3. 样本分层实战（一）：基于用户画像的分层方法

用户画像是风控样本分层的核心锚点。年龄、收入、职业、地域这四个维度构成了最基础、最稳定的分层框架。本节将深入剖析如何利用这四个维度对样本进行科学分层，并阐述其在规则引擎性能优化中的前置价值。

3.1 分层维度选择与业务逻辑

选择年龄、收入、职业、地域作为首层分界，是因为它们与用户的风险行为模式高度相关，且数据获取成本低、稳定性强。下表总结了各维度的分层逻辑与典型风险特征：

3.2 分层架构设计：四维交叉矩阵

单一维度的分层能力有限，实战中通常采用四维交叉构建“用户画像标签矩阵”。该矩阵将每个用户映射到一个唯一的组合标签，作为规则引擎的预计算键值。

3.3 分层实施步骤

基于用户画像的分层实施分为四个核心步骤，每一步都直接影响后续规则引擎的性能表现：

1. 数据清洗与标准化：统一年龄格式（取周岁）、收入归一化（去除异常极值）、职业映射到标准分类码、地域统一到城市级别编码。
2. 分箱与编码：对年龄和收入进行等频或等距分箱；职业和地域使用业务经验编码。每个维度生成一个 0-255 的编码值。
3. 组合标签计算：将四个编码值按位运算合并为一个 32 位整数。例如：tag = (age_code << 24) | (income_code << 16) | (job_code << 8) | region_code。
4. 规则集映射：为每个组合标签预计算其需要执行的规则 ID 列表，存入缓存（如 Redis Hash）。规则引擎运行时直接通过标签获取规则集。

3.4 性能收益量化

以下数据来自某头部消费金融平台的实际压测结果，展示了引入用户画像分层后的性能提升：

3.5 代码实现示例

以下 Python 代码展示了组合标签的生成与规则集映射逻辑：

import hashlib

# 用户画像编码函数
def encode_user_profile(age, income, job, region):
    # 年龄分箱：0-4 对应 18-24, 25-35, 36-50, 50+, 其他
    age_bins = [18, 25, 36, 51]
    age_code = sum(1 for b in age_bins if age >= b)
    age_code = min(age_code, 4)

    # 收入分箱（单位：千元）
    income_bins = [3, 8, 20]
    income_code = sum(1 for b in income_bins if income >= b)
    income_code = min(income_code, 3)

    # 职业编码（预定义映射表）
    job_map = {'student': 0, 'blue_collar': 1, 'white_collar': 2,
               'freelancer': 3, 'unemployed': 4, 'other': 5}
    job_code = job_map.get(job, 5)

    # 地域编码（城市级别）
    region_map = {'tier1': 0, 'tier2': 1, 'tier3': 2, 'rural': 3}
    region_code = region_map.get(region, 4)

    # 组合为32位整数
    tag = (age_code << 24) | (income_code << 16) | (job_code << 8) | region_code
    return tag

# 规则集映射（示例）
rule_set_cache = {}

def get_rule_set(tag):
    if tag not in rule_set_cache:
        # 实际场景从Redis或本地文件加载
        rule_set_cache[tag] = load_rules_from_db(tag)
    return rule_set_cache[tag]

def load_rules_from_db(tag):
    # 模拟加载规则ID列表
    return [101, 203, 305, 410]  # 示例规则ID

# 使用示例
user_tag = encode_user_profile(28, 12, 'white_collar', 'tier1')
rules = get_rule_set(user_tag)
print(f"用户标签: {user_tag}, 需执行规则: {rules}")