(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210822732.3 (22)申请日 2022.07.12 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 郑词林　陈丰　黄艳　李涛　 蔡亚婵　陈琼丹　冯婷婷　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 李申 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 40/02(2012.01) G06N 3/00(2006.01) (54)发明名称 一种银行 账号存款预测方法 (57)摘要 本申请公开了一种银行账号存款预测方法， 包括： 获取银行零售现有客户明细数据； 根据专 家经验从所述现有客户明细数据中筛选出可能 对所述现有客户的存款数量有影 响的特征维度， 作为原始数据集； 对所述原始数据集进行数值化 处理， 并拆分为训练集和测试集后， 输入到随机 森林算法模 型中； 对所述随机森 林算法模型输出 的各个所述特征维度的重要性进行筛选， 得到所 述重要性满足条件的所述特征维度； 利用所述重 要性满足条件的所述特征维度预测目标客户的 存款数量。 本申请还公开了相关的设备。 通过上 述方案， 能提高预测零售客户存款情况的精度与 效率， 节省人力成本， 为银行评估某类客户是否 值得重点发展提供支持和参 考。 权利要求书2页 说明书10页 附图3页 CN 115222119 A 2022.10.21 CN 115222119 A 1.一种银 行账号存款预测方法， 其特 征在于， 包括： 获取银行零售现有客户明细数据； 根据专家经验从所述现有客户明细数据中筛选出可能对所述现有客户的存款数量有 影响的特 征维度， 作为原 始数据集； 对所述原始数据集进行数值化处理， 并拆分为训练集和测试集后， 输入到随机森林算 法模型中； 对所述随机森林算法模型输出的各个所述特征维度的重要性进行筛选， 得到所述重要 性满足条件的所述特 征维度； 利用所述重要性满足预设条件的所述特 征维度预测目标客户的存款数量。 2.根据权利要求1所述的方法， 其特 征在于， 所述输入到随机森林算法模型中包括： 将不同所述训练集输入至所述随机森林算法模型的不同弱学习器中进行训练， 所述不 同所述训练集包括部分相同的训练样本 。 3.根据权利要求2所述的方法， 其特 征在于， 所述弱学习器包括： 一个第一结点， 若干第二结点及若干第三结点； 所述将不同所述训练集输入至所述随机森林算法模型的不同弱学习器中进行训练， 包 括： 将不同所述训练集输入至所述随机森林算法模型的不同弱学习器中的第 一结点， 所述 不同弱学习器中的第一结点根据预设规则进行分裂， 得到若干所述不同弱学习器第二结 点， 所述若干第二结点根据预设规则不断向下分裂， 直至不能继续分裂， 得到若干所述不同 弱学习器第三结点， 以生成多个所述 不同弱学习器， 其中， 第三结点输出的结果 为各个所述特 征维度在不同弱学习器中的重要性。 4.根据权利要求1 ‑3任一项所述的方法， 其特征在于， 所述将随机森林算法模型输出的 各个所述特 征维度的重要性进行筛 选， 得到所述重要性满足条件的所述特 征维度前包括： 将若干所述不同弱学习器中第三结点输出结果中各个所述特征维度的重要性进行归 一化处理， 得到所述各个特征维度在随机森林算法模型中的重要性， 将所述各个特征维度 在随机森林算法模型中的重要性进行排序及可视化。 5.根据权利要求1所述的方法， 其特 征在于， 所述利用所述重要性满足预设条件的所述特征维度预测目标客户的存款数量之前包 括： 将重要性不满足预设条件的特征维度去除， 利用所述重要性满足条件的所述特征维度 作为更新数据集， 重新训练所述 随机森林算法模型， 并对所述 随机森林算法模型输出 的各 个所述特 征维度进行 再次筛选， 得到所述重要性满足条件的所述特 征维度。 6.根据权利要求1所述的方法， 其特 征在于， 所述根据专家经验从所述现有客户明细数据中筛选出可能对所述现有客户的存款数 量有影响的特 征维度包括： 从年龄、 性别、 学历、 职业、 居住地、 婚姻状况、 开户机构、 开户时长、 贷款状况、 投资状 况、 信用卡状况中筛 选出可能对所述现有客户的存款数量有影响的特 征维度。 7.根据权利要求1所述的方法， 其特 征在于，权　利　要　求　书 1/2 页 2 CN 115222119 A 2所述对所述原 始数据集进行 数值化处理包括： 对所述原始数据集中的类别型数据进行One ‑Hot编码处理， 对所述原始数据集中的数 值型数据进行归一 化或者标准 化处理。 8.根据权利要求1所述的方法， 其特 征在于， 所述拆分为训练集和 测试集包括： 将所述原 始数据集按照训练集和 测试集的大小之比约等于7:3或8 :2的原则进行拆分。 9.一种电子设备， 其特征在于， 包括相互耦接的存储器和处理器， 所述处理器用于执行 所述存储器中存储的程序指令， 以实现权利要求1至8任一项所述的银行账号存款预测方 法。 10.一种非易失性计算机可读存储介质， 其上存储有程序指令， 其特征在于， 所述程序 指令被处 理器执行时实现权利要求1至8任一项所述的银 行账号存款预测方法。权　利　要　求　书 2/2 页 3 CN 115222119 A 3