[发明专利]一种借贷需求预测方法

说明书

本发明提供了一种借贷需求预测方法，包括：获取多个样本用户的历史借贷属性信息，以及对应于每个样本用户的历史借贷行为信息；其中，历史借贷行为信息包括是否借贷的记录，以及发生借贷的借贷金额；根据多个样本用户的历史借贷属性信息和是否借贷的记录，训练得到借贷概率预测模型；以及，根据多个样本用户的历史借贷属性信息和借贷金额，训练得到借贷金额预测模型；基于借贷概率预测模型的预测结果和借贷金额预测模型的预测结果之间的预设运算关系，为目标用户预测借贷信息。本发明结合训练出的借贷概率预测模型和借贷金额预测模型实现用户的借贷预测，预测的精准度高，且能够挖掘用户的实际借款意图，为互联网金融借贷的精准营销提供有利支撑。

技术领域

本发明涉及计算机应用技术领域，具体而言，涉及一种借贷需求预测方法。

背景技术

随着互联网技术的快速发展和普及，个人对个人(person-to-person，P2P)借贷逐渐由单一的线下模式转变为线下与线上并行，网络借贷平台也应运而生，且成为P2P借贷的主要形式。通过上述网络借贷平台把借、贷双方对接起来实现各自的借贷需求，其中，借款人主体是个人，以信用借款为主，面对社会筹集资金。

相关技术中的信用借款多通过网络借贷平台对借款申请人的个人信用进行评分，然后根据评分结果从事先划定好等级的各个借款额度中确定对应于借款申请人的借款额度。

就一定程度而言，网络借贷平台对借款申请人的借款额度将随着该借款申请人的个人信用评分的增大而增大，然而，在实际的借贷应用过程中，并非借款人的个人信用评分越高，其需求的借款金额越大，反之亦然，可见，亟需一种对借贷需求进行预测的技术方案以最大程度的挖掘用户的借款意图。

发明内容

有鉴于此，本发明的目的在于提供一种借贷需求预测方法，以提高借贷需求预测的精准度，进一步实现互联网金融借贷的精准营销。

第一方面，本发明提供了一种借贷需求预测方法，所述方法包括：

获取多个样本用户的历史借贷属性信息，以及对应于每个样本用户的历史借贷行为信息；其中，所述历史借贷行为信息包括是否借贷的记录，以及发生借贷的借贷金额；

根据所述多个样本用户的历史借贷属性信息和所述是否借贷的记录，训练得到借贷概率预测模型；以及，根据所述多个样本用户的历史借贷属性信息和所述借贷金额，训练得到借贷金额预测模型；

基于所述借贷概率预测模型的预测结果和所述借贷金额预测模型的预测结果之间的预设运算关系，为目标用户预测借贷信息。

结合第一方面，本发明提供了第一方面的第一种可能的实施方式，其中，所述根据所述多个样本用户的历史借贷属性信息和所述是否借贷的记录，训练得到借贷概率预测模型，具体包括：

基于获取的多个样本用户的历史借贷属性信息，确定初始第一借贷属性特征；

将所述初始第一借贷属性特征作为初始自变量，将对应的是否借贷的记录作为初始因变量进行至少一轮模型训练；其中，每一轮模型训练由至少两个候选模型参与；

将每一轮模型训练中错误率最小的模型的组合，作为完成训练的借贷概率预测模型。

结合第一方面的第一种可能的实施方式，本发明提供了第一方面的第二种可能的实施方式，其中，每轮训练执行如下操作：

基于本轮训练使用的训练数据确定当前自变量的自变量值和当前因变量的因变量值，对参与本轮训练的至少两个候选模型进行训练；

根据本轮训练的结果，从参与本轮训练的至少两个候选模型中确定错误率最低的第一候选模型；并

确定所述第一候选模型在本轮训练中得到的是否借贷结果错误的出错样本用户；

基于预设权重更新规则，将出错样本用户的权重更新；