一种建立逾期风险识别模型的方法和装置与流程

技术特征：
1.一种建立逾期风险识别模型的方法，其中，所述方法包括：获得周期性行为对应的训练数据；对所述训练数据执行数据预处理操作，利用数据预处理后的数据建立特征工程，获得所述训练数据对应的数据特征信息；根据所述数据特征信息，并使用与所述周期性行为对应的损失函数，训练得到逾期风险识别模型，其中，所述损失函数中的参数包括标签以及期数，所述期数由用户的逾期行为来确定。2.根据权利要求1所述的方法，其中，对于未逾期用户，所述期数大于所述周期性行为对应的总期数；对于逾期用户，所述期数为用户首次逾期行为对应的期数。3.根据权利要求1所述的方法，其中，所述损失函数如下：其中，y表示标签，mob表示期数，p表示预测的概率值。4.根据权利要求1至3中任一项所述的方法，其中，所述周期性行为为包括多个账期的还款行为。5.一种建立逾期风险识别模型的装置，其中，所述装置包括：用于获得周期性行为对应的训练数据的装置；用于对所述训练数据执行数据预处理操作，利用数据预处理后的数据建立特征工程，获得所述训练数据对应的数据特征信息的装置；用于根据所述数据特征信息，并使用与所述周期性行为对应的损失函数，训练得到逾期风险识别模型的装置，其中，所述损失函数中的参数包括标签以及期数，所述期数由用户的逾期行为来确定。6.根据权利要求5所述的装置，其中，对于未逾期用户，所述期数大于所述周期性行为对应的总期数；对于逾期用户，所述期数为用户首次逾期行为对应的期数。7.根据权利要求5所述的装置，其中，所述损失函数如下：其中，y表示标签，mob表示期数，p表示预测的概率值。8.根据权利要求5至7中任一项所述的装置，其中，所述周期性行为为包括多个账期的还款行为。9.一种计算机设备，其中，所述计算机设备包括：存储器，用于存储一个或多个程序；一个或多个处理器，与所述存储器相连，当所述一个或多个程序被所述一个或者多个处理器执行时，使得所述一个或多个处理器执行如权利要求1至4中任一项所述的方法。10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序可被处理器执行如权利要求1至4中任一项所述的方法。

技术总结
本申请提供了一种建立逾期风险识别模型的方法，其中，所述方法包括：获得周期性行为对应的训练数据；对所述训练数据执行数据预处理操作，利用数据预处理后的数据建立特征工程，获得所述训练数据对应的数据特征信息；根据所述数据特征信息，并使用与所述周期性行为对应的损失函数，训练得到逾期风险识别模型，其中，所述损失函数中的参数包括标签以及期数，所述期数由用户的逾期行为来确定。根据本申请的方案，能够通过让模型学习用户是否逾期以及用户逾期的期数，精细刻画用户风险，从而识别出逾期速度更快的用户。期速度更快的用户。期速度更快的用户。


技术研发人员：熊伟灼 杨青
受保护的技术使用者：度小满科技(北京)有限公司
技术研发日：2021.08.31
技术公布日：2022/1/7