[发明专利]一种可认证状态的分类预测模型构建方法和系统

说明书

本发明提出了一种可认证状态的分类预测模型构建方法和系统，该方法包括获取弱行为数据，并对获取的所述弱行为数据进行异常值处理和缺失值处理；弱行为数据为无法明确行为发生人是否为本人，无法判断人生存状态的与养老保险待遇资格认证相关的数据；选取分类预测模型的标签，使用距离当前时间最近一段时间的弱行为数据提取行为特征，通过分析数据特征与标签的关联系数以及数据特征分布统计完成特征提取；在特征提取后，对分类预测模型进行训练。基于该方法，还提出了一种可认证状态的分类预测模型构建系统。本发明适用于关键行为无法覆盖，且存在多种弱生存判定行为依据的情况，通过采用弱行为数据作为关键行为分析认证的补充，扩大可认证比例。

技术领域

本发明属于分类预测模型构建技术领域，特别涉及一种可认证状态的分类预测模型构建方法和系统。

背景技术

在离退休人员主要通过社会化方式进行管理后，社保部门很难管理到离退休人员的健康以及生存状况，离退休人员死亡后，也很难及时对其进行终止处理。为了防止冒领养老金，确保基金运行安全，进而保障全体参保缴费人员的根本利益，全国各地逐步建立起离退休人员养老金资格定期认证制度，领取社保待遇人员需及时参加资格认证，在规定时间内未参加认证人员，其社保待遇将暂停发放，待认证通过后恢复发放并补发。根据年龄的不同，一般每年认证1-2次。

在根据关键行为数据进行认证时，可以采用大数据认证的方法，其中关键行为数据是指有明确生存死亡判定依据的行为数据。但是在认证时，会出现大量的弱行为数据；其中弱行为数据是指无法明确行为发生人是否为本人，无法通过该数据判断人的生存状态的数据。由于关键行为数据发生较少，无法覆盖全部人员，单单依靠关键行为模型无法对系统中全部人员的进行认证。同时，系统中存在海量的弱行为数据，比如社保卡消费、大病结算、公交卡出行等行为，这些行为覆盖人群范围广，数据量大。基于弱行为数据如何进行社保认证是亟待解决的技术问题。

发明内容

为了解决上述技术问题，本发明提出了一种可认证状态的分类预测模型构建方法和系统。适用于关键行为无法覆盖，且存在多种弱生存判定行为依据的情况，通过采用弱行为数据作为关键行为分析认证的补充，扩大可认证比例。

为实现上述目的，本发明采用以下技术方案：

一种可认证状态的分类预测模型构建方法，包括以下步骤：

获取弱行为数据，并对获取的所述弱行为数据进行异常值处理和缺失值处理；所述弱行为数据为无法明确行为发生人是否为本人，无法判断人生存状态的与养老保险待遇资格认证相关的数据；

选取所述分类预测模型的标签，所述标签包括人员生存认证标签和人员死亡认证标签；

使用距离当前时间最近一段时间的弱行为数据提取行为特征，在所述分类预测模型迭代的过程中加入人员的基础属性作为数据特征；通过分析数据特征与所述标签的关联系数以及数据特征分布统计完成特征提取；

在特征提取完成之后，对分类预测模型进行训练，并将所述模型训练的结果进行对比分析。

进一步的，所述异常值处理的方式包括可视化、统计分析和正态分布。

进一步的，所述缺失值处理的方式包括：统计每个字段的空值个数，如果空值个数小于阈值，则把所述空值删掉；对获取的弱行为数据进行填补；和利用模型预测缺失属性的值。

进一步的，所述人员生存认证标签采用人员刷脸认证信息；所述人员死亡认证标签采用上报的死亡人员名单。

进一步的，所述数据特征包括行为数据和属性数据。

进一步的，所述通过分析数据特征与所述标签的关联系数以及数据特征分布统计完成特征提取具体包括：

通过Pearson关联系数进行数据特征与标签的关联分析；

构建特征与标签的关联系数的对应表格。