[发明专利]一种存量用户动支意愿预测方法、装置和系统

说明书

本发明公开了一种存量用户动支意愿预测方法、装置、电子设备和计算机可读介质。所述方法包括确定信贷用户中的待预测存量用户；从待预测存量用户数据中提取特征数据，并输入到存量用户动支意愿预测模型，以获取预测动支概率；根据预测动支概率的大小对存量用户进行排序，将排序序列中的前N名划分为目标用户；其中，N为大于等于1的正整数；将所述目标用户对应的数据信息输出。本发明基于大数据分析方法更为准确的确定目标用户，仅对动支意愿较强的目标用户进行营销，降低成本的同时进一步提升动支率与收益率。

技术领域

本发明涉及大数据、机器学习、互联网金融领域，具体而言，涉及一种存量用户动支意愿方法、装置、系统及计算机可读介质。

背景技术

随着互联网金融行业的蓬勃发展，向贷款机构申请消费信用贷款的用户越来越多，用户可在授信额度范围内一次或多次贷款。然而研究数据表明，存量用户在发生借款之后，发生再次贷款的意愿随着时间逐渐下降，余额留存慢慢下跌，导致资金的闲置，流动性低。为了提高整体的再贷率与余额留存，目前的做法是营销人员会在用户最后一次借款后一段时间内通过电话营销的方式对全部用户进行促动，以加强用户的活跃度与粘性。由于目标人群过多而且不具有相似性，这种盲目的营销方式不仅造成用户的厌烦，而且不能推送给精确的目标人群，使得营销效率低下，进而动支率和收益率较低。

基于现有技术，需要进行特定的目标人群挖掘，有效、准确的实现用户筛选以提高动支率和收益率。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种有效、准确的存量用户动支意愿方法。

为解决上述技术问题，本发明的第一方面提出了一种存量用户动支意愿预测方法，包括如下步骤：确定信贷用户中的待预测存量用户；从待预测存量用户数据中提取特征数据，并输入到存量用户动支意愿预测模型，以获取预测动支概率；根据预测动支概率的大小对存量用户进行排序，将排序序列中的前N名划分为目标用户；其中，N为大于等于1的正整数；将所述目标用户对应的数据信息输出。

根据本发明的一种优选实施方式，所述方法进一步包括根据信贷用户信息中的贷款行为数据确定待预测存量用户。

根据本发明的一种优选实施方式，待预测的存量用户数据是信贷借款后仍有余额并在预定时间内未动支用户数据。

根据本发明的一种优选实施方式，所述预定时间基于预测模型的存量用户动支意愿变化曲线来确定。

根据本发明的一种优选实施方式，所述方法进一步包括预先创建存量用户动支意愿预测模型。

根据本发明的一种优选实施方式，所述预先创建存量用户动支意愿预测模型，进一步包括：预处理用户样本数据；从所述用户样本数据中提取特征数据；将用户样本的特征数据作为输入训练参数，对所述存量用户动支意愿预测模型进行建模训练，使所述预测模型能够根据输入的待预测存量用户的特征数据获得待预测用户的动支概率。

根据本发明的一种优选实施方式，所述方法还包括：所述用户特征数据包括用户行为数据，所述用户行为数据包括用户在特定事件前后的金融动支行为数据。

本发明的第二方面提出一种存量用户动支意愿预测装置，包括：确定模块，确定信贷用户中的待预测存量用户；预测模块，从待预测的存量用户数据中提取特征数据，并输入到存量用户动支意愿预测模型，以获取预测动支概率；筛选模块，根据预测动支概率的大小对存量用户进行排序，将排序序列中的前N名划分为目标用户；其中，N为大于等于1的正整数；输出模块，将所述目标用户对应的数据信息输出。

根据本发明的一种优选实施方式，确定模块还用于根据信贷用户信息中的贷款行为数据确定待预测存量用户。

根据本发明的一种优选实施方式，待预测的存量用户数据是信贷借款后仍有余额并在预定时间内未动支用户数据。