[发明专利]一种数据驱动的风控策略规则生成方法及系统

权利要求书

1.一种数据驱动的风控策略规则生成方法，其特征在于，包括：

步骤1：根据树模型，对样本数据进行路径预测，并记录样本路径；

步骤2：根据所述树模型的特征，抽取样本路径上节点的规则信息，生成数据驱动的风控策略规则，同时，获取用户交互的建模特征；

步骤3：根据所述风控策略规则以及交互结果对样本数据进行双层次过滤，并对过滤后的数据继续进行训练；

步骤4：基于训练结果获取最新模型，生成串行规则报告并输出；

步骤2，根据所述树模型的特征，抽取样本路径上节点的规则信息，生成数据驱动的风控策略规则，同时，获取用户交互的建模特征，包括：

获取所述树模型的节点，作为所述树模型的特征，筛选经过概率低于预设概率的节点，并剔除，同时，筛选不同路径中存在的相同节点或者不同树模型中存在的相同节点，作为冗余节点，并将剩余节点作为目标节点；

通过递归算法遍历所述树模型的每一层，判断所述目标节点是否满足提升条件，若所述目标节点满足所述提升条件，对所述目标节点进行信息提取并保存到信息库，更新信息库；

同时，获取满足所述提升条件的目标节点与冗余节点的一致度，并保留相同节点中一致度最大的冗余节点，将剩余冗余节点进行剔除，并获取一致度最大的冗余节点的信息，保存到信息库；

否则，判断所述目标节点的兄弟节点是否满足所述提升条件，若所述兄弟节点满足所述提升条件，将所述兄弟节点进行提取信息并保存到信息库，更新信息库；

基于更新的信息库，生成数据驱动的风险策略规则，同时，获取用户交互的建模特征。

2.根据权利要求1所述的一种数据驱动的风控策略规则生成方法，其特征在于，步骤1，根据树模型，对样本数据进行路径预测，并记录样本路径，包括：

对样本数据进行划分，得到训练样本和测试样本；

根据所述树模型，对所述训练样本以及测试样本进行预测，估计每个样本的路径，并记录每个样本的路径。

3.根据权利要求1所述的一种数据驱动的风控策略规则生成方法，其特征在于，步骤3，根据所述风控策略规则以及交互结果对样本数据进行双层次过滤，并对过滤后的数据继续进行训练，包括：

基于串行的迭代规则抽取模式，对所有特征按照业务逻辑进行分组；

且利用迭代建模功能将风控策略规则激活，对样本数据进行双层次过滤，将双层次过滤后的数据继续进行训练。

4.根据权利要求1所述的一种数据驱动的风控策略规则生成方法，其特征在于，步骤4，基于训练结果获取最新模型，生成串行规则报告并输出，包括：

当需要开发串行的评分模型时，对双层次过滤后的结果进行评分，输出相应的串行规则报告。