The application provides a method, device and computer equipment for calculating the credit score of a loan user. The method includes obtaining the loan information filled out by the loan user, the credit data of the loan user, the transaction data of each payment card held by the loan user, the living payment data and the insurance policy data, and according to the loan information, the credit data and the payment data. Easy data, life payment data and insurance policy data are used to generate the feature vectors of the loan users, and the feature vectors of the loan users are input into the pre-constructed scoring model to obtain the credit scoring results of the loan users. The embodiment of this application reduces the probability that the credit score of the loan user is calculated incorrectly.
【技术实现步骤摘要】
贷款用户信用评分的计算方法、装置和计算机设备
本申请涉及计算机
,具体而言,本申请涉及一种贷款用户信用评分的计算方法、装置和计算机设备。
技术介绍
打分卡技术是以计算机技术为核心的,以取代人力为特征的大规模自动化处理方法,是目前普遍采用的能够有效控制风险、降低业务人员数量、极大提高审批效率的商业银行革命性措施之一。打分卡使用场合很多,包括营销评分、申请评分、行为评分、回款催收评分等等,贷款公司评分卡一般用于客户识别与贷款放款额度评定。目前贷款公司在采用打分卡技术进行评分时,基本上是利用用户填写信息,拉取人行征信数据来进行评定,一次评定得出结果,但是该种方式出错的概率较大。
技术实现思路
本申请针对现有方式的缺点,提出一种贷款用户信用评分的计算方法、装置和计算机设备,以减少贷款用户信用评分计算出错的概率。本申请的实施例根据第一个方面,提供了一种贷款用户信用评分的计算方法,包括:获取贷款用户填写的贷款信息、所述贷款用户的征信数据、所述贷款用户所持有的各个支付卡的交易数据、生活缴费数据和保单数据;根据所述贷款信息、所述征信数据、所述交易数据、所述生活缴费数据和所述保单数据,生成所述贷款用户的特征向量;将所述贷款用户的特征向量输入预先构建的评分模型中,获得所述贷款用户的信用评分结果。在一个实施例中,所述获得所述贷款用户的信用评分结果,之后,还包括:根据信用评分结果,对所述贷款用户发放与所述信用评分结果对应的款项。在一个实施例中,所述根据所述贷款信息、所述征信数据、所述交易数据、所述生活缴费数据和所述保单数据,生成所述贷款用户的特征向量,包括:对所述贷款信息、所述 ...
【技术保护点】
1.一种贷款用户信用评分的计算方法,其特征在于,包括:获取贷款用户填写的贷款信息、所述贷款用户的征信数据、所述贷款用户所持有的各个支付卡的交易数据、生活缴费数据和保单数据;根据所述贷款信息、所述征信数据、所述交易数据、所述生活缴费数据和所述保单数据,生成所述贷款用户的特征向量;将所述贷款用户的特征向量输入预先构建的评分模型中,获得所述贷款用户的信用评分结果。
【技术特征摘要】
1.一种贷款用户信用评分的计算方法,其特征在于,包括:获取贷款用户填写的贷款信息、所述贷款用户的征信数据、所述贷款用户所持有的各个支付卡的交易数据、生活缴费数据和保单数据;根据所述贷款信息、所述征信数据、所述交易数据、所述生活缴费数据和所述保单数据,生成所述贷款用户的特征向量;将所述贷款用户的特征向量输入预先构建的评分模型中,获得所述贷款用户的信用评分结果。2.根据权利要求1所述的贷款用户信用评分的计算方法,其特征在于,所述获得所述贷款用户的信用评分结果,之后,还包括:根据信用评分结果,对所述贷款用户发放与所述信用评分结果对应的款项。3.根据权利要求1所述的贷款用户信用评分的计算方法,其特征在于,所述根据所述贷款信息、所述征信数据、所述交易数据、所述生活缴费数据和所述保单数据,生成所述贷款用户的特征向量,包括:对所述贷款信息、所述征信数据、所述交易数据、所述生活缴费数据和所述保单数据进行分类,获得字符类型数据和数值类型数据;生成所述字符类型数据的第一特征向量;生成所述数值类型数据的第二特征向量;将所述第一特征向量和所述第二特征向量进行合并,生成所述贷款用户的特征向量。4.根据权利要求3所述的贷款用户信用评分的计算方法,其特征在于,所述对所述贷款信息、所述征信数据、所述交易数据、所述生活缴费数据和所述保单数据进行分类,获得字符类型数据和数值类型数据,之前,还包括:将所述交易数据、所述生活缴费数据和所述报单数据中重复数据进行删除。5.根据权利要求3所述的贷款用户信用评分的计算方法,其特征在于,所述生成所述字符类型数据的第一特征向量,包括:对所述字...
【专利技术属性】
技术研发人员:龙撷宇,张敏,徐志成,
申请(专利权)人:深圳壹账通智能科技有限公司,
类型:发明
国别省市:广东,44
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。