一种征信变量组合挖掘方法及系统

本发明涉及一种征信变量组合挖掘方法及系统，该方法包括：获取客户的历史征信数据，提取征信基础变量；利用机器学习算法对征信基础变量进行组合衍生，通过预先构建的计算框架计算征信变量组合的价值；计算征信基础变量及其构成的征信变量组合的KS值，计算组合后增益；剔除相关性大于预设相关性阈值的组合，基于组合后增益和相关性，选取目标征信变量组合，最终得到独立高价值征信变量组合。本发明通过机器学习算法和数学方法对征信基础变量进行组合衍生，生成新的征信变量组合，并计算这些组合的价值，从而深度挖掘了征信数据的潜在价值。通过计算征信变量组合的KS值，并评估组合后增益，优化了征信数据对好坏客户的区分度。