[发明专利]一种基于集成算法的公积金个人贷款逾期预测方法

权利要求书

1.一种基于集成算法的公积金个人贷款逾期预测方法，其特征在于，包括如下步骤：

构建个人贷款逾期预测模型，所述个人贷款逾期预测模型包括两个组件，其中组件一用于数据处理，组件二用于计算逾期预测分数；

所述组件一进行数据处理的步骤如下：

S101：获取公积金借款人特征矩阵W_user、贷款数据L_user和逾期标签O_act。公积金借款人特征矩阵W_user由多个公积金借款人user和与user对应的公积金借款人特征向量V_user构成，贷款数据L_user由与user对应的公积金贷款数据特征L^feature和user对应的实际逾期Overdue^act构成。

S102：使用四分位点内距方法解决数据离群点问题，得到新的公积金借款人特征数据W_user′和新的贷款数据L_user′。

S103：使用Spearman秩相关系数剔除高相关性特征的偏差对个人贷款逾期预测模型判断带来的影响，得到更新后的公积金借款人特征数据W_user″和更新后的贷款数据L_user″。

S104：使用多共线性组件利用方差扩大因子方法缓和数据之间的多重共线性并优化S103中所得W_user″和L_user″，得到对应的优化后的公积金借款人特征数据W_user″′和优化后的贷款数据L_user″′；

S105：使用特征选择组件通过计算特征的信息价值更新优化S103中所得W_user″′和L_user″′，得到对应的再次优化后的公积金借款人特征数据W_user″″和再次优化后的贷款数据L_user″″；

所述组件二计算逾期预测分数的步骤如下：

S106：将组件一得到的W_user″″和L_user″″使用NearMiss欠采样技术解决数据类别不平衡问题，对应的处理后的公积金借款人特征数据W_user^f、处理后的贷款数据L_user^f和实际逾期标签O_act^f。

S107：使用W_user^f，L_user^f和O_act^f训练随机森林组件得到最优随机森林组件；

S108：将待测公积金借款人特征矩阵W_test和与W_test对应的贷款数据L_test输入S107得到的最优随机森林组件中，输出的是由逾期预测分数组成的m×1的矩阵T_test，其中m是待测公积金借款人的数量，范围在0～1之间，当时，归类为0，表示该对应的待测公积金借款人没有逾期，当时，归类为1，表示该对应的待测公积金借款人逾期。

2.如权利要求1所述的基于集成算法的公积金个人贷款逾期预测方法，其特征在于，所述S101中W_user、L_user和Overdue^act具体做如下定义

定义其中，m表示公积金借款人总数，x…z表示该公积金借款人的所有特征。公积金借款人特征矩阵中的连续型特征m表示公积金借款人总数，x^con…z^con表示该公积金借款人的连续型特征。

定义其中，m表示公积金借款人总数也即贷款记录数，l1…ln表示该公积金借款人从公积金贷款的所有特征，公积金借款人贷款矩阵中的连续型特征l1^con…ln^con表示该公积金借款人从公积金贷款的连续型特征。

对于公积金借款人实际逾期标签Overdue^act，当Overdue^act＝0时，表示该公积金借款人没有逾期，当Overdue^act＝1时，表示该公积金借款人逾期。