(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210879363.1 (22)申请日 2022.07.25 (71)申请人 百融至信 （北京） 征信有限公司 地址 100000 北京市朝阳区阜荣 街10号环 球创意广场A座1- 3层 (72)发明人 武一凡　冯鑫　 (74)专利代理 机构 北京鼎佳达知识产权代理事 务所(普通 合伙) 11348 专利代理师 刘铁鸣　刘铁生 (51)Int.Cl. G06Q 40/02(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种风控 模型的创建方法及装置 (57)摘要 本发明公开了一种风控模型的创建方法及 装置， 涉及信贷风控技术领域。 本发明主要的技 术方案为： 获取目标样本集中各个目标样本的样 本数据， 所述样本数据中包括类别型特征数据和 数值型特征数据； 将所述类别型特征数据和所述 数值型特征数据处理为第一多维特征数据集， 所 述第一多维特征数据集由已经构建特征关联关 系后的多个第一多维数值型特征数据构成； 将所 述类别型特征数据和所述数值型特征数据处理 为第二多维特征数据集； 利用所述第一多维特征 数据集和所述第二多维特征数据集训练第三模 型， 所述第三模 型为用于预测所述目标样本的评 分结果的逻辑回归风控模型。 本发 明用于风控模 型的创建。 权利要求书2页 说明书10页 附图4页 CN 115271911 A 2022.11.01 CN 115271911 A 1.一种风控 模型的创建方法， 其特 征在于， 包括： 获取目标样本集中各个目标样本的样本数据， 所述样本数据中包括类别型特征数据和 数值型特征数据； 将所述类别型特征数据和所述数值型特征数据处理为第 一多维特征数据集， 所述第 一 多维特征数据集由已经构建特 征关联关系后的多个第一多维特 征数据构成； 将所述类别型特征数据和所述数值型特征数据处理为第 二多维特征数据集， 所述第 二 多维特征数据集由已经构建特 征高维映射后的多个第二多维特 征数据构成； 利用所述第 一多维特征数据集和所述第 二多维特征数据集训练第 三模型， 所述第 三模 型为用于确定所述目标样本的评分结果的逻辑回归风控 模型。 2.根据权利要求1所述的方法， 其特征在于， 将所述类别型特征数据和所述数值型特征 数据处理为第一多维特征数据集， 所述第一多维特征数据集由已经构建特征关联关系后的 多个第一多维特 征数据构成， 包括： 分别将所述类别型 特征数据进行独热编码， 以获得多个高维稀疏 特征数据； 依次将隶属于同一所述目标样本的所述高维稀疏特征数据和所述数值型特征数据进 行拼接处 理， 以构成第一 拼接数据集； 利用所述第一拼接数据集训练第一模型， 并获得第一输出结果集， 所述第一模型为用 于构建所述第一 拼接数据的特 征关联关系的因子分解机模型； 将所述第一输出 结果集作为所述第一多维特 征数据集。 3.根据权利要求1所述的方法， 其特征在于， 将所述类别型特征数据和所述数值型特征 数据处理为第二多维特征数据集， 所述第二多维特征数据集由已经构建特征高维映射后的 多个第二多维特 征数据构成， 包括： 分别将所述类别型 特征数据进行映射编码， 以获得多个低维稠密特 征数据； 依次将隶属于同一所述目标样本的所述低维稠密特征数据和所述数值型特征数据进 行拼接处 理， 以构成第二 拼接数据集； 利用所述第二拼接数据集训练第二模型， 并获得第二输出结果集， 所述第二模型为用 于将第二 拼接数据映射 为多维数值型 特征数据的深度神经网络模型； 将所述第二输出 结果集作为第二多维特 征数据集。 4.根据权利要求1所述的方法， 其特征在于， 在获取目标样本集中各个目标样本的样本 数据之前， 所述方法还 包括： 抽取预设数量的历史样本， 以构成历史样本集； 确定所述历史样本集中的所述历史样本的正负 样本比例； 判断所述 正负样本比例是否处于预设阈值范围内； 若是， 则确定所述历史样本集 为所述目标样本集。 5.根据权利要求4所述的方法， 其特征在于， 确定所述历史样本集中的所述历史样本的 正负样本比例， 包括： 获取所述历史样本集中各个所述历史样本的关联信 息， 所述关联信 息至少包括基本属 性、 行为表现、 风险指标以及征信 信息中的一个； 依次判断所述关联信 息是否符合业务规则， 所述业务规则为确定所述关联信 息对应的 所述历史样本为 正样本的匹配规则；权　利　要　求　书 1/2 页 2 CN 115271911 A 2若符合， 则确定所述关联信息对应的所述历史样本为 正样本； 若不符合， 则确定所述关联信息对应的所述历史样本为负 样本； 基于所述历史样本集中所述历史样本的正样本数量和负样本数量确定所述正负样本 比例。 6.根据权利要求4 ‑5所述的方法， 其特征在于， 若判断所述正负样本比例不处于预设阈 值范围内， 所述方法还 包括： 基于所述正负样本比例动态调整所述目标样本集中的所述历史样本的所述正样本数 量和/或所述负样本数量， 以使得调整后的目标样本集中所述历史样本的所述正负样本比 例处于所述预设阈值范围内。 7.一种风控 模型的创建装置， 其特 征在于， 包括： 获取单元， 用于获取目标样本集中各个目标样本的样本数据， 所述样本数据中包括类 别型特征数据和数值型 特征数据； 第一处理单元， 用于将所述获取单元获得的类别型特征数据和所述数值型特征数据处 理为第一多维特征数据集， 所述第一多维特征数据集由已经构建特征关联关系后的多个第 一多维特 征数据构成； 第二处理单元， 用于将所述获取单元获得的类别型特征数据和所述数值型特征数据处 理为第二多维特征数据集， 所述第二多维特征数据集由已经构建特征高维映射后的多个第 二多维特 征数据构成； 训练单元， 用于利用所述第 一处理单元获得的第 一多维特征数据集和所述第 二处理单 元获得的第二多维特征数据集训练第三模型， 所述第三模型为用于预测所述目标样本的评 分结果的逻辑回归风控 模型。 8.根据权利要求7 所述的装置， 其特 征在于， 所述第一处 理单元， 包括： 第一编码模块， 用于分别将所述类别型特征数据进行独热编码， 以获得多个高维稀疏 特征数据； 第一拼接模块， 用于依次将隶属于同一所述目标样本的所述高维稀疏特征数据和所述 数值型特征数据进行拼接处 理， 以构成第一 拼接数据集； 第一训练模块， 用于利用所述第 一拼接数据集训练第 一模型， 并获得第 一输出结果集， 所述第一模型为用于构建所述第一 拼接数据的特 征关联关系的因子分解机模型； 第一确定模块， 用于将所述第一输出 结果集作为所述第一多维特 征数据集。 9.一种存储介质， 其特征在于， 所述存储介质包括存储的程序， 其中， 在所述程序运行 时控制所述存储介质所在设备执行如权利要求1至权利要求6中任意一项所述的风控模型 的创建方法。 10.一种处理器， 其特征在于， 所述处理器用于运行程序， 其中， 所述程序运行时执行如 权利要求1至 权利要求6中任意 一项所述的风控 模型的创建方法。权　利　要　求　书 2/2 页 3 CN 115271911 A 3