[发明专利]一种针对用户画像的信用评估方法

权利要求书

1.一种针对用户画像的信用评估方法，其特征在于，包括：

S1、金融机构发送用户的手机号码信息及身份证匹配信息至用户画像生成平台；

S2、用户画像生成平台将用户的手机号码信息及身份证匹配信息发送至大数据供应平台；

S3、大数据供应平台根据用户的手机号码信息及身份证匹配信息获取用户的行为信息，并根据用户的行为信息输入预先训练好的用户标签生成模型，输出用户标签反馈至用户画像生成平台；

S4、用户画像生成平台根据用户标签生成用户画像并将所述用户画像发送至金融机构；

S5、金融机构获取用户画像，并对用户画像进行特征提取获取用户的信用数据，根据所述用户的信用数据评定信用等级；

所述步骤S5，包括：

S11、对用户画像进行特征提取获取用户在多个周期的信用数据；

S12、将用户在多个周期的信用数据输入信用度网络模型中，输出用户在各个周期的信用评分；

S13、根据用户在各个周期的信用评分计算得到用户当前周期的总体的信用评估结果，设置信用等级的取值范围，进而评定用户的信用等级。

2.如权利要求1所述的针对用户画像的信用评估方法，其特征在于，所述用户标签生成模型的建立，包括：

大数据供应平台获取样本用户的行为信息并进行预处理；

对预处理后的样本用户的行为信息进行第一次筛选，确定建立用户标签生成模型的变量；

根据PCA算法对用户标签生成模型的变量进行处理以建立用户标签生成模型。

3.如权利要求2所述的针对用户画像的信用评估方法，其特征在于，所述PCA算法包括：

导入确定的用户标签生成模型的变量得到数据样本矩阵；

根据所述样本矩阵计算均值及散布矩阵；

根据所述散布矩阵计算散布矩阵的特征值，并对特征值进行排序，选取P个最大的特征值，计算P个最大的特征值分别对应的特征向量；

将P个最大的特征值分别对应的特征向量进行数据投影，形成投影矩阵以实现降维。

4.如权利要求3所述的针对用户画像的信用评估方法，其特征在于，所述预处理包括去重处理、缺失值处理、异常值处理、特征编码处理、标准化处理、正则化处理中的至少一种。

5.如权利要求1所述的针对用户画像的信用评估方法，其特征在于，所述大数据供应平台包括：

数据采集器，用于获取从智能终端采集的用户行为信息；

券商业务平台，用于获取用户的证券投资信息；

合作方平台，用于获取用户的行为偏好、消费状况信息；

第三方数据平台，用于获取对用户的特殊信息。

6.如权利要求1所述的针对用户画像的信用评估方法，其特征在于，所述计算用户当前周期的总体的信用评估结果的算法包括：

S131、获取信用度网络模型的计算函数：

其中，f(i)为样本用户在第i周期的信用评分；n为选取的用于训练信用度网络模型的样本用户计算信用评分的周期总数；k_i为信用度网络模型中输入层到输出层的连接权值；β为信用度网络模型的拟合系数；X_i为样本用户在第i周期的信用数据；C_i为根据n确定的聚类中心；C_max为所选取的聚类中心之间的最大值；Z为信用度网络模型的灵敏度阈值；

S132、将用户在m个周期的信用数据输入信用度网络模型中，输出用户在各个周期的信用评分，得到当前周期的f(t)以及前m期的f(t-1)、f(t-2)，…，f(t-m)；

S133、计算用户第t周期的总体的信用评估结果F(t)：

其中，为修正系数；f(t)为用户在第t周期的信用评分，即当前周期的信用评分；f(t-1)为用户在第t-1周期的信用评分；f(t-2)为用户在第t-2周期的信用评分；f(t-m)为用户在第t-m周期的信用评分。