CN108629379A - 一种个人征信评估方法及系统 - Google Patents
一种个人征信评估方法及系统 Download PDFInfo
- Publication number
- CN108629379A CN108629379A CN201810445030.1A CN201810445030A CN108629379A CN 108629379 A CN108629379 A CN 108629379A CN 201810445030 A CN201810445030 A CN 201810445030A CN 108629379 A CN108629379 A CN 108629379A
- Authority
- CN
- China
- Prior art keywords
- user
- social
- assessed
- information
- credit
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004891 communication Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000003542 behavioural effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 230000001052 transient effect Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 9
- 230000006399 behavior Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000007430 reference method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000009329 sexual behaviour Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 210000001520 comb Anatomy 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种个人征信评估方法及系统，该方法包括：获取待评估用户的基础信用信息；对预处理后的基础信用信息进行聚类，获取聚类后的基础信用信息；根据预设征信评分模型和聚类后的基础信用信息，获取所述待评估用户的初始信用分；获取所述待评估用户的每一社交用户的权重，并根据每一社交用户的权重和所述初始信用分，获取所述待评估用户的最优信用分，对于任一社交用户，所述任一社交用户的权重根据所述待评估用户与所述任一社交用户的社交次数获得。本发明一方面可有效解决数据维度单一、征信指导性不够的问题。另一方面切实解决目前征信评估只针对个人，抛开社会关系的弊端，真正实现全维度多视角的征信评估。
Description
技术领域
本发明实施例涉及大数据分析技术领域，尤其涉及一种个人征信评估方法及系统。
背景技术
目前个人征信评估办法主要为针对个人的调查，数据来源比较受限，且数据维度单一，评估手段缺乏，直接导致个人征信使用面窄，信服力不足，指导性不够等问题。
而随着运营商数据试商用，外部行业数据引入，云计算、大数据、人工智能的不断发展，亟需建立一套基于多维全面的大数据体系，建立一套完备的个人征信评估办法，真正实现全维度的征信评估。
发明内容
本发明实施例提供一种个人征信评估方法及系统，用以解决现有技术中数据维度单一、征信指导性不够缺陷，实现全维度的征信评估。
本发明实施例提供一种个人征信评估方法，包括：
S1，获取待评估用户的基础信用信息；
S2，对预处理后的基础信用信息进行聚类，获取聚类后的基础信用信息；
S3，根据预设征信评分模型和聚类后的基础信用信息，获取所述待评估用户的初始信用分；
S4，获取所述待评估用户的每一社交用户的权重，并根据每一社交用户的权重和所述初始信用分，获取所述待评估用户的最优信用分，对于任一社交用户，所述任一社交用户的权重根据所述待评估用户与所述任一社交用户的社交次数获得。
本发明实施例还提供一种个人征信评估系统，包括：
信用模块，用于获取待评估用户的基础信用信息；
聚类模块，用于对预处理后的基础信用信息进行聚类，获取聚类后的基础信用信息；
初始信用模块，用于根据预设征信评分模型和聚类后的基础信用信息，获取所述待评估用户的初始信用分；
最优信用模块，用于获取所述待评估用户的每一社交用户的权重，并根据每一社交用户的权重和所述初始信用分，获取所述待评估用户的最优信用分，对于任一社交用户，所述任一社交用户的权重根据所述待评估用户与所述任一社交用户的社交次数获得。
本发明实施例还提供一种个人征信评估设备，包括：
至少一个处理器、至少一个存储器、通信接口和总线；其中，
所述处理器、存储器、通信接口通过所述总线完成相互间的通信；
所述通信接口用于该测试设备与显示装置的通信设备之间的信息传输；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述一种个人征信评估方法。
本发明实施例提供一种非暂态计算机可读存储介质，包括：所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述一种个人征信评估方法。
本发明实施例提供的一种个人征信评估方法及系统，融合分析运营商数据、互联网数据及外部引入行业数据，建立征信模型的基础数据体系。结合构建的征信评分模型和引入的民主投票技术，创新实现基于民主投票技术的全维度征信评估。一方面可有效解决数据维度单一、征信指导性不够的问题。另一方面切实解决目前征信评估只针对个人，抛开社会关系的弊端，真正实现全维度多视角的征信评估。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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的附图。
图1为本发明实施例一种个人征信评估方法的流程图；
图2为本发明实施例一种个人征信评估系统的结构示意图；
图3示例了一种服务器的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例一种个人征信评估方法的流程图，如图1所示，该方法包括：
S1，获取待评估用户的基础信用信息；
S2，对预处理后的基础信用信息进行聚类，获取聚类后的基础信用信息；
S3，根据预设征信评分模型和聚类后的基础信用信息，获取所述待评估用户的初始信用分；
S4，获取所述待评估用户的每一社交用户的权重，并根据每一社交用户的权重和所述初始信用分，获取所述待评估用户的最优信用分，对于任一社交用户，所述任一社交用户的权重根据所述待评估用户与所述任一社交用户的社交次数获得。
首先采集待评估用户的一些基础信用信息，所谓的基础信用信息包括待评估用户的身份信息、社交信息、信用历史信息、行为特性信息、消费信息、社保信息、公积金信息、银行信息和互联网信息等，这些数据信息采用大数据平台架构进行分域存放。
待评估用户的身份信息是指用户的性别、年龄、在网时长和实名制等信息。
待评估用户的社交信息是指该用户家庭网稳定度、集团网影响力和联系人稳定性等，家庭网稳定度是指待评估用户的家庭网络为该用户的配偶，还是该用户的父母，根据家庭网稳定度可以看出该待评测用户的家庭稳定情况，从而影响到该用户的信用分。集团网影响力是指该评估用户的公司网络是否稳定，从中可以看出该待评估用户的工作是否稳定，以及是否经常换工作等信息，联系人稳定性可以看出经常与该待评估用户联系的人有哪些。
待评估用户的信用历史信息是指该待评估用户是否是黑名单用户，是否曾经欠费，如果有，还包括该待评估用户欠费停机的次数。
待评估用户的行为特性信息是指该用户的互联网访问行为、通话稳定性行为、位置轨迹稳定性等特性，所谓互联网访问行为是指用户的上网频率、经常登录的网站有哪些、上网主要是看新闻、看视频、打游戏还是购物等，通话稳定性行为是指该用户平均每天的通话时长等数据信息，位置轨迹稳定性是指该用户每天的行动轨迹是否稳定等。
待评估用户的消费信息是指该用户的终端偏好、通讯消费和网购行为等，终端偏好是指该待评估用户经常用的终端是PC、平板还是手机，通信消费是指在通讯方面的费用，网购行为是指该待评估用户的网购记录等信息。
待评估用户的外部数据是指该用户具备融合多源外部数据源的能力。
由于获取到的初始数据中不可避免的会存在一些异常的数据信息，因此需要对这些数据进行预处理，所谓的预处理就是对数据进行清洗和标准化处理，对数据进行清洗，可以去除基础信用信息中一些异常的数据，例如有些数据只有身份信息而没有其它类型的信息，有些数据是重复的，因此需要对这些数据进行处理，接着对数据进行标准化的处理，输出规范化、标准化的基础信用信息。
接着对预处理后的基础信用信息进行分析聚类，分析聚类采用的方法是实体聚焦分析理念，从海量数据中梳理出能快速响应、体量大空值少、非敏感数据生成身份特性、履约历史、行为特征、社交关系和消费能力五类主题域。
接着从模型指标筛选、样本好坏定义、相关性检验、打分卡模型建立、信用分输出五个环节建立预设征信评分模型。基于身份特征、履约历史、行为特征、社交关系、消费能力五类主题域数据，采用标准化建模流程实现基础征信模型构建，输出初始信用分。
获取待评估用户的每一社交用户的权重，并根据每一社交用户的权重和初始信用分，获取待评估用户的最优信用分，对于任一社交用户，任一社交用户的权重根据待评估用户与任一社交用户的社交次数获得。具体过程如下：
首先将核心社交圈里的社交用户通过链接关系构建有向图，每个社交用户设置相同的信用分初始值；采用预设征信模型获取社交用户信用分。在一轮更新的信用得分计算中，将社交用户的信用分按社交关系(通话、短信、微信、QQ等次数)加权分配到该待评估用户包含的出链上，这样每个链接即获得了相应的权值。而每个社交用户将所有指向该待评估用户的入链所传入的权值求和，即可得到新的信用分。当每个社交用户都获得了更新后的信用分，就完成了一轮信用分计算。通过若干轮的计算，会得到每个社交用户所获得的最终信用分。随着每一轮的计算进行，每个社交用户当前的信用分会不断得到更新，最终迭代收敛为最终的影响力权值。
计算公式为：
其中，PR(pi)表示社交用户pi的权重，n表示所述待评估用户核心社交圈中所有社交用户的数量，d表示阻尼系数，M(i)表示pi社交圈中与pi发生社交关系的社交用户的集合，lji表示社交用户pj与所述待评估用户pi发生社交的次数，L(j)表示pj在pi社交圈里发生社交的总次数。
本发明实施例提供一种个人征信评估办法，融合分析运营商数据、互联网数据及外部引入行业数据，建立征信模型的基础数据体系。结合构建的基础征信模型和引入的民主投票技术，创新实现基于民主投票技术的全维度征信评估。一方面可有效解决数据维度单一、征信指导性不够的问题。另一方面切实解决目前征信评估只针对个人，抛开社会关系的弊端，真正实现全维度多视角的征信评估。
在上述实施例的基础上，优选地，所述基础信用信息从所述待评估用户用关的社保数据、公积金数据、银行数据和互联网数据中获取。
图2为本发明实施例一种个人征信评估系统的结构示意图，如图2所示，该系统包括：信用模块201、聚类模块202、初始信用模块203和最优信用模块204，其中，信用模块201用于获取待评估用户的基础信用信息，聚类模块202用于对预处理后的基础信用信息进行聚类，获取聚类后的基础信用信息，初始信用模块203用于根据预设征信评分模型和聚类后的基础信用信息，获取所述待评估用户的初始信用分，最优信用模块204用于获取所述待评估用户的每一社交用户的权重，并根据每一社交用户的权重和所述初始信用分，获取所述待评估用户的最优信用分，对于任一社交用户，所述任一社交用户的权重根据所述待评估用户与所述任一社交用户的社交次数获得。
本系统实施例的具体执行过程与上述方法实施例的执行过程相同，详情请参考上述方法实施例的执行过程，本系统实施例在此不再赘述。
图3示例了一种服务器的实体结构示意图，如图3所示，该服务器可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和总线340，其中，处理器310，通信接口320，存储器330通过总线340完成相互间的通信。通信接口340可以用于服务器与智能电视之间的信息传输。处理器310可以调用存储器330中的逻辑指令，以执行如下方法：获取待评估用户的基础信用信息；对预处理后的基础信用信息进行聚类，获取聚类后的基础信用信息；根据预设征信评分模型和聚类后的基础信用信息，获取所述待评估用户的初始信用分；获取所述待评估用户的每一社交用户的权重，并根据每一社交用户的权重和所述初始信用分，获取所述待评估用户的最优信用分，对于任一社交用户，所述任一社交用户的权重根据所述待评估用户与所述任一社交用户的社交次数获得。
此外，上述的存储器330中的逻辑指令可以通过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，本发明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)执行本发明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。
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实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种个人征信评估方法，其特征在于，包括：
S1，获取待评估用户的基础信用信息；
S2，对预处理后的基础信用信息进行聚类，获取聚类后的基础信用信息；
S3，根据预设征信评分模型和聚类后的基础信用信息，获取所述待评估用户的初始信用分；
S4，获取所述待评估用户的每一社交用户的权重，并根据每一社交用户的权重和所述初始信用分，获取所述待评估用户的最优信用分，对于任一社交用户，所述任一社交用户的权重根据所述待评估用户与所述任一社交用户的社交次数获得。
2.根据权利要求1所述方法，其特征在于，步骤S1中，所述基础信用信息包括所述评估对象的身份信息、社交信息、信用历史信息、行为特性信息、消费信息、社保信息、公积金信息、银行信息和互联网信息。
3.根据权利要求1所述方法，其特征在于，步骤S1中，所述基础信用信息从所述待评估用户用关的社保数据、公积金数据、银行数据和互联网数据中获取。
4.根据权利要求2所述方法，其特征在于，步骤S2之前还包括:
对所述基础信用信息进行预处理，所述预处理包括删除所述基础信用信息中异常的数据，并对所述基础信用信息进行格式化。
5.根据权利要求1所述方法，其特征在于，步骤S2中，所述对预处理后的基础信用信息进行聚类具体通过实体聚焦分析方法。
6.根据权利要求1所述方法，其特征在于，步骤S3中，所述预设征信评分模型从模型指标筛选、样本好坏定义、相关性检验、打分卡模型建立、信用分输出五个环节建立。
7.根据权利要求1所述方法，其特征在于，步骤S4中，所述获取所述待评估用户的每一社交用户的权重具体为：
其中，PR(pi)表示社交用户pi的权重，n表示所述待评估用户核心社交圈中所有社交用户的数量，d表示阻尼系数，M(i)表示pi社交圈中与pi发生社交关系的社交用户的集合，lji表示社交用户pj与所述待评估用户pi发生社交的次数，L(j)表示pj在pi社交圈里发生社交的总次数。
8.一种个人征信评估系统，其特征在于，包括：
信用模块，用于获取待评估用户的基础信用信息；
聚类模块，用于对预处理后的基础信用信息进行聚类，获取聚类后的基础信用信息；
初始信用模块，用于根据预设征信评分模型和聚类后的基础信用信息，获取所述待评估用户的初始信用分；
最优信用模块，用于获取所述待评估用户的每一社交用户的权重，并根据每一社交用户的权重和所述初始信用分，获取所述待评估用户的最优信用分，对于任一社交用户，所述任一社交用户的权重根据所述待评估用户与所述任一社交用户的社交次数获得。
9.一种个人征信评估设备，其特征在于，包括：
至少一个处理器、至少一个存储器、通信接口和总线；其中，
所述处理器、存储器、通信接口通过所述总线完成相互间的通信；
所述通信接口用于该测试设备与显示装置的通信设备之间的信息传输；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1-7中任一项所述的方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至7任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810445030.1A CN108629379A (zh) | 2018-05-10 | 2018-05-10 | 一种个人征信评估方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810445030.1A CN108629379A (zh) | 2018-05-10 | 2018-05-10 | 一种个人征信评估方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108629379A true CN108629379A (zh) | 2018-10-09 |
Family
ID=63692553
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810445030.1A Pending CN108629379A (zh) | 2018-05-10 | 2018-05-10 | 一种个人征信评估方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108629379A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109583757A (zh) * | 2018-11-30 | 2019-04-05 | 云南民族大学 | 一种基于能源互联网的信用系统和需求响应的评分系统 |
| CN110956386A (zh) * | 2019-11-27 | 2020-04-03 | 北京国腾联信科技有限公司 | 基于多渠道的信用数据的处理方法和装置 |
| CN111062808A (zh) * | 2019-12-24 | 2020-04-24 | 深圳市信联征信有限公司 | 信用卡额度评估方法、装置、计算机设备及存储介质 |
| CN111242656A (zh) * | 2018-11-28 | 2020-06-05 | 中国移动通信集团浙江有限公司 | 一种基于电信大数据的用户信用评价方法及系统 |
| WO2020119284A1 (zh) * | 2018-12-14 | 2020-06-18 | 阿里巴巴集团控股有限公司 | 一种用户准入的风险确定方法及装置 |
| CN111967983A (zh) * | 2020-09-04 | 2020-11-20 | 支付宝(杭州)信息技术有限公司 | 信用评估方法以及装置 |
| CN112508687A (zh) * | 2020-12-17 | 2021-03-16 | 深圳微米信息服务有限公司 | 一种ai信用评价方法、系统、电了设备及存储介质 |
| 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 |
| CN114971598A (zh) * | 2022-08-01 | 2022-08-30 | 天津金城银行股份有限公司 | 一种风控审批系统、方法、设备及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107424070A (zh) * | 2017-03-29 | 2017-12-01 | 广州汇融易互联网金融信息服务有限公司 | 一种基于机器学习的贷款用户信用评级方法及系统 |
| CN107492033A (zh) * | 2017-08-30 | 2017-12-19 | 广东信基蜂巢科技有限责任公司 | 一种基于风控模型的信用评估方法及装置 |
| CN107563588A (zh) * | 2017-07-25 | 2018-01-09 | 北京拓明科技有限公司 | 一种个人信用的获取方法和获取系统 |
-
2018
- 2018-05-10 CN CN201810445030.1A patent/CN108629379A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107424070A (zh) * | 2017-03-29 | 2017-12-01 | 广州汇融易互联网金融信息服务有限公司 | 一种基于机器学习的贷款用户信用评级方法及系统 |
| CN107563588A (zh) * | 2017-07-25 | 2018-01-09 | 北京拓明科技有限公司 | 一种个人信用的获取方法和获取系统 |
| CN107492033A (zh) * | 2017-08-30 | 2017-12-19 | 广东信基蜂巢科技有限责任公司 | 一种基于风控模型的信用评估方法及装置 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111242656A (zh) * | 2018-11-28 | 2020-06-05 | 中国移动通信集团浙江有限公司 | 一种基于电信大数据的用户信用评价方法及系统 |
| CN109583757A (zh) * | 2018-11-30 | 2019-04-05 | 云南民族大学 | 一种基于能源互联网的信用系统和需求响应的评分系统 |
| WO2020119284A1 (zh) * | 2018-12-14 | 2020-06-18 | 阿里巴巴集团控股有限公司 | 一种用户准入的风险确定方法及装置 |
| CN110956386A (zh) * | 2019-11-27 | 2020-04-03 | 北京国腾联信科技有限公司 | 基于多渠道的信用数据的处理方法和装置 |
| 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 |
| CN111062808A (zh) * | 2019-12-24 | 2020-04-24 | 深圳市信联征信有限公司 | 信用卡额度评估方法、装置、计算机设备及存储介质 |
| CN111062808B (zh) * | 2019-12-24 | 2023-06-09 | 深圳市信联征信有限公司 | 信用卡额度评估方法、装置、计算机设备及存储介质 |
| CN111967983A (zh) * | 2020-09-04 | 2020-11-20 | 支付宝(杭州)信息技术有限公司 | 信用评估方法以及装置 |
| CN112508687A (zh) * | 2020-12-17 | 2021-03-16 | 深圳微米信息服务有限公司 | 一种ai信用评价方法、系统、电了设备及存储介质 |
| CN114971598A (zh) * | 2022-08-01 | 2022-08-30 | 天津金城银行股份有限公司 | 一种风控审批系统、方法、设备及介质 |
| CN114971598B (zh) * | 2022-08-01 | 2022-11-22 | 天津金城银行股份有限公司 | 一种风控审批系统、方法、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108629379A (zh) | 一种个人征信评估方法及系统 | |
| CN109063966B (zh) | 风险账户的识别方法和装置 | |
| CN109300028A (zh) | 基于网络数据的实时反欺诈方法和系统及存储介质 | |
| CN110378786B (zh) | 模型训练方法、违约传导风险识别方法、装置及存储介质 | |
| CN112633962B (zh) | 业务推荐方法、装置、计算机设备和存储介质 | |
| CN108053087A (zh) | 反洗钱监测方法、设备及计算机可读存储介质 | |
| US20100223099A1 (en) | Method and apparatus for a multi-dimensional offer optimization (mdoo) | |
| CN109685336A (zh) | 催收任务分配方法、装置、计算机设备及存储介质 | |
| CN111127185A (zh) | 信贷欺诈识别模型构建方法及装置 | |
| CN107368499B (zh) | 一种客户标签建模及推荐方法及装置 | |
| CN111522724A (zh) | 异常账号的确定方法、装置、服务器及存储介质 | |
| CN109428910A (zh) | 一种数据处理方法、装置及系统 | |
| CN112370793A (zh) | 用户账号的风险控制方法及装置 | |
| CN111242430A (zh) | 电力设备供应商评价方法和装置 | |
| CN114782161A (zh) | 识别风险用户的方法、装置、存储介质及电子装置 | |
| CN110457601B (zh) | 社交账号的识别方法和装置、存储介质及电子装置 | |
| CN113011966A (zh) | 基于深度学习的信用评分方法及装置 | |
| CN114154672A (zh) | 一种用于客户流失预测的数据挖掘方法 | |
| CN113535848A (zh) | 基于区块链的征信等级确定方法、装置、设备及存储介质 | |
| CN110855474B (zh) | Kqi数据的网络特征提取方法、装置、设备及存储介质 | |
| CN108492169A (zh) | 基于信用卡审批场景的风险建模方法及系统实现 | |
| Ma et al. | When will you have a new mobile phone? An empirical answer from big data | |
| CN117036001A (zh) | 交易业务的风险识别处理方法、装置、设备及存储介质 | |
| CN110215703A (zh) | 游戏应用的选择方法、装置及系统 | |
| CN116645134A (zh) | 一种信用卡分期的推荐方法、装置、设备及介质 |
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: 20181009 |