CN107835247B - 一种信用认证、保障系统及方法 - Google Patents

Abstract

本发明公开了一种信用认证、保障系统及方法，属于物联网技术领域，包括客户端、服务器和第三方端口，客户端与服务器连接，服务器与第三方端口连接；服务器包括基本信息认证模块、社交信息认证模块、第三方信用信息认证模块，以及与上述三模块发送端连接的综合信用评分模块，以及基于位置相似度的安全保障模块；综合信用评分模块的发送端、基于位置相似度的安全保障模块的发送端均与客户端的接收端连接。本发明依据基本信息、社交信息和第三方信用信息等多维度数据，实现更有效的线上信用认证，结合线下基于位置相似度的安全校验保障，增强信用认证、保障系统及方法的操作性、稳定性和使用价值。

Description

一种信用认证、保障系统及方法

技术领域

本发明涉及物联网技术领域，特别涉及一种信用认证、保障系统及方法。

背景技术

随着经济的发展，近些年“online to offline”平台的商业模式逐渐兴起。线上方面，平台需要通过信息化工具，来建立服务供需双方的联系和信任，这就需要信用认证系统来实现；线下方面，平台为服务需求方提供上门服务，这意味着服务场景的不确定性更强，因而需要升级保障系统，既要保障服务供需双方的人身财产安全，又要避免服务供需双方的刷单、假单行为。在“online to offline”平台的服务过程中，尤其是当服务供需双方中有老人、妇女和儿童时(如上门家教、上门医疗、上门美甲等)，平台需要帮助双方建立极高的信任度。这时，信用认证、保障系统及方法就显得尤为重要。

但是，当前的信用认证、保障系统及方法一般包括如下几类。一类是，常见的银行类线上信用认证系统，该类系统仅仅在银行体系中有成熟应用，而且依赖于线下服务流程和场景，无法在其他行业和场景中普及。二类是，少数的非银行类线上信用认证系统，往往局限于最基本的实名身份认证，所谓信用认证仅仅是账户管理功能的延伸，无法为信用评价提供有效信息。三类是，基于神经网络算法构建的线上信用认证系统，此类系统的缺陷在于：模型构建时的机器学习过程和原理不够清晰，模型使用时需要大量的参数，比如网络拓扑结构、权值和阈值的初始值，这些参数影响了模型使用效率、结果信效度和后续修正操作。四类是，基于决策树算法构建的线上信用认证系统，现有的此类系统普遍存在两个重要缺陷：其一，构建模型时数据来源维度单一、缺少代表性，缺少数据预处理，从而影响模型预测性能；其二，认证系统依赖单一模型、未引入第三方信用信息，造成预测结果误差大、稳定性较差。

发明内容

本发明的目的在于提供一种线上信用认证加线下保障的系统及方法，以增强信用认证和保障系统的操作性、稳定性和使用价值。

为实现以上目的：

第一方面，本发明提供一种信用认证、保障系统，该系统包括客户端、服务器和第三方端口，客户端的发送端与服务器的接收端连接，客户端与服务器连接，服务器与第三方端口连接；

其中，服务器包括基本信息认证模块、社交信息认证模块、第三方信用信息认证模块、综合信用评分模块以及基于位置相似度的安全保障模块；

其中，客户端的发送端分别与服务器中的基本信息认证模块、社交信息认证模块、第三方信用信息认证模块以及基于位置相似度的安全保障模块连接；

其中，服务器中，基本信息认证模块、社交信息认证模块和第三方信用信息认证模块的发送端分别与综合信用评分模块的接收端连接；

其中，服务器与客户端之间，综合信用评分模块的发送端与客户端的接收端连接，基于位置相似度的安全保障模块的发送端与客户端的接收端连接；

其中，服务器与第三方端口之间，服务器调用第三方端口中当前用户的身份匹配信息以进行合法性校验，并返回校验结果至客户端。

其中，所述的基本信息认证模块基于预设的信用评分决策树模型，对客户端发送的用户基本信息进行用户基本信息认证，得到用户基本信息认证评分。

其中，所述的社交信息认证模块基于客户端发送的用户社交账户绑定信息，得到用户的社交信息认证评分。

其中，所述的第三方信用信息认证模块调用第三方端口中当前用户的第三方信用信息，得到用户的第三方信用信息认证评分。

其中，所述的综合信用评分模块基于基本信息认证模块、社交信息认证模块以及第三方信用信息认证模块发送的评分结果，得到用户最终的综合信用评分并发送至客户端；

其中，所述的基于位置相似度的安全保障模块基于客户端内置定位模块发送的定位信息，利用位置相似度模型进行关键节点的安全校验，并发送实时风险等级信息至客户端，以实现安全保障。

第二方面，本发明提供一种信用认证、保障方法，包括如下步骤：

客户端发送用户的身份证信息至服务器；

服务器调用第三方端口中用户身份信息，以根据用户身份证信息判断当前用户是否合法，并将判断结果返回至客户端；

在当前用户为合法用户时，服务器接收客户端发送的用户基本信息、社交信息，服务器调用第三方信用信息；

服务器根据所述用户基本信息、社交信息以及第三方信用信息得到当前用户的综合信用评分并推送至客户端，具体包括：

服务器基于预设的信用评分决策树模型对所述用户基本信息进行认证，得到用户基本信息认证评分；

服务器根据所述用户社交账户绑定信息，得到用户的社交信息认证评分；

服务器调用所述第三方端口中当前用户的第三方信用信息，得到当前用户的第三方信用信息认证评分；

服务器根据用户基本信息认证评分、社交信息认证评分以及第三方信用信息认证评分，得到用户的综合信用评分并推送至客户端进行显示。

其中，所述的用户基本信息包括身份证信息、年龄、性别、户籍、最高学历、职业、职位、现单位工作时间、婚姻状况、配偶职业、配偶职位、个人年收入、家庭人均年收入、保险、现住房产权性质、拥有固定资产情况和家庭资产负债比率，社交信息包括用户社交账户绑定信息，第三方信用信息包括第三方对当前用户的信用认证评分。

该方法还包括：

服务器获取客户端内置定位模块定位信息，并利用位置相似度模型进行关键节点的安全校验。所述的位置相似度模型具体为：

其中，w1、w2和w3为权重值，w1+w2+w3＝1且w1、w2和w3均大于0，p_i为位置属性，p_i,1,p_i,2,p_i,3分别为客户端在位置i上停留时间的平均值、标准差和出现频数，p_j,1,p_j,2,p_j,3分别为客户端在位置i上停留时间的参照平均值、参照标准差和参照出现频数。

与现有技术相比，本发明存在以下技术效果：本发明将数据源拓展至丰富的信息维度，依据基础信息、社交信息和第三方信用信息等多维度数据，提供更有信效度的线上信用认证结果，结合线下基于位置相似度的安全校验保障，增强信用认证和保障系统的操作性、稳定性和使用价值。

附图说明

下面结合附图，对本发明的具体实施方式进行详细描述：

图1是本发明中一种信用认证、保障系统的结构示意图；

图2是本发明中基于位置相似度的安全保障模块的架构示意图；

图3是本发明中一种信用认证、保障方法的流程示意图；

图4是本发明中进行位置监听的过程示意图。

具体实施方式

为了更进一步说明本发明的特征，请参阅以下有关本发明的详细说明与附图。所附图仅供参考与说明之用，并非用来对本发明的保护范围加以限制。

如图1所示，本实施例公开了一种信用认证、保障系统，该系统包括：客户端10、服务器20和第三方端口30，客户端10与服务器20连接，服务器20与第三方端口30连接；

其中，服务器20包括基本信息认证模块21、社交信息认证模块22、第三方信用信息认证模块23、综合信用评分模块24以及基于位置相似度的安全保障模块25；

其中，客户端10的发送端分别与服务器20中的基本信息认证模块21、社交信息认证模块22、第三方信用信息认证模块23以及基于位置相似度的安全保障模块25连接；

其中，服务器中，基本信息认证模块21、社交信息认证模块22和第三方信用信息认证模块23的发送端分别与综合信用评分模块24的接收端连接；

服务器20与客户端10之间，综合信用评分模块24的发送端与客户端10的接收端连接，基于位置相似度的安全保障模块25的发送端与客户端10的接收端连接；

服务器20与第三方端口30之间，服务器20调用第三方端口30中当前用户的身份匹配信息以进行合法性校验，并返回校验结果至客户端10。

其中，客户端10可以是移动客户端或者网页客户端，线上信用认证过程为：

在线上信用认证时，用户需要首先进行账户注册，注册时，用户需进行实名认证，目前限定身份信息类型为“中华人民共和国居民身份证”号码，用户需要输入个人身份证号码，由客户端发送至服务器，并调用第三方端口进行合法性校验，并将校验结果返回至客户端10。

进一步地，若合法性校验通过，客户端10向服务器20发送用户基本信息和社交信息，服务器20调用第三方信用信息，服务器20基于客户端10发送的三种认证信息，得出当前用户的综合信用评分。三种认证信息中：用户基本信息包括身份证信息、年龄、性别、户籍、最高学历、职业、职位、现单位工作时间、婚姻状况、配偶职业、配偶职位、个人年收入、家庭人均年收入、保险、现住房产权性质、拥有固定资产情况和家庭资产负债比率；社交信息包括用户社交账户绑定信息；第三方信用信息包括第三方对当前用户的信用评分。

进一步地，基本信息认证模块21基于预设的信用评分决策树模型，对客户端10发送的用户基本信息进行认证，得到用户基本信息认证评分A。本实施例中的信用评分决策树模型得到的具体过程为：

(1)根据既有的信用评分系统(如美国的FICO评分、国内的鹏元800评分等)，以及我国商业银行在个人信用评分方面的实际应用，获得初步的关键变量；随后，依据已有信用数据进行数据挖掘，采用分类、估计、关联分析、聚类等方法，进一步筛选出模型的核心变量。

(2)深入对比信用评分建模领域的算法，包括神经网络算法、决策树算法、Logistic回归算法等，综合验证决策树算法的优势和应用潜力。在此基础上，选择CART算法作为数据挖掘的工具，并通过挖掘既有数据库，建立个人信用评分模型。

(3)结合真实信用数据，对前述评分模型进行评价和验证，继而对模型进行加权调整为百分制。

(4)得到基于基本信息认证的信用评分决策树模型，并据此形成《基于基本信息的信用评分表》，适用于实际应用时的评分，《基于基本信息的信用评分表》参见表1：

表1

进一步地，社交信息认证模块22基于客户端10发送的用户社交账户绑定信息，得到用户的社交信息认证评分B。本实施例中认证形式为：用户在系统指引下，授权绑定用户的社交账号，社交账号包括QQ、微信、微博三类。综合定量分析本系统的评分机制，对绑定社交账号的信用评分赋值规则如下：绑定三类社交账号中的一项，赋分60；绑定三类社交账号中的两项，赋分85；绑定三类社交账号中的三项，赋分100。

进一步地，第三方信用信息认证模块23调用第三方信用认证平台对当前用户的评分，得到用户第三方信用信息认证评分。具体地，本系统引导用户调用第三方信用认证平台蚂蚁金服的芝麻信用评分，考虑到该评分为350-950区间(参照于美国FICO评分体系)，所以需要在使用前进行标准化处理；鉴于该第三方信用信息认证评分在整体评分系统中的比重较低，所以标准化处理中仅作百分制转换，即设第三方信用信息认证评分为m，则标准化处理后的第三方信用信息认证评分C＝m×0.1×1.0526。

进一步地，基本信息认证模块21、社交信息认证模块22以及第三方信用信息认证模块23将评分结果分别发送至综合信用评分模块24，综合信用评分模块24根据现有信用数据库进行回归拟合，结合专家访谈，得出最终的各项评分权重，具体的综合信用评分(百分制)公式如下：S＝0.83×A+0.06×B+0.11×C，其中，A代表基本信息认证评分，B代表社交信息认证评分，C代表第三方信用信息认证评分。该评分模型是基于已有模型的优化，并创新性的融合了社交信息认证和第三方信用认证，整体建模过程科学、合理，使用现有信用数据库验证后信效度均令人满意，是一种更优的、具有实际应用意义的线上个人信用认证模型。

进一步地，服务器20还包括基于位置相似度的安全保障模块25；

基于位置相似度的安全保障模块25根据客户端10内置定位模块发送的定位信息，利用位置相似度模型进行关键节点的安全校验，并发送实时风险等级信息至客户端10，以实现上门服务场景中的安全保障。

需要说明是，在上门服务进行前，APP为服务双方提供电子服务合同，该合同中设计了合理的权责体系；同时，APP内置相关视频资源，针对服务过程中的双方安全，提供行为规范、安全意识和预案方面的培训内容。在上门服务进行时，借助双方自持智能设备客户端内置定位模块的定位信息，实现服务时间、空间的报备记录，进行关键服务节点的安全校验，设置分级风险控制和预警系统，将服务时间、空间与服务器中预设的参照信息对比，全程提供一键呼救功能。

如图2所示，以上门家教服务系统为例，对线下保障服务进行说明：

在进行上门家教服务前，首先家长、教师的客户端10发送账户信息至服务器20，账户信息包括基本信息、社交信息和第三方信用信息，服务器20根据家长、教师的账户信息，对双方分别进行线上信用认证；双方若存在未达到信用标准，则告知双方信用风险，双方达到信用标准，则双方有权继续使用系统的线下安全保障服务。

在上门家教服务进行时，服务器20基于客户端10内置定位模块发送的定位信息得到客户端10的实时位置信息；随后，服务器20依据上述实时位置信息，利用位置相似度模型进行关键节点的分析校验以得到位置相似度数值，并判断位置相似度数值是否超过预设值，当判断子单元判断位置相似度数值超过预设值时，触发对应风险等级的预警至服务器，并在客户端10弹出对话框要求输入安全码，以实现线下安全保障。

具体地，本实施例中进行分级预警的过程如下：

1)教师开启APP；

2)根据APP提示，教师授权APP使用定位功能；

3)APP启用高德地图SDK，初始化Location Client，通过Location Client Option设置定位参数，实现BD Location Listener接口；

4)APP启用“基于位置相似度的位置监听”；

5)APP上传定位数据至服务器，对比设定监护区域的定位数据；

6)若服务时间内已进入监护区域，APP弹窗提示开启监护服务；

7)若出现较大“位置相似度”的差异，触发一级风险预警报备至服务器20，并在APP端弹窗要求输入安全码；

8)若安全码输入超时或错误，触发二级风险预警报备至服务器20，并在APP端再次弹窗要求输入安全码；

9)若安全码再次输入超时或错误，触发三级风险预警报备至服务器20，服务器20通知客服运营后台进行电话联系确认安全码；

10)若无法联系或安全码再次错误，服务器20输出教师的历史监护记录文件，客服运营后台台据实际情况联系当地警方报案。

本实施例基于客户端内置定位模块的定位信息，实现服务时间、空间的报备记录，进行关键服务节点的安全校验，设置分级风险控制和预警系统，将服务时间、空间与服务器中预设的参照信息对比，全程提供一键呼救功能。并在出现风险时进行预警，有效的保证了家长、教师、学生的人身财产安全。

如图3所示，本实施例公开了一种信用认证、保障方法，包括如下步骤S1至S4：

S1、客户端发送用户的身份证信息至服务器；

S2、服务器调用第三方端口中用户身份信息，以根据用户身份证信息判断当前用户是否合法，并将判断结果返回至客户端；

S3、在当前用户为合法用户时，服务器接收客户端发送的用户基本信息、社交信息，服务器调用第三方信用信息；

S4、服务器根据所述用户基本信息、社交信息以及第三方信用信息得到当前用户的综合信用评分并推送至客户端。

进一步地，步骤S4具体包括如下步骤：

服务器基于预设的信用评分决策树模型对所述用户基本信息进行认证，得到用户基本信息认证评分；

服务器根据所述用户社交账户绑定信息，得到用户的社交信息认证评分；

服务器调用所述调用第三方信用认证平台对当前用户的信用评分，得到用户第三方信用信息认证评分；

服务器根据用户基本信息认证评分、社交信息认证评分以及第三方信用信息认证评分，得到用户的综合信用评分并推送至客户端进行显示。

需要说明的是，如图4所示，本实施例公开的方法还包括线下保障步骤：

服务器获取客户端内置定位模块定位信息，并利用位置相似度模型进行关键节点的校验，以实现安全保障。所述的位置相似度模型具体为：

其中，w1、w2和w3为权重值，w1+w2+w3＝1且w1、w2和w3均大于0，p_i为位置属性，p_i,1,p_i,2,p_i,3分别为客户端在位置i上停留时间的平均值、标准差和出现频数，p_j,1,p_j,2,p_j,3分别为客户端在位置i上停留时间的参照平均值、参照标准差和参照出现频数。

需要说明的是，本实施例公开的一种信用认证、保障系统及方法具有如下有益效果：

(1)优化线上信用认证模型，将数据源拓展至更丰富的信息维度，结合基础信息、社交信息和第三方信用信息等多维度数据，增强线上信用认证系统的操作性、稳定性，提供更有信效度的结果；

(2)优化线上信用认证过程，自建的决策树模型中预设噪声清理、一致性、冗余删除等处理，从而降低了线上信用认证过程的耗时、复杂度和操作成本

(4)提供线下服务场景的信用保障系统，借助GPS定位和监听程序收集实时位置数据，将其与预设数据进行对比分析(此处需用到位置相似度算法)，实现服务过程的实时安全监控，保证服务的真实性和安全性。

(4)有效结合线上的信用认证与线下服务场景的保障，前者提供基本信用评估数据，后者对信用评估结果进行使用、校验和补充，促成信用评价过程的闭环，进而实现对用户端数据的分析、积累和运营。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种信用认证、保障系统，其特征在于，包括：客户端(10)、服务器(20)和第三方端口(30)，客户端(10)与服务器(20)连接，服务器(20)与第三方端口(30)连接；

其中，服务器(20)包括基本信息认证模块(21)、社交信息认证模块(22)、第三方信用信息认证模块(23)、综合信用评分模块(24)以及基于位置相似度的安全保障模块(25)；

客户端(10)的发送端分别与服务器(20)中的基本信息认证模块(21)、社交信息认证模块(22)、第三方信用信息认证模块(23)以及基于位置相似度的安全保障模块(25)连接；客户端(10)向服务器(20)发送用户基本信息和社交信息，服务器(20)调用第三方信用信息，其中社交信息包括用户社交账户绑定信息，第三方信用信息包括第三方对当前用户的信用评分；

在服务器(20)中，基本信息认证模块(21)、社交信息认证模块(22)和第三方信用信息认证模块(23)的发送端分别与综合信用评分模块(24)的接收端连接；基本信息认证模块(21)、社交信息认证模块(22)和第三方信用信息认证模块(23)分别依据服务器(20)得到的用户基本信息、社交信息和第三方信用信息，得到的用户基本信息认证评分、社交信息认证评分和第三方信用信息认证评分；综合信用评分模块(24)依据用户基本信息认证评分、社交信息认证评分和第三方信用信息认证评分，得到用户最终的综合信用评分并发送至客户端(10)；

在服务器(20)与客户端(10)之间，综合信用评分模块(24)的发送端与客户端(10)的接收端连接，基于位置相似度的安全保障模块(25)的发送端与客户端(10)的接收端连接；所述的基于位置相似度的安全保障模块(25)基于客户端(10)内置定位模块发送的定位信息，利用位置相似度模型进行关键节点的安全校验，并发送实时风险等级信息至客户端(10)；其中，位置相似度模型具体为：

其中，w1、w2和w3为权重值，w1+w2+w3＝1且w1、w2和w3均大于0，p_i为位置属性，p_i,1,p_i,2,p_i,3分别为客户端在位置i上停留时间的平均值、标准差和出现频数，p_j,1,p_j,2,p_j,3分别为客户端在位置i上停留时间的参照平均值、参照标准差和参照出现频数；

在服务器(20)与第三方端口(30)之间，服务器(20)调用第三方端口(30)中当前用户的身份匹配信息以进行合法性校验，并返回校验结果至客户端(10)。

2.如权利要求1所述的信用认证、保障系统，其特征在于，所述的基本信息认证模块(21)基于预设的信用评分决策树模型，对客户端(10)发送的用户基本信息进行用户基本信息认证，得到用户基本信息认证评分。

3.如权利要求1所述的信用认证、保障系统，其特征在于，所述的社交信息认证模块(22)基于客户端(10)发送的用户社交账户绑定信息，得到用户的社交信息认证评分。

4.如权利要求1所述的信用认证、保障系统，其特征在于，所述的第三方信用信息认证模块(23)调用第三方信用认证平台对当前用户的评分，得到用户的第三方信用信息认证评分。

5.一种信用认证、保障方法，其特征在于，包括：

客户端发送用户的身份证信息至服务器；

服务器调用第三方端口中用户身份信息，以根据用户身份证信息判断当前用户是否合法，并将判断结果返回至客户端；

在当前用户为合法用户时，服务器接收客户端发送的用户基本信息和社交信息，服务器调用第三方信用信息，其中社交信息包括用户社交账户绑定信息，第三方信用信息包括第三方对当前用户的信用评分；

服务器根据所述用户基本信息、社交信息以及第三方信用信息得到当前用户的综合信用评分并推送至客户端；

服务器获取客户端内置定位模块定位信息，并利用位置相似度模型进行关键节点的校验，并发送实时风险等级信息至客户端，其中，位置相似度模型具体为：

其中，w1、w2和w3为权重值，w1+w2+w3＝1且w1、w2和w3均大于0，p_i为位置属性，p_i,1,p_i,2,p_i,3分别为客户端在位置i上停留时间的平均值、标准差和出现频数，p_j,1,p_j,2,p_j,3分别为客户端在位置i上停留时间的参照平均值、参照标准差和参照出现频数。

6.如权利要求5所述的信用认证、保障方法，其特征在于，所述的用户基本信息包括身份证信息、年龄、性别、户籍、最高学历、职业、职位、现单位工作时间、婚姻状况、配偶职业、配偶职位、个人年收入、家庭人均年收入、保险、现住房产权性质、拥有固定资产情况和家庭资产负债比率，所述社交信息包括用户社交账户绑定信息，所述第三方信用信息包括第三方对当前用户的信用评分。

7.如权利要求6所述的信用认证、保障方法，其特征在于，所述的在当前用户为合法用户时，服务器根据所述用户基本信息、社交信息以及第三方信用信息得到当前用户的综合信用评分并推送至客户端，具体包括：

服务器基于预设的信用评分决策树模型对所述用户基本信息进行认证，得到用户基本信息认证评分；

服务器根据所述用户社交账户绑定信息，得到用户的社交信息认证评分；

服务器调用第三方信用认证平台中当前用户的信用信息，得到用户第三方信用信息认证评分；

服务器根据用户基本信息认证评分、社交信息认证评分以及第三方信用信息认证评分，得到用户的综合信用评分并推送至客户端进行显示。

Images