TW201822111A - 使用者信用的評估方法和裝置 - Google Patents

使用者信用的評估方法和裝置 Download PDF

Info

Publication number
TW201822111A
TW201822111A TW106126590A TW106126590A TW201822111A TW 201822111 A TW201822111 A TW 201822111A TW 106126590 A TW106126590 A TW 106126590A TW 106126590 A TW106126590 A TW 106126590A TW 201822111 A TW201822111 A TW 201822111A
Authority
TW
Taiwan
Prior art keywords
service
type
target user
score
credit
Prior art date
Application number
TW106126590A
Other languages
English (en)
Other versions
TWI715797B (zh
Inventor
杜瑋
Original Assignee
香港商阿里巴巴集團服務有限公司
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 香港商阿里巴巴集團服務有限公司 filed Critical 香港商阿里巴巴集團服務有限公司
Publication of TW201822111A publication Critical patent/TW201822111A/zh
Application granted granted Critical
Publication of TWI715797B publication Critical patent/TWI715797B/zh

Links

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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0609—Buyer or seller confidence or verification
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Technology Law (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本發明提供一種使用者信用的評估方法和裝置。包括：針對第i個類型的服務，根據該類型服務對應的信用評分模型所需的第一類特徵資訊獲取目標使用者對應的第一類特徵資訊值，基於所述第一類特徵資訊值以及所述信用評分模型計算所述目標使用者在該服務下的信用評分Si；針對第i個類型的服務，根據該類型服務在計算所述目標使用者對該服務的傾向評分Pi時所需的第二類特徵資訊獲取目標使用者對應的第二類特徵資訊值，基於所述第二類特徵資訊值計算所述目標使用者對該服務的傾向評分Pi，所述傾向評分Pi反映目標使用者對第i個類型服務的偏好程度；根據所述目標使用者對各類型服務的傾向評分以及目標使用者在各類型服務下的信用評分計算所述目標使用者的綜合信用評分。

Description

使用者信用的評估方法和裝置
本發明係有關一種網際網路技術領域，尤其是一種使用者信用的評估方法和裝置。
隨著網際網路技術的快速發展，越來越多的使用者透過網際網路實現業務操作，比如：申請貸款、申請信用卡等，而使用者的信用也逐漸成為網際網路業務的重要依據。
有鑑於此，本發明提供一種使用者信用的評估方法和裝置。
具體地，本發明是透過如下技術方案實現的：一種使用者信用的評估方法，所述方法包括：針對第i個類型的服務，根據該類型服務對應的信用評分模型所需的第一類特徵資訊獲取目標使用者對應的第一類特徵資訊值，基於所述第一類特徵資訊值以及所述信用評分模型計算所述目標使用者在該服務下的信用評分Si； 針對第i個類型的服務，根據該類型服務在計算所述目標使用者對該服務的傾向評分Pi時所需的第二類特徵資訊獲取目標使用者對應的第二類特徵資訊值，基於所述第二類特徵資訊值計算所述目標使用者對該服務的傾向評分Pi，所述傾向評分Pi反映目標使用者對第i個類型服務的偏好程度；根據所述目標使用者對各類型服務的傾向評分以及目標使用者在各類型服務下的信用評分計算所述目標使用者的綜合信用評分；其中，i為不大於N的自然數，N服務類型的數量。
一種使用者信用的評估裝置，所述裝置包括：評分計算單元，針對第i個類型的服務，根據該類型服務對應的信用評分模型所需的第一類特徵資訊獲取目標使用者對應的第一類特徵資訊值，基於所述第一類特徵資訊值以及所述信用評分模型計算所述目標使用者在該服務下的信用評分Si；傾向計算單元，針對第i個類型的服務，根據該類型服務在計算所述目標使用者對該服務的傾向評分Pi時所需的第二類特徵資訊獲取目標使用者對應的第二類特徵資訊值，基於所述第二類特徵資訊值計算所述目標使用者對該服務的傾向評分Pi，所述傾向評分Pi反映目標使用者對第i個類型服務的偏好程度；綜合計算單元，根據所述目標使用者對各類型服務的傾向評分以及目標使用者在各類型服務下的信用評分計算 所述目標使用者的綜合信用評分；其中，i為不大於N的自然數，N服務類型的數量。
由以上描述可以看出，本發明可以透過使用者的特徵資訊確定使用者對各類型服務的傾向評分，進而可以根據使用者對各類型服務的傾向評分以及使用者在各類型服務下的信用評分計算所述目標使用者的綜合信用評分，靈活性更好，普適性更高，同時，計算得到的綜合信用評分的準確度也更高。
S101‧‧‧步驟
S102‧‧‧步驟
S103‧‧‧步驟
200‧‧‧使用者信用的評估裝置
201‧‧‧評分計算單元
202‧‧‧傾向計算單元
203‧‧‧權重計算單元
204‧‧‧綜合計算單元
圖1是本發明一示例性實施例示出的一種使用者信用的評估方法的流程示意圖。
圖2是本發明一示例性實施例示出的一種用於使用者信用的評估裝置的一結構示意圖。
圖3是本發明一示例性實施例示出的一種使用者信用的評估裝置的方塊圖。
這裡將詳細地對示例性實施例進行說明，其示例表示在圖式中。下面的描述涉及圖式時，除非另有表示，不同圖式中的相同數字表示相同或相似的要素。以下示例性實施例中所描述的實施方式並不代表與本發明相一致的所有實施方式。相反，它們僅是與如所附申請專利範圍中所詳述的、本發明的一些方面相一致的裝置和方法的例子。
在本發明使用的術語是僅僅出於描述特定實施例的目的，而非旨在限制本發明。在本發明和所附申請專利範圍中所使用的單數形式的“一種”、“所述”和“該”也旨在包括多數形式，除非上下文清楚地表示其他含義。還應當理解，本文中使用的術語“及/或”是指並包含一個或多個相關聯的列出項目的任何或所有可能組合。
應當理解，儘管在本發明可能採用術語第一、第二、第三等來描述各種資訊，但這些資訊不應限於這些術語。這些術語僅用來將同一類型的資訊彼此區分開。例如，在不脫離本發明範圍的情況下，第一資訊也可以被稱為第二資訊，類似地，第二資訊也可以被稱為第一資訊。取決於語境，如在此所使用的詞語“如果”可以被解釋成為“在......時”或“當......時”或“響應於確定”。
相關技術中，開發人員可以開發信用評分模型，並將使用者的一些特徵資訊作為該信用評分模型的入參輸入後，就可以得到使用者的信用評分。然而，在實際應用中，存在很多不同類型的服務，比如：貸款服務、信用卡申請服務等。這些服務的客戶群可能不相同，客戶的信用表現也大相徑庭。因此，統一開發的信用評分模型無法顧及到不同服務的不同需求，導致信用評分模型的普適性較差。
針對上述問題，本發明提供一種使用者信用的評估方案。
圖1是本發明一示例性實施例示出的一種使用者信用 的評估方法的流程示意圖。
請參考圖1，所述使用者信用的評估方法可以應用在用於信用評估的伺服器或者伺服器集群中，包括有以下步驟：步驟101，針對第i個類型的服務，根據該類型服務對應的信用評分模型所需的第一類特徵資訊獲取目標使用者對應的第一類特徵資訊值，基於所述第一類特徵資訊值以及所述信用評分模型計算所述目標使用者在該服務下的信用評分Si。
在本實施例中，由於不同類型服務的客戶群通常不相同，客戶的信用表現也大相徑庭，為提高使用者信用評分的普適性，可以分別為不同類型服務的客戶群建立不同的信用評分模型，比如：為貸款類服務的客戶群建立信用評分模型M1，為信用卡申請類服務的客戶群建立信用評分模型M2等。假設，可將所有服務劃分為N個類型，則可以將第i個類型的服務所對應的信用評分模型記為Mi。
在本實施例中，目標使用者為需要進行信用評分的使用者。本例中可以根據所述第一類特徵資訊獲取目標使用者對應的第一類特徵資訊值，所述第一類特徵資訊值通常為第一類特徵資訊量化後的取值，所述第一類特徵資訊可以包括：年齡、職業、常駐地、歷史業務資訊等。接著，可以根據所述第一類特徵資訊值計算所述目標使用者在各個類型的服務下的信用評分。具體地，針對第i個類型的服務，可以根據該服務的信用評分模型Mi以及目標使用者 的第一類特徵資訊值計算目標使用者在該服務下的信用評分Si，其中，i為不大於N的自然數。
需要說明的是，由於不同類型服務所對應的信用評分模型不同，因此，計算目標使用者在不同類型服務下的信用評分所需的第一類特徵資訊可能相同，也可能不同，由對應的信用評分模型確定。
步驟102，針對第i個類型的服務，根據該類型服務在計算所述目標使用者對該服務的傾向評分Pi時所需的第二類特徵資訊獲取目標使用者對應的第二類特徵資訊值，基於所述第二類特徵資訊值計算所述目標使用者對該服務的傾向評分Pi，所述傾向評分Pi反映目標使用者對第i個類型服務的偏好程度。
在本實施例中，所述傾向評分Pi可以用於反映目標使用者對第i個類型服務的偏好程度，換言之，傾向評分Pi可以用於反映目標使用者使用第i個類型服務的機率。一般而言，目標使用者對某類服務的傾向評分越高，說明目標使用者使用該類服務的機率就越大。
在本實施例中，可以依次計算目標使用者對各個類型服務的傾向評分。以第i個類型的服務為例，參考前述步驟101，可以根據該類型服務在計算所述目標使用者對該服務的傾向評分Pi時所需的第二類特徵資訊獲取目標使用者對應的第二類特徵資訊值，然後根據第i個類型服務中各維度第二類特徵資訊的特徵權重對目標使用者的第二類特徵資訊值進行加權求和，得到目標使用者對該服務是傾 向評分Pi。
其中，所述第二類特徵資訊可以和所述第一類特徵資訊相同，也可以不同，具體可以由開發人員根據業務情況進行設置。所述第二類特徵資訊值通常為第二類特徵資訊量化後的取值，具體的量化規則也可以由開發人員進行設置，不同類型服務的量化規則可以相同也可以不同。所述各維度第二類特徵資訊的特徵權重通常不同。一般而言，為便於計算，可以為不同類型服務設置相同的量化規則，比如：針對特徵資訊職業，可以將律師量化為數值3，將白領量化為數值2，將學生量化為數值1等。
在本實施例中，假設，計算第i個類型傾向評分需要目標使用者10個維度的第二類特徵資訊，目標使用者在這10個維度的第二類特徵資訊值分別為f1、f2、...、f10，計算第i個類型傾向評分時各維度第二類特徵資訊對應的特徵權重分別為k1、k2、...、k10，則目標使用者對第i個類型服務的傾向評分。類似的，可以計算出目標使用者對各個類型服務的傾向評分。
需要說明的是，不同類型服務對應的各維度第二類特徵資訊的特徵權重通常不同，即不同類型服務對應的Ki的取值通常不同，具體可以由開發人員根據業務的實際情況進行設置。
當然，在實際應用中，還可以採用其他的方式計算目標使用者對各類型服務的傾向評分，比如：可以根據各類型服務歷史使用者的第二類特徵資訊與目標使用者第二類 特徵資訊的相似度計算目標使用者對對應類型服務的傾向評分，本發明對此不作特殊限制。
步驟103，根據所述目標使用者對各類型服務的傾向評分以及目標使用者在各類型服務下的信用評分計算所述目標使用者的綜合信用評分。
在本實施例中，可以根據所述目標使用者對第i個類型服務下的傾向評分Pi對所述目標使用者在各類型服務下的信用評分進行加權求和，並將加權求和結果確定為所述目標使用者的綜合信用評分，其中，加權求和結果。
在實際應用中，目標使用者在偏好服務中的信用表現，較大程度上決定了目標使用者的最終信用評分，進而在本實施例中，可以根據傾向評分對使用者在各類型服務下的信用評分進行加權求和得到目標使用者的綜合信用評分。
由以上描述可以看出，本發明可以透過使用者的特徵資訊確定使用者對各類型服務的傾向評分，進而可以根據使用者對各類型服務的傾向評分以及使用者在各類型服務下的信用評分計算所述目標使用者的綜合信用評分，靈活性更好，普適性更高，同時，計算得到的綜合信用評分的準確度也更高。
可選的，在另一個例子中，基於前述步驟102，針對第i個類型的服務，還可以根據傾向評分均為所述Pi的使用者對該服務的歷史使用情況計算所述目標使用者在該服 務下的評分權重Wi，然後可以根據所述目標使用者在第i個類型服務下的評分權重Wi對所述目標使用者在各類型服務下的信用評分進行加權求和，並將加權求和結果確定為所述目標使用者的綜合信用評分。
具體地，在計算得到目標使用者對第i個類型服務的傾向評分Pi後，可以計算所述目標使用者在該服務下的評分權重Wi，所述評分權重Wi也可以反映目標使用者在該類型服務的偏好，一般而言，目標使用者在某類服務下的評分權重越高，說明目標使用者使用該類服務的機率就越大。
在本實施例中，仍以第i個類型的服務為例，可以統計傾向評分均為所述Pi的使用者的數量，作為總數量，並統計傾向評分均為所述Pi的使用者中使用過所述服務的使用者的數量，作為使用數量，然後用所述使用數量除以所述總數量得到所述目標使用者在該服務下的評分權重Wi。
舉例來說，假設目標使用者對第i個類型服務的傾向評分為65分，則在本步驟中，可以先統計對第i個類型服務的傾向評分均為65分的使用者的總數量，又假設在所有使用者中，一共有100個使用者對第i個類型服務的傾向評分為65分，而在這100個使用者中，有60個使用者曾經使用過第i個類型的服務，則目標使用者在該第i個類型服務下的評分權重Wi=60/100，即Wi=0.6。可以理解的是，針對某一類型的服務，傾向評分相同的使用者在該服務下的評分權重也相同。
在另一個例子中，在計算評分權重時，也可以根據預設的傾向評分區間統計使用者數量。仍假設目標使用者對第i個類型服務的傾向評分為65分，則可以統計第i個類型服務的傾向評分均為60-65分的使用者的總數量，假設共有200個使用者，而在這200個使用者中，有150個使用者曾經使用過第i個類型的服務，則目標使用者在該第i個類型服務下的評分權重Wi=150/200，即Wi=0.75。
當然，在實際應用中，還可以採用其他的方式根據傾向評分Pi計算評分權重Wi，本發明對此不作特殊限制。
在本實施例中，綜合信用評分CS(Credit Score)的加權求和公式可為：。
由以上描述可以看出，本發明可以透過使用者的特徵資訊確定使用者對各類型服務的傾向評分，進而根據傾向評分計算出使用者在各類型服務下的評分權重，透過對應的評分權重對使用者在各類型服務下的信用評分進行加權求和，進而可以根據使用者的行為偏好計算使用者的綜合信用評分，靈活性更好，普適性更高，同時，計算得到的綜合信用評分的準確度也更高。
與前述使用者信用的評估方法的實施例相對應，本發明還提供了使用者信用的評估裝置的實施例。
本發明使用者信用的評估裝置的實施例可以應用在伺服器上。裝置實施例可以透過軟體實現，也可以透過硬體或者軟硬體結合的方式實現。以軟體實現為例，作為一個邏輯意義上的裝置，是透過其所在伺服器的處理器將非易 失性儲存器中對應的電腦程式指令讀取到內存中運行形成的。從硬體層面而言，如圖2所示，為本發明使用者信用的評估裝置所在伺服器的一種硬體結構圖，除了圖2所示的處理器、內存、網路介面、以及非易失性儲存器之外，實施例中裝置所在的伺服器通常根據該伺服器的實際功能，還可以包括其他硬體，對此不再贅述。
圖3是本發明一示例性實施例示出的一種使用者信用的評估裝置的方塊圖。
請參考圖3，所述使用者信用的評估裝置200可以應用在前述圖2所示的伺服器中，包括有：評分計算單元201、傾向計算單元202、權重計算單元203以及綜合計算單元204。
其中，評分計算單元201，針對第i個類型的服務，根據該類型服務對應的信用評分模型所需的第一類特徵資訊獲取目標使用者對應的第一類特徵資訊值，基於所述第一類特徵資訊值以及所述信用評分模型計算所述目標使用者在該服務下的信用評分Si；傾向計算單元202，針對第i個類型的服務，根據該類型服務在計算所述目標使用者對該服務的傾向評分Pi時所需的第二類特徵資訊獲取目標使用者對應的第二類特徵資訊值，基於所述第二類特徵資訊值計算所述目標使用者對該服務的傾向評分Pi，所述傾向評分Pi反映目標使用者對第i個類型服務的偏好程度；綜合計算單元204，根據所述目標使用者對各類型服 務的傾向評分以及目標使用者在各類型服務下的信用評分計算所述目標使用者的綜合信用評分；其中，i為不大於N的自然數，N服務類型的數量。
可選的，所述綜合計算單元204，具體根據所述目標使用者對第i個類型服務下的傾向評分Pi對所述目標使用者在各類型服務下的信用評分進行加權求和，並將加權求和結果確定為所述目標使用者的綜合信用評分；其中，加權求和結果。
權重計算單元203，針對第i個類型的服務，根據傾向評分Pi計算所述目標使用者在該服務下的評分權重Wi，其中Wi和Pi正相關；可選的，所述綜合計算單元204，具體根據所述目標使用者在第i個類型服務下的評分權重Wi對所述目標使用者在各類型服務下的信用評分進行加權求和，並將加權求和結果確定為所述目標使用者的綜合信用評分；其中，加權求和結果，N為服務類型的數量。
可選的，所述傾向計算單元202，根據第i個類型服務中各維度第二類特徵資訊的特徵權重對目標使用者的第二類特徵資訊量化值進行加權求和，得到目標使用者對該服務是傾向評分Pi。
可選的，所述權重計算單元203，針對第i個類型的服務，統計傾向評分均為所述Pi的使用者的數量，作為總數量；針對第i個類型的服務，統計傾向評分均為所述Pi的 使用者中使用過所述服務的使用者的數量，作為使用數量；用所述使用數量除以所述總數量得到所述目標使用者在該服務下的評分權重Wi。
可選的，所述特徵資訊包括：年齡、職業、常駐地、歷史業務資訊。
可選的，不同類型服務的信用評分模型不同。
上述裝置中各個單元的功能和作用的實現過程具體詳見上述方法中對應步驟的實現過程，在此不再贅述。
對於裝置實施例而言，由於其基本對應於方法實施例，所以相關之處參見方法實施例的部分說明即可。以上所描述的裝置實施例僅僅是示意性的，其中所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是實體單元，即可以位於一個地方，或者也可以分佈到多個網路單元上。可以根據實際的需要選擇其中的部分或者全部模組來實現本發明方案的目的。所屬技術領域中具有通常知識者在不付出進步性勞動的情況下，即可以理解並實施。
上述實施例闡明的系統、裝置、模組或單元，具體可以由電腦晶片或實體實現，或者由具有某種功能的產品來實現。一種典型的實現設備為電腦，電腦的具體形式可以是個人電腦、膝上型電腦、行動電阿、相機電話、智慧電話、個人數位助理、媒體播放器、導航設備、電子郵件收發設備、遊戲控制台、平板電腦、可穿戴設備或者這些設備中的任意幾種設備的組合。
以上所述僅為本發明的較佳實施例而已，並不用以限制本發明，凡在本發明的精神和原則之內，所做的任何修改、等同替換、改進等，均應包含在本發明保護的範圍之內。

Claims (14)

  1. 一種使用者信用的評估方法，其特徵在於，該方法包括：針對第i個類型的服務，根據該類型服務對應的信用評分模型所需的第一類特徵資訊獲取目標使用者對應的第一類特徵資訊值，基於該第一類特徵資訊值以及該信用評分模型計算該目標使用者在該服務下的信用評分Si；針對第i個類型的服務，根據該類型服務在計算該目標使用者對該服務的傾向評分Pi時所需的第二類特徵資訊獲取目標使用者對應的第二類特徵資訊值，基於該第二類特徵資訊值計算該目標使用者對該服務的傾向評分Pi，該傾向評分Pi反映目標使用者對第i個類型服務的偏好程度；根據該目標使用者對各類型服務的傾向評分以及目標使用者在各類型服務下的信用評分計算該目標使用者的綜合信用評分；其中，i為不大於N的自然數，N服務類型的數量。
  2. 根據請求項1所述的方法，其中，該根據該目標使用者對各類型服務的傾向評分以及目標使用者在各類型服務下的信用評分計算該目標使用者的綜合信用評分，包括：根據該目標使用者對第i個類型服務下的傾向評分Pi對該目標使用者在各類型服務下的信用評分進行加權求 和，並將加權求和結果確定為該目標使用者的綜合信用評分；其中，加權求和結果 。
  3. 根據請求項1所述的方法，其中，該根據該目標使用者對各類型服務的傾向評分以及目標使用者在各類型服務下的信用評分計算該目標使用者的綜合信用評分，包括：針對第i個類型的服務，根據傾向評分Pi計算該目標使用者在該服務下的評分權重Wi，其中Wi和Pi正相關；根據該目標使用者在第i個類型服務下的評分權重Wi對該目標使用者在各類型服務下的信用評分進行加權求和，並將加權求和結果確定為該目標使用者的綜合信用評分；其中，加權求和結果 。
  4. 根據請求項3所述的方法，其中，該針對第i個類型的服務，根據傾向評分Pi計算該目標使用者在該服務下的評分權重Wi，包括：針對第i個類型的服務，統計傾向評分均為該Pi的使用者的數量，作為總數量；針對第i個類型的服務，統計傾向評分均為該Pi的使用者中使用過該服務的使用者的數量，作為使用數量；用該使用數量除以該總數量得到該目標使用者在該服務下的評分權重Wi。
  5. 根據請求項1所述的方法，其中，針對第i個類型的服務，該基於該第二類特徵資訊值計算該目標使用者對該服務的傾向評分Pi，包括：根據第i個類型服務中各維度第二類特徵資訊的特徵權重對目標使用者的第二類特徵資訊值進行加權求和，得到目標使用者對該服務是傾向評分Pi。
  6. 根據請求項1所述的方法，其中，該特徵資訊包括：年齡、職業、常駐地、歷史業務資訊。
  7. 根據請求項1所述的方法，其中，不同類型服務的信用評分模型不同。
  8. 一種使用者信用的評估裝置，其特徵在於，該裝置包括：評分計算單元，針對第i個類型的服務，根據該類型服務對應的信用評分模型所需的第一類特徵資訊獲取目標使用者對應的第一類特徵資訊值，基於該第一類特徵資訊值以及該信用評分模型計算該目標使用者在該服務下的信用評分Si；傾向計算單元，針對第i個類型的服務，根據該類型服務在計算該目標使用者對該服務的傾向評分Pi時所需的 第二類特徵資訊獲取目標使用者對應的第二類特徵資訊值，基於該第二類特徵資訊值計算該目標使用者對該服務的傾向評分Pi，該傾向評分Pi反映目標使用者對第i個類型服務的偏好程度；綜合計算單元，根據該目標使用者對各類型服務的傾向評分以及目標使用者在各類型服務下的信用評分計算該目標使用者的綜合信用評分；其中，i為不大於N的自然數，N為服務類型的數量。
  9. 根據請求項8所述的裝置，其中，該綜合計算單元，具體根據該目標使用者對第i個類型服務下的傾向評分Pi對該目標使用者在各類型服務下的信用評分進行加權求和，並將加權求和結果確定為該目標使用者的綜合信用評分；其中，加權求和結果 ，N為服務類型的數量，i的取值不大於N。
  10. 根據請求項8所述的裝置，其中，該裝置還包括：權重計算單元，針對第i個類型的服務，根據傾向評分Pi計算該目標使用者在該服務下的評分權重Wi，其中Wi和Pi正相關；該綜合計算單元，具體根據該目標使用者在第i個類型服務下的評分權重Wi對該目標使用者在各類型服務下的信用評分進行加權求和，並將加權求和結果確定為該目標 使用者的綜合信用評分；其中，加權求和結果 。
  11. 根據請求項10所述的裝置，其中，該權重計算單元，針對第i個類型的服務，統計傾向評分均為該Pi的使用者的數量，作為總數量；針對第i個類型的服務，統計傾向評分均為該Pi的使用者中使用過該服務的使用者的數量，作為使用數量；用該使用數量除以該總數量得到該目標使用者在該服務下的評分權重Wi。
  12. 根據請求項8所述的裝置，其中，該傾向計算單元，根據第i個類型服務中各維度第二類特徵資訊的特徵權重對目標使用者的第二類特徵資訊值進行加權求和，得到目標使用者對該服務是傾向評分Pi。
  13. 根據請求項8所述的裝置，其中，該特徵資訊包括：年齡、職業、常駐地、歷史業務資訊。
  14. 根據請求項8所述的裝置，其中，不同類型服務的信用評分模型不同。
TW106126590A 2016-12-14 2017-08-07 使用者信用的評估方法和裝置 TWI715797B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
??201611155605.3 2016-12-14
CN201611155605.3A CN108230067A (zh) 2016-12-14 2016-12-14 用户信用的评估方法和装置
CN201611155605.3 2016-12-14

Publications (2)

Publication Number Publication Date
TW201822111A true TW201822111A (zh) 2018-06-16
TWI715797B TWI715797B (zh) 2021-01-11

Family

ID=62489977

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106126590A TWI715797B (zh) 2016-12-14 2017-08-07 使用者信用的評估方法和裝置

Country Status (8)

Country Link
US (1) US20180165762A1 (zh)
EP (1) EP3555836A4 (zh)
JP (1) JP6678829B2 (zh)
KR (1) KR102153844B1 (zh)
CN (1) CN108230067A (zh)
PH (1) PH12019501369A1 (zh)
TW (1) TWI715797B (zh)
WO (1) WO2018112126A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109087163B (zh) * 2018-07-06 2021-07-09 创新先进技术有限公司 信用评估的方法及装置
CN109447461B (zh) * 2018-10-26 2022-05-03 北京三快在线科技有限公司 用户信用评估方法及装置、电子设备、存储介质
CN110046785A (zh) * 2018-12-26 2019-07-23 阿里巴巴集团控股有限公司 一种业务处理方法、设备及其电子设备
CN110889750B (zh) * 2019-12-06 2022-08-26 昆明电力交易中心有限责任公司 一种电力市场交易主体信用评价方法
CN115034888B (zh) * 2022-06-16 2024-10-18 支付宝(杭州)信息技术有限公司 信用服务提供方法及装置
CN115169852B (zh) * 2022-06-29 2023-10-27 朴道征信有限公司 信息发送方法、装置、电子设备、介质和计算机程序产品

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004334737A (ja) * 2003-05-12 2004-11-25 Suuri Giken:Kk 信用リスクモデル決定装置、プログラムおよび信用リスクモデル決定方法
JP3896377B2 (ja) * 2004-11-15 2007-03-22 Ｓｂｉホールディングス株式会社 与信審査を利用したスコアリングモデル評価方法およびスコアリングモデル評価プログラム
US7827100B2 (en) * 2006-12-05 2010-11-02 Accenture Global Services Gmbh Intelligent collections models
KR100773295B1 (ko) * 2007-01-09 2007-11-05 신현욱 개인간 대출 중개 시스템 및 방법
CN101655966A (zh) * 2008-08-19 2010-02-24 阿里巴巴集团控股有限公司 一种贷款风险控制方法及系统
US8566141B1 (en) * 2008-12-03 2013-10-22 Lower My Bills, Inc. System and method of applying custom lead generation criteria
US20150178811A1 (en) * 2013-02-21 2015-06-25 Google Inc. System and method for recommending service opportunities
US20150142638A1 (en) * 2013-05-02 2015-05-21 The Dun & Bradstreet Corporation Calculating a probability of a business being delinquent
US20140365356A1 (en) * 2013-06-11 2014-12-11 Fair Isaac Corporation Future Credit Score Projection
US20150154698A1 (en) * 2013-12-03 2015-06-04 Credibility Corp. Hybridization of Personal and Business Credit and Credibility
US9578043B2 (en) * 2015-03-20 2017-02-21 Ashif Mawji Calculating a trust score
KR101722017B1 (ko) * 2015-04-29 2017-03-31 성신여자대학교 산학협력단 빅데이터 분석을 이용한 ｐ２ｐ 뱅킹 방법 및 이를 수행하는 장치
AU2016265038A1 (en) * 2015-05-18 2017-11-30 Verifier Pty Ltd Aggregation and provision of verification data
JP5996815B1 (ja) * 2016-02-19 2016-09-21 ヤフー株式会社 配信装置、配信方法、配信プログラム及び配信システム

Also Published As

Publication number Publication date
TWI715797B (zh) 2021-01-11
EP3555836A1 (en) 2019-10-23
JP6678829B2 (ja) 2020-04-08
JP2020502677A (ja) 2020-01-23
PH12019501369A1 (en) 2020-02-24
WO2018112126A1 (en) 2018-06-21
KR20190095356A (ko) 2019-08-14
CN108230067A (zh) 2018-06-29
KR102153844B1 (ko) 2020-09-09
EP3555836A4 (en) 2019-11-06
US20180165762A1 (en) 2018-06-14

Similar Documents

Publication Publication Date Title
TWI715797B (zh) 使用者信用的評估方法和裝置
JP6940646B2 (ja) 情報推奨方法、情報推奨装置、機器および媒体
TW201901578A (zh) 確定使用者風險等級的方法及裝置、電腦設備
WO2018214935A1 (zh) 确定用户风险偏好的方法、信息推荐方法及装置
WO2019061976A1 (zh) 基金产品推荐方法、装置、终端设备及存储介质
WO2020238229A1 (zh) 交易特征生成模型的训练、交易特征的生成方法和装置
WO2018149337A1 (zh) 一种信息投放方法、装置及服务器
CN106855876A (zh) 基于媒体内容的推荐的属性加权
TWI770394B (zh) 清算管道推薦方法及裝置和電子設備
CN107704941B (zh) 一种显示物品评论的方法及装置
WO2017031840A1 (zh) 一种用于为用户分配资源的方法和装置
JP2011191891A (ja) 情報処理装置、情報処理方法、及びプログラム
CN109543940B (zh) 活动评估方法、装置、电子设备及存储介质
WO2012054352A1 (en) Systems and methods for cluster validation
CN111754287B (zh) 物品筛选方法、装置、设备和存储介质
WO2015148420A1 (en) User inactivity aware recommendation system
CN108268534A (zh) 传播影响力计算方法及装置
TW201926087A (zh) 問題推送方法及裝置
CN108563713B (zh) 关键词规则生成方法及装置和电子设备
CN109472312B (zh) 应用程序评估方法、装置、计算机设备及存储介质
WO2024021973A1 (zh) 目标企业的推荐方法、装置、计算机设备及存储介质
CN109460778B (zh) 活动评估方法、装置、电子设备及存储介质
Hurley et al. Attacking recommender systems: A cost-benefit analysis
KR20130129460A (ko) 유사성의 식별
CN110322291B (zh) 广告推送方法和设备