[发明专利]样本生成方法、装置及存储介质

权利要求书

1.一种样本生成方法，其特征在于，所述方法包括：

获取多个用户的第一用户特征集和信用标签，得到初始训练集，每个用户的第一用户特征集包括每个用户的N个用户特征的用户特征值，所述多个用户为申请信用评估的用户，所述N为正整数；

根据所述多个用户申请信用评估的申请时间，对所述初始训练集进行划分，得到多个验证集，所述多个验证集对应用户的申请时间处于不同时间段；

确定候选特征集中的每个用户特征在各个验证集上的信息值，所述候选特征集包括所述N个用户特征，或所述N个用户特征中除初始化用户特征之外的用户特征，所述信息值用于衡量用户特征的预测能力；

根据所述候选特征集中的每个用户特征在各个验证集上的信息值，从所述候选特征集中确定满足参考条件的至少一个参考用户特征；

将所述多个用户的第二用户特征集和信用标签，作为信用评估模型的训练样本，每个用户的第二用户特征集包括每个用户的入模用户特征的用户特征值，所述入模用户特征包括所述至少一个参考用户特征，或所述至少一个参考用户特征和所述初始化用户特征。

2.根据权利要求1所述的方法，其特征在于，所述根据所述候选特征集中的每个用户特征在各个验证集上的信息值，从所述候选特征集中确定满足参考条件的至少一个参考用户特征，包括：

对于所述多个验证集中的每个验证集，从所述候选特征集中确定在每个验证集上信息值最大的用户特征，对确定出的用户特征进行去重，得到种子特征集；

从所述种子特征集中，选择满足参考条件的参考用户特征，将选择的参考用户特征从所述候选特征集中删除；

若基于已选择的参考用户特征，确定当前满足特征选择停止条件，则将已选择的参考用户特征确定为所述至少一个参考用户特征；

若基于已选择的参考用户特征，确定当前不满足特征选择停止条件，则将删除用户特征后的候选特征集确定为待处理的候选特征集，并重复执行对于所述多个验证集中的每个验证集，从所述候选特征集中确定在每个验证集上信息值最大的用户特征，对确定出的用户特征进行去重，得到种子特征集，从所述种子特征集中，选择满足参考条件的参考用户特征，将选择的参考用户特征从所述候选特征集中删除的步骤，直至基于已选择的参考用户特征，确定当前满足特征选择停止条件为止。

3.根据权利要求2所述的方法，其特征在于，所述根据所述候选特征集中的每个用户特征在各个验证集上的信息值，从所述候选特征集中选择满足参考条件的至少一个参考用户特征之前，还包括：

对所述候选特征集中的用户特征进行分类，得到多个特征类别，每个特征类别包括一个或多个用户特征；

所述对于所述多个验证集中的每个验证集，从所述候选特征集中确定在每个验证集上信息值最大的用户特征，对确定出的用户特征进行去重，得到种子特征集，包括：

按照参考规则，依次从所述多个特征类别中选择一个特征类别；

对于所述多个验证集中的每个验证集，从选择的特征类别包括的用户特征中确定在每个验证集上信息值最大的用户特征；

对确定出的用户特征进行去重，得到所述种子特征集。

4.根据权利要求3所述的方法，其特征在于，所述按照参考规则，依次从所述多个特征类别中选择一个特征类别，包括：

按照平均遍历法，对所述多个特征类别进行遍历，或者，按照所述多个特征类别的权重，对所述多个特征类别进行遍历；

将每次遍历到的特征类别，确定为当前选择的特征类别。

5.根据权利要求2所述的方法，其特征在于，所述从所述种子特征集中，选择满足参考条件的参考用户特征，包括：

从所述种子特征集中，确定M个备选用户特征；其中，对于所述M个备选用户特征中的任一备选用户特征，基于所述任一备选用户特征和信用标签构建的待检验信用评估模型能够通过模型检验；

确定所述M个备选用户特征中的每个备选用户特征对应的待检验信用评估模型在所述多个验证集中每个验证集上的增益，所述增益用于衡量待检验信用评估模型的预测能力；

基于各个备选用户特征对应的待检验信用评估模型在所述多个验证集中每个验证集上的增益，确定各个备选用户特征的参考增益；

从所述M个备选用户特征中，选择参考增益最大的备选用户特征作为满足参考条件的参考用户特征。