本發明公開了一種評分卡配置方法、裝置、設備及可讀存儲介質，所述評分卡配置方法包括：接收目標自變量，判斷評分卡配置系統預存模型對應的入模自變量列表中是否存有所述目標自變量；當未存有所述目標自變量時，將所述目標自變量前驅到入模自變量列表中的換算自變量；基于所述換算自變量進行評分卡的配置。本發明解決現有技術中解決現有評分卡配置過程中，評分卡配置可拓展性以及整合能力差的技術問題。

技術領域

本發明涉及貸款技術領域，尤其涉及一種評分卡配置方法、裝置、設備及可讀存儲介質。

背景技術

目前，在貸款給用戶前，需要對用戶進行審核，以判斷用戶是否具有貸款資格，其中，評分卡設置是判斷用戶是否有貸款資格的一系列判斷邏輯，在判斷用戶是否有貸款資格的一系列判斷邏輯前，需要獲取對貸款資格影響價值高的一些自變量，獲取對貸款資格影響價值高的一些自變量過程即是獲取評分卡配置的前置條件的過程，需要說明的是，評分卡配置的前置條件是變化的，現有技術中，若前置條件發生變化時，無法實現評分卡的快速對接配置，而是需要再次人工設計評分卡配置的前置條件，而再次人工設計評分卡配置的前置條件，在一定程度上造成資源的浪費，降低了效率。

發明內容

本發明的主要目的在于提供一種評分卡配置方法、裝置、設備及可讀存儲介質，旨在解決現有評分卡配置過程中，評分卡配置可拓展性以及整合能力差的技術問題。

為實現上述目的，本發明提供一種評分卡配置方法，所述評分卡配置方法包括：

接收目標自變量，判斷評分卡配置系統預存模型對應的入模自變量列表中是否存有所述目標自變量，其中，目標自變量是從判斷用戶是否有貸款資格的各個自變量中，選取的預測價值大于預設值的自變量；

當未存有所述目標自變量時，將所述目標自變量前驅到入模自變量列表中的換算自變量；

基于所述換算自變量進行評分卡的配置。

可選地，所述當未存有所述目標自變量時，將所述目標自變量前驅到入模自變量列表中的換算自變量步驟包括：

當未存有所述目標自變量時，基于所述目標自變量的取值范圍進行目標自變量的分組，以得到各個分組目標自變量；

獲取各個分組目標自變量下對應每組違約用戶對正常用戶的第一占比、并獲取目標自變量整體對應違約用戶對正常用戶第二占比，以得到各目標自變量分組取值對目標自變量違約概率的第一差異度；

基于所述第一差異度將所述目標自變量前驅到入模自變量列表中的換算自變量。

可選地，所述基于所述第一差異度將所述目標自變量前驅到入模自變量列表中的換算自變量步驟包括：

獲取所述入模自變量列表中各個自變量對應分組自變量的第二差異度；

從所述第二差異度中選取與第一差異度匹配的目標差異度，將所述目標差異度對應的自變量作為換算自變量。

可選地，所述接收目標自變量，判斷評分卡配置系統預存模型對應的入模自變量列表中是否存有所述目標自變量步驟之前包括：

獲取樣本數據，對所述樣本數據進行分組；

基于分組后的所述樣本數據，通過IV公式對各個自變量進行初始預測價值的排序，基于該排序先后選取第一預設個數的自變量；

通過各個自變量信息增益的大小從所述第一預設個數的自變量中選取第二預設個數的自變量，并基于各個自變量基尼系數的大小從所述第二預設個數的自變量中選取第三預設個數的自變量，其中，第一預設個數多于第二預設個數，第二預設個數多于第三預設個數；

將所述選取的第三預設個數的自變量作為預存模型對應的入模自變量列表中的自變量。