[发明专利]风控模型自适应构建方法、装置、设备及存储介质

说明书

本申请公开了一种风控模型自适应构建方法，包括：获取客户的多维度特征数据，并将多维度特征数据进行分类存储，获得各类别特征数据，创建客户对应的监督目标，并将预设业务目标和监督目标进行融合优化处理，获得融合目标，基于各类别特征数据、预设业务目标以及融合目标，构建各类别特征数据对应的风控基模型，获取新任务的目标标签，并将新任务的目标标签输入各风控基模型，以对各风控基模型进行评估，获得满足预设筛选约束条件对应的各待融合模型，基于所述新任务的目标标签，将各所述待融合模型进行融合，并对融合后的模型进行评估，以选取满足预设融合约束条件对应的目标信贷风控模型。本申请解决模型自适应构建的效率较低的技术问题。

技术领域

本申请涉及金融科技(Fintech)的机器学习技术领域，尤其涉及一种风控模型自适应构建方法、装置、设备及存储介质。

背景技术

随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术(如分布式、人工智能等)应用在金融领域。

随着计算机技术的发展，机器学习的应用越来越广泛。当前，构建模型可通过在互联网中获取海量的数据，并基于这些数据进行构建风控模型，从而通过风控模型进行风险预测，帮助相关金融企业降低信贷风险，进一步地，当模型遇到新任务时，通常是通过设置一定的规则，从而重新筛选特征，以基于筛选后的特征，搜索最优模型参数，从而自适应构建风控模型，然而，在重新筛选特征的过程中，需要根据新任务的目标对所有特征层中的特征进行评估筛选，随着底层特征数量增加，模型需要搜索的参数空间也随之快速上升，因此，需要消耗大量的运算时间，并且当存在某些底层特征发生迁移或者剧烈变化时,需要重新调整模型，也会耗费大量的计算资源和时间成本，进而导致模型自适应构建的效率较低。

发明内容

本申请的主要目的在于提供一种风控模型自适应构建方法、装置、设备及存储介质，旨在解决现有技术中的模型自适应构建的效率较低的技术问题。

为实现上述目的，本申请提供一种风控模型自适应构建方法，所述风控模型自适应构建方法包括：

获取客户的多维度特征数据，并将所述多维度特征数据进行分类存储，获得各类别特征数据；

创建客户对应的监督目标，并将预设业务目标和所述监督目标进行融合优化处理，获得融合目标；

基于各所述类别特征数据、所述预设业务目标以及所述融合目标，构建各所述类别特征数据对应的风控基模型；

获取新任务的目标标签，并将新任务的目标标签输入各所述风控基模型，以对各所述风控基模型进行评估，获得满足预设筛选约束条件对应的各待融合模型；

基于所述新任务的目标标签，将各所述待融合模型进行融合，并对融合后的模型进行评估，以选取满足预设融合约束条件对应的目标信贷风控模型。

本申请还提供一种风控模型自适应构建装置，所述风控模型自适应构建装置为虚拟装置，所述风控模型自适应构建装置包括：

数据存储模块，用于获取客户的多维度特征数据，并将所述多维度特征数据进行分类存储，获得各类别特征数据；

融合模块，用于创建客户对应的监督目标，并将预设业务目标和所述监督目标进行融合优化处理，获得融合目标

模型构建模块，用于基于各所述类别特征数据、所述预设业务目标以及所述融合目标，构建各所述类别特征数据对应的风控基模型；

筛选模块，用于获取新任务的目标标签，并将新任务的目标标签输入各所述风控基模型，以对各所述风控基模型进行评估，获得满足预设筛选约束条件对应的各待融合模型；

模型组合模块，用于基于所述新任务的目标标签，将各所述待融合模型进行融合，并对融合后的模型进行评估，以选取满足预设融合约束条件对应的目标信贷风控模型。