[发明专利]一种个人用户的信用评分方法、装置、终端及存储介质

说明书

本发明公开了一种个人用户的信用评分方法、装置、终端及存储介质，该方法包括步骤：采集用户数据，所述用户数据包括运营商数据、电商数据、信用卡账单数据和社保公积金数据中的至少一种；通过特征工程技术对所述用户数据进行处理，生成有效特征向量集；通过LR和GBDT组合模型对所述有效特征向量集进行训练，确定特征的权重值；基于所述权重值，确定信用评分值。本发明提供的个人用户的信用评分方法、装置、终端及存储介质，实现用户信用评分的客观化和准确化。

技术领域

本发明涉及数据处理技术领域，特别涉及一种个人用户的信用评分方法、装置、终端及存储介质。

背景技术

个人用户的信用评分是现代社会信用消费的保障和基础，可以被广泛地应用于个人信贷、信用卡、保险理赔等金融业务中，为信用政策的制定、分析、评估、优化提供量化支持。

个人用户的信用评分的获得，可以是通过对个人用户的信息进行量化计算得出信用分值，能够用于定量评估个人用户的信用风险。

但是现有的信用评分通常只是根据用户填写的一些信息来进行评定，一次评定得出结果，不够客观和充分，出错几率较大。

发明内容

本发明提供一种个人用户的信用评分方法、装置、终端及存储介质，实现用户信用评分的客观化和准确化。

第一方面，本发明实施例提供了一种个人用户的信用评分方法，包括步骤：

采集用户数据，所述用户数据包括运营商数据、电商数据、信用卡账单数据和社保公积金数据中的至少一种；

通过特征工程技术对所述用户数据进行处理，生成有效特征向量集；

通过LR和GBDT组合模型对所述有效特征向量集进行训练，确定特征的权重值；

基于所述权重值，确定信用评分值。

优选地，在所述通过LR和GBDT组合模型对所述有效特征向量集进行训练，确定特征的权重值之后还包括步骤：通过曲线函数对所述权重值进行有效性筛选，得到有效权重值，对应的，基于所述有效权重值，确定信用评分值。优选地，所述通过曲线函数对所述权重值进行有效性筛选，得到有效权重值，具体为：所述曲线函数包括ROC曲线和KS曲线，通过所述ROC曲线判定在第一阈值区间范围内的所述权重值保留，通过所述KS曲线判定大于第二阈值的所述权重值保留，所述保留的权重值构成所述有效权重值。

优选地，所述基于所述有效权重值，确定信用评分值，具体为：对所述有效权重值加和得到信用评分值。

优选地，所述通过特征工程技术对所述用户数据进行处理，生成有效特征向量集，具体为：对所述用户数据进行特征提取、特征预处理以及特征筛选确定有效特征向量集，所述特征预处理具体为缺失值处理、离散特征聚类和连续特征分bin中的至少一种。

优选地，所述通过LR和GBDT组合模型对所述有效特征向量集进行训练，具体为：以预设时间内的用户数据作为样本集和测试集，对LR和GBDT组合模型进行训练和测试，确定LR和GBDT组合模型，以所述确定的LR和GBDT组合模型对所述有效特征向量集进行训练。

优选地，还包括步骤：根据所述信用评分值对所述有效特征向量集进行调整，对所述LR和GBDT组合模型的参数进行调整，通过所述调整后的有效特征向量集和所述LR和GBDT组合模型重新确定信用评分值。

第二方面，本发明实施例提供了一种个人用户的信用评分装置，包括：

采集模块，用于采集用户数据，所述用户数据包括运营商数据、电商数据、信用卡账单数据和社保公积金数据中的至少一种；

向量集生成模块，用于通过特征工程技术对所述用户数据进行处理，生成有效特征向量集；