信貸風控四：高校地址自動化識別

• • 一、業務背景
  • 二、解決方案
  • 三、完善補充

一、業務背景

惡意投訴一直是信貸從業人員面臨的一個棘手問題，總有那么一些客戶，或是受不良中介引導，或是自己沒有道德底線，在信貸平臺借到款之后，抓住一些可利用的漏洞，倒打一耙，把信貸平臺投訴到監管平臺上。而越是正規的信貸平臺，越容易在面對監管投訴時表現弱勢，導致信貸平臺既失名又失利。面對這種情況，信貸平臺能做的一般就是完善流程，留存證據。
大學生投訴，是我們面臨的惡意投訴中的一種，有些客戶，在自己還在就讀高校的時候，鉆了空子，在信貸平臺上借到了一筆借款，一段時間以后，燃眉之急解決了，就借著平臺給學生貸款這個違規操作，把平臺投訴給監管了，以求白嫖這筆借款。
為了在業務中防控大學生投訴這種情況，我們對一批以學生身份投訴的案例進行了分析，發現這些投訴客戶具有兩個普遍特征，一是年齡普遍偏小，主要分布在22-25歲，最大的不超過28歲，二是很大一部分客戶的人行征信住址或是公司填寫的是高校，從這兩個線索出發，我們就可以在前端風控側做一些規則設計，結合年齡和人行征信住址，把疑似高校的客戶都攔截掉，以期在一定程度上解決給學生客戶放款的漏洞。于是有了這篇博客，如何做一個規則接口，識別一個地址或公司名是否為高校。
當然這樣一個需求可以借助外部廠商解決，像是各種地圖服務，或者直接查學籍數據，但這樣一是需要費用較高，二是違背了自主化風控的初衷，所以有了下面這個自主化的探索方案。這個方案目前還不能做到百分百準確，但能做到大概率準確，在測試的幾千條地址轉化結果上面，準確率可以達到94%左右。這個高校識別方案，不僅可以用作貸前風控攔截的接口，也可以用于基于地址數據的數據挖掘方面。

二、解決方案

識別地址是否為高校的基本邏輯是使用正則表達式做關鍵詞識別，在識別準入的基礎上，做定向排除。
準入的關鍵詞分為三類：

“大學”、“高?！?、“學院”等這類高校的關鍵字；

“本科”、“研究生”、“學生宿舍”等學生類的關鍵詞；

各個大學的簡稱，像“哈工大”、“陜西師大”、“西安交大”等。

在準入的基礎上，做如下關鍵詞的定向排除：

附屬中學、附屬小學等；

職工宿舍、專家樓、家屬樓等；

對面、對過、旁邊等方位類的關鍵詞；

大學路、學院路、華中大街、中南大廈等街道、樓宇名；

某某大學店等分店名稱；

大學村、師范鎮等村鎮地名；

保衛處、食堂、教務處等辦公地點；

進修學校、老年大學、成人大學等非學生類學校等

基于以上邏輯，使用python實現的代碼如下，供大家參考：

in_re_rule = '.*(大學|高校|學院|?？茖W校|衛校|師范|本科|研究生|[0-9]{2,4}級|學生宿舍|北理工|北師大|大連理工|哈工大|復旦上醫|上海交大|華東師范|中科大|華科大|國科大|華南理工|電科大|西安交大|西工大|北京交大|北工大|北科大|北中醫|中石大|河工大|醫科大|太原理工|東北師大|哈工程|華東理工|第二軍醫大|南理工|南農大|中國藥大|合工大|武漢理工|華中農大|華中師范|中南大|湖南師大|西南交大|川農大|陜西師大|四醫大|協和醫大|首師大|天工大|上中醫|上?？拼髚南信大|南醫大|南中醫|南科大|西南石大|成中醫|東大秦校|北航軟院|北方工大|北工商|北建大|北石化|電科院|首都醫科大|北二外|首經貿|信息科大|北京聯大|中青院|北京警院|社科大|天津科大|中航大|天津理工|天津師大|天職師大|天津外大|天津美院|天城大|天津中德|河北工程|冀地大|華北理工|河北科大|河北農大|河北醫大|河北師大|河北民師|唐山師院|滄州師院|河北科師|河北體院|河北金院|中警院|河北中醫|太原科大|山西農大|山西師大|太原師院|忻州師院|山西財大|山中醫|山醫汾院|山西工院|內科大|包師院|內工大|內農大|內醫大|內師大|內民大|內財大|集寧師院|呼和民院|沈工大|沈理工|遼科大|遼工大|遼石化|沈陽化工|大連交大|大連工大|大海大|中國醫大|錦醫大|遼中醫|遼師大|沈師大|遼科院|沈工院|大連民大|長春工大|吉林化院|吉林農大|長中醫|通化師院|吉林師大|吉林工師|白城師院|吉林財大|吉林體院|吉林商院|長工程|吉林警院|吉林醫藥|哈理工|黑科大|八一農大|哈醫大|醫藥大|哈師大|牡師院|大慶師院|哈商大|哈金院|黑工業|黑工程|上海理大|上海海大|上應大|上健醫|上海師大|上經貿大|工程大|二工大|江科大|徐醫大|鹽城師范|蘇警院|蘇科大|常理工|南工院|常工院|南工程|江蘇理工|江蘇海大|徐州工院|南京特師|森警院|東大成賢|蘇大文正|江蘇二師|陸工大|浙工大|浙理工|浙海大|浙農大|溫醫大|浙江中醫|浙師大|杭師大|湖州師院|紹興文理|浙商大|中計大|安中醫|安科大|閩工院|福建農大|福醫大|閩中醫|福建師大|泉州師院|閩師大|廈門理工|福建警院|福技院|華東交大|江西師大|上饒師院|贛南師大|科技師大|江西警院|南大撫醫|豫章師院|南昌師院|山科大|青科大|青島理工|山建大|齊魯工大|山理工|青島農大|山一大|山東師大|曲阜師大|山工藝|齊魯師院|山青院|山東管院|山工院|河南理工|鄭州輕大|河科大|河南農大|河南牧院|河中醫|河南師大|信陽師院|周口師院|安陽師院|南陽師院|洛陽師院|商丘師院|河南財大|鄭州航院|洛陽理工|信陽農林|河工院|河南金院|南陽理工|河南城建|河南警院|鄭州師范|信息工程大學|武科大|武工大|輕工大|湖工大|湖北中醫院|湖北師大|黃岡師院|湖北民大|漢江師院|中南民大|湖北理工|湖醫藥|荊楚理工|武商院|湖北二師|海工大|湖南科大|長沙理工|湖南農大|中南林科大|湖中大|衡陽師院|湘科院|湖南人科|湖南城院|湖南工大|湖南一師|長沙師范|廣藥大|韓山師院|嶺南師院|廣師大|廣東二師|深技大|廣科大|桂中醫|廣西師大|南寧師大|廣西民師院|廣西民大|廣西科師|桂財院|桂林旅院|廣西警院|海南師大|瓊臺師范|重慶師大|重文理|重理工|重慶警院|陸軍軍醫大學|西南科大|成信大|川工大|中飛院|西南醫大|川師大|西華師大|綿陽師院|內江師院|四川文理|樂山師院|西南民大|成工院|四川旅院|四川民院|四川警院|成都師院|貴醫大|貴中醫|貴州師大|遵義師院|興義師院|黔南師院|貴州財大|貴民大|六盤水師院|貴商院|貴州警院|貴州師院|貴州理工|云農大|西南林大|昆醫大|云南師大|曲靖師院|云南民大|玉溪師院|楚雄師院|云南警院|滇西大|西安理工|西安工大|西安建大|西科大|西石大|陜科大|西工程大|陜中大|陜理工|寶文理|咸陽師院|渭南師院|西外大|西法大|西安文理|西安財大|陜師院|火工大|空工大|蘭理工|蘭交大|甘農大|甘肅中醫藥|西北師大|蘭城院|天水師院|蘭州財大|西北民大|甘政法|甘肅民院|蘭工院|青海師大|青海民大|寧夏師院|北方民大|新農大|新醫大|伊犁師大|新疆財大|新工院|新警院|新理工|新科院|西北農大|西南財大|西軍電|陜師大|中央美院|上海體院|成理工|石鐵大|內蒙古師大|沈陽工大|沈陽農大|長工大|長春師大|上師大|上貿大|江蘇師大|江海大|浙中醫|中量大|浙財大|安工大|安理工|安農大|安醫科|安師大|淮師大|安財經|淮北理工|合師院|國防科大|福師大|江西農大|山工美|齊魯師范|河南工大|湖北美院|湖北汽院|湖科大|湖南中醫大|廣科院|玉林師院|云南財大|西理工|西安科大|西石油|西安美院|西文理|西安郵電|安工業|安工程|安農業|安醫大|安師范|淮師范|安財大|((北大|北醫|人大|清華|北航|農大|民大|南大|天大|東大|吉大|復旦|同濟|浙大|廈大|山大|海大|武大|湖大|中大|重大|川大|西農|蘭大|北化|北郵|北林|北外|中傳|央財|貿大|北體|央音|法大|華電|礦大|地大|蒙大|遼大|延大|林大|東華|上外|上財|上大|蘇大|南航|河海|江大|南師|安大|福大|鄭大|暨大|華師|西大|西財|貴大|云大|藏大|西電|長大|青大|寧大|新大|石大|外院|國音|央美|央戲|天中|上體|上音|南郵|南林|國美|河大|湘大|華農|廣醫|成理|汕大|北服|北印|北農|首體|北語|北物|國關|國戲|北影|北舞|女院|中勞|天農|天商|天財|天音|北院|承醫|保院|廊師|衡院|石院|邢院|鐵大|燕大|唐院|華科|警大|華航|中北|長醫|同大|山傳|山能|包醫|赤院|河院|沈航|建大|沈農|大醫|沈藥|沈醫|渤大|鞍師|大外|東財|沈體|沈音|魯美|沈大|連大|長理|東電|吉建|北華|長師|吉藝|黑大|東油|佳大|牡醫|齊大|綏大|哈體|齊醫|黑院|哈音|華政|上戲|立信|上政|上商|南工|常大|通大|鹽工|徐師|淮師|南財|南體|南藝|淮工|揚大|南審|宿院|杭電|臺院|溫大|嘉院|寧工|浙財|浙傳|杭醫|浙外|安工|安理|安農|安醫|安師|安財|亳院|合師|華大|集大|閩院|武院|明院|福商|華理|昌航|江理|景陶|江農|江中|贛醫|宜院|井大|江財|景院|九院|山農|濰醫|濱醫|濟醫|聊大|德院|濱院|魯東|臨大|山財|山體|山藝|煙大|濰院|山警|山交|山商|山政|華水|中工|新醫|許院|平院|鄭工|新院|河工|紡大|襄大|武體|湖美|汽院|武音|湘南|邵院|南華|廣美|深大|廣大|廣工|廣外|桂電|桂工|右醫|桂醫|玉師|廣藝|百院|梧院|灣大|桂航|賀院|海醫|重郵|重醫|川外|西政|川美|重科|西華|西院|成體|川音|成大|成醫|遵醫|凱院|貴院|昆工|理大|云中|普院|紅院|云財|云藝|昆院|文院|西體|西音|西美|安院|西郵|西航|西醫|塔大|新藝|交醫|昌大|石大|航大|天理|天外|海大|商大|安藝|湘院|韓師|海師|西外|貿大).*(校區|實驗樓|實驗室|研究院|學生公寓|科學樓|科研樓))).*'def find_high_schol_final_v2(x):##處理一下空值if pd.isna(x):return False##strip一下空格和引號x = x.strip().strip('"').strip('”').strip("'").strip('’')# if (re.match(in_re_rule,x)!=None)|(re.match(addr_re,x)!=None):if re.match(in_re_rule,x):if re.match(r'.*(附屬|附院|附小|附中|幼兒園|附醫|中學|小學|醫院|教師|教工|老師|員工|職工|專家|教授|人才公寓|單位宿舍|家屬院|家屬樓|家屬區|家屬宿舍|公租房|自建房|大學生公寓|小區|大學印象|學院派|學院小區|大學新村|科教新村|大學春城|大學府|家園|我的大學|大學灣|大學居|恒大學|學院府|大學時光|公司|科技有限|股份有限|本科技|集團|軟件園|科技園|工業園|創意谷|科技產業園|創業園|創客大學|成人大學|創業大學|老年大學|自修大學|家里蹲大學|老干部大學|老年人大學|紅豆大學|吉利大學|繼續教育|工商管理|行政學院|成人教育|((干部|進修)(管理)?(學校|大學|學院))).*',x):return Falseif re.match(r'.*(對面|對過|邊上|左手|右手|附近|靠近|隔壁|旁|傍|背后|背面|(前|后|左|右|東|西|南|北|上|下)(面|邊|側)|((東|西|南|北|前|后|左|右).*米)|(向|往|朝|最)(東|西|南|北|前|后|左|右|里|外)).*',x):return False##以這些結尾的直接返回Trueif re.match(r'.*(((研究生|本科生)(宿舍|公寓))|學生宿舍|研究生|本科|本科生|在讀|校區|大學|學院|高校|衛校|師范|學校|([0-9]{2,4}級))$',x):return Trueif re.match(r'.*(((大學|學院|高校|衛校|師范|學校)(\w){0,2}(道|路|里|街|巷|弄|區|胡同))|大學(\w){0,2}城).*',x) and not re.match(r'.*(大學|學院|高校|衛校|師范|學校)(\w){0,2}(路)?校區.*',x) and not re.match(r'.*(大學|學院|高校|衛校|師范|學校)[1-9A-Za-z東西南北一二三四五六七八九十]{1,2}區.*',x):return Falseif re.match(r'.*(前|后|左|右|東|西|南|北)$',x):return Falseif re.match(r'.*((大學|學院|高校|衛校|師范|學校)(東|西|南|北)(\)|）)).*',x):return Falseif re.match(r'.*(大學|學院|高校|衛校|師范|學校)(\w){0,2}店.*',x):return Falseif re.match(r'.*(華中大|科大|中石大|哈工大|農大|山大|西外大|西工大|中南大)(\w){0,1}(道|街|廈|路).*',x):return Falseif re.match(r'.*(大學|學院|高校|衛校|師范|學校)(\w){0,1}(村|鎮|鄉|縣|屯).*',x):return Falseif re.match(r'.*(餐廳|飯店|旅館|賓館|酒店|山莊|出版社|保安|安保|保衛|門衛|食堂|項目部|餐飲|物業|門診|后勤|行政|醫務|小吃一條街|工地|服務|快印|打印|文印|圖書館|管理|培訓|教學|教務|教培|物流|檔案|擋案|事務所|聘任人員|技術人員|招待所|超市|飲食|美食|辦公室|雜志社|咨詢部|委員會|菜鳥驛站|快遞|排擋|校友會|駕駛|合同|生意|廚師|裝潢|前臺|室內設計|網咖|國醫堂|勤務|就業|藥房|大隊|警務連|加油站|函授站|研究所|研究院).*',x):return Falseif re.match(r'.*(廠|店|鋪|處|部|廳|局|署|辦|支行|中心|支隊)$',x) and not re.match(r'.*本部.*',x):return Falsereturn Trueelse:return False

三、完善補充

以上邏輯還有可以補充完善的一部分，就是只寫高校地址，不明確寫出某某高校的情況，比如“”漢口路22號”，雖然沒有明確出現大學類字樣，但它就是南京大學的地址。所以我們可以在準入規則里面加入一條，所有高校的詳細地址信息。對于明確指明某某路某某號的大學地址，我們同樣可以用正則表達式的形式寫出來。比如北京大學的詳細地址是“北京市海淀區頤和園路5號”，因為我們面臨的地址大多是客戶手寫的，導致寫法比較隨意，地址中區、市部分可寫可不寫，但同時，如果我們去掉市、區信息，只匹配某路某號，又容易造成歧義，畢竟像南京路、上海路這樣的路名，全國很多城市都有，所以，為了既保證一定的精準度，又具有一定的普遍性，我們可以把上述地址的匹配邏輯寫成如下的正則形式：
‘.*((北京(市)?|海淀區)頤和園路5號).*’
把地址信息的正則邏輯加到準入規則中，可以一定程度提高高校識別規則的覆蓋率，但同時，這樣的正則規則較長，會拖慢判斷響應時間，如果做線下特征衍生，問題不大；做實時接口判斷，就要考慮取舍。（全國2700多所高校的詳細地址數據，可私信作者索取）

總之，本文只是從實際業務需求出發，提供了一個解決高校地址識別的思路，雖然不完善，但能夠解決大部分問題，如二八原則，花費了20%的精力，能夠解決80%的問題，如果想要做到100%，就需要再進一步花費80%的精力才能做到，性價比不高。大家可以在這個思路的基礎上繼續做完善補充，以期識別準確度能夠更高。或者有任何更好的解決方案，歡迎大家討論。

總結

以上是生活随笔為你收集整理的信贷风控四：高校地址自动化识别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。