JP6905076B2 - スコアリング・モデルを構築し、ユーザ・クレジットを評価するための方法及びデバイス - Google Patents
スコアリング・モデルを構築し、ユーザ・クレジットを評価するための方法及びデバイス Download PDFInfo
- Publication number
- JP6905076B2 JP6905076B2 JP2019553069A JP2019553069A JP6905076B2 JP 6905076 B2 JP6905076 B2 JP 6905076B2 JP 2019553069 A JP2019553069 A JP 2019553069A JP 2019553069 A JP2019553069 A JP 2019553069A JP 6905076 B2 JP6905076 B2 JP 6905076B2
- Authority
- JP
- Japan
- Prior art keywords
- feature
- scoring
- card model
- trained
- scoring card
- 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
- 238000000034 method Methods 0.000 title claims description 70
- 238000012549 training Methods 0.000 claims description 12
- 230000003993 interaction Effects 0.000 description 49
- 230000008569 process Effects 0.000 description 25
- 230000000694 effects Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Complex Calculations (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Collating Specific Patterns (AREA)
Description
本出願は、参照により内容全体が本明細書に組み込まれる、2017年3月27日に出願された中国出願第201710188752.9号に基づき、かつその優先権を主張するものである。
Agg(xi)=sum(I(xi、xj)) j=1、…、N J≠i (等式1)
Claims (8)
- スコアリング・モデルを構築するための方法であって、
デバイスによって、各々が少なくとも1つの特徴変数及び対応する特徴値を含む複数のサンプル・データセットを収集することと、
前記少なくとも1つの特徴変数及び前記対応する特徴値、前記サンプル・データセット内の他の特徴変数及び対応する特徴値、並びに前記サンプル・データセットのサンプル・ラベルに従って、前記デバイスによって、標準のスコアリング・カード・モデルを訓練することと、
前記少なくとも1つの特徴変数及び前記対応する特徴値、前記サンプル・データセット内の前記他の特徴変数及び対応する特徴値、並びに前記サンプル・データセットの前記サンプル・ラベルに従って、前記デバイスによって、クロス・スコアリング・カード・モデルを訓練することと、
前記デバイスによって、前記訓練された標準のスコアリング・カード・モデルと前記訓練されたクロス・スコアリング・カード・モデルとの間のパフォーマンス差異値を、等式I(xi、xj)=obj{f(xi、xj)}−obj{fi(xi)+fj(xj)}を用いて決定し、j=1、…、Nであり、Nが前記特徴変数の数であり、j≠iであり、xiが、前記特徴変数であり、xjが、特徴変数xiとは異なる他のN−1個の特徴変数であり、obj{fi(xi)+fj(xj)}が、前記訓練された標準のスコアリング・カード・モデルのパフォーマンス・インデックス値であり、obj{f(xi、xj)}が、前記訓練されたクロス・スコアリング・カード・モデルのパフォーマンス・インデックス値であり、前記訓練された標準のスコアリング・カード・モデルと前記訓練されたクロス・スコアリング・カード・モデルとの間のパフォーマンス差異値が、I(xi、xj)であることと、
前記デバイスによって、クラスタ化インデックスを、等式Agg(xi)=sum(I(xi、xj))を用いて決定し、Agg(xi)が、特徴変数xiのクラスタ化インデックスであることと、
前記デバイスによって、全ての前記クラスタ化インデックスを比較することと、
前記デバイスによって、最大クラスタ化インデックスに対応する前記特徴変数のうちの1つをターゲット特徴変数として選択することと、
前記デバイスによって、前記ターゲット特徴変数及び前記対応する特徴値に従って、前記複数のサンプル・データセットを複数のサンプル・データセット・サブグループへと分割することと、
前記デバイスによって、前記サンプル・データセット・サブグループの各々について、対応するサブ・スコアリング・モデルを構築することと、を含む方法。 - 前記デバイスによって、前記訓練された標準のスコアリング・カード・モデルと前記訓練されたクロス・スコアリング・カード・モデルとの間のパフォーマンス差異値を前記決定することが、
前記デバイスによって、前記訓練された標準のスコアリング・カード・モデルを用いて前記サンプル・データセットをスコアリングすることと、
前記訓練された標準のスコアリング・カード・モデルによってスコアリングされたサンプル・データセット・スコアリング結果及び前記サンプル・ラベルに従って、前記デバイスによって、前記訓練された標準のスコアリング・カード・モデルのパフォーマンス・インデックス値を決定することと、
前記デバイスによって、前記訓練されたクロス・スコアリング・カード・モデルを用いて前記サンプル・データセットをスコアリングすることと、
前記訓練されたクロス・スコアリング・カード・モデルによってスコアリングされたサンプル・データセット・スコアリング結果及び前記サンプル・ラベルに従って、前記デバイスによって、前記訓練されたクロス・スコアリング・カード・モデルのパフォーマンス・インデックス値を決定することと、
前記訓練された標準のスコアリング・カード・モデルの前記パフォーマンス・インデックス値及び前記訓練されたクロス・スコアリング・カード・モデルの前記パフォーマンス・インデックス値に従って、前記デバイスによって、前記パフォーマンス差異値を決定することと、を含む、請求項1に記載の方法。 - ユーザ・クレジットを評価するための方法であって、
デバイスによって、ユーザのクレジット・データ情報を獲得することと、
前記デバイスによって、前記クレジット・データ情報に従って、ターゲット特徴変数及び1つ又は複数の他の特徴変数にそれぞれ対応する特徴値を決定することと、
サブグループ内に分類され、複数の特徴変数及び前記複数の特徴変数の各々についての対応する特徴値を含む複数のサンプル・データセットの前記複数の特徴変数及び前記対応する特徴値、前記サンプル・データセット内の前記他の特徴変数及び対応する特徴値、並びに前記サンプル・データセットのサンプル・ラベルに従って、前記デバイスによって、標準のスコアリング・カード・モデルを訓練することと、
前記複数の特徴変数及び前記対応する特徴値、前記サンプル・データセット内の前記他の特徴変数及び対応する特徴値、並びに前記サンプル・データセットのサンプル・ラベルに従って、前記デバイスによって、クロス・スコアリング・カード・モデルを訓練することと、
前記デバイスによって、前記訓練された標準のスコアリング・カード・モデルと前記訓練されたクロス・スコアリング・カード・モデルとの間のパフォーマンス差異値を、等式I(xi、xj)=obj{f(xi、xj)}−obj{fi(xi)+fj(xj)}を用いて決定し、j=1、…、Nであり、Nが前記特徴変数の数であり、j≠iであり、xiが、前記特徴変数であり、xjが、特徴変数xiとは異なる他のN−1個の特徴変数であり、obj{fi(xi)+fj(xj)}が、前記訓練された標準のスコアリング・カード・モデルのパフォーマンス・インデックス値であり、obj{f(xi、xj)}が、前記訓練されたクロス・スコアリング・カード・モデルのパフォーマンス・インデックス値であり、前記訓練された標準のスコアリング・カード・モデルと前記訓練されたクロス・スコアリング・カード・モデルとの間のパフォーマンス差異値が、I(xi、xj)であることと、
前記デバイスによって、前記特徴変数のクラスタ化インデックスを、等式Agg(xi)=sum(I(xi、xj))を用いて決定し、Agg(xi)が、特徴変数xiのクラスタ化インデックスであることと、
前記デバイスによって、全ての前記クラスタ化インデックスを比較することと、
前記デバイスによって、最大クラスタ化インデックスに対応する前記特徴変数のうちの1つを前記ターゲット特徴変数として選択することと、
前記デバイスによって、前記ターゲット特徴変数に対応する前記特徴値に従って、対応するサンプル・データセット・サブグループを選択することと、
前記デバイスによって、前記サンプル・データセット・サブグループに対応するサブ・スコアリング・モデル及び前記他の特徴変数に対応する特徴値に従って、前記ユーザのクレジット・スコアを決定することと、を含む方法。 - 前記デバイスによって、前記訓練された標準のスコアリング・カード・モデルと前記訓練されたクロス・スコアリング・カード・モデルとの間のパフォーマンス差異値を前記決定することが、
前記デバイスによって、前記訓練された標準のスコアリング・カード・モデルを用いて前記サンプル・データセットをスコアリングすることと、
前記訓練された標準のスコアリング・カード・モデルによってスコアリングされたサンプル・データセット・スコアリング結果及び前記サンプル・ラベルに従って、前記デバイスによって、前記訓練された標準のスコアリング・カード・モデルのパフォーマンス・インデックス値を決定することと、
前記デバイスによって、前記訓練されたクロス・スコアリング・カード・モデルを用いて前記サンプル・データセットをスコアリングすることと、
前記訓練されたクロス・スコアリング・カード・モデルによってスコアリングされたサンプル・データセット・スコアリング結果及び前記サンプル・ラベルに従って、前記デバイスによって、前記訓練されたクロス・スコアリング・カード・モデルのパフォーマンス・インデックス値を決定することと、
前記訓練された標準のスコアリング・カード・モデルの前記パフォーマンス・インデックス値及び前記訓練されたクロス・スコアリング・カード・モデルの前記パフォーマンス・インデックス値に従って、前記デバイスによって、前記パフォーマンス差異値を決定することと、を含む、請求項3に記載の方法。 - スコアリング・モデルを構築するためのデバイスであって、プロセッサと、命令を記憶する非一時的なコンピュータ可読記憶媒体とを備え、前記命令は、前記プロセッサによって実行されるとき、前記デバイスに方法を実施させ、前記方法が、
各々が少なくとも1つの特徴変数及び対応する特徴値を含む複数のサンプル・データセットを収集することと、
前記少なくとも1つの特徴変数及び前記対応する特徴値、前記サンプル・データセット内の他の特徴変数及び対応する特徴値、並びに前記サンプル・データセットのサンプル・ラベルに従って、標準のスコアリング・カード・モデルを訓練することと、
前記少なくとも1つの特徴変数及び前記対応する特徴値、前記サンプル・データセット内の前記他の特徴変数及び対応する特徴値、並びに前記サンプル・データセットの前記サンプル・ラベルに従って、クロス・スコアリング・カード・モデルを訓練することと、
前記訓練された標準のスコアリング・カード・モデルと前記訓練されたクロス・スコアリング・カード・モデルとの間のパフォーマンス差異値を、等式I(xi、xj)=obj{f(xi、xj)}−obj{fi(xi)+fj(xj)}を用いて決定し、j=1、…、Nであり、Nが前記特徴変数の数であり、j≠iであり、xiが、前記特徴変数であり、xjが、特徴変数xiとは異なる他のN−1個の特徴変数であり、前記訓練された標準のスコアリング・カード・モデルのパフォーマンス・インデックス値がobj{fi(xi)+fj(xj)}であり、前記訓練されたクロス・スコアリング・カード・モデルのパフォーマンス・インデックス値がobj{f(xi、xj)}であり、前記訓練された標準のスコアリング・カード・モデルと前記訓練されたクロス・スコアリング・カード・モデルとの間のパフォーマンス差異値がI(xi、xj)であることと、
クラスタ化インデックスを、等式Agg(xi)=sum(I(xi、xj))を用いて決定し、Agg(xi)が、特徴変数xiのクラスタ化インデックスであることと、
全ての前記クラスタ化インデックスを比較することと、
最大クラスタ化インデックスに対応する前記特徴変数のうちの1つをターゲット特徴変数として選択することと、
前記ターゲット特徴変数及び前記対応する特徴値に従って、前記複数のサンプル・データセットを複数のサンプル・データセット・サブグループへと分割することと、
前記サンプル・データセット・サブグループの各々について、対応するサブ・スコアリング・モデルを構築することと、を含むデバイス。 - 前記訓練された標準のスコアリング・カード・モデルと前記訓練されたクロス・スコアリング・カード・モデルとの間のパフォーマンス差異値を前記決定することが、
前記訓練された標準のスコアリング・カード・モデルを用いて前記サンプル・データセットをスコアリングすることと、
前記訓練された標準のスコアリング・カード・モデルによってスコアリングされたサンプル・データセット・スコアリング結果及び前記サンプル・ラベルに従って、前記訓練された標準のスコアリング・カード・モデルのパフォーマンス・インデックス値を決定することと、
前記訓練されたクロス・スコアリング・カード・モデルを用いて前記サンプル・データセットをスコアリングすることと、
前記訓練されたクロス・スコアリング・カード・モデルによってスコアリングされたサンプル・データセット・スコアリング結果及び前記サンプル・ラベルに従って、前記訓練されたクロス・スコアリング・カード・モデルのパフォーマンス・インデックス値を決定することと、
前記訓練された標準のスコアリング・カード・モデルの前記パフォーマンス・インデックス値及び前記訓練されたクロス・スコアリング・カード・モデルの前記パフォーマンス・インデックス値に従って、前記パフォーマンス差異値を決定することと、を含む、請求項5に記載のデバイス。 - ユーザ・クレジットを評価するためのデバイスであって、プロセッサと、命令を記憶する非一時的なコンピュータ可読記憶媒体とを備え、前記命令は、前記プロセッサによって実行されるとき、前記デバイスに方法を実施させ、前記方法が、
ユーザのクレジット・データ情報を獲得することと、
前記クレジット・データ情報に従って、ターゲット特徴変数及び1つ又は複数の他の特徴変数にそれぞれ対応する特徴値を決定することと、
サブグループ内に分類され、複数の特徴変数及び前記複数の特徴変数の各々についての対応する特徴値を含む複数のサンプル・データセットの前記複数の特徴変数及び前記対応する特徴値、前記サンプル・データセット内の前記他の特徴変数及び対応する特徴値、並びに前記サンプル・データセットのサンプル・ラベルに従って、標準のスコアリング・カード・モデルを訓練することと、
前記複数の特徴変数及び前記対応する特徴値、前記サンプル・データセット内の前記他の特徴変数及び対応する特徴値、並びに前記サンプル・データセットのサンプル・ラベルに従って、クロス・スコアリング・カード・モデルを訓練することと、
前記訓練された標準のスコアリング・カード・モデルと前記訓練されたクロス・スコアリング・カード・モデルとの間のパフォーマンス差異値を、等式I(xi、xj)=obj{f(xi、xj)}−obj{fi(xi)+fj(xj)}を用いて決定し、j=1、…、Nであり、Nが前記特徴変数の数であり、j≠iであり、xiが、前記特徴変数であり、xjが、特徴変数xiとは異なる他のN−1個の特徴変数であり、前記訓練された標準のスコアリング・カード・モデルのパフォーマンス・インデックス値がobj{fi(xi)+fj(xj)}であり、前記訓練されたクロス・スコアリング・カード・モデルのパフォーマンス・インデックス値がobj{f(xi、xj)}であり、前記訓練された標準のスコアリング・カード・モデルと前記訓練されたクロス・スコアリング・カード・モデルとの間のパフォーマンス差異値がI(xi、xj)であることと、
クラスタ化インデックスを、等式Agg(xi)=sum(I(xi、xj))を用いて決定し、Agg(xi)が、特徴変数xiのクラスタ化インデックスであることと、
全ての前記クラスタ化インデックスを比較することと、
最大クラスタ化インデックスに対応する前記特徴変数のうちの1つを前記ターゲット特徴変数として選択することと、
前記ターゲット特徴変数に対応する前記特徴値に従って、対応するサンプル・データセット・サブグループを選択することと、
前記サンプル・データセット・サブグループに対応するサブ・スコアリング・モデル及び前記他の特徴変数に対応する特徴値に従って、前記ユーザのクレジット・スコアを決定することと、を含む、デバイス。 - 前記訓練された標準のスコアリング・カード・モデルと前記訓練されたクロス・スコアリング・カード・モデルとの間のパフォーマンス差異値を前記決定することが、
前記訓練された標準のスコアリング・カード・モデルを用いて前記サンプル・データセットをスコアリングすることと、
前記訓練された標準のスコアリング・カード・モデルによってスコアリングされたサンプル・データセット・スコアリング結果及び前記サンプル・ラベルに従って、前記訓練された標準のスコアリング・カード・モデルのパフォーマンス・インデックス値を決定することと、
前記訓練されたクロス・スコアリング・カード・モデルを用いて前記サンプル・データセットをスコアリングすることと、
前記訓練されたクロス・スコアリング・カード・モデルによってスコアリングされたサンプル・データセット・スコアリング結果及び前記サンプル・ラベルに従って、前記訓練されたクロス・スコアリング・カード・モデルのパフォーマンス・インデックス値を決定することと、
前記訓練された標準のスコアリング・カード・モデルの前記パフォーマンス・インデックス値及び前記訓練されたクロス・スコアリング・カード・モデルの前記パフォーマンス・インデックス値に従って、前記パフォーマンス差異値を決定することと、を含む、請求項7に記載のデバイス。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710188752.9A CN108665120B (zh) | 2017-03-27 | 2017-03-27 | 打分模型的建立、用户信用的评估方法及装置 |
CN201710188752.9 | 2017-03-27 | ||
PCT/US2018/023692 WO2018183069A1 (en) | 2017-03-27 | 2018-03-22 | Method and device for constructing scoring model and evaluating user credit |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020515965A JP2020515965A (ja) | 2020-05-28 |
JP6905076B2 true JP6905076B2 (ja) | 2021-07-21 |
Family
ID=61966072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019553069A Active JP6905076B2 (ja) | 2017-03-27 | 2018-03-22 | スコアリング・モデルを構築し、ユーザ・クレジットを評価するための方法及びデバイス |
Country Status (8)
Country | Link |
---|---|
US (1) | US11188565B2 (ja) |
JP (1) | JP6905076B2 (ja) |
KR (1) | KR102315497B1 (ja) |
CN (1) | CN108665120B (ja) |
PH (1) | PH12019501965A1 (ja) |
SG (1) | SG11201907663XA (ja) |
TW (1) | TW201835789A (ja) |
WO (1) | WO2018183069A1 (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200410586A1 (en) * | 2018-05-31 | 2020-12-31 | Simplecredit Micro-Lending Co., Ltd. | Adjusting Method and Adjusting Device, Server and Storage Medium for Scorecard Model |
CN109359850A (zh) * | 2018-10-10 | 2019-02-19 | 大连诺道认知医学技术有限公司 | 一种生成风险评估量表的方法及装置 |
CN109598446A (zh) * | 2018-12-09 | 2019-04-09 | 国网江苏省电力有限公司扬州供电分公司 | 一种基于机器学习算法的电费回收风险预警系统 |
CN109658193A (zh) * | 2018-12-20 | 2019-04-19 | 拉扎斯网络科技(上海)有限公司 | 系统对象重要性的确定方法、装置、电子设备及存储介质 |
CN110033158A (zh) * | 2019-02-03 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种用户信用行为评估方法、装置和电子设备 |
CN110264038A (zh) * | 2019-05-22 | 2019-09-20 | 深圳壹账通智能科技有限公司 | 一种产品测评模型的生成方法及设备 |
CN110544165B (zh) * | 2019-09-02 | 2022-06-03 | 中诚信征信有限公司 | 一种信用风险评分卡创建方法、装置及电子设备 |
CN110956386A (zh) * | 2019-11-27 | 2020-04-03 | 北京国腾联信科技有限公司 | 基于多渠道的信用数据的处理方法和装置 |
CN111598143B (zh) * | 2020-04-27 | 2023-04-07 | 浙江工业大学 | 基于信用评估的面向联邦学习中毒攻击的防御方法 |
CN112365336A (zh) * | 2020-11-09 | 2021-02-12 | 深圳前海微众银行股份有限公司 | 用户信用模型建立方法、装置及设备 |
CN112766649B (zh) * | 2020-12-31 | 2022-03-15 | 平安科技(深圳)有限公司 | 基于多评分卡融合的目标对象评价方法及其相关设备 |
CN112634033A (zh) * | 2021-01-04 | 2021-04-09 | 深圳前海微众银行股份有限公司 | 基于域分解机的模型构建方法、装置、系统及存储介质 |
CN112907035B (zh) * | 2021-01-27 | 2022-08-05 | 厦门卫星定位应用股份有限公司 | 基于K-means的交通运输主体信用评级方法及装置 |
CN113435746B (zh) * | 2021-06-28 | 2022-09-27 | 平安银行股份有限公司 | 用户工作量的评分方法、装置、电子设备及存储介质 |
US11423680B1 (en) * | 2021-11-10 | 2022-08-23 | Sas Institute Inc. | Leveraging text profiles to select and configure models for use with textual datasets |
CN114462516B (zh) * | 2022-01-21 | 2024-04-16 | 天元大数据信用管理有限公司 | 一种企业信用评分样本标注方法及装置 |
Family Cites Families (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002169958A (ja) * | 2000-12-01 | 2002-06-14 | Financial Technology Research Institute Inc | 信用評価システム、信用評価方法及び信用評価プログラムを格納した記憶媒体 |
US7451065B2 (en) * | 2002-03-11 | 2008-11-11 | International Business Machines Corporation | Method for constructing segmentation-based predictive models |
US7813945B2 (en) | 2003-04-30 | 2010-10-12 | Genworth Financial, Inc. | System and process for multivariate adaptive regression splines classification for insurance underwriting suitable for use by an automated system |
US7720757B2 (en) | 2003-11-12 | 2010-05-18 | Compucredit Intellectual Property Holdings Corp. Ii | System and method for providing a credit account for debt recovery |
US20050234761A1 (en) | 2004-04-16 | 2005-10-20 | Pinto Stephen K | Predictive model development |
EP1811411A4 (en) * | 2004-10-26 | 2014-05-07 | Nat Univ Corp Yokohama Nat Uni | MULTI-VARIABLE MODEL LASER SYSTEM, PROCESS, AND PROGRAMMEDIUM |
US7912770B2 (en) | 2004-10-29 | 2011-03-22 | American Express Travel Related Services Company, Inc. | Method and apparatus for consumer interaction based on spend capacity |
US7814004B2 (en) | 2004-10-29 | 2010-10-12 | American Express Travel Related Services Company, Inc. | Method and apparatus for development and use of a credit score based on spend capacity |
US8543499B2 (en) | 2004-10-29 | 2013-09-24 | American Express Travel Related Services Company, Inc. | Reducing risks related to check verification |
US20070016542A1 (en) | 2005-07-01 | 2007-01-18 | Matt Rosauer | Risk modeling system |
US20080243569A1 (en) | 2007-04-02 | 2008-10-02 | Michael Shane Hadden | Automated loan system and method |
US7805395B2 (en) | 2007-04-17 | 2010-09-28 | Austin Logistics Incorporated | System and method for automated population splitting to assist task management through analytics |
US20090018982A1 (en) | 2007-07-13 | 2009-01-15 | Is Technologies, Llc | Segmented modeling of large data sets |
US8615467B2 (en) | 2007-11-07 | 2013-12-24 | International Business Machines Corporation | Electronic system for selecting the best card from a collection of consumer credit, debit, and discount cards |
CN101685458B (zh) * | 2008-09-27 | 2012-09-19 | 华为技术有限公司 | 一种基于协同过滤的推荐方法和系统 |
CN102063457A (zh) | 2010-09-21 | 2011-05-18 | 合肥兆尹信息科技有限责任公司 | 一种数据分类方法及系统 |
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 |
US8990149B2 (en) | 2011-03-15 | 2015-03-24 | International Business Machines Corporation | Generating a predictive model from multiple data sources |
EP2710545A4 (en) | 2011-05-18 | 2014-12-31 | Credibility Corp | SYSTEM AND METHODS FOR CREATING A FEEDBACK LOOP FOR CREDIT |
US20130166436A1 (en) | 2011-12-22 | 2013-06-27 | Ike O. Eze | Deriving buyer purchasing power from buyer profile and social network data |
CN103377296B (zh) * | 2012-04-19 | 2016-05-18 | 中国科学院声学研究所 | 一种多指标评价信息的数据挖掘方法 |
US8984022B1 (en) * | 2012-04-20 | 2015-03-17 | Fair Isaac Corporation | Automating growth and evaluation of segmentation trees |
US9501799B2 (en) | 2012-11-08 | 2016-11-22 | Hartford Fire Insurance Company | System and method for determination of insurance classification of entities |
US20140156501A1 (en) | 2012-12-04 | 2014-06-05 | Mastercard International Incorporated | Real-time interactive credit score improvement coach |
US9367520B2 (en) | 2012-12-20 | 2016-06-14 | Fair Isaac Corporation | Scorecard models with measured variable interactions |
US10699335B2 (en) | 2013-05-02 | 2020-06-30 | The Dun & Bradstreet Corporation | Apparatus and method for total loss prediction |
US20140365356A1 (en) * | 2013-06-11 | 2014-12-11 | Fair Isaac Corporation | Future Credit Score Projection |
US10650446B2 (en) | 2013-12-25 | 2020-05-12 | Behalf Ltd. | System and method for generating a virtual credit score and a respective virtual credit line |
US20150235321A1 (en) | 2014-02-18 | 2015-08-20 | Mastercard International Incorporated | Insurance risk modeling method and apparatus |
US9697469B2 (en) * | 2014-08-13 | 2017-07-04 | Andrew McMahon | Method and system for generating and aggregating models based on disparate data from insurance, financial services, and public industries |
US20160055589A1 (en) | 2014-08-20 | 2016-02-25 | Midwest Employers Casualty Company | Automated claim risk factor identification and mitigation system |
US10223746B2 (en) | 2014-12-29 | 2019-03-05 | Lexisnexis Risk Solutions Fl Inc. | Systems and methods for inferring the performance of rejected credit applicants |
US20160225073A1 (en) * | 2015-01-30 | 2016-08-04 | Wal-Mart Stores, Inc. | System, method, and non-transitory computer-readable storage media for predicting a customer's credit score |
US9904916B2 (en) * | 2015-07-01 | 2018-02-27 | Klarna Ab | Incremental login and authentication to user portal without username/password |
CN105354210A (zh) * | 2015-09-23 | 2016-02-24 | 深圳市爱贝信息技术有限公司 | 移动游戏支付账户行为数据处理方法和装置 |
US9723144B1 (en) | 2016-09-20 | 2017-08-01 | Noble Systems Corporation | Utilizing predictive models to improve predictive dialer pacing capabilities |
-
2017
- 2017-03-27 CN CN201710188752.9A patent/CN108665120B/zh active Active
- 2017-11-13 TW TW106139138A patent/TW201835789A/zh unknown
-
2018
- 2018-03-22 SG SG11201907663XA patent/SG11201907663XA/en unknown
- 2018-03-22 WO PCT/US2018/023692 patent/WO2018183069A1/en active Application Filing
- 2018-03-22 KR KR1020197026057A patent/KR102315497B1/ko active IP Right Grant
- 2018-03-22 JP JP2019553069A patent/JP6905076B2/ja active Active
- 2018-03-22 US US15/928,248 patent/US11188565B2/en active Active
-
2019
- 2019-08-27 PH PH12019501965A patent/PH12019501965A1/en unknown
Also Published As
Publication number | Publication date |
---|---|
US20180276291A1 (en) | 2018-09-27 |
JP2020515965A (ja) | 2020-05-28 |
CN108665120A (zh) | 2018-10-16 |
KR20190113924A (ko) | 2019-10-08 |
TW201835789A (zh) | 2018-10-01 |
WO2018183069A1 (en) | 2018-10-04 |
KR102315497B1 (ko) | 2021-10-21 |
US11188565B2 (en) | 2021-11-30 |
CN108665120B (zh) | 2020-10-20 |
PH12019501965A1 (en) | 2020-06-29 |
SG11201907663XA (en) | 2019-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6905076B2 (ja) | スコアリング・モデルを構築し、ユーザ・クレジットを評価するための方法及びデバイス | |
WO2020082865A1 (zh) | 用于构建机器学习模型的特征选取方法、装置以及设备 | |
US9811527B1 (en) | Methods and apparatus for database migration | |
CN110362677B (zh) | 文本数据类别的识别方法及装置、存储介质、计算机设备 | |
US20180253657A1 (en) | Real-time credit risk management system | |
CN108399564B (zh) | 信用评分方法及装置 | |
CN111368147B (zh) | 图特征处理的方法及装置 | |
AU2014202660C1 (en) | A system and method using multi-dimensional rating to determine an entity's future commercial viability | |
CN116187524B (zh) | 一种基于机器学习的供应链分析模型对比方法及装置 | |
CN112712383A (zh) | 应用程序的潜在用户预测方法、装置、设备及存储介质 | |
CN105843889A (zh) | 基于可信度面向大数据及普通数据的数据采集方法和系统 | |
US9152705B2 (en) | Automatic taxonomy merge | |
CN111309994A (zh) | 用户匹配方法、装置、电子设备及可读存储介质 | |
JP2017117394A (ja) | 生成装置、生成方法及び生成プログラム | |
CN109101541B (zh) | 新增指标管理方法、设备及计算机可读存储介质 | |
CN113222073A (zh) | 训练迁移学习模型和推荐模型的方法及装置 | |
WO2015116150A1 (en) | Segments of contacts | |
CN111325255A (zh) | 特定人群圈定方法、装置、电子设备及存储介质 | |
CN103377378B (zh) | 生成组合分类器的方法和装置以及图像检索方法和装置 | |
CN114817222A (zh) | 一种量表优化方法、装置、设备及存储介质 | |
CN110264333B (zh) | 一种风险规则确定方法和装置 | |
CN104484329B (zh) | 基于评论中心词时序变化分析的消费热点追踪方法及装置 | |
CN111400512A (zh) | 一种筛选多媒体资源的方法及装置 | |
CN117194801B (zh) | 基于技术转移公共服务系统及方法 | |
CN111382263A (zh) | 数据处理方法、装置和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A529 Effective date: 20191120 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191120 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201118 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201201 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20210128 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20210129 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210225 |
|
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: 20210525 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210624 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6905076 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |