(19)中华 人民共和国 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 202111482819.2 (22)申请日 2021.12.07 (71)申请人 四川新网银行股份有限公司 地址 610094 四川省成 都市成都高新区吉 泰三路8号1栋1单 元26楼1-8号 (72)发明人 王张琦　刘嵩　吴钊　 (74)专利代理 机构 成都智言知识产权代理有限 公司 51282 代理人 濮云杉 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 40/02(2012.01) G06N 20/00(2019.01) (54)发明名称 一种基于产品粘性的信贷额度调整方法 (57)摘要 本发明涉及一种基于产品粘性的信贷额度 调整方法， 属于计算机技术领域， 以解决现有技 术额度调整客群不够精准， 信贷资源投放粗狂的 问题。 方法包括以下步骤： 收集构建资金需求预 测模型及产品粘性指数需要的数据， 然后对数据 进行必要的预处理； 构建用户资金需求预测模 型； 构建产品粘性指标； 根据用户资金需求预测 概率和产品粘性指标， 进而确定额度调整系数； 收集额度调整后客户的支用行为数据。 本发明能 够在计算客户额度时， 对产品粘性较高且有资金 需求的客户给 予更大比例的额度调整， 提升了额 度调整人群触达的准确性， 通过数据的闭环流 转， 模型的预测准确度会不断提高， 从而逐渐达 到客户额度供给与需求的最优匹配 。 权利要求书1页 说明书5页 附图3页 CN 114239936 A 2022.03.25 CN 114239936 A 1.一种基于产品粘性的信贷额度调整方法， 其特 征在于， 包括如下步骤： 步骤1： 收集构建资金需求预测模型及产品粘性指数需要的数据， 然后对数据进行必要 的预处理， 并在存 储介质中建立保存每一条 数据对应的数据结构； 步骤2： 根据所述建立的每条数据的数据结构以及所述数据结构中的预处理后的数据 构建用户资金需求预测模型； 步骤3： 根据预处理后的数据构建产品粘性指标， 并在存储介质中建立用于保存产品粘 性指标计算结果的浮 点数数据结构； 步骤4： 根据用户资金需求预测概率和产品粘性指标， 从所述浮点数数据 结构中读取产 品粘性指标的数据， 进 而确定信贷额度的调整系数； 步骤5： 收集额度调整后客户的支用行为数据， 并在存储介质中建立新的用于保存客户 支用行为数据的数据结构， 形成数据的闭环 链路。 2.根据权利要求1所述的一种基于产品粘性的信贷额度调整方法， 其特征在于， 步骤1 具体包括： 所述数据分为历史借还款行为、 客户的页面操作行为和征信数据， 对所述数据进行必 要的预处 理， 包括对数据进行缺失值 填充、 异常值处 理、 数据编码、 分箱、 标准 化和归一 化。 3.根据权利要求1所述的一种基于产品粘性的信贷额度调整方法， 其特征在于， 步骤2 具体包括： 预测模型为一个GBDT模型， 将步骤1中收集的数据整理为建模样本， 定义近3个月有过 借款行为的客户为正例样本， 没有借款行为的客户为负例样本， 特征变量包括历史借款行 为、 客户的页面操作行为记录和征信数据3大维度， 样 本局准备好之后使用GBDT回归算法进 行模型优化。 4.根据权利要求1所述的一种基于产品粘性的信贷额度调整方法， 其特征在于， 步骤3 具体包括以下步骤： 步骤3.1： 根据页面行为频次、 借款频次、 借款金额和授信时长4个维度计算客户的产品 粘性指数； 步骤3.2： 根据步骤3.1中的4个维度进行客户粘性指数的评级， 对每一个变量从大到小 进行排序， 然后拆分成5分位数， 区间分位数越小， 则取值越小， 最终客户粘性指数为4个维 度的得分加权 。 5.根据权利要求1所述的一种基于产品粘性的信贷额度调整方法， 其特征在于， 步骤4 具体包括： 所述用户的资金需求概率越大， 额度调整系数越大， 所述产品粘性越高， 额度调整系数 越大。 6.根据权利要求1所述的一种基于产品粘性的信贷额度调整方法， 其特征在于， 步骤5 具体包括： 将客户支用行为数据反馈到客户资金需求预测模型以及产品粘性指数中， 对模型及指 数进行更新， 根据客户的动态支用行为不断更新数据， 形成数据的闭环链路， 实现额度调整 精确触达有资金需求的客户。权　利　要　求　书 1/1 页 2 CN 114239936 A 2一种基于产品粘性的信贷额度调整方 法 技术领域 [0001]本发明涉及计算机技 术领域， 尤其涉及一种基于产品粘性的信贷额度调整方法。 背景技术 [0002]随着互联 网金融的快速发展以及人们消费观念的改变， 以信贷方式进行提前消费 也越来越被人们接受。 [0003]在现有技术和方案中， 信贷额度大多基于客户的信用风险进行额度调整， 对信用 等级较好的客户给予更多的额度调整激励， 也有部分通过特定场景数据进行调整， 比如基 于Wifi数据、 基于APP数据， 基于社 交网络等。 没有充分考虑客户的资金需求， 额度调整客群 不够精准， 存在对没有资金需求的客户也做了额度调整的情况， 造成信贷资源错误投放， 没 有充分考虑客户对不同信贷产品的偏好， 市场上存在众多的信贷产品， 对本公司偏好不 强， 粘性较低的客户进行额度调整， 后续支用率较低， 未能充分发挥额度调整带来的业务增长 效果。 发明内容 [0004]为了解决上述现有技术中存在的技术问题， 本发明建立了一种基于产品粘性的信 贷额度调整方法， 以解决现有技 术中额度调整不够精准， 信贷资源投放 粗狂的问题。 [0005]本发明采用的技 术方案如下： [0006]一种基于产品粘性的信贷额度调整方法， 包括如下步骤： [0007]步骤1： 收集构建资金需求预测模型及产品粘性指数需要的数据， 然后对数据进行 必要的预处 理， 并在存 储介质中建立保存每一条 数据对应的数据结构； [0008]步骤2： 根据所述建立的每条数据的数据结构以及所述数据结构中的预处理后的 数据构建用户资金需求预测模型； [0009]步骤3： 根据预处理后的数据构建产品粘性指标， 并在存储介质中建立用于保存产 品粘性指标计算结果的浮 点数数据结构； [0010]步骤4： 根据用户资金需求预测概率和 产品粘性指标， 从所述浮点数数据结构中读 取产品粘性指标的数据， 进 而确定信贷额度的调整系数； [0011]步骤5： 收集额度调整后客户的支用行为数据， 并在存储介质中建立新的用于保存 客户支用行为数据的数据结构， 形成数据的闭环 链路。 [0012]在该技术方案中， 首先构建客户资金需求模型， 通过资金需求模型筛选有资金需 求的客户进入额度调整的范围， 然后建立客户产品粘性指数用于确定额度调整的幅度。 对 额度提升的客户， 进一步收集客户提额后的支用还款行为数据， 并反馈到客户需求预测模 型及产品粘性指数 的更新中， 形成客户额度维护的闭环机制， 对有需求且产品粘性指数较 高的客户会有持续的额度提升， 对暂时没有需求的客户， 减少额度调整幅度和频次， 从而实 现信贷资源的最优配置 。 [0013]进一步， 步骤1具体包括：说　明　书 1/5 页 3 CN 114239936 A 3