(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 202210776253.2 (22)申请日 2022.07.04 (71)申请人 天津金城银行股份有限公司 地址 300452 天津市滨 海新区响螺湾迎宾 大道旷世国际大厦B座 (72)发明人 吴海曦　顾欣欣　卞安然　温树海　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 安卫静 (51)Int.Cl. G06Q 40/02(2012.01) (54)发明名称 一种基于用户行为特征的信贷风控方法和 装置 (57)摘要 本发明提供了一种基于用户行为特征的信 贷风控方法与装置， 涉及信贷风控的技术领域， 包括： 获取逾期用户的行为特征数据； 对逾期用 户的行为特征数据进行预处理和衍生变量加工 处理， 得到逾期用户的衍生变量数据； 利用逾期 用户的衍生变量数据对初始风控模 型进行训练， 得到目标风控模型， 其中， 所述初始风控模型包 括： 授信审 批阶段的风控子模型和借款审批阶段 的风控子模 型； 在获取待分析用户通过终端设备 中的贷款程序发送的贷款申请及征信查询授权 之后， 采集待分析用户的行为特征数据； 基于待 分析用户的行为特征数据和目标风控模型， 确定 出待分析用户的风险评级和风险评级对应的风 控决策结果， 解决了现有的信贷风控 方法的时效 性和成本 较高的技 术问题。 权利要求书2页 说明书8页 附图2页 CN 114841801 A 2022.08.02 CN 114841801 A 1.一种基于用户行为特 征的信贷风控方法， 其特 征在于， 包括： 获取逾期用户的行为特征数据， 其中， 所述行为特征数据包括： 终端设备信息和贷款软 件的前端交 互界面的埋 点信息； 对所述逾期用户的行为特征数据进行预处理和衍生变量加工处理， 得到所述逾期用户 的衍生变量数据； 利用所述逾期用户的衍生变量数据对初始风控模型进行训练， 得到目标风控模型， 其 中， 所述初始风控 模型包括： 授信审批阶段的风控子模型和借款审批阶段的风控子模型； 在获取待分析用户通过终端设备中的贷款程序发送的贷款申请及征信查询授权之后， 采集所述待分析用户的行为特 征数据； 基于所述待分析用户的行为特征数据和所述目标风控模型， 确定出所述待分析用户的 风险评级和所述 风险评级对应的风控决策 结果。 2.根据权利要求1所述的方法， 其特 征在于， 所述终端设备信息包括： 终端设备的属性信息， 常用地理位置及变化信息， WIFI连接时 长、 位置和稳定性信息； 所述前端交互界面的埋点信息包括： 前端交互界面的浏览次数、 周期、 时长、 时间、 点击 行为、 尝试次数和失败次数， 其中， 所述前端交互界面包括： 借款开通界面， 借款申请界面， 密码检验界面和短信验证码输入界面。 3.根据权利要求1所述的方法， 其特 征在于， 所述预处 理包括： 异常值处 理， 空值处 理， 分箱处 理和证据权 重转换处 理； 所述衍生变量数据包括： 贷款软件的欢迎界面的浏览时间， 借款申请界面的浏览时间， 工作日的WIFI连接记录， 常用登录地址信息， 授信成功到借款申请之间的间隔时长， 密码输 入次数和密码输入失败的次数。 4.根据权利要求3所述的方法， 其特征在于， 利用所述逾期用户的衍生变量数据对初始 风控模型进行训练， 得到目标风控 模型， 包括： 利用所述逾期用户的衍生变量数据分别对所述初始风控模型的授信审批阶段的风控 子模型和所述初始 风控模型的借款审批阶段的风控子模型进 行训练， 得到所述目标风控模 型。 5.根据权利要求1所述的方法， 其特征在于， 基于所述待分析用户的行为特征数据和所 述目标风控模型， 确定出所述待分析用户的风险评级和所述风险评级对应的风控决策结 果， 包括： 对所述待分析用户的行为特征数据进行预处理和衍生变量加工处理， 得到所述待分析 用户的衍 生变量数据； 将所述待分析用户的衍生变量数据输入所述目标风控模型， 得到所述待分析用户的风 险评级和所述 风险评级对应的风控决策 结果。 6.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 将所述待分析用户的风险评级和所述风险评级对应的风控决策结果发送至所述待分 析用户的终端设备。 7.根据权利要求1所述的方法， 其特 征在于， 所述风控模型为基于信息熵、 最大信息增益比和基尼指数作为生成的决策树算法模权　利　要　求　书 1/2 页 2 CN 114841801 A 2型。 8.一种基于用户行为特征的信贷风控装置， 其特征在于， 包括： 获取单元， 处理单元， 训 练单元， 采集单 元和风控单 元， 其中， 所述获取单元， 用于获取逾期用户的行为特征数据， 其中， 所述行为特征数据包括： 终 端设备信息和贷款软件的前端交 互界面的埋 点信息； 所述处理单元， 用于对所述逾期用户的行为特征数据进行预处理和衍生变量加工处 理， 得到所述逾期用户的衍 生变量数据； 所述训练单元， 用于利用所述逾期用户的衍生变量数据对初始风控模型进行训练， 得 到目标风控模型， 其中， 所述初始 风控模型包括： 授信审 批阶段的风控子模型和借款审 批阶 段的风控子模型； 所述采集单元， 用于在获取待分析用户通过终端设备中的贷款程序发送的贷款申请及 征信查询授权之后， 采集所述待分析用户的行为特 征数据； 所述风控单元， 用于基于所述待分析用户的行为特征数据和所述目标风控模型， 确定 出所述待分析用户的风险评级和所述 风险评级对应的风控决策 结果。 9.一种电子设备， 其特征在于， 包括存储器以及处理器， 所述存储器用于存储支持处理 器执行权利要求 1至7任一项 所述方法的程序， 所述处理器被配置为用于执行所述存储器中 存储的程序。 10.一种计算机可读存储介质， 计算机可读存储介质上存储有计算机程序， 其特征在 于， 计算机程序被处 理器运行时执 行上述权利要求1至7任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114841801 A 3