[发明专利]个体征信值评估方法及计算机可读存储介质

说明书

本申请提供了一种个体征信值评估方法及计算机可读存储介质，该方法包括：获取目标个体在电子商务平台的消费数据；基于所述消费数据，通过多维度建模技术获得多个征信子模型；以及根据所述多个征信子模型获取所述目标个体的征信值。根据该方法，提供提供个体在电子商务平台上的消费数据，采用多维度聚合评估方法建模进行数据处理，得到个体的征信值，省去了现有技术中的繁琐的人工审核环节，能够为第三方提供更加直接更加全面的风控分析报告。

技术领域

本发明涉及数字处理技术领域，并且更具体地，涉及一种征信值评估方法及计算机可读存储介质。

背景技术

在日常生活中，人们在办理很多业务(例如银行贷款、购买保险)的时候会用到个人征信记录。随着大数据时代的到来和快速发展，各种各样的用户数据都可以用于转化、评估、体现个人信用。而很多机构在获取个人的征信记录时，会经过很复杂的人工审核环节，这会造成很大的人力劳动量，并且银行获得的个人征信值往往不够全面地反应该个体的征信情况。

发明内容

针对上述现有技术中的问题，本申请提出了一种征信值评估方法及计算机可读存储介质，通过个体在电子商务平台的消费、咨询、评价、浏览、搜索等大量数据，建立了基于买家消费数据的征信记录。

第一方面，本申请提供了一种个体征信值评估方法，该方法包括：获取目标个体在电子商务平台的消费数据；基于所述消费数据，通过多维度建模技术获得多个征信模型；以及根据所述多个征信子模型获取所述目标个体的征信值。根据该第一方面的方法，提供获取体在电子商务平台上的消费数据，采用多维度聚合评估方法建模进行数据处理，得到个体的征信值，省去了现有技术中的繁琐的人工审核环节，能够为第三方提供更加直接更加全面的风控分析报告。

在第一方面的一个实施方式中，消费数据包括个人基本信息、个人地址信息、交易评价信息、交易完成信息和支付方式信息。

在第一方面的一个实施方式中，多个征信子模型包括：人口属性及兴趣模型，其根据所述个人基本信息形成；近期消费能力模型，其根据所述交易评价信息形成；退货退款习惯模型，其根据所述退换货信息形成；以及投诉仲裁与举报模型，其根据交易纠纷信息形成；消费系数模型，其根据所述交易完成信息完成；以及消费属性模型，其根据所述支付方式信息形成。

在第一方面的一个实施方式中，个人基本信息至少包括个人手机号码、邮箱、血型、兴趣爱好和自我评价。

在第一方面的一个实施方式中，个人地址信息至少包括最近的收货地址、收货次数最多的地址以及默认收货地址。

在第一方面的一个实施方式中，交易评价信息至少包括浏览数据、评价数据、搜索数据、收藏商品及店铺数据；

在第一方面的一个实施方式中，退换货信息至少包括退货数据、退款数据、换货数据和取消订单数据。

在第一方面的一个实施方式中，交易纠纷信息至少包括举报数据和投诉仲裁数据。

在第一方面的一个实施方式中，交易完成信息至少包括交易商品总额、下单总数、下单的商品总数、下单的店铺总数、每月下单频次、最近下单时间、首单消费时间、首单距今时间、尾单距今时间、最小消费金额、最大消费金额、累积使用代金券金额、累积使用代金券次数和累积使用积分次数。

在第一方面的一个实施方式中，支付方式信息至少包括微信支付、支付宝支付、银联支付、他人代付、代金券抵扣、积分抵扣和分期付款。

在第一方面的一个实施方式中，根据所述多个征信子模型获取所述目标个体的征信值，包括：计算所述多个征信子模型中的每个征信子模型的评分值；对所述每个征信子模型的评分值求和，多的所述目标个体的征信值。