[发明专利]业务对象识别模型的获取方法、装置和计算机设备

说明书

本申请涉及一种业务对象识别模型的获取方法、装置和计算机设备，应用于金融科技领域。该方法包括：获取样本业务对象的至少一个对象描述数据；各对象描述数据具有对应的业务特征属性；将各业务特征属性作为自变量，构建方程式种群；确定各方程式个体对应的适应度；按照各方程式个体对应的适应度，在方程式种群中训练出业务对象识别模型；将待识别业务对象的对象描述数据输入至业务对象识别模型，得到待识别业务对象的预测种类信息，并根据待识别业务对象的预测种类信息，判定待识别业务对象为目标业务对象。采用本方法能够提高识别业务对象是否为目标业务对象的效率。

技术领域

本申请涉及金融技术领域，特别是涉及一种业务对象识别模型的获取方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

贷款资产证券化的基础资产等业务对象选择，往往是决定当期发行是否能达到预期业务目的的重要因素，基础资产选择误差，将对原始权益所有者(即银行)的经济权益产生较大影响，甚至带来严重的业务风险。

在现有贷款资产证券化发行过程中，一般由原始权益所有者的业务人员根据简单的业务过滤规则从全量资产池中筛选可证券化的基础资产清单，如直接筛选逾期天数超过指定阈值，贷款资产类型为指定值的资产作为证券化基础资产。简单的判定筛选规则，无法对贷款资产的资产质量进行有效评估。

因此，相关技术中存在识别业务对象是否为目标业务对象的效果不佳的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高识别业务对象是否为目标业务对象的效果的业务对象识别模型的获取方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种业务对象识别模型的获取方法，所述方法包括：

获取样本业务对象的至少一个对象描述数据；各所述对象描述数据具有对应的业务特征属性；

将各所述业务特征属性作为自变量，构建方程式种群；所述方程式种群中的各方程式个体分别用于表征所述样本业务对象的对象描述数据与所述样本业务对象的预测种类信息之间不同的映射关系；所述预测种类信息用于描述所述样本业务对象为目标业务对象的预测概率；

确定各所述方程式个体对应的适应度；所述适应度为基于相应的方程式个体针对所述样本业务对象输出的预测种类信息与所述样本业务对象的实际种类信息间的差异确定的；

按照各所述方程式个体对应的适应度，在所述方程式种群中训练出业务对象识别模型；

将待识别业务对象的对象描述数据输入至所述业务对象识别模型，得到所述待识别业务对象的预测种类信息，并根据所述待识别业务对象的预测种类信息，判定所述待识别业务对象为所述目标业务对象。

在其中一个实施例中，所述按照各所述方程式个体对应的适应度，在所述方程式种群中生成业务对象识别模型，包括：按照各所述方程式个体对应的适应度，对所述方程式种群中的各所述方程式个体进行遗传算法优化，得到目标方程式个体；将所述目标方程式个体所表征的方程式作为所述业务对象识别模型。

在其中一个实施例中，所述将各所述业务特征属性作为自变量，构建方程式种群，包括：将各所述业务特征属性对应的自变量符号和预设的至少一个运算符号进行组合处理，得到至少两个组合后方程式；各所述组合后方程式中的符号数量均满足预设的数量阈值；分别对各所述组合后方程式进行编码处理，得到各所述方程式个体；将各所述方程式个体添加至所述方程式种群中。

在其中一个实施例中，所述确定各所述方程式个体对应的适应度，包括：对于各所述方程式个体中的任一方程式个体，将所述样本业务对象的对象描述数据代入至所述任一方程式个体所表征的方程式中，得到所述任一方程式个体针对所述样本业务对象输出的预测种类信息；基于所述任一方程式个体输出的预测种类信息和所述样本业务对象的实际种类信息之间的差异，确定所述任一方程式个体对应的适应度。