[发明专利]风险信息评估方法、装置、设备及存储介质

说明书

本发明提供了一种风险信息评估方法、装置、设备及存储介质，涉及机器学习领域。该方法包括：获取用户的经济特征信息、催收通话音频。对经济特征信息和催收通话音频进行预处理。根据预处理后的数据获取违约特征信息，违约特征信息包括违约相关的经济特征信息以及催收通话音频中的违约关键词。通过XGBoost模型，根据违约特征信息进行参数拟合，得到风险信息评估模型。根据风险信息评估模型对用户进行风险评估。由于XGBoost模型可以在数据变量较多时提供良好的可解释性以及拟合速度，使得在用户的历史数据中变量较多时也能得到良好的可解释性，且无需长时间的拟合。

技术领域

本发明涉及机器学习领域，具体而言，涉及一种风险信息评估方法、装置、设备及存储介质。

背景技术

近年来，银行的借贷、理财业务越来越多，尽管在业务办理前对于用户进行了审核、建模以评估该用户的风险程度。例如，在理财征信评分模型时，根据用户的外部征信信息(例如消费记录、所有银行的存款等信息)，预测用户的信用风险程度，可以比较客观全面地评估风险。

现有技术是通过神经网络，以及用户的历史数据训练随机森林，逻辑回归和支持向量机三个模型分别预测银行信用数据，然后选择三个模型中效果最佳的一个进行使用。

但是，当用户的历史数据中变量较多时，神经网络的可解释性较差，学习过程较长，评估效果不佳。

发明内容

基于上述现有技术存在的当用户的历史数据中变量较多时，神经网络的可解释性较差，学习过程较长，评估效果不佳的问题，本发明实施例提供一种风险信息评估方法、装置、设备及存储介质，可以改善历史数据中变量较多时的评估效果。

第一方面，一种风险信息评估方法，该方法包括：获取用户的经济特征信息、催收通话音频。对经济特征信息和催收通话音频进行预处理。根据预处理后的数据获取违约特征信息，违约特征信息包括违约相关的经济特征信息以及催收通话音频中的违约关键词。通过极端梯度提升(eXtreme Gradient Boosting，XGBoost)模型，根据违约特征信息进行参数拟合，得到风险信息评估模型。根据风险信息评估模型对用户进行风险评估。

一些实施方式中，对经济特征信息和催收通话音频进行预处理，包括：若经济特征信息中存在缺失值，则采用预设的预估算法，对缺失值进行预估处理。

一些实施方式中，对经济特征信息和催收通话音频进行预处理，包括：若经济特征信息中的违约特征信息与未违约特征信息的比例大于预设阈值，则对经济特征信息进行过采样处理或统一纲量处理。

一些实施方式中，对经济特征信息和催收通话音频进行预处理，包括：通过马尔可夫模型将催收通话音频识别为催收通话文本。对催收通话文本进行语义分割，通过预设的语义识别模型，获取催收通话音频中的违约关键词。

一些实施方式中，根据预处理后的数据获取违约特征信息，包括：采用预设的特征筛选算法，对预处理后的数据中的高相似度变量、违约的低相关度变量进行筛选剔除，得到违约特征信息。

一些实施方式中，通过XGBoost模型，根据违约特征信息进行参数拟合，得到风险信息评估模型，包括：根据预设的时间窗获取违约特征信息中每个特征的特征信息以及特征标签。根据每个特征信息以及特征标签，通过XGBoost模型进行参数拟合，得到风险信息评估模型。

一些实施方式中，在得到风险信息评估模型之后，包括：验证风险信息评估模型的精确度、召回率、精密度、均衡平均数(F1-score)以及接收机工作特性曲线(receiveroperating characteristic curve，ROC)。