ES3059703T3

ES3059703T3 - Updating attribute data structures to indicate trends in attribute data provided to automated modeling systems

Info

Publication number: ES3059703T3
Application number: ES16849456T
Authority: ES
Inventors: Jeffrey Q Ouyang; Vickey Chang; Rupesh Patel; Trevis J Litherland
Original assignee: Equifax Inc
Current assignee: Equifax Inc
Priority date: 2015-09-21
Filing date: 2016-09-21
Publication date: 2026-03-23
Anticipated expiration: 2036-09-21
Also published as: US20180285780A1; WO2017053347A1; CA2999276A1; EP3353688A4; AU2021232839B2; AU2016328959A1; US20230325724A1; US11715029B2; EP3353688B1; AU2021232839A1; EP3353688A1; CA2999276C; AU2016328959B2

Abstract

Ciertos aspectos implican la actualización de estructuras de datos para indicar relaciones entre las tendencias de atributos y las variables de respuesta utilizadas para entrenar sistemas de modelado automatizado. Por ejemplo, una estructura de datos almacena información para entrenar un algoritmo de modelado automatizado. Los datos de entrenamiento incluyen valores de atributos para múltiples entidades durante un período de tiempo. Un sistema informático genera, para cada entidad, al menos un atributo de tendencia que es función de una serie temporal de valores de atributos. El sistema informático modifica la estructura de datos para incluir los atributos de tendencia generados y actualiza los datos de entrenamiento para incluir los valores de los atributos de tendencia. El sistema informático entrena el algoritmo de modelado automatizado con los valores de los atributos de tendencia de la estructura de datos. En algunos aspectos, los atributos de tendencia se generan aplicando una transformación de frecuencia a una serie temporal de valores de atributos y seleccionando, como atributos de tendencia, algunos de los coeficientes generados por dicha transformación. (Traducción automática con Google Translate, sin valor legal)

Description

[0001] DESCRIPCIÓN

[0002] Actualización de estructuras de datos de atributos para indicar tendencias en datos de atributos provistos a sistemas de modelado automatizados

[0003] Referencia cruzada a solicitudes relacionadas

[0004] Esta descripción reivindica prioridad con respecto a la Solicitud Provisional de EE. UU. n.º 62/221,360, titulada "Analytical System Utilizing Detailed Time-Series Data", presentada el 21 de septiembre de 2015.

[0005] Campo técnico

[0006] Esta descripción se refiere, en general, a sistemas y métodos de procesamiento de datos digitales para emulación de toma de decisiones y otra inteligencia y, más particularmente, se refiere a actualizar estructuras de datos de atributos para indicar tendencias en datos de atributos usados para entrenar y operar de otro modo sistemas de modelado automatizados.

[0007] Antecedentes

[0008] Los sistemas de modelado automatizados implementan algoritmos de modelado automatizados (p. ej., algoritmos que usan técnicas de modelado como, por ejemplo, regresión logística, redes neuronales, máquinas de vectores de soporte, etc.) que se entrenan usando grandes volúmenes de datos de entrenamiento. Estos datos de entrenamiento, que pueden generarse por o indicar de otro modo ciertas transacciones o circunstancias electrónicas, se analizan mediante uno o más dispositivos informáticos de un sistema de modelado automatizado. Los datos de entrenamiento se agrupan en atributos que se proveen como entradas al sistema de modelado automatizado. El sistema de modelado automatizado puede usar este análisis para aprender de y hacer predicciones con respecto a transacciones o circunstancias electrónicas similares. Por ejemplo, el sistema de modelado automatizado usa los atributos para saber cómo generar un valor de una variable de respuesta como, por ejemplo, una salida predictiva, que implica transacciones u otras circunstancias similares a atributos de los datos de entrenamiento. El documento de DARIUS BIRVINSKAS y otros: "EEG Dataset Reduction and Feature Extraction Using Discrete Cosine Transform",COMPUTER MODELING AND SIMULATION(EMS), 2012 SIXTH UKSIM/AMSS EUROPEAN SYMPOSIUM ON, IEEE, 14 de noviembre de 2012 (14-11-2012), páginas 199-204, XP032308097 describe la clasificación de series temporales de EEG y la reducción del conjunto de datos de entrenamiento aplicando una DCT a los mismos y manteniendo solo los primeros coeficientes.

[0009] Compendio

[0010] La presente invención se define por un sistema de servidor según se reivindica en la reivindicación 1, un método correspondiente según se reivindica en la reivindicación 10 y un medio legible por ordenador no transitorio correspondiente según se reivindica en la reivindicación 14. Realizaciones preferidas se definen en las reivindicaciones dependientes. Ciertos aspectos y ejemplos se describen para actualizar estructuras de datos de atributos, donde una estructura de datos de atributos modificada indica tendencias de atributos en datos de entrenamiento u otros datos de entrada para sistemas de modelado automatizados. Por ejemplo, una estructura de datos almacena datos para entrenar un algoritmo de modelado automatizado. Los datos de entrenamiento incluyen valores de atributo para múltiples entidades durante un período. Un sistema informático genera, para cada entidad, al menos un atributo de tendencia que es una función de una serie temporal respectiva de valores de atributo. Cada atributo de tendencia indica una tendencia en la serie temporal atributo-valor. El sistema informático modifica la estructura de datos para incluir los atributos de tendencia generados y actualiza los datos de entrenamiento para incluir valores de atributo de tendencia para los atributos de tendencia. El sistema informático entrena el algoritmo de modelado automatizado con los valores de atributo de tendencia de la estructura de datos. En algunos aspectos, los atributos de tendencia se generan aplicando una transformada de frecuencia a una serie temporal de valores de atributo y seleccionando, como atributos de tendencia, algunos de los coeficientes generados por la transformada de frecuencia.

[0011] Breve descripción de las figuras

[0012] Estas y otras características, aspectos y ventajas de la presente descripción se entienden mejor cuando la siguiente Descripción detallada se lee con referencia a los dibujos anexos.

[0013] La FIG. 1 representa un ejemplo de un sistema informático que puede generar atributos de tendencia para un algoritmo de modelado automatizado, según algunos aspectos de la presente descripción.

[0014] La FIG. 2 representa un ejemplo de un método para generar atributos de tendencia a usar en un algoritmo de modelado automatizado, según algunos aspectos de la presente descripción.

[0015] La FIG.3 representa un ejemplo de una estructura de datos que puede actualizarse con datos de atributos de tendencia usando el método de la FIG.2, según algunos aspectos de la presente descripción.

[0016] La FIG. 4 representa un ejemplo de la estructura de datos de la FIG. 3 que se ha actualizado con datos de atributos de tendencia usando el método de la FIG.2, según algunos aspectos de la presente descripción. La FIG.5 representa un ejemplo de un método para usar una transformada de frecuencia para generar datos de atributos de tendencia, según algunos aspectos de la presente descripción.

[0017] La FIG. 6 representa un ejemplo de un método para usar valores de atributos agrupados para generar datos de atributos de tendencia, según algunos aspectos de la presente descripción.

[0018] La FIG. 7 representa ejemplos de distribuciones de datos sesgados cuya asimetría puede usarse como un atributo de tendencia en los métodos de las FIG.2 y 6, según algunos aspectos de la presente descripción. La FIG. 8 representa ejemplos de distribuciones de datos sesgados cuyo exceso de curtosis puede usarse como atributo de tendencia en el método de las FIG.2 y 6, según algunos aspectos de la presente descripción. La FIG.9 representa un método para agrupar iterativamente valores de atributos para generar una o más series de agrupaciones a partir de las cuales se pueden calcular atributos de tendencia, según algunos aspectos de la presente descripción.

[0019] La FIG.10 representa un ejemplo de un entorno informático que puede generar atributos de tendencia para ser utilizados como entradas a un algoritmo de modelado automatizado, según algunos aspectos de la presente descripción.

[0020] Descripción detallada

[0021] Ciertos aspectos de esta descripción describen la modificación de estructuras de datos de atributos, donde una estructura de datos de atributos modificada indica tendencias en datos de atributos que se usan para entrenar sistemas de modelado automatizados o de otro modo operar sistemas de modelado automatizados. Por ejemplo, ciertos atributos que describen el comportamiento anterior de entidades pueden usarse para generar evaluaciones de riesgo u otras salidas de variables de respuesta. Una estructura de datos de atributos puede incluir una base de datos u otra estructura de datos que se usa para almacenar muestras de datos con valores de diferentes atributos. En algunos aspectos, una estructura de datos de atributos también almacena valores de una o más variables de respuesta que están asociadas a atributos.

[0022] Ciertos aspectos pueden mejorar sistemas que utilizan estructuras de datos de atributos creando un atributo de tendencia para su uso en un algoritmo de modelado automatizado. Un atributo de tendencia puede indicar una o más características basadas en el tiempo de la serie temporal de valores de atributo. Por ejemplo, si un atributo mide o indica de otro modo ciertas transacciones electrónicas que implican una entidad que se producen durante un período de 48 meses, un atributo de tendencia para la entidad puede indicar actividad cíclica por la entidad u otros patrones de comportamiento por la entidad durante el período. Uno o más atributos de tendencia pueden proveerse como entradas a un algoritmo de modelado automatizado (p. ej., como datos de entrenamiento para el algoritmo de modelado automatizado).

[0023] En algunos aspectos, los valores de atributo de tendencia pueden calcularse como una función de los valores de atributo en una serie temporal. Por ejemplo, la función puede usar cambios en los valores de atributo de la serie temporal durante un período para calcular un valor de atributo de tendencia. Ejemplos de funciones que usan cambios en los valores de atributos a lo largo del tiempo incluyen ciertas funciones estadísticas, transformadas de frecuencia, funciones para calcular atributos de duración, funciones para calcular atributos de depresión/recuperación, etc.

[0024] En algunos aspectos, una función para calcular un valor de atributo de tendencia puede ser una transformada de coseno discreta ("DCT", por sus siglas en inglés) que se aplica a una serie temporal de valores de atributo. La DCT puede emitir un conjunto correspondiente de coeficientes para el dominio de la frecuencia. Los valores de los coeficientes pueden indicar la presencia o ausencia de ciertas características cíclicas de la serie temporal. Uno o más de los coeficientes pueden seleccionarse como atributo de tendencia. En algunos aspectos, los datos de atributos de tendencia que se generan utilizando una DCT u otra transformada de frecuencia pueden proveerse a un algoritmo automatizado en lugar de un atributo que se utilizó en el cálculo del valor de atributo de tendencia (p. ej., datos originales de una serie temporal de valores de atributo).

[0025] Ciertos aspectos descritos en la presente memoria pueden proveer mejoras con respecto a los sistemas informáticos existentes que entrenan o usan de otro modo algoritmos de modelado automatizados. Por ejemplo, los sistemas de modelado automatizados existentes, que llevan a cabo evaluaciones de riesgo u otras operaciones analíticas que implican un algoritmo de modelado automatizado, pueden utilizar una instantánea de datos de atributos en un punto dado en el tiempo como una entrada al algoritmo de modelado automatizado. Tales valores de atributo pueden corresponder a solo un punto en el tiempo (p. ej., todos los valores de atributo generados durante un día, semana o mes específico). Estos sistemas de modelado automatizados existentes pueden ser incapaces de utilizar datos de series de tiempo sobre atributos. Por lo tanto, si estos sistemas de modelado automatizados existentes se usan para predecir el comportamiento de ciertas entidades, la predicción depende de las características y circunstancias actualmente conocidas de las entidades en un punto específico en el tiempo. El depender de esta instantánea estática de los datos de atributo puede dar como resultado una salida predictiva que es imprecisa o de otro modo subóptima.

[0027] Pero el uso de atributos de tendencia como se describe en la presente memoria permite que los sistemas de modelado automatizados usen, como entradas al algoritmo de modelado automatizado, datos que describen características y circunstancias de una entidad que cambian con el tiempo. Por ejemplo, los coeficientes DCT u otros atributos de tendencia pueden tener valores que representan con precisión características y circunstancias cíclicas de una entidad. Un sistema de modelado automatizado puede aprender asociaciones entre estos atributos de tendencia y ciertos resultados, y producir de este modo resultados más precisos, incluso si el sistema de modelado automatizado no usa una serie de tiempo completa de valores de atributos como entradas a un algoritmo de modelado automatizado.

[0029] Además, la precisión con la que un algoritmo de modelado automatizado aprende a hacer predicciones de acciones futuras puede depender de los atributos de datos usados para entrenar el algoritmo de modelado automatizado o proveer de otro modo como entradas al algoritmo de modelado automatizado. Por ejemplo, mayores cantidades de datos de entrada (p. ej., más muestras de datos, más atributos, etc.) permiten que el algoritmo de modelado automatizado identifique diferentes escenarios que pueden afectar a una salida predictiva, para aumentar la confianza de que una tendencia asociada a los datos de entrenamiento se ha identificado correctamente, o ambos. Por lo tanto, si un algoritmo de modelado automatizado usa, como entradas, un mayor número de atributos como, por ejemplo, atributos de tendencia, que tienen alguna relación predictiva con una salida predictiva, la precisión de la salida predictiva aumenta.

[0031] Además, en algunos sistemas existentes, se pueden usar múltiples conjuntos de datos de valores de atributos como entradas en ejecuciones posteriores de algoritmos de modelado automatizados existentes para mejorar la precisión del algoritmo de modelado automatizado. Cada conjunto de datos corresponde a un punto diferente en el tiempo. Pero el uso de múltiples conjuntos de datos de múltiples puntos en el tiempo consume recursos informáticos adicionales (p. ej., espacio de memoria, asignación de procesamiento).

[0033] Por lo tanto, de manera adicional o alternativa, ciertos aspectos descritos en la presente memoria pueden mejorar la eficiencia con la que los sistemas de modelado automatizados utilizan recursos informáticos (p. ej., capacidad de procesamiento, capacidad de memoria, ancho de banda de red, etc.). En un ejemplo simplificado, un atributo de tendencia puede ser un único punto de datos (p. ej., un coeficiente de DCT, una pendiente de curva, etc.) que representa información para múltiples puntos de datos en una serie temporal. Por lo tanto, un algoritmo de modelado automatizado puede entrenarse o ejecutarse de otro modo usando el único punto de datos (es decir, el valor de atributo de tendencia) en lugar de llevar a cabo múltiples iteraciones de entrenamiento u otras ejecuciones usando múltiples puntos de datos (p. ej., múltiples valores de una serie temporal).

[0035] Por lo tanto, un atributo de tendencia puede codificar concisamente información basada en tendencias acerca de una serie de tiempo y reducir o eliminar de este modo la necesidad de un algoritmo de modelado automatizado para derivar la información basada en tendencias de un gran conjunto de datos (es decir, una serie de tiempo). Por lo tanto, en algunos aspectos, el uso de atributos de tendencia puede reducir o eliminar la necesidad de proveer múltiples conjuntos de datos de valores de atributos a un sistema de modelado automatizado para capturar información cíclica u otra basada en tendencias de una serie temporal. El reducir o eliminar la necesidad de proveer múltiples conjuntos de datos de valores de atributos a un sistema de modelado automatizado puede permitir un uso más eficiente de los recursos de procesamiento, reducir los requisitos de memoria en el sistema de modelado automatizado (p. ej., para almacenar una serie temporal), reducir el uso de la red (p. ej., el ancho de banda utilizado para transmitir una serie temporal) o alguna combinación de los mismos.

[0037] Las características descritas en la presente memoria no se limitan a ninguna arquitectura o configuración de hardware particular. Un dispositivo informático puede incluir cualquier disposición adecuada de componentes que provea un resultado condicionado a una o más entradas. Dispositivos informáticos adecuados incluyen sistemas informáticos multipropósito basados en microprocesador que acceden a software almacenado que programa o configura el sistema informático de un aparato informático de propósito general a un aparato informático especializado que implementa uno o más aspectos del presente objeto. Cualquier programación, secuencia de comandos u otro tipo de lenguaje o combinaciones de lenguajes adecuados se pueden usar para implementar las enseñanzas contenidas en la presente memoria en software para su uso en la programación o configuración de un dispositivo informático.

[0039] Con referencia ahora a los dibujos, la FIG.1 representa un ejemplo de un sistema 100 informático que puede crear atributos de tendencia utilizables para entrenar algoritmos de modelado automatizado u otros algoritmos de aprendizaje automático. La FIG. 1 representa ejemplos de componentes de hardware de un sistema 100 informático según algunos aspectos. El sistema 100 informático es un sistema informático especializado que puede usarse para procesar grandes cantidades de datos usando un gran número de ciclos de procesamiento informático.

[0041] El sistema 100 informático puede incluir un entorno 106 informático. El entorno 106 informático puede ser un ordenador especializado u otra máquina que procese los datos recibidos dentro del sistema 100 informático. El entorno 106 informático puede incluir uno o más sistemas distintos. Por ejemplo, el entorno 106 informático puede incluir un sistema de base de datos para acceder a los almacenamientos de datos conectados a la red, una red de comunicaciones o ambos. Una red de comunicaciones puede ser un sistema informático basado en red para procesar grandes cantidades de datos.

[0043] El sistema 100 informático también puede incluir uno o más almacenamientos de datos conectados a la red para almacenar una base 110 de datos u otra estructura de datos de atributos adecuada. Una estructura de datos de atributos puede ser cualquier estructura de datos adecuada para almacenar muestras de datos que tengan valores para uno o más atributos, uno o más valores de salida predictivos asociados a los atributos, o ambos. En algunos aspectos, los datos 112 de entrenamiento (u otros datos de entrada) almacenados en la base 110 de datos incluyen un conjunto de valores de atributo para múltiples entidades durante un período. Cada elemento de datos en los datos de entrenamiento u otros datos de entrada indica uno o más valores de atributo, un valor de tiempo dentro del período y una entidad asociada al valor de atributo, al valor de tiempo o ambos. Los almacenamientos de datos conectados a la red pueden incluir dispositivos de memoria para almacenar datos 112 de entrenamiento que van a procesarse por el entorno 106 informático. (En algunos aspectos, los almacenamientos de datos conectados a la red también pueden almacenar cualquier dato intermedio o final generado por uno o más componentes del sistema 100 informático). Aunque en la presente memoria se describe una base 110 de datos como un ejemplo de una estructura de datos para almacenar los datos 112 de entrenamiento, el módulo 108 analítico puede usarse para modificar cualquier estructura de datos adecuada para almacenar datos de entrenamiento que se agrupan en atributos.

[0045] Los datos 112 de entrenamiento pueden proveerse por uno o más dispositivos 102a-c informáticos, generarse por los dispositivos 102a-c informáticos, o recibirse de otro modo por el sistema 100 informático a través de una red 104 de datos. En algunos aspectos, los datos 112 de entrenamiento pueden ser datos de series temporales que se recuperan de repositorios de datos patentados. Los datos de series de tiempo pueden incluir, por ejemplo, datos organizados mes a mes u otro intervalo de tiempo adecuado. Con fines ilustrativos, los diversos atributos se describen en la presente memoria en términos de meses. Sin embargo, se puede usar cualquier intervalo de tiempo adecuado.

[0047] Un algoritmo de modelado automatizado puede usar los datos 112 de entrenamiento para aprender relaciones entre atributos y una o más variables de salida predictivas u otras variables de respuesta. Los datos 112 de entrenamiento pueden incluir muestras 114 de datos que tienen valores para un atributo 116 y muestras 118 de datos que tienen valores para un atributo 120. Por ejemplo, las muestras 114, 118 de datos pueden incluir valores de atributo para diferentes entidades que participan en transacciones electrónicas durante un cierto período. Las muestras 114 de datos pueden incluir, para cada entidad, una serie temporal respectiva de datos para el atributo 116. Las muestras 118 de datos pueden incluir, para cada entidad, una serie temporal respectiva de datos para el atributo 120. Los datos 112 de entrenamiento también pueden incluir muestras 122 de datos que tienen valores para una variable 124 de respuesta (p. ej., una variable de salida predictiva como, por ejemplo, un riesgo de crédito de consumidor calculado a partir de atributos relacionados con el crédito, una evaluación de riesgo implicada con ciertos activos, una respuesta de usuario a cierto contenido en línea transmitido al usuario, etc.). Cualquier atributo 116, 120 adecuado puede analizarse usando el módulo 108 analítico. Ejemplos de atributos que pueden analizarse incluyen (pero no se limitan a) puntuaciones de crédito, saldos de cuenta, ingresos, compras que incluyen la cantidad y términos de dólar, datos de bienestar doméstico total con respecto a los ingresos, datos de historial de empleo, etc.

[0049] En un ejemplo, los datos 112 de entrenamiento se generan mediante transacciones electrónicas que implican a individuos u otras entidades. Un gran número de observaciones pueden ser generadas por transacciones electrónicas. Una observación dada puede incluir uno o más atributos (o datos a partir de los cuales se puede calcular o derivar de otro modo un atributo). La observación también puede incluir datos para una o más variables de respuesta (p. ej., variables de salida predictivas) o datos a partir de los cuales se puede calcular o derivar de otro modo un valor de variable de respuesta.

[0051] Los almacenamientos de datos conectados a la red usados en el sistema 100 informático también pueden almacenar una variedad de diferentes tipos de datos organizados en una variedad de maneras diferentes y de una variedad de fuentes diferentes. Por ejemplo, los almacenamientos de datos conectados a la red pueden incluir almacenamiento distinto del almacenamiento primario ubicado dentro del entorno 106 informático al que pueden acceder directamente los procesadores ubicados en el mismo. Los almacenamientos de datos conectados a la red pueden incluir almacenamiento secundario, terciario o auxiliar como, por ejemplo, grandes discos duros, servidores, memoria virtual, entre otros tipos. Los dispositivos de almacenamiento pueden incluir dispositivos de almacenamiento portátiles o no portátiles, dispositivos de almacenamiento óptico y diversos otros medios capaces de almacenar, que contienen datos. Un medio de almacenamiento legible por máquina o un medio de almacenamiento legible por ordenador puede incluir un medio no transitorio en donde se pueden almacenar datos y que no incluye ondas portadoras o señales electrónicas transitorias. Ejemplos de un medio no transitorio pueden incluir, por ejemplo, un disco o cinta magnética, medios de almacenamiento óptico como, por ejemplo, disco compacto o disco versátil digital, memoria flash, memoria o dispositivos de memoria. El entorno 106 informático puede incluir uno o más dispositivos de procesamiento que ejecutan un código de programa. El código de programa, que se almacena en un medio legible por ordenador no transitorio, puede incluir el módulo 108 analítico. El módulo 108 analítico puede generar uno o más atributos 125 de tendencia. Ejemplos de generación de atributos 125 de tendencia se describen en la presente memoria con respecto a las FIGs.2-9.

[0052] El sistema 100 informático también puede incluir uno o más sistemas 128 de modelado automatizados. El entorno 106 informático puede encaminar comunicaciones o datos seleccionados a los sistemas 128 de modelado automatizados o uno o más servidores dentro de los sistemas 128 de modelado automatizados. Ejemplos de un sistema 128 de modelado automatizado incluyen un ordenador central, un sistema informático en red u otro sistema informático que ejecuta un algoritmo de modelado automatizado (p. ej., un algoritmo que usa regresión logística, redes neuronales, etc.) que puede aprender o identificar de otro modo relaciones entre atributos y variables de respuesta (p. ej., variables de salida predictivas).

[0053] Los sistemas 128 de modelado automatizados pueden configurarse para proveer información de una manera predeterminada. Por ejemplo, los sistemas 128 de modelado automatizados pueden acceder a datos para transmitir en respuesta a una comunicación. Diferentes sistemas 128 de modelado automatizados pueden alojarse por separado entre sí dentro del sistema 100 informático como, por ejemplo, el entorno 106 informático, o pueden ser parte de un dispositivo o sistema. Los sistemas 128 de modelado automatizados pueden alojar una variedad de diferentes tipos de procesamiento de datos como parte del sistema 100 informático. Los sistemas 128 de modelado automatizados pueden recibir una variedad de datos diferentes de los dispositivos 102a-c informáticos, del entorno 106 informático, de la red 117 en la nube o de otras fuentes.

[0054] El sistema 100 informático también puede incluir uno o más dispositivos 102a-c informáticos. Los dispositivos 102a-c informáticos pueden incluir dispositivos cliente que pueden comunicarse con el entorno 106 informático. Por ejemplo, los dispositivos 102a-c informáticos pueden enviar datos al entorno 106 informático para su procesamiento, pueden enviar señales al entorno 106 informático para controlar diferentes aspectos del entorno informático o los datos que este está procesando. Los dispositivos 102a-c informáticos pueden interactuar con el entorno 106 informático a través de una o más redes 104 de datos.

[0055] Los dispositivos 102a-c informáticos pueden incluir ordenadores de red, sensores, bases de datos u otros dispositivos que pueden transmitir o proveer de otro modo datos al entorno 106 informático. Por ejemplo, los dispositivos 102a-c informáticos pueden incluir dispositivos de red de área local como, por ejemplo, enrutadores, concentradores, conmutadores u otros dispositivos de red informática.

[0056] El sistema 100 informático también puede incluir una o más redes 117 en la nube. Una red 117 en la nube puede incluir un sistema de infraestructura en la nube que provee servicios en la nube. En ciertos ejemplos, los servicios provistos por la red 117 en la nube pueden incluir un anfitrión de servicios que se ponen a disposición de los usuarios del sistema de infraestructura en la nube bajo demanda. En la FIG.1 se muestra una red 117 en la nube conectada al entorno 106 informático (y, por lo tanto, que tiene el entorno 106 informático como su cliente o usuario), pero la red 117 en la nube puede conectarse a o utilizarse por cualquiera de los dispositivos de la FIG. 1. Los servicios provistos por la red 117 en la nube pueden escalar dinámicamente para satisfacer las necesidades de sus usuarios. La red 117 en la nube puede incluir uno o más ordenadores, servidores o sistemas. En algunos aspectos, uno o más dispositivos de usuario final pueden acceder al entorno 106 informático, a los almacenamientos de datos conectados a la red incluidos en el sistema 100 informático, al sistema 128 de modelado automatizado, o a alguna combinación de los mismos a través de la red 117 en la nube.

[0057] Los números de dispositivos representados en la FIG. 1 se proveen con fines ilustrativos. Se pueden utilizar diferentes números de dispositivos. Por ejemplo, aunque cada dispositivo, servidor y sistema en la FIG. 1 se muestra como un único dispositivo, en su lugar, se pueden usar múltiples dispositivos.

[0058] Cada comunicación dentro del sistema 100 informático (p. ej., entre dispositivos cliente, entre sistemas 128 de modelado automatizados y entorno 106 informático, o entre un servidor y un dispositivo) puede ocurrir a través de una o más redes 104 de datos. Las redes 104 de datos pueden incluir uno o más de una variedad de diferentes tipos de redes, incluidas una red inalámbrica, una red cableada o una combinación de una red cableada e inalámbrica. Ejemplos de redes adecuadas incluyen Internet, una red de área personal, una red de área local ("LAN", por sus siglas en inglés), una red de área amplia ("WAN", por sus siglas en inglés) o una red de área local inalámbrica ("WLAN", por sus siglas en inglés). Una red inalámbrica puede incluir una interfaz inalámbrica o una combinación de interfaces inalámbricas. Una red cableada puede incluir una interfaz cableada. Las redes cableadas o inalámbricas pueden implementarse usando enrutadores, puntos de acceso, puentes, pasarelas o similares, para conectar dispositivos en la red 104 de datos. Las redes 104 de datos pueden incorporarse completamente dentro de (o pueden incluir) una intranet, una extranet o una combinación de las mismas. En un ejemplo, las comunicaciones entre dos o más sistemas o dispositivos pueden lograrse mediante un protocolo de comunicaciones seguro como, por ejemplo, la capa de conexiones seguras ("SSL", por sus siglas en inglés) o la seguridad de la capa de transporte ("TLS", por sus siglas en inglés). Además, los datos o los detalles transaccionales pueden estar cifrados.

[0059] En algunos aspectos, un sistema 128 de modelado automatizado puede llevar a cabo una o más evaluaciones de riesgo u otras operaciones analíticas. Ejemplos de evaluaciones de riesgo y otras operaciones analíticas llevadas a cabo por el sistema 128 de modelado automatizado incluyen identificar clientes cuyo crédito puede cambiar o permanecer estable con el tiempo, evaluar los riesgos implicados en un conjunto de activos financieros, etc. Por ejemplo, el sistema 128 de modelado automatizado puede usarse para determinar la probabilidad de que un individuo u otra entidad muestre un tipo de comportamiento futuro. En un ejemplo simplificado, el sistema 128 de modelado automatizado puede ejecutar uno o más algoritmos para generar datos indicativos de una probabilidad de que un individuo u otra entidad pueda incumplir con una obligación hipotecaria, responder a una oferta de venta, etc.

[0060] En algunos aspectos, el sistema 128 de modelado automatizado puede usar los datos agrupados para evaluar con precisión los riesgos asociados a individuos, organizaciones y otras entidades. El módulo 108 analítico puede crear estos datos agrupados, que pueden incluir segmentos u otros grupos de datos en base a las tendencias observadas en una o más series de tiempo.

[0061] El sistema 100 informático puede generar atributos de tendencia que se usan como entradas a un algoritmo de modelado automatizado. Por ejemplo, la FIG. 2 es un diagrama de flujo que representa un ejemplo de un método 200 para usar atributos de tendencia como entradas a un algoritmo de modelado automatizado. Con fines ilustrativos, el método 200 se describe con referencia a la implementación representada en la FIG. 1 y otros diversos ejemplos descritos en la presente memoria. Pero son posibles otras implementaciones.

[0062] El método 200 también puede implicar acceder a una estructura de datos para almacenar datos de entrenamiento que incluyen uno o más atributos, como se representa en el bloque 202. Por ejemplo, el módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados para acceder a los datos 112 de entrenamiento. Los datos 112 de entrenamiento pueden agruparse en uno o más atributos como, por ejemplo, los atributos 116 y 120. En los datos 112 de entrenamiento puede incluirse cualquier número de atributos adecuados. En un ejemplo, un conjunto de datos 112 de entrenamiento puede incluir muestras de datos para 500 o más atributos. En algunos aspectos, los datos 112 de entrenamiento también incluyen una o más variables 124 de respuesta.

[0063] La FIG. 3 representa un ejemplo de una estructura de datos a la que se puede acceder en el bloque 202. En este ejemplo, la estructura de datos es una base 110 de datos. La base 110 de datos incluye una tabla 302 con las muestras 114 de datos y una tabla 304 con las muestras 122 de datos. La tabla 302 incluye valores de atributo para múltiples series de tiempo. Cada serie temporal corresponde a una entidad dada. Por ejemplo, la primera fila en la tabla 302 corresponde a la entidad 1 e incluye valores de atributo para los tiempost1

,t2

. . .t48

, la segunda fila de la tabla 302 corresponde a la entidad 2 e incluye valores de atributo para los tiempost1

,t2

. . .t48

, etc. La tabla 304 incluye valores de una variable 124 de respuesta. Por ejemplo, la primera fila en la tabla 304 corresponde a la entidad 1 e indica que la entidad tiene un valor "malo" para la variable 124 de respuesta, la segunda fila en la tabla 304 corresponde a la entidad 2 e indica que la entidad tiene un valor "malo" para la variable 124 de respuesta, etc.

[0064] La estructura de datos representada en la FIG. 3 se provee con fines ilustrativos. Se pueden utilizar otras estructuras de datos. Por ejemplo, una estructura de datos puede incluir cualquier disposición de campos u otros elementos de datos para almacenar un valor de atributo, un identificador de entidad asociado al valor de atributo y un valor de tiempo asociado a uno o más del valor de atributo y el identificador de entidad.

[0065] Con referencia a la FIG.2, el método 200 también puede implicar modificar la estructura de datos para incluir un atributo de tendencia cuyos valores indiquen una o más tendencias en los valores de otro atributo, como se representa en el bloque 204. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento para generar un atributo 125 de tendencia a partir de uno o más de los atributos 116, 120. Ejemplos de creación de atributos de tendencia se describen en la presente memoria con respecto a las FIGs.5 y 6. En algunos aspectos, un atributo de tendencia es un atributo estadístico para una serie temporal. Ejemplos de atributos estadísticos incluyen un valor promedio para la serie temporal, un valor máximo para la serie temporal, un valor mínimo para la serie temporal, un intervalo para la serie temporal y una diferencia entre la observación más reciente y la observación más antigua. Ejemplos adicionales de atributos estadísticos incluyen una pendiente de una línea de mínimos cuadrados para la serie temporal, una suma de diferencias al cuadrado entre la línea de mínimos cuadrados y las observaciones reales (p. ej., centros de agrupamiento) para la serie temporal, una desviación estándar de muestra para la serie temporal y una varianza de muestra para la serie temporal.

[0066] El módulo 108 analítico puede calcular atributos estadísticos para múltiples ventanas temporales. Por ejemplo, los datos 112 de entrenamiento pueden incluir muestras de datos durante un período de 48 meses. En algunos aspectos, el módulo 108 analítico puede usar una ventana temporal de doce meses para calcular un atributo estadístico. Si se usa una ventana de doce meses, el módulo 108 analítico puede calcular cuatro valores del atributo estadístico para cuatro ventanas, respectivamente (p. ej., los meses 1-6, 7-12, 13-18, 19-24, 25-30, 31-36, 37-42 y 43-48). En otros aspectos, el módulo 108 analítico puede usar una ventana temporal de seis meses para calcular un atributo estadístico. Si se usa una ventana de seis meses, el módulo 108 analítico puede calcular ocho valores del atributo estadístico para ocho ventanas, respectivamente (p. ej., los meses 1-12, 13-24, 25-36, 37-48). En otros aspectos, el módulo 108 analítico puede usar una ventana temporal de doce meses para calcular un atributo estadístico. Si se usa una ventana de doce meses, el módulo 108 analítico puede calcular dos valores del atributo estadístico para dos ventanas, respectivamente (p. ej., los meses 1-24 y 25-48). En algunos aspectos, el módulo 108 analítico puede calcular múltiples atributos estadísticos para diferentes ventanas temporales (p. ej., calcular un primer conjunto de valores de atributos estadísticos usando ventanas de seis meses, calcular un primer conjunto de valores de atributos estadísticos usando ventanas de doce meses, etc.).

[0067] Otro ejemplo de un atributo de tendencia es la asimetría de muestra. El módulo 108 analítico puede calcular la asimetría de la muestra durante parte o todo un período cubierto por los datos 112 de entrenamiento (p. ej., un período completo de 48 meses). El módulo 108 analítico puede calcular la asimetría de la muestra utilizando una serie temporal que incluye observaciones reales y que omite una tendencia lineal predicha (p. ej., la línea de mínimos cuadrados de mejor ajuste).

[0068] La asimetría de la muestra representa una medida de la asimetría (p. ej., "inclinación asimétrica") en una distribución de probabilidad de la serie temporal. Por ejemplo, la FIG. 7 representa ejemplos de una distribución 702 normal de valores de datos, una distribución 704 de valores de datos que están sesgados positivamente, y una distribución 706 de valores de datos que están sesgados negativamente. En algunos aspectos, la asimetría se puede usar para representar ciertos comportamientos indicativos de riesgo. En un ejemplo simplificado que implica datos relacionados con el crédito, un consumidor de alto riesgo puede tener más meses de saldo alto que meses de saldo bajo. Un consumidor de bajo riesgo puede tener más meses de saldo bajo que meses de saldo alto. Una medida de asimetría puede representar tales diferencias en los comportamientos de gasto.

[0069] Un ejemplo de una fórmula para calcular la asimetría de muestra en una serie temporalxique tiene una longitudn(es decir,i= 1, ...n) se provee a continuación.

[0072]

[0074] La variables3

representa la desviación estándar cúbica de la serie temporal. La desviación estándar cúbicas3

se puede calcular usando la fórmula siguiente.

[0077]

[0079] La variablem3

representa el tercer momento central de una distribución de probabilidad del agrupamiento. El tercer momento central se puede calcular usando la fórmula siguiente.

[0082]

[0084] Otro ejemplo de atributo de tendencia es el exceso de curtosis. El exceso de curtosis es la nitidez del pico de una distribución de valores de series temporales de grupos. Por ejemplo, la FIG. 8 representa ejemplos de distribuciones 802, 804, 806. La distribución 802 muestra curtosis negativa y, por lo tanto, tiene un pico más plano en comparación con las distribuciones 804, 806. La distribución 806 muestra curtosis positiva y, por lo tanto, tiene un pico más agudo en comparación con las distribuciones 802, 804. La distribución 804 es una distribución normal. Una distribución con cola pesada y gruesa puede indicar que los eventos de "cola" son más probables. En un ejemplo que implica usar datos relacionados con el crédito para evaluar el riesgo, las entidades con números casi iguales de meses de equilibrio alto y meses de equilibrio bajo pueden tener un perfil de riesgo diferente que las entidades con todos los meses de equilibrio alto. La medida de curtosis en exceso puede usarse para distinguir niveles de riesgo entre entidadesnear primeosubprime.

[0085] El módulo 108 analítico puede calcular la curtosis de muestra durante parte o todo un período cubierto por los datos 112 de entrenamiento (p. ej., un período completo de 48 meses). A continuación, se provee un ejemplo de una fórmula para calcular la curtosis.

[0088]

[0091] Esta fórmula provee la curtosis de una seriexi, dado quei= 1, ...n, que representa una serie temporal de longitud n.

[0092] En algunos aspectos, se calcula un atributo de tendencia basándose en los picos y valles locales dentro de una serie temporal. Un pico puede ser un punto antes del cual dos períodos tienen valores crecientes consecutivos y después del cual dos períodos tienen valores decrecientes consecutivos. Por ejemplo, en una ventana temporal de múltiples meses, un pico puede ser un punto que tiene dos meses anteriores de aumento consecutivo seguidos de dos meses de disminución consecutiva. Un valle puede ser un punto antes del cual dos períodos tienen valores decrecientes consecutivos y después del cual dos períodos tienen valores crecientes consecutivos. Por ejemplo, en una ventana temporal de múltiples meses, un valle puede ser un punto que tiene dos meses anteriores de disminución consecutiva seguidos de dos meses posteriores de aumento consecutivo. En algunos aspectos, estos atributos pueden calcularse solo cuando están presentes al menos un pico y al menos un valle.

[0093] Ejemplos de atributos que pueden calcularse basándose en la presencia de picos y valles incluyen atributos de magnitud, atributos de frecuencia, atributos de duración calculados basándose en picos y valles en una serie temporal, y atributos de tasa de depresión/recuperación calculados basándose en tasas de cambio entre picos y valles en una serie temporal. Ejemplos de atributos de magnitud incluyen valor pico promedio, valor pico máximo, valor pico mínimo, valor valle promedio, valor valle máximo, valor valle mínimo, diferencia pico a valle consecutiva promedio, diferencia pico a valle consecutiva máxima, y diferencia pico a valle consecutiva mínima. Ejemplos de atributos de frecuencia incluyen un número total de picos, un número total de valles, un número total de picos menos el número total de valles, y una relación entre el número total de picos y el número total de valles. Ejemplos de atributos de duración incluyen un tiempo promedio entre picos consecutivos, un tiempo máximo entre picos consecutivos, un tiempo mínimo entre picos consecutivos, un tiempo promedio entre valles consecutivos, un tiempo mínimo entre valles consecutivos, un tiempo máximo entre valles consecutivos, un tiempo promedio entre pico y valle consecutivos, un tiempo mínimo entre pico y valle consecutivos, un tiempo máximo entre pico y valle consecutivos, un tiempo desde el pico máximo y un tiempo desde el pico mínimo. Ejemplos de atributos de tasa de depresión/recuperación incluyen una tasa de depresión promedio y una tasa de recuperación promedio. Una tasa de depresión puede ser la pendiente de un intervalo entre un pico y el siguiente valle consecutivo. Una tasa de recuperación puede ser la pendiente de un intervalo entre un valle y el siguiente pico consecutivo.

[0094] Con referencia a la FIG. 2, el método 200 también puede implicar actualizar los datos de entrenamiento a valores de atributo de tendencia para el atributo de tendencia, como se representa en el bloque 206. El módulo 108 analítico puede ser ejecutado por uno o más dispositivos de procesamiento para calcular valores de un atributo 125 de tendencia. El módulo 108 analítico puede acceder a un medio legible por ordenador no transitorio en el cual se almacenan los datos 112 de entrenamiento. El módulo 108 analítico puede actualizar los datos 112 de entrenamiento para incluir los valores calculados del atributo 125 de tendencia.

[0095] La FIG. 4 representa un ejemplo de una estructura de datos que se ha modificado en los bloques 204 y 206 para incluir un atributo de tendencia y sus valores de atributo de tendencia asociados. En este ejemplo, la estructura de datos es la base 110 de datos. La base 110 de datos se ha modificado para incluir una tabla 402 adicional. La tabla 402 puede incluir uno o más atributos de tendencia (p. ej., un atributo 125a de tendencia, un atributo 125b de tendencia, etc.) y valores de atributo asociados.

[0096] Un ejemplo de un atributo de tendencia es un coeficiente de transformada de coseno discreta ("DCT") u otro coeficiente generado usando una transformada de frecuencia. En el ejemplo representado en la FIG. 4, el módulo 108 analítico lleva a cabo una DCT para cada una de las series de tiempo en la tabla 302. Una DCT emite un conjunto de coeficientes. El módulo 108 analítico puede seleccionar uno o más de los coeficientes como atributos de tendencia, siendo el valor de coeficiente el valor de atributo de tendencia.

[0097] En el ejemplo representado en la FIG.4, el módulo 108 analítico selecciona los dos primeros coeficientes DCT como atributos de tendencia. Con fines ilustrativos, la FIG. 4 representa los valores de coeficientes para los dos primeros coeficientes DCT de la primera entidad como "DCT_1_1" y "DCT_2_1," los valores de coeficientes para los dos primeros coeficientes DCT de la segunda entidad como "DCT_1_2" y "DCT_2_2," etc.

[0098] Con referencia a la FIG. 2, el método 200 también puede implicar ejecutar el algoritmo de modelado automatizado usando los valores de atributo de tendencia como datos de entrada, como se representa en el bloque 208. En algunos aspectos, ejecutar el algoritmo de modelado automatizado puede implicar entrenar el algoritmo de modelado automatizado usando al menos algunos de los datos 112 de entrenamiento, incluidos los valores de atributos de tendencia. Por ejemplo, el módulo 108 analítico puede ser ejecutado por uno o más dispositivos de procesamiento para emitir un conjunto de datos de entrenamiento que incluye valores del atributo 125 de tendencia. El entorno 106 informático puede transmitir los datos 112 de entrenamiento al sistema 128 de modelado automatizado. El sistema 128 de modelado automatizado puede entrenar un algoritmo de modelado automatizado (p. ej., un algoritmo de modelado que usa regresión logística, una red neuronal, una máquina de vectores de soporte, etc.) usando porciones de los datos 112 de entrenamiento para el atributo 125 de tendencia. En algunos aspectos, el sistema 128 de modelado automatizado puede entrenar el algoritmo de modelado automatizado usando uno o más de los atributos 116, 120 además de uno o más atributos 125 de tendencia.

[0100] En algunos aspectos, los atributos de tendencia pueden incluir coeficientes que se obtienen de una DCT u otra transformada de frecuencia. Por ejemplo, la FIG. 5 es un diagrama de flujo que representa un ejemplo de un método 500 para usar una transformada de frecuencia para generar datos de atributos de tendencia. Con fines ilustrativos, el método 500 se describe con referencia a la implementación representada en las FIGs.1-4 y otros diversos ejemplos descritos en la presente memoria. Pero son posibles otras implementaciones.

[0102] El método 500 puede llevarse a cabo usando algunos o todos los datos 112 de entrenamiento. Por ejemplo, el método 500 puede aplicarse a una muestra aleatoria de datos de entidad (p. ej., datos 112 de entrenamiento que incluyen muestras de datos para 2,5 millones de identificadores de entidad). En este ejemplo, la muestra aleatoria puede incluir datos de crédito u otros datos de transacción durante un período adecuado (p. ej., 48 meses) dividido en intervalos adecuados (p. ej., meses, semanas, días, etc.).

[0104] El método 500 puede implicar seleccionar un identificador de entidad, como se representa en el bloque 502. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados para seleccionar un identificador de entidad. El seleccionar el identificador de entidad puede incluir acceder a los datos 112 de entrenamiento desde un medio legible por ordenador no transitorio, identificar uno o más identificadores de entidad en las muestras de datos de los datos 112 de entrenamiento, y seleccionar uno o más de los identificadores de entidad. Por ejemplo, el módulo 108 analítico puede acceder a la tabla 302 representada en la FIG.3 y seleccionar una entidad que tiene un identificador de entidad de "1".

[0106] El método 500 también puede implicar crear un registro para el identificador de entidad seleccionado, como se representa en el bloque 504. El registro puede usarse para almacenar uno o más valores de atributo de tendencia para el identificador de entidad seleccionado. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados para crear el registro. Por ejemplo, el módulo 108 analítico puede acceder a un medio legible por ordenador no transitorio en el cual se almacena la base 110 de datos. El módulo 108 analítico puede crear la tabla 402 representada en la FIG.4, generar un nuevo registro en la tabla 402, o ambos. El módulo 108 analítico puede actualizar el registro para incluir el identificador de entidad seleccionado (p. ej., un identificador para la entidad 1).

[0108] El método 500 también puede implicar seleccionar un subconjunto de valores de atributo correspondientes al identificador de entidad seleccionado, como se representa en el bloque 506. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados y seleccionar de este modo el subconjunto de valores de atributo. Continuando con el ejemplo anterior, se puede seleccionar el subconjunto de valores de atributo para la entidad 1. Este subconjunto de valores de atributo incluye la fila de valores de atributo para la entidad 1 (p. ej., los valores del atributo 116 en los tiempost1

,t2

...t48

).

[0110] El método 500 también puede implicar aplicar una transformada de frecuencia al subconjunto respectivo de valores de atributo, como se representa en el bloque 508. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados y, por lo tanto, puede aplicar la transformada de frecuencia a los valores de atributo seleccionados. El llevar a cabo la transformada de frecuencia en un conjunto de datos dado puede transformar un conjunto de datos en el dominio del tiempo en un conjunto de datos en el dominio de la frecuencia. Por ejemplo, aplicar una transformada de frecuencia a una serie de tiempo para el atributo 116, que incluye un conjunto de valores en el dominio del tiempo (p. ej., valores de atributo en los tiempost1

,t2

. . .t48

) puede implicar calcular un conjunto correspondiente de valores de coeficiente para el dominio de la frecuencia.

[0111] En algunos aspectos, el módulo 108 analítico puede aplicar una DCT y, por lo tanto, calcular los coeficientes de DCT. Uno o más coeficientes DCT pueden indicar tendencias y variaciones en una serie temporal en diferentes escalas temporales periódicas. Por ejemplo, se puede utilizar una serie de longitudes n para calcular un conjunto de n coeficientes DCT. Estos coeficientes DCT pueden exhibir poca o ninguna correlación entre sí. Los coeficientes DCT que muestran poca o ninguna correlación pueden usarse como entradas a un algoritmo de modelado automatizado. En algunos aspectos, el módulo 108 analítico puede modificar una serie temporal con valores de datos ausentes (p. ej., meses en los cuales no están disponibles datos) introduciendo los valores ausentes mediante interpolación u otro proceso adecuado antes del cálculo de los coeficientes DCT.

[0112] En algunos aspectos, los valores de uno o más coeficientes DCT pueden indicar características periódicas de la serie temporal a partir de la cual se calcularon los coeficientes DCT. Por ejemplo, uno o más coeficientes DCT pueden indicar la intensidad de varios patrones cíclicos dentro de los valores de datos de la serie temporal. Un primer coeficiente de DCT puede describir el valor de atributo promedio para la serie temporal. Otros coeficientes DCT pueden describir la intensidad relativa de los ciclos para el período correspondiente.

[0113] En un ejemplo, el motor de creación de atributos puede calcular los primeros cinco coeficientes DCT para un atributo que tiene una serie temporal de 48 meses de valores de datos de atributos. El primer coeficiente de DCT puede indicar el promedio de la serie temporal de 48 meses. El segundo coeficiente de DCT puede indicar una tendencia con respecto a variaciones que ocurren cada 96 meses. El tercer coeficiente de DCT puede indicar una tendencia con respecto a variaciones que ocurren cada 48 meses. El cuarto coeficiente de DCT puede indicar una tendencia con respecto a variaciones que ocurren cada 32 meses. El quinto coeficiente de DCT puede indicar una tendencia con respecto a variaciones que ocurren cada 24 meses. Algunos o todos los coeficientes DCT calculados pueden utilizarse como atributos para entrenar un algoritmo de modelado automatizado.

[0114] En algunos aspectos, las siguientes fórmulas pueden utilizarse para transformar una serie temporal en un conjunto de coeficientes DCT. Una serie temporalx(n) que tieneNentradas puede transformarse en una serieY(k) que tieneNentradas en el dominio de la frecuencia usando la fórmula DCT siguiente.

[0117]

[0119] En este ejemplo,nes un índice de tiempo ykes un índice de frecuencia. La DCT inversa puede obtenerse usando la fórmula siguiente.

[0122]

[0124] En la fórmula DCT y la fórmula DCT inversa, el término w(k) se calcula utilizando la fórmula siguiente.

[0127]

[0129] El método 500 también puede implicar seleccionar al menos un coeficiente generado por la transformada de frecuencia aplicada como un atributo de tendencia, como se representa en el bloque 510. El módulo 108 analítico puede ser ejecutado por uno o más dispositivos de procesamiento adecuados para seleccionar un coeficiente de DCT (u otro coeficiente obtenido a partir de una transformada de frecuencia) como atributo de tendencia. En algunos aspectos, todos los coeficientes DCT calculados pueden seleccionarse como atributos de tendencia. En otros aspectos, uno o más coeficientes DCT pueden seleccionarse como atributos de tendencia basándose en qué información puede ser más útil para entrenar un algoritmo de modelado automatizado. Por ejemplo, en el ejemplo descrito anteriormente, los cinco primeros coeficientes DCT pueden seleccionarse por el módulo 108 analítico basándose en la utilidad de datos cíclicos de 96 meses, datos cíclicos de 48 meses, datos cíclicos de 32 meses y datos cíclicos de 24 meses cuando se entrena un algoritmo de modelado automatizado.

[0130] El método 500 también puede implicar actualizar el registro con uno o más valores de atributo de tendencia que se obtienen de la transformada de frecuencia, como se representa en el bloque 512. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados y, por lo tanto, puede actualizar la base 110 de datos con los valores de atributos de tendencia. Por ejemplo, los valores para uno o más coeficientes obtenidos de la transformada de frecuencia pueden usarse como valores de atributo de tendencia.

[0131] El método 500 también puede implicar determinar si los datos de entrenamiento incluyen otras entidades sin valores de atributo de tendencia calculados, tal como se representa en el bloque 514. El módulo 108 analítico puede ser ejecutado por uno o más dispositivos de procesamiento adecuados para acceder a la base 110 de datos y determinar si cada entidad en los datos 112 de entrenamiento (o un subconjunto relevante de los datos 112 de entrenamiento) tiene un valor asociado para un atributo de tendencia. Por ejemplo, en el ejemplo representado en la FIG.4, el módulo 108 analítico puede determinar si cada identificador de entidad en la tabla 302 tiene un registro correspondiente con valores de atributo de tendencia en la tabla 402.

[0132] Si los datos de entrenamiento incluyen otras entidades sin valores de atributo de tendencia calculados, el método 500 puede regresar al bloque 502, seleccionar otro identificador de entidad y continuar actualizando los datos de entrenamiento a través de los bloques 504-512. Si los datos de entrenamiento no incluyen otras entidades sin valores de atributo de tendencia calculados, el método 500 puede proceder al bloque 514. En el bloque 514, el método 500 puede implicar la salida de datos de entrenamiento con los valores de atributo de tendencia para uno o más atributos de tendencia. Por ejemplo, en el bloque 514, el módulo 108 analítico puede emitir las muestras 127 de datos, la tabla 402 o ambas. En algunos aspectos, el módulo 108 analítico puede hacer que un dispositivo de procesamiento configure uno o más dispositivos de comunicación (p. ej., un dispositivo de interfaz de red, un bus local, etc.) en el entorno 106 informático para transmitir los valores de atributos de tendencia a un sistema 128 de modelado automatizado. En otros aspectos, el módulo 108 analítico puede hacer que un dispositivo de procesamiento configure uno o más dispositivos de presentación (p. ej., una pantalla táctil, un monitor, etc.) en el entorno 106 informático para mostrar los valores de atributos de tendencia. En aspectos adicionales o alternativos, el módulo 108 analítico puede usar otros atributos de tendencia además de los coeficientes DCT (u otros coeficientes de la transformada de frecuencia). Por ejemplo, un atributo de tendencia puede ser un atributo categórico que indica que una serie temporal para una entidad dada presenta un comportamiento que coincide con el comportamiento de varios agrupamientos generados agrupando valores de atributo. La FIG.6 es un diagrama de flujo que representa un ejemplo de un método 600 para usar valores de atributo agrupados para generar atributo de tendencia. Con fines ilustrativos, el método 600 se describe con referencia a la implementación representada en las FIGs.1-5 y otros diversos ejemplos descritos en la presente memoria. Pero son posibles otras implementaciones.

[0133] El método 600 puede llevarse a cabo usando algunos o todos los datos 112 de entrenamiento. Por ejemplo, el método 600 puede aplicarse a una muestra aleatoria de datos de entidad (p. ej., datos 112 de entrenamiento que incluyen muestras de datos para 2,5 millones de identificadores de entidad). En este ejemplo, la muestra aleatoria puede incluir datos de crédito u otros datos de transacción durante un período adecuado (p. ej., 48 meses) dividido en intervalos adecuados (p. ej., meses, semanas, días, etc.).

[0134] El método 600 también puede implicar agrupar valores de atributo en múltiples series de agrupaciones, como se representa en el bloque 602. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados para generar cada serie de agrupaciones. Una serie de agrupaciones puede ser una serie temporal de valores de atributo. En la serie de agrupaciones, cada intervalo de tiempo está asociado a una agrupación respectiva. Por lo tanto, una serie de grupos durante un período de 48 meses puede incluir 48 grupos durante los 48 meses, respectivamente.

[0135] El módulo 108 analítico puede agrupar los valores del atributo 116, atributo 120 o ambos para un mes dado en uno o más grupos. Cada agrupamiento puede incluir valores de atributo correspondientes a múltiples entidades. Se puede usar cualquier método adecuado para agrupar individuos o entidades en grupos. Estos métodos de agrupamiento pueden permitir que los datos en una serie temporal se agrupen en grupos que muestran un comportamiento que es estable, creciente, decreciente o ligeramente variable con el tiempo.

[0136] Por ejemplo, los datos 112 de entrenamiento pueden incluir valores del atributo 116 para diferentes entidades durante un período de 48 meses. Estos valores de atributo pueden agruparse en cuatro series de agrupaciones. En la serie de agrupaciones, los valores de atributo de las diferentes entidades pueden agruparse en un primer conjunto de cuatro agrupaciones para el primer mes, un segundo conjunto de diez agrupaciones para el segundo mes, y así sucesivamente. De esta manera, se generan cuatro series de agrupaciones, donde cada serie de agrupaciones incluye 48 agrupaciones durante los meses respectivos del período de 48 meses. Los centros de agrupamiento pueden representarse, por ejemplo, por un valor de agrupamiento medio (p. ej., una puntuación de crédito media en un agrupamiento de puntuaciones de crédito).

[0137] En un ejemplo simplificado, el método 600 puede usarse para agrupar puntuaciones de crédito para diversas entidades mensualmente durante un período de 48 meses. Las operaciones de agrupamiento pueden generar cuatro series de agrupamientos. Cada entrada en una serie de agrupaciones incluye una puntuación de crédito media para la agrupación en un mes particular. La primera serie de grupos puede corresponder a una cohorte de entidades que mantienen puntuaciones de crédito promedio de aproximadamente 820 durante un período de cuatro años. La segunda serie de grupos puede corresponder a una cohorte de entidades que mantienen puntuaciones de crédito promedio de aproximadamente 450 durante el período de cuatro años. La tercera serie de grupos puede corresponder a una cohorte de entidades que muestra un aumento en la puntuación de crédito desde un intervalonear-prime(alrededor de 650) hasta un intervaloprime(alrededor de 720) durante el período de cuatro años. La cuarta serie de grupos puede corresponder a una cohorte de entidades que muestra una disminución en la puntuación de crédito desde un intervaloprime(alrededor de 720) hasta un intervalonearprime(alrededor de 650) durante el período de cuatro años.

[0138] En algunos aspectos, los valores para cada atributo pueden agruparse por separado. Por ejemplo, el módulo 108 analítico puede ejecutar un algoritmo de agrupamiento de k-medias para agrupar los valores del atributo 116 en un primer conjunto de agrupamientos. Además, el módulo 108 analítico puede ejecutar el algoritmo de agrupamiento de k-medias para agrupar por separado los valores del atributo 120 en un segundo conjunto de agrupamientos.

[0140] En aspectos adicionales o alternativos, el módulo 108 analítico puede usar un análisis de componentes principales ("PCA", por sus siglas en inglés) para agrupar datos correspondientes a múltiples atributos. Por ejemplo, el módulo 108 analítico puede calcular uno o más conjuntos de datos de componentes principales para un conjunto de valores de atributo que incluye los datos de serie temporal del atributo 116 y los datos de serie temporal del atributo 120. Un conjunto de datos de componentes principales, que se genera usando un PCA, es una combinación lineal de vectores correspondientes a las diversas series de tiempo a las que se aplica el PCA. En un ejemplo simplificado, si una primera serie de tiempo tiene valores de atributo para el atributo 116 y una segunda serie de tiempo tiene valores de atributo para el atributo 120, la primera serie de tiempo y la segunda serie de tiempo pueden usarse para generar vectores estandarizados (p. ej., vectores en los cuales el conjunto de entradas de vector tiene un valor medio de cero y una varianza de uno), donde cada vector estandarizado (p. ej., los vectoresX1

aXn) corresponde a una de las series de tiempo (p. ej., la serie temporalx1

, la serie temporalx2

, y así sucesivamente). Se usa una suma ponderada de estos vectores estandarizados para obtener un conjunto de datos de componentes principales. En el PCA, una matriz formada a partir del conjunto de vectores estandarizados (p. ej., los vectoresX1

aXn) se transforma en una matriz que incluye un conjunto más pequeño de vectores de componentes principales (p. ej., los vectoresPC1

aPCk).Cada vector de componente principal es una combinación ponderada de los vectoresX1

aXn, donde se usan diferentes pesos para diferentes vectores de componentes principales. A través de esta transformación, el conjunto de vectores de componentes principales representa los datos de los vectores originales.

[0142] Por ejemplo, los datos 112 de entrenamiento pueden incluir una primera serie de tiempo, que incluye valores del atributo 116 para múltiples entidades durante un período de 48 meses, y una segunda serie de tiempo, que incluye valores de atributo del atributo 120 para múltiples entidades durante un período de 48 meses. El módulo 108 analítico puede representar las dos series de tiempo como vectoresx1,i

yx2,i

para una entidad dadai, generar vectores estandarizadosX1,i

yX2,i

y llevar a cabo un PCA en los vectores estandarizadosX1,i

yX2,i

. El PCA puede emitir vectores de componentes principales. El módulo 108 analítico puede seleccionar uno de los vectores de componentes principales (p. ej., el primer vector de componente principal) como la serie temporal cuyos valores se van a agrupar para la entidad i. De esta manera, el módulo 108 analítico puede calcular los vectores de componentes principales para cada una de las entidades identificadas en los datos de entrenamiento que se analizan. En el bloque 602, se agrupan las entradas de vector para un índice de tiempo dado de los vectores de componente principales (p. ej., las entradas de vector para el primer mes de un período de 48 meses).

[0144] En aspectos adicionales o alternativos, los valores para un atributo pueden agruparse en base a una o más características adecuadas de una serie temporal para el atributo. Por ejemplo, si un atributo 116 o 120 incluye una serie temporal durante un período de 48 meses, el módulo 108 analítico puede calcular una o más características para la serie temporal y usar las características calculadas como entradas a un algoritmo de agrupamiento de k-medias u otro algoritmo adecuado. En algunos aspectos, estas características incluyen estadísticas de ajuste lineal (p. ej., pendiente, intercepción y error estándar). En aspectos adicionales o alternativos, estas características incluyen coeficientes DCT u otros coeficientes obtenidos a partir de una transformada de frecuencia. Los coeficientes DCT (u otros coeficientes obtenidos a partir de una transformada de frecuencia) pueden calcularse utilizando una o más operaciones descritas anteriormente con respecto a la FIG.5.

[0146] El método 600 también puede implicar calcular, para cada serie de agrupaciones, uno o más valores de atributos de comportamiento, donde cada valor de atributo de comportamiento se calcula usando una función de la serie de agrupaciones, como se representa en el bloque 603. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados para calcular los valores de atributos de comportamiento para múltiples series de agrupaciones. Ejemplos de atributos conductuales incluyen uno o más de los atributos estadísticos descritos anteriormente (p. ej., pendiente de la línea de mínimos cuadrados, suma de diferencias cuadradas entre la línea de mínimos cuadrados y los centros de agrupamiento, desviación estándar, varianza, etc.), asimetría calculada usando valores de agrupamiento representativos (p. ej., centros de agrupamiento), curtosis calculada usando valores de agrupamiento representativos (p. ej., centros de agrupamiento), atributos de pico y valle, etc.

[0148] La serie de agrupaciones y los valores de atributos de comportamiento asociados calculados en el bloque 603 pueden usarse para obtener valores de atributos de tendencia para diferentes entidades en los datos 112 de entrenamiento. Para ello, el método 600 puede implicar seleccionar un identificador de entidad, como se representa en el bloque 604. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados para acceder a los datos 112 de entrenamiento y seleccionar un identificador de entidad a partir de los datos 112 de entrenamiento. Por ejemplo, en el ejemplo representado en la FIG. 3, se puede seleccionar un identificador de entidad de "1".

[0149] El método 600 también puede implicar crear un registro para el identificador de entidad seleccionado, como se representa en el bloque 606. El registro puede usarse para almacenar uno o más valores de atributo de tendencia para el identificador de entidad seleccionado. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados para crear el registro. Por ejemplo, en el ejemplo representado en la FIG. 4, el módulo 108 analítico puede crear una nueva tabla 402, un nuevo registro en la tabla 402, o ambos.

[0151] El método 600 también puede implicar identificar una pertenencia a un agrupamiento para el identificador de entidad seleccionado, como se representa en el bloque 608. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados para identificar la pertenencia a un grupo de una entidad. Por ejemplo, el módulo 108 analítico puede determinar que una serie temporal de valores de atributo para una entidad con identificador "1" exhibe un comportamiento similar (p. ej., pendiente, asimetría, curtosis, etc.) que el atributo de comportamiento para una serie de grupos dada. Por ejemplo, el módulo 108 analítico puede acceder a una tabla u otro archivo de datos utilizado por un dispositivo de procesamiento durante el método 600 para almacenar varios valores de salida (p. ej., identificaciones de series de agrupaciones, pertenencias de agrupaciones, valores de atributos de comportamiento calculados, etc.). El módulo 108 analítico puede usar el archivo de datos para identificar un valor de atributo de comportamiento correspondiente a una serie de agrupamientos particular y comparar el valor de atributo de comportamiento (un comportamiento para una serie de agrupamientos de valores de saldo, valores de ingreso, valores de puntuación de crédito, etc.) con el comportamiento de la serie temporal de la entidad para ese atributo (p. ej., saldo, ingreso, puntuación de crédito, etc.).

[0153] El método 600 también puede implicar determinar un valor de atributo de tendencia para la pertenencia al agrupamiento identificado para el identificador de entidad seleccionado, tal como se representa en el bloque 610. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados para identificar el valor de atributo de tendencia que se calculó en el bloque 602 para una serie de grupos dada. El módulo 108 analítico puede asignar la entidad al agrupamiento en base a la similitud entre el comportamiento de la serie temporal de la entidad y el comportamiento de la serie del agrupamiento. La pertenencia a un grupo de la entidad se puede usar como un atributo de tendencia, donde un identificador de la pertenencia al grupo se usa como el valor de atributo de tendencia.

[0155] El método 600 también puede implicar actualizar el registro con uno o más valores de atributo de tendencia que se determinan para el agrupamiento identificado, como se representa en el bloque 612. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados para acceder a la base 110 de datos y, de este modo, poder actualizar la base 110 de datos con los valores de atributos de tendencia. Por ejemplo, un valor de pertenencia de grupo puede añadirse a la base 110 de datos como el valor de atributo de tendencia.

[0157] El método 600 también puede implicar determinar si los datos de entrenamiento incluyen otras entidades que no se han asociado a valores de atributo de tendencia, tal como se representa en el bloque 614. Por ejemplo, el módulo 108 analítico puede acceder a la base 110 de datos y determinar si cada entidad en los datos 112 de entrenamiento (o una porción de los datos 112 de entrenamiento en consideración) se ha asociado a un valor de atributo de tendencia. Si el módulo 108 analítico identifica entidades adicionales sin valores de atributos de tendencia asociados, el método 600 puede regresar al bloque 604, donde el módulo 108 analítico selecciona una entidad sin un valor de atributo de tendencia asociado y el método 600 procede como se ha descrito anteriormente.

[0159] Si el módulo 108 analítico no identifica entidades adicionales sin valores de atributos de tendencia asociados, el método 600 puede proceder al bloque 616. En el bloque 616, el método 600 puede implicar la salida de datos de entrenamiento que tienen valores de atributo de tendencia. Por ejemplo, el módulo 108 analítico puede emitir datos 112 de entrenamiento que se han actualizado con valores de atributo de tendencia de una manera similar a la descrita anteriormente con respecto al bloque 516 de la FIG.5.

[0161] En algunos aspectos, los grupos generados usando el método 600 pueden usarse en la lógica de segmentación de un algoritmo de modelado automatizado. El entrenar o ejecutar de otro modo el algoritmo de modelado automatizado puede incluir ejecutar una lógica de segmentación en base a los valores del atributo de tendencia. Por ejemplo, la lógica de segmentación puede incluir una expresión que define las condiciones en las que se seleccionará una función de modelado dada para generar una salida analítica o predictiva (p. ej., una puntuación que se calcula usando el algoritmo de modelado automatizado). Si los datos de entrada (p. ej., los datos 112 de entrenamiento) a un algoritmo de modelado automatizado tienen primeros elementos de datos con un primer valor de atributo de tendencia, puede aplicarse una primera función de modelado (p. ej., un primer árbol de decisión) a los primeros elementos de datos. Si los datos de entrada tienen segundos elementos de datos con un segundo valor de atributo de tendencia, puede aplicarse una segunda función de modelado (p. ej., un segundo árbol de decisión) a los segundos elementos de datos.

[0163] En un ejemplo simplificado que implica segmentación, un algoritmo de modelado automatizado puede usar diferentes árboles de decisión para desarrollar diferentes predicciones de uso de tarjetas. Por ejemplo, un primer árbol de decisión puede desarrollarse usando un archivo de crédito "grueso" (p. ej., un archivo de crédito que tiene un número de líneas comerciales que supera un número umbral). Un segundo árbol de decisión puede desarrollarse usando un archivo de crédito "fino" (p. ej., un archivo de crédito que tiene un número de líneas comerciales que es menor que el número umbral). La lógica de modelado en un algoritmo de modelado automatizado puede obtener una predicción del uso de la tarjeta de uno de los árboles de decisión y usar la predicción para desarrollar una estimación de gasto.

[0164] Por ejemplo, durante una ejecución del algoritmo de modelado automatizado, se puede seleccionar un árbol de decisión particular en base a si un archivo de crédito a usar es un archivo fino o un archivo grueso. La determinación de si un archivo de crédito a usar es un archivo fino o un archivo grueso puede llevarse a cabo basándose en el número de cuentas abiertas de un consumidor a partir de cierta fecha, segmentaciónprime/near-prime/sub-primebasándose en una puntuación de crédito de un consumidor a partir de cierta fecha, etc. Por ejemplo, si un consumidor (es decir, una entidad) pertenece a un agrupamiento correspondiente a un primer número de cuentas abiertas a partir de un cierto mes, el consumidor puede clasificarse en un segmento de "archivo fino". Si el consumidor pertenece a un agrupamiento correspondiente a un segundo número de cuentas abiertas a partir de ese mes, el consumidor puede clasificarse en un segmento de "archivo grueso".

[0165] En algunos aspectos, los grupos de valores de atributo pueden generarse iterativamente en base a los valores de atributo para un intervalo dado en un período. Por ejemplo, el módulo 108 analítico puede llevar a cabo iterativamente una primera operación de agrupamiento de k-medias (u otra operación de agrupamiento) en valores de atributo durante un primer mes en un período de 48 meses, llevar a cabo una segunda operación de agrupamiento de k-medias (u otra operación de agrupamiento) en valores de atributo durante un primer mes en un período de 48 meses, etc.

[0166] La FIG.9 representa un método 900 para agrupar iterativamente valores de atributos. En algunos aspectos, el método 900 puede ser utilizado por el módulo 108 analítico para implementar el bloque 602 de la FIG.6. Con fines ilustrativos, el método 900 se describe con referencia a la implementación representada en las FIGs.1-7 y otros diversos ejemplos descritos en la presente memoria. Pero son posibles otras implementaciones. El método 900 puede implicar seleccionar un intervalo de tiempo para el que no se han agrupado valores de datos de atributos, como se representa en el bloque 902. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados para seleccionar un intervalo de tiempo. Por ejemplo, si los datos 112 de entrenamiento incluyen muestras de datos durante un período de 48 meses, el módulo 108 analítico selecciona un intervalo de tiempo adecuado (p. ej., un mes) del período de 48 meses.

[0167] El método 900 también puede implicar seleccionar un subconjunto de valores de atributo para el intervalo seleccionado, como se representa en el bloque 904. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados para seleccionar el subconjunto de valores de atributo. Por ejemplo, los datos 112 de entrenamiento pueden incluir muestras 114, 118 de datos durante un período de 48 meses. Las muestras 114, 118 de datos incluyen valores de atributo para los atributos 116, 120, respectivamente. En el bloque 904, el módulo 108 analítico puede seleccionar, durante uno de los 48 meses, un subconjunto de las muestras 114 de datos, un subconjunto de las muestras 118 de datos, o ambos.

[0168] El método 900 también puede implicar agrupar el subconjunto seleccionado de valores de atributo en un agrupamiento, como se representa en el bloque 906. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados para generar el agrupamiento. Continuando con el ejemplo anterior, el módulo 108 analítico puede agrupar los valores del atributo 116, atributo 120 o ambos para un mes dado en uno o más grupos. Cada agrupamiento puede incluir valores de atributo correspondientes a múltiples entidades. Se puede usar cualquier método adecuado para agrupar individuos o entidades en grupos. Estos métodos de agrupamiento pueden permitir que los datos en una serie temporal se agrupen en grupos que muestran un comportamiento que es estable, creciente, decreciente o ligeramente variable con el tiempo. En algunos aspectos, los valores para cada atributo pueden agruparse por separado. Por ejemplo, el módulo 108 analítico puede ejecutar un algoritmo de agrupamiento de k-medias para agrupar los valores del atributo 116 en un primer conjunto de agrupamientos, para agrupar los valores del atributo 120 en un segundo conjunto de agrupamientos, etc. En aspectos adicionales o alternativos, el módulo 108 analítico puede analizar múltiples atributos para el agrupamiento. Por ejemplo, el módulo 108 analítico puede calcular uno o más conjuntos de datos de componentes principales para un conjunto de valores de atributo que incluye el atributo 116 de datos de series temporales y el atributo 120 de datos de series temporales, como se describió anteriormente con respecto a la FIG.6.

[0169] El método 900 también puede implicar determinar si intervalos adicionales tienen valores de atributo no agrupados, como se representa en el bloque 908. El módulo 108 analítico puede ejecutarse mediante uno o más dispositivos de procesamiento adecuados para determinar si los intervalos adicionales tienen valores de atributos no agrupados. Si intervalos adicionales tienen valores de atributo no agrupados, el método 900 puede regresar al bloque 902, donde se selecciona un intervalo con valores de atributo no agrupados y el método 900 procede como se ha descrito anteriormente.

[0170] Si ningún intervalo adicional tiene valores de atributo no agrupados, el método 900 puede proceder al bloque 910. En el bloque 910, el módulo 108 analítico puede emitir múltiples series de agrupaciones que se han generado iterativamente a través de los bloques 902-906.

[0171] Cualquier algoritmo de modelado automatizado adecuado u otros algoritmos analíticos pueden usar atributos de tendencia como se describe en la presente memoria. En algunos aspectos, uno o más del sistema 128 de modelado automatizado y el módulo 108 analítico pueden llevar a cabo operaciones que implican análisis predictivos usando los datos 112 de entrenamiento. Por ejemplo, el módulo 108 analítico puede usar agrupaciones obtenidas con una serie temporal de 48 meses, junto con uno o más atributos de tendencia, para predecir si una entidad dada se moverá de su agrupación actual a otra agrupación durante 24 meses posteriores. Basándose en el agrupamiento y los atributos descriptivos, el módulo 108 analítico predice el comportamiento del individuo o entidad.

[0172] Ciertos aspectos descritos en la presente memoria pueden permitir analizar múltiples series de tiempo en relación entre sí y se pueden identificar patrones de comportamiento del individuo o entidad. Por ejemplo, se pueden usar una serie temporal de puntuaciones de crédito y una serie temporal de puntuaciones de capacidad para evaluar cómo un individuo o entidad se comportará en diversas transacciones. En algunas realizaciones, el módulo 108 analítico puede usarse para analizar datos que implican circunstancias en las que un individuo o entidad puede tener diferentes comportamientos en múltiples series de tiempo.

[0173] En un ejemplo, uno o más del módulo 108 analítico y el sistema 128 de modelado automatizado se pueden usar para identificar, revisar o analizar de otro modo datos sobre individuos que tienen una puntuación de crédito estable (p. ej., un primer atributo) pero una puntuación de capacidad decreciente (p. ej., un segundo atributo). Una serie temporal para el atributo de puntuación de crédito con puntuaciones de crédito relativamente estables a lo largo del tiempo puede indicar un grado de riesgo más bajo. Pero una serie temporal para el atributo de puntuación de capacidad puede indicar un mayor grado de riesgo si la puntuación de capacidad disminuye con el tiempo. El módulo 108 analítico puede llevar a cabo un algoritmo DCT en ambas series de tiempo para generar un primer atributo de tendencia asociado al atributo de puntuación de crédito y un segundo atributo de tendencia asociado al atributo de puntuación de capacidad. Uno o más del módulo 108 analítico y el sistema 128 de modelado automatizado pueden usar la combinación del primer atributo de tendencia, que indica una puntuación de crédito estable a lo largo del tiempo, y el segundo atributo de tendencia, que indica una puntuación de capacidad decreciente a lo largo del tiempo, para generar una evaluación de riesgo que indica un mayor grado de riesgo. El uso de los atributos de tendencia provee así una evaluación de riesgo más precisa que la que estaría disponible si el sistema 128 de modelado automatizado usara solamente una instantánea de la puntuación de crédito y la puntuación de capacidad de un consumidor. En algunos aspectos, un sistema informático descrito en la presente memoria puede llevar a cabo análisis predictivos a nivel del consumidor. Dos tipos de análisis predictivos a nivel de consumidor que pueden examinarse son la predicción de medidas de resultado de riesgo o basadas en mercado y la predicción de transición de grupo. (Se pueden prever otros tipos de análisis predictivos a nivel del consumidor, así como diversos tipos de análisis predictivos para otros tipos de entidades). La predicción de las medidas de resultado de riesgo o basadas en el mercado son casos de uso en los cuales a cada consumidor se le asigna un indicador de resultado o una medida continua de resultado. Un indicador de resultado puede ser una variable indicadora binaria como, por ejemplo, buena/mala o respuesta/no respuesta. Un ejemplo de medida continua de resultado es la pérdida de dólar. El análisis predictivo predice la medida de resultado extrapolando el punto de observación durante un cierto número de períodos futuros como, por ejemplo, los siguientes 24 períodos. Se puede aplicar regresión estándar, red neuronal u otros procedimientos de aprendizaje automático para predecir los resultados.

[0174] Ejemplo de entorno informático

[0175] Cualquier sistema informático o grupo de sistemas informáticos adecuado puede usarse para llevar a cabo las operaciones de creación de atributos descritas en la presente memoria. Por ejemplo, la FIG.10 es un diagrama de bloques que representa un ejemplo de un entorno 106 informático. El ejemplo del entorno 106 informático puede incluir diversos dispositivos para comunicarse con otros dispositivos en el sistema 100 informático, como se describe con respecto a la FIG.1. El entorno 106 informático puede incluir diversos dispositivos para llevar a cabo una o más de las operaciones descritas anteriormente con respecto a las FIGs.1-9.

[0176] El entorno 106 informático puede incluir un procesador 1002 que está acoplado comunicativamente a una memoria 1004. El procesador 1002 ejecuta un código de programa ejecutable por ordenador almacenado en la memoria 1004, accede a información almacenada en la memoria 1004, o a ambas. El código de programa puede incluir instrucciones ejecutables por máquina que pueden representar un procedimiento, una función, un subprograma, un programa, una rutina, una subrutina, un módulo, un paquete de software, una clase o cualquier combinación de instrucciones, estructuras de datos o instrucciones de programa. Un segmento de código puede acoplarse a otro segmento de código o a un circuito de hardware pasando o recibiendo información, datos, argumentos, parámetros o contenidos de memoria. La información, argumentos, parámetros, datos, etc. pueden ser pasados, enviados o transmitidos mediante cualquier medio adecuado incluidos compartición de memoria, transmisión de mensajes, transmisión detoken, transmisión de red, entre otros.

[0177] Ejemplos de un procesador 1002 incluyen un microprocesador, un circuito integrado para aplicaciones específicas, una matriz de puertas programables en campo o cualquier otro dispositivo de procesamiento adecuado. El procesador 1002 puede incluir cualquier número de dispositivos de procesamiento, incluido uno. El procesador 1002 puede incluir o comunicarse con una memoria 1004. La memoria 1004 almacena un código de programa que, cuando se ejecuta por el procesador 1002, hace que el procesador lleve a cabo las operaciones descritas en esta descripción.

[0178] La memoria 1004 puede incluir cualquier medio legible por ordenador no transitorio adecuado. El medio legible por ordenador puede incluir cualquier dispositivo de almacenamiento electrónico, óptico, magnético u otro capaz de proveer a un procesador un código de programa legible por ordenador u otro código de programa. Ejemplos no limitantes de un medio legible por ordenador incluyen un disco magnético, chip de memoria, almacenamiento óptico, memoria flash, memoria de clase de almacenamiento, un CD-ROM, DVD, ROM, RAM, un ASIC, cinta magnética u otro almacenamiento magnético, o cualquier otro medio desde el cual un procesador informático pueda leer y ejecutar un código de programa. El código de programa puede incluir un código de programa específico de procesador generado por un compilador o un intérprete a partir de un código escrito en cualquier lenguaje de programación informática adecuado.

[0179] El entorno 106 informático también puede incluir varios dispositivos externos o internos como, por ejemplo, dispositivos de entrada o salida. Por ejemplo, el entorno 106 informático se muestra con una interfaz 1008 de entrada/salida que puede recibir la entrada de dispositivos de entrada o proveer la salida a dispositivos de salida. También se puede incluir un bus 1006 en el entorno 106 informático. El bus 1006 puede acoplar comunicativamente uno o más componentes del entorno 106 informático.

[0180] El entorno 106 informático puede ejecutar un código de programa que incluye el módulo 108 analítico. El código de programa para el módulo 108 analítico puede residir en cualquier medio legible por ordenador adecuado y puede ejecutarse en cualquier dispositivo de procesamiento adecuado. Por ejemplo, como se representa en la FIG. 10, el código de programa para el módulo 108 analítico puede residir en la memoria 1004 en el entorno 106 informático. La ejecución del módulo 108 analítico puede configurar el procesador 1002 para llevar a cabo las operaciones descritas en la presente memoria.

[0181] En algunos aspectos, el entorno 106 informático puede incluir uno o más dispositivos de salida. Un ejemplo de un dispositivo de salida es el dispositivo 1010 de interfaz de red representado en la FIG. 10. Un dispositivo 1010 de interfaz de red puede incluir cualquier dispositivo o grupo de dispositivos adecuados para establecer una conexión de datos cableada o inalámbrica a una o más redes 104 de datos. Ejemplos no limitantes del dispositivo 1010 de interfaz de red incluyen un adaptador de red Ethernet, un módem, etc.

[0182] Otro ejemplo de un dispositivo de salida es el dispositivo 1012 de presentación representado en la FIG.10. Un dispositivo 1012 de presentación puede incluir cualquier dispositivo o grupo de dispositivos adecuados para proveer salida visual, auditiva u otra salida sensorial adecuada. Ejemplos no limitantes del dispositivo 1012 de presentación incluyen una pantalla táctil, un monitor, un altavoz, un dispositivo informático móvil separado, etc. Consideraciones generales

[0183] En la presente memoria se exponen numerosos detalles específicos para proveer una comprensión exhaustiva del objeto reivindicado. Sin embargo, las personas con experiencia en la técnica entenderán que el objeto reivindicado puede ponerse en práctica sin estos detalles específicos. En otros casos, los métodos, aparatos o sistemas que son conocidos por una persona con experiencia ordinaria en la técnica no se han descrito en detalle para no oscurecer el objeto reivindicado.

[0184] A menos que se indique específicamente lo contrario, se aprecia que a lo largo de esta memoria descriptiva términos como, por ejemplo, "procesamiento", "computación", "cálculo", "determinación" e "identificación" o similares se refieren a acciones o procesos de un dispositivo informático como, por ejemplo, uno o más ordenadores o un dispositivo o dispositivos informáticos electrónicos similares, que manipulan o transforman datos representados como cantidades físicas electrónicas o magnéticas dentro de memorias, registros u otros dispositivos de almacenamiento de información, dispositivos de transmisión o dispositivos de visualización de la plataforma informática.

[0185] El sistema o sistemas descritos en la presente memoria no se limitan a una arquitectura o configuración de hardware particular. Un dispositivo informático puede incluir cualquier disposición adecuada de componentes que provea un resultado condicionado a una o más entradas. Dispositivos informáticos adecuados incluyen sistemas informáticos basados en microprocesadores multipropósito que acceden a software almacenado que programa o configura el sistema informático desde un aparato informático de propósito general hasta un aparato informático especializado que implementa uno o más aspectos del presente objeto. Cualquier programación, secuencia de comandos u otro tipo de lenguaje o combinaciones de lenguajes adecuados se pueden usar para implementar las enseñanzas contenidas en la presente memoria en software para su uso en la programación o configuración de un dispositivo informático.

[0186] Aspectos de los métodos descritos en la presente memoria pueden llevarse a cabo en el funcionamiento de tales dispositivos informáticos. El orden de los bloques presentados en los ejemplos anteriores puede variarse, por ejemplo, los bloques pueden reordenarse, combinarse o dividirse en subbloques. Ciertos bloques o procesos pueden llevarse a cabo en paralelo.

[0187] El uso de "adaptado a" o "configurado para" en la presente memoria se entiende como lenguaje abierto e inclusivo que no prescinde de dispositivos adaptados a o configurados para llevar a cabo tareas o etapas adicionales. Además, el uso de "basado/a en" pretende ser abierto e inclusivo, en el sentido de que un proceso, etapa, cálculo u otra acción "basada en" una o más condiciones o valores enumerados puede, en la práctica, basarse en condiciones o valores adicionales más allá de los enumerados. Los títulos, listas y numeración incluidos en la presente memoria son solo para facilitar la explicación y no pretenden ser limitantes.

[0188] Aunque el presente objeto se ha descrito en detalle con respecto a aspectos específicos del mismo, se apreciará que las personas con experiencia en la técnica, tras lograr una comprensión de lo anterior, pueden producir fácilmente alteraciones, variaciones y equivalentes con respecto a tales aspectos. Cualquier aspecto o ejemplo puede combinarse con cualquier otro aspecto o ejemplo. Por consiguiente, debe entenderse que la presente descripción se ha presentado con fines de ejemplo en lugar de limitación, y no excluye la inclusión de tales modificaciones, variaciones o adiciones al presente objeto como será fácilmente evidente para una persona con experiencia ordinaria en la técnica.

Claims

1. REIVINDICACIONES

1. Un sistema de servidor que comprende:

un medio legible por ordenador no transitorio que almacena una estructura (110) de datos, teniendo la estructura de datos datos (112) de entrenamiento para entrenar un algoritmo de modelado automatizado, comprendiendo los datos de entrenamiento elementos de datos para un conjunto de valores de atributo para múltiples entidades durante un período, en donde cada elemento de datos en los datos de entrenamiento indica (i) un valor de atributo respectivo para al menos un atributo, (ii) un valor de tiempo respectivo dentro del período, y (iii) una entidad respectiva asociada al valor de atributo respectivo; y

un entorno (106) informático que comprende uno o más dispositivos (1002) de procesamiento acoplados comunicativamente al medio legible por ordenador no transitorio mediante la ejecución de un módulo (108) analítico, en donde el módulo (108) analítico está configurado para llevar a cabo operaciones que comprenden: generar, para cada entidad, al menos un atributo (125) de tendencia que es una función de una serie temporal respectiva de valores de atributo a partir del conjunto de valores de atributo, indicando el al menos un atributo de tendencia una tendencia en la serie temporal de valores de atributo, en donde generar el al menos un atributo de tendencia comprende:

(a) identificar intervalos en el período;

(b) generar múltiples series de agrupaciones, en donde cada serie de agrupaciones comprende agrupaciones asociadas respectivamente a los intervalos, en donde el dispositivo de procesamiento está configurado para generar cada serie de agrupaciones llevando a cabo operaciones que comprenden:

(i) agrupar (602), para cada intervalo, un subconjunto respectivo de valores de atributo en un agrupamiento respectivo basándose en los valores de atributo de grupo que están asociados a valores de tiempo en el intervalo, y

(ii) añadir el agrupamiento respectivo para el intervalo a la serie de agrupamientos;

y;

(c) calcular (603), para las múltiples series de agrupamientos, los valores de atributo de comportamiento respectivos, en donde cada valor de atributo de comportamiento se calcula como una función de la serie de agrupamientos respectiva;

modificar (204) la estructura de datos para incluir el al menos un atributo de tendencia,

actualizar (206) los datos de entrenamiento para incluir valores de atributo de tendencia del al menos un atributo de tendencia para las entidades respectivas, en donde actualizar los datos de entrenamiento comprende, para al menos algunas de las entidades en los datos de entrenamiento:

(a) identificar, para cada entidad, una serie de agrupamiento respectiva que tiene un valor de atributo de comportamiento respectivo que es similar a un comportamiento respectivo de una serie temporal respectiva de valores de atributo para la entidad,

(b) asignar una pertenencia de agrupamiento a la entidad basándose en que el valor de atributo de comportamiento respectivo es similar al comportamiento respectivo de la serie temporal respectiva de valores de atributos para la entidad,

(c) seleccionar, para la entidad, un identificador de la pertenencia al agrupamiento como un valor de atributo de tendencia para la entidad;

y emitir un conjunto de datos de entrenamiento que incluye los valores de atributo de tendencia;

y un sistema (128) de modelado automatizado acoplado comunicativamente al entorno informático, comprendiendo el sistema (128) de modelado automatizado el algoritmo de modelado automatizado, en donde el entorno informático está configurado para transmitir el conjunto de datos de entrenamiento al sistema de modelado automatizado y el sistema (128) de modelado automatizado está configurado para entrenar el algoritmo de modelado automatizado con los valores de atributos de tendencia y usar el algoritmo de modelado automatizado entrenado para llevar a cabo una o más evaluaciones de riesgo.

2. El sistema de servidor de la reivindicación 1, en donde los datos (112) de entrenamiento actualizados comprenden primeros elementos de datos que tienen un primer valor de atributo de tendencia y segundos

elementos de datos que tienen un segundo valor de atributo de tendencia;

en donde el sistema (128) de modelado automatizado está configurado para entrenar el algoritmo de modelado automatizado ejecutando una lógica de segmentación en base a los valores de atributo de tendencia, en donde ejecutar la lógica de segmentación comprende:

aplicar, basándose en los primeros elementos de datos que tienen el primer valor de atributo de tendencia, una primera función de modelado a los primeros elementos de datos, y

aplicar, basándose en los segundos elementos de datos que tienen el segundo valor de atributo de tendencia, una segunda función de modelado a los segundos elementos de datos.

3. El sistema de servidor de las reivindicaciones 1 o 2, en donde el módulo (108) analítico está configurado para agrupar el subconjunto respectivo de valores de atributo en el agrupamiento respectivo ejecutando un algoritmo de agrupamiento de k-medias.

4. El sistema de servidor de las reivindicaciones 1 o 2, en donde el módulo (108) analítico está configurado para agrupar (602) el subconjunto respectivo de valores de atributo en el agrupamiento respectivo llevando a cabo operaciones que comprenden:

aplicar (508), para cada entidad, una transformada de frecuencia a valores de atributo asociados a la entidad; agrupar el subconjunto respectivo de valores de atributo en el agrupamiento respectivo basándose en al menos un coeficiente generado por la transformada de frecuencia aplicada.

5. El sistema de servidor de las reivindicaciones 1 o 2, en donde el módulo (108) analítico está configurado para agrupar el subconjunto respectivo de valores de atributo en el agrupamiento respectivo llevando a cabo operaciones que comprenden:

identificar una primera serie temporal de valores de atributo para un primer atributo y una segunda serie temporal de valores de atributo para un segundo atributo;

llevar a cabo un análisis de componentes principales en la primera serie temporal y en la segunda serie temporal;

emitir una serie de datos de componentes principales a partir del análisis de componentes principales; y agrupar la serie de datos de componentes principales en los agrupamientos.

6. El sistema de servidor de la reivindicación 1, en donde la función de la serie temporal respectiva usa cambios en la serie temporal respectiva durante el período para calcular un valor de atributo de tendencia.

7. El sistema de servidor de la reivindicación 6, en donde el al menos un atributo (125) de tendencia comprende al menos uno de un atributo estadístico, un atributo de duración calculado basándose en picos y valles en la serie temporal respectiva, o un atributo de depresión/recuperación calculado basándose en velocidades de cambio entre los picos y los valles en la serie temporal respectiva.

8. El sistema de servidor de la reivindicación 6, en donde el al menos un atributo de tendencia comprende una asimetría de una distribución de probabilidad de la serie temporal respectiva.

9. El sistema de servidor de la reivindicación 6, en donde el al menos un atributo de tendencia comprende una curtosis de una distribución de probabilidad de la serie temporal respectiva.

10. Un método que comprende:

acceder a una estructura (110) de datos que tiene datos de entrada para un algoritmo de modelado automatizado, comprendiendo los datos de entrada elementos de datos con valores de atributo para múltiples entidades durante un período, en donde cada elemento de datos en los datos de entrada indica (i) un valor de atributo respectivo para al menos un atributo, (ii) un valor de tiempo respectivo dentro del período, y (iii) una entidad respectiva asociada al valor de atributo respectivo;

generar, con un módulo (108) analítico ejecutado por uno o más dispositivos (1002) de procesamiento comprendidos en un entorno (106) informático, al menos un atributo (125) de tendencia que es una función de una serie temporal de valores de atributo, indicando el al menos un atributo de tendencia una tendencia en la serie temporal de valores de atributo, en donde generar el al menos un atributo de tendencia comprende:

(a) identificar intervalos en el período;

y;

modificar, con el módulo analítico, la estructura de datos para incluir el al menos un atributo de tendencia; actualizar, con el módulo analítico, los datos de entrada para incluir valores de atributo de tendencia para el al menos un atributo de tendencia, para las entidades respectivas, en donde actualizar los datos de entrenamiento comprende, para al menos algunas de las entidades en los datos de entrenamiento:

(b) asignar una pertenencia de agrupamiento a la entidad basándose en que el valor de atributo de comportamiento respectivo es similar al comportamiento respectivo de la serie temporal respectiva de valores de atributos para la entidad, y

emitir, con el módulo analítico, un conjunto de datos de entrenamiento que incluye los valores de atributo de tendencia,

transmitir, con el entorno informático, el conjunto de datos de entrenamiento a un sistema (128) de modelado automatizado,

entrenar, con el sistema de modelado automatizado, el algoritmo de modelado automatizado con los valores de atributo de tendencia, en donde el sistema (128) de modelado automatizado está configurado para usar el algoritmo de modelado automatizado entrenado para llevar a cabo una o más evaluaciones de riesgo.

11. El método de la reivindicación 10, en donde los datos de entrada actualizados comprenden primeros elementos de datos que tienen un primer valor de atributo de tendencia y segundos elementos de datos que tienen un segundo valor de atributo de tendencia;

en donde el entrenamiento del algoritmo de modelado automatizado comprende ejecutar la lógica de segmentación en base a los valores de atributo de tendencia adicionales, en donde ejecutar la lógica de segmentación comprende:

12. El método de las reivindicaciones 10 u 11, en donde agrupar el subconjunto respectivo de valores de atributo en el agrupamiento respectivo comprende ejecutar un algoritmo de agrupamiento de k-medias.

13. El método de las reivindicaciones 10 u 11, en donde el subconjunto respectivo de valores de atributo se agrupa en el agrupamiento respectivo basándose en el al menos un coeficiente generado por una transformada de frecuencia.

14. El método de las reivindicaciones 10 u 11, en donde agrupar (602) el subconjunto respectivo de valores de atributo en el agrupamiento respectivo comprende:

15. Un medio (1004) legible por ordenador no transitorio que tiene un código de programa que es ejecutable por un dispositivo (1002) de procesamiento para hacer que un dispositivo informático lleve a cabo operaciones según el sistema de servidor de cualquiera de las reivindicaciones 1 a 9 o según el método de cualquiera de las reivindicaciones 10 a 14.