CN108320220A - 一种用户信用度的评估系统及方法 - Google Patents
一种用户信用度的评估系统及方法 Download PDFInfo
- Publication number
- CN108320220A CN108320220A CN201810116120.6A CN201810116120A CN108320220A CN 108320220 A CN108320220 A CN 108320220A CN 201810116120 A CN201810116120 A CN 201810116120A CN 108320220 A CN108320220 A CN 108320220A
- Authority
- CN
- China
- Prior art keywords
- user
- credit
- assessed
- evaluation index
- index value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0609—Buyer or seller confidence or verification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Abstract
本申请提供了一种用户信用度的评估系统及方法,其中,该系统包括:创建模块,用于创建用户信用度评估体系,所述用户信用度评估体系包括多种类别的评估指标;第一确定模块,用于获取待评估用户关于各个类别的评估指标值,调用预先建立的信用登记分类模型,基于各个评估指标值和所述信用登记分类模型确定所述待评估用户的信用分值;第二确定模块,用于根据所述信用分值与信用度的映射关系,确定所述待评估用户的个人信用度。本申请实施例提供了一种对用户综合信用度的评估方法。
Description
技术领域
本申请涉及社交软件技术领域,具体而言,涉及一种用户信用度的评估系统及方法。
背景技术
所谓信用度,是指从社会信誉、经济状况、商品交易的履约情况等方面反映出来买卖遵约守信程度。买主跟卖者进行信用度评估,其目的就是要通过对卖主社会行为、经济实力、信守合约状况的考察,深入了解卖者,以便为是否确定客户关系提供依据,从而做出抉择。一个人的社会信用度直接关系到其所从事的交易诚信度。
目前现有的个人信用大部分是采用线下活动确定的,比如线下支付、借款还款,这种方式只能估算一个人的经济信息度,比如没有按时还钱等,但是没办法估算一个人除了经济方面的其他方面的信用度。
综上,目前,还没有一种综合评估用户信用度的方法。
发明内容
有鉴于此,本申请的目的在于提供一种用户信用度的评估系统及方法,以提供一种评估用户的综合信用度的系统。
第一方面,本申请实施例提供了一种用户信用度的评估系统,包括:
创建模块,用于创建用户信用度评估体系,所述用户信用度评估体系包括多种类别的评估指标;
第一确定模块,用于获取待评估用户关于各个类别的评估指标值,调用预先建立的信用登记分类模型,基于各个评估指标值和所述信用登记分类模型确定所述待评估用户的信用分值;
第二确定模块,用于根据所述信用分值以及预存的信用分值与信用度的映射关系,确定所述待评估用户的个人信用度。
结合第一方面,本申请实施例提供了第一方面的第一种可能的实施方式,还包括模型建立模块,所述模型建立模块通过以下方式预先建立所述信用登记分类模型:
采集模块,用于采集多个用户的不同类别的信用属性信息,所述信用属性信息包括所述用户在多种类别的网站中的特征向量值以及与该特征向量值对应的信用等级;
建立模块,用于将所述信用属性信息输入预选的学习模型,训练学习模型得到所述信用登记分类模型。
结合第一方面,本申请实施例提供了第一方面的第二种可能的实施方式,所述第一确定模块,具体按照以下方式获取待评估用户的各个评估指标值中的任一评估指标值:
根据所述任一评估指标包含的等级个数,将所述任一评估指标划分为与所述等级个数对应维度的特征向量;
根据获取的待评估用户的所述任一评估指标的等级属性对所述特征向量进行赋值,得到所述待评估用户的该任一评估指标值。
结合第一方面的第二种可能的实施方式,本申请实施例提供了第一方面的第三种可能的实施方式,所述第一确定模块,具体用于:
根据所述待评估用户的所述任一评估指标值,以及预存的与所述评估指标值对应的分值确定所述待评估用户的该任一评估指标值对应的信用分值;
将所述待评估用户的各个类别的评估指标值对应的分值进行加权求和,得到所述待评估用户的信用分值。
结合第一方面,本申请实施例提供了第一方面的第四种可能的实施发方式,还包括,
发送模块,用于当检测到所述待评估用户的信用度低于设定等级时,向所述待评估用户对应的用户端发送提示信息。
第二方面,本申请实施例提供了一种用户信用度的评估方法,包括:
创建用户信用度评估体系,所述用户信用度评估体系包括多种类别的评估指标;
获取待评估用户关于各个类别的评估指标值,调用预先建立的信用登记分类模型,基于各个评估指标值和所述信用登记分类模型确定所述待评估用户的信用分值;
根据所述信用分值以及预存的信用分值与信用度的映射关系,确定所述待评估用户的个人信用度。
结合第二方面,本申请实施例提供了第二方面的第一种可能的实施方式,所述信用登记分类模型通过以下方式预先建立:
采集多个用户的不同类别的信用属性信息,所述信用属性信息包括所述用户在多种类别的网站中的特征向量值以及与该特征向量值对应的信用等级;
将所述信用属性信息输入预选的学习模型,训练学习模型得到所述信用登记分类模型。
结合第二方面,本申请实施例提供了第二方面的第二种可能的实施方式,按照以下方式获取待评估用户的各个评估指标值中的任一评估指标值:
根据所述任一评估指标包含的等级个数,将所述任一评估指标划分为与所述等级个数对应维度的特征向量;
根据获取的待评估用户的所述任一评估指标的等级属性对所述特征向量进行赋值,得到所述待评估用户的所述任一评估指标值。
结合第二方面的第二种可能的实施方式,本申请实施例提供了第二方面的第三种可能的实施方式,所述调用预先建立的信用登记分类模型,基于各个评估指标和所述信用登记分类模型确定所述待评估用户的信用分值,具体包括:
根据所述待评估用户的所述任一评估指标值,以及预存的与所述评估指标值对应的分值确定所述待评估用户的该任一评估指标值对应的信用分值;
将所述待评估用户的各个类别的评估指标值对应的分值进行加权求和,得到所述待评估用户的信用分值。
结合第二方面,本申请实施例提供了第二方面的第四种可能的实施方式,所述方法还包括:
当检测到所述待评估用户的信用度低于设定等级时,向所述待评估用户对应的用户端发送提示信息。
与现有技术中相比,本申请提出的用户信用度的评估系统包括:创建模块,用于创建用户信用度评估体系,所述用户信用度评估体系包括多种类别的评估指标;第一确定模块,用于获取待评估用户关于各个类别的评估指标值,调用预先建立的信用登记分类模型,基于各个评估指标值和所述信用登记分类模型确定所述待评估用户的信用分值;第二确定模块,用于根据所述信用分值与信用度的映射关系,确定所述待评估用户的个人信用度。本申请的用户信用度的评估系统中的创建模块创建了一种包括多种类别的评估指标,对于一个待评估用户的信用度,会根据该待评估用户的多种评估指标值进行评估,能够综合的反映待评估用户的信用度。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的第一种用户信用度的评估系统结构示意图;
图2示出了本申请实施例所提供的信用分值与信用度的映射关系表;
图3示出了本申请实施例所提供的第二种用户信用度的评估系统结构示意图;
图4示出了本申请实施例所提供的一种用户信用度的评估方法流程图;
图5示出了本申请实施例所提供的确定待评估用户的任一评估指标值的方法流程图;
图6示出了本申请实施例所提供的确定待评估用户的信用分值的方法流程图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例1
本申请实施例1提供了一种用户信用度的评估系统,如图1所示,包括:
创建模块101,用于创建用户信用度评估体系,用户信用度评估体系包括多种类别的评估指标。
这里的评估指标可以包括:教育背景、工作经历、关联人信用、平台活动记录、评价记录、抵押金和违约成本等,通过多种类别的评估指标来评估用户的综合信用度。
第一确定模块102,用于获取待评估用户关于各个类别的评估指标值,调用预先建立的信用登记分类模型,基于各个评估指标值和所述信用登记分类模型确定所述待评估用户的信用分值。
可选地,用户信用度评估体系还包括:模型建立模块,模型建立模块通过以下方式预先建立信用登记分类模型:
采集多个用户的不同类别的信用属性信息,信用属性信息包括所述用户在多种类别的网站中的特征向量值以及与该特征向量值对应的信用等级。
将信用属性信息输入预选的学习模型,训练学习模型得到所述信用登记分类模型。
比如,采集各个涉及用户信用分值的网站(芝麻信用、租房信用、找工作信用等)所收集到的一个用户在不同网站上的信用分值,利用机器学习建模的办法,自动生成得到每一类特征(用户行为、个人属性)的权重及用户的个人信用等级,具体过程如下:
(1)采集用户在网站上的个人资料及行为,定义用户相关的特征(如学校类别、工作类型、学历、收入情况等),用向量的方式表达用户特征,得到用户的特征向量值及用户的信用等级。
(2)选择一种机器学习模型,如最常用的支持向量机(Support Vector Machine,SVM)模型,将用户特征向量及信用等级用作训练数据,训练得到一个信用登记分类模型。
这里得信用等级即预先代表采集的多个用户的信用分值,特征向量值代表了用多维度向量标定用户的特征,该信用登记分类模型建立后,通过输入待评估用户的特征向量值,即可得到该待评估用户的信用分值。
具体地,第一确定模块102,具体用于根据以下方式确定待评估用户的任一评估指标值:
(1)根据所述任一评估指标包含的等级个数,将任一评估指标划分为与等级个数对应维度的特征向量。
比如,当该任一评估指标为教育背景时,根据前期建立信用登记分类模型时教育背景包含的等级个数,比如等级个数包括3个,分别是博士、硕士和本科,则将教育背景划分为三维度的特征向量
(2)根据获取的待评估用户的任一评估指标的等级属性对特征向量进行赋值,得到待评估用户的该任一评估指标值。
比如,待评估用户的教育背景的等级属性为博士,则对特征向量进行赋值,得到得到待评估用户的该教育背景值为
第一确定模块102,具体按照以下方式确定待评估用户的信用分值:
(1)根据待评估用户的任一评估指标值,以及预存的与评估指标值对应的分值确定待评估用户的该任一评估指标值对应的信用分值。
比如,一个待评估用户的任一评估指标为教育背景,且该教育背景值为根据预先存储的教育背景值与分值的映射关系,确定当教育背景值为时,对应的分值为10分。
(2)将待评估用户的各个类别的评估指标值对应的分值进行加权求和,得到待评估用户的信用分值。
假设,创建模块创建的用户信用度评估体系包括的评估指标分别为教育背景、工作经历、关联人信用和平台活动。
这里,上述确定的待评估用户的所有类别的评估指标值中教育背景值、工作经历值、关联人信用值和平台活动值对应的分值依次为90分、80分、80分和60分,且教育背景值、工作经历值、关联人信用值和平台活动所占的权重依次为0.25、0.15、0.4和0.2,则待评估用户的信用分值通过加权求和后得到为78.5分。
当然,在待评估用户的所有类别的评估指标值并不仅仅局限于上述四种,当该用户信用度的评估系统安装于某个应用软件上时,在创建评估指标时,可以将待评估用户在该应用软件上的剩余金额、在该应用软件上的好友信用值、在该应用软件上完成的评价记录等均作为评估指标,并按照设定的正相关规则给各个评估指标划分等级,并确定等级个数,比如,对好友信用划分等级时,可以将好友信用划分为高、中和低三个等级,同样根据待评估用户的好友信用的等级属性,给带评估用户进行赋值,与上述计算教育背景值的过程类似,在此不再赘述。
特别地,本申请实施例中提到的待评估指标的等级属性可以由用户直接输入的信息,也可以根据用户输入的信息经过区分归类得来,或者通过与待评估用户的待评估指标相关的信息确定。
其中,由用户直接输入的信息得到的情况包括教育背景的属性信息,如博士、硕士和高中等。
根据用户输入的信息经过区分归类得来的情况包括剩余金额,将剩余金额大于第一设定值的归为第一类、将剩余金额大于第二设定值且小于或等于第一设定值的归为第二类,将剩余金额小于第三设定值的归为第三类,然后根据查看待评估用户在应用软件上的剩余金额,确定用户的剩余金额的属性信息。
通过与待评估用户的待评估指标相关的信息确定的情况包括上述确定好友信用的等级属性。
第二确定模块103,用于根据信用分值以及预存的信用分值与信用度的映射关系,确定待评估用户的个人信用度。
比如,根据信用分值与信用度的映射关系,如图2所示为预存的信用分值与信用度的映射关系表,上述用户的信用分值为78.5分,则在70~80该区间,该区间对应的信用度为中等,则确定该用户的应用度为中等。
较佳地,如图3所示,该用户信用度的评估系统还包括发送模块104。
发送模块104,用于当检测到待评估用户的信用度低于设定等级时,向待评估用户对应的用户端发送提示信息。
比如,当检测到用户的信用度为不及格时,会通知到用户的个人用户终端。
这里的用户终端包括手机、平板或者电脑等智能设备。
实施例2
本申请实施例提供了一种用户信用度的评估方法,如图4所示,包括以下步骤S400~S420:
S400,创建用户信用度评估体系,用户信用度评估体系包括多种类别的评估指标。
S410,获取待评估用户关于各个类别的评估指标值,调用预先建立的信用登记分类模型,基于各个评估指标值和信用登记分类模型确定待评估用户的信用分值。
S420,根据信用评分以及预存的信用分值与信用度的映射关系,确定待评估用户的个人信用度。
其中,信用登记分类模型通过以下方式预先建立:
(1)采集多个用户的不同类别的信用属性信息,所述信用属性信息包括所述用户在多种类别的网站中的特征向量值以及与该特征向量值对应的信用等级;
(2)将所述信用属性信息输入预选的学习模型,训练学习模型得到所述信用登记分类模型。
一种较佳的实施方式,在实施例2提出的技术方案中,如图5所示,按照以下方式获取待评估用户的各个评估指标值中的任一评估指标值,具体包括步骤S500~S510:
S500,根据任一评估指标包含的等级个数,将任一评估指标划分为与等级个数对应维度的特征向量。
S510,根据获取的待评估用户的任一评估指标的等级属性对特征向量进行赋值,得到待评估用户的任一评估指标值。
其中,一种较佳的实施方式,在实施例2提出的技术方案中,如图6所示,具体按照以下步骤S600~S610来确定待评估用户的信用分值:
S600,根据待评估用户的任一评估指标值,以及预存的与评估指标值对应的分值确定待评估用户的该任一评估指标值对应的信用分值。
S610,将待评估用户的各个类别的评估指标值对应的分值进行加权求和,得到待评估用户的信用分值。
特别地,该用户信用度的评估方法还包括:
当检测到待评估用户的信用度低于设定等级时,向待评估用户对应的用户端发送提示信息。
与现有技术中相比,本申请提出的用户信用度的评估系统包括:创建模块,用于创建用户信用度评估体系,所述用户信用度评估体系包括多种类别的评估指标;第一确定模块,用于获取待评估用户关于各个类别的评估指标值,调用预先建立的信用登记分类模型,基于各个评估指标值和所述信用登记分类模型确定所述待评估用户的信用分值;第二确定模块,用于根据所述信用评分与信用度的映射关系,确定所述待评估用户的个人信用度。本申请的用户信用度的评估系统中的创建模块创建了一种包括多种类别的评估指标,对于一个待评估用户的信用度,会根据该待评估用户的多种评估指标值进行评估,能够全面的反映待评估用户的信用度
本申请实施例所提供的进行用户信用度的评估方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
本申请实施例所提供的用户信用度的评估系统可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本申请提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种用户信用度的评估系统,其特征在于,包括:
创建模块,用于创建用户信用度评估体系,所述用户信用度评估体系包括多种类别的评估指标;
第一确定模块,用于获取待评估用户关于各个类别的评估指标值,调用预先建立的信用登记分类模型,基于各个评估指标值和所述信用登记分类模型确定所述待评估用户的信用分值;
第二确定模块,用于根据所述信用分值以及预存的信用分值与信用度的映射关系,确定所述待评估用户的个人信用度。
2.根据权利要求1所述的系统,其特征在于,还包括模型建立模块,所述模型建立模块通过以下方式预先建立所述信用登记分类模型:
用于采集多个用户的不同类别的信用属性信息,所述信用属性信息包括所述用户在多种类别的网站中的特征向量值以及与该特征向量值对应的信用等级;
用于将所述信用属性信息输入预选的学习模型,训练学习模型得到所述信用登记分类模型。
3.根据权利要求1所述的系统,其特征在于,所述第一确定模块,具体按照以下方式获取待评估用户的各个评估指标值中的任一评估指标值:
根据所述任一评估指标包含的等级个数,将所述任一评估指标划分为与所述等级个数对应维度的特征向量;
根据获取的待评估用户的所述任一评估指标的等级属性对所述特征向量进行赋值,得到所述待评估用户的该任一评估指标值。
4.根据权利要求3所述的系统,其特征在于,所述第一确定模块,具体用于:
根据所述待评估用户的所述任一评估指标值,以及预存的与所述评估指标值对应的分值确定所述待评估用户的该任一评估指标值对应的信用分值;
将所述待评估用户的各个类别的评估指标值对应的分值进行加权求和,得到所述待评估用户的信用分值。
5.根据权利要求1所述的系统,其特征在于,还包括,
发送模块,当检测到所述待评估用户的信用度低于设定等级时,向所述待评估用户对应的用户端发送提示信息。
6.一种用户信用度的评估方法,其特征在于,包括:
创建用户信用度评估体系,所述用户信用度评估体系包括多种类别的评估指标;
获取待评估用户关于各个类别的评估指标值,调用预先建立的信用登记分类模型,基于各个评估指标值和所述信用登记分类模型确定所述待评估用户的信用分值;
根据所述信用分值以及预存的信用分值与信用度的映射关系,确定所述待评估用户的个人信用度。
7.根据权利要求6所述的方法,其特征在于,所述信用登记分类模型通过以下方式预先建立:
采集多个用户的不同类别的信用属性信息,所述信用属性信息包括所述用户在多种类别的网站中的特征向量值以及与该特征向量值对应的信用等级;
将所述信用属性信息输入预选的学习模型,训练学习模型得到所述信用登记分类模型。
8.根据权利要求6所述的方法,其特征在于,按照以下方式获取待评估用户的各个评估指标值中的任一评估指标值:
根据所述任一评估指标包含的等级个数,将所述任一评估指标划分为与所述等级个数对应维度的特征向量;
根据获取的待评估用户的所述任一评估指标的等级属性对所述特征向量进行赋值,得到所述待评估用户的所述任一评估指标值。
9.根据权利要求8所述的方法,其特征在于,所述调用预先建立的信用登记分类模型,基于各个评估指标和所述信用登记分类模型确定所述待评估用户的信用分值,具体包括:
根据所述待评估用户的所述任一评估指标值,以及预存的与所述评估指标值对应的分值确定所述待评估用户的该任一评估指标值对应的信用分值;
将所述待评估用户的各个类别的评估指标值对应的分值进行加权求和,得到所述待评估用户的信用分值。
10.根据权利要求6所述的方法,其特征在于,所述方法还包括:
当检测到所述待评估用户的信用度低于设定等级时,向所述待评估用户对应的用户端发送提示信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810116120.6A CN108320220A (zh) | 2018-02-06 | 2018-02-06 | 一种用户信用度的评估系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810116120.6A CN108320220A (zh) | 2018-02-06 | 2018-02-06 | 一种用户信用度的评估系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108320220A true CN108320220A (zh) | 2018-07-24 |
Family
ID=62903636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810116120.6A Pending CN108320220A (zh) | 2018-02-06 | 2018-02-06 | 一种用户信用度的评估系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108320220A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109102190A (zh) * | 2018-08-13 | 2018-12-28 | 北京科东电力控制系统有限责任公司 | 一种信用等级确定系统和方法 |
CN109584037A (zh) * | 2018-10-16 | 2019-04-05 | 深圳壹账通智能科技有限公司 | 贷款用户信用评分的计算方法、装置和计算机设备 |
CN109614414A (zh) * | 2018-09-11 | 2019-04-12 | 阿里巴巴集团控股有限公司 | 一种用户信息的确定方法及装置 |
CN109872024A (zh) * | 2018-12-07 | 2019-06-11 | 阿里巴巴集团控股有限公司 | 信用评估指标处理方法以及装置 |
WO2020082579A1 (zh) * | 2018-10-25 | 2020-04-30 | 深圳壹账通智能科技有限公司 | 一种风险审批方法、装置、存储介质和服务器 |
CN111402034A (zh) * | 2020-03-17 | 2020-07-10 | 深圳市卡牛信息科技有限公司 | 一种信用审核方法、装置、设备及存储介质 |
CN113034260A (zh) * | 2019-12-09 | 2021-06-25 | 中国移动通信有限公司研究院 | 一种信用评估方法、模型构建方法、显示方法及相关设备 |
-
2018
- 2018-02-06 CN CN201810116120.6A patent/CN108320220A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109102190A (zh) * | 2018-08-13 | 2018-12-28 | 北京科东电力控制系统有限责任公司 | 一种信用等级确定系统和方法 |
CN109614414A (zh) * | 2018-09-11 | 2019-04-12 | 阿里巴巴集团控股有限公司 | 一种用户信息的确定方法及装置 |
CN109584037A (zh) * | 2018-10-16 | 2019-04-05 | 深圳壹账通智能科技有限公司 | 贷款用户信用评分的计算方法、装置和计算机设备 |
WO2020082579A1 (zh) * | 2018-10-25 | 2020-04-30 | 深圳壹账通智能科技有限公司 | 一种风险审批方法、装置、存储介质和服务器 |
CN109872024A (zh) * | 2018-12-07 | 2019-06-11 | 阿里巴巴集团控股有限公司 | 信用评估指标处理方法以及装置 |
CN113034260A (zh) * | 2019-12-09 | 2021-06-25 | 中国移动通信有限公司研究院 | 一种信用评估方法、模型构建方法、显示方法及相关设备 |
CN111402034A (zh) * | 2020-03-17 | 2020-07-10 | 深圳市卡牛信息科技有限公司 | 一种信用审核方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108320220A (zh) | 一种用户信用度的评估系统及方法 | |
CN107944593A (zh) | 一种资源分配方法及装置,电子设备 | |
CN108076154A (zh) | 应用信息推荐方法、装置及存储介质和服务器 | |
CN108022167B (zh) | 风险测评的实现方法和装置 | |
CN108182634A (zh) | 一种借贷预测模型的训练方法、借贷预测方法和装置 | |
CN110766541A (zh) | 贷款风险评估方法、装置、设备及计算机可读存储介质 | |
CN110008973B (zh) | 一种模型训练方法、基于模型确定目标用户的方法及装置 | |
CN104965844A (zh) | 信息处理方法及装置 | |
TW200923817A (en) | Monetizing rich media advertising interaction | |
CN110070430A (zh) | 评估还款风险的方法及装置、存储介质、电子设备 | |
CN107886300A (zh) | 看板卡片管理方法、装置、计算机设备和存储介质 | |
CN110135850A (zh) | 一种信息处理方法和相关装置 | |
CN110009449A (zh) | 商家信用评估方法、服务器及存储介质 | |
CN108876188A (zh) | 一种间连服务商风险评估方法及装置 | |
CN108694626A (zh) | 客户档案建立方法及装置 | |
WO2020063114A1 (zh) | 一种用户安全意识检测方法和装置 | |
CN109426894A (zh) | 用户信息共享、竞价方法、装置、系统及电子设备 | |
CN110298678A (zh) | 用户权益信息处理方法、装置及系统 | |
JP2005063203A (ja) | 分配率算出装置並びに分配率算出プログラム | |
WO2019008943A1 (ja) | 情報処理装置、情報処理方法、および記録媒体 | |
CN109685643A (zh) | 贷款审核中风险等级确定方法、装置、设备及存储介质 | |
CN111026973A (zh) | 一种商品兴趣度预测方法、装置及电子设备 | |
CN110111196A (zh) | 信息验证方法及相关产品 | |
US20230106289A1 (en) | Favorite merchants selection in transaction based authentication | |
KR102317579B1 (ko) | 광고 플랫폼을 제공하는 서버 및 그 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180724 |