基于学历预测模型生成授信策略的方法、装置和电子设备制造方法及图纸

本申请提供基于学历预测模型生成授信策略的方法，构建学历预测模型,利用所述学历预测模型获得目标用户的预测学历,基于所述目标用户的预测学历，生成所述目标用户的授信策略。通过建立学历预测模型来预测用户学历，进而完善用户特征，利用用户的预测学历来生成授信策略能够使得授信策略更准确，进而提高了风险管理水平。

Methods, devices and electronic devices for generating credit strategy based on education prediction model

【技术实现步骤摘要】
基于学历预测模型生成授信策略的方法、装置和电子设备
本申请涉及计算机领域，尤其涉及基于学历预测模型生成授信策略的方法、装置和电子设备。
技术介绍
在现如今的金融行业中，金融平台为客户提供授信服务之前，首先要为客户制定与客户匹配的授信策略，同时，授信策略的生成是授信生命周期中风险控制以及实现增收的关键。在现有技术的方法中，存在数据不准确导致的授信策略不合理，从而影响风险评估结果的准确性，增加授信的风险。同时，由于客户特征数据不足，造成风险失控、金融平台的经济损失的问题。
技术实现思路
本说明书实施例提供基于学历预测模型生成授信策略的方法、装置和电子设备。用以解决现有技术中授信策略不准确以及风险管理能力低的问题。本说明书实施例提供基于学历预测模型生成授信策略的方法，包括：构建学历预测模型；利用所述学历预测模型获得目标用户的预测学历；基于所述目标用户的预测学历，生成所述目标用户的授信策略。根据以上所述的方案，可以利用学历预测模型获得目标用户的学历，以此弥补目标用户的学历特征数据的不足，利用目标用户的学历生成该目标用户的授信策略，进而可以提高授信策略的准确性。可选地，所述构建学历预测模型，包括：调取样本用户的数据，所述数据包括教育类数据、关系网数据、行为类数据、属性数据和学历；基于所述样本用户的数据，建立所述学历预测模型，所述学历预测模型用于预测所述目标用户的学历。综上如述，可以通过建立学历预测模型获得目标用户的预测学历，进而补充了目标用户的学历特征数据，为目标用户的风险评估提供了数据，进而为授信策略的生成提供了基础。可选地，所述构建学历预测模型，还包括：将所述样本用户的教育类数据、关系网数据、行为类数据、属性数据和学历作为训练所述学历预测模型的样本数据，利用机器学习方法训练所述学历预测模型。根据以上方案，可以实现利用样本用户的数据，通过机器学习方法训练学历预测模型，使得学历预测模型的预测结果更加准确，可以避免由于学历预测模型不准确导致的目标用户的预测学历不准确的问题，提高了学历预测模型的准确性。可选地，所述构建学历预测模型，还包括：基于所述样本用户的教育类数据、关系网数据、行为类数据和属性数据，计算所述样本用户的学历特征预测值；建立所述学历特征预测值与学历的映射关系；根据所述学历特征预测值确定所述样本用户的预测学历。基于以上方案，每个学历特征预测值与学历都具有对应关系，利用学历特征预测值与学历之间的对应关系，进一步确定样本用户的预测学历，完善学历预测模型的训练，提高了学历预测模型的准确性。可选地，所述构建学历预测模型，还包括：将所述样本用户的学历和所述样本用户的预测学历进行对比，生成所述学历预测模型。通过实施以上方案，将样本用户的实际学历和学历预测模型输出的样本用户的预测学历进行对比，验证学历预测模型的预测的可行性，进而提高学历预测模型的预测。可选地，所述利用所述学历预测模型获得目标用户的预测学历，包括：获取所述目标用户的数据，所述目标用户为未包含学历的用户；所述目标用户的数据包括：所述目标用户的教育类数据、关系网数据、行为类数据和属性数据。综上所述，通过学历预测模型获取目标用户的学历需要输入目标用户的数据，保持学历预测模型的输入层的一致性，避免由于输入层的不一致导致学历预测模型不准确的问题。可选地，所述利用所述学历预测模型获得目标用户的预测学历，还包括：将所述目标用户的数据输入至所述学历预测模型，获得所述目标用户的学历特征预测值；根据所述目标用户的学历特征预测值，获取所述目标用户的预测学历。通过实施如上方案，可以实现通过输入目标用户的数据获得目标用户的预测学历，为授信策略的生成提供了数据，增加了授信策略的准确性，从而降低了由于用户数据不足造成的评估用户不准确的风险可选地，所述基于所述目标用户的预测学历，生成所述目标用户的授信策略，包括：将所述目标用户的预测学历和/或学历特征预测值输入至授信模型，制定所述目标用户的授信策略。基于以上方案，可以实现利用目标用户的预测学历作为制定用户的授信策略的基础，根据目标用户的预测学历这一特征数据，提高了制定授信策略的合理性，提高了风险管理的能力。可选地，所述基于预测所述目标用户的预测学历，生成所述目标用户的授信策略，包括：将所述目标用户的学历预测结果预测学历和/或学历特征预测值输入至授信模型，调整所述目标用户的授信策略。综上所述，可以利用目标用户的预测学历对目标用户的授信策略进行调整，优化授信策略，降低了用户风险，能够实现更好的增收。本说明书实施例还提供基于学历预测模型生成授信策略的装置，包括：构建模块：用于构建学历预测模型；获得模块：用于利用所述学历预测模型获得目标用户的预测学历；生成模块：基于所述目标用户的预测学历，生成所述目标用户的授信策略。基于以上方案，可以实现通过构建学历预测模型获得目标用户的预测学历，提供了目标用户的学历这一特征数据，进而制定授信策略，降低了因目标用户的学历特征数据的不足导致风险评估不准确的风险，进而提高了授信策略的准确性和合理性。可选地，所述构建学历预测模型，包括：调取样本用户的数据，所述数据包括教育类数据、关系网数据、行为类数据、属性数据和学历；基于所述样本用户的数据，建立所述学历预测模型，所述学历预测模型用于预测所述目标用户的学历。综上如述，可以通过建立学历预测模型获得目标用户的预测学历，进而补充了目标用户的学历特征数据，为目标用户的风险评估提供了数据，进而为授信策略的生成提供了基础。可选地，所述构建学历预测模型，还包括：将所述样本用户的教育类数据、关系网数据、行为类数据、属性数据和学历作为训练所述学历预测模型的样本数据，利用机器学习方法训练所述学历预测模型。根据以上方案，可以实现利用样本用户的数据，通过机器学习方法训练学历预测模型，使得学历预测模型的预测结果更加准确，可以避免由于学历预测模型不准确导致的目标用户的预测学历不准确的问题，提高了学历预测模型的准确性。可选地，所述构建学历预测模型，还包括：基于所述样本用户的教育类数据、关系网数据、行为类数据和属性数据，计算所述样本用户的学历特征预测值；建立所述学历特征预测值与学历的映射关系；根据所述学历特征预测值确定所述样本用户的预测学历。基于以上方案，每个学历特征预测值与学历都具有对应关系，利用学历特征预测值与学历之间的对应关系，进一步确定样本用户的预测学历，完善学历预测模型的训练，提高了学历预测模型的准确性。可选地，所述构建学历预测模型，还包括：将所述样本用户的学历和所述样本用户的预测学历进行对比，生成所述学历预测模型。通过实施以上方案，将样本用户的实际学历和学历预测模型输出的样本用户的预测学本文档来自技高网...

【技术保护点】
1.基于学历预测模型生成授信策略的方法，其特征在于，包括：/n构建学历预测模型；/n利用所述学历预测模型获得目标用户的预测学历；/n基于所述目标用户的预测学历，生成所述目标用户的授信策略。/n

【技术特征摘要】
1.基于学历预测模型生成授信策略的方法，其特征在于，包括：
构建学历预测模型；
利用所述学历预测模型获得目标用户的预测学历；
基于所述目标用户的预测学历，生成所述目标用户的授信策略。


2.根据权利要求1所述的方法，其特征在于，所述构建学历预测模型，包括：
调取样本用户的数据，所述数据包括教育类数据、关系网数据、行为类数据、属性数据和学历；
基于所述样本用户的数据，建立所述学历预测模型，所述学历预测模型用于预测所述目标用户的学历。


3.根据权利要求1-2中任一项所述的方法，其特征在于，所述构建学历预测模型，包括：
将所述样本用户的教育类数据、关系网数据、行为类数据、属性数据和学历作为训练所述学历预测模型的样本数据，利用机器学习方法训练所述学历预测模型。


4.根据权利要求1-3中任一项所述的方法，其特征在于，所述构建学历预测模型，还包括：
基于所述样本用户的教育类数据、关系网数据、行为类数据和属性数据，计算所述样本用户的学历特征预测值；
建立所述学历特征预测值与学历的映射关系；
根据所述学历特征预测值确定所述样本用户的预测学历；
将所述样本用户的学历和所述样本用户的预测学历进行对比，生成所述学历预测模型。


5.根据权利要求1-4中任一项所述的方法，其特征在于，所述利用所述学历预测模型获得目标用户的预测学历，包括：
获取所述目标用户的数据，所述目标用户为未包含学历的用户；

【专利技术属性】
技术研发人员：吴霜，
申请(专利权)人：上海淇玥信息技术有限公司，
类型：发明
国别省市：上海;31