[发明专利]贷款余额的关键影响因子确定方法、装置、设备及介质

权利要求书

1.一种贷款余额的关键影响因子确定方法，其特征在于，包括如下步骤：

获取贷款结清明细数据，将所述贷款结清明细数据导入至数据仓库工具，其中，所述贷款结清明细数据包括贷款余额的评价指标和所述贷款余额的多个影响因子；

判断所述贷款结清明细数据是否导入完毕，若导入完毕，则根据所述贷款余额的评价指标和所述贷款余额的多个影响因子，计算每个影响因子下的所述评价指标的量化数据；

根据所述影响因子下的评价指标的量化数据确定所述贷款结清明细数据中的贷款余额关键影响因子。

2.根据权利要求1所述的贷款余额的关键影响因子确定方法，其特征在于，所述获取贷款结清明细数据，将所述贷款结清明细数据导入至数据仓库工具，具体包括：

在数据仓库工具中创建与所述贷款结清明细数据相适应的数据仓库工具表，连接上游数据库地址；

获取所述上游数据库中所述贷款结清明细数据的对应库名，并确定所述数据仓库工具表对应的分布式文件系统目录；

根据所述上游数据库中所述贷款结清明细数据的对应库名，将所述贷款结清明细数据从所述上游数据库中导入至所述分布式文件系统目录对应的所述数据仓库工具表中。

3.根据权利要求1所述的贷款余额的关键影响因子确定方法，其特征在于，所述判断所述贷款结清明细数据是否导入完毕，具体包括：

遍历上游数据库中所述贷款结清明细数据的对应库名，并将所述贷款结清明细数据从所述上游数据库中导入至分布式文件系统目录对应的数据仓库工具表中后，生成第一成功标识；

对所述第一成功标识进行检测，若检测到所述第一成功标识，则判定所述贷款结清明细数据导入完毕。

4.根据权利要求1所述的贷款余额的关键影响因子确定方法，其特征在于，所述计算每个影响因子下的评价指标的量化数据之后，还包括：

生成第二成功标识；

相应地，所述根据所述影响因子下的评价指标的量化数据确定所述贷款结清明细数据中的贷款余额关键影响因子之前，还包括，

对所述第二成功标识进行检测。

5.根据权利要求1所述的贷款余额的关键影响因子确定方法，其特征在于，根据所述影响因子下的评价指标的量化数据确定所述贷款结清明细数据中的贷款余额关键影响因子，具体包括：

若所述影响因子为定性指标，则根据所述影响因子下的不同指标及其对应的评价指标的量化数据，确定所述影响因子是否为贷款余额的关键影响因子；

若所述影响因子为量化指标，则获取所述影响因子对应的数值与评价指标的量化数据的线性回归直线，根据所述线性回归直线确定所述影响因子是否为贷款余额的关键影响因子。

6.根据权利要求5所述的贷款余额的关键影响因子确定方法，其特征在于，所述获取所述影响因子与评价指标的量化数据的线性回归直线，具体包括：

预设所述线性回归直线的表达函数为f(x)＝a₁*x+a₀，其中，x为影响因子的数值，f(x)为对应的评价指标的量化数据，a₁为线性回归直线的斜率，a₀为线性回归直线的截距；

计算所述评价指标的量化数据中每个数据点到所述线性回归直线的最小距离；

对所述最小距离进行求和，得到求和损失，根据所述求和损失计算平均损失；

根据所述平均损失和所述线性回归直线计算表达函数中斜率和截距，得到所述线性回归直线的表达函数。

7.根据权利要求6所述的贷款余额的关键影响因子确定方法，其特征在于，根据所述线性回归直线确定所述影响因子是否为贷款余额的关键影响因子，具体包括：

若所述线性回归直线的斜率的绝对值大于预设阈值，则对应的所述影响因子为贷款余额的关键影响因子；

若所述线性回归直线的斜率的绝对值小于或等于预设阈值，则对应的所述影响因子为贷款余额的非关键影响因子。