[发明专利]客户风险评估模型构建方法、装置、存储介质及终端设备

说明书

本发明属于人工智能技术领域，尤其涉及一种客户风险评估模型构建方法、装置、计算机可读存储介质及终端设备。所述方法从预设的数据集市中获取原始客户数据，并对所述原始客户数据进行解析，得到解析客户数据；从预设的配置文件中读取特征工程配置信息，并根据所述特征工程配置信息对所述解析客户数据进行特征工程处理，得到编码数据；从所述配置文件中读取模型配置信息，并根据所述模型配置信息和所述编码数据进行模型调参，得到客户风险评估模型。通过本发明，不再基于固化的框架进行模型构建，而是通过配置文件来对特征工程信息和模型信息进行灵活地配置，并按照这些配置完成整个模型构建过程，可以满足各种复杂的快速迭代的应用场景。

技术领域

本发明属于人工智能技术领域，尤其涉及一种客户风险评估模型构建方法、装置、计算机可读存储介质及终端设备。

背景技术

在现有技术中，普遍采用客户风险评估模型来对客户的违约风险进行评估，但现有的这些模型在构建过程中，一般都是采用一个固化的框架进行构建，构建过程灵活性极差，无法满足各种复杂的快速迭代的应用场景。

发明内容

有鉴于此，本发明实施例提供了一种客户风险评估模型构建方法、装置、计算机可读存储介质及终端设备，以解决现有的模型构建方法灵活性极差，无法满足各种复杂的快速迭代的应用场景的问题。

本发明实施例的第一方面提供了一种客户风险评估模型构建方法，可以包括：

从预设的数据集市中获取原始客户数据，并对所述原始客户数据进行解析，得到解析客户数据；

从预设的配置文件中读取特征工程配置信息，并根据所述特征工程配置信息对所述解析客户数据进行特征工程处理，得到编码数据；

从所述配置文件中读取模型配置信息，并根据所述模型配置信息和所述编码数据进行模型调参，得到客户风险评估模型。

进一步地，所述模型配置信息包括模型列表和模型融合方式；

所述根据所述模型配置信息和所述编码数据进行模型调参，得到客户风险评估模型，包括：

根据所述模型融合方式对所述模型列表中的各个模型进行模型融合处理，得到融合模型；

根据所述编码数据对所述融合模型进行模型调参，得到所述客户风险评估模型。

进一步地，所述特征工程配置信息包括特征筛选标识位；

所述根据所述特征工程配置信息对所述解析客户数据进行特征工程处理，得到编码数据，包括：

若所述特征筛选标识位为预设的第一数值，则对所述解析客户数据中的各个客户特征进行特征筛选，得到优选客户特征；

对从所述解析客户数据中筛选出的优选客户特征进行特征编码，得到所述编码数据。

进一步地，所述特征工程配置信息还包括筛选维度和筛选阈值；

所述对所述解析客户数据中的各个客户特征进行特征筛选，得到优选客户特征，包括：

分别计算所述解析客户数据中的各个客户特征在所述筛选维度上的评估值；

根据所述筛选阈值和所述评估值对各个客户特征进行特征筛选，得到所述优选客户特征。

进一步地，所述特征工程配置信息还包括特征编码方式；

所述对从所述解析客户数据中筛选出的优选客户特征进行特征编码，得到所述编码数据，包括：

按照所述特征编码方式对所述优选客户特征进行特征编码，得到所述编码数据。

进一步地，所述根据所述特征工程配置信息对所述解析客户数据进行特征工程处理，得到编码数据，还可以包括：