[发明专利]一种基于机器学习的客户授信额度预测方法

权利要求书

1.一种基于机器学习的客户授信额度预测方法，包括以下步骤：

A、采集指定客户的内部数据及外部数据；

B、将所述的内部数据和外部数据输入训练好的决策树模型；

C、所述的决策树模型输出给予的最大授信额度和根因。

2.根据权利要求1所述的一种基于机器学习的客户授信额度预测方法，其特征在于，所述的决策树模型的训练方法具体包括：

B1、随机选取N个客户样本；

B2、根据经验值标注这N个客户的预授信额度；

B3、通过已经标注好的客户样本数据作为模型的指导，使用内部数据和外部数据作为训练数据，标注数据作为训练结果，进行多树的xgboost模型训练；

B4、训练后的xgboost模型的最终输出结果为指定客户的模型建议授信额度，以及判断授信额度时的特征重要性。

3.根据权利要求1或2所述的一种基于机器学习的客户授信额度预测方法，其特征在于，所述的内部数据为相关客户与企业合作时发生的历史数据，包括：交易时长、毛利润，交易金额，订单数，客单价，回款逾期次数、逾期金额、逾期天数，交易类型、行业属性、客户分类中的一种或多种的组合。

4.根据权利要求1或2所述的一种基于机器学习的客户授信额度预测方法，其特征在于，所述的外部数据是通过外部工商信息平台接口收集到的相关客户相关数据，包括：注册资本、注册时间、营业范围、经营期限、股东信息、高管信息中的一种或多种的组合。

5.根据权利要求1或2所述的一种基于机器学习的客户授信额度预测方法，其特征在于，所述的外部数据通过训练形成NLU模型。