[发明专利]一种贷后行为特征加工的方法与装置

权利要求书

1.一种贷后行为特征加工的方法，其特征在于，所述方法包括以下步骤：

数据采集与清洗，获取整个系统中所需的数据对象，进行数据清洗，所述数据清洗为特征工程处理；

贷后行为特征衍生，对清洗后的用户贷后表现数据依次进行特征分类、特征分组汇总和特征分组后统计并衍生出可解释的汇总字段；

结果输出，将数据采集与清洗步骤和贷后行为特征衍生步骤中获取到的所有特征进行汇总，通过用户号码进行关联合并，完成后作为结果输出。

2.根据权利要求1所述的贷后行为特征加工的方法，其特征在于，数据采集与清洗步骤中，获取整个系统中所需的数据对象，包含用户的贷后行为类、申请贷款类、app操作行为类、第三方数据类和/或内部数据类；其中贷后行为类特征包括：订单基本信息、还款行为、逾期行为和/或催收行为；申请贷款类包含用户基本情况、申请记录和/或授信信息；app操作类为app中埋点数据；第三方数据包括征信、多头、从第三方机构获取的数据。内部数据类包括机构内部保存的信用卡、理财储蓄、商城消费、生活缴费、和/或关联网络特征。

3.根据权利要求1所述的贷后行为特征加工的方法，其特征在于，数据采集与清洗步骤中，数据清洗包括无量纲化处理、缺失值处理、异常值处理和离散数据处理。

4.根据权利要求3所述的贷后行为特征加工的方法，其特征在于，

所述无量纲化处理是使不同规格的数据转换到同一规格，采用标准化的方法；

所述缺失值处理，对于缺失比例在50％以下的，通过平均数、中位数或众数进行填充，缺失比例在50％以上90％以下的，使用负数填充；对于缺失比例在90％以上且没有业务含义的直接删除该字段，有业务含义的加入业务规则中；

所述异常值处理，利用箱线图法计算出可接受范围内的数值，在可接受范围外的数值认为是异常值；对异常值的样本进行删除，或者进行异常值替换；

所述离散数据处理，是将类别型数据转化为可以放入模型进行计算的数值；将字符串类型的特征进行one-hot-encoding处理。

5.根据权利要求4所述的贷后行为特征加工的方法，其特征在于，所述异常值处理步骤中，采用适用于连续数据的无监督异常检测方法的孤立森林算法代替箱线图法。

6.根据权利要求1所述的贷后行为特征加工的方法，其特征在于，在贷后行为特征衍生步骤中，包含以下三个步骤；其中，

第一步，特征分类，将特征分为四类，第一类为次数、期数、或天数特征；第二类是与金额特征；第三类是贷款时间特征，包括用户每笔借款的借款时间、放款时间、分期订单的每期还款时间、逾期时间或逾期还款时间；第四类是时间窗口统计特征，包括设定时间内借款情况和逾期情况；

第二步，特征分组汇总，对于一个用户名下的N笔贷款订单，对各个订单分别汇总为N个订单特征，再将N个订单特征汇总成所述用户的特征；

第三步，对于特征分组后统计，并衍生出用户级别的特征，其中统计方法包括统计学分析法、占比分析法、差距计算法、和/或混合计算法。

7.根据权利要求6所述的贷后行为特征加工的方法，其特征在于，

所述统计学分析法，是对第二步中分组的特征进行统计分析，求出其统计学指标，包括最大值、最小值、平均值、求和、中位数、四分之一分位数、四分之三分位数、和/或方差；

所述占比分析法，是指计算各项比例，包括逾期期数占总期数的比例、提前还款订单占总订单比例、在贷订单占总订单比例、逾期金额占总金额的比例、3个月内借款金额占总借款金额的比例、和/或1个月内逾期天数大于7天的比例；

所述差距计算法，是指计算最早一次借款与最近一次借款的时间差、和/或最高一笔借款金额与最低一笔借款金额的差值；

混合计算法，是指将上述的三种方法混合使用。