评分卡配置方法、装置、设备及可读存储介质与流程

本发明涉及贷款技术领域，尤其涉及一种评分卡配置方法、装置、设备及可读存储介质。

背景技术：

目前，在贷款给用户前，需要对用户进行审核，以判断用户是否具有贷款资格，其中，评分卡设置是判断用户是否有贷款资格的一系列判断逻辑，在判断用户是否有贷款资格的一系列判断逻辑前，需要获取对贷款资格影响价值高的一些自变量，获取对贷款资格影响价值高的一些自变量过程即是获取评分卡配置的前置条件的过程，需要说明的是，评分卡配置的前置条件是变化的，现有技术中，若前置条件发生变化时，无法实现评分卡的快速对接配置，而是需要再次人工设计评分卡配置的前置条件，而再次人工设计评分卡配置的前置条件，在一定程度上造成资源的浪费，降低了效率。

技术实现要素：

本发明的主要目的在于提供一种评分卡配置方法、装置、设备及可读存储介质，旨在解决现有评分卡配置过程中，评分卡配置可拓展性以及整合能力差的技术问题。

为实现上述目的，本发明提供一种评分卡配置方法，所述评分卡配置方法包括：

接收目标自变量，判断评分卡配置系统预存模型对应的入模自变量列表中是否存有所述目标自变量，其中，目标自变量是从判断用户是否有贷款资格的各个自变量中，选取的预测价值大于预设值的自变量；

当未存有所述目标自变量时，将所述目标自变量前驱到入模自变量列表中的换算自变量；

基于所述换算自变量进行评分卡的配置。

可选地，所述当未存有所述目标自变量时，将所述目标自变量前驱到入模自变量列表中的换算自变量步骤包括：

当未存有所述目标自变量时，基于所述目标自变量的取值范围进行目标自变量的分组，以得到各个分组目标自变量；

获取各个分组目标自变量下对应每组违约用户对正常用户的第一占比、并获取目标自变量整体对应违约用户对正常用户第二占比，以得到各目标自变量分组取值对目标自变量违约概率的第一差异度；

基于所述第一差异度将所述目标自变量前驱到入模自变量列表中的换算自变量。

可选地，所述基于所述第一差异度将所述目标自变量前驱到入模自变量列表中的换算自变量步骤包括：

获取所述入模自变量列表中各个自变量对应分组自变量的第二差异度；

从所述第二差异度中选取与第一差异度匹配的目标差异度，将所述目标差异度对应的自变量作为换算自变量。

可选地，所述接收目标自变量，判断评分卡配置系统预存模型对应的入模自变量列表中是否存有所述目标自变量步骤之前包括：

获取样本数据，对所述样本数据进行分组；

基于分组后的所述样本数据，通过iv公式对各个自变量进行初始预测价值的排序，基于该排序先后选取第一预设个数的自变量；

通过各个自变量信息增益的大小从所述第一预设个数的自变量中选取第二预设个数的自变量，并基于各个自变量基尼系数的大小从所述第二预设个数的自变量中选取第三预设个数的自变量，其中，第一预设个数多于第二预设个数，第二预设个数多于第三预设个数；

将所述选取的第三预设个数的自变量作为预存模型对应的入模自变量列表中的自变量。

可选地，所述接收目标自变量，判断评分卡配置系统预存模型对应的入模自变量列表中是否存有所述目标自变量步骤之后包括：

当存有所述目标自变量时，从入模自变量列表中的匹配该目标自变量，以进行评分卡的配置。

可选地，所述基于所述换算自变量进行评分卡的配置步骤之前包括：

判断是否存在多个目标自变量匹配至同一换算自变量；

当存在多个目标自变量匹配至同一换算自变量时，对所述多个目标自变量进行降维处理。

可选地，所述基于所述换算自变量进行评分卡的配置步骤之后包括：

当配置成功时，生成提示信息，并将所述提示信息发送给目标管理人员。

本发明还提供一种评分卡配置装置，所述评分卡配置装置包括：

接收模块，用于接收目标自变量，判断评分卡配置系统预存模型对应的入模自变量列表中是否存有所述目标自变量，其中，目标自变量是从判断用户是否有贷款资格的各个自变量中，选取的预测价值大于预设值的自变量；

换算模块，用于当未存有所述目标自变量时，将所述目标自变量前驱到入模自变量列表中的换算自变量；

配置模块，用于基于所述换算自变量进行评分卡的配置。

可选地，所述换算模块包括：

分组单元，用于当未存有所述目标自变量时，基于所述目标自变量的取值范围进行目标自变量的分组，以得到各个分组目标自变量；

获取单元，用于获取各个分组目标自变量下对应每组违约用户对正常用户的第一占比、并获取目标自变量整体对应违约用户对正常用户第二占比，以得到各目标自变量分组取值对目标自变量违约概率的第一差异度；

换算单元，用于基于所述第一差异度将所述目标自变量前驱到入模自变量列表中的换算自变量。

可选地，所述换算单元包括：

第一获取子单元，用于获取所述入模自变量列表中各个自变量对应分组自变量的第二差异度；

匹配子单元，用于从所述第二差异度中选取与第一差异度匹配的目标差异度，将所述目标差异度对应的自变量作为换算自变量。

可选地，所述评分卡配置装置还包括：

获取模块，用于获取样本数据，对所述样本数据进行分组；

第一选取模块，用于基于分组后的所述样本数据，通过iv公式对各个自变量进行初始预测价值的排序，基于该排序先后选取第一预设个数的自变量；

第二选取模块，用于通过各个自变量信息增益的大小从所述第一预设个数的自变量中选取第二预设个数的自变量，并基于各个自变量基尼系数的大小从所述第二预设个数的自变量中选取第三预设个数的自变量，其中，第一预设个数多于第二预设个数，第二预设个数多于第三预设个数；

入模模块，用于将所述选取的第三预设个数的自变量作为预存模型对应的入模自变量列表中的自变量。

可选地，所述评分卡配置装置还包括：

匹配模块，用于当存有所述目标自变量时，从入模自变量列表中的匹配该目标自变量，以进行评分卡的配置。

可选地，所述评分卡配置装置还包括：

判断模块，用于判断是否存在多个目标自变量匹配至同一换算自变量；

降维模块，用于当存在多个目标自变量匹配至同一换算自变量时，对所述多个目标自变量进行降维处理。

可选地，所述评分卡配置装置还包括：

发送模块，用于当配置成功时，生成提示信息，并将所述提示信息发送给目标管理人员。

此外，为实现上述目的，本发明还提供一种评分卡配置设备，所述评分卡配置设备包括：存储器、处理器，通信总线以及存储在所述存储器上的评分卡配置程序，

所述通信总线用于实现处理器与存储器间的通信连接；

所述处理器用于执行所述评分卡配置程序，以实现以下步骤：

接收目标自变量，判断评分卡配置系统预存模型对应的入模自变量列表中是否存有所述目标自变量，其中，目标自变量是从判断用户是否有贷款资格的各个自变量中，选取的预测价值大于预设值的自变量；

当未存有所述目标自变量时，将所述目标自变量前驱到入模自变量列表中的换算自变量；

基于所述换算自变量进行评分卡的配置。

可选地，所述当未存有所述目标自变量时，将所述目标自变量前驱到入模自变量列表中的换算自变量步骤包括：

当未存有所述目标自变量时，基于所述目标自变量的取值范围进行目标自变量的分组，以得到各个分组目标自变量；

获取各个分组目标自变量下对应每组违约用户对正常用户的第一占比、并获取目标自变量整体对应违约用户对正常用户第二占比，以得到各目标自变量分组取值对目标自变量违约概率的第一差异度；

基于所述第一差异度将所述目标自变量前驱到入模自变量列表中的换算自变量。

可选地，所述基于所述第一差异度将所述目标自变量前驱到入模自变量列表中的换算自变量步骤包括：

获取所述入模自变量列表中各个自变量对应分组自变量的第二差异度；

从所述第二差异度中选取与第一差异度匹配的目标差异度，将所述目标差异度对应的自变量作为换算自变量。

可选地，所述接收目标自变量，判断评分卡配置系统预存模型对应的入模自变量列表中是否存有所述目标自变量步骤之前包括：

获取样本数据，对所述样本数据进行分组；

基于分组后的所述样本数据，通过iv公式对各个自变量进行初始预测价值的排序，基于该排序先后选取第一预设个数的自变量；

通过各个自变量信息增益的大小从所述第一预设个数的自变量中选取第二预设个数的自变量，并基于各个自变量基尼系数的大小从所述第二预设个数的自变量中选取第三预设个数的自变量，其中，第一预设个数多于第二预设个数，第二预设个数多于第三预设个数；

将所述选取的第三预设个数的自变量作为预存模型对应的入模自变量列表中的自变量。

可选地，所述接收目标自变量，判断评分卡配置系统预存模型对应的入模自变量列表中是否存有所述目标自变量步骤之后包括：

当存有所述目标自变量时，从入模自变量列表中的匹配该目标自变量，以进行评分卡的配置。

可选地，所述基于所述换算自变量进行评分卡的配置步骤之前包括：

判断是否存在多个目标自变量匹配至同一换算自变量；

当存在多个目标自变量匹配至同一换算自变量时，对所述多个目标自变量进行降维处理。

可选地，所述基于所述换算自变量进行评分卡的配置步骤之后包括：

当配置成功时，生成提示信息，并将所述提示信息发送给目标管理人员。

此外，为实现上述目的，本发明还提供一种可读存储介质，所述可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序可被一个或者一个以上的处理器执行以用于：

接收目标自变量，判断评分卡配置系统预存模型对应的入模自变量列表中是否存有所述目标自变量，其中，目标自变量是从判断用户是否有贷款资格的各个自变量中，选取的预测价值大于预设值的自变量；

当未存有所述目标自变量时，将所述目标自变量前驱到入模自变量列表中的换算自变量；

基于所述换算自变量进行评分卡的配置。

本发明通过接收目标自变量，判断评分卡配置系统预存模型对应的入模自变量列表中是否存有所述目标自变量，其中，目标自变量是从判断用户是否有贷款资格的各个自变量中，选取的预测价值大于预设值的自变量；当未存有所述目标自变量时，将所述目标自变量前驱到入模自变量列表中的换算自变量；基于所述换算自变量进行评分卡的配置。由于在本申请中，若入模自变量列表中未存有所述目标自变量时，通过将目标自变量前驱到入模自变量列表中的换算自变量即可，避免入模自变量列表中未存在该目标自变量时，即需要重新进行入模自变量列表的清洗和整合，或者重新进行评分卡的对接配置过程，因而本申请提升了评分卡配置的拓展性与整合能力，并且实现了节省资源，提升评分卡配置效率的效果，解决了现有技术中存在的评分卡配置可拓展性以及整合能力差的技术问题。

附图说明

图1为本发明评分卡配置方法第一实施例的流程示意图；

图2为本发明评分卡配置方法第二实施例的流程示意图；

图3是本发明实施例方法涉及的硬件运行环境的设备结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供一种评分卡配置方法，在本发明评分卡配置方法的第一实施例中，参照图1，所述评分卡配置方法包括：

接收目标自变量，判断评分卡配置系统预存模型对应的入模自变量列表中是否存有所述目标自变量；当未存有所述目标自变量时，将所述目标自变量前驱到入模自变量列表中的换算自变量；基于所述换算自变量进行评分卡的配置。

具体步骤如下：

步骤s10，接收目标自变量，判断评分卡配置系统预存模型对应的入模自变量列表中是否存有所述目标自变量，其中，目标自变量是从判断用户是否有贷款资格的各个自变量中，选取的预测价值大于预设值的自变量；

需要说明的是，本实施例评分卡配置方法应用于评分卡配置系统中，评分卡配置系统能够完成评分卡前置条件的选取，以完成评分卡的配置，以对用户进行评分，从而进一步地实现判断用户是否具有贷款资格。

在进行评分卡配置前，或者入模自变量列表配置前，需要从各个影响参数中选取影响价值大的参数即是从各个影响自变量中选取影响价值大或者预测价值大的自变量，其中，该各个影响自变量指的是对判断用户是否具有贷款资格有影响的自变量，该各个自变量可是用户的年龄，负债比率，月收入，家属数量，信贷数量，不动产额度等影响用户贷款资格的自变量，挑选入模自变量过程需要考虑的因素有自变量的预测能力，自变量之间的相关性，自变量的简单性等。其中自变量最主要和最直接的衡量标准是自变量的预测能力或者预测价值，在本实施例中，通过具体的量化指标来衡量自变量的预测价值，并根据这些量化指标的大小，来确定哪些自变量进入模型。具体地，在本实施例中，通过iv公式，信息增益，以及基尼系数来衡量自变量的预测价值，通过iv公式，信息增益，以及基尼系数来衡量自变量的预测价值主要是通过判断自变量所携带的信息价值大小：假设对于一个待预测的个体a有两种结果y1以及y2，要判断a属于y1还是y2，是需要一定的信息的，假设这个信息总量是i，而这些所需要的信息，就蕴含在所有的自变量c1，c2，c3，……，cn中，那么，对于其中的一个自变量ci来说，其蕴含的信息越多，那么它对于判断a属于y1还是y2的贡献就越大，ci的信息价值就越大，它就越应该进入到入模自变量列表中。

其中，通过iv公式、信息增益、基尼系数等从众多自变量中挑选有价值的自变量过程可是：获取样本数据，对所述样本数据进行分组；基于分组后的所述样本数据，通过iv公式对各个自变量进行初始预测价值的排序，基于该排序先后选取第一预设个数的自变量；通过各个自变量信息增益的大小从所述第一预设个数的自变量中选取第二预设个数的自变量，并基于各个自变量基尼系数的大小从所述第二预设个数的自变量中选取第三预设个数的自变量，其中，第一预设个数多于第二预设个数，第二预设个数多于第三预设个数；将所述选取的第三预设个数的自变量作为预存模型对应的入模自变量列表中的自变量。

其中，通过iv公式得到第一预设个数的自变量过程可是如下：

其中，iv公式为：

具体地，pyi是该组数据违约用户占所有样本中所有违约用户的比例，#yi是该组数据中违约用户的数量，pni是该组数据未违约用户占所有样本中所有未违约用户的比例，#ni是该组数据中未违约用户的数量，#nt是样本中所有未响应客户的数量，woei表示的实质上是“当前分组数据中违约用户占所有违约用户的比例”和“当前分组中没有违约的用户占所有没有违约用户的比例”的差异。通过iv公式计算得到各个自变量所携带的信息量大小，根据信息量大小得到各个自变量的初始预测价值，通过该初始预测价值挑选得到第一预设个数的自变量。

在得到第一预设个数的自变量后，通过信息增益公式得到第二预设个数的自变量过程可是如下：

其中，信息熵公式为：因而信息增益公式为ig＝ig(x)＝h(c)-h(c|x)。

即系统有该自变量和没该自变量时信息量将发生变化，而前后信息量的差值就是这个特征给系统带来的信息增益，通过各个第一预设个数中自变量对应信息增益大小得到第二预设个数的自变量。

另外，在本实施例中，基尼系数公式为：

在基尼系数公式中，x代表各组的人口比重，y代表各组的收入比重，v代表各组累计的收入比重，i＝1，2，3，…，n，n代表分组的组数。通过各个第二预设个数中自变量对应基尼系数大小得到第三预设个数的自变量。

用以具体实施例进行说明，若有200个候选自变量，不会直接把200个自变量直接放到预存模型的入模自变量列表中，而是通过iv公式、信息增益、基尼系数等，从这200个自变量中挑选出20个或者更少的自变量，放进模型，形成入模自变量列表。其中，由于业务、环境等的变化，入模自变量列表中的自变量不一定是后续业务中预测价值高的自变量，因而，在现有技术中，需要重复变更入模自变量列表，在本实施例中，通过换算自变量的挑选以实现避免重复建立入模自变量列表，其中，换算自变量指的是woei相似，即“当前分组数据中违约用户占所有违约用户的比例”和“当前分组中没有违约的用户占所有没有违约用户的比例”的差异相似，需要说明的是，入模自变量列表中可是由woei不同的各个自变量构成，即入模自变量列表中包括多个不同影响规律的自变量。

其中，需要说明的是，目标自变量指的是挑选出的对用户是否具有贷款资格影响度大的自变量，或者目标自变量是从判断用户是否有贷款资格的各个自变量中，选取的预测价值大于预设值的自变量，即目标自变量是需要进入评分卡设置的自变量，该目标自变量可是多个，在接收一个目标自变量后，首先判断评分卡配置系统预存模型对应的入模自变量列表中是否存有所述目标自变量，即是判断入模自变量列表中是否预存有该目标自变量，其中，该各个目标自变量可以是存在于该入模自变量列表中，或者未存在该入模自变量列表中。

步骤s20，当未存有所述目标自变量时，将所述目标自变量前驱到入模自变量列表中的换算自变量；

若对应目标自变量未存在在入模自变量列表中时，在对应入模自变量列表中查找到该目标自变量映射的换算自变量，从而实现综合换算。

具体地，参照图2，所述当未存有所述目标自变量时，将所述目标自变量前驱到入模自变量列表中的换算自变量步骤包括：

步骤s21，当未存有所述目标自变量时，基于所述目标自变量的取值范围进行目标自变量的分组，以得到各个分组目标自变量；

其中，在对应入模自变量列表中查找到该目标自变量映射的换算自变量过程中，需对该目标自变量进行分组，具体地，根据所述目标自变量的取值范围进行目标自变量的分组，以得到各个分组目标自变量，其中，目标自变量一般分为五组。需要说明的是，当目标自变量是连续型自变量时，需要对其进行离散化处理。

步骤s22，获取各个分组目标自变量下对应每组违约用户对正常用户的第一占比、并获取目标自变量整体对应违约用户对正常用户第二占比，以得到各目标自变量分组取值对目标自变量违约概率的第一差异度；

在进行精细分组后，获取各个分组目标自变量下对应每组违约用户对正常用户的第一占比、并获取目标自变量整体对应违约用户对正常用户第二占比，以得到各目标自变量分组取值对目标自变量违约概率的第一差异度，其中，第一差异度包括多组子差异度，获取第一差异度外，还需获取多组子差异度的分布状态。

步骤s23，基于所述第一差异度将所述目标自变量前驱到入模自变量列表中的换算自变量。

具体地，基于所述第一差异度将所述目标自变量前驱到入模自变量列表中的换算自变量步骤包括：

步骤a1，获取所述入模自变量列表中各个自变量对应分组自变量的第二差异度；

获取所述入模自变量列表中各个自变量对应分组自变量的第二差异度，即是获取入模自变量列表中各个自变量的woe值。

步骤a2，从所述第二差异度中选取与第一差异度匹配的目标差异度，将所述目标差异度对应的自变量作为换算自变量。

从所述第二差异度中选取与第一差异度匹配的目标差异度，将所述目标差异度对应的自变量作为换算自变量，其中，该匹配指的是目标自变量多组子差异度的分布状态与换算自变量的相同，且目标自变量子差异度与换算自变量对应的子差异度相同或者相近。

步骤s30，基于所述换算自变量进行评分卡的配置。

在得到换算自变量后，基于该换算自变量进行评分卡的配置，具体地，获取该换算自变量的评分流程步骤，调用预存的程序段，将该换算自变量的评分流程步骤更改为目标自变量的评分流程步骤，在得到目标自变量的评分流程步骤后，综合排序其它自变量的评分流程步骤，实现完成评分卡的配置。

本发明通过接收目标自变量，判断评分卡配置系统预存模型对应的入模自变量列表中是否存有所述目标自变量；当未存有所述目标自变量时，将所述目标自变量前驱到入模自变量列表中的换算自变量；基于所述换算自变量进行评分卡的配置。由于在本申请中，若入模自变量列表中未存有所述目标自变量时，通过将目标自变量前驱到入模自变量列表中的换算自变量即可，避免入模自变量列表中未存在该目标自变量时，即需要重新进行入模自变量列表的清洗和整合，或者重新进行评分卡的对接配置过程，因而本申请提升了评分卡配置的拓展性与整合能力，并且实现了节省资源，提升评分卡配置效率的效果，解决了现有技术中存在的评分卡配置可拓展性以及整合能力差的技术问题。

进一步地，本发明提供评分卡配置方法的另一实施例，在该实施例中，所述接收目标自变量，判断评分卡配置系统预存模型对应的入模自变量列表中是否存有所述目标自变量步骤之后包括：

步骤s11，当存有所述目标自变量时，从入模自变量列表中的匹配该目标自变量，以进行评分卡的配置。

当存有所述目标自变量时，从入模自变量列表中的匹配该目标自变量，以进行评分卡的配置，不需要进行目标自变量的换算或者不需要进行目标自变量的匹配，当存有所述目标自变量时，进行评分卡的配置过程可是：获取预存的该目标自变量的评分流程步骤，综合排序其它自变量的评分流程步骤，实现完成评分卡的配置。

在本实施例中，通过当存有所述目标自变量时，从入模自变量列表中的匹配该目标自变量，以进行评分卡的配置，在本实施例中，在入模自变量列表中存在该目标自变量时，直接进行评分卡的配置，节约了评分流程。

进一步地，本发明提供评分卡配置方法的另一实施例，在该实施例中，所述所述基于所述换算自变量进行评分卡的配置步骤之前包括：

步骤b1，判断是否存在多个目标自变量匹配至同一换算自变量；

需要说明的是，在进行评分卡配置过程中，需要判断是否存在多个目标自变量匹配至同一换算自变量，即是判断是否存在多个目标自变量是否存在多重共线性问题。

步骤b2，当存在多个目标自变量匹配至同一换算自变量时，对所述多个目标自变量进行降维处理。

当存在多个目标自变量匹配至同一换算自变量时，对所述多个目标自变量进行降维处理，具体降维过程可是：对匹配至同一换算自变量的多个目标自变量进行目标自变量的剔除，以最后呈现一个目标自变量前驱到换算自变量。

在本实施例中，通过判断是否存在多个目标自变量匹配至同一换算自变量；当存在多个目标自变量匹配至同一换算自变量时，对所述多个目标自变量进行降维处理，本实施例避免了能存在的。

进一步地，本发明提供评分卡配置方法的另一实施例，在该实施例中，所述基于所述换算自变量进行评分卡的配置步骤之后包括：

当配置成功时，生成提示信息，并将所述提示信息发送给目标管理人员。

在本实施例中，当评分卡配置成功时，生成提示信息，并将所述提示信息发送给目标管理人员，其中，可通过邮件方式发送给目标管理人员，具体地，该提示信息内容可是：“评分卡配置成功”。

在本实施例中，通过当配置成功时，生成提示信息，并将所述提示信息发送给目标管理人员。以提示目标管理人员及时对配置成功的评分卡启动验证。

参照图3，图3是本发明实施例方案涉及的硬件运行环境的设备结构示意图。

本发明实施例评分卡配置设备可以是pc，也可以是智能手机、平板电脑、电子书阅读器、mp3(movingpictureexpertsgroupaudiolayeriii，动态影像专家压缩标准音频层面3)播放器、mp4(movingpictureexpertsgroupaudiolayeriv，动态影像专家压缩标准音频层面3)播放器、便携计算机等终端设备。

如图3所示，该评分卡配置设备可以包括：处理器1001，例如cpu，存储器1005，通信总线1002。其中，通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。

可选地，该评分卡配置设备还可以包括用户接口、网络接口、摄像头、rf(radiofrequency，射频)电路，传感器、音频电路、wifi模块等等。用户接口可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。

本领域技术人员可以理解，图3中示出的评分卡配置设备结构并不构成对评分卡配置设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图3所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块以及评分卡配置程序。操作系统是管理和控制评分卡配置设备硬件和软件资源的程序，支持评分卡配置程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信，以及与评分卡配置设备中其它硬件和软件之间通信。

在图3所示的评分卡配置设备中，处理器1001用于执行存储器1005中存储的评分卡配置程序，实现上述任一项所述的评分卡配置方法的步骤。

本发明评分卡配置设备具体实施方式与上述评分卡配置方法各实施例基本相同，在此不再赘述。

本发明还提供一种评分卡配置装置，所述评分卡配置装置包括：

接收模块，用于接收目标自变量，判断评分卡配置系统预存模型对应的入模自变量列表中是否存有所述目标自变量；

换算模块，用于当未存有所述目标自变量时，将所述目标自变量前驱到入模自变量列表中的换算自变量；

配置模块，用于基于所述换算自变量进行评分卡的配置。

本发明评分卡配置装置具体实施方式与上述评分卡配置方法各实施例基本相同，在此不再赘述。

本发明提供了一种可读存储介质，所述可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述任一项所述的评分卡配置方法的步骤。

本发明可读存储介质具体实施方式与上述评分卡配置方法各实施例基本相同，在此不再赘述。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利处理范围内。