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：河南中原消费金融股份有限公司

摘要：本发明提供了一种风险模型中多标签模型的处理方法，涉及风险模型技术领域，所述方法包括：获取预设的m个贷款产品对应的每一申请信息，以得到申请信息列表A；建立每一申请信息对应的标签向量，以得到A对应的标签向量列表B；对A中的所有申请信息进行特征筛选，以得到A对应的初始特征向量列表C；建立多分类模型WT；将C中的每一特征向量输入至WT，以预测A中每一申请信息在每一贷款产品上逾期的概率，以得到逾期概率向量列表D；得到多分类模型权重列表η；将η添加至C中，以得到A对应的目标特征向量列表E；将E代入预设的通用模型，以得到目标模型；本发明使得通用模型在足够大的样本基础上，保留客群信息，提升整体建模效果。

主权项：1.一种风险模型中多标签模型的处理方法，其特征在于，所述方法包括以下步骤：S100，获取预设的m个贷款产品对应的每一申请信息，以得到申请信息列表A=（A1，A2，…，Ai，…，An），i=1，2，…，n；其中，Ai为获取到的第i个申请信息，n为获取到的申请信息的数量；一个申请信息对应一个贷款产品；S200，根据每一申请信息对应的逾期信息，建立每一申请信息对应的标签向量，以得到A对应的标签向量列表B=（B1，B2，…，Bi，…，Bn）；其中，Bi为Ai对应的标签向量；Bi=（ZBi，Bi，1，Bi，2，…，Bi，j，…，Bi，m），j=1，2，…，m；ZBi为Bi对应的总逾期值，Bi，j为Bi对应于第j个贷款产品的子逾期值；ZBi用于表征Bi对应的用户是否存在逾期行为，Bi，j用于表征Bi对应的用户在第j个贷款产品是否存在逾期行为；S300，使用预设的特征筛选方法，对A中的所有申请信息进行特征筛选，以得到A对应的初始特征向量列表C=（C1，C2，…，Ci，…，Cn）；其中，Ci为Ai对应的初始特征向量；Ci=（Ci，1，Ci，2，…，Ci，r，…，Ci，s），r=1，2，…，s；Ci，r为Ai对应的第r个特征，s为每一申请信息对应的特征的数量；S400，根据B和C，建立多分类模型WT；S500，将C中的每一特征向量输入至WT，以预测A中每一申请信息在每一贷款产品上逾期的概率，以得到逾期概率向量列表D=（D1，D2，…，Di，…，Dn）；其中，Di为Ai对应逾期向量；Di=（YDi，Di，1，Di，2，…，Di，j，…，Di，m）；其中，YDi为Ai对应的用户在所有的贷款产品上均不存在逾期行为的概率，Di，j为Ai对应的用户在第j个贷款产品上存在逾期行为的概率；S600，根据D，确定每一申请信息对应的多分类模型权重，以得到多分类模型权重列表η=（η1，η2，…，ηi，…，ηn）；其中，ηi为Ai对应的多分类模型权重；S700，将η添加至C中，以得到A对应的目标特征向量列表E=（E1，E2，…，Ei，…，En）；其中，Ei为Ai对应的目标特征向量；S800，将E代入预设的通用模型，以得到目标模型。

全文数据：

权利要求：

百度查询： 河南中原消费金融股份有限公司 一种风险模型中多标签模型的处理方法