[发明专利]基于lstm的行为评分系统及方法

权利要求书

1.基于lstm的行为评分方法，其特征在于，包括如下步骤：

S1、选取客户样本中的一个时间点为观察点，将观察点之前的一段时期设定为观察期，将观察点之后的一段时期设定为表现期；依据客户在表现期的表现对客户进行划分并生成标签数据，标签数据包括好客户或坏客户；

S2、在完成观察期和表现期的设定后，构建行为评分卡的衍生指标；衍生指标包括客户申请贷款时的状况和贷款成功后的各个还款行为数据；

S3、构建lstm循环神经网络，输入观察期内客户的衍生指标，以及客户的标签数据进行训练，建立基于lstm循环神经网络的行为评分卡模型；

S4、将建立的行为评分卡模型部署在预设的产品中，按预定的时间间隔对预设的产品中的在贷客户进行扫描生成行为评分卡结果。

2.根据权利要求1所述的基于lstm的行为评分方法，其特征在于：所述S1中，获取客户的账户数据中的贷后还款数据，基于客户在表现期中贷后还款数据将客户划分成好客户和坏客户。

3.根据权利要求2所述的基于lstm的行为评分方法，其特征在于：所述S1中，贷后还款数据中历史逾期天数大于预定天数的客户定义为坏客户。

4.根据权利要求3所述的基于lstm的行为评分方法，其特征在于：所述S1中，观察期长度为6-18个月。

5.根据权利要求4所述的基于lstm的行为评分方法，其特征在于：所述S2中，衍生指标还包括人行行为数据和三方数据源数据。

6.根据权利要求5所述的基于lstm的行为评分方法，其特征在于：还包括S5、根据行为评分卡结果，对预设的产品中的在贷客户进行监控，基于预设的自动预警规则生成建议处理措施。

7.根据权利要求6所述的基于lstm的行为评分方法，其特征在于：所述S2中，客户申请贷款时的状况包括婚姻状况、年龄、性别和个人收入。

8.根据权利要求7所述的基于lstm的行为评分方法，其特征在于：所述S2中，贷款成功后的各个还款行为数据包括最大逾期天数、最小逾期天数、贷款余额、逾期金额。

9.根据权利要求8所述的基于lstm的行为评分方法，其特征在于：所述S2中，贷款成功后的各个还款行为数据还包括提前还款次数、提款次数和提款总金额。

10.基于lstm的行为评分系统，其特征在于，采用权利要求1-9任一项所述的基于lstm的行为评分方法。