[发明专利]基于客户金融交易数据结构的自动化特征工程方法及装置

权利要求书

1.一种基于客户金融交易数据结构的自动化特征工程方法，其特征在于，包括：

获取银行客户及交易数据；

对所述银行客户及交易数据进行拆分，获得多个实体数据；

根据多个实体数据的关联关系，利用featuretools对多个实体数据进行不同深度统计值衍生，获得统计衍生特征；

利用gplearn对统计衍生特征和多个实体数据进行基于符号回归算法的特征挖掘，获得第二衍生特征；

确定第二衍生特征的增益和第二衍生特征之间的相关系数；

选取增益高于增益预设阈值且相关系数低于相关系数阈值的第二衍生特征构建个人贷款逾期场景的预测模型；

利用所述个人贷款逾期场景的预测模型进行个人贷款逾期预测。

2.如权利要求1所述的基于客户金融交易数据结构的自动化特征工程方法，其特征在于，还包括：

对银行客户及交易数据进行数据清洗及预处理。

3.如权利要求2所述的基于客户金融交易数据结构的自动化特征工程方法，其特征在于，对银行客户及交易数据进行数据清洗及预处理，包括：

对银行客户及交易数据进行特征剔除和特殊值处理。

4.如权利要求2所述的基于客户金融交易数据结构的自动化特征工程方法，其特征在于，对银行客户及交易数据进行数据清洗及预处理，还包括：

对偏度大于预设偏度阈值的客户及交易数据用log1p函数进行转化。

5.如权利要求2所述的基于客户金融交易数据结构的自动化特征工程方法，其特征在于，对银行客户及交易数据进行数据清洗及预处理，包括：

对银行客户及交易数据进行特征分析，基于统计归纳或业务逻辑确定银行客户及交易数据中的空值和目标变量的关系；

基于空值和目标变量的关系，对空值进行不同形式的填充。

6.如权利要求5所述的基于客户金融交易数据结构的自动化特征工程方法，其特征在于，对空值进行不同形式的填充，包括：

对于提供额外信息的空值，离散特征以空值为一类，连续变量将空值以均值、离群值或特殊值填充；

对于不能提供额外信息的空值，连续变量用中位数进行填充，离散特征用众数进行填充，剩余用均值进行填充。

7.如权利要求1所述的基于客户金融交易数据结构的自动化特征工程方法，其特征在于，还包括：

对特征进行降维处理。

8.如权利要求7所述的基于客户金融交易数据结构的自动化特征工程方法，其特征在于，对特征进行降维处理包括：

剔除增益低于预设增益阈值且相关系数高于预设相关系数阈值的第二衍生特征。

9.一种基于客户金融交易数据结构的自动化特征工程装置，其特征在于，包括：

数据获取模块，用于获取银行客户及交易数据；

数据拆分模块，用于对所述银行客户及交易数据进行拆分，获得多个实体数据；

统计衍生模块，用于根据多个实体数据的关联关系，利用featuretools对多个实体数据进行不同深度统计值衍生，获得统计衍生特征；

特征挖掘模块，用于利用gplearn对统计衍生特征进行基于符号回归算法的特征挖掘，获得第二衍生特征；

预测模型构建模块，用于确定特征的第二衍生特征的增益和第二衍生特征之间的相关系数，选取增益高于预设增益阈值且相关系数低于预设相关系数阈值的第二衍生特征构建个人贷款逾期场景的预测模型；

预测模块，用于利用所述个人贷款逾期场景的预测模型进行个人贷款逾期预测。

10.如权利要求9所述的基于客户金融交易数据结构的自动化特征工程装置，其特征在于，还包括：

数据清洗处理模块，用于对银行客户及交易数据进行数据清洗及预处理。