[发明专利]贷前信用评估方法及装置

权利要求书

1.一种贷前信用评估方法，其特征在于，包括：

获取多个银行机构的客户账户信息、贷款黑名单用户信息和贷款白名单用户信息；

对多个银行机构的客户账户信息、贷款黑名单用户信息和贷款白名单用户信息进行异常数据清洗；

根据进行异常数据清洗后的多个银行机构的客户账户信息、贷款黑名单用户信息和贷款白名单用户信息，构建训练样本集，所述训练样本集包括正样本信息和负样本信息，其中，贷款白名单用户信息为正样本信息，贷款黑名单用户信息为负样本信息；

根据所述训练样本集对贷前信用评估模型进行训练，得到训练好的贷前信用评估模型；

利用训练好的贷前信用评估模型进行贷前信用评估。

2.如权利要求1所述的方法，其特征在于，对多个银行机构的客户账户信息、贷款黑名单用户信息和贷款白名单用户信息进行异常数据清洗之后，所述方法还包括：

对异常数据清洗后的多个银行机构的客户账户信息、贷款黑名单用户信息和贷款白名单用户信息进行量化处理，以获取用户的特征向量。

3.如权利要求1所述的方法，其特征在于，还包括：

对训练好的模型进行更新聚合处理，以获取聚合模型参数。

4.如权利要求3所述的方法，其特征在于，对训练好的模型进行更新聚合处理之后，所述方法还包括：

检测贷前信用评估模型是否收敛，若未收敛，则将聚合模型参数返回多个银行机构继续迭代训练。

5.一种贷前信用评估装置，其特征在于，包括：

信息获取模块，用于获取多个银行机构的客户账户信息、贷款黑名单用户信息和贷款白名单用户信息；

数据清洗模块，用于对多个银行机构的客户账户信息、贷款黑名单用户信息和贷款白名单用户信息进行异常数据清洗；

训练样本集构建模块，用于根据进行异常数据清洗后的多个银行机构的客户账户信息、贷款黑名单用户信息和贷款白名单用户信息，构建训练样本集，所述训练样本集包括正样本信息和负样本信息，其中，贷款白名单用户信息为正样本信息，贷款黑名单用户信息为负样本信息；

模型训练模块，用于根据所述训练样本集对贷前信用评估模型进行训练，得到训练好的贷前信用评估模型；

信用评估模块，用于利用训练好的贷前信用评估模型进行贷前信用评估。

6.如权利要求5所述的装置，其特征在于，所述装置还包括：

特征向量获取模块，用于对异常数据清洗后的多个银行机构的客户账户信息、贷款黑名单用户信息和贷款白名单用户信息进行量化处理，以获取用户的特征向量。

7.如权利要求5所述的装置，其特征在于，还包括：

更新聚合处理模块，用于对训练好的模型进行更新聚合处理，以获取聚合模型参数。

8.如权利要求7所述的装置，其特征在于，所述装置还包括：

模型检测模块，用于检测贷前信用评估模型是否收敛，若未收敛，则将聚合模型参数返回多个银行机构继续迭代训练。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4任一所述方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至4任一所述方法的计算机程序。