基于7日动支模型的用户策略生成方法、装置及电子设备制造方法及图纸

本发明专利技术公开了一种基于7日动支模型的用户策略生成方法、装置及电子设备，所述方法包括：将测试用户数据输入训练好的7日动支模型中，得到测试用户在7日内动支概率；根据测试用户在7日内动支概率将测试用户进行分箱，得到不同动支等级的测试用户；获取与动支等级对应的第二模型，所述第二模型用于预测用户的指定行为概率；将同一动支等级的测试用户数据输入对应的训练好的第二模型中，得到同一动支等级的测试用户的指定行为概率；根据测试用户所在的动支等级及指定行为概率生成用户策略。本发明专利技术综合用户7日内的动支概率及对应的指定行为概率来生成用户策略，能够优化客户经营策略，达到开发优质客户，筛掉低质客户，提高运营效率。

【技术实现步骤摘要】
基于7日动支模型的用户策略生成方法、装置及电子设备
本专利技术涉及计算机信息处理
，具体而言，涉及一种基于7日动支模型的用户策略生成方法、装置、电子设备及计算机可读介质。
技术介绍
随着经济的发展，为了满足其自身发展的需要，个人用户或者企业用户经常由金融服务机构进行借款活动，对于金融服务机构而言，用户的借款活动很可能会给金融服务公司带来风险。在还款期限届满之前，借款人（信贷用户）财务商务状况的重大不利变化很可能影响其履约能力，从而发生呆账、坏账等风险，因此，为了降低此类风险的发生概率，金融服务机构需要对借款人进行风险评估，进而制定其相对应的用户策略，用户策略用于为该用户确定其可借贷的金额、还款期限、借贷利率等等。在用户策略制定上，金融服务机构通常通过用户的某一种特征（比如风险评分、用户价值评分、用户动支评分等）来制定用户策略。显然，这种单一特征的用户策略制定方式没有综合考虑各个维度的用户特征。并且，不同维度的用户特征对用户策略的影响不同。而在这些用户特征中，用户的动支情况直接反映用户的借贷意愿，对用户策略的制定起到主导作用；并且在实际中，90%以上有借贷意愿的用户会在7日内完成动支。有鉴于此，如何综合7日内用户动支情况及其他用户特征来制定精细化的用户策略是目前亟待解决的问题。
技术实现思路
本专利技术旨在解决现有用户策略制定依据单一、用户运营效果低的技术问题。为了解决上述技术问题，本专利技术第一方面提出一种基于7日动支模型的用户策略生成方法，所述方法包括：将测试用户数据输入训练好的7日动支模型中，得到测试用户在7日内动支概率；根据测试用户在7日内动支概率将测试用户进行分箱，得到不同动支等级的测试用户；获取与动支等级对应的第二模型，所述第二模型用于预测用户的指定行为概率；将同一动支等级的测试用户数据输入对应的训练好的第二模型中，得到同一动支等级的测试用户的指定行为概率；根据测试用户所在的动支等级及指定行为概率生成用户策略。根据本专利技术一种优选的实施方式，所述将测试用户数据输入训练好的7日动支模型中之前，所述方法还包括：获取历史用户数据；根据历史用户在7日内的动支状态将所述历史用户数据分为正样本和负样本，并通过所述正负样本来训练7日动支模型。根据本专利技术一种优选的实施方式，所述根据历史用户在7日内的动支状态将所述历史用户数据分为正样本和负样本，并通过所述正负样本来训练7日动支模型包括：根据历史用户在7-30日内的动支状态将所述负样本分为第一负样本和第二负样本；根据所述正样本、第一负样本和第二负样本训练7日动支模型。根据本专利技术一种优选的实施方式，所述第二模型包括：风险模型、额度使用模型、多头用户模型、用户流失模型中的至少一种。根据本专利技术一种优选的实施方式，所述7日动支模型为XGBoost模型。根据本专利技术一种优选的实施方式，所述分箱具体为等频分箱。为了解决上述技术问题，本专利技术第二方面提供一种基于7日动支模型的用户策略生成装置，所述装置包括：第一预测模块，用于将测试用户数据输入训练好的7日动支模型中，得到测试用户在7日内动支概率；分箱模块，用于根据测试用户在7日内动支概率将测试用户进行分箱，得到不同动支等级的测试用户；获取模块，用于获取与动支等级对应的第二模型，所述第二模型用于预测用户的指定行为概率；第二预测模块，用于将同一动支等级的测试用户数据输入对应的训练好的第二模型中，得到同一动支等级的测试用户的指定行为概率；生成模块，用于根据测试用户所在的动支等级及指定行为概率生成用户策略。根据本专利技术一种优选的实施方式，所述装置还包括：子获取模块，用于获取历史用户数据；训练模块，用于根据历史用户在7日内的动支状态将所述历史用户数据分为正样本和负样本，并通过所述正负样本来训练7日动支模型。根据本专利技术一种优选的实施方式，所述训练模块具体用于：根据历史用户在7-30日内的动支状态将所述负样本分为第一负样本和第二负样本；根据所述正样本、第一负样本和第二负样本训练7日动支模型。根据本专利技术一种优选的实施方式，所述第二模型包括：风险模型、额度使用模型、多头用户模型、用户流失模型中的至少一种。根据本专利技术一种优选的实施方式，所述7日动支模型为XGBoost模型。根据本专利技术一种优选的实施方式，所述分箱具体为等频分箱。为解决上述技术问题，本专利技术第三方面提供一种电子设备，包括：处理器；以及存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器执行上述的方法。为解决上述技术问题，本专利技术第四方面提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，当所述一个或多个程序被处理器执行时，实现上述方法。本专利技术考虑到7日内动支情况直接反映用户借贷意愿，对生成用户策略起主导作用的情况，将用户7日内的动支概率作为生成用户策略的基础特征，同时根据不同的动支等级配置对应的第二模型来获取不同的用户行为概率，最后综合用户的动支等级和指定行为概率来生成用户策略。相较于现有技术，本专利技术综合用户7日内的动支概率及对应的指定行为概率来生成用户策略，能够优化客户经营策略，达到开发优质客户，筛掉低质客户，精细化运营各类客户的目的，提高运营效率。附图说明为了使本专利技术所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本专利技术的具体实施例。但需声明的是，下面描述的附图仅仅是本专利技术的示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。图1是本专利技术一种基于7日动支模型的用户策略生成方法的流程示意图；图2是本专利技术根据测试用户在7日内动支概率将测试用户进行分箱步骤的示意图；图3是本专利技术一种基于7日动支模型的用户策略生成装置的结构框架示意图；图4是根据本专利技术的一种电子设备的示例性实施例的结构框图；图5是本专利技术一种计算机可读介质实施例的示意图。具体实施方式现在将参考附图来更加全面地描述本专利技术的示例性实施例，虽然各示例性实施例能够以多种具体的方式实施，但不应理解为本专利技术仅限于在此阐述的实施例。相反，提供这些示例性实施例是为了使本专利技术的内容更加完整，更加便于将专利技术构思全面地传达给本领域的技术人员。在符合本专利技术的技术构思的前提下，在某个特定的实施例中描述的结构、性能、效果或者其他特征可以以任何合适的方式结合到一个或更多其他的实施例中。在对于具体实施例的介绍过程中，对结构、性能、效果或者其他特征的细节描述是为了使本领域的技术人员对实施例能够充分理解。但是，并不排除本领域技术人员可以在特定情况下，以不含有上述结构、性能、效果或者其他特征的技术方案来实施本专利技术。附图中的流程图仅是一种示例性的流程演示，不代表本专利技术的方案中必须包括流程图中的所有本文档来自技高网...

【技术保护点】
1.一种基于7日动支模型的用户策略生成方法，其特征在于，所述方法包括：/n将测试用户数据输入训练好的7日动支模型中，得到测试用户在7日内动支概率；/n根据测试用户在7日内动支概率将测试用户进行分箱，得到不同动支等级的测试用户；/n获取与动支等级对应的第二模型，所述第二模型用于预测用户的指定行为概率；/n将同一动支等级的测试用户数据输入对应的训练好的第二模型中，得到同一动支等级的测试用户的指定行为概率；/n根据测试用户所在的动支等级及指定行为概率生成用户策略。/n

【技术特征摘要】
1.一种基于7日动支模型的用户策略生成方法，其特征在于，所述方法包括：
将测试用户数据输入训练好的7日动支模型中，得到测试用户在7日内动支概率；
根据测试用户在7日内动支概率将测试用户进行分箱，得到不同动支等级的测试用户；
获取与动支等级对应的第二模型，所述第二模型用于预测用户的指定行为概率；
将同一动支等级的测试用户数据输入对应的训练好的第二模型中，得到同一动支等级的测试用户的指定行为概率；
根据测试用户所在的动支等级及指定行为概率生成用户策略。


2.根据权利要求1所述的方法，其特征在于，所述将测试用户数据输入训练好的7日动支模型中之前，所述方法还包括：
获取历史用户数据；
根据历史用户在7日内的动支状态将所述历史用户数据分为正样本和负样本，并通过所述正样本和负样本来训练7日动支模型。


3.根据权利要求2所述的方法，其特征在于，所述根据历史用户在7日内的动支状态将所述历史用户数据分为正样本和负样本，并通过所述正样本和负样本来训练7日动支模型包括：
根据历史用户在7-30日内的动支状态将所述负样本分为第一负样本和第二负样本；
根据所述正样本、第一负样本和第二负样本训练7日动支模型。


4.根据权利要求1所述的方法，其特征在于，所述第二模型包括：风险模型、额度...

【专利技术属性】
技术研发人员：李达，丁楠，苏绥绥，
申请(专利权)人：北京淇瑀信息科技有限公司，
类型：发明
国别省市：北京;11