[发明专利]基于大数据的客户风险评级方法、装置、设备及存储介质

说明书

本发明涉及研发管理领域，公开了一种基于大数据的客户风险评级方法、装置、设备及存储介质。本方法包括：从预置数据库获取目标客户的历史业务数据，并对目标客户的历史业务数据进行数据清洗，得到目标客户的关联风险数据；获取客户风险识别请求，调用预置风险识别模型，对关联风险数据进行识别，并根据识别结果判断目标客户是否为高风险目标客户；若是，则构建多维度的基于大数据的客户风险评级模型，并通过多维度的基于大数据的客户风险评级模型对目标客户进行风险评级，得到所述高风险目标客户的目标风险等级。解决了无法通过系统自动识别高风险客户，导致客户满意度较低的技术问题。

技术领域

本发明涉及大数据领域，尤其涉及一种基于大数据的客户风险评级方法、装置、设备及存储介质。

背景技术

近年来，随着信息产业的高速发展和移动互联网的普及，金融公司也在不断扩张规模，涉及越来越多的金融业务，需要处理的客户投诉数量也开始激增。

随着经济的发展，金融开发步伐的加快，金融市场竞争进一步加剧而使得个金融机构采取各种优惠政策吸引客户，金融公司也在不断扩张规模，涉及越来越多的金融业务，但是需要处理的客户投诉数量也开始激增。

因此在进行客诉处理之前，评估客户的风险等级就显得尤为重要，目前的风险评级只有部分定性规则、无定量评分体系，对于客户的范围界定不清。定性规则很难完整体现一个客户的真实风险情况，且对于一些突发高风险的情定性规则没有包含，对于日常风险事件可能造成的客户风险等级调整也没有体现。无法针对投诉风险等级高，容易升级到监管类型的客户通过系统自动识别，导致案件最终升级到监管部门，对公司的品牌产生重大影响。

发明内容

本发明的主要目的是解决无法通过系统自动识别高风险客户，导致客户满意度较低的技术问题。

本发明第一方面提供了一种基于大数据的客户风险评级方法，包括：

从预置数据库获取目标客户的历史业务数据，其中，所述历史业务数据包括所述目标客户的客诉记录、客户信息、交易信息和基础风险数据，所述基础风险数据包括行业标识；

对所述目标客户的历史业务数据进行数据清洗，得到所述目标客户的关联风险数据，其中，所述关联风险数据包括与所述目标客户存在关联关系的关联对象的标识字段；

获取客户风险识别请求，调用预置风险识别模型，对所述关联风险数据进行识别，并根据识别结果判断所述目标客户是否为高风险目标客户；

若所述目标客户为高风险目标客户，则构建多维度的客户风险评级模型；

通过所述多维度的客户风险评级模型对所述高风险目标客户进行风险评级，得到所述高风险目标客户的目标风险等级。

可选地，在本发明第一方面的第一种实现方式中，所述对所述目标客户的历史业务数据进行数据清洗，得到所述目标客户的关联风险数据包括：

接收数据清洗请求；

基于所述数据清洗请求，获取需要进行数据清洗的历史业务数据；

根据所述历史业务数据与所述数据清洗请求以及预训练的清洗规则分类模型，确定用于对所述历史业务数据进行数据清洗的目标清洗规则；

根据所述目标清洗规则对所述历史业务数据进行数据清洗，得到所述目标客户的关联风险数据。

可选地，在本发明第一方面的第二种实现方式中，在所述对所述目标客户的历史业务数据进行数据清洗，得到所述目标客户的关联风险数据之后，还包括：

根据所述标识字段，获取所述关联对象的风险数据；

基于所述关联对象的风险数据以及预设的风险识别模型，计算所述关联对象的风险评分；

计算每个所述关联对象与所述目标客户的亲密度；