一种征信表单的生成方法及装置制造方法及图纸

本申请实施例公开了一种征信表单的生成方法及装置。在本申请实施例中，当需要对待征信用户进行征信时，根据待征信用户对应的历史数据，确定该用户对应的各行为特征，然后结合预先确定的每个行为特征在每个征信类别下出现的概率，确定该用户缺失的征信类别，再根据该用户缺失的征信类别，生成征信表单，使得该用户仅需要填写在其缺失的征信类别上的征信信息即可，从而减少了对用户造成的不便，提升了征信效率。

Method and device for generating credit form

The application embodiment discloses a method and device for generating credit forms. In the embodiment of this application, when a credit user needs to be consulted, according to the corresponding historical data of the credit user to be consulted, the corresponding behavior characteristics of the user are determined, and then the missing credit type of the user is determined according to the probability of each behavior characteristic appearing under each credit category, combined with the pre-determined probability of each behavior characteristic appearing under each credit category. The user's missing credit information category can generate the credit information form, which makes the user only need to fill in the credit information on the missing credit information category, thus reducing the inconvenience to users and improving the efficiency of credit information.

【技术实现步骤摘要】
一种征信表单的生成方法及装置
本申请涉及信息
，尤其涉及一种征信表单的生成方法及装置。
技术介绍
在信用征集领域(征信领域)，为了对用户提出的业务请求(如贷款、赊账等)进行风险评价，信用征集机构(征信机构)通常会采集用户在各征信类别上的征信信息。其中，征信类别是指征信信息的类别，征信类别是由征信机构按照一定的标准划分的，不同征信机构的划分标准可能不同。征信信息是可表明用户信用能力的信息。例如，用户对应的“具有大专学历”的征信信息，可以表明用户信用能力，该征信信息的征信类别可以是“学历”，也可以是“教育经历”。很多情况下，征信机构并不能在每个征信类别上都采集到用户的征信信息，征信机构没有采集到的用户的征信信息所对应的征信类别，就是用户缺失的征信类别。此时，征信机构往往会要求用户提供在其缺失的征信类别上的征信信息。实际应用中，不同的用户缺失的征信类别往往也是不同的，但是，征信机构通常会向缺失征信类别的用户提供一份标准化的征信表单，如图1所示，标准化的征信表单上罗列了所有的征信类别，要求用户逐一针对每个征信类别，填写相应的征信信息。然而，征信机构通常已经在一些征信类别上采集到了用户的征信信息，实际上并不需要用户再针对这些征信类别填写一次征信信息了，这浪费了用户大量的时间，给用户造成了不便。
技术实现思路
本申请实施例提供一种征信表单的生成方法及装置，以解决现有的征信表单的生成方法给用户造成不便的问题。为解决上述技术问题，本申请实施例是这样实现的：本申请实施例提供的一种征信表单的生成方法，包括：获取待征信用户的历史数据；根据所述历史数据确定所述待征信用户对应的各行为特征；根据确定的各行为特征和预先确定的每个行为特征在每个征信类别下出现的概率，确定所述待征信用户缺失的征信类别；根据所述待征信用户缺失的征信类别，生成征信表单。本申请实施例提供的一种征信表单的生成装置，包括：获取模块，获取待征信用户的历史数据；第一确定模块，根据所述历史数据确定所述待征信用户对应的各行为特征；第二确定模块，根据确定的各行为特征和预先确定的每个行为特征在每个征信类别下出现的概率，确定所述待征信用户缺失的征信类别；生成模块，根据所述待征信用户缺失的征信类别，生成征信表单。由以上本申请实施例提供的技术方案可见，在本申请实施例中，当需要对待征信用户进行征信时，根据待征信用户对应的历史数据，确定该用户对应的各行为特征，然后结合预先确定的每个行为特征在每个征信类别下出现的概率，确定该用户缺失的征信类别，再根据该用户缺失的征信类别，生成征信表单，使得该用户仅需要填写在其缺失的征信类别上的征信信息即可，从而减少了对用户造成的不便，提升了征信效率。附图说明为了更清楚地说明本申请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申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1现有的征信表单示意图；图2是本申请实施例提供的一种征信表单的生成方法流程图；图3a是征信机构使用的现有的征信提供与用户交互的示意图；图3b是本申请实施例提供的征信系统与用户交互的示意图；图4是本申请实施例提供的一种征信表单的生成装置示意图。具体实施方式本申请实施例提供一种征信表单的生成方法及装置。为了使本
的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。以下结合附图，详细说明本申请各实施例提供的技术方案。图2是本申请实施例提供的一种征信表单的生成方法流程图，包括以下步骤：S201：获取待征信用户的历史数据。本方法的执行主体可以是征信系统或征信装置，也可以是用于执行征信工作的客户端，该客户端可以安装于征信机构使用的现有的征信系统上。为了描述的方便，以本方法的执行主体是征信系统为例展开以下说明。在本申请实施例中，所述历史数据可以是待征信用户在生活中(线上或线下)产生的数据。所述历史数据可以是工作人员从各途径获取的，也可以是智能搜索引擎、爬虫程序或其他能够获取历史数据的智能程序从各途径获取的。例如，张三在生活中产生的历史数据可以是张三于2017年1月5日在某银行存款5万元，张三于2017年1月6日在加油站给汽车加油10L，张三于2016年6月报名参加了研究生考试辅导班等，可以由工作人员探访某银行、加油站、辅导班来获取张三的历史数据，也可以由智能程序从某银行的数据库、加油站的数据库和辅导班的网站上获取张三的历史数据。S202：根据所述历史数据确定所述待征信用户对应的各行为特征。在本申请实施例中，待征信用户的行为特征，可以是待征信用户在生活中产生过的某些行为，如汽车加油行为、奢侈品购买行为、学术专著借阅行为等。所述行为特征可以是征信系统根据预定的提取规则，从待征信用户的历史数据中提取出来的。其中，所述提取规则可以是根据历史数据中的关键词确定历史数据涉及的行为特征。即通过预先设置各关键词与各行为特征之间的对应关系，使得征信系统可以根据历史数据中出现频次大于设定值的关键词(只有出现频次较高的关键词才能表明用户的行为习惯)，提取出相应的行为特征，作为所述待征信用户对应的行为特征。征信系统也可以主动获取用户通过做某些可能与信用能力相关的行为产生的历史数据，并进一步根据获取的历史数据，在这些行为中确定该用户的习惯性行为，作为用户的行为特征。举例来说，假设从高速公路管理中心获取张三在2016年1月至2017年1月之间产生的历史数据，可以从张三的历史数据中分析提取出现频次较高的加油、收费站等关键词，那么就能够认定张三对应的行为特征可以是汽车加油行为和收费站缴费行为，值得说明的是，倘若张三在一定时间内产生的汽车加油行为较少(如一年产生5条汽车加油行为)，那么就说明给汽车加油的行为并不是张三的习惯性行为，则不能认定张三对应的行为特征是汽车加油行为；也可以获取张三的高速公路缴费记录、加油记录，判断张三是否经常缴费或加油，从而确定张三的行为特征。从历史数据中分析提取出行为特征的关键在于工作人员预先设置的一系列行为特征的划分标准要尽可能精准，且彼此条件独立。这样一来，征信系统根据划分行为特征的标准从待征信用户的历史数据中提取中的行为特征就可以精确地反映出待征信用户具有的征信类别。当然，工作人员还可以随时调整划分行为特征的标准，进一步提升征信系统的准确性。S203：根据确定的各行为特征和预先确定的每个行为特征在每个征信类别下出现的概率，确定所述待征信用户缺失的征信类别。根据统计规律，倘若两个用户对应的行为特征相同或相近，那么这两个用户具有的征信类别也应该是相同或相近的。基于此统计规律，在本申请实施例中，可以在征信系统中预设每个行为特征在每个征信类别下出现的概率，使得征信系统可以查询到任一个行为特征在每个征信类别下出现的概率。在本申请实施例中，可以通过以下方式确定每个行为特征在每个征信类别下出现的概率：获本文档来自技高网...

【技术保护点】
1.一种征信表单的生成方法，其特征在于，包括：获取待征信用户的历史数据；根据所述历史数据确定所述待征信用户对应的各行为特征；根据确定的各行为特征和预先确定的每个行为特征在每个征信类别下出现的概率，确定所述待征信用户缺失的征信类别；根据所述待征信用户缺失的征信类别，生成征信表单。

【技术特征摘要】
1.一种征信表单的生成方法，其特征在于，包括：获取待征信用户的历史数据；根据所述历史数据确定所述待征信用户对应的各行为特征；根据确定的各行为特征和预先确定的每个行为特征在每个征信类别下出现的概率，确定所述待征信用户缺失的征信类别；根据所述待征信用户缺失的征信类别，生成征信表单。2.根据权利要求1所述的方法，其特征在于，预先确定每个行为特征在每个征信类别下出现的概率，具体包括：获取数据样本；所述数据样本包含多个已征信用户分别对应的行为特征和所述多个已征信用户分别具有的征信类别；根据所述数据样本，针对每个行为特征，确定该行为特征分别在各征信类别下出现的概率。3.根据权利要求2所述的方法，其特征在于，根据确定的各行为特征和预先确定的每个行为特征在每个征信类别下出现的概率，确定所述待征信用户缺失的征信类别，具体包括：从预先确定的每个行为特征在每个征信类别下出现的概率中，查询得到所述待征信用户对应的每个行为特征在每个征信类别下出现的概率；针对每个征信类别，根据所述待征信用户对应的每个行为特征在该征信类别下出现的概率，计算所述待征信用户缺失该征信类别的概率；根据所述待征信用户分别缺失各征信类别的概率，确定所述待征信用户缺失的征信类别。4.根据权利要求3所述的方法，其特征在于，计算所述待征信用户缺失该征信类别的概率，具体包括：采用公式计算所述待征信用户具有第i个征信类别yi的概率P(yi|x)；根据所述P(yi|x)确定所述待征信用户缺失第i个征信类别的概率；其中，x表示所述待征信用户对应的各行为特征的集合，aj表示所述待征信用户对应的第j个行为特征，m表示所述待征信用户对应的行为特征的数量，P(yi|x)表示所述待征信用户具有第i个征信类别的概率，P(yi)表示第i个征信类别出现的概率，每个征信类别出现的概率是根据所述数据样本确定的，P(aj|yi)表示所述待征信用户对应的第j个行为特征在第i个征信类别下出现的概率，P(x)表示x出现的概率。5.根据权利要求3或4所述的方法，其特征在于，根据所述待征信用户分别缺失各征信类别的概率，确定所述待征信用户缺失的征信类别，具体包括：根据所述待征信用户分别缺失各征信类别的概率，将大于特定值的概率对应的征信类别，确定为所述待征信用户缺失的征信类别；或对所述待征信用户分别缺失各征信类别的概率按从大到小排序，将前N个概率分别对应的征信类别，确定为所述待征信用户缺失的征信类别，所述N为大于0的整数。6.根据权利要求1所述的方法，其特征在于，获取待征信用户的历史数据，具体包括：从至少两个数据源分别获取所述待征信用户的历史数据；根据所述历史数据确定所述待征信用户对应的各行为特征，具体包括：针对每个数据源，根据从该数据源获取的历史数据，确定所述待征信用户对应的行为特征；根据确定的各行为特征与每个行为特征在每个征信类别下出现的概率，确定所述待征信用户缺失的征信类别，具体包括：针对每个数据源，根据由来自该数据源的历史数据确定出的行为特征和预先确定的每个行为特征在每个征信...

【专利技术属性】
技术研发人员：夏命星，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY