[发明专利]客户的分类方法和装置

说明书

本发明公开了一种客户的分类方法和装置，涉及计算机技术领域。该客户的分类方法的一具体实施方式包括：校验模块根据客户的交易数据对所述客户进行校验；若所述客户符合校验要求，则评分模块确定所述客户的信用评分和/或反欺诈评分；阈值确定模块确定每个维度指标特征的规则集合，并根据每个维度的指标特征的规则集合以及决策函数，确定每个维度指标特征对应的目标阈值；所述指标特征是根据所述客户的交易数据衍生得到的特征；分类模块根据所述客户的信用评分和/或反欺诈评分，以及每个维度的指标特征的目标阈值，确定所述客户的分类结果。该实施方式是基于决策函数确定所述目标阈值的，准确率高。

技术领域

本发明涉及计算机技术领域，尤其涉及一种客户的分类方法和装置。

背景技术

互联网纯线上业务基本不进行面签，需特别关注借款身份真实性，同时在还款能力、还款意愿的识别渠道也与传统不同。借款人身份真实性可以通过身份证照片比对、人脸识别进行识别。还款能力、还款意愿的识别上没办法像传统业务上门尽调、上门访谈等方式进行，只能依据借款人提交的资料、央行征信、第三方数据几方交叉验证进行考查。

互联网客户来源广泛，风控过程大部分会采用技术手段先期干预，一般风控流程需要设置一系列风控策略规则，根据风控策略规则设置的阈值计算客户风险等级。但是，现有分类方式大多是通过经验确定阈值的，准确率低，进而导致客户风险等级的划分准确率低。

发明内容

有鉴于此，本发明实施例提供一种客户的分类方法和装置，能够解决现有分类方式通过经验确定阈值所导致的准确率低的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种客户的分类方法。

本发明实施例的客户的分类方法包括：

校验模块根据客户的交易数据对所述客户进行校验；

若所述客户符合校验要求，则评分模块确定所述客户的信用评分和/或反欺诈评分；

阈值确定模块确定每个维度指标特征的规则集合，并根据每个维度的指标特征的规则集合以及决策函数，确定每个维度指标特征对应的目标阈值；所述指标特征是根据所述客户的交易数据衍生得到的特征；

分类模块根据所述客户的信用评分和/或反欺诈评分，以及每个维度的指标特征的目标阈值，确定所述客户的分类结果。

可选地，根据每个维度的指标特征的规则集合确定每个维度指标特征对应的目标阈值包括：

所述阈值确定模块确定每个指标特征的规则集合中规则的阈值所形成的阈值集合；

所述阈值确定模块根据所述规则集合、所述阈值集合以及所述规则集合与所述阈值集合之间的超参数空间，形成决策函数；

所述阈值确定模块根据预设的约束条件求解所述决策函数，所述决策函数的解为所述每个维度指标特征对应的目标阈值，所述每个维度指标特征对应的目标阈值能够使得所述决策函数取最大值或最小值。

可选地，所述指标特征至少包括以下一个或多个维度：社交特征、行为偏好特征、信用履约历史特征以及反欺诈特征；所述规则集合是从央行征信数据源或者其他第三方数据源中提取每个维度的指标特征对应的规则所形成的集合。

可选地，评分模块确定所述客户的信用评分包括：

评分模块根据所述客户的交易数据进行特征衍生处理；

所述评分模块从衍生得到的特征中选择指标特征；

所述评分模块确定每个维度指标特征对应的信用评分；

所述评分模块将每个指标特征对应的信用评分相加，并将加和作为所述客户的信用评分。

可选地，所述评分模块确定每个维度指标特征对应的信用评分包括：