CN112862298A - 一种针对用户画像的信用评估方法 - Google Patents

一种针对用户画像的信用评估方法 Download PDF

Info

Publication number
CN112862298A
CN112862298A CN202110145029.9A CN202110145029A CN112862298A CN 112862298 A CN112862298 A CN 112862298A CN 202110145029 A CN202110145029 A CN 202110145029A CN 112862298 A CN112862298 A CN 112862298A
Authority
CN
China
Prior art keywords
user
credit
data
portrait
period
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.)
Granted
Application number
CN202110145029.9A
Other languages
English (en)
Other versions
CN112862298B (zh
Inventor
陈建
龙泳先
刘天欣
王月月
孟颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Ruizhi Tuyuan Technology Co ltd
Original Assignee
Beijing Ruizhi Tuyuan Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Ruizhi Tuyuan Technology Co ltd filed Critical Beijing Ruizhi Tuyuan Technology Co ltd
Priority to CN202110145029.9A priority Critical patent/CN112862298B/zh
Publication of CN112862298A publication Critical patent/CN112862298A/zh
Application granted granted Critical
Publication of CN112862298B publication Critical patent/CN112862298B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Bioethics (AREA)
  • Quality & Reliability (AREA)
  • Technology Law (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明实施例公开了一种针对用户画像的信用评估方法，包括：S1、金融机构发送用户的手机号码信息及身份证匹配信息至用户画像生成平台；S2、用户画像生成平台将用户的手机号码信息及身份证匹配信息发送至大数据供应平台；S3、大数据供应平台根据用户的手机号码信息及身份证匹配信息获取用户的行为信息，并根据用户的行为信息输入预先训练好的用户标签生成模型，输出用户标签反馈至用户画像生成平台；S4、用户画像生成平台根据用户标签生成用户画像并将用户画像发送至金融机构；S5、金融机构获取用户画像，并对用户画像进行特征提取获取用户的信用数据，根据用户的信用数据评定信用等级。可以对用户的信用进行准确评估，降低金融机构的审查风险。

Description

一种针对用户画像的信用评估方法
技术领域
本发明涉及信用评估技术领域，特别涉及一种针对用户画像的信用评估方法。
背景技术
互联网金融是传统金融单位与互联网部门利用IT技术和信通技术实现资金融通、支付、投资和中介服务的新金融业务模式。互联网与金融的融合是大趋势，将对金融产品、业务、组织和服务等方面产生十分深刻的影响。互金对促小微企业发展和扩大就业发挥了远大于现有金融机构的作用，为大众创业、万众创新打开了大门。促进互金顺利发展，有助于提升金融服务质量和效率，加深金融改革，促进金融发展，扩大金融业对内外各地的开放，构建多层次金融架构。作为新生事物，互联网金融既要求市场驱动，鼓励创新，也需要政策扶持，促进发展。现有技术中，金融机构对用户的贷款审批时，会综合考虑用户的信用，对其信用及资产情况进行评估，进而确定是否放贷。在用户存在多头借贷时，不能准确对其信用及资产情况进行评估。多头借贷就是一个借款者向2或2家以上的金融单位提出借贷需求。由于用户的偿还能力是有限的，向多方借款必存在着较高的风险。当超出偿还能力时，只能逾期。由于互金平台的逾期并不计入央行征信，不会对用户借款产生直接影响，也导致一部分用户在逾期时肆无忌惮，同时多头借贷也为各平台审查风控带来巨大挑战。
发明内容
本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的目的在于提出一种针对用户画像的信用评估方法，可以对用户的信用进行准确评估，降低金融机构的审查风险。
为达到上述目的，本发明实施例提出了一种针对用户画像的信用评估方法，包括：
S1、金融机构发送用户的手机号码信息及身份证匹配信息至用户画像生成平台；
S2、用户画像生成平台将用户的手机号码信息及身份证匹配信息发送至大数据供应平台；
S3、大数据供应平台根据用户的手机号码信息及身份证匹配信息获取用户的行为信息，并根据用户的行为信息输入预先训练好的用户标签生成模型，输出用户标签反馈至用户画像生成平台；
S4、用户画像生成平台根据用户标签生成用户画像并将所述用户画像发送至金融机构；
S5、金融机构获取用户画像，并对用户画像进行特征提取获取用户的信用数据，根据所述用户的信用数据评定信用等级。
根据本发明实施例提出的一种针对用户画像的信用评估方法，当金融机构在获得了用户充分授权的情况下，将MD5加密的手机号码、MD5加密的身份证匹配信息，通过专线或VPN连接，发送至用户画像生成平台。可以保证用户的手机号码信息及身份证信息在传输过程中的安全性，避免出现数据被窃取，保护用户的隐私，提高用户体验。用户画像生成平台将用户的手机号码信息及身份证匹配信息发送至大数据供应平台；大数据供应平台根据用户的手机号码信息及身份证匹配信息获取用户的行为信息，并根据用户的行为信息输入预先训练好的用户标签生成模型，输出用户标签反馈至用户画像生成平台；用户的行为信息包括消费情况、旅游情况、资产情况等。用户标签是通过对用户的行为信息进行高度精炼的特征标识，是生成用户画像的核心信息。用户画像生成平台根据用户标签生成用户画像并将所述用户画像发送至金融机构；用户画像是根据用户社会属性、生活行为和消费习惯等信息而抽象出的一个标签化的用户模型。用户画像生成平台只接收生成的用户标签，节省数据传输的成本，保护了用户的隐私信息，不进行多平台的共享信息，保证了大数据供应平台的数据核心竞争力，也确保了数据安全合规性。用户画像可以综合反映用户的相关信息，金融机构根据用户画像进行特征并提取获取用户的信用数据，根据所述用户的信用数据评定信用等级。可以清楚的了解用户是否存在多头借贷的情况，同时可以更全面的获取用户的信用数据，并基于全面的用户数据提高对用户信用评估的准确性，降低了金融机构的审查风险。
根据本发明的一些实施例，所述用户标签生成模型的建立，包括：
大数据供应平台获取样本用户的行为信息并进行预处理；
对预处理后的样本用户的行为信息进行第一次筛选，确定建立用户标签生成模型的变量；
根据PCA算法对用户标签生成模型的变量进行处理以建立用户标签生成模型。
根据本发明的一些实施例，所述PCA算法包括：
导入确定的用户标签生成模型的变量得到数据样本矩阵；
根据所述样本矩阵计算均值及散布矩阵；
根据所述散布矩阵计算散布矩阵的特征值，并对特征值进行排序，选取P个最大的特征值，计算P个最大的特征值分别对应的特征向量；
将P个最大的特征值分别对应的特征向量进行数据投影，形成投影矩阵以实现降维。
根据本发明的一些实施例，所述预处理包括去重处理、缺失值处理、异常值处理、特征编码处理、标准化处理、正则化处理中的至少一种。
根据本发明的一些实施例，所述大数据供应平台包括：
数据采集器，用于获取从智能终端采集的用户行为信息；
券商业务平台，用于获取用户的证券投资信息；
合作方平台，用于获取用户的行为偏好、消费状况信息；
第三方数据平台，用于获取对用户的特殊信息。
根据本发明的一些实施例，所述金融机构获取用户画像，并对用户画像进行特征提取获取用户的信用数据，根据所述用户的信用数据评定信用等级，包括：
获取用户的信用数据并判断是否预设信用评估条件；
在确定用户的信用数据满足预设信用评估条件时，将用户的信用数据按照不同场景进行分类，获得用户在多个场景下分别对应的信用数据；
将用户在多个场景下分别对应的信用数据输入预先训练好的多场景信用评估模型中，得到多个场景下的信用评分；
根据预设算法将多个场景下的信用评分进行计算，得到用户的综合信用评分，根据综合信用评分确定用户的信用等级。
根据本发明的一些实施例，所述金融机构获取用户画像，并对用户画像进行特征提取获取用户的信用数据，根据所述用户的信用数据评定信用等级，包括：
S11、对用户画像进行特征提取获取用户在多个周期的信用数据；
S12、将用户在多个周期的信用数据输入信用度网络模型中，输出用户在各个周期的信用评分；
S13、根据用户在各个周期的信用评分计算得到用户当前周期的总体的信用评估结果，设置信用等级的取值范围，进而评定用户的信用等级。
根据本发明的一些实施例，所述计算用户当前周期的总体的信用评估结果的算法包括：
S131、获取信用度网络模型的计算函数：
Figure BDA0002929661750000051
其中，f(i)为样本用户在第i周期的信用评分；n为选取的用于训练信用度网络模型的样本用户计算信用评分的周期总数；ki为信用度网络模型中输入层到输出层的连接权值；β为信用度网络模型的拟合系数；Xi为样本用户在第i周期的信用数据；Ci为根据n确定的聚类中心；Cmax为所选取的聚类中心之间的最大值；Z为信用度网络模型的灵敏度阈值；
S132、将用户在m个周期的信用数据输入信用度网络模型中，输出用户在各个周期的信用评分，得到当前周期的f(t)以及前m期的f(t-1)、f(t-2)，…，f(t-m)；
S133、计算用户第t周期的总体的信用评估结果F(t)：
Figure BDA0002929661750000061
其中，
Figure BDA0002929661750000062
为修正系数；f(t)为用户在第t周期的信用评分，即当前周期的信用评分；f(t-1)为用户在第t-1周期的信用评分；f(t-2)为用户在第t-2周期的信用评分；f(t-m)为用户在第t-m周期的信用评分。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是根据本发明一个实施例的一种针对用户画像的信用评估方法的流程图；
图2是根据本发明一个实施例的大数据供应平台生成用户标签的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
下面参考图1至图2来描述本发明实施例提出的一种针对用户画像的信用评估方法。
图1是根据本发明一个实施例的一种针对用户画像的信用评估方法的流程图；如图1所示，包括：
S1、金融机构发送用户的手机号码信息及身份证匹配信息至用户画像生成平台；
S2、用户画像生成平台将用户的手机号码信息及身份证匹配信息发送至大数据供应平台；
S3、大数据供应平台根据用户的手机号码信息及身份证匹配信息获取用户的行为信息，并根据用户的行为信息输入预先训练好的用户标签生成模型，输出用户标签反馈至用户画像生成平台；
S4、用户画像生成平台根据用户标签生成用户画像并将所述用户画像发送至金融机构；
S5、金融机构获取用户画像，并对用户画像进行特征提取获取用户的信用数据，根据所述用户的信用数据评定信用等级。
上述技术方案的工作原理及有益效果：当金融机构在获得了用户充分授权的情况下，将MD5加密的手机号码、MD5加密的身份证匹配信息，通过专线或VPN连接，发送至用户画像生成平台。可以保证用户的手机号码信息及身份证信息在传输过程中的安全性，避免出现数据被窃取，保护用户的隐私，提高用户体验。用户画像生成平台将用户的手机号码信息及身份证匹配信息发送至大数据供应平台；大数据供应平台根据用户的手机号码信息及身份证匹配信息获取用户的行为信息，并根据用户的行为信息输入预先训练好的用户标签生成模型，输出用户标签反馈至用户画像生成平台；用户的行为信息包括消费情况、旅游情况、资产情况等。用户标签是通过对用户的行为信息进行高度精炼的特征标识，是生成用户画像的核心信息。用户画像生成平台根据用户标签生成用户画像并将所述用户画像发送至金融机构；用户画像是根据用户社会属性、生活行为和消费习惯等信息而抽象出的一个标签化的用户模型。用户画像生成平台只接收生成的用户标签，节省数据传输的成本，保护了用户的隐私信息，不进行多平台的共享信息，保证了大数据供应平台的数据核心竞争力，也确保了数据安全合规性。用户画像可以综合反映用户的相关信息，金融机构根据用户画像进行特征并提取获取用户的信用数据，根据所述用户的信用数据评定信用等级。可以清楚的了解用户是否存在多头借贷的情况，同时可以更全面的获取用户的信用数据，并基于全面的用户数据提高对用户信用评估的准确性，降低了金融机构的审查风险。
根据本发明的一些实施例，所述用户标签生成模型的建立，包括：
大数据供应平台获取样本用户的行为信息并进行预处理；
对预处理后的样本用户的行为信息进行第一次筛选，确定建立用户标签生成模型的变量；
根据PCA算法对用户标签生成模型的变量进行处理以建立用户标签生成模型。
上述技术方案的工作原理及有益效果：PCA(Principal Component Analysis)主成分分析，是一种统计方法。对预处理后的样本用户的行为信息进行第一次筛选，确定建立用户标签生成模型的变量，可以反映模型的数据稳定性、数据质量等。通过PCA算法在对用户标签生成模型的变量进行处理时，使得数据更易使用，并且可以去除数据中的噪声，使得其他机器学习任务更加精确，同时可以进行数据降维，降低计算量及计算复杂度。
根据本发明的一些实施例，所述PCA算法包括：
导入确定的用户标签生成模型的变量得到数据样本矩阵；
根据所述样本矩阵计算均值及散布矩阵；
根据所述散布矩阵计算散布矩阵的特征值，并对特征值进行排序，选取P个最大的特征值，计算P个最大的特征值分别对应的特征向量；
将P个最大的特征值分别对应的特征向量进行数据投影，形成投影矩阵以实现降维。
上述技术方案的工作原理及有益效果：导入已经处理好的数据集并生成样本矩阵，并导入相关算法的开源库。根据所述样本矩阵计算均值及散布矩阵；根据所述散布矩阵计算散布矩阵的特征值，根据所述散布矩阵计算散布矩阵的特征值，并对特征值进行排序，选取P个最大的特征值，计算P个最大的特征值分别对应的特征向量；保留了特征值序列中的前P个作为主成分，并根据对应的特征向量生成了新的映射空间,将数据导入到新的映射空间中完成降维。
根据本发明的一些实施例，所述预处理包括去重处理、缺失值处理、异常值处理、特征编码处理、标准化处理、正则化处理中的至少一种。
上述技术方案的工作原理及有益效果：去重处理：去掉数据集中重复出现的数据。缺失值处理：缺失值是指原始数据中由于缺失信息而导致的数据的聚类、分组、删失或截断。它指的是现有数据集中某个或某些属性的值是不完全的，通常对其进行删除或者填补操作。异常值处理：即在数据集中存在不正常的值，通常需要判别是否异常并进行相应的修正。特征编码处理：通常原始数据中的有些特征是无法直接被模型识别的，需要将这些特征转换为数学模型能够识别的模式，使用特征二元化或独热编码对分类变量进行处理。标准化处理：数据的标准化是将数据进行缩放，使之落入一个小的特定区间，便于不同单位或量级的指标能够进行比较和加权。正则化处理用于防止数据过拟合。
根据本发明的一些实施例，所述大数据供应平台包括：
数据采集器，用于获取从智能终端采集的用户行为信息；
券商业务平台，用于获取用户的证券投资信息；
合作方平台，用于获取用户的行为偏好、消费状况信息；
第三方数据平台，用于获取对用户的特殊信息。
上述技术方案的工作原理及有益效果：数据采集器指在PC端或者移动端，通过API,SDK，JS等软件方式采集到的客户行为信息。券商业务平台采集的数据主要有证券交易所以公开、集中的方式进行的集中竞价交易，大宗交易，协议转让，盘后交易等买卖的集中交易数据信息。投资者向具有融资融券业务资格的证券公司提供担保物，借入资金买入证券或借入证券并卖出等交易行为的融资融券数据。用户在券商的线上投资平台，投资分析决策系统等投资系统上进行买卖的投资系统数据。合作方平台采集的数据主要是与用户画像生成平台存在合作关系的机构所提供的反应客户行为偏好，消费状况等相关情况的数据信息，包括公共号数据，电商站数据，媒体数据等；第三方数据平台是大流量平台利用其数据能力推出的满足特定的部门或者用户对于数据的需求的开放性数据产品市场。大数据供应平台可以采集更加全面的用户数据，生成更准确的用户标签，进而生成更准确的用户图像，提高对用户信息评估的准确性。
根据本发明的一些实施例，所述金融机构获取用户画像，并对用户画像进行特征提取获取用户的信用数据，根据所述用户的信用数据评定信用等级，包括：
获取用户的信用数据并判断是否预设信用评估条件；
在确定用户的信用数据满足预设信用评估条件时，将用户的信用数据按照不同场景进行分类，获得用户在多个场景下分别对应的信用数据；
将用户在多个场景下分别对应的信用数据输入预先训练好的多场景信用评估模型中，得到多个场景下的信用评分；
根据预设算法将多个场景下的信用评分进行计算，得到用户的综合信用评分，根据综合信用评分确定用户的信用等级。
上述技术方案的工作原理及有益效果：用户在使用花呗、共享单车、共享充电宝时产生的行为信息也是作为评估用户信用的一部分，将用户在多个场景下分别对应的信用数据输入预先训练好的多场景信用评估模型中，得到多个场景下的信用评分；根据预设算法将多个场景下的信用评分进行计算，得到用户的综合信用评分，根据综合信用评分确定用户的信用等级。提高对用户的信用评分的准确性。
根据本发明的一些实施例，所述金融机构获取用户画像，并对用户画像进行特征提取获取用户的信用数据，根据所述用户的信用数据评定信用等级，包括：
S11、对用户画像进行特征提取获取用户在多个周期的信用数据；
S12、将用户在多个周期的信用数据输入信用度网络模型中，输出用户在各个周期的信用评分；
S13、根据用户在各个周期的信用评分计算得到用户当前周期的总体的信用评估结果，设置信用等级的取值范围，进而评定用户的信用等级。
上述技术方案的工作原理及有益效果：将从用户画像里面进行特征提取的用户的信用数据按照预设周期间隔，设置为多个周期，将用户的多个周期的信用数据输入信用度网络模型，输出用户在各个周期的信用评分，根据用户的在各个周期的信用评分进行综合计算，得到对用户当前的信用的评估结果，综合考虑用户的历史信用评分，使的计算出的用户当前的信用评估结果更加准确，由此，根据设置的信用等级的取值范围，计算出准确的用户的信用等级。预设周期间隔可以是1年，预设周期间隔越短，计算出的用户当前的信用的评估结果越准确。
根据本发明的一些实施例，所述计算用户当前周期的总体的信用评估结果的算法包括：
S131、获取信用度网络模型的计算函数：
Figure BDA0002929661750000131
其中，f(i)为样本用户在第i周期的信用评分；n为选取的用于训练信用度网络模型的样本用户计算信用评分的周期总数；ki为信用度网络模型中输入层到输出层的连接权值；β为信用度网络模型的拟合系数；Xi为样本用户在第i周期的信用数据；Ci为根据n确定的聚类中心；Cmax为所选取的聚类中心之间的最大值；Z为信用度网络模型的灵敏度阈值；
S132、将用户在m个周期的信用数据输入信用度网络模型中，输出用户在各个周期的信用评分，得到当前周期的f(t)以及前m期的f(t-1)、f(t-2)，…，f(t-m)；
S133、计算用户第t周期的总体的信用评估结果F(t)：
Figure BDA0002929661750000132
其中，
Figure BDA0002929661750000133
为修正系数；f(t)为用户在第t周期的信用评分，即当前周期的信用评分；f(t-1)为用户在第t-1周期的信用评分；f(t-2)为用户在第t-2周期的信用评分；f(t-m)为用户在第t-m周期的信用评分。
上述技术方案的工作原理及有益效果：首先通过得到样本用户在多个周期的信用数据、信用评分等信息，根据样本用户的相关信息训练信用度网络模型，使信用度网络模型的模型参数不断优化更新，确定出准确的计算函数。示例的，设定用户A，将用户A在m个周期的信用数据输入信用度网络模型中，输出用户A在各个周期的信用评分，根据公式(2)及用户A在各个周期的信用评分，对用户A在当前周期的总体的信用评估结果进行计算，计算出的用户A在当前周期的总体的信用评估结果更加准确，有利于确定用户A在当前周期准确的信用等级，为金融机构提供有效的数据参考。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种针对用户画像的信用评估方法，其特征在于，包括：
S1、金融机构发送用户的手机号码信息及身份证匹配信息至用户画像生成平台；
S2、用户画像生成平台将用户的手机号码信息及身份证匹配信息发送至大数据供应平台；
S3、大数据供应平台根据用户的手机号码信息及身份证匹配信息获取用户的行为信息，并根据用户的行为信息输入预先训练好的用户标签生成模型，输出用户标签反馈至用户画像生成平台；
S4、用户画像生成平台根据用户标签生成用户画像并将所述用户画像发送至金融机构；
S5、金融机构获取用户画像，并对用户画像进行特征提取获取用户的信用数据，根据所述用户的信用数据评定信用等级；
所述步骤S5，包括：
S11、对用户画像进行特征提取获取用户在多个周期的信用数据；
S12、将用户在多个周期的信用数据输入信用度网络模型中，输出用户在各个周期的信用评分；
S13、根据用户在各个周期的信用评分计算得到用户当前周期的总体的信用评估结果，设置信用等级的取值范围，进而评定用户的信用等级。
2.如权利要求1所述的针对用户画像的信用评估方法，其特征在于，所述用户标签生成模型的建立，包括：
大数据供应平台获取样本用户的行为信息并进行预处理；
对预处理后的样本用户的行为信息进行第一次筛选，确定建立用户标签生成模型的变量；
根据PCA算法对用户标签生成模型的变量进行处理以建立用户标签生成模型。
3.如权利要求2所述的针对用户画像的信用评估方法，其特征在于，所述PCA算法包括：
导入确定的用户标签生成模型的变量得到数据样本矩阵；
根据所述样本矩阵计算均值及散布矩阵；
根据所述散布矩阵计算散布矩阵的特征值，并对特征值进行排序，选取P个最大的特征值，计算P个最大的特征值分别对应的特征向量；
将P个最大的特征值分别对应的特征向量进行数据投影，形成投影矩阵以实现降维。
4.如权利要求3所述的针对用户画像的信用评估方法，其特征在于，所述预处理包括去重处理、缺失值处理、异常值处理、特征编码处理、标准化处理、正则化处理中的至少一种。
5.如权利要求1所述的针对用户画像的信用评估方法，其特征在于，所述大数据供应平台包括：
数据采集器，用于获取从智能终端采集的用户行为信息；
券商业务平台，用于获取用户的证券投资信息；
合作方平台，用于获取用户的行为偏好、消费状况信息；
第三方数据平台，用于获取对用户的特殊信息。
6.如权利要求1所述的针对用户画像的信用评估方法，其特征在于，所述计算用户当前周期的总体的信用评估结果的算法包括：
S131、获取信用度网络模型的计算函数：
Figure FDA0002929661740000031
其中，f(i)为样本用户在第i周期的信用评分；n为选取的用于训练信用度网络模型的样本用户计算信用评分的周期总数；ki为信用度网络模型中输入层到输出层的连接权值；β为信用度网络模型的拟合系数；Xi为样本用户在第i周期的信用数据；Ci为根据n确定的聚类中心；Cmax为所选取的聚类中心之间的最大值；Z为信用度网络模型的灵敏度阈值；
S132、将用户在m个周期的信用数据输入信用度网络模型中，输出用户在各个周期的信用评分，得到当前周期的f(t)以及前m期的f(t-1)、f(t-2)，…，f(t-m)；
S133、计算用户第t周期的总体的信用评估结果F(t)：
Figure FDA0002929661740000032
其中，
Figure FDA0002929661740000033
为修正系数；f(t)为用户在第t周期的信用评分，即当前周期的信用评分；f(t-1)为用户在第t-1周期的信用评分；f(t-2)为用户在第t-2周期的信用评分；f(t-m)为用户在第t-m周期的信用评分。
CN202110145029.9A 2020-07-09 2020-07-09 一种针对用户画像的信用评估方法 Active CN112862298B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110145029.9A CN112862298B (zh) 2020-07-09 2020-07-09 一种针对用户画像的信用评估方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010657767.7A CN111861174B (zh) 2020-07-09 2020-07-09 一种针对用户画像的信用评估方法
CN202110145029.9A CN112862298B (zh) 2020-07-09 2020-07-09 一种针对用户画像的信用评估方法

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN202010657767.7A Division CN111861174B (zh) 2020-07-09 2020-07-09 一种针对用户画像的信用评估方法

Publications (2)

Publication Number Publication Date
CN112862298A true CN112862298A (zh) 2021-05-28
CN112862298B CN112862298B (zh) 2024-02-27

Family

ID=73152493

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202110145029.9A Active CN112862298B (zh) 2020-07-09 2020-07-09 一种针对用户画像的信用评估方法
CN202010657767.7A Active CN111861174B (zh) 2020-07-09 2020-07-09 一种针对用户画像的信用评估方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202010657767.7A Active CN111861174B (zh) 2020-07-09 2020-07-09 一种针对用户画像的信用评估方法

Country Status (1)

Country Link
CN (2) CN112862298B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114996113A (zh) * 2022-07-28 2022-09-02 成都乐超人科技有限公司 大数据的线上用户异常操作实时监控预警方法及装置
CN115713399A (zh) * 2022-09-28 2023-02-24 睿智合创(北京)科技有限公司 一种结合第三方数据源的用户信用评估系统

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112330455B (zh) * 2020-11-24 2024-04-12 北京百度网讯科技有限公司 用于推送信息的方法、装置、设备以及存储介质
CN112685676B (zh) * 2020-12-30 2023-12-15 华控清交信息科技(北京)有限公司 一种信息推荐方法、装置和电子设备
CN112862582B (zh) * 2021-02-18 2024-03-22 深圳无域科技技术有限公司 基于金融风控的用户画像生成系统及方法
CN113065739B (zh) * 2021-02-24 2023-07-04 广州互联网法院 被执行人的履行能力评估方法、装置及电子设备
CN113362039A (zh) * 2021-06-30 2021-09-07 深圳壹账通智能科技有限公司 业务审批方法、装置、电子设备及存储介质
CN115907971B (zh) * 2023-01-30 2023-05-30 江苏安则达信用信息服务有限公司 适用于个人信用评估系统的数据处理方法及装置

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070124236A1 (en) * 2005-11-30 2007-05-31 Caterpillar Inc. Credit risk profiling method and system
US8694420B1 (en) * 2001-12-05 2014-04-08 Experian Information Solutions, Inc. System and method for outputting a credit risk report based on debit data
CN106982253A (zh) * 2017-03-27 2017-07-25 中国联合网络通信集团有限公司 一种用户画像解析方法及装置、网络系统
CN107194651A (zh) * 2017-06-22 2017-09-22 成都源禾丰创科技有限公司 一种用于快递末端投递的用户画像系统
WO2018176179A1 (zh) * 2017-03-27 2018-10-04 杭州呯嘭智能技术有限公司 基于信用大数据的跨境支付快速结算方法
CN108846520A (zh) * 2018-06-22 2018-11-20 北京京东金融科技控股有限公司 贷款逾期预测方法、装置以及计算机可读存储介质
CN108921689A (zh) * 2018-06-29 2018-11-30 重庆富民银行股份有限公司 贷款风险监控系统及方法
CN108961040A (zh) * 2018-06-29 2018-12-07 重庆富民银行股份有限公司 用于授信贷款的贷款额度评估系统及方法
CN109063945A (zh) * 2018-06-08 2018-12-21 广州亦云信息技术股份有限公司 一种基于价值评估体系的售电公司360度客户画像构建方法
CN109344998A (zh) * 2018-09-06 2019-02-15 盈盈（杭州）网络技术有限公司 一种基于医疗美容场景的客户违约概率预测方法
CN109685651A (zh) * 2019-01-11 2019-04-26 中信梧桐港供应链管理有限公司 仓单质押的信贷风险监控方法及装置
CN110443633A (zh) * 2019-07-05 2019-11-12 深圳壹账通智能科技有限公司 激励数据的匹配方法、装置、计算机设备和存储介质
CN110503459A (zh) * 2019-07-19 2019-11-26 平安科技（深圳）有限公司 基于大数据的用户信用度评估方法、装置及存储介质
CN110796354A (zh) * 2019-10-21 2020-02-14 国网湖南省电力有限公司 一种企业电费回收风险画像方法及系统

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103514566A (zh) * 2013-10-15 2014-01-15 国家电网公司 一种风险控制系统及方法
CN105827676B (zh) * 2015-01-04 2019-06-14 中国移动通信集团上海有限公司 一种用户画像信息获取系统、方法及装置
CN107526754A (zh) * 2016-09-26 2017-12-29 广州速鸿信息科技有限公司 一种基于大数据的用户画像平台建立方法
CN106447490A (zh) * 2016-09-26 2017-02-22 广州速鸿信息科技有限公司 一种基于用户画像的征信应用方法
CN107291841A (zh) * 2017-06-01 2017-10-24 广州衡昊数据科技有限公司 一种基于位置和用户画像智能匹配社交目标的方法和系统
CN107292708A (zh) * 2017-06-09 2017-10-24 集合智造（北京）餐饮管理有限公司 一种餐饮企业运营系统以及实现方法
CN108460100A (zh) * 2018-02-02 2018-08-28 方欣科技有限公司 一种用户画像构建方法及装置
CN110197315B (zh) * 2018-04-08 2024-03-22 腾讯科技（深圳）有限公司 风险评估方法、装置及其存储介质
CN108764984A (zh) * 2018-05-17 2018-11-06 国网冀北电力有限公司电力科学研究院 一种基于大数据的电力用户画像构建方法及系统
CN109166027A (zh) * 2018-07-02 2019-01-08 阿里巴巴集团控股有限公司 一种借款合约处理方法及装置
CN110689311A (zh) * 2018-07-06 2020-01-14 马上消费金融股份有限公司 一种用户分群方法、系统、设备及计算机可读存储介质
CN109254979A (zh) * 2018-09-29 2019-01-22 中国银行股份有限公司 一种个人信用评价方法及系统
CN109726233A (zh) * 2018-12-28 2019-05-07 浙江省公众信息产业有限公司 用于刻画用户形象的方法、计算机系统和可读介质
CN110163467A (zh) * 2019-04-02 2019-08-23 苏州纤联电子商务有限公司 一种基于纺织行业中小型企业信用的风险量化建模方法
CN109949152A (zh) * 2019-04-15 2019-06-28 武汉理工大学 一种个人信贷违约预测方法
CN110443632A (zh) * 2019-07-05 2019-11-12 中国平安人寿保险股份有限公司 用户画像的用户管理方法、装置、计算机设备及存储介质
CN110363439A (zh) * 2019-07-19 2019-10-22 山东浪潮人工智能研究院有限公司 一种基于消费者人群画像的信用评分方法
CN110458693A (zh) * 2019-08-08 2019-11-15 中国建设银行股份有限公司 一种企业贷款自动审批方法、装置、存储介质及电子设备

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8694420B1 (en) * 2001-12-05 2014-04-08 Experian Information Solutions, Inc. System and method for outputting a credit risk report based on debit data
US20070124236A1 (en) * 2005-11-30 2007-05-31 Caterpillar Inc. Credit risk profiling method and system
CN106982253A (zh) * 2017-03-27 2017-07-25 中国联合网络通信集团有限公司 一种用户画像解析方法及装置、网络系统
WO2018176179A1 (zh) * 2017-03-27 2018-10-04 杭州呯嘭智能技术有限公司 基于信用大数据的跨境支付快速结算方法
CN107194651A (zh) * 2017-06-22 2017-09-22 成都源禾丰创科技有限公司 一种用于快递末端投递的用户画像系统
CN109063945A (zh) * 2018-06-08 2018-12-21 广州亦云信息技术股份有限公司 一种基于价值评估体系的售电公司360度客户画像构建方法
CN108846520A (zh) * 2018-06-22 2018-11-20 北京京东金融科技控股有限公司 贷款逾期预测方法、装置以及计算机可读存储介质
CN108921689A (zh) * 2018-06-29 2018-11-30 重庆富民银行股份有限公司 贷款风险监控系统及方法
CN108961040A (zh) * 2018-06-29 2018-12-07 重庆富民银行股份有限公司 用于授信贷款的贷款额度评估系统及方法
CN109344998A (zh) * 2018-09-06 2019-02-15 盈盈（杭州）网络技术有限公司 一种基于医疗美容场景的客户违约概率预测方法
CN109685651A (zh) * 2019-01-11 2019-04-26 中信梧桐港供应链管理有限公司 仓单质押的信贷风险监控方法及装置
CN110443633A (zh) * 2019-07-05 2019-11-12 深圳壹账通智能科技有限公司 激励数据的匹配方法、装置、计算机设备和存储介质
CN110503459A (zh) * 2019-07-19 2019-11-26 平安科技（深圳）有限公司 基于大数据的用户信用度评估方法、装置及存储介质
CN110796354A (zh) * 2019-10-21 2020-02-14 国网湖南省电力有限公司 一种企业电费回收风险画像方法及系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
傅军;许鑫;罗迪;朱天博;刘霞;: "电力用户行为画像构建技术研究", 电气应用, no. 13 *
吴卫明;张钰;: "金融用户画像的法律规制研究", 金融科技时代, no. 09 *
张晶等: "从百行征信看我国个人征信的市场化发展", 《征信》 *
裘华东;涂莹;丁麒;: "基于标签库系统的电力企业客户画像构建与信用评估及电费风险防控应用", 电信科学, no. 1 *
赵洪;沈建忠;王俊;张骋;瞿青;: "基于客户画像与机器学习算法的电费回收风险预测模型及应用", 微型电脑应用, no. 02 *
郭梁;王佳斌;马迎杰;朱新龙;: "基于模型融合的搜索引擎用户画像技术", 科技与创新, no. 07 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114996113A (zh) * 2022-07-28 2022-09-02 成都乐超人科技有限公司 大数据的线上用户异常操作实时监控预警方法及装置
CN115713399A (zh) * 2022-09-28 2023-02-24 睿智合创(北京)科技有限公司 一种结合第三方数据源的用户信用评估系统
CN115713399B (zh) * 2022-09-28 2023-10-20 睿智合创(北京)科技有限公司 一种结合第三方数据源的用户信用评估系统

Also Published As

Publication number Publication date
CN112862298B (zh) 2024-02-27
CN111861174B (zh) 2021-04-13
CN111861174A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN111861174B (zh) 一种针对用户画像的信用评估方法
CN108876133B (zh) 基于业务信息的风险评估处理方法、装置、服务器和介质
Sun et al. Predicting credit card delinquencies: An application of deep neural networks
TW530234B (en) Methods and systems for efficiently sampling portfolios for optimal underwriting
TWI248001B (en) Methods and apparatus for automated underwriting of segmentable portfolio assets
CN106600369A (zh) 基于朴素贝叶斯分类的银行金融产品实时推荐系统和方法
CN111861698B (zh) 一种基于贷款多头数据的贷前审批预警方法及系统
US11804302B2 (en) Supervised machine learning-based modeling of sensitivities to potential disruptions
Voican Credit Card Fraud Detection using Deep Learning Techniques.
CN111192133A (zh) 用户贷后风险模型生成方法、装置及电子设备
CN112232950A (zh) 针对借贷风险的评估方法及装置、设备、计算机可读存储介质
Davis et al. Explainable machine learning models of consumer credit risk
TWM613536U (zh) 對於基金商品的投資風險評分系統
US11636536B2 (en) Systems and methods for automating pricing desk operation
CN115564591A (zh) 一种融资产品的确定方法及相关设备
CN114626940A (zh) 数据分析方法、装置及电子设备
CN113420909A (zh) 一种用户响应信息预测模型建立方法及信息预测方法
Horvat et al. Decision tree approach to discovering fraud in leasing agreements
TWI776370B (zh) 對於基金商品的投資風險評分方法及系統
Zakowska A New Credit Scoring Model to Reduce Potential Predatory Lending: A Design Science Approach
US20240161117A1 (en) Trigger-Based Electronic Fund Transfers
Liu et al. Research on Investment Model of Internet Financial Loan Platform
Luo Credit Risk Measurement and Application based on BP Neural Networks
Mendes Forecasting bitcoin prices: ARIMA vs LSTM
Tshauambea Improved Peer-to-Peer Lending Credit Scoring Mechanism using Machine Learning Techniques

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
GR01 Patent grant
GR01 Patent grant