[发明专利]一种金融信用度的模糊动态加权匹配方法及系统

权利要求书

1.一种金融信用度的模糊动态加权匹配方法，其特征在于，具体包括如下步骤：

(1)收集目标客户的指标明细表，

(2)按照预定规则对指标明细表进行权重比划分，构建系统的核心指标参数，

(3)关联与目标客户的核心指标参数的基本数据，

(4)对所述核心指标参数的基本数据进行英文和/或数字化表达，

(5)分别对基本数据进行定义编号，根据公式计算核心指标参数进行单一的匹配度和相似度计算，

(6)根据定义好的基本数据的权重比进行综合加权匹配度计算，

(7)输出匹配度阈值列表结果。

2.根据权利要求1所述的金融信用度的模糊动态加权匹配方法，其特征在于，所述指标明细表包括但不限于来源于人民银行公共信用信息系统、金融机构的违约信息和事业单位缴费信息数据。

3.根据权利要求1所述的金融信用度的模糊动态加权匹配方法，其特征在于，所述基本数据包括但不限于目标客户的名称、证件类型、证件号码、出生/注册日期、性别属性、国籍、籍贯和所属行业。

4.根据权利要求1所述的金融信用度的模糊动态加权匹配方法，其特征在于，所述匹配度计算公式为

其中,d(NP_i,NP_j)表示输入自然人客户或机构客户的名称字符串NP_i和黑名单数据库中疑似自然人客户或机构客户的名称字符串NP_j的最短编辑距离；

lNP_i和lNP_j分别表示自然人客户或机构客户的名称字符串NP_i和NP_j的长度；

max(lNP_i,lNP_j)表示lNP_i和lNP_j中的最大值；PP₀₁为控制参数。

5.根据权利要求1所述的金融信用度的模糊动态加权匹配方法，其特征在于，所述相似度运算公式为其中，a,b分别为地址字符串在空间向量模型中的向量，a_i,b_i分别为向量a,b的第i个元素。结果越接近1表示两地址相似性越高；越接近于0，表示两地址越不相近。

6.根据权利要求1所述的金融信用度的模糊动态加权匹配方法，其特征在于，所述综合加权匹配度的公式为

7.根据权利要求1所述的金融信用度的模糊动态加权匹配方法，其特征在于，所述匹配度阈值的可信度定义如下：

M_P≥90定为精确，M_P≥70定为近似，M_P≥50定为广泛。

8.一种金融信用度的模糊动态加权匹配系统，其特征在于，包含权利要求1-7所述的金融信用度的模糊动态加权匹配方法，由设有神经网络架构的模型内的程序或系统进行完成。