用于个人信用评估的方法及装置制造方法及图纸

本申请公开了一种用于个人信用评估的方法及装置。该方法包括用于个人信用评估的方法，其特征在于，包括：获取用户数据集；通过所述用户数据集，训练有监督信用第一预测模型；对所述有监督信用预测模型的输出结果，采用无监督预测模型得到信用一致性预测结果；根据所述信用一致性预测结果，得到个人信用评估结果。本申请解决了个人信用评估效果不佳的技术问题。通过本申请有效的风险管控，同时得到对于信用评估的更加客观、准确的结果。

Method and Device for Personal Credit Assessment

【技术实现步骤摘要】
用于个人信用评估的方法及装置
本申请涉及金融领域，具体而言，涉及一种用于个人信用评估的方法及装置。
技术介绍
个人信用评估是客户贷款时征信审核和授信流程的第一步，也是金融科技企业控制风险的关键环节。专利技术人发现，对于个人信用评估成本较高，且存在风险。针对相关技术中个人信用评估效果不佳的问题，目前尚未提出有效的解决方案。
技术实现思路
本申请的主要目的在于提供一种用于个人信用评估的方法及装置，以解决个人信用评估效果不佳的问题。为了实现上述目的，根据本申请的第一方面，提供了一种用于个人信用评估的方法。根据本申请的用于个人信用评估的方法包括：获取用户数据集；通过所述用户数据集，训练有监督信用第一预测模型；对所述有监督信用预测模型的输出结果，采用无监督预测模型得到信用一致性预测结果；根据所述信用一致性预测结果，得到个人信用评估结果。进一步地，通过所述用户数据集，训练有监督信用第一预测模型包括：分别建立多个单分类器预测模型；根据预设性能指标，比较多个所述单分类器预测模型的性能。进一步地，通过所述用户数据集，训练有监督信用第一预测模型时，还包括：根据预设比例划分所述所述用户数据集得到训练集和测试集；采用预设校验规则作为所述训练集内部参数寻优的策略，并使用获取的最优参数模型预测测试集。进一步地，通过所述用户数据集，训练有监督信用第一预测模型时，还包括：采用Sigmoid函数对所建立的多个单分类器预测模型的概率输出结果进行校准，并将校准后的概率转化为信用评分分数。进一步地，通过所述用户数据集，训练有监督信用第一预测模型包括：通过所述用户数据集划分得到训练集样本数据和测试集样本数据；根据所述训练集样本数据训练有监督第一信用预测模型；通过预测所述测试集样本数据，验证所述有监督第一信用预测模型的预测结果。进一步地，对所述有监督信用预测模型的输出结果，采用无监督预测模型得到信用一致性预测结果包括：对所述有监督信用预测模型的输出结果，采用无监督预测模型建立信用评分一致性模型。为了实现上述目的，根据本申请的第二方面，提供了一种用于个人信用评估的装置。根据本申请的用于个人信用评估的装置包括：获取模块，用于获取用户数据集；有监督训练模块，用于通过所述用户数据集，训练有监督信用第一预测模型；一致性预测模块，用于对所述有监督信用预测模型的输出结果，采用无监督预测模型得到信用一致性预测结果；评估模块，用于根据所述信用一致性预测结果，得到个人信用评估结果。进一步地，所述有监督训练模块包括：第一处理单元，用于分别建立多个单分类器预测模型；第二处理单元，用于根据预设比例划分所述所述用户数据集得到训练集和测试集。进一步地，所述有监督训练模块还括：第三处理单元，用于采用预设校验规则作为所述训练集内部参数寻优的策略，并使用获取的最优参数模型预测测试集；第四处理单元，用于根据预设比例划分所述所述用户数据集得到训练集和测试集；第五处理单元，用于采用预设校验规则作为所述训练集内部参数寻优的策略，并使用获取的最优参数模型预测测试集；第六处理单元，用于采用Sigmoid函数对所建立的多个单分类器预测模型的概率输出结果进行校准，并将校准后的概率转化为信用评分分数。进一步地，所述一致性预测模块，还用于对所述有监督信用预测模型的输出结果，采用无监督预测模型建立信用评分一致性模型。为了实现上述目的，根据本申请的第三方面，本申请提供一种用于个人信用评估的设备，该设备包括处理器、显示器、存储器、网络接口和总线系统，其中，处理器、显示器、存储器、网络接口通过总线系统相互连接。该存储器用于存储指令，该处理器用于执行该存储器存储的指令，当该指令被执行时，该处理器通过该网络接口执行第一方面或第一方面的任意可能的实现方式中的方法。为了实现上述目的，根据本申请的第四方面，本申请提供一种计算机可读介质，用于存储计算机程序，该计算机程序包括用于执行用于个人信用评估的方法的指令。在本申请实施例中用于个人信用评估的方法及装置，采用获取用户数据集；通过所述用户数据集，训练有监督信用第一预测模型的方式，通过对所述有监督信用预测模型的输出结果，采用无监督预测模型得到信用一致性预测结果，达到了根据所述信用一致性预测结果，得到个人信用评估结果的目的，从而实现了有效的风险管控和信用评估的客观、准确的技术效果，进而解决了个人信用评估效果不佳的技术问题。附图说明构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是根据本申请第一实施例的用于个人信用评估的方法流程示意图；图2是根据本申请第二实施例的用于个人信用评估的方法流程示意图；图3是根据本申请第三实施例的用于个人信用评估的方法流程示意图；图4是根据本申请第四实施例的用于个人信用评估的方法流程示意图；图5是根据本申请第五实施例的用于个人信用评估的方法流程示意图；图6是根据本申请第六实施例的用于个人信用评估的方法流程示意图；图7是根据本申请第一实施例的用于个人信用评估的装置结构示意图；图8是根据本申请第二实施例的用于个人信用评估的装置结构示意图；图9是本申请的实现原理示意图；图10是无监督与有监督学习相融合流程示意图。具体实施方式为了使本
的人员更好地理解本申请方案，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的实施例，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做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。需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术本文档来自技高网...

【技术保护点】
1.一种用于个人信用评估的方法，其特征在于，包括：获取用户数据集；通过所述用户数据集，训练有监督信用第一预测模型；对所述有监督信用预测模型的输出结果，采用无监督预测模型得到信用一致性预测结果；根据所述信用一致性预测结果，得到个人信用评估结果。

【技术特征摘要】
1.一种用于个人信用评估的方法，其特征在于，包括：获取用户数据集；通过所述用户数据集，训练有监督信用第一预测模型；对所述有监督信用预测模型的输出结果，采用无监督预测模型得到信用一致性预测结果；根据所述信用一致性预测结果，得到个人信用评估结果。2.根据权利要求1所述的方法，其特征在于，通过所述用户数据集，训练有监督信用第一预测模型包括：分别建立多个单分类器预测模型；根据预设性能指标，比较多个所述单分类器预测模型的性能。3.根据权利要求2所述的方法，其特征在于，通过所述用户数据集，训练有监督信用第一预测模型时，还包括：根据预设比例划分所述所述用户数据集得到训练集和测试集；采用预设校验规则作为所述训练集内部参数寻优的策略，并使用获取的最优参数模型预测测试集。4.根据权利要求2所述的方法，其特征在于，通过所述用户数据集，训练有监督信用第一预测模型时，还包括：采用Sigmoid函数对所建立的多个单分类器预测模型的概率输出结果进行校准，并将校准后的概率转化为信用评分分数。5.根据权利要求1所述的方法，其特征在于，通过所述用户数据集，训练有监督信用第一预测模型包括：通过所述用户数据集划分得到训练集样本数据和测试集样本数据；根据所述训练集样本数据训练有监督第一信用预测模型；通过预测所述测试集样本数据，验证所述有监督第一信用预测模型的预测结果。6.根据权利要求1所述的方法，其特征在于，对所述有监督信用预测模型的输出结果，采用无监督...

【专利技术属性】
技术研发人员：王宝，
申请(专利权)人：东方银谷北京科技发展有限公司，
类型：发明
国别省市：北京,11