[发明专利]一种评分卡训练的处理方法、装置、设备及介质

说明书

本发明提出一种评分卡训练的处理方法，其包括：响应于当前用户的预约指令，对所述预约指令进行文本提取，获取当前用户的样本数据；将所述样本数据作为参数，输入到评分卡训练模型中训练，所述评分卡训练模型中的指标对所述样本数据进行分选，得出第一寄存分数，以反映所述样本数据的评分，所述指标为预先定义的，用于指示所述样本数据在一个取值区域内的分选运算；所述评分卡训练模型对所述第一寄存分数进行统计并计算出评分卡分数；推荐所述评分卡分数至当前用户。本发明可以大量的减少人工的参与程度，减少人力成本，通过大数据精准分析的方式优化评分卡的指标，使得评分卡训练更加方便、准确和高效。

技术领域

本申请设计模型训练领域，具体设计一种评分卡训练的处理方法、装置、设备和介质。

背景技术

评分卡技术是一种针对客户信用建立的得分可解释技术，评分卡技术是评分开发和评分应用之间的一道桥梁，评分卡技术将评分开发和评分应用二者连接在一起，利用通俗易懂的数据和语言向评分应用者展示出客户为何得到这个分数，与此同时，评分开发者还可利用评分卡技术分析变量的贡献度，评分卡技术对评分广泛的传播和应用奠定了稳定的基础。

评分卡技术在风控系统应用中，用于对申请者是否满足需求进行筛选应用。但在配置评分卡系统的过程中，对于风控经验业务人员有较高的要求，风控业务人员需要对不同客户的不同数据进行分析，根据不同数据给出不同客户对应的评分卡分数。

发明内容

为了解决评分卡技术需要对不同客户的不同数据分析从而给出评分卡分数的问题，本发明提出一种评分卡训练的处理方法，本发明提出如下的技术方案：

一种评分卡训练的处理方法，其包括：

响应于当前用户的预约指令，对所述预约指令进行文本提取，获取当前用户的样本数据；

将所述样本数据作为参数，输入到评分卡训练模型中训练，所述评分卡训练模型中的指标对所述样本数据进行分选，得出第一寄存分数，以反映所述样本数据的评分，所述指标为预先定义的，用于指示所述样本数据在一个取值区域内的分选运算；

所述评分卡训练模型对所述第一寄存分数进行统计并计算出评分卡分数；

推荐所述评分卡分数至当前用户。

在本发明一实施例中，所述评分卡训练模型对所述第一寄存分数进行统计并计算出评分卡分数的步骤包括：

所述评分卡训练模型对所述样本数据进行统计，统计所述样本数据落入所述指标的所述取值区域的分布比例，预设所述取值区域对应的分布阈值，以反映所述样本数据于所述取值区域上的分布情况。

在本发明一实施例中，所述评分卡训练模型对所述第一寄存分数进行统计并计算出评分卡分数的步骤还包括：

当所述分布比例大于等于所述分布阈值时，将所述取值区域进行拆分得到取值子区域，将所述样本数据按照所述取值子区域对应的指标进行训练。

在本发明一实施例中，所述评分卡训练模型对所述第一寄存分数进行统计并计算出评分卡分数的步骤还包括：

当所述分布比例大于等于所述分布阈值时，所述样本数据按照所述取值子区域的指标进行训练得到第二寄存分数，并将第二寄存分数作为评分卡分数；

当所述分布比例小于所述分布阈值时，将第一寄存分数作为评分卡分数。

在本发明一实施例中，所述评分卡训练的处理方法还包括：

对当前用户的所述样本数据和所述评分卡分数进行统计，调整所述指标的数量以优化评分卡训练模型。

在本发明一实施例中，所述评分卡训练模型采用树形结构模型，所述树形结构模型包括有至少两层，其中，每一层的父节点对应的所述指标的所述取值区域相同。