360數(shù)科GBST算法被頂級國際期刊收錄

　　7月7日消息，據(jù)官方發(fā)布的消息，近日，360數(shù)科白苗君、鄭彥、沈赟研究發(fā)表的論文Gradient boosting survival tree with applications in credit scoring（GBST算法在信用風險領(lǐng)域的應用），被英國老牌頂級運籌學期刊Journal of the Operational Research Society收錄。

　　據(jù)悉，360數(shù)科風控研究團隊以目前國際上信用風險分析領(lǐng)域最熱門的前沿模型“生存分析模型”為切入點，結(jié)合集成樹模型，刻畫風險隨著時間的變化趨勢，從而做出更加精準的風險決策。

　　據(jù)介紹，360數(shù)科在信用風險評估層面應用的生存分析模型最初源于處理死亡數(shù)據(jù)，是保險精算、生物醫(yī)學領(lǐng)域廣泛應用的熱點模型。生存分析作為一種傳統(tǒng)的統(tǒng)計方法，用于處理生命周期數(shù)據(jù)，探索生存時間的分布情況。

　　360數(shù)科研究團隊意識到，生存分析考慮了時間維度的概率預測問題，如果應用在信用風險領(lǐng)域，能夠相比傳統(tǒng)的信用評估等模型在預測違約的可能性之外，進一步預測用戶何時違約。除此之外，模型還能夠刻畫用戶由于非違約事件而發(fā)生的借款中止行為，如提前還款、轉(zhuǎn)向其他貸款公司等情況。

　　360數(shù)科提出以生存分析模型為基礎(chǔ)，結(jié)合boosting的集成學習算法框架的梯度提升生存樹（GBST）算法，以預測用戶在不同時間段的風險概率分布，通過優(yōu)化總體損失，大大減少每個時間段預測概率的誤差，以達到降低風險的目的。

　　在風控場景中，該算法可以更精準地預測客戶發(fā)生分期借款后每期的違約概率，用最小的時間成本進行未來更長期的風險決策，如貸前風險準入、貸中優(yōu)質(zhì)客群撈回等。除此之外，該模型可以幫助風控策略制定更加合理的額度、定價及期數(shù)策略，實現(xiàn)個性化產(chǎn)品定制。

　　另外，在營銷場景中，通過GBST算法對存量客戶在時間維度上進行動態(tài)借貸意愿預測，輔助營銷部門進行用戶營銷，助力于實現(xiàn)多樣化、多客群、多狀態(tài)的線上營銷策略，在節(jié)約營銷成本的同時提升成功率及用戶轉(zhuǎn)化率。

　　轉(zhuǎn)自：和訊網(wǎng)

　　【版權(quán)及免責聲明】凡本網(wǎng)所屬版權(quán)作品，轉(zhuǎn)載時須獲得授權(quán)并注明來源“中國產(chǎn)業(yè)經(jīng)濟信息網(wǎng)”，違者本網(wǎng)將保留追究其相關(guān)法律責任的權(quán)力。凡轉(zhuǎn)載文章及企業(yè)宣傳資訊，僅代表作者個人觀點，不代表本網(wǎng)觀點和立場。版權(quán)事宜請聯(lián)系：010-65363056。

延伸閱讀