集机器学习模型和专家知识经验的客户信用风险评价方法

本发明涉及一种集机器学习模型和专家知识经验的客户信用风险评价方法，通过集成历史交易数据、外部数据、补录数据形成DW数据仓库，针对历史交易数据、外部数据、补录数据构建不同维度数据的风险评级指标，计算指标实际数值并按四分位数规则对指标进行赋值，基于数据仓库构建学习模型并生成指标权重，计算客户内、外部数据风险得分并按照四分位数划定内、外部维度评级，对内、外部数据风险等级进行融合得到客户综合评级，对补录数据设定强规则，划定谨慎客商，修订综合评级；本发明设计的方法结合内部历史交易大数据、客户外部大数据以及由交易经验积累的人工补录数据，有效评价了客户信用风险，为企业优化客户合作和防范客户风险提供了信息支撑。