[发明专利]一种信用风险等级评估方法及系统在审
| 申请号: | 202010767643.4 | 申请日: | 2020-08-03 |
| 公开(公告)号: | CN112085585A | 公开(公告)日: | 2020-12-15 |
| 发明(设计)人: | 贺欧文;卜志成 | 申请(专利权)人: | 北京贝壳时代网络科技有限公司 |
| 主分类号: | G06Q40/02 | 分类号: | G06Q40/02;G06Q10/06;G06K9/62;G16H50/30 |
| 代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 杨云云 |
| 地址: | 100000 北京市密云*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 信用风险 等级 评估 方法 系统 | ||
1.一种信用风险等级评估方法,其特征在于,包括:
基于一维聚类方法或核密度估计方法获取信用风险评估得到的连续评分数值的多个分割点;
基于所述多个分割点,对所述连续评分数值进行段落划分,得到多个数值段落;
将每一个数值段落映射为对应的信用风险评估等级。
2.根据权利要求1所述的信用风险等级评估方法,其特征在于,所述基于一维聚类方法获取信用风险评估得到的连续评分数值的多个分割点包括:
基于连续评分数值之间的距离,对所述连续评分数值进行一维聚类分析,得到聚类后的多个类别;
获取每一个类别的最大评分数值和最小评分数值;
基于每一个类别的最大评分数值和最小评分数值,获取所述连续评分数值的多个分割点。
3.根据权利要求2所述的信用风险等级评估方法,其特征在于,所述基于每一个类别的最大评分数值和最小评分数值,获取所述连续评分数值的多个分割点包括:
按照每一个类别中连续评分数值的大小,从小到大对多个类别进行排序;
根据当前类别的最大评分数值和下一个类别的最小评分数值得到当前类别和下一个类别之间的分割点;
遍历所有类别,得到所述连续评分数值的多个分割点。
4.根据权利要求3所述的信用风险等级评估方法,其特征在于,所述根据当前类别的最大评分数值和下一个类别的最小评分数值得到当前类别和下一个类别之间的分割点包括:
计算当前类别的最大评分数值和下一个类别的最小评分数值的中值,将所述中值作为当前类别和下一个类别之间的分割点。
5.根据权利要求2所述的信用风险等级评估方法,其特征在于,所述基于每一个类别的最大评分数值和最小评分数值,获取所述连续评分数值的多个分割点包括:
基于当前类别的最大评分数值和最小评分数值以及下一个类别的最大评分数值和最小评分数值,计算当前类别与下一个类别之间对应的比值;
根据当前类别的最大评分数值、下一个类别的最小评分数值和所述比值,计算当前类别与下一个类别之间的分割点;
遍历所有类别,获取所述连续评分数值的多个分割点。
6.根据权利要求5所述的信用风险等级评估方法,其特征在于,所述根据当前类别的最大评分数值、下一个类别的最小评分数值和所述比值,计算当前类别与下一个类别之间的分割点包括:
break1,2=P1,2/(P1,2+1)*(x2min-x1max)+x1max;
P1,2=(x1max-x1min)/(x2max-x2min);
其中,break1,2表示当前类别与下一个类别之间的分割点,P1,2为当前类别与下一个类别之间对应的比值,x1max为当前类别的最大评分数值,x2min为下一个类别的最小评分数值。
7.根据权利要求1所述的信用风险等级评估方法,其特征在于,所述基于核密度估计方法获取信用风险评估得到的连续评分数值的多个分割点包括:
采用高斯核函数核密度估计对所述连续评分数值进行模拟,得到所述连续评分数值对应的概率分布曲线;
获取所述概率分布曲线上的至少一个极小值点,将所述至少一个极小值点作为所述连续评分数值的多个分割点。
8.根据权利要求7所述的信用风险等级评估方法,其特征在于,
根据所述连续评分数值的样本数据分布和样本数据规模,选取相应的核密度估计带宽,其中,样本数据为每一个评分数值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京贝壳时代网络科技有限公司,未经北京贝壳时代网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010767643.4/1.html,转载请声明来源钻瓜专利网。





