一种基于连接函数的还款意愿预测方法及系统技术方案

本申请提供了一种基于连接函数的还款意愿预测方法及系统，获取目标申请人的基本信息；对目标申请人的基本信息进行向量化处理，得到目标申请人的多个向量，以及每个所述向量的映射值；按预设规则，对多个所述向量进行分组，得到多个向量组合；分别以每个所述向量组合中所述向量的映射值为输入数据，调用每个所述向量组合对应的多元联合概率密度函数及连接函数，计算每个所述向量组合的积分值；分别判断每个所述向量组合的积分值是否在对应的阈值范围内；当所有所述向量组合的积分值都在对应的阈值范围内时，判定所述目标申请人具有还款意愿。对信贷申请人的基本信息进行连续性、客观的评估，提高了对信贷申请人还款意愿的预测准确度。

Prediction method and system of repayment intention based on connection function

This application provides a method and system based on the willingness to predict the repayment intention based on the connection function, obtain the basic information of the target applicant, vectorization of the basic information of the target applicant, obtain multiple vectors of the target applicant, and the mapping value of each of the vectors, and enter multiple vectors according to the preset rule. Each vector combination in each vector combination is used as the input data, and the multiple joint probability density function and the connection function corresponding to each of the vector combinations are called, and the integral values of each combination of the vectors are calculated, and the integral values of each of the vector combinations are judged respectively. Whether it is within the corresponding threshold range; when the integral value of all the combined vectors is within the corresponding threshold range, it is determined that the target applicant has the willingness to repay. A continuous and objective assessment of the basic information of the credit applicants has improved the prediction accuracy of the repayment intention of the credit applicants.

【技术实现步骤摘要】
一种基于连接函数的还款意愿预测方法及系统
本专利技术涉及风险控制
，更具体的，涉及一种基于连接函数的还款意愿预测方法及系统。
技术介绍
在风险控制系统中，信贷申请人的基本信息：年龄、婚姻情况、家庭情况、教育背景和工作情况属于重要考察因素，对评估信贷申请人的基本品质和还款意愿具有重要作用。然而，目前风险控制技术中对申请人还款意愿的评估方法主要依赖主观判断，或根据某个维度对申请人进行还款意愿的评估，如根据收入情况或工作情况等某一个维度进行还款意愿评估。显然，主观判断往往依靠经验，缺乏数据支持，还款意愿预测的准确度较低。根据某个维度对申请人进行还款意愿的评估，由于只考虑某个维度还款意愿预测的准确度也较低。例如：一个35岁，结婚10年，有两个孩子的人，与25岁，结婚4年，有一个孩子的人，很难准确判断在还款意愿上有什么不同。
技术实现思路
有鉴于此，本专利技术提供了一种基于连接函数的还款意愿预测方法及系统，对信贷申请人的基本信息进行连续性、客观的评估，提高了对信贷申请人还款意愿的预测准确度。为了实现上述专利技术目的，本专利技术提供的具体技术方案如下：一种基于连接函数的还款意愿预测方法，包括：获取目标申请人的基本信息；对所述目标申请人的基本信息进行向量化处理，得到所述目标申请人的多个向量，以及每个所述向量的映射值；按预设规则，对多个所述向量进行分组，得到多个向量组合；分别以每个所述向量组合中所述向量的映射值为输入数据，调用每个所述向量组合对应的多元联合概率密度函数及连接函数，计算每个所述向量组合的积分值；分别判断每个所述向量组合的积分值是否在对应的阈值范围内；当所有所述向量组合的积分值都在对应的阈值范围内时，判定所述目标申请人具有还款意愿。优选的，所述目标申请人的基本信息包括年龄、婚姻情况、家庭情况、教育背景、工作情况和收入情况。优选的，对所述目标申请人的基本信息进行向量化处理，得到所述目标申请人的多个向量，以及每个所述向量的映射值，包括：按预设分类规则对所述目标申请人的基本信息进行分类，并将每类基本信息表示为向量，得到所述目标申请人的多个向量；分别将每个所述向量输入到相应的映射函数中，计算每个所述向量的映射值。优选的，所述按预设规则，对多个所述向量进行分组，得到多个向量组合，包括：根据每个所述向量所表示的所述目标申请人的基本信息，将多个所述向量分为第一向量集合和第二向量集合，所述第一向量集合表示所述目标申请人的年龄、婚姻情况和家庭情况，所述第二向量集合表示所述目标申请人的教育背景、工作情况和收入情况；将所述第一向量集合中任意两个向量或任意三个向量确定为一个向量组合，并将所述第二向量集合中任意两个向量或任意三个向量确定为一个向量组合。优选的，所述方法还包括：当任意一个所述向量组合的积分值不在对应的阈值范围内时，判定所述目标申请人不具有还款意愿。一种基于连接函数的还款意愿预测系统，包括：获取单元，用于获取目标申请人的基本信息；向量化处理单元，用于对所述目标申请人的基本信息进行向量化处理，得到所述目标申请人的多个向量，以及每个所述向量的映射值；分组单元，用于按预设规则，对多个所述向量进行分组，得到多个向量组合；计算单元，用于分别以每个所述向量组合中所述向量的映射值为输入数据，调用每个所述向量组合对应的多元联合概率密度函数及连接函数，计算每个所述向量组合的积分值；判断单元，用于分别判断每个所述向量组合的积分值是否在对应的阈值范围内；第一判定单元，用于当所有所述向量组合的积分值都在对应的阈值范围内时，判定所述目标申请人具有还款意愿。优选的，所述目标申请人的基本信息包括年龄、婚姻情况、家庭情况、教育背景、工作情况和收入情况。优选的，所述向量化处理单元包括：向量化表示子单元，用于按预设分类规则对所述目标申请人的基本信息进行分类，并将每类基本信息表示为向量，得到所述目标申请人的多个向量；计算子单元，用于分别将每个所述向量输入到相应的映射函数中，计算每个所述向量的映射值。优选的，所述分组单元包括：第一分组子单元，用于根据每个所述向量所表示的所述目标申请人的基本信息，将多个所述向量分为第一向量集合和第二向量集合，所述第一向量集合表示所述目标申请人的年龄、婚姻情况和家庭情况，所述第二向量集合表示所述目标申请人的教育背景、工作情况和收入情况；第二分组子单元，用于将所述第一向量集合中任意两个向量或任意三个向量确定为一个向量组合，并将所述第二向量集合中任意两个向量或任意三个向量确定为一个向量组合。优选的，所述系统还包括：第二判定单元，用于当任意一个所述向量组合的积分值不在对应的阈值范围内时，判定所述目标申请人不具有还款意愿。相对于现有技术，本专利技术的有益效果如下：本专利技术提供的一种基于连接函数的还款意愿预测方法及系统，根据目标申请人的基本信息对目标申请人的还款意愿进行多维度预测，并提供了一种连续性量化机制，将目标申请人的基本信息进行向量化处理，得到所述目标申请人的多个向量，以及每个所述向量的映射值；按预设规则，对多个所述向量进行分组，得到多个向量组合；分别以每个所述向量组合中所述向量的映射值为输入数据，调用每个所述向量组合对应的多元联合概率密度函数及连接函数，计算每个所述向量组合的积分值；分别判断每个所述向量组合的积分值是否在对应的阈值范围内；当所有所述向量组合的积分值都在对应的阈值范围内时，判定所述目标申请人具有还款意愿。提高了还款意愿预测的准确性。同时，目标申请人的基本信息不包括敏感数据，仅根据脱敏数据就可以实现对目标申请人的还款意愿的预测，保护了用户隐私。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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实施例，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，还可以根据提供的附图获得其他的附图。图1为本专利技术实施例公开的一种基于连接函数的还款意愿预测方法流程图；图2为本专利技术实施例公开的一种基于连接函数的还款意愿预测系统结构示意图。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，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1，本实施例公开了一种基于连接函数的还款意愿预测方法，具体包括以下步骤：S101：获取目标申请人的基本信息；优选的，所述目标申请人的基本信息包括年龄、婚姻情况、家庭情况、教育背景、工作情况和收入情况等维度。具体的，每个维度还可以包括多个维度的信息，例如，婚姻情况维度可以包括结婚次数和婚龄，家庭情况维度可以包括孩子数量和孩子年龄。当然，目标申请人的基本信息涉及的维度越多，越能准确反映目标申请人的还款意愿。例如，当目标申请人25岁，结婚5年，2个孩子时，目标申请人年纪不大，婚龄步长，但生育了2个孩子，可能是有父母家庭支持，目标用户的还款能力还包括了父母家庭的还款能力。此时，考虑目标申请人父母工作情况能更准确的反应目标申请人的还款意愿。所述目标申请人的基本信息还可以包括父母工作情况等等。S102：对所述目标申请人的基本信息进行本文档来自技高网...

【技术保护点】
1.一种基于连接函数的还款意愿预测方法，其特征在于，包括：获取目标申请人的基本信息；对所述目标申请人的基本信息进行向量化处理，得到所述目标申请人的多个向量，以及每个所述向量的映射值；按预设规则，对多个所述向量进行分组，得到多个向量组合；分别以每个所述向量组合中所述向量的映射值为输入数据，调用每个所述向量组合对应的多元联合概率密度函数及连接函数，计算每个所述向量组合的积分值；分别判断每个所述向量组合的积分值是否在对应的阈值范围内；当所有所述向量组合的积分值都在对应的阈值范围内时，判定所述目标申请人具有还款意愿。

【技术特征摘要】
1.一种基于连接函数的还款意愿预测方法，其特征在于，包括：获取目标申请人的基本信息；对所述目标申请人的基本信息进行向量化处理，得到所述目标申请人的多个向量，以及每个所述向量的映射值；按预设规则，对多个所述向量进行分组，得到多个向量组合；分别以每个所述向量组合中所述向量的映射值为输入数据，调用每个所述向量组合对应的多元联合概率密度函数及连接函数，计算每个所述向量组合的积分值；分别判断每个所述向量组合的积分值是否在对应的阈值范围内；当所有所述向量组合的积分值都在对应的阈值范围内时，判定所述目标申请人具有还款意愿。2.根据权利要求1所述的方法，其特征在于，所述目标申请人的基本信息包括年龄、婚姻情况、家庭情况、教育背景、工作情况和收入情况。3.根据权利要求1所述的方法，其特征在于，对所述目标申请人的基本信息进行向量化处理，得到所述目标申请人的多个向量，以及每个所述向量的映射值，包括：按预设分类规则对所述目标申请人的基本信息进行分类，并将每类基本信息表示为向量，得到所述目标申请人的多个向量；分别将每个所述向量输入到相应的映射函数中，计算每个所述向量的映射值。4.根据权利要求1所述的方法，其特征在于，所述按预设规则，对多个所述向量进行分组，得到多个向量组合，包括：根据每个所述向量所表示的所述目标申请人的基本信息，将多个所述向量分为第一向量集合和第二向量集合，所述第一向量集合表示所述目标申请人的年龄、婚姻情况和家庭情况，所述第二向量集合表示所述目标申请人的教育背景、工作情况和收入情况；将所述第一向量集合中任意两个向量或任意三个向量确定为一个向量组合，并将所述第二向量集合中任意两个向量或任意三个向量确定为一个向量组合。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：当任意一个所述向量组合的积分值不在对应的阈值范围内时，判定所述目标申请人不具有还款意愿。6.一种基于连接函数的还款意愿预...

【专利技术属性】
技术研发人员：宋萌，刘翰林，胡剑东，
申请(专利权)人：秒钱北京信息服务有限公司，
类型：发明
国别省市：北京,11