龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆富民银行股份有限公司
摘要：本发明涉及计算机技术领域，具体涉及一种互联网信贷场景利息回收率预测模型，包括模型开发模块与模型部署模块，所述模型开发模块用于模型开发，所述模型部署模块用于部署模型；所述模型开发模块包括数据探索单元、特征工程单元、模型训练单元；所述数据探索单元用于探索性分析训练数据，对训练数据进行描述性分析与主要特征可视化分析，得到小微信贷用户与非小微信贷用户之间的行为差异与共性特征；所述特征工程单元用于特征衍生、特征编码与特征选择；所述模型训练单元用于训练模型与评估效果。本发明既可以提高小微金融产品与用户的适配性，又可以充分挖掘数据价值，解决了难以对互联网信贷场景利息回收率进行测算和预测的技术问题。
主权项：1.一种互联网信贷场景利息回收率预测模型，其特征在于，包括模型开发模块与模型部署模块，所述模型开发模块用于模型开发，所述模型部署模块用于部署模型；所述模型开发模块包括数据探索单元、特征工程单元、模型训练单元；所述数据探索单元用于探索性分析训练数据，对训练数据进行描述性分析与主要特征可视化分析，得到小微信贷用户与非小微信贷用户之间的行为差异与共性特征；所述特征工程单元用于特征衍生、特征编码与特征选择，所述特征衍生从时间切片特征、比例特征、统计特征三个方面进行特征衍生，所述特征编码根据训练数据中的类别特征采用独热编码或标签编码进行特征编码，所述特征选择包括但不限于删除缺失率大的特征、删除与目标变量相关性弱的特征、删除特征值之间多重共线性强的特征、删除低方差特征；所述特征选择用于选择贷中风险评级分层、借据金额分箱、借据利率定价分箱、还款方式、历史逾期次数和历史最大逾期天数、借据期数、地域分布和行业分布、扣款渠道与个人信息；所述模型训练单元用于训练模型与评估效果，所述训练模型具体包括：将训练数据划分为训练集与验证集，分别构建线性回归模型、对数几率模型、线性判别分析模型与多分类学习模型四个模型，并基于验证集结合四个模型的调参框架对四个模型的影响参数进行局部调优，所述评估效果包括以AUC值、KS值值以及left提升度作为效果评估指标评估四个模型对用户的区分能力和预测能力。
全文数据：
权利要求：
百度查询： 重庆富民银行股份有限公司 一种互联网信贷场景利息回收率预测模型
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号