[发明专利]一种基于银行数据的外出务工人员识别方法、设备及介质

说明书

本发明公开了一种基于银行数据的外出务工人员识别方法、设备及介质，其中方法为：获取银行的大量客户数据，从中提取与外出标签关联的客户特征并作为样本的特征向量，以开户登记的外出标签作为样本标签，构建弱监督样本集；从弱监督样本集中选择部分样本，通过人工验证的结果作为样本标签，构建强监督样本集；构建分类模型，利用弱监督样本集和强监督样本集对分类模型进行训练，得到外出务工识别模型；对待识别客户，从其客户数据中提取客户特征，将客户特征输入至外出务工识别模型，输出得到待识别客户是否为外出务工人员。本发明划分强弱监督集，降低训练样本的获取难度，保证样本的多样性，提升识别模型的泛化性能，且识别准确率高。

技术领域

本发明涉及银行特定客户群体识别技术领域，特别是指一种基于银行数据的外出务工人员识别方法、设备及介质。

背景技术

随着金融行业相关技术的发展，金融行业正发生着巨变。伴随着消费金融和互联网金融等新兴金融公司的兴起，商业银行面临着严峻的挑战。同时，由于各个商业银行的经营模式逐步完善，使得银行间的业务水平的差异也逐渐减小，各家银行逐步趋于同质化，根据银行自己客户的特点定制相关的营销策略，是在日益激烈的竞争中取得胜利的重要一环。

贵州是劳务输出大省，在对外出务工人员的服务上，贵州农信做出了巨大的努力和贡献，为农民工提供金融知识、致富信息和维权帮助，给予农民工群体最大的关怀。而准确、有效地识别出农民工群体，对后续的服务、精准营销有很大的帮助。

在外出务工人群的识别中，传统的方法是借助开户登记系统，在客户首次与银行接触的时候，显示为其添加外出标签，而由于人群的流动、以及标签时效的不确定性，导致此类标签的准确率随时间的变化大打折扣；此外通过业务人员的电话问询、回访的方式可以纠正部分标签，但由于投入成本过大，此方法不适合大规模、周期性进行；再者是通过专家规则进行识别，此方法能取得一定的成果，但由于规则往往受限于主观认知，且部分规则难于实现“可计算化”，因此仅能有限的识别目标群体，同时随着时间的发展，后续还需耗费人力更新、维护专家规则，以保持其有效性。

上述方法在外出务工人群的识别中效率和准确率都得不到保障。目前利用机器学习的方法，提取客户的特征数据，结合得到准确性保障的样本数据，通过监督学习的算法，自动学习出识别规则，以识别目标群体。但能否准确有效地识别、以及学习到的规则是否具有泛化性，往往取决于如何提取客户的特征、以及能否获取准确的训练样本。同时将银行客户按照资产、偏好与负债等属性进行划分，是大多数银行的管理模式，然而商业银行客户数据通常具有高维复杂性，使得选择特征的困难程度也会随之增长。同时开户时记录的标签的准确性得不到保障，通过人工调查的方式获取大量准确的样本标签，会产生很大的成本，获取的样本量过少又会导致学习出的模型有较大方差、泛化性低下，如何在尽可能少的成本下获取满足学习算法需要的样本充满了挑战。

发明内容

本发明的目的是提供一种基于银行数据的外出务工人员识别方法、设备及介质，以尽可能低的成本取得外出务工人员的识别模型，并且拥有较高的准确性和泛化性。

为实现上述技术目的，本发明采用如下技术方案：

一种基于置信学习的外出务工人员识别方法，包括以下步骤：

步骤1，构建监督样本集；

获取银行的大量客户数据，从中提取与外出标签关联的客户特征并作为样本的特征向量，以开户登记的外出标签作为样本标签，构建弱监督样本集W_D；

从弱监督样本集中选择部分样本，通过人工验证对应客户是否外出，并以验证的结果作为样本标签，构建强监督样本集S_D；

步骤2，构建分类模型，利用弱监督样本集W_D和强监督样本集S_D对分类模型进行训练，得到外出务工识别模型；