[发明专利]一种群体风险特征的可视化方法、装置、设备及存储介质

说明书

本发明公开了一种群体风险特征的可视化方法、装置、设备及存储介质。该方法包括：获取多组样本数据，基于预先设置的风控模型对至少一个样本参数形成的组合进行预测，基于对各样本参数的组合的预测结果得到所述各个样本数据的组合的初始特征贡献值；基于预设算法分别确定各个样本参数的目标特征贡献值；基于所述多组样本数据中各个样本参数的目标特征贡献值确定所述样本参数的群体贡献信息；将所述群体贡献信息转换为可视化文本或者图形，并进行展示。以对各模型输入数据对预测结果的影响进行可视化。

技术领域

本发明实施例涉及金融风控技术领域，尤其涉及一种群体风险特征的可视化方法、装置、设备及存储介质。

背景技术

在金融风控领域，我们通常需要做大量的数据分析工作才能获知客户群体的风险特征，现有的技术方案多是通过建立风控模型，对于风控模型的预测结果做出相应的风控策略，而在风控模型训练的过程中通常会根据特征在特定的评价函数中的增益情况来构造切分节点，其训练得到的模型结构天生带有某种特征重要性信息。

然而，目前通过风控模型仅能获知风控模型的预测结果，无法了解输入参数对预测结果的影响。

发明内容

本发明提供一种群体风险特征的可视化方法、装置、设备及存储介质，

第一方面，本发明实施例提供了一种群体风险特征的可视化方法，包括：

获取多组样本数据，基于预先设置的风控模型对至少一个样本参数形成的组合进行预测，基于对各样本参数的组合的预测结果得到所述各个样本数据的组合的初始特征贡献值；

基于预设算法分别确定各个样本参数的目标特征贡献值；

基于所述多组样本数据中各个样本参数的目标特征贡献值确定所述样本参数的群体贡献信息；

将所述群体贡献信息转换为可视化文本或者图形，并进行展示。

第二方面，本发明实施例还提供了一种感知群体风险特征的装置，该装置包括：数据获取模块，用于获取多组样本数据，基于预先设置的风控模型对所述样本数据进行预测，得到所述样本数据中个样本参数的初始特征贡献值；

贡献值确定模块，用于基于预设算法分别确定各个样本参数的目标特征贡献值；

信息确定模块，用于基于所述多组样本数据中各个样本参数的目标特征贡献值确定所述样本参数的群体贡献信息；

信息展示模块，用于将所述群体贡献信息转换为可视化文本或者图形，并进行展示。

第三方面，本发明实施例还提供了一种设备，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例提供的群体风险特征的可视化方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例提供的群体风险特征的可视化方法。

本发明通过获取多组样本数据，基于预先设置的风控模型对所述样本数据进行预测，得到所述样本数据中个样本参数的初始特征贡献值，基于预设算法分别确定各个样本参数的目标特征贡献值，基于所述多组样本数据中各个样本参数的目标特征贡献值确定所述样本参数的群体贡献信息，将所述群体贡献信息转换为可视化文本或者图形，并进行展示。以对各模型输入数据对预测结果的影响进行可视化。

附图说明

图1是本发明实施例一提供的群体风险特征的可视化方法的流程图；