(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210711691.0 (22)申请日 2022.06.22 (71)申请人 四川新网银行股份有限公司 地址 610094 四川省成 都市成都高新区吉 泰三路8号1栋1单 元26楼1-8号 (72)发明人 徐天宇　刘振　李胜领　 (74)专利代理 机构 成都智言知识产权代理有限 公司 51282 专利代理师 蒋秀清 (51)Int.Cl. G06Q 40/02(2012.01) G06F 17/18(2006.01) (54)发明名称 一种信贷风险规则自动构建方法 (57)摘要 本发明涉及金融科技领域， 尤其涉及一种信 贷风险规则自动构建方法。 一方面， 本发明通过 特征预分箱、 特征预定性、 数值及类别特征独立 优化算法和梯度调整等技术重构了生物统计领 域PRIM算 法的逻辑， 使得优 化后的CRE ‑PRIM算法 更适用于风险规则发现领域。 另 一方面， 本发明 改变了传统PRIM模型的使用场景： 一、 尽量减小 特征组合数量l， 充分利用了CRE ‑PRIM算法在小 特征维度时性能优、 速度快且计算速度对特征个 数不敏感的特性， 增强鲁棒性、 提升算法速度； 二、 在规则挖掘流程中进行人机交互， 实现经验 与数据信息的权衡。 本发明在规则挖掘效果和速 度上有明显优势， 为信贷风险策略的自动化数据 挖掘提供了全新的技 术。 权利要求书2页 说明书6页 附图2页 CN 115222508 A 2022.10.21 CN 115222508 A 1.一种信贷风险规则自动构建方法， 其特 征在于， 包括以下步骤： 步骤1： 根据信贷客户的历史风险表现数据、 人行数据和三方数据， 构建含逾期标签的 训练样本 集D和测试样本集 K， 其中的人行和三方数据包含m1个数值特征和m2个类别特征； 定 义算法所需的超参数： 分位数分箱数目N、 特征组合数量l、 规则允许的最小样本数α1、 类别 特征的有效划分的最小样本数α2； 步骤2： 对训练样本集D中的数值特征按照分位数分箱数目N进行分箱， 训练样本集D中 各类别特征的有效样本数小于α2的类别统一为空值， 得到预分类矩阵W； 计算每个数值特征 的KS值， 并根据计算时的中间变量正负对每个数值型特征分别定性为 1或‑1， 得到数值变量 的m1维定性向量E； 最后， 根据逾期样本浓度由低到高的顺序排列类别特征的类别值、 根据 定性向量排列各数值特征 的分箱值， 分别得到数值特征 的备选剔除区域列表A和类别特征 的备选剔除区域列表B； 步骤3： 特征组合数量l下， 遍历所有特征的全部特征组合； 遍历时， 将规则允许的最小 样本数α1、 类别特征的有效划分的最小样本数α2、 预分类矩阵W、 数值 特征的备选剔除区域列 表A、 类别特征的备选剔除区域列表B和逾期标签向量y作为入参， 采用CRE ‑PRIM算法， 遍历 结束后得到目标函数值 排序最高的前20个特 征组合及其对应的风险规则策略； 步骤4： 策略分析师对排序 前20的风险策略合理性和风险逻辑进行人为判断， 并选择部 分符合经验 且lift值大于2.5的特 征组合； 步骤5： 以lift指标作为目标函数， 在规则最小样本数大于α1的约束下， 对步骤4中筛选 出的特征组合重新进行阈值遍历， 并生成各个特 征组合下最优的风险策略； 步骤6： 选择测试样本集K对步骤5中得到的风险策略进行验证， 确定风险策略的稳定性 以及高效性符合要求后， 决策引擎上线风险策略。 2.根据权利要求1所述的一种信贷风险规则自动构建方法， 其特征在于， 所述步骤3中 每个数值变量的KS值的计算公式如下： KS值＝max(|TPR‑FPR|)； 所述中间变量的计算公式如下： midi＝TPRi‑FPRi， i＝1,……,m1； 其中m1为数值特征个数， TPR是正确预测为坏的样本占实际为坏的样本比率， 即真阳率； FPR是错误预测为坏的样本占实际为好的样本比率， 即伪阳率； TPRi和FPRi为取得KS值时每 个数值特 征对应的真阳率和伪阴率。 3.根据权利要求1所述的一种信贷风险规则自动构建方法， 其特征在于， 步骤3中所述 的CRE‑PRIM算法包括以下步骤： 步骤A： 涉及 的超参数： 规则允许的最小样本数α1、 类别特征的有效划分的最小样本数 α2、 维度为l的特征组合(l∈{2,3,4})； 涉及的数据： 预分类矩阵数据W、 数值特征的备选剔除区域列表A、 类别特征的备选剔除 区域列表B和逾期标签向量y； 步骤B： 规则阈值迭代： 首先， 定义初 始剩余样本集为D1＝训练样本集D， 假 设迭代次数为 第k次时， 剩余样本 集为Dk； 则剔除区域dk可选择的范围由两部分组成： 其一， 列表A中相应数 值特征的各自排序第一的分箱值； 其二， 列表B中相应类别特征的各自排序前二的类别标权　利　要　求　书 1/2 页 2 CN 115222508 A 2签， 即剔除区域 其中k1和k2分别为数值特征和类别特征的备选区 域个数， an(n∈{1,…k1})和bm(m∈{1,…k2})分别代表各数值特征和各类别特征的备选区 域； 设定Dk+1＝Dk‑dk， 在备选区域内选择最优的dk使目标函数最小， 目标函数为： s.t.|Dk+1|≥α1， |Dk+1|代表Dk+1中的样本数量， yi(n∈{1,…,|Dk+1|})代表样本对应的逾期标签值， 逾期为1， 正常为0； 由于f(Dk+1)的分母 为常数， 因此 该优化等价于以下 形式； s.t.|Dk‑dk|≥α1 且 最后， 在列表A或者列表B中剔除掉dk后， 令新的剩余样本集为Dk+1＝Dk‑dk， 并重复迭代 直至约束条件|Dk‑dk|≥α1无法满足为止， 并将迭代中目标函数值 最大值作为输出 结果。权　利　要　求　书 2/2 页 3 CN 115222508 A 3