[发明专利]一种业务参数获取方法及装置

说明书

本发明实施例公开了一种业务参数获取方法及装置，首先获取待预测业务参数的样本用户的特征数据，将所述特征数据输入到logistic回归分析模型得到所述特征数据的特征参数，所述特征参数用于确定所述业务参数，当所述特征参数位于预设的第一阈值区间时，确定所述样本用户具有所述第一业务参数，当所述特征参数位于预设的第二阈值区间时，确定所述样本用户具有所述第二业务参数，其中所述logistic回归分析模型是采用大量样本用户的特征数据进行logistic回归分析并反复迭代训练得到，因为logistic回归分析模型预先对大量的样本用户进行分析后确定的特征参数对应的数值，能够较为客观对样本用户的违约进行预估。

技术领域

本发明涉及互联网技术领域，特别涉及一种业务参数获取方法及装置。

背景技术

当前很多业务与业务参数都是直接相关的，业务参数直接影响到业务申请是否能够成功。业务提供方在为用户分配业务时会根据已有的业务参数来评估是否为该用户分配业务。

但目前，在业务提供方有可以获得大量的用户业务参数记录，需要从中获取到所需要的目标用户的业务参数，目前业务提供方无法准确对所需要的目标用户的业务参数进行准确的评估，导致业务提供方目标用户提供业务存在一定风险。

发明内容

有鉴于此，本发明实施例提供了一种业务参数获取方法及装置。

本发明的一个目的是提供一种业务参数获取方法，所述方法包括：

确定满足预置规则的样本用户为目标样本用户；

利用大量所述目标样本用户的特征数据确定logistic回归分析模型；

获取待预测业务参数的样本用户的特征数据；

将所述特征数据输入到所述logistic回归分析模型得到所述特征数据的特征参数，所述特征参数用于确定所述业务参数；

当所述特征参数位于预设的第一阈值区间时，确定所述样本用户具有所述第一业务参数；

当所述特征参数位于预设的第二阈值区间时，确定所述样本用户具有所述第二业务参数；

其中，所述logistic回归分析模型是采用大量样本用户的特征数据进行logistic回归分析并反复迭代训练得到。

可选地，所述利用大量所述目标样本用户的特征数据确定所述logistic回归分析模型具体包括：

对所述目标样本用户的特征数据进行衍生并提取具有趋势性的第一参数；

对所述第一参数进行降维得到具有解释性的第二参数；

对所述第二参数依次进行聚类分析、判别分析以及去重以得到第三参数；

对所述第三参数进行logistic回归分析以得到第四参数；

对所述第四参数进行重复迭代运算以得到模型参数，所述模型参数用于确定所述特征数据对应的所述特征参数。

可选地，所述预置规则至少包括：所述目标样本用的所处位置位于目标位置、与所述目标样本用户的关联程度达到预设关联阈值的用户、所述目标样本用户的身份信息符合预置条件。

可选地，所述第一阈值区间位于0和0.5之间，所述第二阈值区间位于0.5和1之间。

本发明的另一个目的是提供一种业务参数获取装置，所述装置包括：

获取单元，用于获取待预测业务参数的样本用户的特征数据；

处理单元，用于确定满足预置规则的样本用户为目标样本用户；

利用大量所述目标样本用户的特征数据确定所述logistic回归分析模型；