[发明专利]识别高风险客户经理的系统、方法、电子设备及介质

权利要求书

1.一种识别高风险客户经理的方法，其特征在于，所述方法具体包括：

获取客户经理的业务数据，基于所述业务数据构建业务特征库；

基于所述业务特征库选取评价指标，并设置所述评价指标的阈值；

对待识别的样本进行客户经理标识和时间标识；

基于所述评价指标和所述阈值判断所述待识别样本是否为高风险样本。

2.根据权利要求1所述的识别高风险客户经理的方法，其特征在于，所述获取客户经理的业务数据，基于所述业务数据构建业务特征库，包括：

获取一定数量的客户经理在预设时间内的业务数据，其中，所述业务数据包括基本信息维度数据、基础管理数据、埋点数据和工作数据；

所述基本信息维度数据包括客户经理职级信息、所属机构信息、所属省份城市信息、所属机构类型信息和当前工作年限信息；

所述基础管理数据包括违规数据、处罚数据、培训数据和投诉数据；

所述埋点数据包括修改数据、撤回数据和退回数据；

所述工作数据包括申请放款维度数据、审批维度数据、贷中表现维度数据、贷后表现维度数据和欺诈情况维度数据。

3.根据权利要求2所述的识别高风险客户经理的方法，其特征在于，所述获取客户经理的业务数据，基于所述业务数据构建业务特征库，还包括：

获取申请放款维度数据，所述申请放款维度数据包括申请订单情况数据、放款订单情况数据、客群基本信息情况数据、业务集中情况数据、评分分布数据和业务分布数据。

4.根据权利要求3所述的识别高风险客户经理的方法，其特征在于，所述获取客户经理的业务数据，基于所述业务数据构建业务特征库，还包括：

获取审批维度数据，所述审批维度数据包括自动通过率数据、转人工率数据、拒绝率数据和放款率数据。

5.根据权利要求4所述的识别高风险客户经理的方法，其特征在于，所述获取客户经理的业务数据，基于所述业务数据构建业务特征库，还包括，还包括：

获取贷中表现维度数据，所述贷中表现维度数据包括在贷资产数据、风险敞口数据、贷中评分数据、还款数据和提前结清数据；

以及，获取贷后表现维度数据，所述贷后表现维度数据包括逾期数据；

以及，获取欺诈情况维度数据，所述欺诈情况维度数据包括贷前欺诈数据和贷后欺诈数据。

6.根据权利要求5所述的识别高风险客户经理的方法，其特征在于，所述基于所述业务特征库选取评价指标，并设置所述评价指标的阈值，包括：

剔除贷后表现维度数据和欺诈情况维度数据；根据I V值和PS I计算，选取评价指标。

7.根据权利要求6所述的识别高风险客户经理的方法，其特征在于，所述基于所述评价指标和所述阈值判断所述待识别样本是否为高风险样本，包括：

使用随机森林RandomForestClassi f i er算法，判断所述待识别样本是否为高风险样本；

判断所述高风险样本的风险等级，基于所述风险等级对客户经理采取不同的有针对性的管控检查措施。

8.一种识别高风险客户经理的系统，其特征在于，包括：

获取模块，用于获取客户经理的业务数据；

构建模块，用于基于所述业务数据构建业务特征库；

选取模块，用于基于所述业务特征库选取评价指标；

设置模块，用于设置所述评价指标的阈值；

标识模块，用于对待识别的样本进行客户经理标识和时间标识；

判断模块，用于基于所述评价指标和所述阈值判断所述待识别样本是否为高风险样本。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中的任一项所述的方法的步骤。

10.一种非暂态计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中的任一项所述的方法的步骤。