一种基于社交媒体状态的个人信用评价方法技术

一种基于社交媒体状态的个人信用评价方法，包括，获取与预处理社交媒体状态信息，构建个人信用评价指标体系并评分，获取信用指标的权重，计算最终评分H，本发明专利技术与现有技术相比，提出包括微信、微博等多种社交媒体数据在信誉度、规则遵守度、财务状况三个方面进行定义并结合社交媒体的特点进行维度具体化，本发明专利技术对社交主体在社交网络中信用进行有力评估，对线下生活中信用评估的有力补充，避免出现线上线下信用不一致情况出现，相较于传统的征信系统只单独对经济资产的评估不能很好的反映状态特征，采用社交媒体状态作为征信的补充意义十分重大。分重大。分重大。

【技术实现步骤摘要】
一种基于社交媒体状态的个人信用评价方法


[0001]本专利技术涉及大数据分析
，尤其涉及一种基于社交媒体状态的个人信用评价方法。

技术介绍

[0002]随着我国的信用体系加速构建及全民信用意识的快速提升，征信体系的建设显得尤为主要。个人信用评价是个人征信中的重要评价指标。互联网、大数据技术的发展，使得征信的内涵和外延也极大地扩展了，从而涉及的信用经济领域也越来越宽泛，基于大数据的个人信用的场景应用自然也就多种多样。因此传统整形模式不能适应新形势下的个人征信需求，同时新兴的大数据个人征信机构众多，其各自都有其独特的发展模式和相应的业务领域，所提供的信用产品以及服务的质量大相径庭，如从数据采集、数据场景等方面来研究大数据(电信大数据、政务大数据)征信。但对社交媒体状态数据用于个人征信采用较少，目前社交媒体数据征信已被国外所采用，特别是在小额贷款方面，取得良好效果，我国也在积极探索，来进一步丰富我国个人征信服务场景单一问题，使其不仅为经济领域服务，同时也为市场服务、政府服务。
[0003]通过获取用户多个社交媒体的状态信息，如根据账号可靠性、社交活跃度、规则遵守度、财务状况等，也获取到有关于用户的基本信息，如消费信息、个人偏好、家庭环境和交易历史记录等半结构化行为数据，丰富了多维度的信用数据。俄罗斯国立研究大学经济学院阿列克谢提出社交网络媒体积累大量信息，是取之不尽、用之不完的信息源，社交数据可以带来有价值的信用评分系统。腾讯征信相关负责人认为社交媒体数据可以提升个人征信的准确性，其社交网络数据的群体性、预测性和关系性是社交网络数据能够应用于征信行业，作为评价个人信用的依据和基础。
[0004]总的来说，对微信、微博等多种社交媒体数据在社交网络中信用进行评估，是对线下生活中信用评估的有力补充，避免出现线上线下信用不一致情况出现，相较于传统的征信系统只单独对经济资产的评估不能很好的反映状态特征；社交媒体状态用户评价体系还可以覆盖到求职、升学等场景根据社交网络的行为进行预测分析识别出社交媒体用户哪方面品质更加突出；同时对信用评价有利于社交用户对自身监督，提高用户社交的诚信度和对规则遵守的程度有利于网络环境的净化，监管人员可以通过对评分低的用户采取预警措施。降低了法律制度不健全以及社交网络数据潜在的风险，使得社交网络数据的安全性得到提升、社交网络数据评价有效性得到保障。因此采用社交媒体状态作为征信的补充意义十分重大。
[0005]因此，如何基于社交媒体的各种信息对个人征信进行补充成为现有技术亟需解决的技术问题。

技术实现思路

[0006]本专利技术的目的在于提出一种基于社交媒体状态的个人信用评价方法，利用从微
信、微博、淘宝、支付宝等社交或支付软件获取的信息对个人信用进行评价，对对线下生活中信用评估的有力补充，避免出现线上线下信用不一致情况出现，对于个人信用评价更为客观全面。
[0007]为达此目的，本专利技术采用以下技术方案：
[0008]一种基于社交媒体状态的个人信用评价方法，其特征在于，包括如下步骤：
[0009]社交媒体状态信息获取与预处理步骤S110
[0010]获取相同用户在多个社交媒体的状态信息，包括个人身份信息和过程信息，其中所述个人身份信息包括性别、年龄、受教育程度、手机号等，所述过程信息包括该用户社交、通讯、娱乐、学习、支付过程所产生的信息；
[0011]个人信用评价指标体系构建步骤S120
[0012]根据不同社交媒体状态信息对个人信用状况的影响，利用社交媒体状态信息建立五类分层评价指标，在每个所述分层评价指标下包括若干个底层指标，并对每个评价指标进行赋分得到评分矩阵，所述五类分层评价指标分别为账号可靠性、社交活跃度、规则遵守度、网络消费偏好和财务状况；
[0013]信用指标权重获取步骤S130：
[0014]在五类分层评价指标中，对每个分层评价指标中的若干个底层指标进行重要性比较，并确定分层评价指标中每个底层指标的权重系数；
[0015]最终评分H计算步骤S140：
[0016]利用AHP层次分析法，将每个分层评价指标中的底层指标的评分与对应的底层指标的权重值相乘，汇总五个分层评价指标得到最终评分H。
[0017]可选的，在社交媒体状态信息获取与预处理步骤S110中，
[0018]可以与多个社交媒体平台合作，通过身份证号获取同一用户在多个社交媒体的状态信息，所述社交媒体平台不仅包括微信、微博、贴吧等传统社交平台，还包括淘宝、支付宝等购物和支付社交软件。
[0019]可选的，在社交媒体状态信息获取与预处理步骤S110中，
[0020]在获得数据后，还应当进行数据预处理，所述数据预处理包括剔除新注册账号，对获取的数据进行数据清洗和结构化处理，并存入数据库。
[0021]可选的，在个人信用评价指标体系构建步骤S120中，所述账号可靠性、社交活跃度、规则遵守度、网络消费偏好和财务状况分别具体为：
[0022]1)账号可靠性分层指标，包括用户年龄、用户受教育程度、用户工作年限、是否实名认证、是否绑定手机号、绑定银行卡数量、关联交易平台数量；
[0023]2)社交活跃度分层指标，包括用户发布信息真实性、用户好友数量波动情况、主持活动完成的真实性；
[0024]3)规则遵守度分层指标，包括用户转发不良信息情况、用户发布内容违规次数、创建群组违规情况；
[0025]4)网络消费偏好分层指标，包括消费类型、参加团购次数、关注商铺数量；
[0026]5)财务信息分层指标，包括社交帐户余额、社交帐户年收入、分期还款拖欠次数、社交账户欠款期限。
[0027]可选的，信用指标评分并权重获取步骤S130具体为：
[0028](1)在每个分层指标体系中，针对该分层评价指标所包含的若干个底层指标两两进行重要性比较，得到判断矩阵C；
[0029]在重要性比较中，采用九分位比例标度，a
ij
表示第i个因素相对j个因素比较结果，1
‑
9表示从同等重要到极度重要，1
‑
1/9表示从同等重要到极度不重要；
[0030](2)对于判断矩阵C，利用如下的公式(1)得到最大特征根λmax，以及相对于该最大特征根λmax的特征向量矩阵W，在所述特征向量矩阵中分量W
i
就是对应底层指标的权重值
[0031]CW＝λmaxW(1)。
[0032]可选的，在得到最大特征根λmax还要对所对应的评分矩阵进行一致性检验。
[0033]所述一致性检验为：将C.I作为一致性指标用公式表示,其中N为C矩阵的阶数，也就是某个分指标层中底层指标层的数量。
[0034][0035]获取一致性指标R.I，R.I可通过查询获得，通过公式(2)计算一致性参数C.R,如果C.R小于等于0.1，则判断评分矩阵满足一致性，如不满足一致性，则对评分矩阵进行调整，以减少评分矩阵的主观误差，直本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于社交媒体状态的个人信用评价方法，其特征在于，包括如下步骤：社交媒体状态信息获取与预处理步骤S110获取相同用户在多个社交媒体的状态信息，包括个人身份信息和过程信息，其中所述个人身份信息包括性别、年龄、受教育程度、手机号等，所述过程信息包括该用户社交、通讯、娱乐、学习、支付过程所产生的信息；个人信用评价指标体系构建步骤S120根据不同社交媒体状态信息对个人信用状况的影响，利用社交媒体状态信息建立五类分层评价指标，在每个所述分层评价指标下包括若干个底层指标，并对每个评价指标进行赋分得到评分矩阵，所述五类分层评价指标分别为账号可靠性、社交活跃度、规则遵守度、网络消费偏好和财务状况；信用指标权重获取步骤S130：在五类分层评价指标中，对每个分层评价指标中的若干个底层指标进行重要性比较，并确定分层评价指标中每个底层指标的权重系数；最终评分H计算步骤S140：利用AHP层次分析法，将每个分层评价指标中的底层指标的评分与对应的底层指标的权重值相乘，汇总五个分层评价指标得到最终评分H。2.根据权利要求1所述的个人信用评价方法，其特征在于：在社交媒体状态信息获取与预处理步骤S110中，可以与多个社交媒体平台合作，通过身份证号获取同一用户在多个社交媒体的状态信息，所述社交媒体平台不仅包括微信、微博、贴吧等传统社交平台，还包括淘宝、支付宝等购物和支付社交软件。3.根据权利要求1或2所述的个人信用评价方法，其特征在于：在社交媒体状态信息获取与预处理步骤S110中，在获得数据后，还应当进行数据预处理，所述数据预处理包括剔除新注册账号，对获取的数据进行数据清洗和结构化处理，并存入数据库。4.根据权利要求1所述的个人信用评价方法，其特征在于：在个人信用评价指标体系构建步骤S120中，所述账号可靠性、社交活跃度、规则遵守度、网络消费偏好和财务状况分别具体为：1)账号可靠性分层指标，包括用户年龄、用户受教育程度、...

【专利技术属性】
技术研发人员：刘晓东，刘佳澄，何望君，赵阳阳，张福浩，石丽红，仇阿根，陶坤旺，
申请(专利权)人：中国测绘科学研究院，
类型：发明
国别省市：