申请/专利权人：深圳刷宝科技有限公司

申请日：2023-12-22

公开（公告）日：2024-04-09

公开（公告）号：CN117455417B

主分类号：G06Q10/10

分类号：G06Q10/10;G06Q10/04;G06Q40/06;G06Q40/04;G06Q40/03

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.02.13#实质审查的生效;2024.01.26#公开

摘要：本发明涉及一种智能风控审批策略自动迭代优化方法及系统，采用先进的客户数据处理和分类技术，自动化风控策略审批，以及创新的数据清洗和特征衍生算法，显著提高了风险评估的效率和准确性；特别是利用随机森林算法在变量分析和规则生成阶段，本发明能够有效识别高预测能力变量，生成强大的风控规则；通过这些技术的应用，本发明不仅解决了传统风控方法在处理复杂金融数据时的局限，还增强了风控模型对市场变化的动态适应性，为金融机构提供了更高效、更精准的风险管理解决方案。

主权项：1.一种智能风控审批策略自动迭代优化方法，其特征在于，包括以下步骤：客户数据处理与分类步骤：采集和标准化处理客户进件数据，通过预设的准入规则和黑名单规则筛选出符合条件的目标客户数据，所述预设的准入规则包括客户信用评分和历史交易数据，再将所述目标客户数据根据分类模块预定算法随机分配为测试组或对照组，所述分类模块预定算法基于客户信用评分和历史交易数据的加权随机机制计算；所述客户数据处理与分类步骤还包括基于循环神经网络RNN的自适应调整步骤，所述自适应调整步骤采用长短时记忆网络LSTM架构，能够有效处理和分析时间序列数据，用于处理连续的市场数据和客户行为变化；所述长短时记忆网络LSTM架构通过其架构的遗忘门、输入门和输出门自动识别和记忆重要的市场趋势和客户行为模式，据此动态调整数据分类标准，增强风控策略对市场变化的敏感性和预测准确度；所述客户数据处理与分类步骤还包括使用基于支持向量机的分类步骤，所述分类步骤采用径向基函数作为核函数，所述核函数可以将数据从原始特征空间映射到更高维的特征空间，用于处理在原始空间中不可线性分隔的数据；所述径向基函数核是通过计算数据点之间的欧式距离，并应用指数函数变换来实现非线性映射；在所述非线性映射后的高维空间中，所述分类步骤通过构建最佳分离超平面，将客户数据有效地分类为高风险和低风险两个子集，用于复杂和多维的客户数据集精确细分化分类；风控策略审批与数据存储步骤：将所述测试组的所述目标客户数据输入风控策略模块和评分卡模块，所述风控策略模块综合分析客户的信用历史、交易行为和社会经济指标，实施动态风险评估和决策制定；所述评分卡模块针对每个客户计算信用评分，预测贷款违约风险；同时将所述对照组数据存储于自动迭代优化数据库中，以支持持续的数据分析和策略优化；数据提取与预处理步骤：从所述自动迭代优化数据库中根据特定条件执行客户样本数据的提取，所述特定条件为用户自定义预设条件，所述自定义预设条件包括贷款申请日期、信用评分、年收入特定阈值，将提取到的所述客户样本数据拆分成训练数据集和验证数据集，用于风控数据处理和分析；特征衍生与数据清洗步骤：对所述训练数据集执行特征衍生操作，并生成客户衍生变量数据宽表；对所述客户衍生变量数据宽表进行数据清洗，所述数据清洗包括处理异常值、计算并处理数据缺失率和同质性，以优化所述训练数据集的质量和可用性；变量分析与规则生成步骤：对清洗后剩下的所述客户衍生变量数据宽表数据做单变量分析，识别并保留具有高预测能力的变量；将所述高预测能力的变量使用随机森林算法根据预设变量生成规则生成单变量和多变量组合规则；所述变量分析与规则生成步骤还包括基于多层卷积神经网络和自然语言处理技术的复合预测步骤；所述复合预测步骤使用卷积层和池化层的组合来提取文本数据中的局部特征，所述卷积层通过不同的滤波器对输入数据进行特征卷积操作，提取关键特征信息；所述池化层用于缩减特征维度，增强模型对关键特征的捕捉能力；规则验证与筛选步骤：将生成所述单变量和多变量组合规则的规则集应用于验证数据集，并计算所述规则集中每条规则的性能，所述性能包括提升度和稳定度指标，以筛选出有效且稳定的规则，形成有效规则集；将筛选后的所述有效规则集与从所述自动迭代优化数据库中现有规则进行比较和综合评估，筛选出最优规则集；规则集部署与优化步骤：综合评估所述最优规则集在验证集上的效果及在近期申请案件中的通过率，评估所述最优规则集是否满足预设上线要求；符合要求的所述最优规则集将被打包并部署，用于优化现行的风控策略审批。

全文数据：

权利要求：

百度查询： 深圳刷宝科技有限公司 一种智能风控审批策略自动迭代优化方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD