[发明专利]信用度评价方法、装置、电子设备和介质

权利要求书

1.一种信用度的评价方法，其特征在于，包括：

获取待评价目标的原始指标和原始指标的数据，所述原始指标的数据包括每一个原始指标的权重和分值；

对所述原始指标和原始指标的数据进行降维处理，得到总评价指标和总评价指标的数据；以及

基于所述总评价指标和总评价指标的数据，确定用于评价所述待评价目标的信用度的评价分数。

2.根据权利要求1所述的方法，其特征在于，所述对所述原始指标和原始指标的数据进行降维处理的步骤包括：

将所述原始指标分为N个非关联类评价指标和M个候选关联类评价指标，其中，M≥1，N≥1；

在所述原始指标的数据中，确定所述M个候选关联类评价指标对应的M个候选关联类评价指标的数据，确定所述N个非关联类评价指标对应的N个非关联类评价指标的数据；

对所述M个候选关联类评价指标和M个候选关联类评价指标的数据进行主成分分析，得到K个关联类评价指标和K个关联类评价指标的数据，其中，K＜M；

基于所述K个关联类评价指标和所述N个非关联类评价指标，得到总评价指标；以及

基于所述K个关联类评价指标的数据和所述N个非关联类评价指标的数据，得到总评价指标的数据。

3.根据权利要求2所述的方法，其特征在于，所述将所述原始指标分为N个非关联类评价指标和M个候选关联类评价指标的步骤之前，还包括：

计算所述原始指标的各指标之间的关联信息系数；

所述将所述原始指标分为N个非关联类评价指标和M个候选关联类评价指标的步骤包括：基于所述关联信息系数，将所述原始指标分为N个非关联类评价指标和M个候选关联类评价指标。

4.根据权利要求2所述的方法，其特征在于，所述基于所述总评价指标和总评价指标的数据，确定用于评价所述待评价目标的信用度的评价分数的步骤包括：

将所述总评价指标和总评价指标的数据中的每一个评价指标的权重和分值相乘，得到所述每一个评价指标的贡献分数；和

将所述每一个评价指标的贡献分数相加，确定用于评价所述待评价目标的信用度的评价分数。

5.根据权利要求3所述的方法，其特征在于，所述计算所述原始指标的各指标之间的关联信息系数的步骤之前，还包括：

对所述原始指标进行预处理，其中，所述预处理包括使用拉普拉斯平滑将所述原始指标的属性转化为数值型。

6.根据权利要求1所述的方法，其特征在于，所述获取待评价目标的原始指标和原始指标的数据的步骤包括：

利用纵向联邦学习法得到外部评价指标和外部评价指标的数据，所述外部评价指标包括征信类评价指标、社交类评价指标和互联网类评价指标中的至少一种。

7.一种信用度的评价装置，包括：

第一获取模块，用于获取待评价目标的原始指标和原始指标的数据，所述原始指标的数据包括每一个原始指标的权重和分值；

降维模块，用于对所述原始指标和原始指标的数据进行降维处理，得到总评价指标和总评价指标的数据；以及

评价模块，用于基于所述总评价指标和总评价指标的数据，确定用于评价所述待评价目标的信用度的评价分数。

8.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～6中任一项所述的方法。

9.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～6中任一项所述的方法。

10.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～6中任一项所述的方法。