[发明专利]一种基于SVM-RFE的客户风险特征筛选方法及其应用

说明书

本发明公开了一种基于SVM‑RFE的客户风险特征筛选方法及其应用，方法包括：获取包括多个客户特征的客户风险特征数据；针对客户风险特征X_j，基于基尼系数、信息增益、信息增益比、互信息及SVM分类器最优分类结果的特征权重计算客户风险特征X_j的重要度综合度量指数；依次计算所有的客户风险特征的重要度综合度量指数后，按照以上指数从大到小依次排序，选取前k个特征构成客户风险特征集。本发明的方法不仅考虑了所选特征子集与目标变量的相关性及特征子集自身的冗余性，克服利用单一指标筛选客户风险特征的弊端，而且在特征筛选过程中引入了SVM分类器的训练结果，使得所筛选客户风险特征更加适合SVM分类器的特性，应用前景好。

技术领域

本发明属于客户风险等级(CRR)技术领域，涉及一种基于SVM(Support vectormachine，支持向量机)-RFE(Recursive feature elimination，递归特征消除)的客户风险特征筛选方法及其应用。

背景技术

随着互联网技术的不断发展，越来越多的金融机构、企业、商户和普通用户越来越习惯于利用互联网金融来实现各种金融交易，例如银行间转账、在线支付、网上投资理财、数字货币、网上购物等等。

但另一方面，互联网金融也存在很多问题。首先，互联网金融还没有接入人民银行征信系统，也不存在信用信息共享机制，不具备类似银行的风控、合规和清收机制，因此，很容易发生各类风险问题，例如各种P2P平台跑路、洗钱、金融诈骗等等问题。其次，对互联网金融的监管薄弱，互联网金融在中国处于起步阶段，还没有监管和法律约束，缺乏准入门槛和行业规范，整个行业面临诸多政策和法律风险，例如洗钱、非法集资、诈骗、赌博等等传统的金融犯罪活动已经开始将其违法活动转移至互联网，这给社会带来更加巨大的危害和破坏力。

为避免以上风险，CN 110334737 A提出了一种基于随机森林的客户风险指标筛选方案，其在随机森林中的决策树的节点分裂时，使用CART算法通过计算基尼系数来选择用于分裂的客户特征，并且基于基尼系数来计算客户特征的重要度；在随机森林中的决策树的节点分裂时，使用ID3算法通过计算信息增益来选择用于分裂的客户特征，并且基于信息增益来计算客户特征的重要度；在随机森林中的决策树的节点分裂时，使用C4.5算法通过计算信息增益比来选择用于分裂的客户特征，并且基于信息增益比来计算所述客户特征的重要度；将客户特征在每个决策树中的各个节点处的重要度累加起来以获得客户特征在各个决策树中的重要度。最后，将客户特征在各个决策树的重要度累加并求平均以获得客户特征在整个随机森林中的重要度。虽然其能够对客户风险指标进行筛选，但一方面其未考虑特征之间的冗余信息，另一方面其没有借鉴学习器的训练反馈结果，这可能会导致所筛选客户风险特征集影响分类器的性能。

同时，为了利用定性和定量相结合方法对客户风险等级进行评定以监测利用金融机构进行洗钱等违法犯罪活动，金融机构需要收集和提取客户不同维度的风险特征数据。大数据背景下，机构可以收集和提取到的客户风险特征数据越来越多，仅仅依靠专家经验筛选客户风险特征，时间成本大且无法量化众多待定的客户风险特征的重要性。

因而，开发一种能够利用机器学习完成客户风险特征自动筛选和量化识别的方法无疑具有重要的实际意义。

发明内容

本发明的目的在于克服现有技术未考虑特征之间的冗余信息且没有借鉴学习器的训练反馈结果的缺陷，提供一种能够利用机器学习完成客户风险特征自动筛选和量化识别的方法。

为实现上述目的，本发明提供如下技术方案：

一种基于SVM-RFE的客户风险特征筛选方法，应用于电子设备，包括：

获取包括多个客户特征的客户风险特征数据；