[发明专利]装修行业征信数据的分析方法

说明书

本发明公开了一种装修行业征信数据的分析方法，所述分析方法包括：接收征信数据分析请求，获取所述分析请求指向的待分析的征信数据；对所述征信数据进行分类，并对分类后的征信数据进行数据处理，得到对应的征信参数；选取匹配的预设数据分析模型，并将得到的所述征信参数代入所述预设数据分析模型，利用所述预设数据分析模型，计算得到所述征信数据对应的信用等级；具备高效地对装修行业的征信数据进行分析的有效效果，提高了装修行业征信数据的可靠性和数据分析的效率。

技术领域

本发明涉及数据处理技术领域，特别涉及一种装修行业征信数据的分析方法。

背景技术

征信数据是征信机构依法采集、调查、保存、整理并提供的个人或者企业的征信信息的活动；征信机构可以根据采集的信息，对采集对象进行信用评分，并以信用报告的形式提供采集对象的信用记录。征信的分数，反映了采集对象的征信状态，分数越高，该用户可能出现的风险越低即信用越好，反之，信用越差。征信数据在各行各业都具有至关重要的参考意义。

在装修行业，不管是银行为企业提供融资比如金融借贷服务，还是用户选择装修公司，都需要了解对应的装修公司的可靠性，比如该装修公司的是否靠谱。因此，在装修行业，为了给用户的需求提供重要依据，对装修公司的征信数据进行分析则显得尤为重要。

发明内容

本发明提供一种装修行业征信数据的分析方法，用以对装修公司的征信数据进行分析，提高装修行业征信数据的可靠性。

本发明提供了一种装修行业征信数据的分析方法，所述装修行业征信数据的分析方法包括：

接收征信数据分析请求，获取所述分析请求指向的待分析的征信数据；

对所述征信数据进行分类，并对分类后的征信数据进行数据处理，得到对应的征信参数；

选取匹配的预设数据分析模型，并将得到的所述征信参数代入所述预设数据分析模型，利用所述预设数据分析模型，计算得到所述征信数据对应的信用等级。

进一步地，所述征信数据分析请求中携带有目标分析对象的对象标识；

其中，所述对象标识包括：集体标识和个人标识，且每一个集体标识唯一对应一个企业单位，每一个个人标识唯一对应一个自然人用户。

进一步地，所述对所述征信数据进行分类，并对分类后的征信数据进行数据处理，得到对应的征信参数，包括：

识别所述征信数据分析请求中所携带的对象标识的种类和数量；

根据识别结果，以所述对象标识为单位，将所述征信数据按照所述对象标识进行分类，且每一个对象标识对应一种数据分类；

将每个对象标识对应的征信数据进行归一化的融合处理，得到各对象标识分别对应的征信参数。

进一步地，对所述征信数据进行分类时，按照征信数据分类模型执行；其中，所述征信数据分类模型包括：

其中，x_ei为第ei条征信信息，ei为征信数据的属性个数变量，初始值为1，以1为单位递增，最大值为n，n为征信数据的属性个数总量；f_nb为由naivebayesian(nb)算法训练出来的假设，f_nb(x)取值为贝叶斯分类器对于给定x的因素下，最可能出现的情况o，o为样本类；y为所有样本类集合，y是o的取值集合，u_o,ei为第o类样本在第ei个属性上取值的均值，为第o类样本在第ei个属性上取值的方差，argmax_o∈y(q)表示寻找使q的取值最大的o。

进一步地，所述将每个对象标识对应的征信数据进行归一化的融合处理，得到各对象标识分别对应的征信参数，包括：