[发明专利]信用评分方法、系统、终端及计算机可读存储介质

说明书

本发明公开了一种信用评分方法、系统、终端及计算机可读存储介质，方法包括：获取目标用户的初始信用评分及关联的其他用户的异常征信评分；对关联的其他用户进行分级，得到每个其他用户的关系评级，并获取每个关系评级对应的预设权值；根据每个其他用户的异常征信评分、关系评级以及每个关系评级对应的预设权值，获取目标用户关联的所有其他用户的征信总评分，并将初始信用评分减去所有其他用户的征信总评分，得到目标用户的综合信用评分。本发明通过参考加入的目标用户关联的其他用户异常征信以及对应其他用户的分级，从而借以模型托管为原理的信用评分模型，帮助解决了目前个人征信数据采集不够全面，具备局限性的问题。

技术领域

本发明涉及计算机领域，尤其涉及信用评分方法、系统、终端及计算机可读存储介质。

背景技术

随着互联网金融行业的快速崛起，网贷、金融租赁以及线上理财等业务受到了很多客户的关注与参与，但另一方面，用户能否及时还款关系到了企业以及借款人金融资产的安全，于是许多金融企业建立了自有的征信评分体系。而目前的征信评分系统在评价用户征信情况以确定用户授信额度时，主要是依靠收集到的借款人个人信息，但实际借款人个人信息能够参考的数据范围较窄，因此征信系统评分比较片面，存在技术局限性。

发明内容

本发明的主要目的在于提供一种信用评分方法、系统、终端及计算机可读存储介质，旨在解决目前征信系统评分比较片面，存在技术局限性的技术问题。

为实现上述目的，本发明提供一种信用评分方法，包括以下步骤：

获取目标用户的初始信用评分及所述目标用户关联的其他用户的异常征信评分；

对所述目标用户关联的其他用户进行分级，得到每个其他用户的关系评级，并获取每个关系评级对应的预设权值，其中关系评级越高，对应获取的预设权值越大；

根据每个其他用户的异常征信评分、关系评级以及每个关系评级对应的预设权值，获取所述目标用户关联的所有其他用户的征信总评分，并将所述初始信用评分减去所述所有其他用户的征信总评分，得到所述目标用户的综合信用评分。

可选地，所述根据每个其他用户的异常征信评分、关系评级以及每个关系评级对应的预设权值，获取所述目标用户关联的所有其他用户的征信总评分的步骤包括：

根据每个其他用户的异常征信评分、关系评级以及每个关系评级对应的预设权值，建立其他用户、异常征信评分与预设权值的映射关系；

将建立的映射关系数据对应输入至包括公式P＝∑Wi×Qi的运算器中，以输出所述目标用户关联的所有其他用户的征信总评分，其中P为目标用户关联的所有其他用户的征信总评分，Wi为所述目标用户关联的第i个其他用户的异常征信评分，Qi为第i个其他用户的关系评级对应的预设权值，i∈[1，n]，n为所述目标用户关联的其他用户总数。

可选地，所述获取目标用户的初始信用评分及所述目标用户关联的其他用户的异常征信评分的步骤包括：

获取目标用户的各类经济活动数据，并将所述各类经济活动数据输入至预设目标用户信用评分模型中，以得到所述目标用户的初始信用评分；

获取所述目标用户关联的每个其他用户对应的经济活动数据，并从每个其他用户对应的经济活动数据中提取该其他用户对应的异常经济活动数据，以统计得到每个其他用户的异常数据量；

根据每个其他用户的异常数据量，从异常数据量与异常征信评分间的预设映射关系表中查询每个其他用户对应的异常征信评分，其中异常数据量越多，对应的异常征信评分越高。

可选地，所述对所述目标用户关联的其他用户进行分级，得到每个其他用户的关系评级的步骤包括：

获取所述目标用户与其他用户间的历史样本交互数据，并通过聚类算法对所述历史样本交互数据进行聚类分析，以得到多个交互评级区间；