本发明专利技术提供了一种基于用户行为特征的信贷风控方法与装置，涉及信贷风控的技术领域，包括：获取逾期用户的行为特征数据；对逾期用户的行为特征数据进行预处理和衍生变量加工处理，得到逾期用户的衍生变量数据；利用逾期用户的衍生变量数据对初始风控模型进行训练，得到目标风控模型，其中，所述初始风控模型包括：授信审批阶段的风控子模型和借款审批阶段的风控子模型；在获取待分析用户通过终端设备中的贷款程序发送的贷款申请及征信查询授权之后，采集待分析用户的行为特征数据；基于待分析用户的行为特征数据和目标风控模型，确定出待分析用户的风险评级和风险评级对应的风控决策结果，解决了现有的信贷风控方法的时效性和成本较高的技术问题。性和成本较高的技术问题。性和成本较高的技术问题。
【技术实现步骤摘要】
一种基于用户行为特征的信贷风控方法和装置
[0001]本专利技术涉及信贷风控的
，尤其是涉及一种基于用户行为特征的信贷风控方法和装置 。
技术介绍
[0002]基于大数据的信贷风控方法、技术和系统是金融科技领域的核心，传统银行和新兴互联网银行、消费金融机构均相当重视相关技术与方法的研发与应用。大数据风控技术可有效整合借款申请人的多维度信息数据，高效且准确地评估借款人的信用或欺诈风险，辅助金融机构快速给出授信与借款审批决策结论，从而在提升借款申请人的用户体验同时，降低金融机构的潜在坏账损失风险。
[0003]当前大数据风控技术中，所主要使用的数据源包括人行、企业征信、社保公积金缴纳记录和外部多头借款信息数据等，这些数据可在一各程度上反映客户的历史信贷履约情况和还款能力，但均存在一定时效上的滞后性，对客户的最新时点风险捕捉能力较弱，存在客户利用相关征信报告时效上的差异进行突破尝试的风险，给金融机构带来潜在损失。
[0004]针对上述问题，还未提出有效的解决方案。
技术实现思路
[0005]有鉴于此，本专利技术的目的在于提供一种基于用户行为特征的信贷风控方法和装置，以缓解了现有的信贷风控方法的时效性和成本较高的技术问题。
[0006]第一方面，本专利技术实施例提供了一种基于用户行为特征的信贷风控方法，包括：获取逾期用户的行为特征数据，其中，所述行为特征数据包括：终端设备信息和贷款软件的前端交互界面的埋点信息；对所述逾期用户的行为特征数据进行预处理和衍生变量加工处理，得到所述逾期用户的衍生变量数据；利用所述逾期用户的衍生变量数据对初始风控模型进行训练，得到目标风控模型，其中，所述初始风控模型包括：授信审批阶段的风控子模型和借款审批阶段的风控子模型；在获取待分析用户通过终端设备中的贷款程序发送的贷款申请及征信查询授权之后，采集所述待分析用户的行为特征数据；基于所述待分析用户的行为特征数据和所述目标风控模型，确定出所述待分析用户的风险评级和所述风险评级对应的风控决策结果。
[0007]进一步地，所述终端设备信息包括：终端设备的属性信息，常用地理位置及变化信息，WIFI连接时长、位置和稳定性信息；所述前端交互界面的埋点信息包括：前端交互界面的浏览次数、周期、时长、时间、点击行为、尝试次数和失败次数，其中，所述前端交互界面包括：借款开通界面，借款申请界面，密码检验界面和短信验证码输入界面。
[0008]进一步地，所述预处理包括：异常值处理，空值处理，分箱处理和证据权重转换处理；所述衍生变量数据包括：贷款软件的欢迎界面的浏览时间，借款申请界面的浏览时间，工作日的WIFI连接记录，常用登录地址信息，授信成功到借款申请之间的间隔时长，密码输入次数和密码输入失败的次数。
[0009]进一步地，利用所述逾期用户的衍生变量数据对初始风控模型进行训练，得到目标风控模型，包括： 利用所述逾期用户的衍生变量数据分别对所述初始风控模型的授信审批阶段的风控子模型和所述初始风控模型的借款审批阶段的风控子模型进行训练，得到所述目标风控模型。
[0010]进一步地，基于所述待分析用户的行为特征数据和所述目标风控模型，确定出所述待分析用户的风险评级和所述风险评级对应的风控决策结果，包括： 对所述待分析用户的行为特征数据进行预处理和衍生变量加工处理，得到所述待分析用户的衍生变量数据；将所述待分析用户的衍生变量数据输入所述目标风控模型，得到所述待分析用户的风险评级和所述风险评级对应的风控决策结果。
[0011]进一步地，所述方法还包括：将所述待分析用户的风险评级和所述风险评级对应的风控决策结果发送至所述待分析用户的终端设备。
[0012]进一步地，所述风控模型为基于信息熵、最大信息增益比和基尼指数作为生成的决策树算法模型。
[0013]第二方面，本专利技术实施例还提供了一种基于用户行为特征的信贷风控装置，包括：获取单元，处理单元，训练单元，采集单元和风控单元，其中，所述获取单元，用于获取逾期用户的行为特征数据，其中，所述行为特征数据包括：终端设备信息和贷款软件的前端交互界面的埋点信息；所述处理单元，用于对所述逾期用户的行为特征数据进行预处理和衍生变量加工处理，得到所述逾期用户的衍生变量数据；所述训练单元，用于利用所述逾期用户的衍生变量数据对初始风控模型进行训练，得到目标风控模型，其中，所述初始风控模型包括：授信审批阶段的风控子模型和借款审批阶段的风控子模型；所述采集单元，用于在获取待分析用户通过终端设备中的贷款程序发送的贷款申请及征信查询授权之后，采集所述待分析用户的行为特征数据；所述风控单元，用于基于所述待分析用户的行为特征数据和所述目标风控模型，确定出所述待分析用户的风险评级和所述风险评级对应的风控决策结果。
[0014]第三方面，本专利技术实施例还提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储支持处理器执行上述第一方面中所述方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
[0015]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序。
[0016]在本专利技术实施例中，通过获取逾期用户的行为特征数据，其中，所述行为特征数据包括：终端设备信息和贷款软件的前端交互界面的埋点信息；对所述逾期用户的行为特征数据进行预处理和衍生变量加工处理，得到所述逾期用户的衍生变量数据；利用所述逾期用户的衍生变量数据对初始风控模型进行训练，得到目标风控模型，其中，所述初始风控模型包括：授信审批阶段的风控子模型和借款审批阶段的风控子模型；在获取待分析用户通过终端设备中的贷款程序发送的贷款申请及征信查询授权之后，采集所述待分析用户的行为特征数据；基于所述待分析用户的行为特征数据和所述目标风控模型，确定出所述待分析用户的风险评级和所述风险评级对应的风控决策结果，达到了无需第三方风控数据和创痛风控数据对用户进行风控的目的，进而解决了现有的信贷风控方法的时效性和成本较高的技术问题，从而实现了提高信贷风控方法的时效性以及降低信贷风控方法成本的技术效
果。
[0017]本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
[0018]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0019]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1为本专利技术实施例提供的一种基于用户行为特征的信贷风控方法的流程图；图2为本专利技术实施例提供的一种基于用户行为特征的信贷风控装置的示意图；图3为本专利技术实施本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于用户行为特征的信贷风控方法，其特征在于，包括：获取逾期用户的行为特征数据，其中，所述行为特征数据包括：终端设备信息和贷款软件的前端交互界面的埋点信息；对所述逾期用户的行为特征数据进行预处理和衍生变量加工处理，得到所述逾期用户的衍生变量数据；利用所述逾期用户的衍生变量数据对初始风控模型进行训练，得到目标风控模型，其中，所述初始风控模型包括：授信审批阶段的风控子模型和借款审批阶段的风控子模型；在获取待分析用户通过终端设备中的贷款程序发送的贷款申请及征信查询授权之后，采集所述待分析用户的行为特征数据；基于所述待分析用户的行为特征数据和所述目标风控模型，确定出所述待分析用户的风险评级和所述风险评级对应的风控决策结果。2.根据权利要求1所述的方法，其特征在于，所述终端设备信息包括：终端设备的属性信息，常用地理位置及变化信息，WIFI连接时长、位置和稳定性信息；所述前端交互界面的埋点信息包括：前端交互界面的浏览次数、周期、时长、时间、点击行为、尝试次数和失败次数，其中，所述前端交互界面包括：借款开通界面，借款申请界面，密码检验界面和短信验证码输入界面。3.根据权利要求1所述的方法，其特征在于，所述预处理包括：异常值处理，空值处理，分箱处理和证据权重转换处理；所述衍生变量数据包括：贷款软件的欢迎界面的浏览时间，借款申请界面的浏览时间，工作日的WIFI连接记录，常用登录地址信息，授信成功到借款申请之间的间隔时长，密码输入次数和密码输入失败的次数。4.根据权利要求3所述的方法，其特征在于，利用所述逾期用户的衍生变量数据对初始风控模型进行训练，得到目标风控模型，包括：利用所述逾期用户的衍生变量数据分别对所述初始风控模型的授信审批阶段的风控子模型和所述初始风控模型的借款审批阶段的风控子模型进行训练，得到所述目标风控模型。5.根据权利要求1所述的方法，其特征在于，基于所述待分析用户的行为特征数据和所述目标风控模型，确定出所述待分析用...
【专利技术属性】
技术研发人员：吴海曦，顾欣欣，卞安然，温树海，
申请(专利权)人：天津金城银行股份有限公司，
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。