用户信用的评估方法和装置
技术领域
本申请涉及互联网技术领域,尤其涉及一种用户信用的评估方法和装置。
背景技术
随着互联网技术的快速发展,越来越多的用户通过互联网实现业务操作,比如:申请贷款、申请信用卡等,而用户的信用也逐渐成为互联网业务的重要依据。
发明内容
有鉴于此,本申请提供一种用户信用的评估方法和装置。
具体地,本申请是通过如下技术方案实现的:
一种用户信用的评估方法,所述方法包括:
针对第i个类型的服务,根据该类型服务对应的信用评分模型所需的第一类特征信息获取目标用户对应的第一类特征信息值,基于所述第一类特征信息值以及所述信用评分模型计算所述目标用户在该服务下的信用评分Si;
针对第i个类型的服务,根据该类型服务在计算所述目标用户对该服务的倾向评分Pi时所需的第二类特征信息获取目标用户对应的第二类特征信息值,基于所述第二类特征信息值计算所述目标用户对该服务的倾向评分Pi,所述倾向评分Pi反映目标用户对第i个类型服务的偏好程度;
根据所述目标用户对各类型服务的倾向评分以及目标用户在各类型服务下的信用评分计算所述目标用户的综合信用评分;
其中,i为不大于N的自然数,N服务类型的数量。
一种用户信用的评估装置,所述装置包括:
评分计算单元,针对第i个类型的服务,根据该类型服务对应的信用评分模型所需的第一类特征信息获取目标用户对应的第一类特征信息值,基于所述第一类特征信息值以及所述信用评分模型计算所述目标用户在该服务下的信用评分Si;
倾向计算单元,针对第i个类型的服务,根据该类型服务在计算所述目标用户对该服务的倾向评分Pi时所需的第二类特征信息获取目标用户对应的第二类特征信息值,基于所述第二类特征信息值计算所述目标用户对该服务的倾向评分Pi,所述倾向评分Pi反映目标用户对第i个类型服务的偏好程度;
综合计算单元,根据所述目标用户对各类型服务的倾向评分以及目标用户在各类型服务下的信用评分计算所述目标用户的综合信用评分;
其中,i为不大于N的自然数,N服务类型的数量。
由以上描述可以看出,本申请可以通过用户的特征信息确定用户对各类型服务的倾向评分,进而可以根据用户对各类型服务的倾向评分以及用户在各类型服务下的信用评分计算所述目标用户的综合信用评分,灵活性更好,普适性更高,同时,计算得到的综合信用评分的准确度也更高。
附图说明
图1是本申请一示例性实施例示出的一种用户信用的评估方法的流程示意图。
图2是本申请一示例性实施例示出的一种用于用户信用的评估装置的一结构示意图。
图3是本申请一示例性实施例示出的一种用户信用的评估装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
相关技术中,开发人员可以开发信用评分模型,并将用户的一些特征信息作为该信用评分模型的入参输入后,就可以得到用户的信用评分。然而,在实际应用中,存在很多不同类型的服务,比如:贷款服务、信用卡申请服务等。这些服务的客户群可能不相同,客户的信用表现也大相径庭。因此,统一开发的信用评分模型无法顾及到不同服务的不同需求,导致信用评分模型的普适性较差。
针对上述问题,本申请提供一种用户信用的评估方案。
图1是本申请一示例性实施例示出的一种用户信用的评估方法的流程示意图。
请参考图1,所述用户信用的评估方法可以应用在用于信用评估的服务器或者服务器集群中,包括有以下步骤:
步骤101,针对第i个类型的服务,根据该类型服务对应的信用评分模型所需的第一类特征信息获取目标用户对应的第一类特征信息值,基于所述第一类特征信息值以及所述信用评分模型计算所述目标用户在该服务下的信用评分Si。
在本实施例中,由于不同类型服务的客户群通常不相同,客户的信用表现也大相径庭,为提高用户信用评分的普适性,可以分别为不同类型服务的客户群建立不同的信用评分模型,比如:为贷款类服务的客户群建立信用评分模型M1,为信用卡申请类服务的客户群建立信用评分模型M2等。假设,可将所有服务划分为N个类型,则可以将第i个类型的服务所对应的信用评分模型记为Mi。
在本实施例中,目标用户为需要进行信用评分的用户。本例中可以根据所述第一类特征信息获取目标用户对应的第一类特征信息值,所述第一类特征信息值通常为第一类特征信息量化后的取值,所述第一类特征信息可以包括:年龄、职业、常驻地、历史业务信息等。接着,可以根据所述第一类特征信息值计算所述目标用户在各个类型的服务下的信用评分。具体地,针对第i个类型的服务,可以根据该服务的信用评分模型Mi以及目标用户的第一类特征信息值计算目标用户在该服务下的信用评分Si,其中,i为不大于N的自然数。
需要说明的是,由于不同类型服务所对应的信用评分模型不同,因此,计算目标用户在不同类型服务下的信用评分所需的第一类特征信息可能相同,也可能不同,由对应的信用评分模型确定。
步骤102,针对第i个类型的服务,根据该类型服务在计算所述目标用户对该服务的倾向评分Pi时所需的第二类特征信息获取目标用户对应的第二类特征信息值,基于所述第二类特征信息值计算所述目标用户对该服务的倾向评分Pi,所述倾向评分Pi反映目标用户对第i个类型服务的偏好程度。
在本实施例中,所述倾向评分Pi可以用于反映目标用户对第i个类型服务的偏好程度,换言之,倾向评分Pi可以用于反映目标用户使用第i个类型服务的概率。一般而言,目标用户对某类服务的倾向评分越高,说明目标用户使用该类服务的概率就越大。
在本实施例中,可以依次计算目标用户对各个类型服务的倾向评分。以第i个类型的服务为例,参考前述步骤101,可以根据该类型服务在计算所述目标用户对该服务的倾向评分Pi时所需的第二类特征信息获取目标用户对应的第二类特征信息值,然后根据第i个类型服务中各维度第二类特征信息的特征权重对目标用户的第二类特征信息值进行加权求和,得到目标用户对该服务是倾向评分Pi。
其中,所述第二类特征信息可以和所述第一类特征信息相同,也可以不同,具体可以由开发人员根据业务情况进行设置。所述第二类特征信息值通常为第二类特征信息量化后的取值,具体的量化规则也可以由开发人员进行设置,不同类型服务的量化规则可以相同也可以不同。所述各维度第二类特征信息的特征权重通常不同。一般而言,为便于计算,可以为不同类型服务设置相同的量化规则,比如:针对特征信息职业,可以将律师量化为数值3,将白领量化为数值2,将学生量化为数值1等。
在本实施例中,假设,计算第i个类型倾向评分需要目标用户10个维度的第二类特征信息,目标用户在这10个维度的第二类特征信息值分别为f1、f2、…、f10,计算第i个类型倾向评分时各维度第二类特征信息对应的特征权重分别为k1、k2、…、k10,则目标用户对第i个类型服务的倾向评分类似的,可以计算出目标用户对各个类型服务的倾向评分。
需要说明的是,不同类型服务对应的各维度第二类特征信息的特征权重通常不同,即不同类型服务对应的Kj的取值通常不同,具体可以由开发人员根据业务的实际情况进行设置。
当然,在实际应用中,还可以采用其他的方式计算目标用户对各类型服务的倾向评分,比如:可以根据各类型服务历史用户的第二类特征信息与目标用户第二类特征信息的相似度计算目标用户对对应类型服务的倾向评分,本申请对此不作特殊限制。
步骤103,根据所述目标用户对各类型服务的倾向评分以及目标用户在各类型服务下的信用评分计算所述目标用户的综合信用评分。
在本实施例中,可以根据所述目标用户对第i个类型服务下的倾向评分Pi对所述目标用户在各类型服务下的信用评分进行加权求和,并将加权求和结果确定为所述目标用户的综合信用评分,其中,加权求和结果
在实际应用中,目标用户在偏好服务中的信用表现,较大程度上决定了目标用户的最终信用评分,进而在本实施例中,可以根据倾向评分对用户在各类型服务下的信用评分进行加权求和得到目标用户的综合信用评分。
由以上描述可以看出,本申请可以通过用户的特征信息确定用户对各类型服务的倾向评分,进而可以根据用户对各类型服务的倾向评分以及用户在各类型服务下的信用评分计算所述目标用户的综合信用评分,灵活性更好,普适性更高,同时,计算得到的综合信用评分的准确度也更高。
可选的,在另一个例子中,基于前述步骤102,针对第i个类型的服务,还可以根据倾向评分均为所述Pi的用户对该服务的历史使用情况计算所述目标用户在该服务下的评分权重Wi,然后可以根据所述目标用户在第i个类型服务下的评分权重Wi对所述目标用户在各类型服务下的信用评分进行加权求和,并将加权求和结果确定为所述目标用户的综合信用评分。
具体地,在计算得到目标用户对第i个类型服务的倾向评分Pi后,可以计算所述目标用户在该服务下的评分权重Wi,所述评分权重Wi也可以反映目标用户在该类型服务的偏好,一般而言,目标用户在某类服务下的评分权重越高,说明目标用户使用该类服务的概率就越大。
在本实施例中,仍以第i个类型的服务为例,可以统计倾向评分均为所述Pi的用户的数量,作为总数量,并统计倾向评分均为所述Pi的用户中使用过所述服务的用户的数量,作为使用数量,然后用所述使用数量除以所述总数量得到所述目标用户在该服务下的评分权重Wi。
举例来说,假设目标用户对第i个类型服务的倾向评分为65分,则在本步骤中,可以先统计对第i个类型服务的倾向评分均为65分的用户的总数量,又假设在所有用户中,一共有100个用户对第i个类型服务的倾向评分为65分,而在这100个用户中,有60个用户曾经使用过第i个类型的服务,则目标用户在该第i个类型服务下的评分权重Wi=60/100,即Wi=0.6。可以理解的是,针对某一类型的服务,倾向评分相同的用户在该服务下的评分权重也相同。
在另一个例子中,在计算评分权重时,也可以根据预设的倾向评分区间统计用户数量。仍假设目标用户对第i个类型服务的倾向评分为65分,则可以统计第i个类型服务的倾向评分均为60-65分的用户的总数量,假设共有200个用户,而在这200个用户中,有150个用户曾经使用过第i个类型的服务,则目标用户在该第i个类型服务下的评分权重Wi=150/200,即Wi=0.75。
当然,在实际应用中,还可以采用其他的方式根据倾向评分Pi计算评分权重Wi,本申请对此不作特殊限制。
在本实施例中,综合信用评分CS(Credit Score)的加权求和公式可为:
由以上描述可以看出,本申请可以通过用户的特征信息确定用户对各类型服务的倾向评分,进而根据倾向评分计算出用户在各类型服务下的评分权重,通过对应的评分权重对用户在各类型服务下的信用评分进行加权求和,进而可以根据用户的行为偏好计算用户的综合信用评分,灵活性更好,普适性更高,同时,计算得到的综合信用评分的准确度也更高。
与前述用户信用的评估方法的实施例相对应,本申请还提供了用户信用的评估装置的实施例。
本申请用户信用的评估装置的实施例可以应用在服务器上。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在服务器的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,如图2所示,为本申请用户信用的评估装置所在服务器的一种硬件结构图,除了图2所示的处理器、内存、网络接口、以及非易失性存储器之外,实施例中装置所在的服务器通常根据该服务器的实际功能,还可以包括其他硬件,对此不再赘述。
图3是本申请一示例性实施例示出的一种用户信用的评估装置的框图。
请参考图3,所述用户信用的评估装置200可以应用在前述图2所示的服务器中,包括有:评分计算单元201、倾向计算单元202、权重计算单元203以及综合计算单元204。
其中,评分计算单元201,针对第i个类型的服务,根据该类型服务对应的信用评分模型所需的第一类特征信息获取目标用户对应的第一类特征信息值,基于所述第一类特征信息值以及所述信用评分模型计算所述目标用户在该服务下的信用评分Si;
倾向计算单元202,针对第i个类型的服务,根据该类型服务在计算所述目标用户对该服务的倾向评分Pi时所需的第二类特征信息获取目标用户对应的第二类特征信息值,基于所述第二类特征信息值计算所述目标用户对该服务的倾向评分Pi,所述倾向评分Pi反映目标用户对第i个类型服务的偏好程度;
综合计算单元204,根据所述目标用户对各类型服务的倾向评分以及目标用户在各类型服务下的信用评分计算所述目标用户的综合信用评分;
其中,i为不大于N的自然数,N服务类型的数量。
可选的,所述综合计算单元204,具体根据所述目标用户对第i个类型服务下的倾向评分Pi对所述目标用户在各类型服务下的信用评分进行加权求和,并将加权求和结果确定为所述目标用户的综合信用评分;
其中,加权求和结果
权重计算单元203,针对第i个类型的服务,根据倾向评分Pi计算所述目标用户在该服务下的评分权重Wi,其中Wi和Pi正相关;
可选的,所述综合计算单元204,具体根据所述目标用户在第i个类型服务下的评分权重Wi对所述目标用户在各类型服务下的信用评分进行加权求和,并将加权求和结果确定为所述目标用户的综合信用评分;
其中,加权求和结果N为服务类型的数量。
可选的,所述倾向计算单元202,根据第i个类型服务中各维度第二类特征信息的特征权重对目标用户的第二类特征信息量化值进行加权求和,得到目标用户对该服务是倾向评分Pi。
可选的,所述权重计算单元203,针对第i个类型的服务,统计倾向评分均为所述Pi的用户的数量,作为总数量;针对第i个类型的服务,统计倾向评分均为所述Pi的用户中使用过所述服务的用户的数量,作为使用数量;用所述使用数量除以所述总数量得到所述目标用户在该服务下的评分权重Wi。
可选的,所述特征信息包括:年龄、职业、常驻地、历史业务信息。
可选的,不同类型服务的信用评分模型不同。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。