[发明专利]一种基于关联规则的可信度拓展方法和系统

说明书

本发明提出了一种基于关联规则的可信度拓展方法和系统，该方法包括如下步骤：获取激活成功的用户数据，并将用户数据分为已用信人群和未用信人群；根据已用信人群的第一用户信息，计算对应的支持度、置信度和提升度；根据预设阈值，从已用信人群中筛选出高可信度名单；将单维度信息进行分解，获得多个信息元；将多个信息元任意组合，生成对应规则；计算符合规则的已用信人群的支持度、置信度和提升度；根据预设的置信度和贷款数阈值，从规则中选取强规则集合；按照强规则集合的标记阈值，从未用信人群中筛选出白名单。本发明采用上述方法可以拓展到所有可授信人群，实现了在低逾期率的前提下，拓展了用户群体。

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种基于关联规则的可信度拓展方法和系统。

背景技术

关联规则(Association Rules)是反映一个事物与其他事物之间的相互依存性和关联性，如果两个或多个事物之间存在一定的关联关系，那么，其中一个事物就能通过其他事物预测到。关联规则是数据挖掘的一个重要技术，用于从大量数据中挖掘出有价值的数据项之间的相关关系。关联规则的度量指标：一般用支持度(Support)、置信度(Confidence)两个阀值来度量关联规则的强弱，用提升度或相关度(Lift)来判断规则是否有实际价值。

但是，这种方法的局限性在于，比较适用于反复贷款的固定客群，无法扩展到新客户或者贷款少的客户，无法判断可能的养账户等欺诈行为。

发明内容

鉴于上述问题，本发明提供了一种基于关联规则的可信度拓展方法和系统，可以延伸到新用户，对新用户提供相似人群的支持度、置信度和提升度，从而对新用户提供辅助预测。

为解决上述技术问题，本发明采用的技术方案是：一种基于关联规则的可信度拓展方法，包括如下步骤：获取激活成功的用户数据，并根据有无历史贷款记录将所述用户数据分为已用信人群和未用信人群；根据所述已用信人群的第一用户信息，计算对应的支持度、置信度和提升度，所述第一用户信息包括多个单维度信息和历史贷款记录；根据预设的支持度、置信度和提升度阈值，从已用信人群中筛选出高可信度名单；将所述单维度信息进行分解，获得多个信息元；将所述多个信息元任意组合，生成对应规则；计算符合所述规则的已用信人群的支持度、置信度和提升度；根据预设的置信度和贷款数阈值，从所述规则中选取强规则集合，所述贷款数为支持度与所有贷款数的乘积；按照所述强规则集合的标记阈值，从所述未用信人群中筛选出白名单。

作为优选方案，还包括：计算符合所述强规则的已用信人群的平均置信度，作为可信分进行输出。

作为优选方案，所述支持度、置信度和提升度的计算公式如下：

上式中，supp(X)为支持度，t为与条件X对应的贷款数，T为所有贷款数；

上式中，为置信度，supp(X∪Y)为同时包含条件X和Y的贷款数，supp(X)为包含条件X的贷款数；

上式中，为提升度，supp(X∪Y)为同时包含条件X和Y的贷款数，supp(X)为包含条件X的贷款数，supp(Y)为包含条件Y的贷款数。

作为优选方案，当所述单维度信息为身份证号，则按照省、市、县、出生年、月、日、性别和年龄将身份证号分解为八大信息元。

作为优选方案，当所述单维度信息为手机号，则按照网络识别号、地区编码和用户号码将手机号分解为三大信息元。

作为优选方案，所述单维度信息包括收货地址、手机号、身份证号、IP地址、邮箱账号、设备号、wifimac和银行卡号中的任一种。

作为优选方案，所述置信度阈值为置信度≥0.7，所述贷款数阈值为贷款数≥100。