一种信用评估的方法及装置制造方法及图纸

本发明专利技术公开了一种信用评估的方法及装置，涉及数据处理技术领域，为解决现有技术中计算的信用评分不能准确地评估客户的人身金融权限的问题而发明专利技术。该方法主要包括：根据每个系统用户的基于位置服务LBS数据，获取用户轨迹标签；根据每个所述系统用户的用户兴趣标签、所述用户轨迹标签和用户通话记录，构建知识图谱，所述知识图谱用于标识所有所述系统用户之间的关联关系；根据所述知识图谱，利用Node2vec算法，提取用户特征向量；将目标用户的用户信息输入预置神经网络模型，计算所述目标用户是否违约的信用概率；将所述信用概率输入预置评分卡模型，计算所述目标用户的信用评分。本发明专利技术主要用于金融权限评估过程中。

A method and device of credit evaluation

【技术实现步骤摘要】
一种信用评估的方法及装置
本专利技术涉及数据处理
，特别是涉及一种信用评估的方法及装置。
技术介绍
信用评估是指根据客户的信用历史资料评估人身金融权限。在信用评估过程中，利用一定的信用评分模型，得到不同等级的信用评分，然后根据信用评分，授信者分析客户按时还款的可能性，决定是否准予授信以及授信的额度和利率，从而保证金融部门的安全性。现有技术中，通过获取样本客户的至少一个类别的客户信息，然后对每个类别的客户信息进行预处理获取采样数据，再根据每个类别的客户信息对应的采样数据与样本客户的违约信息进行建模，生成每个类别的客户信息对应的违约风险评分模型，再将每个类别的客户信息对应的违约风险评价模型进行模型融合获取信用评分模型，最后将待评价客户的客户信息输入信用评分模型，计算待评价客户的信用评分。现有技术的方法，样本客户的客户信息都是相互独立的，采用数据和违约信息之间的关联性较弱，通过合并不同类别的客户信息对应的违约风险评分模型得到的信用评分模型计算得到的信用评分，对样本客户是否违约的影响有限，导致计算得到的信用评分不能准确地评估客户的人身金融权限。
技术实现思路
有鉴于此，本专利技术提供一种信用评估的方法及装置，主要目的在于解决现有技术中计算的信用评分不能准确地评估客户的人身金融权限的问题。依据本专利技术一个方面，提供了一种信用评估的方法，包括：根据每个系统用户的基于位置服务LBS数据，获取用户轨迹标签；根据每个所述系统用户的用户兴趣标签、所述用户轨迹标签和用户通话记录，构建知识图谱，所述知识图谱用于标识所有所述系统用户之间的关联关系；根据所述知识图谱，利用Node2vec算法，提取用户特征向量；将目标用户的用户信息输入预置神经网络模型，计算所述目标用户是否违约的信用概率，所述用户信息包括所述目标用户的用户个人信息、所述目标用户的用户兴趣标签、所述目标用户的用户轨迹标签、所述用户特征向量和所述目标用户的用户通话记录；将所述信用概率输入预置评分卡模型，计算所述目标用户的信用评分。依据本专利技术另一个方面，提供了一种信用评估的装置，包括：获取模块，用于根据每个系统用户的基于位置服务LBS数据，获取用户轨迹标签；构建模块，用于根据每个所述系统用户的用户兴趣标签、所述用户轨迹标签和用户通话记录，构建知识图谱，所述知识图谱用于标识所有所述系统用户之间的关联关系；提取模块，用于根据所述知识图谱，利用Node2vec算法，提取用户特征向量；计算模块，用于将目标用户的用户信息输入预置神经网络模型，计算所述目标用户是否违约的信用概率，所述用户信息包括所述目标用户的用户个人信息、所述目标用户的用户兴趣标签、所述目标用户的用户轨迹标签、所述用户特征向量和所述目标用户的用户通话记录；所述计算模块，还用于将所述信用概率输入预置评分卡模型，计算所述目标用户的信用评分。根据本专利技术的又一方面，提供了一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述信用评估的方法对应的操作。根据本专利技术的再一方面，提供了一种计算机设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述信用评估的方法对应的操作。借由上述技术方案，本专利技术实施例提供的技术方案至少具有下列优点：本专利技术提供了一种信用评估的方法及装置，首先获取每个系统用户的用户轨迹标签，然后根据每个系统用户的用户兴趣标签、用户轨迹标签和用户通话记录，构建知识图谱，再根据知识图谱和Node2vec算法，提取用户特征向量，再将目标用户的用户信息输入预置神经网络模型，计算所述目标用户是否违约的信用概率，最后将信用概率输入预置评分卡模型计算目标用户的信用评分。与现有技术相比，本专利技术实施例通过用户轨迹标签、用户兴趣标签和用户通话记录构建的知识图谱，提取用户与用户之间的关联关系进行信用评估，以划分群里评估个体信用，以提高进行信用评估的评估数据的准确性提高计算得到的信用评分的有效性。以Node2vec算法，提取知识图谱中的用户特征向量，能够增加用户特征向量反应的特征准确度。通过神经网络模型预测用户的信用概率，使得信用评分更加精确，通过信用评分能够准确评估客户的放款额度、信用卡通过率、申请量等人身金融权限。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1示出了本专利技术实施例提供的一种信用评估的方法流程图；图2示出了本专利技术实施例提供的另一种信用评估的方法流程图；图3示出了本专利技术实施例提供的一种信用评估的装置组成框图；图4示出了本专利技术实施例提供的另一种信用评估的装置组成框图；图5示出了本专利技术实施例提供的一种计算机设备的结构示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。随着科技发展和技术进步，通过网络能够处理的金融业务越来越多。在通过网络处理金融业务，尤其是贷款业务，为网络用户设置人身金融权限十分重要。人身金融权限包括：放款额度、信用卡通过率、申请量等。通过网络处理金融业务，需要以APP为平台，用户以注册方式成为系统用户，在注册和使用过程中添加和生成系统用户的用户个人信息，维护APP运行的服务器根据系统用户的个人信息，对系统用户进行信用评估，再根据信用评估结果确定系统用户的人身金融权限。本专利技术实施例提供了一种信用评估的方法，如图1所示，该方法包括：101、根据每个系统用户的基于位置服务LBS数据，获取用户轨迹标签。用户轨迹标签是指用户感兴趣事物，比如高尔夫、乐器、茶、西餐等等。LBS数据，是地理位置信息，是通过应用本专利技术的方案的APP监测到的系统用户的地理位置信息，通常用经纬度表示。通过LBS数据能够定位到系统用户到达的地点，如高尔夫球场、琴行、茶楼、西餐厅等等，根据前述地点转换为相应的用户轨迹标签。在本专利技术中，需要获取已经注册的所有的系统用户的用户轨迹标签。在获取过程中，将系统用户进行排序，按照顺序获取每个系统用户的用户轨迹标签，其排序依据可以为用户名称、注册时间、上线时间累计或者贷款数额。102、根据每个所述系统用户的用本文档来自技高网...

【技术保护点】
1.一种信用评估的方法，其特征在于，包括：/n根据每个系统用户的基于位置服务LBS数据，获取用户轨迹标签；/n根据每个所述系统用户的用户兴趣标签、所述用户轨迹标签和用户通话记录，构建知识图谱，所述知识图谱用于标识所有所述系统用户之间的关联关系；/n根据所述知识图谱，利用Node2vec算法，提取用户特征向量；/n将目标用户的用户信息输入预置神经网络模型，计算所述目标用户是否违约的信用概率，所述用户信息包括所述目标用户的用户个人信息、所述目标用户的用户兴趣标签、所述目标用户的用户轨迹标签、所述用户特征向量和所述目标用户的用户通话记录；/n将所述信用概率输入预置评分卡模型，计算所述目标用户的信用评分。/n

【技术特征摘要】
1.一种信用评估的方法，其特征在于，包括：
根据每个系统用户的基于位置服务LBS数据，获取用户轨迹标签；
根据每个所述系统用户的用户兴趣标签、所述用户轨迹标签和用户通话记录，构建知识图谱，所述知识图谱用于标识所有所述系统用户之间的关联关系；
根据所述知识图谱，利用Node2vec算法，提取用户特征向量；
将目标用户的用户信息输入预置神经网络模型，计算所述目标用户是否违约的信用概率，所述用户信息包括所述目标用户的用户个人信息、所述目标用户的用户兴趣标签、所述目标用户的用户轨迹标签、所述用户特征向量和所述目标用户的用户通话记录；
将所述信用概率输入预置评分卡模型，计算所述目标用户的信用评分。


2.如权利要求1所述的方法，其特征在于，所述根据每个系统用户的基于位置服务LBS数据，获取用户轨迹标签，包括：
按照预置频率，依次采集每个所述系统用户中的LBS数据，所述LBS数据用经纬坐标表示；
在电子地图中，以所述LBS数据为坐标中心点，获取预置距离范围内的地图标记地点；
确定所述地图标记点为所述系统用户对应的用户轨迹标签。


3.如权利要求1所述的方法，其特征在于，所述根据每个所述系统用户的用户兴趣标签、所述用户轨迹标签和用户通话记录，构建知识图谱，包括：
查找与每个所述系统用户的用户兴趣标签、所述用户轨迹标签和用户通话记录相同的关联用户；
建立每个所述系统用户与所述关联用户的映射关系；
根据所述映射关系，构建所述知识图谱。


4.如权利要求1所述的方法，其特征在于，所述根据所述知识图谱，利用Node2vec算法，提取用户特征向量，包括：
依次以每个所述系统用户为目标用户，利用Node2vec算法，计算所述目标用户的违约概率；
汇集所述违约概率，组合生成所述用户特征向量。


5.如权利要求4所述的方法，其特征在于，所述利用Node2vec算法，计算所述目标用户的违约概率，包括：
在所述知识图谱中，根据随机游走算法，获取与所述目标用户对应的预置数量的节点用户，所述节点用户与所述目标用户之间具有关联关系，所述关联关系包括所述目标用户与所述节点用户之间直接连接的一级关联关系，一级所述目标用户与所述节点用户之间间接连接的二级关联关系；
查找所述节点用户中的贷款用户的是否违约信息；
根据所述是否违约信息，以及所述关联关系对应的关联权重，计算所述目标用户的违约概率。


6.如权利要求1所述的方法，其特征在于，所述用户信息还包括所述目标用户的用户轨迹标签的标签频率和标签相关系数，和/或所述目标用户的社交轨迹标签、所述社交轨迹标签的标签频率和标签相关系数；

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