[发明专利]基于决策树的决策行为生成方法及系统

说明书

本发明涉及基于决策树的决策行为生成方法及系统，其中方法包括：S1．从客户信息中进行特征提取，得到供决策树应用的可用指标；S2．根据决策树中各单一节点的类型、节点编码和输入/输出参数将所有单一节点相互形成父/子关系；S3．对各节点分别进行条件配置得到决策路径，校验后得到决策树；S4．对决策树预跑批得到决策树预跑批结果，对预跑批结果验证后得到可用决策树；S5．对可用决策树的跑批始点进行配置，得到决策树跑批任务和决策树版本；S6．通过系统应用的决策树进行跑批任务，得到可立即执行的决策行为。本发明能够高效的构建出决策树，并且能够实现对客户动态的实时定位，及时输出决策行动，有效实现了对客户决策行为的及时执行。

技术领域

本发明涉及数据处理和数据挖掘的方法及系统，具体讲是基于决策树的决策行为生成方法及系统。

背景技术

决策树是一种基于树形结构的机器学习方法。由于每个人的行为都有一定的行为依据，因此可以利用决策树将人的行为进行分析，进而得出相应的决策行为依据，这种方法在当前互联网领域的应用越来越广泛。

决策树具有较好的可解释性，能够有效帮助决策者进行决策分析，被广泛应用于银行信贷建模工作中。建模人员可以通过手工配置树形结构、配置从属关系，进而得到一个决策树。

常用的决策树构建工具如SAS，属于单机交互式建模工具，主要特点是可以通过自定义配置实现数据建模，需要建模人员手工单个节点构建决策树，构建时间长，可处理少量数据，不支持批量数据分析。利用分布式存储的训练数据进行交互式建模虽然可以解决单机交互式建模数据处理量少的问题，但不能真正解决决策结果高效、准确的要求。

随着消费信贷业务的爆发式发展，信贷业务已进入存量管理阶段，如何精细化运营和管理好庞大的存量客户，是银行贷中工作的重点，需要对存量客户保持极高的关注。目前，虽然数据来源多种多样，但是因为低效的数据分析流程，导致客户的动态不能实时定位，不能第一时间输出决策行动，大多还是靠人工触发，将大量时间和精力投入在低效的数据分析和手工响应上成为了日常面临的高频挑战。

以“客户额度冻结”为例，建模人员通常使用单机交互式建模工具进行手工建模，然后跑存量客户名单，当名单中出现异常客户时，则通过手动通知方式（单机建模工具输出分析文件未能与其他业务系统联通）告知下游系统冻结客户额度。这种方式能够帮助建模人员定位到一个问题的表现现象，即发现需要冻结的客户，但缺乏实际能够解决问题的能力，即不能实时冻结该客户，也不能发现客户的其他表象，且导致客户额度冻结的详细原因还是需要数据人员进行排查，通过查看多个相关数据、拉取客户行为日志等操作定位产生原因，直到人工排查出原因后再解除冻结。

综上所述，在现有单机交互式建模技术中，由于人工编写决策树的过程重复繁琐，且效率低，且数据时效性差，所以丞需一种能够基于决策树进行高效配置输出有决策依据的决策行为的方式。

发明内容

本发明提供了一种基于决策树的决策行为生成方法及系统，以解决目前依靠建模人员手动构建决策树耗费时间长、构建效率低的技术问题。

本发明基于决策树的决策行为生成方法，包括：

S1．通过处理器从客户信息中进行特征提取，得到供决策树应用的指标，然后通过对指标进行表达式正确性校验，得到可用指标；

S2．新建决策树上的单一节点，每个单一节点都具有唯一性的节点编码，通过所述的可用指标对各单一节点进行参数配置，再根据各单一节点的类型、节点编码和输入/输出参数将所有单一节点相互形成父/子关系，其中，单一节点的类型包括开始节点、分支节点、规则节点和叶子节点，其中叶子节点没有子节点，每个子节点的输入参数是其父节点的输出参数；

S3．对具有父子关系的节点分别进行条件配置，得到配置完整的决策路径，每条决策路径的叶子节点都具有表示决策行为的决策行动码，然后对配置完整的决策路径进行正确性校验，得到决策树；