CN113887971A - 企业基于大数据的个人征信查询方法、装置及电子设备 - Google Patents

Abstract

本申请的实施例提供了企业基于大数据的个人征信查询方法、装置及电子设备。方法包括获取用户的授权协议和个人身份信息，个人身份信息包括身份证号以及姓名；根据授权协议和个人信息调取用户的征信原始数据，并根据预设的基础评分规则，得出各项数据评分，每项数据均对应一项基础评分规则，评分模型以及各项数据评分存储在云端，数据包括：信贷数据、公共记录数据、保证人代偿数据和资产处置数据；根据企业需求模型调取特定类型数据的评分，企业需求模型以及调取的特定类型数据的评分存储在本地；根据特定数据的评分以及企业评分模型，确定最终评分，企业评分模型和最终评分存储在本地。本申请能为企业提供个性化的个人征信查询服务。

Description

企业基于大数据的个人征信查询方法、装置及电子设备

技术领域

本申请的实施例涉及征信查询管理领域，并且更具体地，涉及企业基于大数据的个人征信查询方法、装置及电子设备。

背景技术

个人征信报告在办理房贷、金融借贷、招聘求职等多个领域都有重要的作用，个人征信报告是最直接反应个人信用的书面报告。

目前，一般有银行或者有资质的第三方平台提供个人征信查询业务。当企业招聘需要查询被招聘人员的个人征信时，有员工授权企业在有资质的第三方平台进行个人征信查询。通过有资质的第三方平台的大数据中心，对于招聘的内外勤人员进行个人信用分析，为公司提供个人信用报告和决策依据，加强企业人员管理。

针对上述相关技术，发明人认为存在第三方平台进行个人征信查询无法满足企业对征信的个性化需求。

发明内容

为了为企业提供个性化的个人征信查询服务，本申请提供了一种企业基于大数据的个人征信查询方法、装置及电子设备。

在本申请的第一方面，提供了一种企业基于大数据的员工个人征信查询方法。该方法应用于特定APP，该方法包括：

获取用户的授权协议和个人身份信息，所述个人身份信息包括身份证号以及姓名；

根据所述授权协议和个人信息调取用户的征信原始数据，并根据预设的基础评分规则，得出各项数据评分，每项数据均对应一项基础评分规则，所述预设的基础评分规则以及各项数据评分存储在云端，所述征信原始数据至少包括：信贷数据、电信欠费数据、欠税数据、保证人代偿数据和资产处置数据；

根据企业需求模型调取特定数据的评分，所述企业需求模型以及调取的特定数据的评分存储在本地；

根据特定数据的评分以及企业评分模型，确定最终评分，所述企业评分模型和最终评分存储在本地。

通过采用上述技术方案，获取用户的授权协议以及个人信息，根据授权协议以及个人信息调取用户的原始征信数据，并根据基础评分规则得出各项数据的评分，再根据企业需求模型调取用户特定类型数据的评分，保证了用户征信数据的私密性，根据特定类型数据的评分以及以及企业评分模型得出最终评分，所得的评分符合企业的个性化需求，为企业提供个性化的个人征信查询服务。

可选的，所述获取用户的授权协议的方法具体包括：

获取用户登录信息；

判断所述用户是否已签署授权协议；

若是，调取用户的授权协议；

若否，向用户展示授权协议内容、身份证号以及姓名；

获取确定指令后获取用户图像信息，进行人脸识别验证；

若验证通过，获取用户的签字信息，完成授权协议，并存储；

调取用户的授权协议。

可选的，所述根据所述授权协议和个人信息调取用户的征信原始数据的方法，具体包括：

发送用户的授权协议、身份证号以及姓名至第三方大数据平台，第三方大数据平台接收用户的授权协议、身份证号以及姓名使得该用户的征信原始数据处于可调取状态；

从第三方大数据平台调取用户的征信原始数据。

可选的，所述根据预设的基础评分规则，得出各项数据评分的方法，具体包括：

信贷数据评分，信贷数据包括信用卡数据和贷款数据：

获取信用卡账户数、预设时间内发生过60天以上逾期的账户数、预设时间内发生过90天以上逾期的账户数、目前欠款金额；

根据信用卡账户数、预设时间内发生过60天以上逾期的信用卡账户数、预设时间内发生过90天以上逾期的信用卡账户数、目前欠款金额确定信用卡数据评分；

贷款账户数、预设时间内发生过逾期的月份数以及预设时间内的月份数；

根据贷款账户数、预设时间内发生过逾期的月份数以及预设时间内的月份数确定贷款数据评分；

将贷款数据评分和信用卡数据评分根据预设的基础评分规则得出信贷数据评分；

保证人代偿数据：

判断是否存在保证人代偿数据；

若是，保证人代偿数据评分为零分；若否，保证人代偿数据为满分；

资产处置数据：

判断是否存在资产处置数据；

若是，资产处置数据评分为零分；若否，资产处置数据评分为满分；

欠税数据：

根据欠税金额划分不同的等级；

每个等级对应不同的欠税数据评分；

获取用户欠税金额，判断用户欠税金额所处等级，得出欠税数据评分；

电信欠费数据：

获取预设时间内电信欠费拖欠次数以及目前所欠金额；

基于预设的基础评分规则，根据每次电信欠费拖欠次数以及目前所欠金额得出电信欠费数据评分。

可选的，根据所述企业需求模型调取特定类型数据的评分的方法，具体包括：

获取企业所关注的征信数据；

根据企业所关注的征信数据建立企业需求模型；

根据企业需求模型，调取企业需求模型包含的数据的评分。

可选的，所述根据特定数据的评分以及企业评分模型，确定最终评分的方法，具体包括：

获取企业需求的各项数据对应的权重；

根据业需求各项数据的评分以及企业需求的各项数据评分对应权重建立企业评分模型；

将企业需求的各项数据的评分输入企业评分模型得出最终评分。

在本申请的第二方面，提供了一种企业基于大数据的员工个人征信查询装置。该装置包括：

获取模块，用于获取用户的授权协议和个人身份信息，所述个人身份信息包括身份证号以及姓名；

第一处理模块，用于根据所述授权协议和个人信息调取用户的征信原始数据，并根据预设的基础评分规则，得出各项数据评分，每项数据均对应一项基础评分规则，所述评分模型以及各项数据评分存储在云端，所述数据包括：信贷数据、公共记录数据、保证人代偿数据和资产处置数据；

第二处理模块，用于根据企业需求模型调取特定类型数据的评分，所述企业需求模型以及调取的特定类型数据的评分存储在本地；

第三处理模块，用于根据特定数据的评分以及企业评分模型，确定最终评分，所述企业评分模型和最终评分存储在本地。

可选的，所述第二处理模块被进一步配置为，

根据各个企业所关注的数据，建立企业需求模型；

获取企业需求模型；

调取企业需求模型包含的数据的评分。

在本申请的第三方面，提供了一种电子设备，采用如下技术方案：

一种电子设备，包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如根据本申请的第一方面的方法。

在本申请的第四方面，提供了一种计算机可读存储介质，采用如下技术方案：

一种计算机可读存储介质，存储有计算机程序，所述程序被处理器执行时实现如根据本申请的第一方面的方法。

综上所述，本申请包括以下有益技术效果：

获取用户的授权协议以及个人信息，根据授权协议以及个人信息调取用户的原始征信数据，并根据基础评分规则得出各项数据的评分，再根据企业需求模型调取用户特定类型数据的评分，保证了用户征信数据的私密性，根据特定类型数据的评分以及以及企业评分模型得出最终评分，所得的评分符合企业的个性化需求，为企业提供个性化的个人征信查询服务。

附图说明

图1示出了根据本申请的实施例的企业基于大数据的个人征信查询方法方法的流程图；

图2示出了根据本申请的实施例的企业基于大数据的个人征信查询装置的方框图；

图3示出了根据本申请的实施例的电子设备的方框图。

附图标记说明：200、企业基于大数据的个人征信查询装置；201、获取模块；202、第一处理模块；203、第二处理模块；204、第三处理模块；301、CPU；302、ROM；303、RAM；304、I/O接口；305、输入部分；306、输出部分；307、存储部分；308、通信部分；309、驱动器；310、可拆卸介质。

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的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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全部其他实施例，都属于本申请保护的范围。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

本申请使用的所有术语（包括技术术语或者科学术语）与本申请所属领域的普通技术人员理解的含义相同，除非另外特别定义。还应当理解，在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

图1示出了根据本申请实施例的企业基于大数据的个人征信查询方法的流程图。该方法应用于特定的APP，该APP可下载至终端设备，如电脑、手机和平板等，该方法包括：

S101：获取用户的授权协议和个人身份信息。

用户的授权协议为用户签订的允许第三方访问个人征信数据的凭证，个人身份信息包括身份证号以及姓名。

具体的：

用户的个人身份信息可由个人手动输入后由服务器获取；

获取用户的授权协议的方法为：每个用户均唯一对应一个特定的账号，且对应的账号均绑定用户的个人身份信息，用户通过自身账号登录APP，并签订授权协议后，将该账号标记为“已签”，并将签订的授权协议存储至数据库中；没有通过自身账号登录APP签订授权协议的将该账号标记为“未签署”；当用户通过自身账号登录APP时，获取该账号的登录信息，登录信息包括标记信息，根据用户的标记信息判断该用户是否已签署过授权协议，若用户已签署过授权协议，服务器可直接调取该用户的授权协议。

若判断用户未签署过授权协议，提示用户签署授权协议，并向用户展示授权协议内容、身份证号以及姓名，同时确认界面显示“点我签名”按钮，用户阅读授权协议内容，并去人身份证号以及姓名，确认无误后，通过点击 “点我签名”按钮，输入确认指令，服务器获取用户输入的确认指令后，进行用户人脸图像信息的获取。人脸图像信息的获取可通过终端设备的摄像头进行采集后，存储至数据库中，服务器从数据库中调取人脸图像信息。

获取人脸图像信息后，将获取的用户的人脸图像信息与特定账户对应的身份证的人脸图像信息对比，进行人脸识别验证，若获取的用户的人脸图像信息与身份证的人脸图像信息匹配失败时，重新获取用户的人脸图像信息，再次进行匹配，三次匹配失败后，验证失败，结束程序。

当获取的用户的人脸图像信息与身份证的人脸图像信息匹配成功时，则验证通过，验证通过后，进入签名界面，用户在签名接界面输入姓名信息，签名时，逐字展示用户姓名，签署完成后进行提交，服务器获取提交的电子签名，并将签署的授权协议合成PDF文件进行加密处理，存储至数据库中。PDF文件的合成以及加密处理为本领域技术人员所公知的技术手段，在此不做过多赘述。

S102：根据所述授权协议和个人信息调取用户的征信原始数据，并根据预设的基础评分规则，得出各项数据评分。

具体的，征信原始数据包括：信贷数据、电信欠费数据、行政处罚数据、强制执行数据、民事判决数据、欠税数据、保证人代偿数据和资产处置数据，每项数据均对应一项基础评分规则，根据每项数据各自对应的基础评分规则，得出每项数据的评分。

将用户的签订的授权协议、用户的身份证号以及用户的姓名发送至第三方大数据平台，第三方大数据平台接收到用户的签订的授权协议、用户的身份证号以及用户的姓名后，使得该用户的征信原始数据处于可调取的状态，服务器从第三方大数据平台调取该用户的征信原始数据。

根据预设的基础评分规则，得出各项数据评分的方法，具体为：

信贷数据评分：

信贷数据包括信用卡数据和贷款数据，调取用户原始征信大数据后，对用户的原始征信大数据进行解析，得到用户的信用卡数据和贷款数据，信用卡数据至少包括信用卡账户数、预设时间内发生过60天以上逾期的账户数、预设时间内发生过90天以上逾期的账户数、目前欠款金额；贷款数据至少包括，贷款账户数、预设时间内发生过逾期的月份数以及预设时间内的月份数。

计算信用卡数据评分的方法为：A=B×(α1×N1/N+β1×N2/N+γ1×逾期总金额/逾期账户所在银行的信用额度和)；其中A为信用卡数据评分，B为信用卡数据评分的满分；α1、β1、γ1为权重且为固定值，N为信用卡账户数，N1为预设时间内发生过60天以上逾期的账户数，N2为预设时间内发生过90天以上逾期的账户数。

计算贷款数据评分的方法为：C=D×(α2×Q1/Q+β2×T1/T)；其中C为贷款数据评分，D贷款数据评分的满分，α2、β2为权重且为固定值，Q为贷款账户数，Q1为发生过逾期的账户数，T为预设时间内的月份数，T1为预设时间内发生过逾期的月份数。

信贷数据评分：F=α3×A+β3×B；其中，F为信贷数据评分，α3、β3为权重且为固定值。

保证人代偿数据评分：

服务器对获取的征信原始数据进行解析，得到用户的保证人代偿数据，根据保证人代偿数据判断是否存在保证人代偿行为，若是，保证人代偿数据评分为0分，若否，保证人代偿数据评分为满分。

资产处置数据评分：

服务器对获取的征信原始数据进行解析，得到用户的资产处置数据，根据资产处置数据判断是否存在资产处置行为，若是，资产处置数据评分为0分，若否，资产处置数据评分为满分。

欠税数据评分：

根据欠税金额，划分不同的等级，本实施例中等级的划分为：

欠税金额为0，对应的欠税数据评分为100；欠税金额大于0小于等于500，对应的欠税数据评分为80；欠税金额大于500小于等于1000，对应的欠税数据评分为60；欠税金额大于1000小于等于1500，对应的欠税数据评分为40；欠税金额大于1500小于等于2000，对应的欠税数据评分为20；欠税金额大于2000，对应的欠税数据评分为0。

服务器对获取的征信原始数据进行解析，得到用户的欠税数据，获取用户的欠税金额，判断用户欠税金额所处的等级，确定用户的欠税数据评分。

电信欠费数据评分：

服务器对获取的征信原始数据进行解析，得到用户的电信欠费数据，判断是否存在电信欠费数据，若否，电信数据评分为满分；若是，获取预设时间内该用户的电信欠费拖欠次数以及目前所欠金额，当不存在电信欠费记录时，电信数据评分为满分将获取到的预设时间内该用户的电信欠费拖欠次数以及目前所欠金额带入公式：

G=M×[k×(1/R×S)]；其中,M为电信数据欠费评分满分分值，k为比例系数为固定值；R为预设时间内电信欠费拖欠次数，S为目前拖欠金额。其中，预设时间内的电信欠费拖欠次数的统计为：如用户在一月份存在电信欠费，即计一次，依次累加。

本实施例中，各项数据评分的满分均为100分。

S103：根据企业需求模型调取特定数据的评分。

具体的，不同企业在对员工的征信数据进行查询时，关注的数据不同，因此每个企业根据各自关注的数据，建立各自的企业需求模型，通过各自的企业需求模型调取特定数据的评分。

S104：根据特定数据的评分以及企业评分模型，确定最终评分。

不同企业根据自身实际情况，获取特定的数据的评分，根据对不同数据的侧重不同，确定各项数据评分对应的权重，通过企业需要的数据以及各项型数据对应的权重，建立企业评分模型。不同数据对应的权重由企业根据自身的侧重人为设定。确定最终评分时，将获取的各项数据的评分带入企业评分模型中，得出最终评分。使得可以根据企业需求为企业提供个性化的征信查询。

本实施例中，各项数据对应的预设的基础评分规则以及各项数据评分均存储在云端，企业需求模型以及企业评分模型存储在本地，将通用的基础评分规则以及计算出的各项数据的评分存储在云端，节省了本地存储空间，同时，各项数据评分进行存储，调取时，调取相应数据的评分，保证了员工征信数据的私密性，由于企业需求模型以及企业评分模型不同公司的要求不同，所需要的模型也各不相同，因此企业需求模型以及企业评分模型存储在本地。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本申请所必须的。

以上是关于方法实施例的介绍，以下通过装置实施例，对本申请所述方案进行进一步说明。

参照图2，企业基于大数据的个人征信查询装置200包括：

获取模块201，用于获取用户的授权协议和个人身份信息，所述个人身份信息包括身份证号以及姓名；

第一处理模块202，用于根据所述授权协议和个人信息调取用户的征信原始数据，并根据预设的基础评分规则，得出各项数据评分，每项数据均对应一项基础评分规则，所述评分模型以及各项数据评分存储在云端，所述数据包括：信贷数据、公共记录数据、保证人代偿数据和资产处置数据；

第二处理模块203，用于根据企业需求模型调取特定类型数据的评分，所述企业需求模型以及调取的特定类型数据的评分存储在本地；

第三处理模块204，用于根据特定数据的评分以及企业评分模型，确定最终评分，所述企业评分模型和最终评分存储在本地。

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，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

参照图3，电子设备包括中央处理单元(CPU) 301，其可以根据存储在只读存储器(ROM) 302中的程序或者从存储部分307加载到随机访问存储器(RAM) 303中的程序而执行各种适当的动作和处理。在RAM303中，还存储有企业基于大数据的个人征信查询装置200操作所需的各种程序和数据。CPU301、ROM302以及RAM303通过总线彼此相连，输入/输出(I/O)接口也连接至总线。

以下部件连接至I/O接口304：包括键盘、鼠标等的输入部分305；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分306；包括硬盘等的存储部分307；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分308。通信部分308经由诸如因特网的网络执行通信处理。驱动器309也根据需要连接至I/O接口304。可拆卸介质，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器309上，以便于从其上读出的计算机程序根据需要被安装入存储部分307。

特别地，根据本申请的实施例，上文参考图1描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在机器可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分308从网络上被下载和安装，和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU) 301执行时，执行本申请的系统中限定的上述功能。

需要说明的是，本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的申请范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述申请构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术。

Claims (10)

1.一种企业基于大数据的个人征信查询方法方法，该方法应用于特定APP，其特征在于，该方法包括：

获取用户的授权协议和个人身份信息，所述个人身份信息包括身份证号以及姓名；

根据所述授权协议和个人信息调取用户的征信原始数据，并根据预设的基础评分规则，得出各项数据评分，每项数据均对应一项基础评分规则，所述预设的基础评分规则以及各项数据评分存储在云端，所述征信原始数据至少包括：信贷数据、电信欠费数据、欠税数据、保证人代偿数据和资产处置数据；

根据企业需求模型调取特定数据的评分，所述企业需求模型以及调取的特定数据的评分存储在本地；

根据特定数据的评分以及企业评分模型，确定最终评分，所述企业评分模型和最终评分存储在本地。

2.根据权利要求1所述的企业基于大数据的个人征信查询方法方法，其特征在于：所述获取用户的授权协议的方法具体包括：

获取用户登录信息；

判断所述用户是否已签署授权协议；

若是，调取用户的授权协议；

若否，向用户展示授权协议内容、身份证号以及姓名；

获取确定指令后获取用户图像信息，进行人脸识别验证；

若验证通过，获取用户的签字信息，完成授权协议，并存储；

调取用户的授权协议。

3.根据权利要求1所述的企业基于大数据的个人征信查询方法方法，其特征在于：所述根据所述授权协议和个人信息调取用户的征信原始数据的方法，具体包括：

发送用户的授权协议、身份证号以及姓名至第三方大数据平台，第三方大数据平台接收用户的授权协议、身份证号以及姓名使得该用户的征信原始数据处于可调取状态；

从第三方大数据平台调取用户的征信原始数据。

4.根据权利要求1所述的企业基于大数据的个人征信查询方法方法，其特征在于：所述根据预设的基础评分规则，得出各项数据评分的方法，具体包括：

信贷数据评分，信贷数据包括信用卡数据和贷款数据：

获取信用卡账户数、预设时间内发生过60天以上逾期的账户数、预设时间内发生过90天以上逾期的账户数、目前欠款金额；

根据信用卡账户数、预设时间内发生过60天以上逾期的信用卡账户数、预设时间内发生过90天以上逾期的信用卡账户数、目前欠款金额确定信用卡数据评分；

贷款账户数、预设时间内发生过逾期的月份数以及预设时间内的月份数；

根据贷款账户数、预设时间内发生过逾期的月份数以及预设时间内的月份数确定贷款数据评分；

将贷款数据评分和信用卡数据评分根据预设的基础评分规则得出信贷数据评分；

保证人代偿数据：

判断是否存在保证人代偿数据；

若是，保证人代偿数据评分为零分；若否，保证人代偿数据为满分；

资产处置数据：

判断是否存在资产处置数据；

若是，资产处置数据评分为零分；若否，资产处置数据评分为满分；

欠税数据：

根据欠税金额划分不同的等级；

每个等级对应不同的欠税数据评分；

获取用户欠税金额，判断用户欠税金额所处等级，得出欠税数据评分；

电信欠费数据：

获取预设时间内电信欠费拖欠次数以及目前所欠金额；

基于预设的基础评分规则，根据每次电信欠费拖欠次数以及目前所欠金额得出电信欠费数据评分。

5.根据权利要求4述的企业基于大数据的个人征信查询方法方法，其特征在于：根据所述企业需求模型调取特定类型数据的评分的方法，具体包括：

获取企业所关注的征信数据；

根据企业所关注的征信数据建立企业需求模型；

根据企业需求模型，调取企业需求模型包含的数据的评分。

6.根据权利要求5述的企业基于大数据的个人征信查询方法方法，其特征在于：所述根据特定数据的评分以及企业评分模型，确定最终评分的方法，具体包括：

获取企业需求的各项数据对应的权重；

根据业需求各项数据的评分以及企业需求的各项数据评分对应权重建立企业评分模型；

将企业需求的各项数据的评分输入企业评分模型得出最终评分。

7.一种企业基于大数据的个人征信查询方法装置，其特征在于，包括：

获取模块（201），用于获取用户的授权协议和个人身份信息；

第一处理模块（202），用于根据所述授权协议和个人信息调取用户的征信原始数据，并根据预设的基础评分规则，得出各项数据评分，每项数据均对应一项基础评分规则；

第二处理模块（203），用于根据企业需求模型调取特定数据的评分，所述企业需求模型以及调取的特定数据的评分存储在本地；

第三处理模块（204），用于根据特定数据的评分以及企业评分模型，确定最终评分，所述企业评分模型和最终评分存储在本地。

8.根据权利要求7述的企业基于大数据的个人征信查询方法方法，其特征在于：所述第二处理模块被进一步配置为，

获取企业所关注的征信数据；

根据企业所关注的征信数据建立企业需求模型；

根据企业需求模型，调取企业需求模型包含的数据的评分。

9.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一项所述的方法。

Images