一种实时更新的还款积极度评估方法、装置、系统和记录介质制造方法及图纸

本发明专利技术公开了实时更新的还款积极度评估方法、装置、系统和计算机可读介质，该方法包括：建立还款积极度评分模型，所述模型根据用户属性和用户借贷行为计算用户的还款积极度；获取用户数据，所述用户数据包括用户属性标签数据和用户借贷行为标签数据；利用所述还款积极度评分模型计算所述用户的还款积极度评分；实时监测所述用户的借贷行为，在监测到该用户新的借贷行为时，实时更新所述用户借贷行为标签数据，并重新计算所述用户的还款积极度评分。本发明专利技术在保证预测稳定性的前提下，提高预测效果，应用于客户借款时未来的还款积极度评估和借款中对还款积极度的监控，该项技术自动化程度高，易于实现且迭代维护成本低。

A Real-time Update Method, Device, System and Recording Media for Assessing Payment Aggression

【技术实现步骤摘要】
一种实时更新的还款积极度评估方法、装置、系统和记录介质
本专利技术属于数据处理
，具体涉及用于商业、金融等目的的数据处理系统和方法，特别是实时更新的还款积极度评估方法、装置、系统和计算机可读介质。
技术介绍
一直以来客户借款时，金融平台会提供欺诈风险和信用风险等方面的风险评估数据，但在客户借款后，还款积极度的评估大多以专家经验和客户之前的还款表现加以简单的规则使用。现有技术中，并未提供自动评估还款积极度并在整个借贷行为中进行实时监控的技术。因此，为了在放款时增加对客户还款积极度的定量评估，设计了一套自动化的技术，同时可以对用户贷中还款积极度在线监控。
技术实现思路
本专利技术要解决的技术问题是：如何实现对还款积极度的定量评估，以及如何实现实时监控还款积极度的问题。为解决上述技术问题，本专利技术的第一方面提出一种实时更新的还款积极度评估方法，包括：建立还款积极度评分模型，所述模型根据用户属性和用户借贷行为计算用户的还款积极度；获取用户数据，所述用户数据包括用户属性标签数据和用户借贷行为标签数据；利用所述还款积极度评分模型计算所述用户的还款积极度评分；实时监测所述用户的借贷行为，在监测本文档来自技高网...

【技术保护点】
1.一种实时更新的还款积极度评估方法，包括：建立还款积极度评分模型，所述模型根据用户属性和用户借贷行为计算用户的还款积极度；获取用户数据，所述用户数据包括用户属性标签数据和用户借贷行为标签数据；利用所述还款积极度评分模型计算所述用户的还款积极度评分；实时监测所述用户的借贷行为，在监测到该用户新的借贷行为时，实时更新所述用户借贷行为标签数据，并重新计算所述用户的还款积极度评分。

【技术特征摘要】
1.一种实时更新的还款积极度评估方法，包括：建立还款积极度评分模型，所述模型根据用户属性和用户借贷行为计算用户的还款积极度；获取用户数据，所述用户数据包括用户属性标签数据和用户借贷行为标签数据；利用所述还款积极度评分模型计算所述用户的还款积极度评分；实时监测所述用户的借贷行为，在监测到该用户新的借贷行为时，实时更新所述用户借贷行为标签数据，并重新计算所述用户的还款积极度评分。2.如权利要求1所述的实时更新的还款积极度评估方法，其特征在于，所述还款积极度是指未来预定时长内的还款积极度。3.如权利要求2所述的实时更新的还款积极度评估方法，其特征在于，所述预定时长是100天、3个月、6个月中的至少一个。4.如权利要求1所述的实时更新的还款积极度评估方法，其特征在于，所述借贷行为标签数据包括表征分期还款、正常还款、提前还款、逾期还款、动支信息、授信额度的数据中的至少一个。5.如权利要求1所述的实时更新的还款积极度评估方法，其特征在于，所述实时监测所述用户的借贷行为的步骤包括：实时获取所述用户借贷行为标签数据。6.如权利要求1所述的实时更新的还款积极度评估方法，其特征在于，所述实时更新所述用户借贷行为标签...

【专利技术属性】
技术研发人员：乾春涛，张潮华，沈赟，郑彦，
申请(专利权)人：上海淇玥信息技术有限公司，
类型：发明
国别省市：上海,31