[发明专利]信用度评价方法、装置、电子设备和介质

说明书

本公开提供了一种信用度的评价方法，可以应用于金融领域或其他领域。该信用度的评价方法包括：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。本公开还提供了一种信用度的评价装置、设备、存储介质和程序产品。

技术领域

本公开涉及金融领域，具体涉及风险管理领域，更具体地涉及一种信用度的评价方法、装置、设备、介质和程序产品。

背景技术

风险管理是银行保证资金安全的主要任务，个人信用风险评估是银行进行贷款审批的关键流程。

在实现本公开构思的过程中，发明人发现，目前客户评价流程中提取出来的客户数据指标数量较多且指标相互间有所关联，存在指标信息冗余、计算过程复杂和准确性低的问题，不利于客观反映客户的评分情况。

发明内容

鉴于上述问题，本公开提供了一种信用度的评价方法、装置、设备、介质和程序产品。

根据本公开的第一个方面，提供了一种信用度的评价方法，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。

根据本公开的实施例，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。

根据本公开的实施例，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。

根据本公开的实施例，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。

根据本公开的实施例，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。

根据本公开的实施例，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。

本公开的第二方面提供了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。