一种基于大数据征信的人工智能金融风控授信评定方法和系统技术方案

本发明专利技术实施例公开了一种基于大数据征信的人工智能金融风控授信系统和评定方法，其特征在于，该方法由处理器执行，所述方法包括：根据授信请求获取被评客户的原始数据；对所述原始数据执行清洗操作，所述清洗操作用于从所述原始数据中筛选出标准数据；对所述标准数据进行反欺诈验证，所述反欺诈验证为根据规则库中的预定规则与反欺诈模型中阈值，做出拒绝或通过结果反馈；对通过的所述标准数据进行信用评价，所述信用评价经信用评价模型，输出针对所述标准数据的信用评分、信用等级；根据所述信用评分与信用等级，计算所述标准数据的额度测算信息、利率建议信息以及收益率预测信息；根据所述额度测算信息、利率建议信息以及收益率预测信息生成所述被评客户的可视化评级报告。

An artificial intelligence financial wind control credit evaluation method and system based on big data credit reporting

The embodiment of the invention discloses an artificial intelligence financial wind-controlled credit system and an evaluation method based on large data credit, which is characterized in that the method is executed by a processor, and the method comprises: obtaining the original data of the evaluated customer according to the credit request; performing a cleaning operation on the original data, and the cleaning operation is used. The standard data is screened out from the original data; the standard data is anti-fraud validated to make a rejection or feedback through a result according to predetermined rules in the rule base and thresholds in the anti-fraud model; and the passed standard data is credit evaluated, and the credit evaluation is credit. The evaluation model outputs the credit score and credit rating for the standard data; calculates the quota measurement information, interest rate recommendation information and yield forecast information of the standard data according to the credit score and credit rating; calculates the quota measurement information, interest rate recommendation information and yield forecast information based on the quota measurement information, interest rate recommendation information and yield forecast information. Visual rating report of the evaluated customer.

【技术实现步骤摘要】
一种基于大数据征信的人工智能金融风控授信评定方法和系统
本专利技术涉及一种基于大数据征信的人工智能金融风控授信系统，尤其是一种能够机器学习、深度学习模型的混合构建在智能授信的应用系统。
技术介绍
随着互联网与经济的不断发展，互联网金融、消费金融的崛起也促进了我国小微信贷产业的快速发展，线上借贷的需求增大也带来更多信用风险，目前，国内传统金融风控大部分还都由传统人工进行，从资料提交到审核，需要大量时间和人力物力，为解决人工审核的诸多问题，信用评分技术也应运而生，通过对贷款人各方数据信息的整合，预测其信用分析值，以帮助授信审批者做出决策。随着大数据的普及，数据积累的数量和质量都得到了飞跃，大数据技术推动数据统计模型不断完善，深层次挖掘征信数据，尤其是人工智能模型可以更好的预测未来，更加科学的反映用户的信用状况。在现有技术中，传统信用评分技术存在准确率较低和效率较差的技术问题。基于机器学习、深度学习的评分技术能在一定程度提高准确率，但结果单一，多只显示评价对象的信用评分，对审批者的指导建议有限。
技术实现思路
本专利技术目的在于克服现有技术的不足，提供一种基于大数据征信的金融风控授信系统，系统从数据的获取到授信建议的输出形成一套完整的智能金融风控系统流程，为有授信需求的平台提供完整数据采集、量化、分析服务，能够有效、有针对性地对被评个人、企业进行科学的信用分析，快速智能输出授信建议，提高工作效率、降低违约风险，推进信贷市场健康发展。为实现上述目的：第一方面，本专利技术实施例提供一种基于大数据征信的人工智能金融风控授信评定方法，该方法由处理器执行，方法包括：根据授信请求获取被评客户的原始数据；对原始数据执行清洗操作，清洗操作用于从所原始数据中筛选出标准数据；对标准数据进行反欺诈验证，反欺诈验证为根据规则库中的预定规则与反欺诈模型中阈值，做出拒绝或通过结果反馈；对通过的标准数据进行信用评价，信用评价经信用评价模型，输出针对标准数据的信用评分、信用等级；根据信用评分与信用等级，计算标准数据的额度测算信息、利率建议信息以及收益率预测信息；根据额度测算信息、利率建议信息以及收益率预测信息生成被评客户的可视化评级报告。进一步地，清洗操作包括：剔除原始数据中的异常值、重复值、无效值、缺失值以获得过滤数据；对过滤数据进行去噪、修复和降维处理，以获得标准数据。进一步地，反欺诈验证包括：判断标准数据是否与规则库中的预定规则一致；若不一致，则对标准数据运行反欺诈模型以输出反欺诈评分，判断反欺诈评分是否低于所述阈值；若反欺诈评分低于所述阈值，则将标准数据标记为通过。更进一步地，标准数据与规则库中的预定规则一致，则将标准数据标记为拒绝，并根据该拒绝结果生成针对被评客户的可视化评级报告。更进一步地，在判断所述标准数据是否低于反欺诈模型的阈值的步骤中，还包括：若标准数据高于所述阈值，则将标准数据标记为拒绝，并根据该拒绝结果生成针对被评客户的可视化评级报告。第二方面，本专利技术实施例提供一种基于大数据征信的人工智能金融风控授信系统，授信系统包括用于分析客户信用、做信用评估的授信子系统；授信子系统包括：数据获取模块，用于根据授信请求获取被评客户的原始数据；数据处理模块，用于对原始数据执行清洗操作，清洗操作用于从原始数据中筛选出标准数据；反欺诈模块，用于对标准数据进行反欺诈验证，反欺诈验证为根据规则库中的预定规则与反欺诈模型中阈值，做出拒绝或通过结果反馈；信用评价模块，对通过的标准数据进行信用评价，信用评价经由内置已建立的信用评价模型，输出针对标准数据的信用评分、信用等级；计算模块，所述计算模块包括：额度测算模块，用于根据标准数据计算被评客户所对应的额度信息；利率建议模块，用于根据标准数据计算被评客户所对应的利率信息；收益率预测模块，用于根据标准数据计算被评客户所能带来的收益率信息；可视化报告输出模块，用于根据额度测算信息、利率建议信息以及收益率预测信息生成被评客户的可视化评级报告。进一步地，授信子系统还包括：数据过滤模块，用于剔除原始数据中的异常值、重复值、无效值、缺失值以获得过滤数据；标准数据获取模块，用于对过滤数据进行去噪、修复和降维处理，以获得标准数据。进一步地，所述授信子系统还包括：校验模块，用于判断标准数据是否与规则库中的预定规则一致；识别模块，用于判断标准数据是否低于反欺诈模型的阈值；标记模块，用于在标准数据与预定规则一致时，将标准数据标记为拒绝；在标准数据与预定规则不一致，且标准数据高于所述阈值时，将标准数据标记为拒绝；在标准数据与所述预定规则不一致，且标准数据低于阈值时，将标准数据标记为通过。第三方面，本专利技术实施例提供一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置由所述处理执行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的一种基于大数据征信的人工智能金融风控授信评定方法。实施本专利技术实施例，具有如下有益效果：本专利技术提供的一种基于大数据征信的人工智能金融风控授信评定方法和系统，将评价对象的相关数据流程化，通过多种渠道获取被评级对象相关性数据，并不局限于被评级对象主动提供的信息；数据清洗采用多种方式进行，避免由于一两种单一清洗方法造成的局限；数据建模采用多种模型结合，选取最适合被评级对象数据特征的模型，增加评级效果的科学性；将被评级对象的分析结果进行输出，结合其他基本信息完成报表制作，最后呈现一份对被评级对象的科学合理的评级报告。本专利技术为有授信需求的平台提供从平台整体运作监测到专业工作人员审批工作流程化的完整系统，按照系统提供的数据处理与应用方案对被评价个人/企业的相关信息进行专业化处理，最终通过结果输出得到科学合理的授信建议报告。本专利技术综合运用人工智能技术和信息技术，同时实现信用分评估/授信额度建议/反欺诈提示，结合定性指标/定量指标/专家经验，采用静态分析和动态分析的全面评估，集数据采集、信息筛选、评分审批于一体。本专利技术所应用的相关人工智能模型具有能够考虑参数的时间动态属性、具备拓展参数维度的能力、具备定性和定量的数据处理能力、能够纳入客户的履约/违约信息反馈、实现自适应，达到合理优化信用评级的目标等优势。本专利技术所设计的授信系统，不止于考虑贷前风险，更关注整体收益，比传统的众多信用评价模型更具优势。附图说明为了更清楚地说明本专利技术的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术的一种基于大数据征信的人工智能金融风控授信评定方法的第一个实施例的流程示意图；图2是本专利技术的一种数据清洗操作的流程示意图；图3是本专利技术提供的一种标准数据判断流程示意图；图4本专利技术的一种基于大数据征信的人工智能金融风控授信系统的第二实施例的流程示意图；图5是本专利技术提供的一种数据处理模块的结构示意图；图6是本专利技术提供的一种反欺诈模块的结构示意图；图7是本专利技术提供的一种模型构建示意图；具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域本文档来自技高网...

【技术保护点】
1.一种基于大数据征信的人工智能金融风控授信评定方法，其特征在于，该方法由处理器执行，所述方法包括：根据授信请求获取被评客户的原始数据；对所述原始数据执行清洗操作，所述清洗操作用于从所述原始数据中筛选出标准数据；对所述标准数据进行反欺诈验证，所述反欺诈验证为根据规则库中的预定规则与反欺诈模型中的阈值，做出拒绝或通过结果反馈；对通过的所述标准数据进行信用评价，所述信用评价经由信用评价模型，输出针对所述标准数据的信用评分、信用等级；根据所述信用评分与信用等级，计算所述标准数据的额度预测信息、利率预测信息以及收益率预测信息；根据所述额度测算信息、利率测算信息以及收益率预测信息生成所述被评客户的可视化评级报告。

【技术特征摘要】
1.一种基于大数据征信的人工智能金融风控授信评定方法，其特征在于，该方法由处理器执行，所述方法包括：根据授信请求获取被评客户的原始数据；对所述原始数据执行清洗操作，所述清洗操作用于从所述原始数据中筛选出标准数据；对所述标准数据进行反欺诈验证，所述反欺诈验证为根据规则库中的预定规则与反欺诈模型中的阈值，做出拒绝或通过结果反馈；对通过的所述标准数据进行信用评价，所述信用评价经由信用评价模型，输出针对所述标准数据的信用评分、信用等级；根据所述信用评分与信用等级，计算所述标准数据的额度预测信息、利率预测信息以及收益率预测信息；根据所述额度测算信息、利率测算信息以及收益率预测信息生成所述被评客户的可视化评级报告。2.根据权利要求1所述的授信评定方法，其特征在于，所述清洗操作包括：剔除所述原始数据中的异常值、重复值、无效值、缺失值以获得过滤数据；对所述过滤数据进行去噪、修复和降维处理，以获得所述标准数据。3.根据权利要求1所述的一种基于大数据征信的人工智能金融风控授信评定方法，其特征在于，所述反欺诈验证包括：判断所述标准数据是否与所述规则库中的预定规则一致；若不一致，则对所述标准数据运行所述反欺诈模型以输出反欺诈评分，判断所述反欺诈评分是否低于所述阈值；若所述反欺诈评分低于所述阈值，则将所述标准数据标记为通过。4.根据权利要求3所述的一种基于大数据征信的人工智能金融风控授信评定方法，其特征在于，所述标准数据与所述规则库中的所述预定规则一致，则将所述标准数据标记为拒绝，并根据该拒绝结果生成针对所述被评客户的可视化评级报告。5.根据权利要求3所述的一种基于大数据征信的人工智能金融风控授信评定方法，其特征在于，在所述判断判断所述反欺诈评分是否低于所述阈值的步骤中，还包括：若所述反欺诈评分高于所述阈值，则将所述标准数据标记为拒绝，并根据该拒绝结果生成针对所述被评客户的可视化评级报告。6.一种基于大数据征信的人工智能金融风控授信系统，其特征在于，所述授信系统包括用于分析客户信用、做信用评估的授信子系统；所述授信子系统包括...

【专利技术属性】
技术研发人员：孙晓俊，肖炜，洪倩雯，林佳佳，郭晓凤，李琦薇，
申请(专利权)人：天合泽泰厦门征信服务有限公司，
类型：发明
国别省市：福建,35