一种用户信用评分方法、存储介质及服务器技术

技术编号:24801171 阅读:22 留言:0更新日期:2020-07-07 21:19
本发明专利技术公开了一种用户信用评分方法、存储介质及服务器,所述方法包括:提供用户基础数据;根据所述用户基础数据的数据特征生成事实标签;根据所述若干事实标签生成至少一个模型标签;根据所述若干事实标签和至少一个模型标签采用加权模型对预设的各预测标签进行评分。本发明专利技术通过多渠道采集用户基础数据,并将各渠道采集的基础数据进行整合分析得到事实标签和模型标签,最后采用加权的方式对预设的预测标签进行评分,在根据各预测标签的评分确定用户信用评分,这样提高了评分准确性。

【技术实现步骤摘要】
一种用户信用评分方法、存储介质及服务器
本专利技术涉及数据处理
,特别涉及一种用户信用评分方法、存储介质及服务器。
技术介绍
用户信用评分,即针对需要贷款或者信用卡消费用户的授信信誉度进行度量。随着社会的进步,人民的生活水平不断提高,同时人民的消费观念也越来越超前。目前主体消费逐渐趋向于年轻化,随之而来的是主流的消费观念变迁。在一项针对青年人的调查中,有57%的受访者表示“敢用明天的钱”,48%的人称自己“不会因为负债消费担忧”。在年轻人90后手中,基本上平均每个人至少有一张信用卡。通过信贷消费可以帮助年轻人出国旅游,以及深造。在中产阶级也逐渐进入超前消费的时代。他们不仅买房、买车,还利用分期付款,购买各种消费品。如今超前的消费观念,导致部分消费者盲目消费,特别是90后和00后不顾自己的经济承受能力消费也大有之。故针对用户的消费行为,银行或者电商购物平台授信给消费者合理的授信额度,利用大数据处理等技术研究可行的授信机制是值得研究的课题。现有的用户信用评分方法只考虑与用户直接相关的银行信用卡消费使用记录数据源,而银行信用卡消费使用记录数据源的主要来源是线下数据,其存在数据源更新缓慢以及缺乏时效性的问题,这导致用户信用评分存在滞后性和准确性不高的问题。
技术实现思路
本专利技术要解决的技术问题在于,针对现有技术的不足,提供一种用户信用评分方法、存储介质及服务器,以解决现有用户信用评分存在准确性不高的问题。为了解决上述技术问题,本专利技术所采用的技术方案如下:一种用户信用评分方法,其包括:提供用户基础数据,根据所述用户基础数据的数据特征生成事实标签;根据所述事实标签生成至少一个模型标签;根据所述事实标签和至少一个模型标签采用加权方式对预设的各预测标签进行评分,并根据各预测标签的评分得到所述用户的用户信用评分。所述用户信用评分方法,其中,所述提供用户基础数据,根据所述用户基础数据的数据特征生成事实标签具体包括:分别获取用户基础数据中的各基础数据的特征属性以及特征关键词;根据所述特征关键词对所述基础数据进行分组,将所述特征关键词作为其对应分组的事实标签;根据各事实标签包含的基础数据的特征属性确定各事实标签的标签属性,并将各标签属性添加至其对应的事实标签内,其中,所述标签属性包括动态属性和静态属性。所述用户信用评分方法,其中,所述分别获取用户基础数据中的各基础数据的特征属性以及特征关键词具体包括:分别获取用户基础数据的各基础数据的特征关键词以及数据类型;根据所述数据类型确定各基础数据的特征属性,以得到各基础数据的特征关键词以及特征属性。所述用户信用评分方法,其中,所述根据所述若干事实标签生成至少一个模型标签具体包括:获取所述若干事实标签中各事实标签之间的相关性;根据所述相关性对所有事实标签进行建模分析,以生成至少一个模型标签,其中,各模型标签对应至少一个事实标签。所述用户信用评分方法,其中,所述根据所述若干事实标签和至少一个模型标签采用加权方式对预设的各预测标签进行评分,并根据各预测标签的评分得到所述用户的用户信用评分具体包括:对于每个预设的预测标签,在预设数据库中查找其对应的权重列表,其中,所述权重列表包括各事实标签的权重影响值以及各模型标签的赋值概率值;根据获取到权重列表确定各预测标签的加权模型,并通过所述加权模型对各预测标签进行评分;根据各预测标签的评分得到所述用户的用户信用评分。所述用户信用评分方法,其中,所述根据所述若干事实标签和至少一个模型标签采用加权方式对预设的各预测标签进行评分,并根据各预测标签的评分得到所述用户的用户信用评分之前还可以包括:采用聚类分析的方法对所有模型标签进行分类以生成若干预测标签。所述用户信用评分方法,其中,所述通过预设若干获取渠道获取用户基础数据具体包括:获取用户的身份信息;根据所述用户身份信息通过征信渠道、终端设备渠道以及第三方应用渠道分别获取用户的基础数据。所述用户信用评分方法,其中,所述方法包括:获取各预测标签的评分值,并根据所述评分值设置各预测标签对应的授信等级,其中,所述授信等级与评分值成正比。一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上任一所述的用户信用评分方法中的步骤。一种应用服务器,其特征在于,包括:处理器、存储器及通信总线;所述存储器上存储有可被所述处理器执行的计算机可读程序;所述通信总线实现处理器和存储器之间的连接通信;所述处理器执行所述计算机可读程序时实现如上任一所述的用户信用评分方法中的步骤。有益效果:与现有技术相比,本专利技术提供了一种用户信用评分方法、存储介质及服务器,所述方法包括:提供用户基础数据;根据所述用户基础数据的数据特征生成事实标签;根据所述若干事实标签生成至少一个模型标签;根据所述若干事实标签和至少一个模型标签采用加权模型对预设的各预测标签进行评分。本专利技术通过多渠道采集用户基础数据,并将各渠道采集的基础数据进行整合分析得到事实标签和模型标签,最后采用加权的方式对预设的预测标签进行评分,再根据各预测标签的评分确定用户信用评分,这样提高了评分准确性。附图说明图1为本专利技术提供的用户信用评分方法的一个施例的流程图。图2为本专利技术提供的用户信用评分方法的一个施例中步骤S10的流程图。图3为本专利技术提供的用户信用评分方法的一个施例中步骤S11的流程图。图4为本专利技术提供的用户信用评分方法的一个施例中事实标签与模型标签的关系图。图5为本专利技术提供的用户信用评分方法的一个施例中步骤S30的流程图。图6为本专利技术提供的一种应用服务器的一个实施例的结构原理图。具体实施方式本专利技术提供一种用户信用评分方法、存储介质及服务器,为使本专利技术的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本专利技术进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本专利技术,并不用于限定本专利技术。本
技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本专利技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。本
技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本专利技术所属领域中的普通技术人员的一本文档来自技高网
...

【技术保护点】
1.一种用户信用评分方法,其特征在于,其包括:/n提供用户基础数据,根据所述用户基础数据的数据特征生成事实标签;/n根据所述事实标签生成至少一个模型标签;/n根据所述事实标签和至少一个模型标签采用加权方式对预设的各预测标签进行评分,并根据各预测标签的评分得到所述用户的用户信用评分。/n

【技术特征摘要】
1.一种用户信用评分方法,其特征在于,其包括:
提供用户基础数据,根据所述用户基础数据的数据特征生成事实标签;
根据所述事实标签生成至少一个模型标签;
根据所述事实标签和至少一个模型标签采用加权方式对预设的各预测标签进行评分,并根据各预测标签的评分得到所述用户的用户信用评分。


2.根据权利要求1所述用户信用评分方法,其特征在于,所述提供用户基础数据,根据所述用户基础数据的数据特征生成事实标签具体包括:
通过若干获取渠道获取用户基础数据,其中,所述若干获取渠道包括征信渠道、终端设备渠道以及第三方应用渠道;
分别获取用户基础数据中的各基础数据的特征属性以及特征关键词;
根据所述特征关键词对所述基础数据进行分组,将所述特征关键词作为其对应分组的事实标签;
根据各事实标签包含的基础数据的特征属性确定各事实标签的标签属性,并将各标签属性添加至其对应的事实标签内,其中,所述标签属性包括动态属性和静态属性。


3.根据权利要求2所述用户信用评分方法,其特征在于,所述分别获取用户基础数据中的各基础数据的特征属性以及特征关键词具体包括:
分别获取用户基础数据的各基础数据的特征关键词以及数据类型;
根据所述数据类型确定各基础数据的特征属性,以得到各基础数据的特征关键词以及特征属性。


4.根据权利要求1所述用户信用评分方法,其特征在于,所述根据所述事实标签生成至少一个模型标签具体包括:
获取所述事实标签中各事实标签之间的相关性;
根据所述相关性对所有事实标签进行建模分析,以生成至少一个模型标签,其中,各模型标签对应至少一个事实标签。


5.根据权利要求1所述用户信用评分方法,其特征在于,所述根据所述事实标签和至少一个模型标签采用加权方式对预设的各预测标签进行评...

【专利技术属性】
技术研发人员:罗建平
申请(专利权)人:TCL集团股份有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1