[发明专利]运营商营业厅场景下风控数据模型的构建及应用方法

说明书

本发明公开了运营商营业厅场景下风控数据模型的构建及应用方法，具体包括以下步骤：步骤一、数据处理；步骤二、建模；步骤三、评估部署；步骤四、优化；步骤五、业务办理；本发明涉及金融风控技术领域。该运营商营业厅场景下风控数据模型的构建及应用方法，将风控相关流程环节进行调整，让大数据风控技术能够跟业务流程相结合，来自动化配合业务开展，并且结合实际业务场景，将个人用户在运营商的数据维度引入到风控模型中，对于用户的风控评价更加适应于运营商消费分期场景，对传统方法进行了改造和调整，从模型准确度和解释性上做出平衡，建立动态监控体系来优化模型，让数据模型在运营商消费分期场景中应用效果得到提升。

技术领域

本发明涉及金融风控技术领域，应用于电信运营商的消费分期产品，在线上线下结合的办理流程中，通过构建数据模型实现智能风控，具体为运营商营业厅场景下风控数据模型的构建及应用方法。

背景技术

在风控领域，技术体系已经发展了很多年，在包括信用卡、消费贷款、现金贷款等场景下有较多实践，针对这些传统金融类场景上已经搭建出适应的数据模型，但是对于运营商自有分期业务这一特定场景，需要做调整，才能够得到更精准的结果。

从应用流程上看，金融机构的风控模型主要应用于信贷流程，其流程的相关方为金融机构内部的产品、风险、信贷、IT等部门，业务和数据的流转基本在金融机构内部完成，从数据模型的数据基础来说，金融机构的模型一般采用个人的资产、负债、收入、消费、征信等数据构建模型，这类模型在金融信贷场景的契合度较高，从数据模型的开发方法上，现有技术使用逻辑回归算法、评分卡模型偏多。

针对于上述资料的检索，可以看出对于运营商自有分期业务这一特定场景而言，当前的风控技术存在如下缺陷：

1.现有技术缺乏在运营商消费分期业务场景的适应性，即目前的较成熟的风控方案基本是应用于金融机构的信贷场景，对个人用户的风险和信用评价均来源于金融、消费等领域。现有技术对于运营商的场景并不匹配，没有考虑到用于在运营商的消费特点和风险偏好，会造成对用户的评估不够准确；

2.现有技术不匹配运营商消费分期场景的业务流程，由于本业务场景是运营商自有的特定场景，需要在集团内部的交易系统、支付系统、融资租赁公司、各省分公司的结算系统中整合完成，其风控流程需要考虑到内部各职能板块和系统的交互与合作，现有技术没有该流程的应对方案。

针对于由于以上缺陷，可以看出现有技术方法的适用性和准确性有所不足，即现有风控模型的建立方法对本场景缺乏匹配性支持。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了运营商营业厅场景下风控数据模型的构建及应用方法，解决了现有技术缺乏在运营商消费分期业务场景的适应性，不匹配运营商消费分期场景的业务流程，对本场景缺乏匹配性支持的问题。

(二)技术方案

为实现上述目的，本发明提供了如下技术方案：运营商营业厅场景下风控数据模型的构建及应用方法，具体包括以下步骤：

步骤一、数据处理：大数据平台通过采集用户在运营商中的使用情况数据，风控系统按照业务系统中分期产品的违约情况进行规则定义，利用大数据平台中的全量样本中，随机抽取出建模样本，在建模样本抽取中，对个人敏感信息进行脱敏处理，根据用户在运营商的使用情况进行数据的加工，从最初原始明细信息记录加工到以用户为单位的属性变量，用以描述用户的稳定性、趋势、偏好和产品偏好，同时对于联系变量进行分段，计算证据权重WOE；

步骤二、建模：建模优化单元对步骤一中加工好的数据进行深入探索，了解数据的分布和相互影响关系，找出用以评价客户风险和信用的关键指标，随后引入数据挖掘、评分卡模型和人工智能算法来训练数据模型，整合并选择出准确率最高的数据模型；