[发明专利]一种基于医疗美容场景的客户违约概率预测方法

摘要

本发明公开了一种基于医疗美容场景的客户违约概率预测方法。本发明包括如下步骤：步骤1、确认影响客户违约因素；步骤2、特征的采集、转化、量化和存储；步骤3、构建模型进行迭代及运算；步骤1所述的确认影响客户违约因素，其中影响因素包括客户基本信息与第三方信息两大类；步骤3所述的构建模型进行迭代及运算包括建立特征工程、建立模型和采用XGBoost算法预测客户违约概率。本发明结合目前最新的机器学习算法，对客户违约概率进行评估，并取得了良好的效果。

主权项

1.一种基于医疗美容场景的客户违约概率预测方法，其特征在于包括如下步骤：步骤1、用户违约因素的确认；步骤2、构建模型进行迭代及运算；步骤3、效果验证；步骤1所述用户违约因素的确认，具体实现如下：将影响用户逾期的特征分为两大类：基础信息和第三方数据信息；1.1基础信息基础信息包括申请人基本数据、申请设备数据以及衍生数据；申请人基本数据是指用户在申请贷款过程中填写的个人信息，包括年龄、申请项目金额、手术项目类型、医疗机构信息、借款金额、借款期限、申请地、户籍地；申请设备数据包括申请设备名称、系统、版本、设备id；衍生数据包括申请人户籍地GDP排名、申请地GPD排名、申请地与户籍地是否一致，具体参看表1；其中身份证户籍地区、申请地GDP情况是根据该地区于2017年人均GDP的全国排名，将此排名作为特征项加入模型中；表1 基础信息1.2第三方数据信息①用户在其他借贷平台的申请借贷信息，包括个体在其他多个平台提出的借贷申请或是已借款的相关信息；②用户常用APP活跃度信息；③用户各类信用评分信息；基于第三方数据公司获取用户群体在其它多个平台的借贷申请或已借款的相关信息,包括个人信息核查、不良信息扫描、多平台借贷申请、信贷逾期信息和司法不良记录，其具体内容如表2：表2 第三方借贷信息基于用户申请时使用的终端设备，借助第三方平台获取终端设备相关信息，具体内容如表3：表3 第三方设备活跃度信息基于用户申请注册用的手机号码，借助第三方平台获取手机号运营商信息，具体内容如表4：表4 第三方运营商数据信息基于用户申请注册用的姓名、手机和身份证，借助第三方平台获取用户的信用评分信息，具体内容如表5：表5 第三方数据信用信息