python-时序频繁项集挖掘 prefixspan

一、项目需求

某金融信贷场景下，探索违约客户在时序上行为的共通性，以此来对客户违约进行提前识别。

二、方案设计

项目需求是在已收集客户的基本信息及历史行为数据，在客户进行分类 0 好客 1 坏客基础上，挖掘坏客违约之前行为的共性。业务上理解就是在一个人发生违约之前有哪些表现，如：大额/多笔消费性支出、信贷展期、多次申请信贷。这些表现是否存在组合特征、时序上是否有前后关联。

整体方案：圈选客户群体，构建客户画像和事件集，进行频繁项集和时序频繁项集挖掘，比较好坏客户群里间频繁项集的差异性来评估该频繁项集表现（简单理解就是，一个业务上认为有效的事件组合应该是在坏客户中出现占比较高，而在好客户群众中出现占比低），筛选出有通共性和区分性较高的事件序列。

三、实施步骤

1、坏客定义

坏客定义为发生逾期超过90天的客户。

2、构建事件集

通过客户基础信息和在行流水数据、业务办理等，外部采购数据等，构建用户层级画像并设计事件库。事件库的设计偏向用户行为或者状态的改变，如：当月发生大额消费性支出（>10万），当月消费性支出环比增长500%，连续3个月月末存款余额低于1000元。

3、时序频繁序列挖掘

        a. 构建事件序列

        b. 对事件序列进行筛选

        c. 时序频繁项挖掘

4、效果评估