基于扩充标签数据的信贷风险评估方法及装置制造方法及图纸

技术编号:21893681 阅读:41 留言:0更新日期:2019-08-17 15:12
本发明专利技术提供了一种基于扩充标签数据的信贷风险评估方法及装置,其中,基于扩充标签数据的信贷风险评估方法包括:获取待信贷测评对象的测评数据;基于扩充标签信用评分模型对所述测评数据进行分析,以得到所述待信贷测评对象的信用评分,其中,所述扩充标签信用评分模型是基于对基础信用数据和第三方借贷平台的用户借贷数据的训练所构建的;根据所述待信贷测评对象的信用评分,确定对所述待信贷测评对象的评估结果。通过本发明专利技术的技术方案,能够准确全面地进行信贷风险评估,提高评估结果的准确性。

Credit Risk Assessment Method and Device Based on Expanded Label Data

【技术实现步骤摘要】
基于扩充标签数据的信贷风险评估方法及装置
本专利技术涉及互联网金融信贷
,具体而言,涉及一种基于扩充标签数据的信贷风险评估方法和一种基于扩充标签数据的信贷风险评估装置。
技术介绍
信贷是指以偿还和付息为条件的价值运动形式,通常包括银行存款、贷款等信用活动,信贷是社会主义国家用有偿方式动员和分配资金的重要形式,是发展经济的有力杠杆。贷款的产生必然伴随着风险,在还款期限届满之前,借款人财务商务状况的重大不利变化很可能影响其履约能力,从而发生呆账、坏账等风险,因此,为了降低此类风险的发生概率,需要对借款人进行风险评估。传统金融机构对于信贷风险评估主要依据两种方式:一种是人为评估,主要依靠人工按照经验进行评估,一方面增加了人工成本,另一方面产生误判的概率很高,评估结果不准确;另一种是依据个人信用评分系统,现有技术中个人信用评分系统在进行评估时依赖于一些基础数据,评估维度单一,导致评估结果不够准确。对此,目前还没有有效的解决方案。
技术实现思路
本专利技术正是基于上述技术问题至少之一,提出了一种新的基于扩充标签数据的信贷风险评估方案,能够准确全面地进行信贷风险评估,提高评估结果的准确性。有鉴于此,本专利技术提出了一种新的基于扩充标签数据的信贷风险评估方法,包括:获取待信贷测评对象的测评数据;基于扩充标签信用评分模型对所述测评数据进行分析,以得到所述待信贷测评对象的信用评分,其中,所述扩充标签信用评分模型是基于对基础信用数据和第三方借贷平台的用户借贷数据的训练所构建的;根据所述待信贷测评对象的信用评分,确定对所述待信贷测评对象的评估结果。在该技术方案中,在对待信贷测评对象进行信贷风险评估时,引入了扩充标签信用评分模型,该模型的构建不仅仅基于基础信用数据,还增加了第三方借贷平台的用户借贷数据,增加了评估维度,确保了在对测评数据分析时的全面性,提高了评估结果的准确性。在上述技术方案中,优选地,在所述获取待信贷测评对象的测评数据的步骤之前,还包括:提取数据库中的基础信用数据;获取第三方借贷平台的用户借贷数据;对获取到的用户借贷数据进行分析标定,以得到扩充标签数据;基于对所述基础信用数据和所述扩充标签数据进行的机器学习模拟训练,构建所述扩充标签信用评分模型。在该技术方案中,通常在进行机器学习模拟训练时需要选取样本,会选取一定比例的“好客户”和“坏客户”,在“好客户”和“坏客户”的选取过程中会涉及到特征项的统计,而往往在特征项的统计中会出现未知项,当有未知项出现时,对应的样本很可能会被舍弃,无法使用,此时可引入用户借贷数据来进行分类标定,用标签扩充来给未知项打标签,从而避免一些样本的流失,增加数据的多样性,确保所构建的扩充标签信用评分模型的合理性。在上述任一项技术方案中,优选地,在所述确定对所述待信贷测评对象的评估结果的步骤之前,还包括:预存储多个信用评分区间,以及所述多个信用评分区间中的每个信用评分区间与贷款产品之间的关联关系;所述根据所述待信贷测评对象的信用评分,确定对所述待信贷测评对象的评估结果的步骤,具体包括:确定所述待信贷测评对象的信用评分所处的目标信用评分区间;根据所述关联关系,查找与所述目标信用评分区间相对应的贷款产品,并将其作为所述待信贷测评对象的评估结果。在该技术方案中,信用评分区间的划分可根据实际设计需求进行调整,预先存储各个信用评分区间与贷款产品之间的关联关系,以为后续测评提供有利保障,在测评时基于预存储的关联关系,可快速确定评估结果,确保了测评结果的准确性。在上述任一项技术方案中,优选地,在所述确定对所述待信贷测评对象的评估结果的步骤之前,还包括:判断所述待信贷测评对象的信用评分是否大于等于阈值;若所述待信贷测评对象的信用评分大于等于阈值,则执行所述根据所述待信贷测评对象的信用评分,确定对所述待信贷测评对象的评估结果的步骤;若所述待信贷测评对象的信用评分小于阈值,则将所述待信贷测评对象的测评数据和信用评分上传至监控平台。在该技术方案中,比较待信贷测评对象的信用评分与阈值的大小,当待信贷测评对象的信用评分大于等于阈值时,说明待信贷测评对象的信用较好,可进一步进行测评结果的确定,当待信贷测评对象的信用评分小于阈值时,说明待信贷测评对象的信用相对较差,此时将该对象的相关数据发送至监控平台,由相关人员进一步来确定是否需要对其进行放贷,有效避免不良待信贷测评对象占用资源,也可避免一些潜在客源的丢失。在上述任一项技术方案中,优选地,所述测评数据包括所述待信贷测评对象的基础信用数据及用户借贷数据。在上述任一项技术方案中,优选地,获取待信贷测评对象的用户借贷数据的步骤,具体包括:获取所述待信贷测评对象所持终端记录的各借贷软件的借贷数据;对所述各借贷软件的借贷数据进行整合分析,以得到所述用户借贷数据。在上述任一项技术方案中,优选地,在所述基于扩充标签信用评分模型对所述测评数据进行分析的步骤之前,还包括:获取所述待信贷测评对象的身份特征信息;基于所述待信贷测评对象的身份特征信息,判断所述待信贷测评对象是否位于黑名单中;当确定所述待信贷测评对象不在黑名单中时,执行所述基于扩充标签信用评分模型对所述测评数据进行分析的步骤;当确定所述待信贷测评对象在黑名单中时,向所述待信贷测评对象输出告警提示。在该技术方案中,黑名单中有各种“老赖”信息,这些信息可以从网上或专门的信证渠道获取,并记录在黑名单中,黑名单中信息可实时更新,在对待信贷测评对象进行测评时,获取待信贷测评对象的身份特征信息,并基于待信贷测评对象的身份特征信息来确定该对象是否在黑名单中,若在则直接进行告警提示,并不继续进行测评,从而可避免对不良待信贷测评对象的无效测评,有效降低整个系统的运行负荷。在上述任一项技术方案中,优选地,所述待信贷测评对象的身份特征信息包括以下任一或者多种的组合:身份证号、指纹信息、面部图像信息、虹膜信息。在上述任一项技术方案中,优选地,所述向所述待信贷测评对象输出告警提示的步骤,具体包括:以文字形式向所述待信贷测评对象推送预设提示信息;和/或以语音形式向所述待信贷测评对象推送预设提示信息。根据本专利技术的第二方面,提出了一种基于扩充标签数据的信贷风险评估装置,包括:第一获取单元,用于获取待信贷测评对象的测评数据;第一分析单元,用于基于扩充标签信用评分模型对所述测评数据进行分析,以得到所述待信贷测评对象的信用评分,其中,所述扩充标签信用评分模型是基于对基础信用数据和第三方借贷平台的用户借贷数据的训练所构建的;处理单元,用于根据所述待信贷测评对象的信用评分,确定对所述待信贷测评对象的评估结果。在该技术方案中,在对待信贷测评对象进行信贷风险评估时,引入了扩充标签信用评分模型,该模型的构建不仅仅基于基础信用数据,还增加了第三方借贷平台的用户借贷数据,增加了评估维度,确保了在对测评数据分析时的全面性,提高了评估结果的准确性。在上述技术方案中,优选地,还包括:第二获取单元,用于提取数据库中的基础信用数据;第三获取单元,用于获取第三方借贷平台的用户借贷数据;第二分析单元,用于对获取到的用户借贷数据进行分析标定,以得到扩充标签数据;创建单元,用于基于对所述基础信用数据和所述扩充标签数据进行的机器学习模拟训练,构建所述扩充标签信用评分模型。在该技术方案中,通常在本文档来自技高网...

【技术保护点】
1.一种基于扩充标签数据的信贷风险评估方法,其特征在于,包括:获取待信贷测评对象的测评数据;基于扩充标签信用评分模型对所述测评数据进行分析,以得到所述待信贷测评对象的信用评分,其中,所述扩充标签信用评分模型是基于对基础信用数据和第三方借贷平台的用户借贷数据的训练所构建的;根据所述待信贷测评对象的信用评分,确定对所述待信贷测评对象的评估结果。

【技术特征摘要】
1.一种基于扩充标签数据的信贷风险评估方法,其特征在于,包括:获取待信贷测评对象的测评数据;基于扩充标签信用评分模型对所述测评数据进行分析,以得到所述待信贷测评对象的信用评分,其中,所述扩充标签信用评分模型是基于对基础信用数据和第三方借贷平台的用户借贷数据的训练所构建的;根据所述待信贷测评对象的信用评分,确定对所述待信贷测评对象的评估结果。2.根据权利要求1所述的基于扩充标签数据的信贷风险评估方法,其特征在于,在所述获取待信贷测评对象的测评数据的步骤之前,还包括:提取数据库中的基础信用数据;获取第三方借贷平台的用户借贷数据;对获取到的用户借贷数据进行分析标定,以得到扩充标签数据;基于对所述基础信用数据和所述扩充标签数据进行的机器学习模拟训练,构建所述扩充标签信用评分模型。3.根据权利要求1所述的基于扩充标签数据的信贷风险评估方法,其特征在于,在所述确定对所述待信贷测评对象的评估结果的步骤之前,还包括:预存储多个信用评分区间,以及所述多个信用评分区间中的每个信用评分区间与贷款产品之间的关联关系;所述根据所述待信贷测评对象的信用评分,确定对所述待信贷测评对象的评估结果的步骤,具体包括:确定所述待信贷测评对象的信用评分所处的目标信用评分区间;根据所述关联关系,查找与所述目标信用评分区间相对应的贷款产品,并将其作为所述待信贷测评对象的评估结果。4.根据权利要求1至3中任一项所述的基于扩充标签数据的信贷风险评估方法,其特征在于,在所述确定对所述待信贷测评对象的评估结果的步骤之前,还包括:判断所述待信贷测评对象的信用评分是否大于等于阈值;若所述待信贷测评对象的信用评分大于等于阈值,则执行所述根据所述待信贷测评对象的信用评分,确定对所述待信贷测评对象的评估结果的步骤;若所述待信贷测评对象的信用评分小于阈值,则将所述待信贷测评对象的测评数据和信用评分上传至监控平台。5.一种基于扩充标签数据的信贷风险评估装置,其特征在于,包括:第一获取单元,用于获取待信贷测评对象的测评数据;第一分析单元,用于基于扩充标签信用评分模型对...

【专利技术属性】
技术研发人员:代守磊苏绥绥常富洋
申请(专利权)人:北京淇瑀信息科技有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1