征信数据模型

标签：特征   客户   贷款   记录   查看   习惯性   大数据   原因   问题   

征信行业的数据建模，最好还是传统风控转过来做所谓的大数据模型。说的更明白些，做这种信贷类模型，业务经验也是少不了的。

所以当自己是个菜鸟，或者没有思路构造原始特征的话，去业务那转两圈。

业务，或者风控、征信、信审部门讨厌的人群，大多是有些问题的，例如

• 信用白户。没有信用历史记录的
• 替人担保的。担保人是要负连带责任的，如果贷款人不能按约还款，担保人就需要代替偿，如果以房产作为抵押进行担保，那么贷款人债务还不上，担保人的房产就面临拍卖风险
• 信用卡过多。正常在2-5张
• 频繁申请提额。信用卡每一次提额都会在征信报告中体现出来。如果申请被拒，不要重复申请，询问原因后，再申请
• 频繁查询征信或办卡。申请信用卡或贷款，都是自动默认授权银行查看用户征信报告的，那么这些查询记录都会在征信报告中体现出来。查询记录越频繁，说明客户越急着借款。
• 习惯性逾期。逾期记录会在征信报告中保留5年

征信数据模型

标签：特征   客户   贷款   记录   查看   习惯性   大数据   原因   问题   

原文地址：http://www.cnblogs.com/chenb/p/6361375.html