本公开提供了一种贷款风险评分方法、装置、设备以及存储介质，方法包括：确定当前的数据加工逻辑信息；将数据加工逻辑信息转换为可执行的数据加工函数；基于数据加工函数对样本客户的贷前征信数据进行加工，得到样本特征；基于样本特征对至少一个初始风控模型进行训练，得到至少一个目标风控模型；基于数据加工函数对目标客户的贷前征信数据进行加工，得到目标特征；将目标特征输入到至少一个目标风控模型中，得到目标客户的风险预测结果；基于风险预测结果生成目标客户的贷款风险评分。上述方法实现了大量的风控业务场景下的自定义函数，满足业务人员自行编写风控模型，快速迭代和部署时效性。和部署时效性。和部署时效性。
【技术实现步骤摘要】
贷款风险评分方法、装置、设备以及存储介质
[0001]本公开涉及计算机的
，具体涉及一种贷款风险评分方法、装置、设备以及存储介质。
技术介绍
[0002]人工智能时代的到来，给风控领域带来了全新的机遇和挑战，面对层出不穷的欺诈风险和不断翻新的欺诈手段，传统的规则式风控方法有着难以处理海量数据、对弱特征不敏感、分析覆盖范围窄等种种弊端。
[0003]基于风险形式复杂多变，风险模型及模型应用策略需要快速迭代，便于风险的捕捉，风险模型投产效能提升至10个工作日为目标，需要构建支持贷前评分卡的实时风险指标集市与模型规则平台。在该目标背景下，目前市场上的产品在模型快速迭代和处理性能上无法兼顾，同时很多产品无法实现由业务人员自行编写数据加工逻辑，开发门槛比较高，部署成本和周期较长，效率也比较低下。
技术实现思路
[0004]本公开提供了一种贷款风险评分方法、装置、设备以及存储介质。
[0005]根据本公开的第一方面，提供了一种贷款风险评分方法，包括：
[0006]确定当前的数据加工逻辑信息，其中，数据加工逻辑信息是用户使用结构化查询语言描述的用于指示征信数据加工逻辑的信息；
[0007]将数据加工逻辑信息转换为可执行的数据加工函数；
[0008]基于数据加工函数对样本客户的贷前征信数据进行加工，得到样本特征；
[0009]基于样本特征对至少一个初始风控模型进行训练，得到至少一个目标风控模型；
[0010]基于数据加工函数对目标客户的贷前征信数据进行加工，得到目标特征；
[0011]将目标特征输入到至少一个目标风控模型中，得到目标客户的风险预测结果；
[0012]基于风险预测结果生成目标客户的贷款风险评分。
[0013]在本公开实施例中，将数据加工逻辑信息转换为可执行的数据加工函数，包括：
[0014]基于预设的语法生成器工具对数据加工逻辑信息进行解析，得到数据加工逻辑信息的解析结果；
[0015]将解析结果转换为由Jave代码构建的数据加工函数。
[0016]在本公开实施例中，基于数据加工函数对样本客户的贷前征信数据进行加工，得到样本特征，包括：
[0017]基于数据加工函数对样本客户的贷前征信数据进行特征实时计算和特征全量计算，得到贷前征信数据的特征衍生结果；
[0018]将贷前征信数据的特征衍生结果作为样本特征。
[0019]在本公开实施例中，数据加工函数包括第一程序代码和第二程序代码，执行第一程序代码用于获取样本客户的贷前征信数据，执行第二程序代码用于对样本客户的贷前征
信数据进行数据准备。
[0020]在本公开实施例中，基于数据加工函数对样本客户的贷前征信数据进行特征实时计算和特征全量计算，得到贷前征信数据的特征衍生结果，包括：
[0021]调用第一程序代码，基于第一程序代码获取样本客户的贷前征信数据；
[0022]调用第二程序代码，基于第二程序代码将样本客户的贷前征信数据按照映射关系转成特征引擎标准的JSON格式报文；
[0023]对JSON格式报文进行特征实时计算和特征全量计算，得到贷前征信数据的特征衍生结果。
[0024]在本公开实施例中，对JSON格式报文进行特征实时计算和特征全量计算，得到贷前征信数据的特征衍生结果，包括：
[0025]确定存储预先开发好的特征查询语言；
[0026]按照特征查询语言的计算因子对JSON格式报文进行特征实时计算和特征全量计算，得到贷前征信数据的特征衍生结果。
[0027]在本公开实施例中，贷前征信数据包括人行征信数据和非人行征信数据；非人行征信数据至少包括公积金数据、公安数据处理、航空数据和学历数据。
[0028]在本公开实施例中，基于风险预测结果生成目标客户的贷款风险评分，包括：
[0029]获取样本客户的贷后行为数据；
[0030]基于样本客户的贷后行为数据确定出贷前风险评分规则；
[0031]基于风险预测结果和贷前风险评分规则生成目标客户的贷款风险评分。
[0032]根据本公开的第二方面，提供了一种贷款风险评分装置，贷款风险评分装置包括逻辑信息确定模块、加工函数转换模块、样本生成模块、目标模型训练模块、目标生成模块、风险预测模块和风险预测模块。
[0033]逻辑信息确定模块用于确定当前的数据加工逻辑信息，其中，数据加工逻辑信息是用户使用结构化查询语言描述的用于指示征信数据加工逻辑的信息；
[0034]加工函数转换模块用于将数据加工逻辑信息转换为可执行的数据加工函数；
[0035]样本生成模块用于基于数据加工函数对样本客户的贷前征信数据进行加工，得到样本特征；
[0036]目标模型训练模块用于基于样本特征对至少一个初始风控模型进行训练，得到至少一个目标风控模型；
[0037]目标生成模块用于基于数据加工函数对目标客户的贷前征信数据进行加工，得到目标特征；
[0038]风险预测模块用于将目标特征输入到至少一个目标风控模型中，得到目标客户的风险预测结果；
[0039]风险评分模块用于基于风险预测结果生成目标客户的贷款风险评分。
[0040]在本公开实施例中，加工函数转换模块在用于将数据加工逻辑信息转换为可执行的数据加工函数时，具体用于：
[0041]基于预设的语法生成器工具对数据加工逻辑信息进行解析，得到数据加工逻辑信息的解析结果；
[0042]将解析结果转换为由Jave代码构建的数据加工函数。
[0043]在本公开实施例中，样本生成模块在用于基于数据加工函数对样本客户的贷前征信数据进行加工，得到样本特征时，具体用于：
[0044]基于数据加工函数对样本客户的贷前征信数据进行特征实时计算和特征全量计算，得到贷前征信数据的特征衍生结果；
[0045]将贷前征信数据的特征衍生结果作为样本特征。
[0046]在本公开实施例中，数据加工函数包括第一程序代码和第二程序代码，执行第一程序代码用于获取样本客户的贷前征信数据，执行第二程序代码用于对样本客户的贷前征信数据进行数据准备。
[0047]在本公开实施例中，样本生成模块在用于基于数据加工函数对样本客户的贷前征信数据进行特征实时计算和特征全量计算，得到贷前征信数据的特征衍生结果时，具体用于：
[0048]调用第一程序代码，基于第一程序代码获取样本客户的贷前征信数据；
[0049]调用第二程序代码，基于第二程序代码将样本客户的贷前征信数据按照映射关系转成特征引擎标准的JSON格式报文；
[0050]对JSON格式报文进行特征实时计算和特征全量计算，得到贷前征信数据的特征衍生结果。
[0051]在本公开实施例中，样本生成模块在用于对JSON格式报文进行特征实时计算和特征全量计算，得到贷前征信数据的特征衍生结果时，具体用于：
[0052]确定存储预先开发好的特征查本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种贷款风险评分方法，包括：确定当前的数据加工逻辑信息，其中，所述数据加工逻辑信息是用户使用结构化查询语言描述的用于指示征信数据加工逻辑的信息；将所述数据加工逻辑信息转换为可执行的数据加工函数；基于所述数据加工函数对样本客户的贷前征信数据进行加工，得到样本特征；基于所述样本特征对至少一个初始风控模型进行训练，得到至少一个目标风控模型；基于所述数据加工函数对目标客户的贷前征信数据进行加工，得到目标特征；将所述目标特征输入到所述至少一个目标风控模型中，得到所述目标客户的风险预测结果；基于所述风险预测结果生成所述目标客户的贷款风险评分。2.根据权利要求1所述的贷款风险评分方法，其特征在于，所述将所述数据加工逻辑信息转换为可执行的数据加工函数，包括：基于预设的语法生成器工具对所述数据加工逻辑信息进行解析，得到所述数据加工逻辑信息的解析结果；将所述解析结果转换为由Jave代码构建的数据加工函数。3.根据权利要求1所述的贷款风险评分方法，其特征在于，所述基于所述数据加工函数对样本客户的贷前征信数据进行加工，得到样本特征，包括：基于所述数据加工函数对样本客户的贷前征信数据进行特征实时计算和特征全量计算，得到所述贷前征信数据的特征衍生结果；将所述贷前征信数据的特征衍生结果作为样本特征。4.根据权利要求3所述的贷款风险评分方法，其特征在于，所述数据加工函数包括第一程序代码和第二程序代码，执行所述第一程序代码用于获取样本客户的贷前征信数据，执行所述第二程序代码用于对所述样本客户的贷前征信数据进行数据准备。5.根据权利要求4所述的贷款风险评分方法，其特征在于，所述基于所述数据加工函数对样本客户的贷前征信数据进行特征实时计算和特征全量计算，得到所述贷前征信数据的特征衍生结果，包括：调用所述第一程序代码，基于所述第一程序代码获取所述样本客户的贷前征信数据；调用所述第二程序代码，基于所述第二程序代码将所述样本客户的贷前征信数据按照映射关系转成特征引擎标准的JSON格式报文；对所述JSON格式报文进行特征实时计算和特征全量计算，得到所述贷前征信数据的特征衍生结果。6.根据权利要求5所述的贷款风险评分方法，其特征在于，所述对所述JSON...
【专利技术属性】
技术研发人员：金山城，李宇，朱小春，邱升红，
申请(专利权)人：中信银行股份有限公司，
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。