[发明专利]信贷风险评估方法、装置、计算机设备及存储介质

说明书

本发明公开了一种信贷风险评估方法、装置、计算机设备及存储介质，涉及人工智能技术领域，主要在于能够提高信贷风险评估的准确率，确保信贷风险评估结果的可靠性。其中方法包括：获取待评估用户对应的消费行为时序数据和属性数据；将所述消费行为时序数据输入至预设消费行为特征提取模型进行特征提取，得到所述消费行为时序数据对应的消费行为特征向量；将所述属性数据输入至预设属性特征提取模型进行特征提取，得到所述待评估用户对应的属性特征向量；根据所述消费行为特征向量和所述属性特征向量，确定所述待评估用户对应的信贷风险评估结果。本发明采用了机器学习技术，主要适用于信贷风险的评估。

技术领域

本发明涉及人工智能技术领域，尤其是涉及一种信贷风险评估方法、装置、计算机设备及存储介质。

背景技术

信贷是指以偿还和付息为条件的价值运动形式，通常包括银行存款、贷款等信用活动，贷款的产生必然伴随着风险，在还款期限届满之前，贷款人财务状况的重大变化很可能影响其履约能力，从而发生呆账、坏账等风险，因此预先对贷款人进行信贷风险评估有重要意义。

目前，通常根据贷款人的个人信息、价值数据和征信数据等，对贷款人的信贷风险进行评估，其中，个人信息包括贷款的人的性别、学历等信息，价值数据包括贷款人的月收入、固定资产等，征信数据包括贷款人的信用卡数量、信贷逾期次数等。然而，贷款人的价值数据和征信数据均为静态数据，静态数据的特点是稳定而不易变化或者变化缓慢，其无法反映贷款人未来的变化趋势，因此如果仅依据贷款人的静态数据进行信贷风险评估，无法得到准确的信贷风险评估结果，对信贷风险评估的准确率较低。

发明内容

本发明提供了一种信贷风险评估方法、装置、计算机设备及存储介质，主要在于能够提高信贷风险评估的准确率，确保信贷风险评估结果的可靠性。

根据本发明的第一个方面，提供一种信贷风险评估方法，包括：

获取待评估用户对应的消费行为时序数据和属性数据；

将所述消费行为时序数据输入至预设消费行为特征提取模型进行特征提取，得到所述消费行为时序数据对应的消费行为特征向量；

将所述属性数据输入至预设属性特征提取模型进行特征提取，得到所述待评估用户对应的属性特征向量；

根据所述消费行为特征向量和所述属性特征向量，确定所述待评估用户对应的信贷风险评估结果。

根据本发明的第二个方面，提供一种信贷风险评估装置，包括：

获取单元，用于获取待评估用户对应的消费行为时序数据和属性数据；

第一提取单元，用于将所述消费行为时序数据输入至预设消费行为特征提取模型进行特征提取，得到所述消费行为时序数据对应的消费行为特征向量；

第二提取单元，用于将所述属性数据输入至预设属性特征提取模型进行特征提取，得到所述待评估用户对应的属性特征向量；

确定单元，用于根据所述消费行为特征向量和所述属性特征向量，确定所述待评估用户对应的信贷风险评估结果。

根据本发明的第三个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：

获取待评估用户对应的消费行为时序数据和属性数据；

将所述消费行为时序数据输入至预设消费行为特征提取模型进行特征提取，得到所述消费行为时序数据对应的消费行为特征向量；

将所述属性数据输入至预设属性特征提取模型进行特征提取，得到所述待评估用户对应的属性特征向量；

根据所述消费行为特征向量和所述属性特征向量，确定所述待评估用户对应的信贷风险评估结果。