CN110751403A - 信用评分方法及装置 - Google Patents

Abstract

本发明提供了一种信用评分方法及装置，该方法包括：获取多个评分对象的评分数据；针对每个所述评分对象，将所述评分对象的评分数据进行数据预处理，获得第一评分数据，并将所述第一评分数据按预设的映射规则进行维度映射，获得所述评分对象的多维评分数据；依据每个所述评分对象的多维评分数据，以及所述多维评分数据中每个维度的预设权重，计算得到每个所述评分对象的信用评分。应用本发明提供的信用评分方法，能够依据每个评分对象的多维评分数据，以及每个维度的预设权重，计算得到每个评分对象的信用评分，实现客观的对代理人进行信用评分，并协助航空公司较快、较准确地定位代理人的违规行为。

Description

信用评分方法及装置

技术领域

本发明涉及数据处理领域，尤其涉及一种信用评分方法及装置。

背景技术

近年来随着经济的高速发展，人均可支配收入显著提高，在商务活动和 外出旅行时越来越多的人选择了飞机这一快捷交通方式。飞机已经成为了人 们生活中一种重要的交通工具；随着民航旅客人数逐年递增，航空公司需要 考虑为数量庞大旅客提供优质的售票服务。

经本发明人研究发现，在售票过程中，部分旅客往往会通过代理人进行 购票，而代理人在进行购票的过程中会存在一些违规的行为，对旅客利益造 成极大的损害。为了规范代理人的行为，需要对代理人进行信用评分，因此， 如何对代理人进行信用评分成为本领域技术人员迫切解决的技术问题。

发明内容

本发明所要解决的技术问题是提供一种信用评分方法，能够依据每个评 分对象的多维评分数据，以及每个维度的预设权重，计算得到每个评分对象 的信用评分，实现客观的对代理人进行信用评分。

本发明还提供了一种信用评分装置，用于保证上述方法在实际中的实现 及应用。

一种信用评分方法，包括：

获取多个评分对象的评分数据；

针对每个所述评分对象，将所述评分对象的评分数据进行数据预处理， 获得第一评分数据，并将所述第一评分数据按预设的映射规则进行维度映射， 获得所述评分对象的多维评分数据；

依据每个所述评分对象的多维评分数据，以及所述多维评分数据中每个 维度的预设权重，计算得到每个所述评分对象的信用评分。

上述的方法，可选的，所述获取多个评分对象的评分数据，包括：

针对每个评分对象，依据所述评分对象的身份标识，从数据中心提取与 所述评分对象的身份标识对应的数据，并将所提取的数据作为所述评分对象 的评分数据。

上述的方法，可选的，将所述评分对象的评分数据进行数据预处理，获 得第一评分数据，包括：

对所述评分对象的评分数据进行数据去重，获得初始评分数据；

对所述初始评分数据中包含的各个数据项按预设的核查规则进行核查， 将不满足所述核查规则的数据项进行数据纠正，得到与所述评分数据对应的 第一评分数据。

上述的方法，可选的，所述计算得到每个所述评分对象的信用评分之后， 还包括：

针对所述每个评分对象，确定所述评分对象的信用评分对应的评分阈值；

依据预设的所述评分阈值与信用等级的对应关系，确定所述信用评分对 应的信用等级。

上述的方法，可选的，还包括：

当接收到获取指令时，依据所述获取指令中包含的身份标识，获取与所 述身份标识对应的信用评分和信用等级；

将所述信用评分和信用等级进行反馈。

一种信用评分装置，包括：

获取单元，用于获取多个评分对象的评分数据；

执行单元，用于针对每个所述评分对象，将所述评分对象的评分数据进 行数据预处理，获得第一评分数据，并将所述第一评分数据按预设的映射规 则进行维度映射，获得所述评分对象的多维评分数据；

计算单元，用于依据每个所述评分对象的多维评分数据，以及所述多维 评分数据中每个维度的预设权重，计算得到每个所述评分对象的信用评分。

上述的装置，可选的，所述获取单元，包括：

提取子单元，用于针对每个评分对象，依据所述评分对象的身份标识， 从数据中心提取与所述评分对象的身份标识对应的数据，并将所提取的数据 作为所述评分对象的评分数据。

上述的装置，可选的，所述执行单元，包括：

执行子单元，用于对所述评分对象的评分数据进行数据去重，获得初始 评分数据；

生成子单元，用于对所述初始评分数据中包含的各个数据项按预设的核 查规则进行核查，将不满足所述核查规则的数据项进行数据纠正，得到与所 述评分数据对应的第一评分数据。

上述的装置，可选的，还包括：

第一确定单元，用于针对所述每个评分对象，确定所述评分对象的信用 评分对应的评分阈值；

第二确定单元，用于依据预设的所述评分阈值与信用等级的对应关系， 确定所述信用评分对应的信用等级。

上述的装置，可选的，还包括：

接收单元，用于当接收到获取指令时，依据所述获取指令中包含的身份 标识，获取与所述身份标识对应的信用评分和信用等级；

反馈单元，用于将所述信用评分和信用等级进行反馈。

一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行 时控制所述存储介质所在的设备执行上述的信用评分方法。

一种电子设备，包括存储器，以及一个或者一个以上的指令，其中一个 或者一个以上指令存储于存储器中，且经配置以由一个或者一个以上处理器 执行上述的信用评分方法。

与现有技术相比，本发明包括以下优点：

本发明提供了一种信用评分方法，包括：获取多个评分对象的评分数据； 针对每个所述评分对象，将所述评分对象的评分数据进行数据预处理，获得 第一评分数据，并将所述第一评分数据按预设的映射规则进行维度映射，获 得所述评分对象的多维评分数据；依据每个所述评分对象的多维评分数据， 以及所述多维评分数据中每个维度的预设权重，计算得到每个所述评分对象 的信用评分。应用本发明提供的信用评分方法，能够依据每个评分对象的多 维评分数据，以及每个维度的预设权重，计算得到每个评分对象的信用评分， 实现客观的对代理人进行信用评分，并协助航空公司较快、较准确地定位代 理人的违规行为。

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简单地介绍，显而易见地，下面 描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本发明提供的一种信用评分方法的方法流程图；

图2为本发明提供的一种信用评分方法的又一方法流程图；

图3为本发明提供的一种信用评分方法的又一方法流程图；

图4为本发明提供的一种信用评分方法的又一方法流程图；

图5为本发明提供的一种信用评分装置的结构示意图；

图6为本发明提供的一种电子设备的结构示意图。

具体实施方式

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，所描述的实施例仅仅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做 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。

本发明实施例提供了一种信用评分方法，该方法可以应用在多种系统平 台，其执行主体可以为运行在计算机终端的处理器，所述信用评分方法的流 程图如图1所示，具体包括：

S101：获取多个评分对象的评分数据。

本发明实施例提供的方法中，该评分对象可以为航空售票代理人，评分 数据可以包含各个预设的维度的变量数据，例如，航班维度、订单维度、乘 客维度、机票维度、团体票维度及代理人维度等各个维度的动态变量数据及 静态变量数据。

需要说明的是，可以按预设周期采集的评分对象关联数据，每次采集评 分对象关联数据时，可以依据该评分对象关联数据生成或更新各个维度的动 态变量数据及静态变量数据，其中，代理人关联数据可以包括：代理人用户 数据、网站订单数据、旅客数据、团队订单数据、团队航段数据、附加服务 订单数据、支付数据、客票数据、退票原因数据、改升数据、退款数据等。

S102：针对每个所述评分对象，将所述评分对象的评分数据进行数据预 处理，获得第一评分数据，并将所述第一评分数据按预设的映射规则进行维 度映射，获得所述评分对象的多维评分数据。

本发明实施例提供的方法中，每个评分对象对应一个多维评分数据，该 多维评分数据的维度可以为六维，该维度可以包括航班维度、订单维度、乘 客维度、机票维度、团体票维度及代理人维度；该多维评分数据的维度具体 可由技术人员已经实际情况进行设定。

具体的，针对每个评分对象的第一评分数据，将该第一评分数据中包含 的各项数据进行数据分类，可选的，可以按照航班、订单、乘客、团体票、 代理人进行分类，以实现将每个第一评分数据中的各项数据映射至不同的维 度中。

S103：依据每个所述评分对象的多维评分数据，以及所述多维评分数据 中每个维度的预设权重，计算得到每个所述评分对象的信用评分。

本发明实施例提供的方法中，每个维度均设置有权重，将每个维度的评 分数据与该维度权重进行计算，得到每个维度的维度评分，统计每个评分对 象的各个维度评分，即可得到每个评分对象的信用评分。应用本发明提供的 信用评分方法，能够依据每个评分对象的多维评分数据，以及每个维度的预 设权重，计算得到每个评分对象的信用评分，实现客观的对代理人进行信用 评分，并协助航空公司较快、较准确地定位代理人的违规行为。

本发明实施例提供的信用评分方法中，基于上述的实施过程，具体的， 所述获取多个评分对象的评分数据，包括：

针对每个评分对象，依据所述评分对象的身份标识，从数据中心提取与 所述评分对象的身份标识对应的数据，并将所提取的数据作为所述评分对象 的评分数据。

本发明实施例提供的方法中，评分对象的身份标识可以为该评分对象的 唯一标识，例如，身份证号码；该数据中心可以包含用于存储数据的数据库 或数据库集群；通过依据该身份标识遍历该数据中心，得到与该身份标识相 匹配的数据，将该数据确定为该评分对象的评分数据。

应用本发明实施例提供的方法中，依据所述评分对象的身份标识，从数 据中心提取与所述评分对象的身份标识对应的数据，并将所提取的数据作为 所述评分对象的评分数据，能够在存储有庞大数据量的数据中心快速准确的 得到每个评分对象的评分数据，能避免因获取错误数据导致信用评分出现误 差的情况。

本发明实施例提供的信用评分方法中，基于上述的实施过程，具体的， 将所述评分对象的评分数据进行数据预处理，获得第一评分数据的过程，如 图2所示，可以包括：

S201：对所述评分对象的评分数据进行数据去重，获得初始评分数据。

本发明实施例提供的方法中，对各个评分对象的评分数据的各个字段进 行检验；具体的，对于每个评分数据，判断该评分数据是否存在不满足预设 的重复条件的字段，若存在，则对满足重复条件的字段执行去重操作，使其 满足预设的重复条件，例如，存在三个一致的第一字段，则将其中两个第一 字段进行删除。将已执行去重操作的评分数据，确定为初始评分数据。

S202：对所述初始评分数据中包含的各个数据项按预设的核查规则进行 核查，将不满足所述核查规则的数据项进行数据纠正，得到与所述评分数据 对应的第一评分数据。

本发明实施例提供的方法中，对所述初始评分数据中包含的各个数据项 按预设的规则进行核查，判断每个原始数据集合中是否存在异常数据项，若 存在空值或乱字符等异常数据项，则将异常数据项进行删除或更新；将已更 新的数据项或正常的数据项进行格式转换及数据值转换等操作，得到第一评 分数据。

应用本发明实施例提供的方法，通过对评分数据进行数据去重及纠正， 得到第一评分数据，能提高信用评分的准确性。

本发明实施例提供的信用评分方法中，基于上述的实施过程，具体的， 所述计算得到每个所述评分对象的信用评分之后，如图3所示，还包括：

S301：针对所述每个评分对象，确定所述评分对象的信用评分对应的评 分阈值。

本发明实施例提供的方法中，将每个评分对象与预先设置的各个评分阈 值进行比较，并确定每个评分对象的信用评分所满足的评分阈值集合；在该 评分阈值集合中，将数值最大的评分阈值确定为评分对象的信息评分对应的 评分阈值。

S302：依据预设的所述评分阈值与信用等级的对应关系，确定所述信用 评分对应的信用等级。

本发明实施例提供的方法中，该信用等级存在多种规格，例如“优良”、“良 好”、“一般”、“较差”、“差”等，每个评分阈值与每个信用等级的规格存在对 应关系，基于该对应关系，即可确定该信用评分的信用等级。

本发明实施例提供的方法中，计算得到每个所述评分对象的信用评分之 后，还可以包括：将该信用评分与预先设置的评分等级条件进行比对，以确 定该信用评分对应的信用等级，其中，该评分等级条件为阈值区间，一个阈 值区间对应一个评分等级，例如，若有60＜n≤80，n为信用评分，则可确 定该评分对象的信用评分对应的信用等级为“一般”。

应用本发明实施例提供的方法，通过确定信用评分对应的信用等级，可 以方便技术人员直观的确定评分对象的信用状况。

本发明实施例提供的信用评分方法中，基于上述的实施过程，具体的， 还包括：

当接收到获取指令时，依据所述获取指令中包含的身份标识，获取与所 述身份标识对应的信用评分和信用等级；

将所述信用评分和信用等级进行反馈。

本发明实施例提供的方法中，接收到获取指令时，对该获取指令进行解 析，得到该指令中的指令信息，该指令信息中包含身份标识，确定该身份标 识对应的评分对象，将该评分对象信用评分和信用等级进行展示。

本发明实施例提供的方法中，可以定期获取评分对象的评分数据，依据 评分数据，计算获得该评分对象当前的信用评分和信用等级，并依据该评分 对象当前的信用评分和信用等级，对该评分对象的信用评分和信用等级进行 更新。

本发明实施例提供的信用评分方法可以应用在多种领域，例如，可以应 用于航空代理领域中，用于对航空代理人进行信用评分，具体如下：

步骤a1、数据源定位。

执行步骤a1过程中，收集和梳理能够用于分析的数据，了解数据结构， 确定需要使用的数据。

本发明实施例提供的方法中，数据源基础数据项应包括但不限于中国民 航旅游直连销售平台中的以下数据：代理人用户数据、网站订单数据、旅客 数据、团队订单数据、团队航段数据、附加服务订单数据、支付数据、客票 数据、退票原因数据、改升数据、退款数据。

步骤a2、数据预处理。

执行步骤a2过程中，将不同数据来源的数据进行抽取、清洗和汇总，按 照易于分析的格式统一存储汇总后的数据。

本发明实施例提供的方法中，使用Python对源数据进行抽取、清洗和汇 总处理，将预处理完成的数据存储到Oracle数据库中。

步骤a3、征信评分建模。

执行步骤a3过程中，根据数据和业务对应关系，进行变量筛选和循环建 模，设定各变量权重、评定周期、评分预设阈值和信用等级的对应关系，并 对模型效果进行评估。

本发明实施例提供的方法中，通过航班维度、订单维度、乘客维度、机 票维度、代理人维度、团体票维度这6个维度建立分析集市，其中，航班维 度包括航班的飞行距离、飞行路线、出发时间、座位价格等特征；订单维度 包括代理销售的订单状态、来源、类型、人数、航程类型等特征；乘客维度 包括乘客的人口特征、消费水平、飞行距离、出发时间、飞行次数等特征； 机票维度包括机票的销售价格、常旅客情况、出票时间、订出票一致性、退 票情况等特征；代理人维度包括代理人的销售规模、代理费收入水平、退票 情况以及销售的航线、服务的客户等特征；团体票维度包括团体票的申请、 议价、审批以及团队人数等特征。

本发明实施例还提供一示例表，用于体现各个维度的变量数据，如表1 所示：

表1

步骤a4、可视化展现。

执行步骤a4过程中，如图4所示，利用HIVE/MR统计指标数据，利用 Sqood定时把指标数据推送到指标层，应用Tabbau连接RDBMS环境，利用 维表与指标表作分析并展示，将分析和信用评分结果模块与现有中国民航旅 游直连销售平台进行整合，可视化地展现给航空公司和代理人用户。

与图1所述的方法相对应，本发明实施例还提供了一种信用评分装置，用 于对图1中方法的具体实现，其结构示意图如图5所示，具体包括：

获取单元401，用于获取多个评分对象的评分数据；

执行单元402，用于针对每个所述评分对象，将所述评分对象的评分数据 进行数据预处理，获得第一评分数据，并将所述第一评分数据按预设的映射 规则进行维度映射，获得所述评分对象的多维评分数据；

计算单元403，用于依据每个所述评分对象的多维评分数据，以及所述多 维评分数据中每个维度的预设权重，计算得到每个所述评分对象的信用评分。

本发明实施例提供的装置中，每个维度均设置有权重，将每个维度的评 分数据与该维度权重进行计算，得到每个维度的维度评分，统计每个评分对 象的各个维度评分，即可得到每个评分对象的信用评分。应用本发明提供的 信用评分装置，能够依据每个评分对象的多维评分数据，以及每个维度的预 设权重，计算得到每个评分对象的信用评分，实现客观的对代理人进行信用 评分，并协助航空公司较快、较准确地定位代理人的违规行为。

在本发明的一个实施例中，基于前述方案，获取单元401配置为：

提取子单元，用于针对每个评分对象，依据所述评分对象的身份标识， 从数据中心提取与所述评分对象的身份标识对应的数据，并将所提取的数据 作为所述评分对象的评分数据。

在本发明的一个实施例中，基于前述方案，执行单元402配置为：

执行子单元，用于对所述评分对象的评分数据进行数据去重，获得初始 评分数据；

生成子单元，用于对所述初始评分数据中包含的各个数据项按预设的核 查规则进行核查，将不满足所述核查规则的数据项进行数据纠正，得到与所 述评分数据对应的第一评分数据。

在本发明的一个实施例中，基于前述方案，还配置为：

第一确定单元，用于针对所述每个评分对象，确定所述评分对象的信用 评分对应的评分阈值；

第二确定单元，用于依据预设的所述评分阈值与信用等级的对应关系， 确定所述信用评分对应的信用等级。

在本发明的一个实施例中，基于前述方案，还配置为：

接收单元，用于当接收到获取指令时，依据所述获取指令中包含的身份 标识，获取与所述身份标识对应的信用评分和信用等级；

反馈单元，用于将所述信用评分和信用等级进行反馈。

本发明实施例还提供了一种存储介质，所述存储介质包括存储的指令， 其中，在所述指令运行时控制所述存储介质所在的设备执行上述信用评分方 法。

本发明实施例还提供了一种电子设备，其结构示意图如图6所示，具体包 括存储器501，以及一个或者一个以上的指令502，其中一个或者一个以上指 令502存储于存储器501中，且经配置以由一个或者一个以上处理器503执行所 述一个或者一个以上指令502进行以下操作：

获取多个评分对象的评分数据；

针对每个所述评分对象，将所述评分对象的评分数据进行数据预处理， 获得第一评分数据，并将所述第一评分数据按预设的映射规则进行维度映射， 获得所述评分对象的多维评分数据；

依据每个所述评分对象的多维评分数据，以及每个维度的预设权重，计 算得到每个所述评分对象的信用评分。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个 实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似 的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相 似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语 仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求 或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术 语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包 括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括 没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备 所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素， 并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同 要素。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然， 在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解 到本发明可借助软件加必需的通用硬件平台的方式来实现。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)执行本发明各个实施例或者 实施例的某些部分所述的方法。

以上对本发明所提供的一种信用评分方法及装置进行了详细介绍，本文 中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的 说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的 一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有 改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种信用评分方法，其特征在于，包括：

获取多个评分对象的评分数据；

针对每个所述评分对象，将所述评分对象的评分数据进行数据预处理，获得第一评分数据，并将所述第一评分数据按预设的映射规则进行维度映射，获得所述评分对象的多维评分数据；

依据每个所述评分对象的多维评分数据，以及所述多维评分数据中每个维度的预设权重，计算得到每个所述评分对象的信用评分。

2.根据权利要求1所述的方法，其特征在于，所述获取多个评分对象的评分数据，包括：

针对每个评分对象，依据所述评分对象的身份标识，从数据中心提取与所述评分对象的身份标识对应的数据，并将所提取的数据作为所述评分对象的评分数据。

3.根据权利要求1所述的方法，其特征在于，将所述评分对象的评分数据进行数据预处理，获得第一评分数据，包括：

对所述评分对象的评分数据进行数据去重，获得初始评分数据；

对所述初始评分数据中包含的各个数据项按预设的核查规则进行核查，将不满足所述核查规则的数据项进行数据纠正，得到与所述评分数据对应的第一评分数据。

4.根据权利要求1所述的方法，其特征在于，所述计算得到每个所述评分对象的信用评分之后，还包括：

针对所述每个评分对象，确定所述评分对象的信用评分对应的评分阈值；

依据预设的所述评分阈值与信用等级的对应关系，确定所述信用评分对应的信用等级。

5.根据权利要求4所述的方法，其特征在于，还包括：

当接收到获取指令时，依据所述获取指令中包含的身份标识，获取与所述身份标识对应的信用评分和信用等级；

将所述信用评分和信用等级进行反馈。

6.一种信用评分装置，其特征在于，包括：

获取单元，用于获取多个评分对象的评分数据；

执行单元，用于针对每个所述评分对象，将所述评分对象的评分数据进行数据预处理，获得第一评分数据，并将所述第一评分数据按预设的映射规则进行维度映射，获得所述评分对象的多维评分数据；

计算单元，用于依据每个所述评分对象的多维评分数据，以及所述多维评分数据中每个维度的预设权重，计算得到每个所述评分对象的信用评分。

7.根据权利要求6所述的装置，其特征在于，所述获取单元，包括：

提取子单元，用于针对每个评分对象，依据所述评分对象的身份标识，从数据中心提取与所述评分对象的身份标识对应的数据，并将所提取的数据作为所述评分对象的评分数据。

8.根据权利要求6所述的装置，其特征在于，所述执行单元，包括：

执行子单元，用于对所述评分对象的评分数据进行数据去重，获得初始评分数据；

生成子单元，用于对所述初始评分数据中包含的各个数据项按预设的核查规则进行核查，将不满足所述核查规则的数据项进行数据纠正，得到与所述评分数据对应的第一评分数据。

9.根据权利要求6所述的装置，其特征在于，还包括：

第一确定单元，用于针对所述每个评分对象，确定所述评分对象的信用评分对应的评分阈值；

第二确定单元，用于依据预设的所述评分阈值与信用等级的对应关系，确定所述信用评分对应的信用等级。

10.根据权利要求9所述的装置，其特征在于，还包括：

接收单元，用于当接收到获取指令时，依据所述获取指令中包含的身份标识，获取与所述身份标识对应的信用评分和信用等级；

反馈单元，用于将所述信用评分和信用等级进行反馈。

Images