[发明专利]一种APP2VEC在风控系统中建模的工作方法

说明书

一种APP2VEC在风控系统中建模的工作方法，通过将整理多个用户一个月之内使用app的行为的数据进行训练集，配合工具fasttext训练生成skip‑gram模型得到n维向量模型，并且通过softmax的算法将需要聚合的向量矩阵压缩成一个一维多列的向量特征；选取风控样本用户一个月之内使用app的行为数据进行聚合,再将数组数据累加起来，得到1×100的向量；把1×100的向量作为特征，进行训练并建立风控模型；该方法将训练向量模型时训练集的准备，以及在向量使用过程中向量之间的累加方法，通过使用本发明生成的特征，在模型训练的过程中，挑选出带来增益的特征变量；使上万维和app使用相关的特征压缩成一个200至300维的向量，通过这些向量，可以很好的概括形容用户一段时间内使用app的行为。

技术领域

本发明涉及系统建模方法领域，具体是一种APP2VEC在风控系统中建模的工作方法。

背景技术

科技信息化时代的今天，移动互联网带给人们的方方面面方便和快捷，智能手机作为移动互联网的载体每天会产生数以百亿量级的行为。我们可以通过这些用户手机使用行为分析，更准确的进行用户定位，生成用户画像，从而判断用户在金融领域的风险；

一般来说可以从两个方面进行分析，一个是用户的手机app使用行为，比如一天之内具体打开使用app的时间，每天打开各个app的时长、次数。通过这些数据生成向量特征并且建立模型，可以预测用户的兴趣，职业，性别，金融风险等，同时也可以概括用户一段时间内的app使用情况。

目前现有的技术方案比较适合于广告投放场景，在金融风控领域缺少实际的方案。本次申请的专利主要是把app2vec的技术运用于金融场景，结合风控知识，生成出给风控模型带来增益的特征变量。一般来说，同一个特征在不同场景下的不同模型里，带来的信息熵不同。比如在广告营销模型中，一个用户A同一天使用多个贷款类app这种行为，对于一个广告平台来说，可以预测其对贷款的兴趣大于没有使用过任何贷款类app的用户B，那对用户A展示广告被点击的几率就会大于用户B。 而在金融风控领域，我们会觉得用户A的风险比用户B高，用户A有多头借贷的风险。 所以同一个特征变量(一天内使用贷款app的个数)在不同领域起到的作用不同，这很大程度上取决于建模人员对业务的理解。所以如果对业务了解不深刻，很难在海量的特征变量中挑选出对实际业务带来增益的特征。类似对于用户的兴趣或者风险的评估，并不仅限于贷款类app的使用，可以应用在很多其他的领域。

发明内容

本发明所要解决的技术问题是提供一种APP2VEC在风控系统中建模的工作方法，可以有效解决上述背景技术中提出的问题。

为解决上述问题，本发明所采取的技术方案是：一种APP2VEC在风控系统中建模的工作方法，其方法在于：

步骤一：选取多个用户一段时间内使用app的行为数据；

步骤二：把用户ID、app名称、使用时间的数据进行扁平化整理成统一格式；

步骤三：把用户ID按天聚合，并且根据使用时间排序，得到用户一天的使用app的序列；

步骤四：把训练集中所有app名称映射成base 60编码，得到一个编码完整的训练集；

步骤五：使用快速文本分类算法fasttext skipgram 在已有的训练集上进行训练，调参并生成向量模型；

步骤六：把编码还原成app名称；

步骤七：选取风控样本用户一段时间内使用app的行为数据,每个app名映射成一个100维度向量；

步骤八：把步骤七选取的数据按人聚合，得到一个用户该时间内使用app 的100维向量数组，以及该时间段内每个app使用的次数数组；

步骤九：把步骤八产出的数据累加起来，得到1×100的向量；

步骤十：把1×100的向量作为特征，进行训练并建立风控模型。

作为本发明的进一步优选方案，所述步骤三中用户一天内使用2个app之间的间隔大于2小时，在这2个app之间的序列数据中每过2小时补1个z。