[发明专利]一种特征库动态调整的方法和装置

说明书

本发明公开了特征库动态调整的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括接收上游业务组件通过接口传输的特征数据，以得到基于不同业务类型的数据集合；根据预设的属性标签，对所有业务类型的数据打标签，进而归类至所述标签对应的数据表中；调用预设的匹配模型，基于多个数据表生成目标数据宽表，以将所述目标数据宽表存入相应的目标特征池中；待接收到外部应用模型的数据请求，获取所述请求中的特征变量，进而从目标特征池中得到相应的特征数据，以生成特征数据集并输出。从而，本发明的实施方式能够解决现有模型训练迭代所需的特征数据难以获得且质量较差的问题。

技术领域

本发明涉及计算机技术领域，尤其涉及一种特征库动态调整的方法和装置。

背景技术

风控技术作为银行体系甚至是整个金融体系健康运营管理的重要保障环节，传统风控管理主要依靠专家业务经验方法，已经无法满足当前银行体系发展的需要。风控技术的核心在于风险模型开发与应用，基于大数据和人工智能技术的机器学习算法建模方法，风险模型特征数据随着时间周期推移，对模型的贡献度和有效性均可能发生改变，需要定期调整特征库来保持模型的有效性和稳定性。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

目前，建模人员在每次模型训练开发之前，需要进行从数据探查分析、特征衍生设计加工和特征筛选全过程；每次模型迭代都需要重新手工构建训练特征长清单和模型训练样本集合；对于特征变量的不同模型均建立单个模型级的评估方法；模型特征变量清单在模型发布之后保持相对固定形态。因此，可以看出现有模型特征工程耗时耗力，且不具备跨多个模型可复用性。特征变量仅在单模型中使用，无法在多个模型应用过程中做综合评价，不能体现特征变量的整体价值。特征库不能动态调整，没有特征变量退出变更机制。

发明内容

有鉴于此，本发明实施例提供一种特征库动态调整的方法和装置，能够解决现有模型训练迭代所需的特征数据难以获得且质量较差的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种特征库动态调整的方法，包括接收上游业务组件通过接口传输的特征数据，以得到基于不同业务类型的数据集合；根据预设的属性标签，对所有业务类型的数据打标签，进而归类至所述标签对应的数据表中；调用预设的匹配模型，基于多个数据表生成目标数据宽表，以将所述目标数据宽表存入相应的目标特征池中；待接收到外部应用模型的数据请求，获取所述请求中的特征变量，进而从目标特征池中得到相应的特征数据，以生成特征数据集并输出。

可选地，归类至所述标签对应的数据表中之后，包括：

调用特征加工引擎，根据不同标签对应的数据表的加工配置信息，获取相应的加工程序；

触发所述加工程序，基于预设的加工模型，对数据表中的特征数据进行加工；其中，加工模型包括清洗模型、衍生模型和筛选模型。

可选地，从目标特征池中得到相应的特征数据，以生成特征数据集并输出，包括：

从目标特征池中得到相应的特征数据，生成特征数据集；

根据外部应用模型的训练信息，将所述特征数据集拆分为样本集和验证集，并将所述样本集和验证集输出。

可选地，包括：

根据预设的评估周期，调用指标计量引擎，对目标特征池中的特征变量计算评估分数并排序；

待接收到特征调整指令，获取预设时间段内所有特征变量的评估分数和排序，得到待删除特征变量，进而将目标特征池中的待删除特征变量去除。

可选地，得到待删除特征变量之后，还包括：

更新所述待删除特征变量对应的上游业务组件数据传输接口的配置信息，以使所述接口不传输所述待删除特征变量。