[发明专利]一种开户管控方法及装置在审
申请号: | 202210686332.4 | 申请日: | 2022-06-16 |
公开(公告)号: | CN115063229A | 公开(公告)日: | 2022-09-16 |
发明(设计)人: | 张悦 | 申请(专利权)人: | 平安银行股份有限公司 |
主分类号: | G06Q40/02 | 分类号: | G06Q40/02;G06F16/215;G06F16/2458 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 刘秋月 |
地址: | 518000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 开户 方法 装置 | ||
1.一种开户管控方法,其特征在于,包括:
获取客户的用户信息;
将所述用户信息输入至开户风险预测模型中,得到开户风险等级;
匹配与所述开户风险等级相对应的预测支付额度;
根据所述预测支付额度为所述客户进行开户。
2.根据权利要求1所述的开户管控方法,其特征在于,所述匹配与所述开户风险等级相对应的预测支付额度的步骤包括:
匹配与所述开户等级相对应的存量客户交易信息;
根据所述存量客户交易信息进行分析预测,得到预测支付额度;所述预测支付额度为年支付额度或日支付额度。
3.根据权利要求1所述的开户管控方法,其特征在于,所述方法还包括:
获取开户客户信息;所述开户客户信息包括正常客户信息和异常客户信息;
在所述开户客户信息中提取客户基础信息、客户外部信息、客户风险信息和客户资产信息;
根据所述客户基础信息、所述客户外部信息、所述客户风险信息和所述客户资产信息,提取客户特征;
将所述客户特征划分为训练集和测试集;
根据所述训练集建立逻辑回归模型,并按照IV值从高到低对入模变量进行筛选和剔除,得到初始风险预测模型;
在所述初始训练模型通过预设风控模型评估时,通过测试集对所述初始训练模型进行验证,并确定通过验证的初始风险预测模型为开户风险预测模型。
4.根据权利要求3所述的开户管控方法,其特征在于,所述根据所述客户基础信息、所述客户外部信息、所述客户风险信息和所述客户资产信息,提取客户特征的步骤包括:
对所述客户基础信息、所述客户外部信息、所述客户风险信息和所述客户资产信息进行信息结构化处理,得到结构化数据;
对所述结构化数据进行缺失值填充或删除,并剔除异常值,得到清洗数据;
通过卡方分箱法对所述清洗数据中的连续型变量进行分箱,得到离散化数据;
基于所述离散化数据进行特征选择计算,得到客户特征。
5.根据权利要求3所述的开户管控方法,其特征在于,所述方法还包括:
在所述IV值大于预设阈值时,获取成因变量;所述成因变量为致使所述IV值大于所述预设阈值的所述入模变量;
根据所述成因变量创建特定风险等级;所述特定风险等级为所述开户风险等级中的一种。
6.一种开户管控装置,其特征在于,所述开户管控装置包括:
获取单元,用于获取客户的用户信息;
输入单元,用于将所述用户信息输入至开户风险预测模型中,得到开户风险等级;
匹配单元,用于匹配与所述开户风险等级相对应的预测支付额度;
开户单元,用于根据所述预测支付额度为所述客户进行开户。
7.根据权利要求6所述的开户管控装置,其特征在于,所述匹配单元包括:
匹配子单元,用于匹配与所述开户等级相对应的存量客户交易信息;
分析子单元,用于根据所述存量客户交易信息进行分析预测,得到预测支付额度;所述预测支付额度为年支付额度或日支付额度。
8.根据权利要求6所述的开户管控装置,其特征在于,所述获取单元,还用于获取开户客户信息;所述开户客户信息包括正常客户信息和异常客户信息;
该开户管控装置还包括:
提取单元,用于在所述开户客户信息中提取客户基础信息、客户外部信息、客户风险信息和客户资产信息;以及根据所述客户基础信息、所述客户外部信息、所述客户风险信息和所述客户资产信息,提取客户特征;
划分单元,用于将所述客户特征划分为训练集和测试集;
筛选单元,用于根据所述训练集建立逻辑回归模型,并按照IV值从高到低对入模变量进行筛选和剔除,得到初始风险预测模型;
验证单元,用于在所述初始训练模型通过预设风控模型评估时,通过测试集对所述初始训练模型进行验证,并确定通过验证的初始风险预测模型为开户风险预测模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安银行股份有限公司,未经平安银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210686332.4/1.html,转载请声明来源钻瓜专利网。