[发明专利]一种个人征信评估方法及系统在审
| 申请号: | 201810445030.1 | 申请日: | 2018-05-10 |
| 公开(公告)号: | CN108629379A | 公开(公告)日: | 2018-10-09 |
| 发明(设计)人: | 沈林江;张笑笑 | 申请(专利权)人: | 北京天元创新科技有限公司 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q50/00 |
| 代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹;吴欢燕 |
| 地址: | 100193 北京市海淀区*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 评估 信用信息 聚类 个人征信 权重 信用 预处理 评分模型 数据维度 有效解决 多视角 权重和 全维 预设 | ||
1.一种个人征信评估方法,其特征在于,包括:
S1,获取待评估用户的基础信用信息;
S2,对预处理后的基础信用信息进行聚类,获取聚类后的基础信用信息;
S3,根据预设征信评分模型和聚类后的基础信用信息,获取所述待评估用户的初始信用分;
S4,获取所述待评估用户的每一社交用户的权重,并根据每一社交用户的权重和所述初始信用分,获取所述待评估用户的最优信用分,对于任一社交用户,所述任一社交用户的权重根据所述待评估用户与所述任一社交用户的社交次数获得。
2.根据权利要求1所述方法,其特征在于,步骤S1中,所述基础信用信息包括所述评估对象的身份信息、社交信息、信用历史信息、行为特性信息、消费信息、社保信息、公积金信息、银行信息和互联网信息。
3.根据权利要求1所述方法,其特征在于,步骤S1中,所述基础信用信息从所述待评估用户用关的社保数据、公积金数据、银行数据和互联网数据中获取。
4.根据权利要求2所述方法,其特征在于,步骤S2之前还包括:
对所述基础信用信息进行预处理,所述预处理包括删除所述基础信用信息中异常的数据,并对所述基础信用信息进行格式化。
5.根据权利要求1所述方法,其特征在于,步骤S2中,所述对预处理后的基础信用信息进行聚类具体通过实体聚焦分析方法。
6.根据权利要求1所述方法,其特征在于,步骤S3中,所述预设征信评分模型从模型指标筛选、样本好坏定义、相关性检验、打分卡模型建立、信用分输出五个环节建立。
7.根据权利要求1所述方法,其特征在于,步骤S4中,所述获取所述待评估用户的每一社交用户的权重具体为:
其中,PR(pi)表示社交用户pi的权重,n表示所述待评估用户核心社交圈中所有社交用户的数量,d表示阻尼系数,M(i)表示pi社交圈中与pi发生社交关系的社交用户的集合,lji表示社交用户pj与所述待评估用户pi发生社交的次数,L(j)表示pj在pi社交圈里发生社交的总次数。
8.一种个人征信评估系统,其特征在于,包括:
信用模块,用于获取待评估用户的基础信用信息;
聚类模块,用于对预处理后的基础信用信息进行聚类,获取聚类后的基础信用信息;
初始信用模块,用于根据预设征信评分模型和聚类后的基础信用信息,获取所述待评估用户的初始信用分;
最优信用模块,用于获取所述待评估用户的每一社交用户的权重,并根据每一社交用户的权重和所述初始信用分,获取所述待评估用户的最优信用分,对于任一社交用户,所述任一社交用户的权重根据所述待评估用户与所述任一社交用户的社交次数获得。
9.一种个人征信评估设备,其特征在于,包括:
至少一个处理器、至少一个存储器、通信接口和总线;其中,
所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述通信接口用于该测试设备与显示装置的通信设备之间的信息传输;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1-7中任一项所述的方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至7任一所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京天元创新科技有限公司,未经北京天元创新科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810445030.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:图像识别方法和设备
- 下一篇:一种基于迁移学习的跨场景无线信号感知方法





