[发明专利]一种金融数据信息处理的方法

说明书

本发明公开了一种金融数据信息处理的方法，通过获取用户金融数据信息，所述金融数据信息包括用户基本信息以及交易行为信息；对所述用户基本信息进行特征编码以生成第一类图信息；对所述第一类图信息执行卷积操作以提取第一深层信息；对所述交易行为信息进行特征编码以生成第二类图信息；基于多尺度卷积模型提取所述第二类图信息的第二深层信息；根据所述第一深层信息、第二深层信息，生成用户金融信用信息。通过对于同时处理分析用户的基本信息与交易行为信息并获取深层的额外数据信息，集合静态用户基本信息以及动态用户交易行为信息，更为客观精确评估用户金融性能。

技术领域

本发明属于数据处理技术领域，具体涉及一种金融数据信息处理的方法。

背景技术

金融系统汇集和处理的数据，可按照以下不同的标准分为若干类：按照金融业务活动划分，可以将金融数据分为银行业务数据、证券业务数据、保险业务数据以及信托、咨询等方面的数据，其中银行业务数据又包括信贷、会计、储蓄、结算、利率等方面的数据；证券业务数据又包括行情、委托、成交、资金市场供求以及上市公司经营状态等方面的数据；保险业务数据又包括投保、理赔、投资等方面的数据。这些数据都从某一侧面反映了金融活动的特征、规律和运行状况。按照获取信息的来源划分，可以将金融数据分为来自金融机构内部的数据、来自市场的数据和来自全社会的数据。来自金融机构内部的数据是指在金融机构各项业务活动中产生的数据；来自市场的数据是指在市场竞争和交易过程中产生的数据；来自全社会的数据是指金融机构从政府、企业、事业单位、个人那里获取的数据，包括收入、经营、信用等方面的数据。这些数据反映出金融行业数据来源广泛、数量巨大。

现有技术中的金融用户的数据组成非常复杂，根据不同的群体划分方式，划分的结果也各不相同。信贷数据是典型的非均衡数据，在真实的数据集中，其中发生违约的用户只占数据集的较小比例。然而信贷风险评估方法往往以整体的准确性作为衡量标准，这就使得占比较少的违约用户常常被评估模型忽略，使信用评分结果产生偏置。但是违约用户才是金融机构遭受损失的真正原因，因此对于金融机构而言他们更关注违约用户的识别性能。为此，本发明提出一种金融数据信息处理的方法，旨在解决上述技术缺陷。

发明内容

本发明的主要目的在于提出一种金融数据信息处理的方法、装置旨在解决上述存在的用户金融数据评估不准确，处理不佳的技术问题。

为了实现上述目的，提出一种金融数据信息处理的方法，所述方法包括：

获取用户金融数据信息，所述金融数据信息包括用户基本信息以及交易行为信息；

对所述用户基本信息进行特征编码以生成第一类图信息；对所述第一类图信息执行卷积操作以提取第一深层信息；

对所述交易行为信息进行特征编码以生成第二类图信息；基于多尺度卷积模型提取所述第二类图信息的第二深层信息；

根据所述第一深层信息、第二深层信息，生成用户金融信用信息。

优选的，所述对所述用户基本信息进行特征编码以生成第一类图信息，包括：

获取用户基本信息，并对所述用户基本信息进行类别划分，转化类别型特征；

对于每一所述类别型特征执行one-hot编码，将其转化为第一特征向量；

拼接每一类别型特征对应的第一向量，生成第一类图信息。

优选的，所述交易行为信息为基于时间序列的交易信息；所述对所述交易行为信息进行特征编码以生成第二类图信息，包括：

获取预定周期内的交易行为信息，按照周期划分为离散的子交易行为信息；

对每个所述子交易行为信息执行one-hot编码，将其转化为第二特征向量；

拼接每个所述子交易行为信息对应的所述第二特征向量，生成第二类图信息。

优选的，所述基于多尺度卷积模型提取所述第二类图信息的第二深层信息，包括：