[发明专利]风控规则筛选方法、装置、计算机设备及存储介质

权利要求书

1.一种风控规则筛选方法，其特征在于：包括以下步骤，

S10、将信用评估模型的各条规则的变量名逐条命名为与各条规则的名称一致，并将各条规则变量作为自变量，贷后表现变量作为因变量，生成一个一维向量；

S20、对信用评估模型的每条进件，生成一个新的一维向量；

S30、若信用评估模型的进件中命中一条或多条规则，在新的一维向量中给命中的规则变量赋值1，未命中变量赋值0；

S40、若进件贷后逾期，在新的一维向量中给贷后表现变量赋值1，否则赋值0；

S50、利用逻辑回归模型，计算出信用评估模型的各条规则的权重参数；

S60、根据信用评估模型的各条规则的权重参数，将权重参数小于预设值的规则从信用评估模型中剔除。

2.如权利要求1所述的风控规则筛选方法，其特征在于：所述步骤S50中，逻辑回归模型预设有L1正则化项的损失函数。

3.如权利要求2所述的风控规则筛选方法，其特征在于：所述步骤S50具体包括，

利用逻辑回归模型的L1正则化项的稀疏化特征，计算出信用评估模型的各条规则的权重参数。

4.如权利要求3所述的风控规则筛选方法，其特征在于：所述步骤S60具体包括，

根据信用评估模型的各条规则的权重参数，将权重参数小于0.01的规则从信用评估模型中剔除。

5.一种风控规则筛选装置，其特征在于：包括，

变量生成模块，用于将信用评估模型的各条规则的变量名逐条命名为与各条规则的名称一致，并将各条规则变量作为自变量，贷后表现变量作为因变量，生成一个一维向量；

进件模块，用于对信用评估模型的每条进件，生成一个新的一维向量；

规则变量赋值模块，用于若信用评估模型的进件中命中一条或多条规则，在新的一维向量中给命中的规则变量赋值1，未命中变量赋值0；

贷后表现变量赋值模块，用于若进件贷后逾期，在新的一维向量中给贷后表现变量赋值1，否则赋值0；

逻辑回归模块，用于利用逻辑回归模型，计算出信用评估模型的各条规则的权重参数；

规则剔除模块，用于根据信用评估模型的各条规则的权重参数，将权重参数小于预设值的规则从信用评估模型中剔除。

6.如权利要求5所述的风控规则筛选装置，其特征在于：所述逻辑回归模块中，逻辑回归模型预设有L1正则化项的损失函数。

7.如权利要求6所述的风控规则筛选装置，其特征在于：所述逻辑回归模块具体用于，

利用逻辑回归模型的L1正则化项的稀疏化特征，计算出信用评估模型的各条规则的权重参数。

8.如权利要求7所述的风控规则筛选装置，其特征在于：所述规则剔除模块具体用于，

根据信用评估模型的各条规则的权重参数，将权重参数小于0.01的规则从信用评估模型中剔除。

9.一种计算机设备，其特征在于：所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的风控规则筛选方法。

10.一种存储介质，其特征在于：所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现如权利要求1至4中任一项所述的风控规则筛选方法。