[发明专利]一种违约损失率的预测方法及装置

权利要求书

1.一种违约损失率的预测方法，其特征在于，所述方法包括：

获取目标用户的还款状态及欠款总额，所述还款状态包括所述目标用户的还款能力及还款意愿，所述目标用户为预设平台的债务人；

根据宏观环境特征对所述还款状态进行修正，生成修正后的还款状态；

使用经训练的预设模型根据所述修正后的还款状态及所述欠款总额，预测所述目标用户在预设时间段无法偿还对所述预设平台造成的违约损失率，其中，所述预设模型的训练过程包括：

获取训练数据集，所述训练数据集包括在所述预设平台发生违约的历史用户样本，每一所述历史用户样本包括对应的还款状态、欠款总额及对所述预设平台造成的违约损失率；

使用所述训练数据集，对每一预设弱分类器进行训练，直至每一所述预设弱分类器的损失函数满足预设条件；

对经训练的所述弱分类器进行组合，生成对应的强分类器，所述经训练的预设模型由所述强分类器组成，所述弱分类器包括其中f_m(x)表示第m个损失函数最小化的弱学习器函数，J表示弱分类器个数，I(x∈R_mj)表示代表弱分类器优化调整方向的惯性动量系数，C_mj表示最小累计残差和，R_mj表示模型中相关矩阵第m列与第j列的相关系数。

2.根据权利要求1所述的方法，其特征在于，所述根据宏观环境特征对所述还款状态进行修正，生成修正后的还款状态包括：

根据宏观环境特征及所述目标用户的用户特征对所述还款状态进行修正，生成修正后的还款状态，所述用户特征包括所述目标用户的职业。

3.根据权利要求1所述的方法，其特征在于，所述欠款总额包括所述预设平台收回所述目标用户的欠款的总成本及所述目标用户在所述预设时间段的欠款余额。

4.根据权利要求2所述的方法，其特征在于，所述用户特征还包括所述目标用户的学历。

5.根据权利要求1所述的方法，其特征在于，所述还款能力包括所述目标用户的收入及负债。

6.一种违约损失率的预测装置，其特征在于，所述装置包括：

获取模块，用于获取目标用户的还款状态及欠款总额，所述还款状态包括所述目标用户的还款能力及还款意愿；

修正模块，用于根据宏观环境特征对所述还款状态进行修正，生成修正后的还款状态；

预测模块，用于使用经训练的预设模型根据所述修正后的还款状态及所述欠款总额，预测所述目标用户在预设时间段无法偿还对所述预设平台造成的违约损失率，

所述装置还包括训练模块，所述训练模块还可用于获取训练数据集，所述训练数据集包括在所述预设平台发生违约的历史用户样本，每一所述历史用户样本包括对应的还款状态、欠款总额及对所述预设平台造成的违约损失率；使用所述训练数据集，对每一预设弱分类器进行训练，直至每一所述预设弱分类器的损失函数满足预设条件；对经训练的所述弱分类器进行组合，生成对应的强分类器，所述经训练的预设模型由所述强分类器组成，所述弱分类器包括其中f_m(x)表示第m个损失函数最小化的弱学习器函数，J表示弱分类器个数，I(x∈R_mj)表示代表弱分类器优化调整方向的惯性动量系数，C_mj表示最小累计残差和，R_mj表示模型中相关矩阵第m列与第j列的相关系数。

7.一种计算机可读存储介质，其存储有计算机指令，其特征在于，当所述计算机指令在计算机的处理组件上运行时，使得所述处理组件执行权利要求1-5任一所述方法的步骤。

8.一种计算机系统，其特征在于，所述系统包括：

一个或多个处理器；

以及与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令，所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：

获取目标用户的还款状态及欠款总额，所述还款状态包括所述目标用户的还款能力及还款意愿，所述目标用户为预设平台的债务人；

根据宏观环境特征对所述还款状态进行修正，生成修正后的还款状态；

使用经训练的预设模型根据所述修正后的还款状态及所述欠款总额，预测所述目标用户在预设时间段无法偿还对所述预设平台造成的违约损失率，其中，所述预设模型的训练过程包括：

获取训练数据集，所述训练数据集包括在所述预设平台发生违约的历史用户样本，每一所述历史用户样本包括对应的还款状态、欠款总额及对所述预设平台造成的违约损失率；

使用所述训练数据集，对每一预设弱分类器进行训练，直至每一所述预设弱分类器的损失函数满足预设条件；

对经训练的所述弱分类器进行组合，生成对应的强分类器，所述经训练的预设模型由所述强分类器组成，所述弱分类器包括其中f_m(x)表示第m个损失函数最小化的弱学习器函数，J表示弱分类器个数，I(x∈R_mj)表示代表弱分类器优化调整方向的惯性动量系数，C_mj表示最小累计残差和，R_mj表示模型中相关矩阵第m列与第j列的相关系数。