CN113077331A - 一种基于大数据的个人金融信用评价系统及方法 - Google Patents

Abstract

本发明涉及金融信用评价技术领域，具体公开了一种基于大数据的个人金融信用评价系统，所述系统包括：信息收集单元，用于接收用户访问请求，确认用户身份，获取用户工作信息和终端权限；第一数据生成单元，用于基于所述用户工作信息，生成收入数据I；第二数据生成单元，用于基于所述终端权限获取用户消费记录，并基于所述用户消费记录生成支出数据P；第三数据生成单元，用于基于所述终端权限获取终端通讯录信息，基于所述通讯录信息获取信用打分数据，生成辅助数据S；信用值计算单元：用于基于收入数据I、支出数据P和辅助数据S，计算信用值T。本发明最终生成信用并输出，作为信用评价的参考数值。

Description

一种基于大数据的个人金融信用评价系统及方法

技术领域

本发明涉及金融信用评价技术领域，具体是一种基于大数据的个人金融信用评价系统及方法。

背景技术

目前，随着我国金融业的发展，金融服务覆盖面逐渐扩大。相应的，在涉及到金融服务的业务，个人信用的评价非常重要，尤其是面对贷款业务；比如，在银行贷过款或是在商业银行办理过个人信用卡的用户，央行都会存下了他们的信用记录，如贷款金额、次数、是否按时偿还以及信用卡消费透支偿还等情况，这也从侧面证明了，金融服务行业在个人信用方面的重视。

在对于已经办理贷款的人来说，仅凭还款记录即可推测个人信用情况，但这个社会上大部分人，都是不熟悉贷款业务的，只会在购房购车等大件上办理贷款，这就会出现一个情况，如何对初次办理贷款业务的人进行信用评价，现有的方式主要是检测还款能力，即，收入证明，首先，这种方式过于单一，仅由收入证明信用，其实是不正常的，其次，这种方式的真实性未知，因为可以办理收入证明的单位过多，是存在造假空间的，当然，这种方式一定是主流的，因为，可以办理收入证明的单位大都比较稳定，轻易不会造假。

随着大数据时代的到来，了解个人信息的方式越来越多，了解的也越来越全面，这也使得追踪个人真实收支水平便的容易，如何利用大数据技术，去生成信用评价，再结合收入证明，对个人做出更加真实、多样的信用评价，是本发明所要解决的问题。

发明内容

本发明的目的在于提供一种基于大数据的个人金融信用评价系统及方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于大数据的个人金融信用评价系统，所述系统包括：

信息收集单元，用于接收用户访问请求，确认用户身份，获取用户工作信息和终端权限；

第一数据生成单元，用于基于所述用户工作信息，生成收入数据I；

第二数据生成单元，用于基于所述终端权限获取用户消费记录，并基于所述用户消费记录生成支出数据P；

第三数据生成单元，用于基于所述终端权限获取终端通讯录信息，基于所述通讯录信息获取信用打分数据，生成辅助数据S；

信用值计算单元：用于基于收入数据I、支出数据P和辅助数据S，计算信用值T。

作为本发明实施例技术方案进一步的限定：所述信息收集单元包括：

接收模块，用于接收用户访问请求，并将请求次数置为一；

身分确认模块，用于获取含用户ID的登陆信息，确定与所述登陆信息对应的用户注册信息；

第一判断模块，用于判断含用户ID的登陆信息与所述登陆信息对应的用户注册信息是否相同，若含用户ID的登陆信息与所述登陆信息对应的用户注册信息相同，则通过验证；

第二判断模块，若含用户ID的登陆信息与所述登陆信息对应的用户注册信息不同，则用于判断请求次数与阈值大小，若请求次数小于阈值，则重复接收用户访问请求，并增加所述请求次数；若请求次数大于阈值，则停止接收用户访问请求。

作为本发明实施例技术方案进一步的限定：所述第一数据生成单元包括：

第一获取模块，用于获取用户工作单位与工作职级；

第二获取模块，用于基于用户工作单位获取薪资分布报表；

第一定位模块，用于基于工作职级确定用户在薪资分布报表中的位置；

第一输出模块，用于基于用户在薪资分布报表中的位置生成收入数据I。

作为本发明实施例技术方案进一步的限定：所述第二数据生成单元包括：

第二定位模块，用于基于终端权限定位支付类APP；

第三获取模块，用于获取支付类APP内的消费记录，获取时限为一个月；

第二输出模块，提取消费记录中的支付数值并累加，生成支出数据P。

作为本发明实施例技术方案进一步的限定：所述第三数据生成单元包括：

连接模块，用于基于终端权限建立与通讯录的连接通道；

第四获取模块，用于获取通讯录中的通讯录信息，基于所述通讯录信息随机发送评分请求，并存储请求发送数；

第一计算模块，用于接收评分反馈数及相应的具体分数，计算平均分；

第二计算模块，用于基于评分反馈数和请求发送数计算反馈率；

第三输出模块，用于基于平均分和反馈率生成辅助数据S。

作为本发明实施例技术方案进一步的限定：所述第三输出模块包括：

第三计算模块，用于获取反馈率，基于反馈率生成缺评率，基于所述缺评率生成调整分；所述调整分的计算公式为：

R＝(1-F)*10；

其中，R为调整分，F为反馈率；

第四计算模块，用于获取平均分，生成辅助数据S，所述辅助数据S的计算公式为：

S＝(A-R)/100；

其中，A为平均分，R为调整分。

作为本发明实施例技术方案进一步的限定：所述信用值计算单元包括：

第五计算模块，用于获取收入数据I、支出数据P和辅助数据S，并基于收入数据I、支出数据P和辅助数据S计算信用值T；所述信用值T的计算公式为：

T＝α*(I-P)*S；

其中，α为修正系数，I为收入数据，P为支出数据，S为辅助数据。

一种基于大数据的个人金融信用评价方法，所述方法包括：

接收用户访问请求，确认用户身份，获取用户工作信息和终端权限；

基于所述用户工作信息，生成收入数据I；

基于所述终端权限获取用户消费记录，并基于所述用户消费记录生成支出数据P；

基于所述终端权限获取终端通讯录信息，基于所述通讯录信息获取信用打分数据，生成辅助数据S；

基于收入数据I、支出数据P和辅助数据S，计算信用值T。

作为本发明实施例技术方案进一步的限定：所述接收用户访问请求，确认用户身份的具体步骤包括：

接收用户访问请求，并将请求次数置为一；

获取含用户ID的登陆信息，确定与所述登陆信息对应的用户注册信息；

判断含用户ID的登陆信息与所述登陆信息对应的用户注册信息是否相同，若含用户ID的登陆信息与所述登陆信息对应的用户注册信息相同，则通过验证；

若含用户ID的登陆信息与所述登陆信息对应的用户注册信息不同，判断请求次数与阈值大小，若请求次数小于阈值，则重复接收用户访问请求，并增加所述请求次数；若请求次数大于阈值，则停止接收用户访问请求。

作为本发明实施例技术方案进一步的限定：所述基于所述终端权限获取终端通讯录信息，基于所述通讯录信息获取信用打分数据，生成辅助数据S的具体步骤包括：

基于终端权限建立与通讯录的连接通道；

获取通讯录中的通讯录信息，基于所述通讯录信息随机发送评分请求，并存储请求发送数；

接收评分反馈数及相应的具体分数，计算平均分；

基于评分反馈数和请求发送数计算反馈率；

基于平均分和反馈率生成辅助数据S。

与现有技术相比，本发明的有益效果是：本发明丰富了传统技术中仅凭收入证明确定信用的手段，在个人收支水平上考量了辅助数据，解决了凭收入与支出来计算信用值过于单调的问题，实际上，收入与支出与信用度并不一定是成正比的，只能起到辅助作用，即，在有能力提高信用值的情况下，大部分人都会去提高信用值，收入与支出实际上是判断用户是否具备这种能力，而不是直接由财富判断人品，本发明也从根本上改变了由财富判断人品的这种错误的方式。

值得一提的是，本发明主要起到辅助作用，虽然具备单独的信用评价能力，但更多的是作为参考数值，结合传统方式中的收入证明共同使用，可以真实的、多样的、全面的对用户进行信用评价。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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一些实施例。

图1为基于大数据的个人金融信用评价系统的架构图。

图2为基于大数据的个人金融信用评价系统的组成结构框图。

图3为信息收集单元的组成结构框图。

图4为第一数据生成单元的组成结构框图。

图5为第二数据生成单元的组成结构框图。

图6为第三数据生成单元的组成结构框图。

图7为第三输出模块的组成结构框图。

图8为信用值计算单元的组成结构框图。

图9为基于大数据的个人金融信用评价方法的流程框图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1示出了本发明基于大数据的个人金融信用评价系统的架构图。

如图1所示，系统架构包括两方，分别为用户终端、服务设备，所述用户终端和服务设备通过网络相互传输数据，网络可以是用以在用户终端和服务设备之间提供通信链路的介质，所述网络的连接类型主要是无线通信链路。

用户可以使用用户终端通过网络与服务设备进行交互，以发送访问请求或接收反馈信号。所述用户终端可以是硬件，也可以是软件，当用户终端为硬件时，可以是具有通信功能的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等；当用户终端为软件时，可以安装在上述所列举的电子设备中，其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块，在此不做具体限定。

服务设备可以是提供各种服务的服务器，所述服务设备可以接收用户终端发送的访问请求，然后，服务设备通过各单元实现功能，期间有大量的数据交互，最终生成信用值，并发送至用户终端。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的用户终端和服务设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的用户终端和服务设备。

实施例1

图2示出了基于大数据的个人金融信用评价系统10的组成结构框图，为了便于说明，仅示出与本发明实施例相关的部分：

在本发明实施例中，所述系统10包括：

信息收集单元11，用于接收用户访问请求，确认用户身份，获取用户工作信息和终端权限；

信息收集单元的作用是接收用户访问请求，即用户通过终端向系统发出访问请求，系统接收到用户访问请求时，确认用户身份，这一功能为常见的加密措施，即通行证加密码的方式，只需密码与通行证一一对应，即可确认身份，当然，这种方式有很多，比如指纹识别、瞳孔识别或人脸识别等等，只需实现身份确认功能即可，加密程度不作要求。

第一数据生成单元12，用于基于所述用户工作信息，生成收入数据I；

用户工作信息即代表着正常可查询可追寻的收入，至于用户外快之类的收入，风险太大，无人担保，真实性和稳定性都不高，因此这种情况，采取传统的收入证明的办法，由社区委员会等政府部门盖章担保。

第二数据生成单元13，用于基于所述终端权限获取用户消费记录，并基于所述用户消费记录生成支出数据P；

终端权限的目的是便于查询个人信息，在具备权限的情况下，查询支出数据是很简单的。

第三数据生成单元14，用于基于所述终端权限获取终端通讯录信息，基于所述通讯录信息获取信用打分数据，生成辅助数据S；

辅助数据用于丰富最终生成的信用值，只凭收入与支出来计算信用值过于单调，实际上，收入与支出与信用度并不一定是成正比的，只能起到辅助作用，即，在有能力提高信用值的情况下，大部分人都会去提高信用值，收入与支出实际上是判断用户是否具备这种能力，而不是直接由财富判断人品。

信用值计算单元15：用于基于收入数据I、支出数据P和辅助数据S，计算信用值T；

通过计算公式拟合收入数据I、支出数据P和辅助数据S，即可计算出信用值T。

图3示出了信息收集单元11的组成结构框图，所述信息收集单元11包括：

接收模块111，用于接收用户访问请求，并将请求次数置为一；

在接收用户访问请求的时候，用一个变量存储请求次数，无论哪种计算机语言，这都是必备的功能，请求次数主要检测用户密码输入次数，防止别人通过计算机程序去多次试验，破解密码。

身分确认模块112，用于获取含用户ID的登陆信息，确定与所述登陆信息对应的用户注册信息；

用户登陆信息，包括通行证和对应密码，为一一对应的数对，遍历数据库，通过通行证定位用户的注册信息。

第一判断模块113，用于判断含用户ID的登陆信息与所述登陆信息对应的用户注册信息是否相同，若含用户ID的登陆信息与所述登陆信息对应的用户注册信息相同，则通过验证；

这一步是简单的判断逻辑，判断主体是含用户ID的登陆信息与所述登陆信息对应的用户注册信息，判断它们是否相同即可，如果含用户ID的登陆信息与所述登陆信息对应的用户注册信息相同，那就说明用户输出的登陆信息正确，成过通过验证，可以进行后续操作。

第二判断模块114，若含用户ID的登陆信息与所述登陆信息对应的用户注册信息不同，则用于判断请求次数与阈值大小，若请求次数小于阈值，则重复接收用户访问请求，并增加所述请求次数；若请求次数大于阈值，则停止接收用户访问请求。

这一步本身是一个判断逻辑，同时它也是第一判断模块中，未通过验证的一个分支，未通过验证的情况下，再次回到开始，再次获取含用户ID的登陆信息，并验证，在这一循环中，请求次数记录着循环次数，一旦循环次数大于阈值，则立马停止获取，停止方式自定，比如冻结一小时或先冻结，再提交证明文件解冻等等，所述阈值也自定，三次、五次或更多。

图4示出了第一数据生成单元12的组成结构框图，所述第一数据生成单元12包括：

第一获取模块121，用于获取用户工作单位与工作职级；

基于用户ID是可以查询到用户工作单位信息的，相应的工作职级也是可以获得的，在一家公司中，职级与薪资水平一般成正比；

第二获取模块122，用于基于用户工作单位获取薪资分布报表；

通过大数据技术查询用户工作单位的薪资分布情况，虽然薪资保密制度是大部分公司的基本规章制度，但实际上，那只是对个人而言的，在招聘简章上必不可少的就是薪资分布报表，即，不同薪资段有多少人，这些大都是公布的信息。

第一定位模块123，用于基于工作职级确定用户在薪资分布报表中的位置；

大部分公司的人员架构与薪资分布报表中的分段是挂钩的，即，一个职位一个档，在了解用户工作职级的情况下，很容易找到用户在薪资分布报表中的位置。

第一输出模块124，用于基于用户在薪资分布报表中的位置生成收入数据I。

在知道用户在薪资分布报表中位置的情况下，也就了解了用户的收入水平，当然，这个收入水平是一个范围，取左端点还是右端点，或是平均值，都是可行的措施，也有相应的合适的理由。

图5示出了第二数据生成单元13的组成结构框图，所述第二数据生成单元13包括：

第二定位模块131，用于基于终端权限定位支付类APP；

现在的支付方式已经逐渐被替代，现金交易虽然还有，但是仅限于数额不大的情况，因此，支付型APP可以代表着用户的真实消费水平，小数额的现金交易可以采取其它手段进行弥补，比如在收入水平取右端点，或者在收入水平上加上补偿值等等。

第三获取模块132，用于获取支付类APP内的消费记录，获取时限为一个月；

这一步直接获取的是支付类APP的消费记录，直接获取消费记录，是不管支付方法的，无论是用户采用余额支付还是采用花呗这种提前支付方式。

第二输出模块133，提取消费记录中的支付数值并累加，生成支出数据P。

现有的支付类APP有很多，想要了解用户真实的支出数据，自然不可能只了解一个APP内的消费记录，需要将所有消费记录累加起来，这一步是单独一个APP做不到的，是由系统完成。

图6示出了第三数据生成单元14的组成结构框图，所述第三数据生成单元14包括：

连接模块141，用于基于终端权限建立与通讯录的连接通道；

首先，在信息收集单元中，已经获取了权限，基于所述权限可以访问终端的通讯录，并建立系统与通讯录之间的连接通道；

第四获取模块142，用于获取通讯录中的通讯录信息，基于所述通讯录信息随机发送评分请求，并存储请求发送数；

在建立系统与通讯录之间的连接通道后，向个人通讯录好友随机发送评分请求，这是通过侧面评价的方式来对最终信用值进行调整，随机发送的方式更加均衡，一个人的诚信度大多是一贯的，好友的评价在很大程度上可以反应用户诚信度；同时，记录请求发送数，请求发送数即为发送给了几个人。

第一计算模块143，用于接收评分反馈数及相应的具体分数，计算平均分；

这种评价表，有很大一部分人会置之不理，真正收到的反馈，并不会太多，由于是随机的方式，只要是人品不是太差，一次反馈没有的情况也很少见，当接收到反馈时，记录评分反馈数及相应的具体分数，基于反馈数及相应的具体分数计算平均分是非常简单的数学方法。

第二计算模块144，用于基于评分反馈数和请求发送数计算反馈率；

基于评分反馈数和请求发送数计算反馈率也是非常简单的数学方法，只是一步除法即可计算。

第三输出模块145，用于基于平均分和反馈率生成辅助数据S；

平均分和反馈率为生成辅助数据的两个自变量，通过特殊的计算方式，最终得到辅助数据，所述辅助数据为信用值的自变量。

图7示出了第三输出模块145的组成结构框图，所述第三输出模块包括：

第三计算模块1451，用于获取反馈率，基于反馈率生成缺评率，基于所述缺评率生成调整分；所述调整分的计算公式为：

R＝(1-F)*10；

其中，R为调整分，F为反馈率；

第四计算模块1452，用于获取平均分，生成辅助数据S，所述辅助数据S的计算公式为：

S＝(A-R)/100；

其中，A为平均分，R为调整分；

第三计算模块和第四计算模块为上述特殊的计算方式的展开过程，以下详述了如何通过平均分和反馈率去生成辅助数据。

图8示出了信用值计算单元15的组成结构框图，所述信用值计算单元15包括：

第五计算模块151，用于获取收入数据I、支出数据P和辅助数据S，并基于收入数据I、支出数据P和辅助数据S计算信用值T；所述信用值T的计算公式为：

T＝α*(I-P)*S；

其中，α为修正系数，I为收入数据，P为支出数据，S为辅助数据；

信用值计算单元15中，重点就是上述第五计算模块151，上述过程详述了信用值的计算过程，信用值就是本系统最终生成数值，至于输入、输出、显示或存储等模块，这些都是基础模块，这里不再赘述。

实施例2

图9示出了基于大数据的个人金融信用评价方法的流程框图，为了便于说明，仅示出与本发明实施例相关的部分：

在本发明实施例中，所述方法包括：

步骤S1：接收用户访问请求，确认用户身份，获取用户工作信息和终端权限；

所述步骤S1由信息收集单元11实现；

步骤S2：基于所述用户工作信息，生成收入数据I；

所述步骤S2由第一数据生成单元12实现；

步骤S3：基于所述终端权限获取用户消费记录，并基于所述用户消费记录生成支出数据P；

所述步骤S3由第二数据生成单元13实现；

步骤S4：基于所述终端权限获取终端通讯录信息，基于所述通讯录信息获取信用打分数据，生成辅助数据S；

所述步骤S4由第三数据生成单元14实现；

步骤S5：基于收入数据I、支出数据P和辅助数据S，计算信用值T；

所述步骤S5由信用值计算单元15实现；

进一步的，所述接收用户访问请求，确认用户身份的具体步骤包括：

接收用户访问请求，并将请求次数置为一；

获取含用户ID的登陆信息，确定与所述登陆信息对应的用户注册信息；

判断含用户ID的登陆信息与所述登陆信息对应的用户注册信息是否相同，若含用户ID的登陆信息与所述登陆信息对应的用户注册信息相同，则通过验证；

若含用户ID的登陆信息与所述登陆信息对应的用户注册信息不同，判断请求次数与阈值大小，若请求次数小于阈值，则重复接收用户访问请求，并增加所述请求次数；若请求次数大于阈值，则停止接收用户访问请求。

具体的，所述基于所述终端权限获取终端通讯录信息，基于所述通讯录信息获取信用打分数据，生成辅助数据S的具体步骤包括：

基于终端权限建立与通讯录的连接通道；

获取通讯录中的通讯录信息，基于所述通讯录信息随机发送评分请求，并存储请求发送数；

接收评分反馈数及相应的具体分数，计算平均分；

基于评分反馈数和请求发送数计算反馈率；

基于平均分和反馈率生成辅助数据S。

上述基于大数据的个人金融信用评价系统所能实现的功能均由计算机设备完成，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述程序代码由所述一个或多个处理器加载并执行以实现所述基于大数据的个人金融信用评价系统的功能。

处理器从存储器中逐条取出指令、分析指令，然后根据指令要求完成相应操作，产生一系列控制命令，使计算机各部分自动、连续并协调动作，成为一个有机的整体，实现程序的输入、数据的输入以及运算并输出结果，这一过程中产生的算术运算或逻辑运算均由运算器完成；所述存储器包括只读存储器(Read-Only Memory，ROM)，所述只读存储器用于存储计算机程序，所述存储器外部设有保护装置。

示例性的，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。

本领域技术人员可以理解，上述服务设备的描述仅仅是示例，并不构成对终端设备的限定，可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，上述处理器是上述终端设备的控制中心，利用各种接口和线路连接整个用户终端的各个部分。

上述存储器可用于存储计算机程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据泊位状态显示系统的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

终端设备集成的模块/单元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，本发明实现上述实施例系统中的全部或部分模块/单元，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个系统实施例的功能。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于大数据的个人金融信用评价系统，其特征在于，所述系统包括：

信息收集单元，用于接收用户访问请求，确认用户身份，获取用户工作信息和终端权限；

第一数据生成单元，用于基于所述用户工作信息，生成收入数据I；

第二数据生成单元，用于基于所述终端权限获取用户消费记录，并基于所述用户消费记录生成支出数据P；

第三数据生成单元，用于基于所述终端权限获取终端通讯录信息，基于所述通讯录信息获取信用打分数据，生成辅助数据S；

信用值计算单元：用于基于收入数据I、支出数据P和辅助数据S，计算信用值T。

2.根据权利要求1所述的基于大数据的个人金融信用评价系统，其特征在于，所述信息收集单元包括：

接收模块，用于接收用户访问请求，并将请求次数置为一；

身分确认模块，用于获取含用户ID的登陆信息，确定与所述登陆信息对应的用户注册信息；

第一判断模块，用于判断含用户ID的登陆信息与所述登陆信息对应的用户注册信息是否相同，若含用户ID的登陆信息与所述登陆信息对应的用户注册信息相同，则通过验证；

第二判断模块，若含用户ID的登陆信息与所述登陆信息对应的用户注册信息不同，则用于判断请求次数与阈值大小，若请求次数小于阈值，则重复接收用户访问请求，并增加所述请求次数；若请求次数大于阈值，则停止接收用户访问请求。

3.根据权利要求1所述的基于大数据的个人金融信用评价系统，其特征在于，所述第一数据生成单元包括：

第一获取模块，用于获取用户工作单位与工作职级；

第二获取模块，用于基于用户工作单位获取薪资分布报表；

第一定位模块，用于基于工作职级确定用户在薪资分布报表中的位置；

第一输出模块，用于基于用户在薪资分布报表中的位置生成收入数据I。

4.根据权利要求3所述的基于大数据的个人金融信用评价系统，其特征在于，所述第二数据生成单元包括：

第二定位模块，用于基于终端权限定位支付类APP；

第三获取模块，用于获取支付类APP内的消费记录，获取时限为一个月；

第二输出模块，提取消费记录中的支付数值并累加，生成支出数据P。

5.根据权利要求4所述的基于大数据的个人金融信用评价系统，其特征在于，所述第三数据生成单元包括：

连接模块，用于基于终端权限建立与通讯录的连接通道；

第四获取模块，用于获取通讯录中的通讯录信息，基于所述通讯录信息随机发送评分请求，并存储请求发送数；

第一计算模块，用于接收评分反馈数及相应的具体分数，计算平均分；

第二计算模块，用于基于评分反馈数和请求发送数计算反馈率；

第三输出模块，用于基于平均分和反馈率生成辅助数据S。

6.根据权利要求5所述的基于大数据的个人金融信用评价系统，其特征在于，所述第三输出模块包括：

第三计算模块，用于获取反馈率，基于反馈率生成缺评率，基于所述缺评率生成调整分；所述调整分的计算公式为：

R＝(1-F)*10；

其中，R为调整分，F为反馈率；

第四计算模块，用于获取平均分，生成辅助数据S，所述辅助数据S的计算公式为：

S＝(A-R)/100；

其中，A为平均分，R为调整分。

7.根据权利要求5所述的基于大数据的个人金融信用评价系统，其特征在于，所述信用值计算单元包括：

第五计算模块，用于获取收入数据I、支出数据P和辅助数据S，并基于收入数据I、支出数据P和辅助数据S计算信用值T；所述信用值T的计算公式为：

T＝α*(I-P)*S；

其中，α为修正系数，I为收入数据，P为支出数据，S为辅助数据。

8.一种基于大数据的个人金融信用评价方法，其特征在于，所述方法包括：

接收用户访问请求，确认用户身份，获取用户工作信息和终端权限；

基于所述用户工作信息，生成收入数据I；

基于所述终端权限获取用户消费记录，并基于所述用户消费记录生成支出数据P；

基于所述终端权限获取终端通讯录信息，基于所述通讯录信息获取信用打分数据，生成辅助数据S；

基于收入数据I、支出数据P和辅助数据S，计算信用值T。

9.根据权利要求8所述的基于大数据的个人金融信用评价方法，其特征在于，所述接收用户访问请求，确认用户身份的具体步骤包括：

接收用户访问请求，并将请求次数置为一；

获取含用户ID的登陆信息，确定与所述登陆信息对应的用户注册信息；

判断含用户ID的登陆信息与所述登陆信息对应的用户注册信息是否相同，若含用户ID的登陆信息与所述登陆信息对应的用户注册信息相同，则通过验证；

若含用户ID的登陆信息与所述登陆信息对应的用户注册信息不同，判断请求次数与阈值大小，若请求次数小于阈值，则重复接收用户访问请求，并增加所述请求次数；若请求次数大于阈值，则停止接收用户访问请求。

10.根据权利要求8所述的基于大数据的个人金融信用评价方法，其特征在于，所述基于所述终端权限获取终端通讯录信息，基于所述通讯录信息获取信用打分数据，生成辅助数据S的具体步骤包括：

基于终端权限建立与通讯录的连接通道；

获取通讯录中的通讯录信息，基于所述通讯录信息随机发送评分请求，并存储请求发送数；

接收评分反馈数及相应的具体分数，计算平均分；

基于评分反馈数和请求发送数计算反馈率；

基于平均分和反馈率生成辅助数据S。

Images