[发明专利]信用评分模型的监控方法及装置

说明书

本发明公开了一种信用评分模型的监控方法及装置，其中，该方法包括：获取训练数据，并将所述训练数据输入至当前信用评分模型以输出预测的信用信息，其中，所述训练数据包括：实际信用信息；根据所述预测的信用信息和实际信用信息对当前信用评分模型进行模型性能测试；响应于模型性能测试结果为模型失效，将训练完成的备用模型替换所述当前信用评分模型，以作为新的当前信用评分模型，所述备用模型在所述当前信用评分模型工作过程中基于预定的基础模型和可更新的数据样本迭代训练而成。通过本发明，可以随时准备替换线上失效模型，从而保障业务的正常进行。

技术领域

本发明涉及信息处理领域，具体涉及一种信用评分模型的监控方法及装置。

背景技术

消费金融信用评分模型是指在消费金融公司的客户进行申请审批或预警催收等的环节中，通过整合客户相关数据(包括个人基本信息数据、关联关系数据和征信数据等)，利用机器学习技术建立对应的信用评分模型，从而评估客户的信用风险。消费金融业务存在申请量多、客群特征变化快、要求响应速度快等特点，所以对消费金融客户进行全面、有效的自动评估是该业务中非常重要的一环。

由于消费金融客户群体特征变化快，导致模型容易失效，无法对消费金融客户进行有效的评估，而传统建模方法周期较长，等发现模型失效后再构建模型，往往会产生一段较长时间的模型失效空窗期，即线上模型已失效，而新模型尚未构建完毕，该情况将严重影响业务的进行。

发明内容

有鉴于此，本发明提供一种信用评分模型的监控方法及装置，以解决上述提及的至少一个问题。

根据本发明的第一方面，提供一种信用评分模型的监控方法，所述方法包括：

获取训练数据，并将所述训练数据输入至当前信用评分模型以输出预测的信用信息，其中，所述训练数据包括：实际信用信息；

根据所述预测的信用信息和实际信用信息对当前信用评分模型进行模型性能测试；

响应于模型性能测试结果为模型失效，将训练完成的备用模型替换所述当前信用评分模型，以作为新的当前信用评分模型，所述备用模型在所述当前信用评分模型工作过程中基于预定的基础模型和可更新的数据样本迭代训练而成。

根据本发明的第二方面，提供一种信用评分模型的监控装置，所述装置包括：

数据获取单元，用于获取训练数据，其中，所述训练数据包括：实际信用信息；

数据输入单元，用于将所述训练数据输入至当前信用评分模型以输出预测的信用信息；

性能测试单元，用于根据所述预测的信用信息和实际信用信息对当前信用评分模型进行模型性能测试；

替换单元，用于响应于模型性能测试结果为模型失效，将训练完成的备用模型替换所述当前信用评分模型，以作为新的当前信用评分模型，所述备用模型在所述当前信用评分模型工作过程中基于预定的基础模型和可更新的数据样本迭代训练而成。

根据本发明的第三方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法的步骤。

根据本发明的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

由上述技术方案可知，通过在当前信用评分模型工作的同时训练备用模型，且在根据当前信用评分模型的预测信用信息和实际信用信息测试当前信用评分模型的性能为失效时，将训练完成的备用模型替换当前信用评分模型，以作为新的当前信用评分模型，从而可以克服现有技术中的线上模型失效而无法快速使用有效新模型的缺陷，通过本技术方案，可以随时准备替换线上失效模型，从而保障业务的正常进行。

附图说明