[发明专利]数据预测方法及计算机可读存储介质

说明书

本申请实施例提供了一种数据预测方法及计算机可读存储介质，该方法包括：采集待预测的目标特征数据，并根据目标特征数据及预设的原始特征数据确定群体稳定性指标；当群体稳定性指标大于稳定性阈值，对目标模型进行训练，将目标特征数据输入至训练后的目标模型，对信贷违约风险进行预测，确定训练后的目标模型的信贷违约风险预测值，以使得训练后的目标模型的信贷违约风险预测值对应的信贷违约风险预测结果与将原始特征数据输入至原始模型得到的信贷违约风险预测值对应的信贷违约风险预测结果之间的均方误差值小于均方误差阈值。该方法实现了在业务发生变化的情况下，保持训练后的目标模型的信贷违约风险预测值的准确度。

技术领域

本申请涉及计算机技术领域，具体而言，本申请涉及一种数据预测方法及计算机可读存储介质。

背景技术

随着移动智能设备的普及和互联网的迅猛发展，用户只要简单地通过操作移动智能设备上的应用，就可以方便的实现沟通、娱乐、支付等线上活动，也可以体验如在线离线O2O生活服务、导航、专车等线下消费，基本覆盖了用户的绝大部分生活轨迹，由此产生出丰富的用户行为数据，从而基于这些数据能够更全面的刻画用户。

但是，正因为互联网发展迅猛，所以时常会发生业务调整变更，甚至发生业务直接下线的事情。正因为这种不确定性的存在，这就导致了数据源的不稳定，进而导致已训练好的模型需要根据业务调整而重新训练。但在某些场景下，比如信贷违约风险管控场景，由于下游策略依赖于这个模型，如果数据因为业务变化而发生迁移，就会导致原始模型的预测值也跟着发生波动甚至迁移变化。例如，用户分强依赖于某种行为次数，该行为次数越多则导致用户分越低，这时候平台对这种行为进行打击，导致这种行为出现变少，进而使得用户分普遍变高，这就导致了后续策略也需要跟着调整。例如，根据在建模时点的推算得知，能在风险可控的范围内让用户分大于700分的用户免押，但由于用户分普遍变高，导致大于700分的用户变多，这就会导致了免押带来的风险相比之前更不可控。

现有技术是将因业务调整而导致有问题的数据保持到最后一个正常时刻的数据切片上，这种方式没有考虑到正常变量与被调整变量之间的相关性，进而导致模型持续运行时间越长，模型的预测效果下降越厉害。但如果把正常变量与被调整变量之间的变量相关性考虑进来，只是简单重新拟合模型，很可能出现新拟合的目标模型的信贷违约风险预测值与原始模型的信贷违约风险预测值相差很大的情况，从而影响到业务。

发明内容

本申请针对现有的方式的缺点，提出一种数据预测方法、装置、电子设备及计算机可读存储介质，用以解决如何在业务发生变化的情况下保持模型的信贷违约风险预测值的准确度的问题。

第一方面，本申请提供了一种数据预测方法，应用于信贷违约风险管控当中，包括：

采集待预测的目标特征数据，并根据目标特征数据及预设的原始特征数据确定群体稳定性指标，目标特征数据及原始特征数据为信贷违约风险管控的样本数据；

当群体稳定性指标大于稳定性阈值，对目标模型进行训练，将目标特征数据输入至训练后的目标模型，对信贷违约风险进行预测，确定训练后的目标模型的信贷违约风险预测值，以使得训练后的目标模型的信贷违约风险预测值对应的信贷违约风险预测结果与将原始特征数据输入至原始模型得到的信贷违约风险预测值对应的信贷违约风险预测结果之间的均方误差值小于均方误差阈值；其中，训练后的目标模型的信贷违约风险预测值用于表征目标特征数据对应的信贷风险管控的目标分类结果的预测概率，原始模型的信贷违约风险预测值用于表征原始特征数据对应的所述信贷违约风险管控的目标分类结果的预测概率。

可选地，目标特征数据包括以下至少一项：

用户的基础属性数据、虚拟增值服务数据、社交互动行为数据、经济行为数据、娱乐休闲行为数据、在线离线O2O生活服务数据、穿戴设备数据、基于位置服务LBS地理位置数据、旅游出行数据。