一种基于量子GAS的信用卡审批策略组合获取方法与流程

本发明涉及量子金融领域，尤其是涉及一种基于量子gas的信用卡审批策略组合获取方法。

背景技术：

1、信用卡的进件审批是信用卡运营的核心环节，其审批策略直接影响信用卡中心的总体营收与风险。信用卡客户审批策略的本质是通过风险规则对客户进行分群，针对不同客群采取不同的审批策略。因此，使用不同组合的风险规则对信用卡申请客群进行分类，是信用卡审批策略的关键技术。

2、在大数据和ai时代，审批策略依赖于静态的平衡计分卡与审批规则，通过统计分析方法筛选出所使用的审批策略规则，该技术方案的步骤如下：

3、(1)使用随机森林算法，以历史审批数据与逾期数据为样本集，进行模型训练，并使用该模型制作平衡计分卡；同时根据专家经验、统计分析生成大量的审批策略。

4、(2)制定信用卡审批策略组合的筛选依据，形成具体可计算的目标，用于指导信用卡审批策略组合的筛选，一般筛选目标为：最大化信用卡审批策略对应的客群的“审批率-逾期率”。

5、(3)从上述大量的审批策略规则中，筛选出高价值、低风险的策略组合，从而尽可能提升信用卡中心的风控效益和预期收益。

6、信用卡审批策略组合的质量决定了信用卡的审批策略效果上限。而策略组合的优化选择是一个技术难题。信用卡审批策略的组合优化问题，需要决策是否选取每一个策略，即每个策略对应一个0-1决策变量，只有选取或不选取两种取值。因此该问题的解空间就是全部0-1变量的所有组合。每种不同的决策组合都会得到一个目标函数值，这个目标函数就是优化的对象。

7、现有技术方案以规则统计、经验筛选方法为主，使用现有方案解决上述问题存在以下两方面缺点：

8、(1)常规统计方法只能孤立地评价单个客群效果，客群之间的重叠会影响整体客群的评价效果。通过风险策略进行划分的客群，存在客群之间的重叠，即同一个客户被划入多个客群。使用现有规统计式方法筛选信用卡审批策略，只能根据该策略对应客群的审批率与逾期率表现进行判断，孤立地评价每个客群的表现。因此，根据信用卡审批策略的筛选经验，常规统计方法只能剔除60％的无效策略，无法直接剔除相似度高的策略，无法降低客群重叠对客群评价的影响。

9、(2)现有技术无法考虑总体策略相似度时。该目标函数变为一个二次函数，则该问题性质变为二次无约束二进制优化问题(qubo)，qubo问题是一个np-hard问题，随着策略数量的增多，计算所需时间呈指数级上升。例从1000个策略中进行筛选，最多需要迭代计算21000次，所需计算量大，计算时间长。

技术实现思路

1、本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于量子gas的信用卡审批策略组合获取方法，在筛选信用卡审批策略组合时考虑各策略组合之间的相似度，通过剔除相似度高的组合以降低客群之间的重叠数量，降低客群重叠对策略组合评价的影响，同时采用量子gas算法求解信用卡审批策略组合，从而大幅降低计算所需的时间。

2、本发明的目的可以通过以下技术方案来实现：

3、本发明提供了一种基于量子gas的信用卡审批策略组合获取方法，包括如下步骤：

4、基于历史信用卡申请审批数据，使用随机森林模型生成决策树并获取信用卡审批策略列表；

5、基于所述历史信用卡申请审批数据和所述信用卡审批策略列表，获取包括策略得分和策略组合间相似度的数据集，以将客户分为群内同质且群间异构的客群为目标，获取信用卡审批策略组合优化的目标函数；

6、基于所述数据集以及所述目标函数，通过量子gas算法对策略组合进行筛选，获取最优的信用卡审批策略组合。

7、作为优选的技术方案，所述的信用卡审批策略列表的获取包括如下步骤：

8、基于历史信用卡申请审批记录对应的审批通过数据与逾期数据获取样本集；

9、基于样本集对随机森林模型进行训练，生成多个决策树；

10、遍历训练后的随机森林模型中的每一个决策树，基于决策树划分的客群的审批率与逾期率，筛选分类效果好的决策树中的规则集合，获取所述信用卡审批策略列表。

11、作为优选的技术方案，所述的数据集的获取包括如下步骤：

12、基于所述历史信用卡申请审批数据和所述信用卡审批策略列表，获取列表中各个审批策略的策略得分以及策略组合间相似度，基于所述策略得分和所述策略组合间相似度获取所述数据集。

13、作为优选的技术方案，所述的策略得分的获取包括如下步骤：

14、获取审批策略对应客群的审批率和逾期率并标准化，基于标准化后的审批率和逾期率获取审批策略对应的策略得分。

15、作为优选的技术方案，所述的策略组合间相似度的获取包括如下步骤：

16、计算两个审批策略对应客群的交集人数和并集人数，基于所述交集人数和并集人数获取策略组合间相似度。

17、作为优选的技术方案，所述的目标函数为：

18、

19、其中，u为目标函数，x为0-1决策向量，其中元素表示是否选取该策略，μ表示策略得分向量，向量中的元素表示各个策略根据审批率逾期率计算得到的策略得分，q表示策略组合间相似度的权重。

20、作为优选的技术方案，所述的最优的信用卡审批策略组合的获取包括如下步骤：

21、基于所述目标函数，使用量子gas算法进行量子编码，获取量子电路；

22、基于所述数据集，在所述量子电路上运行量子gas算法，获取最优的信用卡审批策略组合。

23、作为优选的技术方案，将量子编码与量子电路迁移至超导量子计算真机中以运行量子gas算法。

24、作为优选的技术方案，所述的量子gas算法包括如下步骤：

25、构造条件线路，迭代地调用grover搜索算法，通过将前一次搜索中的已知最优值作为阈值，获取目标函数的最优值。

26、作为优选的技术方案，所述的目标函数的最优值的获取包括如下步骤：

27、使用的自适应oracle识别所有高于或低于当前阈值的值，在阈值更新的每个迭代中减少搜索空间的大小，直到找到一个最佳值，其中，所述的阈值包括最大值和最小值。

28、与现有技术相比，本发明具有以下优点：

29、(1)降低客群重叠对客群评价的影响：本方法首先使用随机森林算法生成信用卡审批策略列表，然后获取包括策略得分和策略组合间相似度的数据集，并以将客户分为群内同质且群间异构的客群为目标，获取信用卡审批策略组合优化的目标函数，最后基于数据集合目标函数，通过量子gas算法筛选信用卡审批规则，获取最优的信用卡审批策略组合，本方法在筛选信用卡审批策略组合时考虑各策略组合之间的相似度，通过剔除相似度高的组合以降低客群之间的重叠数量，降低了客群重叠对策略组合评价的影响。

30、(2)计算次数少，速度快，稳定性高：本技术使用量子grover适应性搜索算法(量子gas算法)求解信用卡审批策略组合优化问题，筛选合适的信用卡审批策略，gas算法能够针对二次无约束二元优化(quadratic unconstrained binary optimization，qubo)问题，可以为该组合优化问题提供二次加速的效果，在策略数量的数量较大时，大幅降低计算所需的时间，同时具有良好的稳定性。