[发明专利]用于授信贷款的贷款额度评估系统及方法

权利要求书

1.用于授信贷款的贷款额度评估系统，其特征在于，包括：

用户画像获取模块：用于收集用户相关的特征数据并建立用户行为和属性画像；

贷款额度评估模块：用于根据用户行为和属性画像构建授信模型决定用户贷款额度。

2.根据权利要求1所述的用于授信贷款的贷款额度评估系统，其特征在于，还包括：

异常用户排除模块：用于通过用户行为和属性画像构建异常检测模型排除高欺诈和低还款能力的异常客户；

用户筛选模块：用于通过用户行为和属性画像构建第一层信用评分模型对各用户进行信用评分，并根据第一层信用分数的高低对用户进行筛选。

3.根据权利要求2所述的用于授信贷款的贷款额度评估系统，其特征在于，所述贷款额度评估模块包括：

用户画像补充子模块：根据用户的人行征信和第三方征信补充用户的行为和属性画像；

评分模型构建子模块：根据补充后的用户的行为和属性画像构建第二层信用评分模型并计算各用户的第二层信用分数；

贷款额度确定子模块：将各用户的第二层信用分数划分分数区间并决定用户贷款额度和期限。

4.根据权利要求2所述的用于授信贷款的贷款额度评估系统，其特征在于，所述用户筛选模块包括：

筛选模型构建子模块：用于运用数据挖掘和机器学习算法将用户行为画像和属性画像作为特征指标构建第一层评分卡模型计算各用户的第一层信用分数；

用户排除子模块：预先设置信用分数阈值，用于将用户的第一层信用分数与信用分数阈值进行对比，筛选出第一层信用分数高于信用分数阈值的用户。

5.用于授信贷款的贷款额度评估方法，其特征在于，包括以下步骤：

用户画像获取步骤：收集用户相关的特征数据并建立用户行为和属性画像；

贷款额度评估步骤：根据用户行为和属性画像构建授信模型决定用户贷款额度。

6.根据权利要求5所述的用于授信贷款的贷款额度评估方法，其特征在于，所述用户画像获取步骤和授信额度确定步骤之间包括：

异常用户排除步骤：通过用户行为和属性画像构建异常检测模型排除高欺诈和低还款能力的异常客户；

用户筛选步骤：通过用户行为和属性画像构建第一层信用评分模型对各用户进行信用评分，并根据第一层信用分数的高低对用户进行筛选。

7.根据权利要求6所述的用于授信贷款的贷款额度评估方法，其特征在于，所述贷款额度评估步骤包括：

S1：根据用户的人行征信和第三方征信补充用户的行为和属性画像；

S2：根据补充后的用户的行为和属性画像构建第二层信用评分模型并计算各用户的第二层信用分数；

S3：将各用户的第二层信用分数划分分数区间并决定用户贷款额度和期限。

8.根据权利要求6所述的用于授信贷款的贷款额度评估方法，其特征在于，所述用户筛选步骤具体包括：

步骤一：运用数据挖掘和机器学习算法将用户行为画像和属性画像作为特征指标构建第一层评分卡模型计算各用户的第一层信用分数；

步骤二：预先设置信用分数阈值，将用户的第一层信用分数与信用分数阈值进行对比，筛选出第一层信用分数高于信用分数阈值的用户。