2、信用评分特征工程基础：特征定义、特征分类与生命周期管理
信用评分模型的核心驱动力是特征。特征工程是将原始数据转化为能够准确反映借款人信用风险、且模型可有效利用的数值化表示的过程。本章将系统阐述特征的定义、分类标准以及贯穿特征服务全生命周期的管理规范，为后续的特征服务注册与发现奠定数据基础。
2.1 特征定义与基本属性
在信用评分领域，特征（Feature）是对借款人某一维度风险属性的量化描述。一个完整的特征定义包含以下核心属性：
| 属性 | 说明 | 示例 |
|---|---|---|
| 特征名称 | 全局唯一的标识符，通常采用业务域_实体_指标命名 | loan_borrower_avg_utilization_3m |
| 特征定义 | 精确的业务含义与计算逻辑描述 | 近3个月借款人所有信贷账户的额度使用率均值 |
| 数据类型 | 数值型、类别型、日期型、文本型 | float64 |
| 值域范围 | 理论最小值和最大值，用于数据校验 | [0.0, 1.0] |
| 缺失值策略 | 填充默认值、均值、中位数或标记为特殊值 | 填充 -1 |
| 衍生来源 | 原始数据表及字段、计算函数或模型 | credit_card_balance.avail_balance |
| 版本号 | 语义化版本，标识特征逻辑变更 | v1.2.0 |
实践要点：特征名称应遵循统一的命名规范，例如采用小写字母加下划线，避免使用特殊字符。建议在特征注册中心建立名称校验规则，防止同名异义或异名同义的特征污染特征库。
2.2 特征分类体系
根据数据来源与业务含义，信用评分特征通常划分为三大类：用户画像特征、行为特征和交易特征。合理的分类有助于特征存储、检索与复用。
2.2.1 用户画像特征
描述借款人静态或低频变化的固有属性，反映其基本社会身份与信用历史轮廓。
- 人口统计学特征：年龄、性别、婚姻状况、学历、职业类别、居住城市等级。
- 信用历史特征：征信报告时长、历史最大逾期天数、历史贷款账户总数、查询次数。
- 资产与负债特征：房产持有情况、车辆价值、总负债金额、信用卡总授信额度。
2.2.2 行为特征
描述借款人在特定时间窗口内的金融行为模式，具有动态性和时序性。
- 还款行为特征：近6个月还款准时率、平均还款提前天数、最低还款比例。
- 用信行为特征：额度使用率趋势、近30天提现次数、循环借贷比例。
- 交互行为特征：APP登录频率、客服咨询次数、资料修改次数。
2.2.3 交易特征
描述借款人通过支付、转账、消费等产生的资金流动数据，颗粒度最细、时效性最强。
- 收入交易特征：月均入账金额、工资入账稳定性、大额入账频次。
- 消费交易特征：日常消费占比、奢侈品消费金额、夜间交易占比。
- 资金往来特征：与高风险账户交易次数、跨行转账频率、账户余额波动率。
分类对比：用户画像特征更新频率低（月/季度），行为特征更新频率中等（日/周），交易特征更新频率高（实时/小时级）。在特征服务注册时，应明确标注特征的更新周期，以便调度系统合理分配计算资源。
2.3 特征生命周期管理
特征从定义到退役的全过程需要规范化管理，以确保特征服务的稳定性、可追溯性和合规性。特征生命周期包含以下六个阶段：
- 特征设计：业务分析师与数据科学家共同定义特征的业务逻辑、计算口径和预期效果，输出特征设计文档。
- 特征开发：数据工程师根据设计文档编写特征计算代码，进行单元测试和逻辑校验，确保计算结果与设计一致。
- 特征注册：将特征元数据（名称、类型、来源、版本、负责人等）注册到特征服务中心，生成全局唯一的特征ID。
- 特征部署：特征计算任务上线到生产环境，支持离线批量计算和在线实时计算两种模式。
- 特征监控：持续监控特征的数据质量（缺失率、异常值、分布漂移）和计算性能（延迟、吞吐量），触发告警。
- 特征退役：当特征因业务调整、模型迭代或合规要求不再使用时，标记为退役状态，停止计算并归档元数据。
关键风险：特征退役后，依赖该特征的所有模型版本必须同步更新或重新训练，否则会导致线上模型推理失败。建议在特征注册中心维护特征与模型版本的依赖关系图谱，退役前自动触发影响分析。
2.4 特征元数据管理
特征元数据是特征注册与发现的核心资产。在微服务架构下，每个特征服务实例启动时需向注册中心上报以下元数据信息：
{
"featureId": "f_20250301_001",
"featureName": "borrower_avg_utilization_3m",
"version": "1.2.0",
"category": "behavior",
"dataType": "float",
"owner": "risk_ds_team",
"serviceEndpoint": "http://feature-svc:8080/api/v1/features",
"updateCycle": "daily",
"dependencies": ["credit_card_balance", "loan_account_summary"],
"tags": ["utilization", "credit_behavior", "high_freq"]
}
注册策略：建议采用“推模式”进行特征服务注册。特征服务启动时主动向注册中心发送心跳和元数据，注册中心负责存储和健康检查。当特征元数据发生变更（如版本升级、依赖调整）时，服务应主动推送更新通知。
2.5 特征质量保障规范
特征质量直接影响信用评分的准确性。在特征工程阶段，应建立以下质量保障规范：
| 质量维度 | 检查项 | 通过标准 |
|---|---|---|
| 完整性 | 缺失率 | 缺失率 < 5% |
| 准确性 | 与基准数据对比偏差 | 偏差 < 0.1% |
| 一致性 | 不同批次间分布差异 | PSI < 0.1 |
| 时效性 | 数据延迟时间 | 离线 < 24h，实时 < 5s |
| 唯一性 | 特征名称与ID冲突 | 无重复注册 |
通过严格的特征定义、清晰的分类体系、规范的生命周期管理和完善的元数据注册机制，信用评分特征服务能够实现高效、稳定、可追溯的运作，为后续的模型训练与在线评分提供高质量的数据支撑。