(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 202210441864.1 (22)申请日 2022.04.25 (71)申请人 兴业消费金融股份公司 地址 362017 福建省泉州市丰泽区丰泽 街 213号兴业银行 大厦第17层 (72)发明人 王帅　 (74)专利代理 机构 北京康信知识产权代理有限 责任公司 1 1240 专利代理师 刘晓燕 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 10/04(2012.01) (54)发明名称 对象能力的预测方法和装置、 存储介质及电 子装置 (57)摘要 本申请公开了一种对象能力的预测方法和 装置、 存储介质及电子装置， 涉及大数据领域， 该 对象能力的预测方法包括： 获取目标对象的目标 特征数据， 其中， 目标特征数据是目标对象在一 组预设特征维度上的数据； 将目标特征数据输入 到目标预测模 型， 得到目标预测模 型输出的目标 资源总量， 其中， 目标资源总量为基于目标特征 数据所预测的、 在不发生逾期的情况下目标对象 可偿还的交换资源的最大资源量； 根据目标资源 总量和目标对象的当前资源量， 确定目标对象 的 可偿还资源量， 其中， 当前资源量为目标对象当 前待偿还的交换资源的资源量， 解决了相关技术 中基于规则模型的评估方式存在由于易受到人 为因素的影响导致的能力评估的合理性差的问 题。 权利要求书2页 说明书17页 附图4页 CN 114757763 A 2022.07.15 CN 114757763 A 1.一种对象能力的预测方法， 其特 征在于， 包括： 获取目标对象的目标特征数据， 其中， 所述目标特征数据是所述目标对象在一组预设 特征维度上的数据； 将所述目标特征数据输入到目标预测模型， 得到所述目标预测模型输出的目标资源总 量， 其中， 所述目标资源总量为基于所述目标特征数据所预测的、 在不 发生逾期的情况下所 述目标对象可偿还的交换资源的最大资源量； 根据所述目标资源总量和所述目标对象的当前资源量， 确定所述目标对象的可偿还资 源量， 其中， 所述当前资源量 为所述目标对象当前待偿还的交换资源的资源量。 2.根据权利要求1所述的方法， 其特征在于， 在所述获取目标对象的目标特征数据之 前， 所述方法还 包括： 获取训练样本集， 其中， 所述训练样本集中的训练样本包含训练对象的第一特征数据 和所述训练对象的标注信息， 所述训练对象的第一特征数据包含所述训练对象在所述一组 预设特征维度上的特征数据， 所述训练对象的标注信息用于指示所述训练对象在发生逾期 时待偿还的交换资源的总资源量； 使用所述训练对象的第一特征数据和所述训练对象的标注信息对初始预测模型进行 模型训练， 得到所述目标 预测模型。 3.根据权利要求2所述的方法， 其特征在于， 在所述获取训练样本集之前， 所述方法还 包括： 从一组候选对象中筛选出满足 目标筛选条件的对象， 得到所述训练对象， 其中， 所述目 标筛选条件包括以下至少之一： 在预设时间段内， 发生逾期的次数达到预设次数阈值， 发生 逾期的可交换资源量达 到预设资源量阈值， 交换资源的获取 方式为预设获取 方式。 4.根据权利要求2所述的方法， 其特征在于， 所述初始预测模型为梯度提升回归模型； 在所述获取训练样本集之前， 所述方法还 包括： 获取所述训练对象的第二特征数据和所述训练对象的标注信息， 其中， 所述训练对象 的第二特 征数据包含所述训练对象在一组候选特 征维度上的特 征数据； 通过使用所述训练对象的第二特征数据和所述训练对象的标注信息进行回归模型构 建， 评估所述一组候选特征中的每个候选特征 的重要性， 得到所述每个候选特征 的重要性 评估结果； 根据所述每个候选特征的重要性评估结果， 从所述一组候选特征中筛选出所述一组预 设特征。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述每个候选特征的重要性评估 结果， 从所述 一组候选特 征中筛选出所述一组预设特 征， 包括： 根据所述每个候选特征的重要性评估结果， 从所述一组候选特征中筛选出一组预设特 征； 分别对所述一组预设特征中的每个预设特征执行以下步骤， 得到更新后的所述一组预 设特征， 其中， 在执 行以下步骤时， 所述每 个预设特 征为当前 预设特征； 对当前预设特征进行分箱化处理， 得到多个分箱， 其中， 所述多个分箱中的每个分箱包 含所述当前 预设特征的一段 特征值； 分别构建与所述每个分箱对应的参考数据， 其中， 与所述每个分箱对应的参考数据包权　利　要　求　书 1/2 页 2 CN 114757763 A 2含所述每个预设特征 的特征值， 与所述每个分箱对应的参考数据中， 所述当前预设特征 的 特征值位于所述每个分箱包含的一段特征值以内， 除了所述当前预设特征以外的其他预设 特征的特征值均相同； 将与所述每个分箱对应的参考数据输入到目标回归模型， 得到与所述每个分箱对应的 预测结果， 其中， 所述 目标回归模型是使用所述训练对 象的第二特征数据和所述训练对 象 的标注信息进 行回归模型构建所得到的模型， 与所述每个分箱对应的预测结果用于指示根 据与所述每 个分箱对应的参 考数据预测的、 在发生逾期时待偿还的交换资源的总资源量； 在与所述每个分箱对应的预测结果所指示的总资源量的大小顺序不是预设顺序的情 况下， 将所述当前 预设特征从所述 一组预设特 征中移除。 6.根据权利要求2所述的方法， 其特 征在于， 所述获取训练样本集， 包括： 获取所述训练对象在所述一组预设特征维度 上的特征数据， 得到所述训练对象的特征 数据； 根据所述训练对象的历史资源记录对所述训练对象的交换资源进行回溯， 得到所述训 练对象在发生逾期时的交换资源， 其中， 所述历史资源记录用于记录所述训练对 象的交换 资源的历史状态； 根据所述训练对象在发生逾期时的交换资源， 确定所述训练对象在发生逾期时待偿还 的交换资源的总资源量， 得到所述训练对象的标注信息 。 7.根据权利要求1至6中任一项所述的方法， 其特征在于， 在所述根据所述目标资源总 量和所述 目标对象的当前资源量， 确定所述 目标对象的可偿还资源量之后， 所述方法还包 括： 在所述可偿还资源量大于或者等于所述目标对象通过目标资源申请所申请的交换资 源量的情况下， 生成第一指示信息， 其中， 所述第一指示信息用于指示所述目标资源申请通 过； 在所述可偿还资源量小于所述目标对象通过所述目标资源申请所申请的交换资源量 的情况下， 生成第二指示信息， 其中， 所述第二指示信息用于指示所述目标资源申请未通 过。 8.一种对象能力的预测装置， 其特 征在于， 包括： 第一获取单元， 用于获取目标对象的目标特征数据， 其中， 所述目标特征数据是所述目 标对象在一组预设特 征维度上的数据； 输入单元， 用于将所述目标特征数据输入到目标预测模型， 得到所述目标预测模型输 出的目标资源总量， 其中， 所述目标资源总量为基于所述目标特征数据所预测的、 在不 发生 逾期的情况 下所述目标对象可偿还的交换资源的最大资源量； 确定单元， 用于根据所述目标资源总量和所述目标对象的当前资源量， 确定所述目标 对象的可偿还资源量， 其中， 所述当前资源量为所述 目标对象当前待偿还的交换资源的资 源量。 9.一种计算机可读的存储介质， 其特征在于， 所述计算机可读的存储介质包括存储的 程序， 其中， 所述 程序运行时执 行权利要求1至7中任一项所述的方法。 10.一种电子装置， 包括存储器和 处理器， 其特征在于， 所述存储器中存储有计算机程 序， 所述处 理器被设置为 通过所述计算机程序执 行权利要求1至7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114757763 A 3