CN110348993A - 风评模型用标签的确定方法、确定装置及电子设备 - Google Patents
风评模型用标签的确定方法、确定装置及电子设备 Download PDFInfo
- Publication number
- CN110348993A CN110348993A CN201910578914.9A CN201910578914A CN110348993A CN 110348993 A CN110348993 A CN 110348993A CN 201910578914 A CN201910578914 A CN 201910578914A CN 110348993 A CN110348993 A CN 110348993A
- Authority
- CN
- China
- Prior art keywords
- sample data
- overdue
- rate
- label
- recall rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012545 processing Methods 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Technology Law (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种风评模型用标签的确定方法、确定装置及电子设备，其中，风评模型用标签的确定方法包括：获取待标定的样本数据；获取所述样本数据在不同逾期表现期下的准确率和召回率；基于所述准确率和所述召回率，从所述不同逾期表现期中筛选出目标逾期表现期，并将其作为标签；根据筛选出的所述标签，对所述样本数据进行标定。通过本发明的技术方案，在对样本数据进行分类标定时，无需等待样本数据完全表现出来之后再标定，能够及时准确地对样本数据进行预测，从而增强了样本数据的时效性。
Description
技术领域
本发明涉及互联网金融技术领域，具体而言，涉及一种风评模型用标签的确定方法、一种风评模型用标签的确定装置、一种电子设备和一种计算机可读存储介质。
背景技术
随着经济的快速发展，信用消费也越来越受关注，***消费、个人汽车贷款、助学贷款、小额消费贷款等各种个人消费贷款日益增多，且增长速度非常快。个人消费信贷的快速增长需要各个信贷担保方具备较为完善的信贷风险管理体系，为此各个信贷担保方会使用风评模型来对业务进行风险预测管控，风评模型的有效性直接影响着风险测评结果的准确性。
目前在构建风评模型的过程中，所采用的样本数据时效性普遍偏差，特别是对于一些贷款期限较长的样本，比如12个月，那么至少需要一年以上的时间等待这些样本完全表现来确定标签，以标定样本是“好人”还是“坏人”，再依据样本来构建风评模型，因为构建模型时所使用的样本比较旧，所构建出的风评模型也就不是很好，会导致其测评结果不够准确。
发明内容
本发明旨在解决现有针对风评建模时所使用的样本数据不能及时地被分类标定，时效性差的问题。
为了解决上述技术问题，本发明的第一方面提出了一种风评模型用标签的确定方法，包括：获取待标定的样本数据；获取所述样本数据在不同逾期表现期下的准确率和召回率；基于所述准确率和所述召回率，从所述不同逾期表现期中筛选出目标逾期表现期，并将其作为标签；根据筛选出的所述标签，对所述样本数据进行标定。
在该技术方案中，通过获取待标定的样本数据，以及样本数据在不同逾期表现期下的准确率和召回率，依据准确率和召回率从不同逾期表现期中筛选出适合的标签，以对样本数据进行标定，无需等待样本数据完全表现出来之后再标定，能够及时准确地对样本数据进行预测，增强了样本数据的时效性。
在上述技术方案中，优选地，所述基于所述准确率和所述召回率，从所述不同逾期表现期中筛选出目标逾期表现期的步骤，具体包括：构建包含有所述不同逾期表现期中的每个逾期表现期和其对应的准确率及召回率的统计表；依据所述统计表筛选所述目标逾期表现期。
在该技术方案中，统计表的构建便于对不同条件下的准确率和召回率进行筛选比对，进而确保能够准确筛选出目标逾期表现期。
在上述任一项技术方案中，优选地，所述依据所述统计表筛选所述目标逾期表现期的步骤，具体包括：从所述统计表中筛选出准确率大于第一阈值且召回率大于第二阈值对应的逾期表现期，将其作为所述目标逾期表现期。
在该技术方案中，一般来讲准确率越高时召回率就越低，召回率越高的话准确率就越低，所以通过比对统计表中的准确率和召回率，筛选出准确率和召回率都相对较高的一组对应的逾期表现期作为标签，以确保筛选到标签的合理性，最大程度上确保后续对样本数据分类标定的准确性。
在上述任一项技术方案中，优选地，计算所述样本数据在不同逾期表现期下的准确率的步骤，具体包括：根据以下公式计算所述样本数据在不同逾期表现期下的准确率：a＝(TP+TN)/(TP+FP+TN+FN)；其中，a表示准确率，TP表示预测样本是好人，实际是好人，FP表示预测样本是好人，实际是坏人，TN表示预测样本是坏人，实际是坏人，FN表示预测样本是坏人，实际是好人。
在上述任一项技术方案中，优选地，获取所述样本数据在不用逾期表现期下的召回率的步骤，具体包括：根据以下公式计算所述样本数据在不同逾期表现期下的召回率：b＝TP/(TP+FN)；其中，b表示召回率，TP表示预测样本是好人，实际是好人，FP表示预测样本是好人，实际是坏人，TN表示预测样本是坏人，实际是坏人，FN表示预测样本是坏人，实际是好人。
在上述任一项技术方案中，优选地，所述不同逾期表现期包括期数以及逾期天数。
在上述任一项技术方案中，优选地，所述获取待标定的样本数据的步骤，具体包括：从数据库中调取所述样本数据；和/或从第三方借贷平台调取所述样本数据。
在上述任一项技术方案中，优选地，还包括：基于对已标定的样本数据进行机器学习模拟训练，以构建风评模型。
在该技术方案中，利用时效性强、分类准确的样本数据来构建风评模型，最大程度上地确保可以得到较好的模型，进而提高模型测评结果的准确性。
为了解决上述技术问题，本发明的第二方面提出了一种风评模型用标签的确定装置，包括：第一获取单元，用于获取待标定的样本数据；第二获取单元，用于获取所述样本数据在不同逾期表现期下的准确率和召回率；处理单元，用于基于所述准确率和所述召回率，从所述不同逾期表现期中筛选出目标逾期表现期，并将其作为标签；标定单元，用于根据筛选出的所述标签，对所述样本数据进行标定。
在该技术方案中，通过获取待标定的样本数据，以及样本数据在不同逾期表现期下的准确率和召回率，依据准确率和召回率从不同逾期表现期中筛选出适合的标签，以对样本数据进行标定，无需等待样本数据完全表现出来之后再标定，能够及时准确地对样本数据进行预测，增强了样本数据的时效性。
在上述任一项技术方案中，优选地，所述处理单元包括：统计表构建单元，用于构建包含有所述不同逾期表现期中的每个逾期表现期和其对应的准确率及召回率的统计表；筛选单元，用于依据所述统计表筛选所述目标逾期表现期。
在该技术方案中，统计表的构建便于对不同条件下的准确率和召回率进行筛选比对，进而确保能够准确筛选出目标逾期表现期。
在上述任一项技术方案中，优选地，所述筛选单元具体用于：从所述统计表中筛选出准确率大于第一阈值且召回率大于第二阈值对应的逾期表现期，将其作为所述目标逾期表现期。
在该技术方案中，一般来讲准确率越高时召回率就越低，召回率越高的话准确率就越低，所以通过比对统计表中的准确率和召回率，筛选出准确率和召回率都相对较高的一组对应的逾期表现期作为标签，以确保筛选到标签的合理性，最大程度上确保后续对样本数据分类标定的准确性。
在上述任一项技术方案中，优选地，所述第二获取单元具体用于：根据以下公式计算所述样本数据在不同逾期表现期下的准确率：a＝(TP+TN)/(TP+FP+TN+FN)；其中，a表示准确率，TP表示预测样本是好人，实际是好人，FP表示预测样本是好人，实际是坏人，TN表示预测样本是坏人，实际是坏人，FN表示预测样本是坏人，实际是好人。
在上述任一项技术方案中，优选地，所述第二获取单元具体用于：根据以下公式计算所述样本数据在不同逾期表现期下的召回率：b＝TP/(TP+FN)；其中，b表示召回率，TP表示预测样本是好人，实际是好人，FP表示预测样本是好人，实际是坏人，TN表示预测样本是坏人，实际是坏人，FN表示预测样本是坏人，实际是好人。
在上述任一项技术方案中，优选地，所述不同逾期表现期包括期数以及逾期天数。
在上述任一项技术方案中，优选地，所述第一获取单元具体用于：从数据库中调取所述样本数据；和/或从第三方借贷平台调取所述样本数据。
在上述任一项技术方案中，优选地，还包括：模型构建单元，用于基于对已标定的样本数据进行机器学习模拟训练，以构建风评模型。
在该技术方案中，利用时效性强、分类准确的样本数据来构建风评模型，最大程度上地确保可以得到较好的模型，进而提高模型测评结果的准确性。
为了解决上述技术问题，本发明第三方面提出了一种电子设备，包括：处理器以及存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如上述技术方案中任一项所述的方法。
为了解决上述技术问题，本发明第四方面提出了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，所述一个或多个程序当被处理器执行时，实现如上述技术方案中任一项所述的方法。
由于本发明采用了计算样本数据在不同逾期表现期下的准确率和召回率，并依据准确率和召回率从不同逾期表现期中筛选出适合的标签，以对样本数据进行标定，因此本发明能够在对样本数据进行分类标定时，无需等待样本数据完全表现出来之后再标定，能够及时准确地对样本数据进行预测，从而增强了样本数据的时效性。
附图说明
为了使本发明所解决的技术问题、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发明的具体实施例。但需声明的是，下面描述的附图仅仅是本发明本发明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示出了根据本发明的实施例的风评模型用标签的确定方法的示意流程图；
图2示出了根据本发明的实施例的风评模型用标签的确定装置的示意框图；
图3示出了根据本发明的实施例的电子设备的示意框图；
图4示出了根据本发明的实施例的计算机可读存储介质的示意框图。
具体实施方式
现在将参考附图更全面地描述本发明的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本发明更加全面和完整，更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。
在符合本发明的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中，本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
各附图中相同的附图标记表示相同或类似的元件、组件或部分，因而下文中可能省略了对相同或类似的元件、组件或部分的重复描述。还应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但是这些器件、元件、组件或部分不应受这些定语的限制。也就是说，这些定语仅是用来将一者与另一者区分。例如，第一器件亦可称为第二器件而不偏离本发明实质的技术方案。此外，术语“和/或”或者“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
通常在做模型用标签过程中，会遇到这样的问题：当贷款期限较长时，比如12个月，那么等样本数据完全表现完，“坏人”全部出来，最少需要等1年，这就意味着至少要用一年以前的样本来做这个模型，这样得到的模型显然不好，而为了得到较好的模型，就需要时效性强的样本数据来训练，对于这些样本数据因为真实的好坏并没有表现出来，需要标签来预测分类，为了获取到合适的标签，引入准确率和召回率，其中，准确率是指预测正确的数据占据全部数据的比例，召回率则是实际为好人的数据里预测正确的数据概率，两者之间的关系为准确率越高召回率就越低，召回率越高准确率就越低，利用不同逾期表现期下的准备率和召回率来筛选出合适的标签，对样本数据进行预测分类，以增强样本数据的时效性，具体地标签确定过程，如图1所示，包括：
步骤S102，获取待标定的样本数据。
其中，样本数据的来源可以从数据库中调取，也可以第三方借贷平台(如客户端中的借贷APP中信息)中调，还可以综合数据库和第三方借贷平台中的样本数据，确保了样本数据的全面性。
步骤S104，获取样本数据在不同逾期表现期下的准确率和召回率。其中，不同逾期表现期可包括期数以及逾期天数，如6期时逾期一天。
具体地，公式(1)和公式(2)中，TP表示预测样本是好人，实际是好人，FP表示预测样本是好人，实际是坏人，TN表示预测样本是坏人，实际是坏人，FN表示预测样本是坏人，实际是好人。
根据公式(1)计算样本数据在不同逾期表现期下的准确率a：
a＝(TP+TN)/(TP+FP+TN+FN) (1)。
根据公式(2)计算样本数据在不同逾期表现期下的召回率b：
b＝TP/(TP+FN) (2)。
步骤S106，基于准确率和召回率，从不同逾期表现期中筛选出目标逾期表现期，并将其作为标签。
具体地筛选过程：构建包含有不同逾期表现期中的每个逾期表现期和其对应的准确率及召回率的统计表，从统计表中筛选出准确率大于第一阈值且召回率大于第二阈值对应的逾期表现期，将其作为目标逾期表现期。一般来讲准确率越高时召回率就越低，召回率越高的话准确率就越低，所以通过比对统计表中的准确率和召回率，筛选出准确率和召回率都相对较高的一组对应的逾期表现期作为标签，以确保筛选到标签的合理性，最大程度上确保后续对样本数据分类标定的准确性。
以下以样本数据在6期时逾期天数为例进行说明：
不同逾期表现期(6期时逾期1天、6期时逾期7天、6期时逾期15天、6期时逾期30天)对应的准确率和召回率如表1所示：
| 逾期表现期 | 准确率 | 召回率 |
| 6期时逾期1天 | a<sub>1</sub> | b<sub>1</sub> |
| 6期时逾期7天 | a<sub>2</sub> | b<sub>2</sub> |
| 6期时逾期15天 | a<sub>3</sub> | b<sub>3</sub> |
| 6期时逾期30天 | a<sub>4</sub> | b<sub>4</sub> |
表1
经过对表1中各个逾期表现期下准确率和召回率的对比，若6期时逾期30天时的准确率a4和召回率b4都比较高，则可以选择6期时逾期30天作为标签，将6期时逾期30天的样本数据定义为坏人。这里需要说明的是，本例中6期仅作为例子进行说明，并不对逾期表现期进行限定。
步骤S108，根据筛选出的标签，对样本数据进行标定。
本实施例中，通过获取待标定的样本数据，以及样本数据在不同逾期表现期下的准确率和召回率，依据准确率和召回率从不同逾期表现期中筛选出适合的标签，以对样本数据进行标定，无需等待样本数据完全表现出来之后再标定，能够及时准确地对样本数据进行预测，增强了样本数据的时效性。
进一步地，还包括：基于对已标定的样本数据进行机器学习模拟训练，以构建风评模型。利用时效性强、分类准确的样本数据来构建风评模型，最大程度上地确保可以得到较好的模型，进而提高模型测评结果的准确性。
本领域技术人员可以理解，实现上述实施例的全部或部分步骤被实现为由计算机数据处理设备执行的程序(计算机程序)。在该计算机程序被执行时，可以实现本发明提供的上述方法。而且，所述的计算机程序可以存储于计算机可读存储介质中，该存储介质可以是磁盘、光盘、ROM、RAM等可读存储介质，也可以是多个存储介质组成的存储阵列，例如磁盘或磁带存储阵列。所述的存储介质不限于集中式存储，其也可以是分布式存储，例如基于云计算的云存储。
下面描述本发明的装置实施例，该装置可以用于执行本发明的方法实施例。对于本发明装置实施例中描述的细节，应视为对于上述方法实施例的补充；对于在本发明装置实施例中未披露的细节，可以参照上述方法实施例来实现。
通常在做模型用标签过程中，会遇到这样的问题：当贷款期限较长时，比如12个月，那么等样本数据完全表现完，“坏人”全部出来，最少需要等1年，这就意味着至少要用一年以前的样本来做这个模型，这样得到的模型显然不好，而为了得到较好的模型，就需要时效性强的样本数据来训练，对于这些样本数据因为真实的好坏并没有表现出来，需要标签来预测分类，为了获取到合适的标签，引入准确率和召回率，其中，准确率是指预测正确的数据占据全部数据的比例，召回率则是实际为好人的数据里预测正确的数据概率，两者之间的关系为准确率越高召回率就越低，召回率越高准确率就越低，利用不同逾期表现期下的准备率和召回率来筛选出合适的标签，对样本数据进行预测分类，以增强样本数据的时效性，具体地，实现标签确定的装置，如图2所示，风评模型用标签的确定装置200包括：第一获取单元202、第二获取单元204、处理单元206和标定单元208。
其中，第一获取单元202用于获取待标定的样本数据，其中，样本数据的来源可以从数据库中调取，也可以第三方借贷平台(如客户端中的借贷APP中信息)中调，还可以综合数据库和第三方借贷平台中的样本数据，确保了样本数据的全面性。
第二获取单元204用于获取样本数据在不同逾期表现期下的准确率和召回率。其中，不同逾期表现期可包括期数以及逾期天数，如6期时逾期一天。
以下公式(1)和公式(2)中，TP表示预测样本是好人，实际是好人，FP表示预测样本是好人，实际是坏人，TN表示预测样本是坏人，实际是坏人，FN表示预测样本是坏人，实际是好人。
具体地，第二获取单元204根据公式(1)计算样本数据在不同逾期表现期下的准确率a：
a＝(TP+TN)/(TP+FP+TN+FN) (1)。
第二获取单元204根据公式(2)计算样本数据在不同逾期表现期下的召回率b：
b＝TP/(TP+FN) (2)。
处理单元206用于基于准确率和召回率，从不同逾期表现期中筛选出目标逾期表现期，并将其作为标签。
具体地，处理单元206包括统计表构建单元2062和筛选单元2064，统计表构建单元2062构建包含有不同逾期表现期中的每个逾期表现期和其对应的准确率及召回率的统计表，筛选单元2064从统计表中筛选出准确率大于第一阈值且召回率大于第二阈值对应的逾期表现期，将其作为目标逾期表现期。一般来讲准确率越高时召回率就越低，召回率越高的话准确率就越低，所以通过比对统计表中的准确率和召回率，筛选出准确率和召回率都相对较高的一组对应的逾期表现期作为标签，以确保筛选到标签的合理性，最大程度上确保后续对样本数据分类标定的准确性。
以下以样本数据在6期时逾期天数为例进行说明：
不同逾期表现期(6期时逾期1天、6期时逾期7天、6期时逾期15天、6期时逾期30天)对应的准确率和召回率如表1所示：
| 逾期表现期 | 准确率 | 召回率 |
| 6期时逾期1天 | a<sub>1</sub> | b<sub>1</sub> |
| 6期时逾期7天 | a<sub>2</sub> | b<sub>2</sub> |
| 6期时逾期15天 | a<sub>3</sub> | b<sub>3</sub> |
| 6期时逾期30天 | a<sub>4</sub> | b<sub>4</sub> |
表1
经过对表1中各个逾期表现期下准确率和召回率的对比，若6期时逾期30天时的准确率a4和召回率b4都比较高，则可以选择6期时逾期30天作为标签，将6期时逾期30天的样本数据定义为坏人。这里需要说明的是，本例中6期仅作为例子进行说明，并不对逾期表现期进行限定。
标定单元208用于根据筛选出的标签，对样本数据进行标定。
本实施例中，通过获取待标定的样本数据，以及样本数据在不同逾期表现期下的准确率和召回率，依据准确率和召回率从不同逾期表现期中筛选出适合的标签，以对样本数据进行标定，无需等待样本数据完全表现出来之后再标定，能够及时准确地对样本数据进行预测，增强了样本数据的时效性。
进一步地，风评模型用标签的确定装置200还包括：模型构建单元210，用于基于对已标定的样本数据进行机器学习模拟训练，以构建风评模型。利用时效性强、分类准确的样本数据来构建风评模型，最大程度上地确保可以得到较好的模型，进而提高模型测评结果的准确性。
本领域技术人员可以理解，上述装置实施例中的各模块可以按照描述分布于装置中，也可以进行相应变化，分布于不同于上述实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
下面描述本发明的电子设备实施例，该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节，应视为对于上述方法或装置实施例的补充；对于在本发明电子设备实施例中未披露的细节，可以参照上述方法或装置实施例来实现。
图3是根据本发明的一种电子设备的示例性实施例的结构框图。下面参照图3来描述根据本发明该实施例的的电子设备300。图3显示的电子设备300仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示，电子设备300以通用计算设备的形式表现。电子设备300的组件可以包括但不限于：至少一个处理单元310、至少一个存储单元320、连接不同***组件(包括存储单元320和处理单元310)的总线330、显示单元340等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元310执行，使得所述处理单元310执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元310可以执行如图1所示的步骤。
所述存储单元320可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)3201和/或高速缓存存储单元3202，还可以进一步包括只读存储单元(ROM)3203。
所述存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204，这样的程序模块3205包括但不限于：操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线330可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备300也可以与一个或多个外部设备400(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备300交互的设备通信，和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口350进行。并且，电子设备300还可以通过网络适配器360与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器360可以通过总线330与电子设备300的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法，即：获取待标定的样本数据，获取样本数据在不同逾期表现期下的准确率和召回率，基于准确率和召回率，从不同逾期表现期中筛选出目标逾期表现期，并将其作为标签，根据筛选出的标签，对样本数据进行标定。
图4是本发明的一个计算机可读存储介质的示意图。如图4所示，所述计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述，本发明可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种风评模型用标签的确定方法，其特征在于，包括：
获取待标定的样本数据；
获取所述样本数据在不同逾期表现期下的准确率和召回率；
基于所述准确率和所述召回率，从所述不同逾期表现期中筛选出目标逾期表现期，并将其作为标签；
根据筛选出的所述标签，对所述样本数据进行标定。
2.根据权利要求1所述的风评模型用标签的确定方法，其特征在于，所述基于所述准确率和所述召回率，从所述不同逾期表现期中筛选出目标逾期表现期的步骤，具体包括：
构建包含有所述不同逾期表现期中的每个逾期表现期和其对应的准确率及召回率的统计表；
依据所述统计表筛选所述目标逾期表现期。
3.根据权利要求1-2任一项所述的风评模型用标签的确定方法，其特征在于，所述依据所述统计表筛选所述目标逾期表现期的步骤，具体包括：
从所述统计表中筛选出准确率大于第一阈值且召回率大于第二阈值对应的逾期表现期，将其作为所述目标逾期表现期。
4.根据权利要求1-3任一项所述的风评模型用标签的确定方法，其特征在于，计算所述样本数据在不同逾期表现期下的准确率的步骤，具体包括：
根据以下公式计算所述样本数据在不同逾期表现期下的准确率：
a＝(TP+TN)/(TP+FP+TN+FN)；
其中，a表示准确率，TP表示预测样本是好人，实际是好人，FP表示预测样本是好人，实际是坏人，TN表示预测样本是坏人，实际是坏人，FN表示预测样本是坏人，实际是好人。
5.根据权利要求1-4任一项所述的风评模型用标签的确定方法，其特征在于，获取所述样本数据在不用逾期表现期下的召回率的步骤，具体包括：
根据以下公式计算所述样本数据在不同逾期表现期下的召回率：
b＝TP/(TP+FN)；
其中，b表示召回率，TP表示预测样本是好人，实际是好人，FP表示预测样本是好人，实际是坏人，TN表示预测样本是坏人，实际是坏人，FN表示预测样本是坏人，实际是好人。
6.根据权利要求1-5任一项所述的风评模型用标签的确定方法，其特征在于，所述不同逾期表现期包括期数以及逾期天数。
7.根据权利要求1-6任一项所述的风评模型用标签的确定方法，其特征在于，所述获取待标定的样本数据的步骤，具体包括：
从数据库中调取所述样本数据；和/或
从第三方借贷平台调取所述样本数据。
8.一种风评模型用标签的确定装置，其特征在于，包括：
第一获取单元，用于获取待标定的样本数据；
第二获取单元，用于获取所述样本数据在不同逾期表现期下的准确率和召回率；
处理单元，用于基于所述准确率和所述召回率，从所述不同逾期表现期中筛选出目标逾期表现期，并将其作为标签；
标定单元，用于根据筛选出的所述标签，对所述样本数据进行标定。
9.一种电子设备，其中，该电子设备，包括：
处理器；以及
存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据权利要求1-7中任一项所述的方法。
10.一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，所述一个或多个程序当被处理器执行时，实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910578914.9A CN110348993B (zh) | 2019-06-28 | 2019-06-28 | 风评模型用标签的确定方法、确定装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910578914.9A CN110348993B (zh) | 2019-06-28 | 2019-06-28 | 风评模型用标签的确定方法、确定装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110348993A true CN110348993A (zh) | 2019-10-18 |
| CN110348993B CN110348993B (zh) | 2023-12-22 |
Family
ID=68177378
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910578914.9A Active CN110348993B (zh) | 2019-06-28 | 2019-06-28 | 风评模型用标签的确定方法、确定装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110348993B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130138554A1 (en) * | 2011-11-30 | 2013-05-30 | Rawllin International Inc. | Dynamic risk assessment and credit standards generation |
| CN103699628A (zh) * | 2013-12-20 | 2014-04-02 | 北京百度网讯科技有限公司 | 获取多标签的方法及装置 |
| CN107909097A (zh) * | 2017-11-08 | 2018-04-13 | 阿里巴巴集团控股有限公司 | 样本库中样本的更新方法及装置 |
| CN108595497A (zh) * | 2018-03-16 | 2018-09-28 | 北京达佳互联信息技术有限公司 | 数据筛选方法、装置及终端 |
| CN109242499A (zh) * | 2018-09-19 | 2019-01-18 | 中国银行股份有限公司 | 一种交易风险预测的处理方法、装置及*** |
| CN109388760A (zh) * | 2017-08-03 | 2019-02-26 | 腾讯科技（北京）有限公司 | 推荐标签获取方法、媒体内容推荐方法、装置及存储介质 |
-
2019
- 2019-06-28 CN CN201910578914.9A patent/CN110348993B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130138554A1 (en) * | 2011-11-30 | 2013-05-30 | Rawllin International Inc. | Dynamic risk assessment and credit standards generation |
| CN103699628A (zh) * | 2013-12-20 | 2014-04-02 | 北京百度网讯科技有限公司 | 获取多标签的方法及装置 |
| CN109388760A (zh) * | 2017-08-03 | 2019-02-26 | 腾讯科技（北京）有限公司 | 推荐标签获取方法、媒体内容推荐方法、装置及存储介质 |
| CN107909097A (zh) * | 2017-11-08 | 2018-04-13 | 阿里巴巴集团控股有限公司 | 样本库中样本的更新方法及装置 |
| CN108595497A (zh) * | 2018-03-16 | 2018-09-28 | 北京达佳互联信息技术有限公司 | 数据筛选方法、装置及终端 |
| CN109242499A (zh) * | 2018-09-19 | 2019-01-18 | 中国银行股份有限公司 | 一种交易风险预测的处理方法、装置及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110348993B (zh) | 2023-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110119413B (zh) | 数据融合的方法和装置 | |
| CN110348727A (zh) | 一种基于用户风险等级和用户动支意愿的营销策略制定方法、装置和电子设备 | |
| EP4137961A1 (en) | Method and apparatus for executing automatic machine learning process, and device | |
| JP6713238B2 (ja) | 電子装置、小売店舗評価モデルを構築する方法、システム及び記憶媒体 | |
| CN110348726A (zh) | 一种基于社交关系网络的用户额度调整方法、装置和电子设备 | |
| CN104516730A (zh) | 一种数据处理方法和装置 | |
| CN110348991A (zh) | 评估用户授信额度上限的方法、装置和电子设备 | |
| US20210162592A1 (en) | Automated generation of robotic computer program code | |
| CN116245670B (zh) | 基于双标签模型处理财税数据的方法、装置、介质和设备 | |
| CN110363575A (zh) | 一种授信用户动支意愿预测方法、装置和设备 | |
| CN110348852A (zh) | 一种资信评估模型修正方法、装置、电子设备 | |
| CN110348208A (zh) | 一种基于用户行为和神经网络的风险控制方法、装置和电子设备 | |
| CN107247798A (zh) | 构建搜索词库的方法和装置 | |
| CN111582645B (zh) | 基于因子分解机的app风险评估方法、装置和电子设备 | |
| CN109816347A (zh) | 一种应用于助贷的信息处理方法、***及相关装置 | |
| US20180359852A1 (en) | Modifying a Circuit Design | |
| CN110309142A (zh) | 规则管理的方法和装置 | |
| CN108446738A (zh) | 一种聚类方法、装置及电子设备 | |
| CN110348438A (zh) | 一种基于人工神经网络模型的图片字符识别方法、装置和电子设备 | |
| CN111582649A (zh) | 基于用户app独热编码的风险评估方法、装置和电子设备 | |
| CN110349022A (zh) | 一种基于微服务化的虚拟***交易场景的自动化测试方法、装置和电子设备 | |
| CN110363392A (zh) | 基于用户Wifi信息的信贷额度调整方法、装置及电子设备 | |
| CN110348993A (zh) | 风评模型用标签的确定方法、确定装置及电子设备 | |
| CN110362589A (zh) | 基于***定制化开关的资信查询方法、装置、电子设备 | |
| CN110413632A (zh) | 管理状态的方法、装置、计算机可读介质及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |