本文回顾了2016年在消费信贷建模方面的工作，包括第一版到第三版通用信用模型的建立与优化，收入模型的创建，以及外部合作建模的尝试。在样本选择、特征工程和模型训练等方面进行了深入探讨，并对未来工作提出了连续违约分析、无监督特征降维和DNN模型深化等计划。
一、2016年度忙碌的工作与技术积累
1.1 第一版通用信用模型：
201601 开始建模。
梳理大数据特征风控建模的过程如下：
样本：
从LDYS购买到sms中收到逾期3次以上定义为坏，从来没有收到逾期的定义为好。
特征：
细粒度搜索词、大数据用户画像（自然属性、社会属性、兴趣与需求属性）、LBS（家、公司、到访等）、各大类产品线按每1/3/6/12月做的统计衍生特征、细粒度搜索浏览等特征在性别等分类器上提取出的最后一层做稠密特征。
三大特征源，bdg的特征覆盖率86%(53.4w) 特征有9+w维， fsg的特征覆盖率100%（61.4w）特征有1000维，bdl的特征覆盖率50+%（31.6w）特征有2500维。
模型：
最低0.47元/天 解锁文章
扫一扫
3934
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
