发明内容

有鉴于此，本发明目的在于提供一种基于社会网络分析技术的数据挖掘的一种方法，使其能有效地处理海量数据，提高数据挖掘的运算速度和精度，能有效提取所需的探索兴趣特征数据，具有覆盖面广、灵活性强、风险识别率高的特点。

为实现上述目的，本发明提供如下技术方案：

基于社会网络分析技术的数据挖掘的一种方法，其特征在于，包括：征信风控建模、特征变量库、仿真数据库以及场景变量数据挖掘四个模块；

所述征信风控建模的具体操作步骤如下：

S1.准备数据，收集存量数据样本；

S2.对数据样本进行预处理，根据数据样本的属性建立特征变量宽表数据集；

S3.对所述数据集进行划分，将数据集划分成训练集、测试集和验证集；

S4.建立训练模型；

S5.使用训模型训练，并调整损失函数和优化器；

S6.评分卡生成，使用S2中所述测试机评估训练模型的测试准确度；

S7.公布，并在业务场景中应用；

S8.应用的数据沉淀并反馈至S1处进入收集的样本中；

所述特征变量库用于根据所述信贷客户的行为数据构造行为序列，并生成特征向量；所述特征变量库以提取出所述信贷客户的属性特征变量、关系特征变量、行为特征变量以及规则变量，并根据所述属性特征变量、关系特征变量、行为特征变量以及规则变量构建特征变量表；

所述仿真数据库是严格按照数据源格式，人工制作的高度仿真真实数据的数据集；

所述场景变量数据挖掘的具体步骤如下：获取行为特征查询语句，所述行为特征查询语句中包括请求查询的行为特征信息；在标注场景数据库中查询与所述行为特征信息对应的标注场景数据；根据查询到的标注场景数据对应的时间标签，从原始场景数据库中提取查询到的场景数据，生成特征场景数据。

优选的，在上述基于社会网络分析技术的数据挖掘的一种方法中，所述数据样本包括用户的基本信息数据，银行交易流水信息数据，产品持有信息数据，征信数据。

优选的，在上述基于社会网络分析技术的数据挖掘的一种方法中，该方法还包括征信风控评分卡建模，所述征信风控评分卡建模包括客户信息采集模块以及信用评分模型建立模块，客户信息采集模块用于采集客户的信用历史、行为偏好、履约能力、身份特质以及人脉关系。

优选的，在上述基于社会网络分析技术的数据挖掘的一种方法中，客户信息采集模块包括搜索引擎以及存储单元，用于根据借款人提交的年龄、收入、职业、学历、资产、负债信息，并查询系统里的相关征信数据，并记录到存储单元内；客户信息采集模块包括爬虫引擎，爬虫引擎用于根据借款人的信息到互联网上实时、不间断抓取社交、电商、通信、出行等互联网数据，经过处理后存并记录到存储单元内；征信风控评分卡建模通过基于深度学习，组合多种算法，构建出十几个风控模型，发现有区分用户风险的特性，进而建立模型，对用户进行打分，计算平均违约率。

优选的，在上述基于社会网络分析技术的数据挖掘的一种方法中，所述仿真数据库通过在网站或者移动端嵌入设备识别脚本，获取客户手机的位置信息以及社交活动轨迹，用于识别出用户是否存在经常换手机卡、刻意隐藏个人信息、短期内故意暴露个人信息等情况。

优选的，在上述基于社会网络分析技术的数据挖掘的一种方法中，所述特征变量库是将原始数据转化为特征的过程，这些特征可以更好地向预测模型描述潜在问题，从而提高模型对未见数据的精准识别能力。

优选的，在上述基于社会网络分析技术的数据挖掘的一种方法中，所述仿真数据库包括：数据挖掘系统、数据采集系统、数据分析系统、数据过滤系统以及数据形成系统；其中，

所述数据挖掘系统：首先输入给定的大数据样本集M，其中M＝{M1,M2,...,Mn}；然后对输入样本集进行整合、归一化处理；选取n值和H＝(H1,H2,...Hm)分别作为均值聚类算法的生成簇个数和初始质的参数；执行均值聚类算法，得到f个簇{F1,F2,...,Fm}；将这f个簇的每个Fi作为初始簇的子簇；计算特征向量K，其特征向量K表示为：K＝(K1,K2,...,Km)；设定探索兴趣参数d，当Ki＜d，则输出兴趣特征Ki，否则不做处理；

所述数据采集系统，用于采集数据，具体操作如下：首先设置关键词作为社会网络数据采集的搜索引擎；在所述数据挖掘系统中通过数据预处理模块将用于输入的关键词根据同义词分解为多个订阅请求，然后调度任务模块向数据采集模块提交采集任务，采集模块得到的文档按照有效时间进行预处理，对于超出时效的文档进行丢弃，保留下来的文档保存到数据库传递给数据分析系统；

所述数据分析系统，用于对采集的数据进行处理；具体：利用调度任务模块根据达到的触发条件触发语义分析模块进行文档分析任务，文档分析任务针对收集到的文档进行一般性分类，即进行文本分词，单词的语义分析，当已经抽取文本的摘要时，对摘要进行语义分析，判断出文档内容是否准确；将准确信息进行提取，并对提给数据过滤系统；

所述数据过滤系统，用于对数据进行进一步的分析处理；其将分析后的数据分别读取到一个数据表中，所述数据表统称为容器；将容器中的配置数据设置为过滤筛选配置节点，所述配置节点下设置过滤属性或者筛选属性；然后根据配置节点设置，将容器中的配置数据以树状结构分层展示到分析界面；

所述数据形成系统，用于形成最后的数据库；用于当所述工作流中的所述多个并行的挖掘算法实现处理任务被触发时，为其中的每个挖掘算法实现处理任务分配执行节点，以使所述多个并行的挖掘算法实现处理任务在分配的执行节点上并行执行，并且在执行每个挖掘算法实现处理任务时，通过Map/Reduce机制将挖掘算法实现处理任务分配给并行执行的Map任务进行处理，将该挖掘算法实现处理任务对应的各Map任务的处理结果通过相应的Reduce任务进行合并处理得到相应挖掘算法实现处理任务的处理结果。

优选的，在上述基于社会网络分析技术的数据挖掘的一种方法中，所述数据采集系统和数据分析系统通过松耦合的方式集成连接应用系统；当数据采集系统和数据分析系统的分析的结果，触发CRM模块的服务请求，服务请求被分配给应用系统时，所请求的内容以及用户的相关信息显示给相关人员，相关人员根据这些信息判断是否需要跟进与用户进行交互：如果需要，则触发用户交流的过程，期间会与用户进行交互；如果需要进行进一步的处理，则进去后台流程。

优选的，在上述基于社会网络分析技术的数据挖掘的一种方法中，所述数据形成系统对经过预处理的目标数据集进行关联分析，根据数据库统计出关联信息内容，并进行分布式分类聚类，并对数据进行分布式分片计算，把结果汇总并进行并行处理，同时将存储在数据库中一组数据对象的共同特点按照分类模式将其划分为不同的类，并通过信息分类算法把数据库中的数据项映射到某个给定的类别，并把事件分类类型和特征进行分组，并进行多维度分析，统计出实质的信息数据，形成大数据库。

经由上述的技术方案可知，与现有技术相比，本发明的有益效果在于：

支持多业务场景–发卡、调额、催收等建模(风控)有效信息覆盖率达95-99％；

高效跑批快；速建模–从1-3个月缩短到1-3天；1万份征信报告，90％的响应时间小于1000毫秒，平均响应时长:759毫秒；

100并发用户情况下，99％实时同步计算在一秒中内完成，可以支持决策引擎需求；

特征变量加工代码正确率高达99.99％口有效保障模型的可靠性，风险识别率高获益机会识别率高大幅提升行方数据分析能力；大幅度减轻信息科技部的临时开发任务压力对业务知识形成系统化框架；实时更新新增大额分期录入更多网贷信息新增共同借款标志；

征信特征变量库，业务知识全覆盖，全库特征变量数已达700,000+灵活有效应对以上行业痛点，全方位支撑各种业务场景需求兼容性好，可融合多方数据源。