[发明专利]一种互联网征信评估方法和系统

说明书

本发明实施例公开了一种互联网征信评估方法和系统；本发明实施例在得到训练数据集后，可以按照预设策略为该训练数据集中的各个训练样本设置权重，然后，采用带权重的训练数据集对预设评估模型进行训练，得到训练后评估模型，并基于该训练后评估模型对用户的互联网征信进行评估；该方案可以大大提高评估的合理性和准确性，改善应用效果。

技术领域

本发明涉及通信技术领域，具体涉及一种互联网征信评估方法和系统。

背景技术

随着大数据时代的来临，互联网征信的应用也越来越为广泛，其除了可以应用于互联网金融之外，还可以覆盖到其他的生活场景，比如打车、租车或酒店预订等，因此，如何保证互联网征信评估的准确和公平，也逐渐成为人们所关注的问题。

在现有技术中，一般可以通过收集用户的在训练期的行为数据作为训练数据集，然后，从中提取用户特征，利用决策树、以及逻辑回归等机器学习算法，来建立信用评分模型，并基于该信用评分模型对用户的信用进行评估。其中，训练数据集由违约用户和非违约用户组成，并切分成训练集和验证集，训练集用于训练模型，验证集用于对得到的模型进行评估，而评估的标准就是在验证集上的预测误差尽量小，该预测误差主要是预测违约情况(即预测用户是否违约)与真实违约情况的差异。

在对现有技术的研究和实践过程中，本发明的发明人发现，现有的互联网征信评估不够合理，准确性不高，导致应用效果不佳。

发明内容

本发明实施例提供一种互联网征信评估方法和系统，可以提高评估的合理性和准确性，改善应用效果。

本发明实施例提供一种互联网征信评估方法，包括：

获取多个用户数据，所述用户数据包括用户的属性数据、行为数据和信用记录；

从所述用户数据中选择训练样本，得到训练数据集；

按照预设策略为所述训练数据集中的各个训练样本设置权重，得到带权重的训练数据集；

采用带权重的训练数据集对预设评估模型进行训练，得到训练后评估模型；

基于所述训练后评估模型对用户的互联网征信进行评估。

本发明实施例还提供一种互联网征信评估系统，包括：

获取单元，用于获取多个用户数据，所述用户数据包括用户的属性数据、行为数据和信用记录；

选择单元，用于从所述用户数据中选择训练样本，得到训练数据集；

设置单元，用于按照预设策略为所述训练数据集中的各个训练样本设置权重，得到带权重的训练数据集；

训练单元，用于采用带权重的训练数据集对预设评估模型进行训练，得到训练后评估模型；

评估单元，用于基于所述训练后评估模型对用户的互联网征信进行评估。

本发明实施例在得到训练数据集后，可以按照预设策略为该训练数据集中的各个训练样本设置权重，然后，采用带权重的训练数据集对预设评估模型进行训练，得到训练后评估模型，并基于该训练后评估模型对用户的互联网征信进行评估；由于该方案可以按照预设策略为各个训练样本设置权重，再据此进行模型训练，因此，有利于对不同训练样本的违约影响进行区分，相对于现有只考虑训练样本是否违约的评估方案而言，可以大大提高评估的合理性和准确性，改善应用效果。

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，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1a是本发明实施例提供的互联网征信评估方法的框架图；