【技术实现步骤摘要】
本专利技术属于金融信息，尤其涉及一种风控策略自动化生成方法与系统。
技术介绍
1、风控模型和风控策略是智能风控系统中的核心部件。风控模型对用户风险、用户活跃度等信息进行预测，在此基础上，策略开发人员基于业务需求及个人经验开发风控策略，最终形成风控决策指令，风控策略需在综合考虑还款能力、还款意愿、资金使用效率等因素的基础上，筛选部分客群予以通过，受制于人脑对高维空间的感知局限，策略开发人员通常对各影响因素单独或两两组合进行分析，虽然这简化了策略开发难度，但最终产出的结果通常并非全局最优解。
2、为解决上述技术问题，本专利技术提供了一种风控策略自动化生成方法与系统。
技术实现思路
1、为实现本专利技术目的，本专利技术采用如下技术方案：
2、根据本专利技术的一个方面，提供了一种风控策略自动化生成方法。
3、一种风控策略自动化生成方法，其特征在于，具体包括：
4、s1根据历史用户的类型将所述历史用户划分为逾期用户和正常用户，通过逾期用户和正常用户的不同维度的信用特征的分布情况进行不同维度的信用特征的初始划分层级的确定；
5、s2根据历史用户的逾期情况确定不同维度的信用特征与逾期结果的关联因子，并结合授信审批平台的逾期数据和剩余信贷额度对所述初始划分层级进行二次划分得到划分层级，利用所述划分层级将不同维度的信用特征进行划分得到划分结果；
6、s3基于不同维度的信用特征的划分结果进行组合得到多个组合空间，并对不同的组合空间
7、s4利用不同的组合空间的综合拒绝顺序依次选取子空间进行拒绝，并结合预设限制条件进行风控策略的生成。
8、进一步的技术方案在于，所述逾期用户和正常用户根据所述历史用户的逾期状态进行确定。
9、进一步的技术方案在于，所述划分层级的确定的方法为:
10、通过所述授信审批平台的逾期数据进行所述授信审批平台的逾期用户的数量的确定，并结合所述信用特征与逾期结果的关联因子进行所述信用特征的风险修正因子的确定；
11、通过所述授信审批平台的剩余信贷额度以及所述信用特征与逾期结果的关联因子进行所述信用特征的额度可用修正因子的确定；
12、基于所述信用特征的风险修正因子、额度可用修正因子的乘积进行修正因子的确定，并通过所述修正因子对所述初始划分层级进行二次划分得到划分层级。
13、进一步的技术方案在于，所述组合空间的测算值根据组合空间内的不同的历史用户在不同维度的信用特征的特征数据进行确定。
14、进一步的技术方案在于，所述梯度变化量的确定的方法为：
15、根据不同的组合空间被拒绝后对应的测算值进行拒绝测算阈值的确定；
16、基于所述拒绝测算阈值确定不同的组合空间被拒绝后涉及的历史用户的数量的变动情况的确定，并基于所述涉及的历史用户的数量的变动情况进行梯度变化量的确定。
17、进一步的技术方案在于，所述组合空间的综合拒绝顺序的确定的方法为：
18、基于在不同的目标下的梯度变化量确定所述组合空间在不同的目标下的拒绝顺序；
19、基于不同的目标的重要程度进行不同的目标的权重值的确定，并结合所述组合空间在不同的目标下的拒绝顺序确定所述组合空间的综合拒绝顺序。
20、进一步的技术方案在于，所述风控策略的生成的方法为：
21、以所述预设限制条件为约束，利用不同的组合空间的综合拒绝顺序依次选取子空间进行拒绝，直至达到所述预设限制条件为止得到当前的拒绝组合空间；
22、将当前的拒绝组合空间进行组合实现对风控策略的自动生成。
23、另外一方面，本专利技术提供一种风控策略自动化生成系统，采用上述的一种风控策略自动化生成方法，其特征在于，具体包括：
24、初始划分模块，划分结果输出模块，拒绝顺序生成模块，风控策略生成模块；
25、所述初始划分模块负责根据历史用户的类型将所述历史用户划分为逾期用户和正常用户，通过逾期用户和正常用户的不同维度的信用特征的分布情况进行不同维度的信用特征的初始划分层级的确定；
26、所述划分结果输出模块负责根据历史用户的逾期情况确定不同维度的信用特征与逾期结果的关联因子，并结合授信审批平台的逾期数据和剩余信贷额度对所述初始划分层级进行二次划分得到划分层级，利用所述划分层级将不同维度的信用特征进行划分得到划分结果；
27、所述拒绝顺序生成模块负责基于不同维度的信用特征的划分结果进行组合得到多个组合空间，并对不同的组合空间进行测算值标定，对不同的组合空间进行依次拒绝得到在不同的目标下的不同的组合空间被拒绝后的梯度变化量，利用所述梯度变化量确定不同的组合空间的综合拒绝顺序；
28、所述风控策略生成模块负责利用不同的组合空间的综合拒绝顺序依次选取子空间进行拒绝，并结合预设限制条件进行风控策略的生成。
29、本专利技术的有益效果在于：
30、1、在本专利技术中，通过逾期用户和正常用户的不同维度的信用特征的分布情况进行不同维度的信用特征的初始划分层级的确定，充分考虑到由于信用特征的分布的偏差情况导致的信用特征的初始划分层级的需求的差异，避免了由于信用特征的分布过于集中导致的不同的划分层级的历史用户的数量较少的技术问题，提升了组合空间的生成处理的效率和准确性。
31、2、在本专利技术中，利用不同的组合空间的综合拒绝顺序以及预设限制条件进行风控策略的生成，从而实现了从多个目标的角度实现了对风控策略的准确确定，同时通过预设限制条件的设置，也避免了拒绝用户过多或者拒绝率设置较高导致的授信审批的通过率受到影响。
32、其他特征和优点将在随后的说明书中阐述，本专利技术的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
33、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。
本文档来自技高网...【技术保护点】
1.一种风控策略自动化生成方法，其特征在于，具体包括：
2.如权利要求1所述的风控策略自动化生成方法，其特征在于，所述逾期用户和正常用户根据所述历史用户的逾期状态进行确定。
3.如权利要求1所述的风控策略自动化生成方法，其特征在于，所述信用特征的初始划分层级的确定的方法为:
4.如权利要求3所述的风控策略自动化生成方法，其特征在于，利用所述聚集系数进行所述信用特征的初始划分层级的确定，具体包括：
5.如权利要求1所述的风控策略自动化生成方法，其特征在于，所述信用特征的初始划分层级的确定的方法为:
6.如权利要求1所述的风控策略自动化生成方法，其特征在于，所述关联因子的确定的方法为：
7.如权利要求6所述的风控策略自动化生成方法，其特征在于，所述信用特征与逾期结果的关联因子的取值范围在0到1之间，其中所述信用特征与逾期结果的关联因子越大，则所述信用特征与逾期结果的关联程度越高。
8.如权利要求1所述的风控策略自动化生成方法，其特征在于，所述划分层级的确定的方法为:
9.如权利要求1所述的
10.一种风控策略自动化生成系统，采用权利要求1-9任一项所述的一种风控策略自动化生成方法，其特征在于，具体包括：
...【技术特征摘要】
1.一种风控策略自动化生成方法，其特征在于，具体包括：
2.如权利要求1所述的风控策略自动化生成方法，其特征在于，所述逾期用户和正常用户根据所述历史用户的逾期状态进行确定。
3.如权利要求1所述的风控策略自动化生成方法，其特征在于，所述信用特征的初始划分层级的确定的方法为:
4.如权利要求3所述的风控策略自动化生成方法，其特征在于，利用所述聚集系数进行所述信用特征的初始划分层级的确定，具体包括：
5.如权利要求1所述的风控策略自动化生成方法，其特征在于，所述信用特征的初始划分层级的确定的方法为:
6.如权利要求1所述的风控策略自动化生成方法，其特征在于，所述...
【专利技术属性】
技术研发人员：周维浩，王震，段美宁，
申请(专利权)人：杭银消费金融股份有限公司，
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。