[发明专利]风险尾端客户分析方法、装置、设备及计算机存储介质

说明书

本发明涉及金融科技领域，并公开了一种风险尾端客户分析方法、装置、设备及计算机存储介质。所述方法包括如下步骤：在接收到风险分析请求时，确定所述风险分析请求对应待分析的目标客户，并获取所述目标客户的客户信息；将所述客户信息输入至预设的不同类别风险特征对应的不同尾端分析模型，通过所述尾端分析模型中各层级的层级规则分析所述客户信息，获得各类风险特征的尾端层级评分；将各类风险特征的尾端层级评分进行融合获得所述目标客户的综合风险评分，根据所述综合风险评分输出提示信息。本发明通过尾端分析模型各个层级的层级规则针对各个客群的特征进行针对性分析，提高了风险尾端客户分析的准确性。

技术领域

本发明涉及金融科技(Fintech)技术领域，尤其涉及风险尾端客户分析方法、装置、设备及计算机存储介质。

背景技术

近年来，互联网金融科技(Fintech)的飞速发展，越来越多的技术(大数据、分布式、区块链Blockchain、人工智能等)应用在金融领域。

金融业务的数据量和业务量指数增长，为了提高金融业务的安全性，在金融业务执行的过程中需要进行风险尾端客户分析，风险尾端客户分析是指对用户相关的信息进行分析风险表现极端的客户，为排除风险表现极端的客户，审批流程中通常对风险直接类特征所涉及的指标设定准入阈值，以筛除阈值外的尾端客户，这种处理方案简单直接，主要依赖于专家经验判断来选择所用风险规则及相关的指标，这样的尾端客户风险分析方法缺乏客群针对性，全部的客群按照相同的分析规则进行分析，风险尾端客户识别不准确。

发明内容

本发明的主要目的在于提出一种风险尾端客户分析方法、装置、设备及计算机存储介质，旨在当前的导致尾端客户风险分析缺乏客群针对性，全部的客群按照相同的分析规则进行分析，风险尾端客户识别不准确的技术问题。

为实现上述目的，本发明提供一种风险尾端客户分析方法，所述风险尾端客户分析方法包括如下步骤：

在接收到风险分析请求时，确定所述风险分析请求对应待分析的目标客户，并获取所述目标客户的客户信息；

将所述客户信息输入至预设的不同类别风险特征对应的不同尾端分析模型，通过所述尾端分析模型中各层级的层级规则分析所述客户信息，获得各类风险特征的尾端层级评分；

将各类风险特征的尾端层级评分进行融合获得所述目标客户的综合风险评分，根据所述综合风险评分输出提示信息。

可选地，所述在接收到风险分析请求时，确定所述风险分析请求对应待分析的目标客户，并获取所述目标客户的客户信息的步骤之前，所述方法包括：

获取样本数据集，构建初始尾端分层模型；

将所述初始尾端分层模型的任意一层输出作为目标变量，以预定义的分群维度作为自变量，构建多杈决策树，划分样本数据集中样本数据，形成样本数据子集；

通过各所述样本数据子集分别训练所述初始尾端分层模型，获得客群分析子模型；

将各所述客群分析子模型中的分层规则进行组合，获得尾端分层模型。

可选地，所述将各所述客群分析子模型中的分层规则进行组合，获得尾端分层模型的步骤，包括：

获取各所述客群分析子模型中影响面最大的最外层分层规则，将各所述最外层分层规则进行组合作为模型最外层；

寻找性能最优路径，使各所述客群子模型规则都向内移动一层；

依次类推直至移动到各客群分析子模型的最内层，迭代所形成的最优路径组成最终模型的层级，获得具有客群差异的尾端分层模型。

可选地，所述依次类推直至移动到各客群分析子模型的最内层，迭代所形成的最优路径组成最终模型的层级，获得具有客群差异的尾端分层模型的步骤，包括：