JP6595718B2 - クレジット点数モデルトレーニング方法、クレジット点数計算方法、装置及びサーバー - Google Patents
クレジット点数モデルトレーニング方法、クレジット点数計算方法、装置及びサーバー Download PDFInfo
- Publication number
- JP6595718B2 JP6595718B2 JP2018535228A JP2018535228A JP6595718B2 JP 6595718 B2 JP6595718 B2 JP 6595718B2 JP 2018535228 A JP2018535228 A JP 2018535228A JP 2018535228 A JP2018535228 A JP 2018535228A JP 6595718 B2 JP6595718 B2 JP 6595718B2
- Authority
- JP
- Japan
- Prior art keywords
- credit score
- user
- sample
- sample user
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/045—Explanation of inference; Explainable artificial intelligence [XAI]; Interpretable artificial intelligence
-
- 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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Description
複数のサンプルユーザーの第i(iは初期値が1の正の整数である。)回のクレジット点数、各上記サンプルユーザーの第i回の関係クレジット点数、及び各上記サンプルユーザーの違約注記情報を取得することと、
各上記サンプルユーザーに対して、上記サンプルユーザーの第i回のクレジット点数、上記サンプルユーザーの第i回の関係クレジット点数、及び上記サンプルユーザーの違約注記情報に基づいて、クレジット点数モデルをトレーニングし、上記サンプルユーザーの第i+1回のクレジット点数を算出することと、
各上記サンプルユーザーの第i+1回のクレジット点数がトレーニング終了条件を満たすと、トレーニング完了の上記クレジット点数モデルを得ることと、を含み、
ここで、上記サンプルユーザーの第i回の関係クレジット点数は、上記サンプルユーザーと社交関係を有する他の各ユーザーの第i回のクレジット点数に基づいて算出されたものであり、上記サンプルユーザーの違約注記情報は、上記サンプルユーザーの分類に用いられるクレジット点数モデルトレーニング方法を提供した。
各ユーザーの第1回のクレジット点数と、上記サンプルユーザーと社交関係を有する他の各ユーザーの第1回のクレジット点数に基づいて算出された各上記ユーザーの第1回の関係クレジット点数を取得することと、
各ユーザーに対して、上記ユーザーの第1回のクレジット点数と上記ユーザーの第1回の関係クレジット点数をトレーニング完了の上記クレジット点数モデルに入力して、上記ユーザーのターゲットクレジット点数を算出することと、を含むクレジット点数計算方法を提供した。
複数のサンプルユーザーの第i(iは初期値が1の正の整数である。)回のクレジット点数、各上記サンプルユーザーの第i回の関係クレジット点数、及び各上記サンプルユーザーの違約注記情報を取得するための情報取得モジュールと、
各上記サンプルユーザーに対して、上記サンプルユーザーの第i回のクレジット点数、上記サンプルユーザーの第i回の関係クレジット点数、及び上記サンプルユーザーの違約注記情報に基づいて、クレジット点数モデルをトレーニングし、上記サンプルユーザーの第i+1回のクレジット点数を算出するための情報入力モジュールと、
各上記サンプルユーザーの第i+1回のクレジット点数がトレーニング終了条件を満たすと、トレーニング完了の上記クレジット点数モデルを得るためのモデルトレーニングモジュールと、を含み、
ここで、上記サンプルユーザーの第i回の関係クレジット点数は、上記サンプルユーザーと社交関係を有する他の各ユーザーの第i回のクレジット点数に基づいて算出されたものであり、上記サンプルユーザーの違約注記情報は、サンプルユーザーの分類に用いられるクレジット点数モデルトレーニング装置を提供した。
各ユーザーの第1回のクレジット点数、および、上記ユーザーと社交関係を有する他の各ユーザーの第1回のクレジット点数に基づいて算出された各上記ユーザーの第1回の関係クレジット点数を取得するためのクレジット取得モジュールと、
各ユーザーに対して、上記ユーザーの第1回のクレジット点数と上記ユーザーの第1回の関係クレジット点数をトレーニング完了の上記クレジット点数モデルに入力して、上記ユーザーのターゲットクレジット点数を算出するためのターゲット計算モジュールと、を含むクレジット点数計算装置を提供した。
一つ又は複数のプロセッサと、
一つ又は複数のプログラムを記憶するメモリーと、を含み、
上記一つ又は複数のプログラムは、上記一つ又は複数のプロセッサによって実行されるように構成され、
前記一つ又は複数のプログラムは、
複数のサンプルユーザーの第i(iは初期値が1の正の整数である。)回のクレジット点数、各上記サンプルユーザーの第i回の関係クレジット点数、および各上記サンプルユーザーの違約注記情報を取得する動作と、
各上記サンプルユーザーに対して、上記サンプルユーザーの第i回のクレジット点数、上記サンプルユーザーの第i回の関係クレジット点数、および上記サンプルユーザーの違約注記情報に基づいて、クレジット点数モデルをトレーニングし、上記サンプルユーザーの第i+1回のクレジット点数を算出する動作と、
各上記サンプルユーザーの第i+1回のクレジット点数がトレーニング終了条件を満たすと、トレーニング完了の上記クレジット点数モデルを得る動作と、を行うための指令を含み、
ここで、上記サンプルユーザーの第i回の関係クレジット点数は、上記サンプルユーザーと社交関係を有する他の各ユーザーの第i回のクレジット点数に基づいて算出されたものであり、上記サンプルユーザーの違約注記情報は、サンプルユーザーの分類に用いられるクレジット点数モデルトレーニングサーバーを提供した。
一つ又は複数のプロセッサと、
一つ又は複数のプログラムを記憶するメモリーと、を含み、
上記一つ又は複数のプログラムは、上記一つ又は複数のプロセッサによって実行されるように構成され、
前記一つ又は複数のプログラムは、
各ユーザーの第1回のクレジット点数、および、上記ユーザーと社交関係を有する他の各ユーザーの第1回のクレジット点数に基づいて算出されたものである上記の各ユーザーの第1回の関係クレジット点数を取得する動作と、
各ユーザーに対して、上記ユーザーの第1回のクレジット点数と上記ユーザーの第1回の関係クレジット点数をトレーニング完了の上記クレジット点数モデルに入力して、上記ユーザーのターゲットクレジット点数を算出する動作と、を行うための指令を含む
クレジット点数計算サーバーを提供した。
複数のサンプルユーザーの第i回のクレジット点数、各サンプルユーザーの第i回の関係クレジット点数、および各サンプルユーザーの違約注記情報を取得することと、各サンプルユーザーに対して、サンプルユーザーの第i回のクレジット点数、サンプルユーザーの第i回の関係クレジット点数、およびサンプルユーザーの違約注記情報に基づいて、クレジット点数モデルをトレーニングし、上記サンプルユーザーの第i+1回のクレジット点数を算出することと、各サンプルユーザーの第i+1回のクレジット点数がトレーニング終了条件を満たすと、トレーニング完了のクレジット点数モデルを得ることと、を含むことで、ユーザー個人の情報が欠けていたり、間違いが存在したりするときにユーザーのクレジット点数を正確に計算しにくい問題を解決し、ユーザーのクレジット点数と、ユーザーと社交関係を有する他のユーザーのクレジット点数とを同時に統計して、当該ユーザーのターゲットクレジット点数を総合的に算出でき、クレジット点数モデルのカバー範囲を拡大し、ユーザーのクレジット点数の計算正確度を高めたことである。
複数のサンプルユーザーの違約注記情報を取得し、各サンプルユーザーの第i回のクレジット点数と各サンプルユーザーの第i回の関係クレジット点数を取得するための情報取得モジュール520と、
各サンプルユーザーに対して、サンプルユーザーの第i回のクレジット点数、サンプルユーザーの第i回の関係クレジット点数及びサンプルユーザーの違約注記情報に基づいて、クレジット点数モデルをトレーニングし、サンプルユーザーの第i+1回のクレジット点数を算出するための情報入力モジュール540と、
各サンプルユーザーの第i+1回のクレジット点数がトレーニング終了条件を満たすと、トレーニング完了のクレジット点数モデルを得るためのモデルトレーニングモジュール560と、を含む。
各ユーザーの第1回のクレジット点数と、ユーザーと社交関係を有する他の各ユーザーの第1回のクレジット点数に基づいて算出された各ユーザーの第1回の関係クレジット点数とを取得するためのクレジット取得モジュール720と、
各ユーザーに対して、ユーザーの第1回のクレジット点数とユーザーの第1回の関係クレジット点数をトレーニング完了のクレジット点数モデルに入力して、ユーザーのターゲットクレジット点数を算出するためのターゲット計算モジュール740と、を含む。
540 情報入力モジュール
560 モデルトレーニングモジュール
Claims (36)
- クレジット点数モデルトレーニング方法であって、前記方法は、
サーバーが、複数のサンプルユーザーの違約注記情報と、各前記サンプルユーザーの第i(iは初期値が1の正の整数である。)回のクレジット点数と、各前記サンプルユーザーの社交関係チェーンを取得すること、ここで前記社交関係チェーンは前記サンプルユーザーと他のユーザーとの間に存在する社交関係である、と、
サーバーが、前記社交関係チェーンに従って各前記サンプルユーザーの第i回関係クレジット点数を取得することと、
サーバーが、各前記サンプルユーザーに対して、前記サンプルユーザーの第i回のクレジット点数、前記サンプルユーザーの第i回の関係クレジット点数、及び前記サンプルユーザーの違約注記情報に基づいて、クレジット点数モデルをトレーニングし、前記サンプルユーザーの第i+1回のクレジット点数を算出することと、
サーバーが、各前記サンプルユーザーの第i+1回のクレジット点数がトレーニング終了条件を満たすと、トレーニング完了の前記クレジット点数モデルを得ることと、を含み、
前記サンプルユーザーの第i回の関係クレジット点数は前記サンプルユーザーと社交関係を有する他の各ユーザーの第i回のクレジット点数に基づいて算出されたものであり、前記サンプルユーザーの違約注記情報は前記サンプルユーザーの分類に用いられ、
前記方法は、さらに、各サンプルユーザーの違約注記情報と各サンプルユーザーの第i+1回のクレジット点数を用いて、各サンプルユーザーのクレジット点数と違約注記情報との間の関連を確立して、トレーニング完了の前記クレジット点数モデルに基づいて決定されるターゲットユーザを分類することを含む、
ことを特徴とするクレジット点数モデルトレーニング方法。 - i=1の時、複数のサンプルユーザーの第i回のクレジット点数を取得することは、
各前記サンプルユーザーに対して、前記サンプルユーザーの個人クレジット情報に基づいて前記サンプルユーザーの第1回のクレジット点数を算出すること、又は、
前記個人クレジット情報に基づいて前記第1回のクレジット点数を算出することのできないサンプルユーザーが存在する場合、前記サンプルユーザーと社交関係を有する他の各ユーザーの第1回のクレジット点数に基づいて算出された前記サンプルユーザーの第1回の関係クレジット点数を前記サンプルユーザーの第1回のクレジット点数として決定すること、を含むことを特徴とする請求項1に記載の方法。 - 各前記サンプルユーザーの第i+1回のクレジット点数がトレーニング終了条件を満たすと、トレーニング完了の前記クレジット点数モデルを得ることは、
各前記サンプルユーザーの第i+1回のクレジット点数と各前記サンプルユーザーの第i回のクレジット点数との間の相関係数を計算することと、
前記相関係数が第1の閾値より大きいかどうかを検出することと、
前記相関係数が前記第1の閾値より大きいと、トレーニング完了の前記クレジット点数モデルを得ることと、を含むことを特徴とする請求項1に記載の方法。 - 前記社交関係チェーンに従って各前記サンプルユーザーの第i回関係クレジット点数を決定することは、
前記社交関係チェーンに基づいて各前記サンプルユーザーに対応する前記他の各ユーザーの第i回のクレジット点数を取得することと、
取得した前記他の各ユーザーの第i回のクレジット点数に基づいて各前記サンプルユーザーの第i回の関係クレジット点数を計算することと、を含む、ことを特徴とする請求項1乃至3の中のいずれかに記載の方法。 - 取得した前記他の各ユーザーの第i回のクレジット点数に基づいて各前記サンプルユーザーの第i回の関係クレジット点数を計算することは、
各前記サンプルユーザーに対して、前記サンプルユーザーに対応する前記他の各ユーザーの第i回のクレジット点数の平均値を計算することと、
前記平均値を前記サンプルユーザーの第i回の関係クレジット点数として決定することと、を含むことを特徴とする請求項4に記載の方法。 - 取得した前記他の各ユーザーの第i回のクレジット点数に基づいて各前記サンプルユーザーの第i回の関係クレジット点数を計算することは、
各前記サンプルユーザーに対して、前記社交関係チェーンに基づいて前記他の各ユーザーに対応する重みを取得することと、
前記他の各ユーザーの第i回のクレジット点数と前記他の各ユーザーに対応する重みに基づいて、下式に従って前記サンプルユーザーの第i回の関係クレジット点数を計算することと、を含むことを特徴とする請求項4に記載の方法。
- 各前記サンプルユーザーの第i+1回のクレジット点数が前記トレーニング終了条件を満たさない場合、前記サーバーが、i=i+1とし、各前記サンプルユーザーの第i回のクレジット点数と各前記サンプルユーザーの第i回の関係クレジット点数を取得するステップを再び実行することを特徴とする請求項1乃至3の中のいずれかに記載の方法。
- 前記クレジット点数モデルは、ロジスティック回帰分類モデル又は決定木分類モデルを含むことを特徴とする請求項1乃至3の中のいずれかに記載の方法。
- 請求項1乃至8の中のいずれかに記載のクレジット点数モデルに適用するクレジット点数計算方法であって、
前記サーバーが、各ユーザーの第1回のクレジット点数、および、前記ユーザーと社交関係を有する他の各ユーザーの第1回のクレジット点数に基づいて算出された各前記ユーザーの第1回の関係クレジット点数を取得することと、
前記サーバーが、各ユーザーに対して、前記ユーザーの第1回のクレジット点数と前記ユーザーの第1回の関係クレジット点数をトレーニング完了の前記クレジット点数モデルに入力して、前記ユーザーのターゲットクレジット点数を算出することと、を含むことを特徴とするクレジット点数計算方法。 - 前記ユーザーの第1回のクレジット点数と前記ユーザーの第1回の関係クレジット点数をトレーニング完了の前記クレジット点数モデルに入力して、前記ユーザーのターゲットクレジット点数を算出することは、
前記ユーザーの第1回のクレジット点数と前記ユーザーの第1回の関係クレジット点数をトレーニング完了の前記クレジット点数モデルに入力して、前記ユーザーの第x回のクレジット点数を算出することと、
前記ユーザーの第x回のクレジット点数が予め設定された条件を満たした場合、前記ユーザーの第x回のクレジット点数を前記ユーザーのターゲットクレジット点数として決定することと、を含むことを特徴とする請求項9に記載の方法。 - 前記ユーザーの第x回のクレジット点数が予め設定された条件を満たした場合、前記ユーザーの第x回のクレジット点数を前記ユーザーのターゲットクレジット点数として決定することは、
前記サーバーが、前記ユーザーの第x回のクレジット点数と前記ユーザーの第x−1回のクレジット点数との間の差を計算することと、
前記サーバーが、前記差が第2の閾値より小さいかどうかを検出することと、
前記サーバーが、前記差が前記第2の閾値より小さいと、前記ユーザーの第x回のクレジット点数を前記ユーザーのターゲットクレジット点数として決定することと、を含むことを特徴とする請求項10に記載の方法。 - 前記ユーザーの第x回のクレジット点数が前記予め設定された条件を満たさない場合、前記サーバーが、前記ユーザーの第x回のクレジット点数と前記ユーザーの第x回の関係クレジット点数を前記クレジット点数モデルに再び入力して、前記ユーザーの第x+1回のクレジット点数を算出することと、
前記サーバーが、x=x+1とし、前記ユーザーの第x回のクレジット点数と前記ユーザーの第x−1回のクレジット点数との間の差を計算するステップを再び実行することと、を含むことを特徴とする請求項10に記載の方法。 - サーバーに適用される、クレジット点数モデルトレーニング装置であって、前記装置は、メモリーに記憶されたプログラムコンポーネントを実行するように構成されたハードウェアプロセッサを備え、プログラムモジュールは、
複数のサンプルユーザーの違約注記情報を取得し、各前記サンプルユーザーの第i(iは初期値が1の正の整数である。)回のクレジット点数と、各前記サンプルユーザーの社交関係チェーンを取得する、ここで前記社交関係チェーンは前記サンプルユーザーと他のユーザーとの間に存在する社交関係である、ための情報取得モジュールであって、
前記情報取得モジュールはさらに、前記社交関係チェーンに従って各前記サンプルユーザーの第i回関係クレジット点数を取得し、
各前記サンプルユーザーに対して、前記サンプルユーザーの第i回のクレジット点数、前記サンプルユーザーの第i回の関係クレジット点数、および前記サンプルユーザーの違約注記情報に基づいて、クレジット点数モデルをトレーニングし、前記サンプルユーザーの第i+1回のクレジット点数を算出するための情報入力モジュールと、
各前記サンプルユーザーの第i+1回のクレジット点数がトレーニング終了条件を満たすと、トレーニング完了の前記クレジット点数モデルを得るためのモデルトレーニングモジュールと、を含み、
前記サンプルユーザーの第i回の関係クレジット点数は前記サンプルユーザーと社交関係を有する他の各ユーザーの第i回のクレジット点数に基づいて算出されたものであり、前記サンプルユーザーの違約注記情報は前記サンプルユーザーの分類に用いられ、
前記装置は、さらに、各サンプルユーザーの違約注記情報と各サンプルユーザーの第i+1回のクレジット点数を用いて、各サンプルユーザーのクレジット点数と違約注記情報との間の関連を確立して、トレーニング完了の前記クレジット点数モデルに基づいて決定されるターゲットユーザを分類するように構成されている
ことを特徴とするクレジット点数モデルトレーニング装置。 - i=1の時、前記情報取得モジュールは、
各前記サンプルユーザーに対して、前記サンプルユーザーの個人クレジット情報に基づいて前記サンプルユーザーの第1回のクレジット点数を算出するための第1の計算ユニット、又は
前記個人クレジット情報に基づいて前記第1回のクレジット点数を算出することのできないサンプルユーザーが存在する場合、前記サンプルユーザーの第1回の関係クレジット点数を前記サンプルユーザーの第1回のクレジット点数として決定するための第2の計算ユニットを含み、
前記第1回の関係クレジット点数は、前記サンプルユーザーと社交関係を有する他の各ユーザーの第1回のクレジット点数に基づいて算出されたものである
ことを特徴とする請求項13に記載の装置。 - 前記モデルトレーニングモジュールは、
各前記サンプルユーザーの第i+1回のクレジット点数と各前記サンプルユーザーの第i回のクレジット点数の間の相関係数を計算するための係数計算ユニットと、
前記相関係数が第1の閾値より大きいかどうかを検出するための係数検出ユニットと、
前記相関係数が前記第1の閾値より大きいと、トレーニング完了の前記クレジット点数モデルを得るためのトレーニング完了ユニットと、を含むことを特徴とする請求項14に記載の装置。 - 前記情報取得モジュールは、
前記サンプルユーザーと前記他のユーザーの間に存在する社交関係である各前記サンプルユーザーの社交関係チェーンを取得するための社交取得ユニットと、
前記社交関係チェーンに基づいて各前記サンプルユーザーに対応する前記他の各ユーザーの第i回のクレジット点数を取得するための点数取得ユニットと、
取得した前記他の各ユーザーの第i回のクレジット点数に基づいて各前記サンプルユーザーの第i回の関係クレジット点数を計算するための関係計算ユニットと、をさらに含むことを特徴とする請求項13乃至15の中のいずれかに記載の装置。 - 前記関係計算ユニットは、
各前記サンプルユーザーに対して、前記サンプルユーザーに対応する前記他の各ユーザーの第i回のクレジット点数の平均値を計算するための第3の計算ユニットと、
前記平均値を前記サンプルユーザーの第i回の関係クレジット点数として決定するための点数確定ユニットと、を含むことを特徴とする請求項16に記載の装置。 - 前記関係計算ユニットは、
各前記サンプルユーザーに対して、前記社交関係チェーンに基づいて前記他の各ユーザーに対応する重みを取得するための重み取得ユニットと、
前記他の各ユーザーの第i回のクレジット点数と前記他の各ユーザーに対応する重みに基づいて、下式に従って、前記サンプルユーザーの第i回の関係クレジット点数を計算するための第4の計算ユニットと、を含むことを特徴とする請求項16に記載の装置。
- 各前記サンプルユーザーの第i+1回のクレジット点数が前記トレーニング終了条件を満たさない場合、i=i+1とし、各前記サンプルユーザーの第i回のクレジット点数と各前記サンプルユーザーの第i回の関係クレジット点数を取得するステップを再び実行するモジュールをさらに含むことを特徴とする請求項13乃至15の中のいずれかに記載の装置。
- 前記クレジット点数モデルは、ロジスティック回帰分類モデル又は決定木分類モデルを含むことを特徴とする請求項13乃至15の中のいずれかに記載の装置。
- 請求項13乃至20の中のいずれかに記載のクレジット点数モデルに適用し、サーバーに適用される、クレジット点数計算装置であって、
各ユーザーの第1回のクレジット点数、および、前記ユーザーと社交関係を有する他の各ユーザーの第1回のクレジット点数に基づいて算出された各前記ユーザーの第1回の関係クレジット点数を取得するためのクレジット取得モジュールと、
各ユーザーに対して、前記ユーザーの第1回のクレジット点数と前記ユーザーの第1回の関係クレジット点数をトレーニング完了の前記クレジット点数モデルに入力して、前記ユーザーのターゲットクレジット点数を算出するためのターゲット計算モジュールと、を含むことを特徴とするクレジット点数計算装置。 - 前記ターゲット計算モジュールは、
前記ユーザーの第1回のクレジット点数と前記ユーザーの第1回の関係クレジット点数をトレーニング完了の前記クレジット点数モデルに入力して、前記ユーザーの第x回のクレジット点数を算出するための未決計算ユニットと、
前記ユーザーの第x回のクレジット点数が予め設定された条件を満たした場合、前記ユーザーの第x回のクレジット点数を前記ユーザーのターゲットクレジット点数として決定するためのターゲット確定ユニットと、を含むことを特徴とする請求項21に記載の装置。 - 前記ターゲット確定ユニットは、
前記ユーザーの第x回のクレジット点数と前記ユーザーの第x−1回のクレジット点数との間の差を計算するための差計算ユニットと、
前記差が第2の閾値より小さいかどうかを検出するための差検出ユニットと、
前記差が前記第2の閾値より小さいと、前記ユーザーの第x回のクレジット点数を前記ユーザーのターゲットクレジット点数として決定するためのクレジット確定ユニットと、を含む
ことを特徴とする請求項22に記載の装置。 - 前記ユーザーの第x回のクレジット点数が前記予め設定された条件を満たさない場合、前記ユーザーの第x回のクレジット点数と前記ユーザーの第x回の関係クレジット点数を前記クレジット点数モデルに再び入力して、前記ユーザーの第x+1回のクレジット点数を算出するための循環入力モジュールであって、
x=x+1とし、前記ユーザーの第x回のクレジット点数と前記ユーザーの第x−1回のクレジット点数との間の差を計算するステップを再び実行する循環入力モジュールをさらに含むことを特徴とする請求項22に記載の装置。 - 一つ又は複数のプロセッサと、
一つ又は複数のプログラムを記憶したメモリーと、を含み、
前記一つ又は複数のプログラムは、前記一つ又は複数のプロセッサによって実行されるように構成され、
前記一つ又は複数のプログラムは、
複数のサンプルユーザーの違約注記情報と、各前記サンプルユーザーの第i(iは初期値が1の正の整数である。)回のクレジット点数と、各前記サンプルユーザーの社交関係チェーンを取得する動作、ここで前記社交関係チェーンは前記サンプルユーザーと他のユーザーとの間に存在する社交関係である、と、
サーバーが、前記社交関係チェーンに従って各前記サンプルユーザーの第i回関係クレジット点数を取得する動作と、
各前記サンプルユーザーに対して、前記サンプルユーザーの第i回のクレジット点数、前記サンプルユーザーの第i回の関係クレジット点数、及び前記サンプルユーザーの違約注記情報に基づいて、クレジット点数モデルをトレーニングし、前記サンプルユーザーの第i+1回のクレジット点数を算出する動作と、
各前記サンプルユーザーの第i+1回のクレジット点数がトレーニング終了条件を満たすと、トレーニング完了の前記クレジット点数モデルを得る動作と、を行うための指令を含み、
前記サンプルユーザーの第i回の関係クレジット点数は前記サンプルユーザーと社交関係を有する他の各ユーザーの第i回のクレジット点数に基づいて算出されたものであり、前記サンプルユーザーの違約注記情報は前記サンプルユーザーの分類に用いられ、
前記プログラムの動作は、さらに、各サンプルユーザーの違約注記情報と各サンプルユーザーの第i+1回のクレジット点数を用いて、各サンプルユーザーのクレジット点数と違約注記情報との間の関連を確立して、トレーニング完了の前記クレジット点数モデルに基づいて決定されるターゲットユーザを分類する動作を含む、
ことを特徴とするクレジット点数モデルトレーニングサーバー。 - i=1の時、前記一つ又は複数のプログラムは、
各前記サンプルユーザーに対して、前記サンプルユーザーの個人クレジット情報に基づいて前記サンプルユーザーの第1回のクレジット点数を算出する動作、又は、
前記個人クレジット情報に基づいて前記第1回のクレジット点数を算出することのできないサンプルユーザーが存在する場合、前記サンプルユーザーと社交関係を有する他の各ユーザーの第1回のクレジット点数に基づいて算出された前記サンプルユーザーの第1回の関係クレジット点数を前記サンプルユーザーの第1回のクレジット点数として決定する動作を行うための指令をさらに含むことを特徴とする請求項25に記載のサーバー。 - 前記一つ又は複数のプログラムは、
各前記サンプルユーザーの第i+1回のクレジット点数と各前記サンプルユーザーの第i回のクレジット点数との間の相関係数を計算する動作と、
前記相関係数が第1の閾値より大きいかどうかを検出する動作と、
前記相関係数が前記第1の閾値より大きいと、トレーニング完了の前記クレジット点数モデルを得る動作と、を行うための指令をさらに含むことを特徴とする請求項25に記載のサーバー。 - 前記一つ又は複数のプログラムは、
前記サンプルユーザーと前記他のユーザーの間に存在する社交関係である各前記サンプルユーザーの社交関係チェーンを取得する動作と、
前記社交関係チェーンに基づいて各前記サンプルユーザーに対応する前記他の各ユーザーの第i回のクレジット点数を取得する動作と、
取得した前記他の各ユーザーの第i回のクレジット点数に基づいて各前記サンプルユーザーの第i回の関係クレジット点数を計算する動作と、を行うための指令をさらに含むことを特徴とする請求項25乃至27の中のいずれかに記載のサーバー。 - 前記一つ又は複数のプログラムは、
各前記サンプルユーザーに対して、前記サンプルユーザーに対応する前記他の各ユーザーの第i回のクレジット点数の平均値を計算する動作と、
前記平均値を前記サンプルユーザーの第i回の関係クレジット点数として決定する動作と、を行うための指令をさらに含むことを特徴とする請求項28に記載のサーバー。 - 前記一つ又は複数のプログラムは、
各前記サンプルユーザーに対して、前記社交関係チェーンに基づいて前記他の各ユーザーに対応する重みを取得する動作と、
前記他の各ユーザーの第i回のクレジット点数と前記他の各ユーザーに対応する重みに基づいて、下式に従って、前記サンプルユーザーの第i回の関係クレジット点数を計算する動作と、を行うための指令をさらに含むことを特徴とする請求項28に記載のサーバー。
- 前記一つ又は複数のプログラムは、
各前記サンプルユーザーの第i+1回のクレジット点数が前記トレーニング終了条件を満たさない場合、i=i+1とし、各前記サンプルユーザーの第i回のクレジット点数と各前記サンプルユーザーの第i回の関係クレジット点数を取得するステップを再び実行する動作を行うための指令をさらに含むことを特徴とする請求項25乃至27の中のいずれかに記載のサーバー。 - 前記クレジット点数モデルは、ロジスティック回帰分類モデル又は決定木分類モデルを含むことを特徴とする請求項25乃至27の中のいずれかに記載のサーバー。
- 請求項25乃至32の中のいずれかに記載のクレジット点数モデルに適用するクレジット点数計算サーバーであって、
一つ又は複数のプロセッサと、
一つ又は複数のプログラムを記憶したメモリーと、を含み、
前記一つ又は複数のプログラムは、前記一つ又は複数のプロセッサによって実行されるように構成され、
前記一つ又は複数のプログラムは、
各ユーザーの第1回のクレジット点数、および、前記ユーザーと社交関係を有する他の各ユーザーの第1回のクレジット点数に基づいて算出された各前記ユーザーの第1回の関係クレジット点数を取得する動作と、
各ユーザーに対して、前記ユーザーの第1回のクレジット点数と前記ユーザーの第1回の関係クレジット点数をトレーニング完了の前記クレジット点数モデルに入力して、前記ユーザーのターゲットクレジット点数を算出する動作と、を行うための指令を含むことを特徴とするクレジット点数計算サーバー。 - 前記一つ又は複数のプログラムは、
前記ユーザーの第1回のクレジット点数と前記ユーザーの第1回の関係クレジット点数をトレーニング完了の前記クレジット点数モデルに入力して、前記ユーザーの第x回のクレジット点数を算出する動作と、
前記ユーザーの第x回のクレジット点数が予め設定された条件を満たした場合、前記ユーザーの第x回のクレジット点数を前記ユーザーのターゲットクレジット点数として決定する動作と、を行うための指令をさらに含むことを特徴とする請求項33に記載のサーバー。 - 前記一つ又は複数のプログラムは、
前記ユーザーの第x回のクレジット点数と前記ユーザーの第x−1回のクレジット点数との間の差を計算する動作と、
前記差が第2の閾値より小さいかどうかを検出する動作と、
前記差が前記第2の閾値より小さいと、前記ユーザーの第x回のクレジット点数を前記ユーザーのターゲットクレジット点数として決定する動作と、を行うための指令をさらに含むことを特徴とする請求項34に記載のサーバー。 - 前記一つ又は複数のプログラムは、
前記ユーザーの第x回のクレジット点数が前記予め設定された条件を満たさない場合、前記ユーザーの第x回のクレジット点数と前記ユーザーの第x回の関係クレジット点数を前記クレジット点数モデルに再び入力して、前記ユーザーの第x+1回のクレジット点数を算出する動作と、
x=x+1とし、前記ユーザーの第x回のクレジット点数と前記ユーザーの第x−1回のクレジット点数との間の差を計算するステップを再び実行する動作と、を行うための指令をさらに含むことを特徴とする請求項34に記載のサーバー。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610145843.XA CN107194795A (zh) | 2016-03-15 | 2016-03-15 | 信用分数模型训练方法、信用分数计算方法及装置 |
CN201610145843.X | 2016-03-15 | ||
PCT/CN2017/075131 WO2017157165A1 (zh) | 2016-03-15 | 2017-02-28 | 信用分数模型训练方法、信用分数计算方法、装置及服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018530093A JP2018530093A (ja) | 2018-10-11 |
JP6595718B2 true JP6595718B2 (ja) | 2019-10-23 |
Family
ID=59851922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018535228A Active JP6595718B2 (ja) | 2016-03-15 | 2017-02-28 | クレジット点数モデルトレーニング方法、クレジット点数計算方法、装置及びサーバー |
Country Status (6)
Country | Link |
---|---|
US (1) | US11915311B2 (ja) |
EP (1) | EP3349171A4 (ja) |
JP (1) | JP6595718B2 (ja) |
KR (1) | KR102038237B1 (ja) |
CN (1) | CN107194795A (ja) |
WO (1) | WO2017157165A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11823258B2 (en) * | 2017-10-11 | 2023-11-21 | Mx Technologies, Inc. | Aggregation based credit decision |
CN107862339B (zh) * | 2017-11-15 | 2022-04-29 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN108898476A (zh) * | 2018-06-14 | 2018-11-27 | 中国银行股份有限公司 | 一种贷款客户信用评分方法和装置 |
CN109461043A (zh) * | 2018-09-18 | 2019-03-12 | 深圳壹账通智能科技有限公司 | 产品推送方法、装置、计算机设备和存储介质 |
KR102400804B1 (ko) * | 2019-09-05 | 2022-05-24 | 고려대학교 산학협력단 | 기계학습 기반 신용평가 분류 모델의 평가 이유를 설명하는 장치 및 방법 |
CN110599329A (zh) * | 2019-09-09 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 信用评估方法、信用评估装置及电子设备 |
CN112017062A (zh) * | 2020-07-15 | 2020-12-01 | 北京淇瑀信息科技有限公司 | 基于客群细分的资源额度分配方法、装置及电子设备 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002109208A (ja) * | 2000-09-29 | 2002-04-12 | Acom Co Ltd | 信用リスク管理方法、分析モデル決定方法、分析サーバ及び分析モデル決定装置 |
JP2002123649A (ja) * | 2000-10-13 | 2002-04-26 | Nippon Telegr & Teleph Corp <Ntt> | 信用調査装置、信用調査方法及び信用調査装置における信用調査プログラムを記録した記録媒体 |
US20020138333A1 (en) * | 2001-03-22 | 2002-09-26 | Decotiis Allen R. | System, method and article of manufacture for a weighted model to conduct propensity studies |
US8302164B2 (en) * | 2004-07-22 | 2012-10-30 | Facebook, Inc. | Authorization and authentication based on an individual's social network |
WO2008126209A1 (ja) * | 2007-03-27 | 2008-10-23 | Fujitsu Limited | 重回帰分析による予測モデルの作成方法、作成装置、作成プログラム |
US8694401B2 (en) * | 2011-01-13 | 2014-04-08 | Lenddo, Limited | Systems and methods for using online social footprint for affecting lending performance and credit scoring |
US20140081832A1 (en) * | 2012-09-18 | 2014-03-20 | Douglas Merrill | System and method for building and validating a credit scoring function |
KR20130065778A (ko) * | 2011-11-29 | 2013-06-20 | 코리아크레딧뷰로 (주) | 신용정보 관리 방법 및 시스템 |
WO2013126713A1 (en) * | 2012-02-22 | 2013-08-29 | Pave, Inc. | Apparatuses, methods and systems for facilitating communities of social based investment |
JP2014071532A (ja) * | 2012-09-27 | 2014-04-21 | Mycredit Kk | 個人信用情報提供装置 |
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 |
CN104463603B (zh) * | 2014-12-05 | 2018-02-02 | 中国联合网络通信集团有限公司 | 一种信用评估方法及系统 |
CN104574110B (zh) * | 2014-12-29 | 2018-04-27 | 上海正信方晟资信评估有限公司 | 一种信用数字认证方法 |
US20160267587A1 (en) * | 2015-03-12 | 2016-09-15 | Backed Inc. | Systems and methods for online guarantorship of loans |
US10387939B2 (en) * | 2015-08-21 | 2019-08-20 | Q2 Software, Inc. | Method, medium, and system for surfacing recommendations |
-
2016
- 2016-03-15 CN CN201610145843.XA patent/CN107194795A/zh active Pending
-
2017
- 2017-02-28 WO PCT/CN2017/075131 patent/WO2017157165A1/zh active Application Filing
- 2017-02-28 KR KR1020187007645A patent/KR102038237B1/ko active IP Right Grant
- 2017-02-28 EP EP17765707.9A patent/EP3349171A4/en not_active Ceased
- 2017-02-28 JP JP2018535228A patent/JP6595718B2/ja active Active
-
2018
- 2018-04-16 US US15/954,378 patent/US11915311B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20180232665A1 (en) | 2018-08-16 |
KR20180041727A (ko) | 2018-04-24 |
US11915311B2 (en) | 2024-02-27 |
JP2018530093A (ja) | 2018-10-11 |
WO2017157165A1 (zh) | 2017-09-21 |
EP3349171A4 (en) | 2018-10-17 |
KR102038237B1 (ko) | 2019-10-29 |
CN107194795A (zh) | 2017-09-22 |
EP3349171A1 (en) | 2018-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6595718B2 (ja) | クレジット点数モデルトレーニング方法、クレジット点数計算方法、装置及びサーバー | |
CN110399925B (zh) | 账号的风险识别方法、装置及存储介质 | |
WO2020253358A1 (zh) | 业务数据的风控分析处理方法、装置和计算机设备 | |
US20200327212A1 (en) | Method, device, and system of detecting a lie of a user who inputs data | |
KR102061987B1 (ko) | 위험 평가 방법 및 시스템 | |
CN107316198B (zh) | 账户风险识别方法及装置 | |
US9762597B2 (en) | Method and system to detect and interrupt a robot data aggregator ability to access a website | |
CN110442712B (zh) | 风险的确定方法、装置、服务器和文本审理系统 | |
TWI684151B (zh) | 一種非法交易檢測方法及裝置 | |
US20170018030A1 (en) | System and Method for Determining Credit Worthiness of a User | |
CN105991590B (zh) | 一种验证用户身份的方法、系统、客户端及服务器 | |
CN108229963A (zh) | 用户操作行为的风险识别方法及装置 | |
CN108920947A (zh) | 一种基于日志图建模的异常检测方法和装置 | |
Baba et al. | Leveraging non-expert crowdsourcing workers for improper task detection in crowdsourcing marketplaces | |
WO2021098274A1 (zh) | 针对隐私数据泄漏的风险评估方法及装置 | |
US20190138935A1 (en) | Classification of members in a social networking service | |
CN111401700A (zh) | 一种数据分析方法、装置、计算机系统及可读存储介质 | |
US11314616B2 (en) | Machine learning models applied to interaction data for facilitating modifications to online environments | |
Yu et al. | Fuzzy rule optimization for online auction frauds detection based on genetic algorithm | |
WO2021036455A1 (zh) | 一种基于链路的风险用户识别方法及装置 | |
CN108985755A (zh) | 一种账号状态识别方法、装置及服务器 | |
US20220327450A1 (en) | Method for increasing or decreasing number of workers and inspectors in crowdsourcing-based project for creating artificial intelligence learning data | |
WO2019187107A1 (ja) | 情報処理装置、制御方法、及びプログラム | |
CN113269259A (zh) | 一种目标信息的预测方法及装置 | |
US11868852B1 (en) | Introspection of machine learning estimations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180328 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180328 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181105 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190130 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20190408 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190729 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20190806 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190909 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190926 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6595718 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |