(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 202211032659.6 (22)申请日 2022.08.26 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 周慧婷　申亚坤　谭莹坤　余功菊　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 马天琪 (51)Int.Cl. G06Q 40/02(2012.01) G06K 9/62(2022.01) G06F 17/16(2006.01) (54)发明名称 一种贷款 业务模型的特 征确定系统及方法 (57)摘要 本申请实施例提供了一种贷款业务模型的 特征确定系统及方法， 应用于金融领域， 系统包 括： 数据采集模块、 数据计算模块和特征组合筛 选模块， 本申请实施例通过利用数据采集模块采 集目标数据形成样本矩阵， 而后数据计算模块根 据样本矩阵计算得到逆协方差矩阵， 特征组合筛 选模块可以根据逆协方差矩阵形成特征图， 可以 根据特征图将相关联的特征确定为组合型特征， 即将多个特征降低为一个特征， 大大降低了特征 的维度， 降低特征选择的难度， 辅助进行特征选 择， 并且能够利用组合型特征进行贷款业务模型 的训练。 权利要求书1页 说明书8页 附图1页 CN 115358845 A 2022.11.18 CN 115358845 A 1.一种贷款业务模型的特征确定系统， 其特征在于， 所述系统包括： 数据采集模块、 数 据计算模块和特 征组合筛 选模块； 所述数据采集模块用于获取办理贷款 业务的客户的目标 数据， 形成样本矩阵； 所述数据计算模块用于根据 所述样本矩阵计算得到样本协方差矩阵， 利用交替方向乘 子法将所述样本协方差矩阵计算 为逆协方差矩阵； 所述特征组合筛选模块用于根据所述逆协方差矩阵形成特征图， 根据 所述特征图确定 多个特征是否相关联， 将相关联的特 征确定为贷款 业务模型的组合型 特征。 2.根据权利要求1所述的系统， 其特征在于， 所述数据采集模块具体用于对所述目标数 据进行聚类， 对聚类后的缺 失数据进 行补充以及对异常数据进 行替换， 对属性数据赋值， 形 成样本矩阵。 3.根据权利要求1所述的系统， 其特征在于， 所述特征组合筛选模块还用于根据 所述特 征图， 确定多个 独立特征； 将多个所述独立特征中在业务层面属于同一类别的特征确定为贷款业务模型的同类 特征。 4.根据权利要求1所述的系统， 其特征在于， 所述特征组合筛选模块具体用于根据 所述 特征图中相邻两个特 征之间是否相连确定所述相邻两个特 征是否相关联。 5.根据权利要求1 ‑4任意一项所述的系统， 其特征在于， 所述目标数据至少包括住址、 收入、 是否持有信用卡、 是否存在交易、 交易频率、 账户数、 是否具有 贷款和贷款 额度。 6.一种贷款 业务模型的特 征确定方法， 其特 征在于， 所述方法包括： 获取办理贷款 业务的客户的目标 数据， 形成样本矩阵； 根据所述样本矩阵计算得到样本协方差矩阵， 利用交替方向乘子法将所述样本协方差 矩阵计算 为逆协方差矩阵； 根据所述逆协方差矩阵形成特征图， 根据所述特征图确定多个特征是否相关联， 将相 关联的特 征确定为贷款 业务模型的组合型 特征。 7.根据权利要求6所述的方法， 其特征在于， 所述获取办理贷款业务的客户的目标数 据， 形成样本矩阵包括： 对所述目标数据进行聚类， 对聚类后的缺失数据进行补充以及对异常数据进行替换， 对属性数据赋值， 形成样本矩阵。 8.根据权利要求6所述的方法， 其特 征在于， 所述方法还 包括： 根据所述特 征图， 确定多个 独立特征； 将多个所述独立特征中在业务层面属于同一类别的特征确定为贷款业务模型的同类 特征。 9.根据权利要求6所述的方法， 其特征在于， 所述根据所述逆协方差矩阵形成特征图， 根据所述特 征图确定多个特 征是否相关联包括： 根据所述特 征图中相邻两个特 征之间是否相连确定所述相邻两个特 征是否相关联。 10.根据权利要求6 ‑9任意一项所述的方法， 其特征在于， 所述目标数据至少包括住址、 收入、 是否持有信用卡、 是否存在交易、 交易频率、 账户数、 是否具有 贷款和贷款 额度。权　利　要　求　书 1/1 页 2 CN 115358845 A 2一种贷款业务模型的特征确定系统及方 法 技术领域 [0001]本发明涉及金融领域， 特别涉及一种贷款 业务模型的特 征确定系统及方法。 背景技术 [0002]随着当前社会的金融和计算机发展， 涉及越来越多的金融交易， 随着银行业务的 快速发展， 银 行的核心系统的功能也在逐渐完 善， 其中包括对用户提供贷款的功能。 [0003]贷款是银行的一项重要业务， 可以通过分析客户数据构建贷款业务模型来计算客 户的信用， 从而判断是否能够给该客户进 行贷款。 在构建贷款业务模 型的过程中， 提取用户 特征是分析客户数据中的重要一步。 而随着社会与经济的发展， 以及数据收集技术的提高， 用户特征越来越多， 呈现高维趋势， 用户特征间的关系也越来越错综复杂。 而从充满噪音的 数据里提取有用信息， 对贷款 业务模型的准确度具有决定性影响。 [0004]因此， 现在亟需一种贷款 业务模型的特 征确定方法。 发明内容 [0005]有鉴于此， 本申请的目的在于提供一种贷款业务模型的特征确定系统及方法， 能 够降低特 征维度， 辅助进行 特征选择。 [0006]本申请实施例提供一种贷款业务模型的特征确定系统， 所述系统包括： 数据采集 模块、 数据计算模块和特 征组合筛 选模块； [0007]所述数据采集模块用于获取办理贷款 业务的客户的目标 数据， 形成样本矩阵； [0008]所述数据计算模块用于根据所述样本矩阵计算得到样本协方差矩阵， 利用交替方 向乘子法将所述样本协方差矩阵计算 为逆协方差矩阵； [0009]所述特征组合筛选模块用于根据所述逆协方差矩阵形成特征图， 根据所述特征图 确定多个特 征是否相关联， 将相关联的特 征确定为贷款 业务模型的组合型 特征。 [0010]可选地， 所述数据采集模块具体用于对所述目标数据进行聚类， 对聚类后的缺失 数据进行补充以及对异常数据进行替换， 对属性数据赋值， 形成样本矩阵。 [0011]可选地， 所述特 征组合筛 选模块还用于根据所述特 征图， 确定多个 独立特征； [0012]将多个所述独立特征中在业务层面属于同一类别的特征确定为贷款业务模型的 同类特征。 [0013]可选地， 所述特征组合筛选模块具体用于根据所述特征图中相邻两个特征之间是 否相连确定所述相邻两个特 征是否相关联。 [0014]可选地， 所述目标数据至少包括住址、 收入、 是否持有信用卡、 是否存在交易、 交易 频率、 账户数、 是否具有 贷款和贷款 额度。 [0015]本申请实施例提供一种贷款 业务模型的特 征确定方法， 所述方法包括： [0016]获取办理贷款 业务的客户的目标 数据， 形成样本矩阵； [0017]根据所述样本矩阵计算得到样本协方差矩阵， 利用交替方向乘子法将所述样本协 方差矩阵计算 为逆协方差矩阵；说　明　书 1/8 页 3 CN 115358845 A 3