【技术实现步骤摘要】
一种对风险账户的判别方法
[0001]本专利技术涉及金融
,尤其涉及一种对风险账户的判别方法。
技术介绍
[0002]风险账户判别方法是判别非法资金转移的跨境赌博、电信网络诈骗等违法犯罪活动的一种方法。风险账户判别则能够及时发现银行中的违法异常账户,挖掘账户出租、出售、出借等潜在风险,判别出由非法犯罪分子行为形成的黑色产业链。较好的配合执法和监管机构打击治理电信网络违法犯罪行为。现有技术中的风险判别方法是,客户触碰单个风险规则,赋10分,所有风险规则检测完毕后,得到客户总分。将总分与既有风险阈值进行比较,若超过阈值则判定为风险账户。
[0003]所以,现有技术中的风险判别方法认为每个风险规则同等重要,且缺乏数据及算法支持,所以获得的风险判别的结果不准确。
技术实现思路
[0004]鉴于上述问题,提出了本专利技术一种对风险账户的判别方法。
[0005]根据本专利技术的一个方面,提供了一种对风险账户的判别方法,所述判别方法包括:
[0006]定期从大数据平台采集客户储蓄信息;
[0007]对所述客户储蓄信息进行加工,生成风控规则;
[0008]以账户作为统一维度,根据所述风控规则作为特征变量X和业务反馈的好坏标签Y进行拼接,最终生成特征变量为X,标签为Y的大宽表;
[0009]将特征变量中离散型的特征变量进行one
‑
hot处理,将特征变量中连续型的特征变量进行字符类型处理,构建特征工程;
[0010]将所述特征工程放入模型中 ...
【技术保护点】
【技术特征摘要】
1.一种对风险账户的判别方法,其特征在于,所述判别方法包括:定期从大数据平台采集客户储蓄信息;对所述客户储蓄信息进行加工,生成风控规则;以账户作为统一维度,根据所述风控规则作为特征变量X和业务反馈的好坏标签Y进行拼接,最终生成特征变量为X,标签为Y的大宽表;将特征变量中离散型的特征变量进行one
‑
hot处理,将特征变量中连续型的特征变量进行字符类型处理,构建特征工程;将所述特征工程放入模型中训练,构建模型;采用KS和AUC指标对模型结果进行评估,输出特征变量重要性排序和特征变量对应分数;将特征变量的分数进行标准化处理,获得处理结果,所述处理结果为风险规则的权重;根据所述权重得到风险总得分,将所述风险总得分与风险阈值对比,获得对比结果,根据所述对比结果判别其是否为风险账户。2.根据权利要求1所述的一种对风险账户的判别方法,其特征在于,所述客户储蓄信息具体包括客户储蓄明细数据表,流水附表信息,个人客户账户合约信息表,个人客户基本信息表,开销户表,客户资产统计历史表,客户筛选表的数据信息,明确每张表的唯一主键进行关联。3.根据权利要求1所述的一种对风险账户的判别方法,其特征在于,所述将特征变量中离散型的特征变量进行one
‑
hot处理具体包括:one
‑
hot编码方式如下:确定要编码的对象:[
‘
中国
’
,
’
美国
’
,
’
日本
’
,
’
美国
’
]确定分类变量:中国,美国,日本,共3种类别有3个样本,每个样本有3个特征,将每个样本转化为二进制向量表示,首先进行特征的整数编码:中国
‑‑
0,美国
‑‑
1,日本
‑‑
2,并将特征按照从小到大排列,得到one
‑
hot编码如下:[
‘
中国
’
,
’
美国
’
,
’
日本
’
,
’
美国
’
]在one
‑
hot编码后为:[[1,0,0],[0,1,0],[0,0,...
【专利技术属性】
技术研发人员:姜永进,
申请(专利权)人:北银金融科技有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。