[发明专利]建模样本生成方法、装置、设备及计算机可读存储介质

说明书

本发明涉及金融科技(Fintech)技术领域。本发明公开了一种建模样本生成方法、装置、设备及介质，本发明通过在初始建模样本集合的基础上再收集建模样本客户在最新时点的最新样本变量集合，再利用最新样本变量集合的变量分布信息来对初始建模样本集合进行加权，使得能够充分结合初始建模样本集合所对应的旧时点的有表现数据与最新时点的变量分布信息得到最终的加权建模样本集合，从而在观察点模拟最新时点数据分布，再结合表现期进行建模，进而使得基于加权建模样本集合所训练得到的模型中变量权重也能接近最新时点的数据分布，最终训练出的模型中变量权重同样接近最新时点的数据分布，因此具有更高的客户风险识别能力，从而侧面反映出了建模样本的有效性。

技术领域

本发明涉及金融科技(Fintech)技术领域，尤其涉及建模样本生成方法、装置、设备及计算机可读存储介质。

背景技术

随着计算机技术的发展，越来越多的技术(大数据、分布式、区块链Blockchain、人工智能等)应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，但由于金融行业的安全性、实时性要求，也对技术提出了更高的要求。

对于风险建模领域，由于风险建模的样本从观察点开始需要较长的表现时间，所以样本往往距离当前时间比较远，建模所使用的变量也代表客户过去的行为表现，因此基于此所训练的风险识别模型应用在最新时间点时，客户行为所发生的改变会导致模型失效。为解决这一问题，现有的解决方案通常是缩短表现期，尽量使用最新时间点的客户行为信息作为样本进行建模。但表现期过短会导致客户风险表现不足，基于此所建立的风险识别模型依然无法准确识别风险客户。上述情况反映出通过现有方式得到的风险建模样本的有效性不高的技术问题。

发明内容

本发明的主要目的在于提出一种建模样本生成方法、装置、设备及计算机可读存储介质，旨在解决通过现有方式得到的风险建模样本的有效性不高的技术问题。

为实现上述目的，本发明提供一种建模样本生成方法，所述建模样本生成方法包括：

获取建模样本客户对应的初始建模样本集合；

确定目标时间点，以在所述目标时间点上获取所述建模样本客户的最新样本变量集合，并得到所述最新样本变量集合的分布信息；

根据所述分布信息对所述初始建模样本集合进行加权，得到加权建模样本集合，以基于所述加权建模样本集合进行建模。

可选地，所述获取建模样本客户对应的初始建模样本集合的步骤包括：

确定建模样本客户、建模观察点与建模表现期；

根据所述建模观察点获取所述建模样本客户的初始样本变量，并根据所述建模表现期获取所述建模样本客户的初始风险表现，以基于所述初始样本变量与所述初始风险表现得到所述初始建模样本集合。

可选地，所述确定目标时间点，以在所述目标时间点上获取所述建模样本客户的最新样本变量集合，并得到所述最新样本变量集合的分布信息的步骤包括：

根据所述建模观察点与所述建模表现期确定所述目标时间点，在所述目标时间点上获取所述建模样本客户的若干当前样本变量，以作为所述最新样本变量集合；

利用高斯混合模型对所述最新样本变量集合进行训练，得到所述最新样本变量集合的概率分布信息以作为所述分布信息。

可选地，所述根据所述分布信息对所述初始建模样本集合进行加权，得到加权建模样本集合的步骤包括：

根据所述概率分布信息确定所述初始建模样本集合中每条初始建模样本对应的分布概率；

将所述分布概率作为样本权重对每条所述初始建模样本进行加权，以将加权后的初始建模样本集合作为所述加权建模样本集合。