[发明专利]一种风险评级方法及装置

说明书

本申请公开了一种风险评级方法及装置，该方法中，通过对多个历史客户的数据进行特征提取，建立历史客户的特征点集，对目标客户的数据进行同样的特征提取，建立目标客户的特征点集，计算目标客户的特征点集与多个历史客户的特征点集之间的距离，找到与目标客户的特征点集距离最近的K个特征点集对应的K个历史客户，基于该K个历史客户的评级数据得到目标客户的风险评级。在进行目标客户的风险评级时，先找到与目标客户在预设特征方面具有强相关性的历史客户，利用这些历史客户的已审核评级数据确定目标客户的评级数据，充分考虑了客户之间的相关性，实现了准确的风险评级。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种风险评级方法及装置。

背景技术

风险评级指的是银行对客户进行风险等级划分，风险等级反映的是客户风险的高低，一般包括高中低三个等级。对于高风险客户银行应采取相应交易限制措施和管理措施，以预防洗钱和恐怖融资活动。

能否准确地对客户进行风险评级对银行来说非常重要，如果将低风险客户误评为高风险客户，对该客户的交易限制和管理会给该客户造成很多不便，影响客户的体验；而如果将高风险客户无评为低风险客户，银行将不能防范洗钱风险。

因此，如何准确地对客户进行风险评级已经成为了亟需解决的问题。

发明内容

有鉴于此，本申请提供了一种风险评级方法及装置，以实现准确的风险评级。

为实现上述目的，一方面，本申请提供了一种风险评级方法，所述方法包括：

获取目标客户的客户信息、合约信息和交易信息；

从所述目标客户的客户信息、合约信息和交易信息中提取出预设特征的特征值，形成所述目标客户的特征点集；所述特征点集中的各特征值按照预定顺序排列；

分别计算所述目标客户的特征点集与预先建立的每个历史客户的特征点集的距离，按由小到大的顺序对计算出的多个距离进行排序，确定前K个距离对应的K个历史客户；所述K为正整数；

依据所述K个历史客户的已审核评级数据，确定所述目标客户的风险评级。

在一种可能的实现方式中，所述从所述目标客户的客户信息、合约信息和交易信息中提取出预设特征的特征值，包括：

从所述客户信息中提取年龄、地址和职业的特征值；

从所述合约信息中提取合约开立关闭时间、合约信息最近更新日距上一个更新日时间、合约余额和合约近预设时间段内的交易对手个数的特征值；

从所述交易信息中提取近预设时间段内的交易笔数、最近一笔交易金额、近预设时间段内的交易平均金额、最近一笔非线上交易地点和最近预设笔非线上交易地点最远距离的特征值。

在一种可能的实现方式中，所述历史客户的特征点集按照以下步骤建立：

从大数据平台获取客户数据、合约数据、交易数据和已审核评级数据；

去除所述客户数据、合约数据、交易数据和已审核评级数据中的重复数据和噪声数据；

从去除重复数据和噪声数据之后的数据中提取出预设特征的特征值；

针对每个所述已审核评级数据对应的历史客户，统计属于所述历史客户的特征值，并按照预设顺序排列所述属于所述历史客户的各特征值，得到所述历史客户的特征点集。

在一种可能的实现方式中，所述K为按照如下步骤确定的最优值：

选取建立的多个历史客户的特征点集中的第一部分历史客户的特征点集作为训练集，第二部分历史客户的特征点集作为测试集；

按照设定的参数取值范围，依次取出一个参数值；所述参数值为正整数；