信用评估方法、信用评估装置及电子设备制造方法及图纸

本申请提供一种信用评估方法、信用评估装置及电子设备，属于互联网技术领域。该信用评估方法可以包括：基于申请者的社交数据，构建所述申请者的社交关系网络；利用Node2Vec算法，从所述社交关系网络提取所述申请者的社交属性特征；将所述社交属性特征应用于信用评估模型，以得到对所述申请者的信用评估结果。本申请的实施例有效提升申请者信用评估的效率和准确率。

Credit evaluation method, credit evaluation device and electronic equipment

【技术实现步骤摘要】
信用评估方法、信用评估装置及电子设备
本申请涉及互联网
，具体而言，涉及一种信用评估方法、信用评估装置及电子设备。
技术介绍
信用评估是对信用主体的信用情况进行评估的活动。例如，在银行、小额贷款公司、消费金融公司等金融机构的贷款审批和信用卡审批过程中，为了尽可能避免坏账率等不良业务，需要对申请者的信用进行评估。现有的一种信用评估方式是通过评分模型，通过人工设计申请者的特征进行评估，评估主观性强，无法做到经验批量复制，且模型开发工作量较大，导致信用评估准确性、评估效率较低。
技术实现思路
本申请实施例的目的在于提供一种信用评估方法及装置，其能够有效提升申请者信用评估的效率和准确率。根据本申请的一个实施例，一种信用评估方法可以包括：基于申请者的社交数据，构建所述申请者的社交关系网络；利用Node2Vec算法，从所述社交关系网络提取所述申请者的社交属性特征；将所述社交属性特征应用于信用评估模型，以得到对所述申请者的信用评估结果。根据本申请的另一实施例，一种信用评估装置可以包括：构建模块，用于基于申请者的社交数据，构建所述申请者的社交关系网络；提取模块，用于利用Node2Vec算法，从所述社交关系网络提取所述申请者的社交属性特征；评估模块，用于将所述社交属性特征应用于信用评估模型，以得到对所述申请者的信用评估结果。在本申请的一些实施例中，所述提取模块还被配置成：将所述社交关系网络代入Node2Vec算法，以得到所述申请者的n维社交属性特征(X1,X2,…,Xn)，其中每一维特征Xk表示所述申请者的特定社交属性，n为大于2的整数，且k＝1,2,…,n。在本申请的一些实施例中，所述评估模块还被配置成：将所述n维社交属性特征(X1,X2,…,Xn)应用于逻辑回归LR信用评估模型，以为每一维特征Xk生成相应的权重系数Ak，并根据下式计算所述申请者的违约概率P：P＝Sigmoid(A1*X1+A2*X2+…+An*Xn)。在本申请的一些实施例中，所述评估模块还被配置成：根据下式将所述违约概率P转换成所述申请者的信用分数S：S1＝650+50*((ln((1-P)/P)-ln(50))/ln(2))，S＝MIN(MAX(S1,300),850)。在本申请的一些实施例中，还包括爬取模块被配置成：在构建所述申请者的社交关系网络之前，从社交网络服务器获取所述申请者的好友数据以及所述申请者及其各个好友相互之间的联络数据作为所述社交数据。在本申请的一些实施例中，所述构建模块还被配置成：将所述申请者及其各个好友分别表示为所述社交关系网络的多个节点；基于所述联络数据，形成所述多个节点中相应节点之间的连接边。在本申请的一些实施例中，所述构建模块还被配置成：根据所述相应节点之间的转账金额或通信次数中的至少一种，形成所述连接边。在本申请的一些实施例中，所述评估模块还被配置成：将所述社交属性特征连同所述申请者的历史还款记录一起应用于所述信用评估模型，以得到所述信用评估结果。在本申请的一些实施例中，在将所述社交属性特征应用于信用评估模型，以得到对所述申请者的信用评估结果之后，如果所述信用评估结果属于评估通过，根据所述申请者的申请业务相关信息完成业务操作；将完成所述申请业务的操作记录数据加密共享至业务区块链的相关节点，以使得相关节点验证该记录数据后存入区块。根据本申请的另一实施例，提供了一种存储介质，其上存储有指令程序，所述指令程序在被处理器执行时实现上述的信用评估方法。根据本申请的另一实施例，一种电子设备可以包括处理器和存储器，所述存储器中存储有指令程序，所述指令程序在由所述处理器执行时实现上述的信用评估方法。根据本申请的实施例，能够有效提升申请者信用评估的效率和准确率。本申请的其他特征和优点将通过下面结合附图的详细描述变得显然，或部分地通过本申请的实践而习得。应当理解，以上的一般描述和后文的详细描述仅是示例性和解释性的，并不旨在限制本申请。附图说明图1示出了可以应用本申请实施例的系统的示意图。图2示出了本申请实施例提供的分布式系统应用于区块链系统的一个可选的结构示意图。图3示出了根据本申请的一个实施例的信用评估方法的流程图。图4示出了根据本申请的一个实施例的利用提取社交属性特征的示意图。图5示意性示出了根据本申请的一个实施例的信用评估装置的框图。图6示意性示出了根据本申请的一个实施例的电子设备的框图。具体实施方式现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本申请将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。图1示出了可以应用本申请实施例的系统100的示意图。如图1所示，系统100可以包括终端设备101、网络102、服务器103和服务器104。终端设备101与服务器103和服务器104可以通过网络102进行通信。网络102可以是有线网络、无线网络等。应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。比如服务器103和服务器104可以是多个服务器组成的服务器集群等。申请者可以使用终端设备101通过网络102与服务器103和服务器104交互，以接收或发送消息等。终端设备101可以为具有计算处理能力的各种设备，包括但不限于个人计算机、手机等。在本申请的一个具体应用场景中，申请者可以使用终端设备101通过网络102向服务器104发送业务申请请求(如贷款业务申请)，以便从服务器104从服务器104获取申请者的社交数据。在本申请的一个实施例中，服务器104可以基于申请者的社交数据，构建该申请者的社交关系网络；利用Node2Vec算法，从该社交关系网络提取该申请者的社交属性特征；将该社交属性特征应用于信用评估模型，以得到本文档来自技高网...

【技术保护点】
1.一种信用评估方法，其特征在于，包括：/n基于申请者的社交数据，构建所述申请者的社交关系网络；/n利用Node2Vec算法，从所述社交关系网络提取所述申请者的社交属性特征；/n将所述社交属性特征应用于信用评估模型，以得到对所述申请者的信用评估结果。/n

【技术特征摘要】
1.一种信用评估方法，其特征在于，包括：
基于申请者的社交数据，构建所述申请者的社交关系网络；
利用Node2Vec算法，从所述社交关系网络提取所述申请者的社交属性特征；
将所述社交属性特征应用于信用评估模型，以得到对所述申请者的信用评估结果。


2.根据权利要求1所述的方法，其特征在于，所述提取所述申请者的社交属性特征包括：将所述社交关系网络代入Node2Vec算法，以得到所述申请者的n维社交属性特征(X1,X2,…,Xn)，其中每一维特征Xk表示所述申请者的特定社交属性，n为大于2的整数，且k＝1,2,…,n。


3.根据权利要求2所述的方法，其特征在于，所述得到对所述申请者的信用评估结果包括：
将所述n维社交属性特征(X1,X2,…,Xn)应用于逻辑回归LR信用评估模型，以为每一维特征Xk生成相应的权重系数Ak，并根据下式计算所述申请者的违约概率P：
P＝Sigmoid(A1*X1+A2*X2+…+An*Xn)。


4.根据权利要求3所述的方法，其特征在于，所述得到对所述申请者的信用评估结果还包括：
根据下式将所述违约概率P转换成所述申请者的信用分数S：
S1＝650+50*((ln((1-P)/P)-ln(50))/ln(2))，
S＝MIN(MAX(S1,300),850)。


5.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：在构建所述申请者的社交关系网络之前，从社交网络服务器获...

【专利技术属性】
技术研发人员：万军鹏，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44