楼主: 滨滨有利123
845 0

实操干货|对某征信数据的指标加工 [推广有奖]

  • 0关注
  • 31粉丝

副教授

24%

还不是VIP/贵宾

-

威望
0
论坛币
198 个
通用积分
25.4545
学术水平
1 点
热心指数
2 点
信用等级
0 点
经验
9596 点
帖子
328
精华
0
在线时间
383 小时
注册时间
2015-4-26
最后登录
2024-7-21

楼主
滨滨有利123 发表于 2021-12-10 20:27:52 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
番茄风控之前跟大家讲解了征信相关的内容:

二代征信的解读、规则衍生等来罗

关于进一步解释二代征信表结构,数据结构的内容

二代征信|番茄风控全网最全

二代征信的深度解读




关于征信报告的指标加工跟衍生,相信也是大家比较关注的内容,今天的文章,跟大家讲解如何进行相关的征信内容的指标加工,文章的内容一共分成四个部分:

1.导入数据

2.拆分报告的组成内容

3.指标加工

4.对原始指标做二次衍生




以下为今天文章的正文部分:

1.导入数据

如果接入某外部征信个人报告,我们可以用python做指标的开发,首先导入该数据的接口传入的json数据。









2.拆分报告的组成内容

下面是报告的组成部分,包括个人信息,居住信息,工作信息,非循环贷和循环贷的借贷信息。












3.指标加工

这里罗列了json里字段的含义,首先对原始指标进行提取,包括非循环贷和循环贷的summary指标和时间窗口指标。














4.对原始指标做二次衍生

1) 非循环贷和循环贷summary指标和时间窗口指标的加总,可以反映用户在百行报告上整体的借贷情况。














2)对于时间窗口类的指标做占比类,趋势类的指标衍生,可反映用户在多头,放款,逾期上的短期集中风险。









3)对居住地址,工作地址做指标衍生,可以衡量用户工作生活的稳定性









希望本文能帮助到各位做风控的童鞋!

关于本文涉及内容,因为(公众号)此处无法传输数据集,我们会将整体内容以文件包(数据集+代码)同步到知识星球平台,实操内容请大家移步知识星球:









~原创文章

...

end




二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:Summary python Summa 时间窗口 json

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2026-1-9 15:22