信用及贷款额度评估方法、装置、设备和存储介质制造方法及图纸

本发明专利技术公开了一种信用及贷款额度评估方法、装置、设备和存储介质。其中，信用评估模型训练方法包括：获取第一平台的多个用户对应的第一用户数据集；对第一用户数据集中的用户ID基于第一平台和第二平台的交叉加密算法进行加密，得到各用户的加密用户ID；获取第二平台的多个用户对应的第二用户数据集；对第一用户数据集和第二用户数据集基于加密用户ID进行匹配，基于匹配用户的第一平台属性数据和标记数据生成第三用户数据集；对第三用户数据集进行分类训练，得到对用户进行信用风险评估的模型。本发明专利技术实施例可以基于第三用户数据集进行联合建模，实现基于多行业数据评估用户信用风险。险。险。

【技术实现步骤摘要】
信用及贷款额度评估方法、装置、设备和存储介质


[0001]本专利技术涉及数据处理领域，具体涉及一种信用及贷款额度评估方法、装置、设备和存储介质。

技术介绍

[0002]为了满足市场需求，越来越多的大型企业开始发展网贷业务。在发展此类业务时，往往需要借助第三方平台，基于双方的数据共同评估用户的信用风险，从而为用户提供相应的贷款额度的信贷产品服务。随着大数据安全条规越来越严格，要求企业禁止将用户敏感数据输出机房，多行业的业务合作和联合建模也遇到较大困难。
[0003]现有合作技术方案以单方自有数据评分为主，合作方基于评分数据进行客户筛选，这种合作机制的特点是完全串联，缺乏深层次的数据融合，不能充分挖掘多行业联合的数据价值。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种信用及贷款额度评估方法、装置、设备和存储介质，旨在实现基于多行业数据评估用户信用风险。
[0005]本专利技术实施例的技术方案是这样实现的：
[0006]本专利技术实施例提供了一种信用评估模型训练方法，包括：
[0007本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信用评估模型训练方法，其特征在于，包括：获取第一平台的多个用户对应的第一用户数据集，所述第一用户数据集包括：各用户的用户身份标识ID及相应的第一平台属性数据，所述第一平台属性数据为移动通信运营商收集的用户属性数据；对所述第一用户数据集中的用户ID基于第一平台和第二平台的交叉加密算法进行加密，得到各用户的加密用户ID；获取第二平台的多个用户对应的第二用户数据集，所述第二用户数据集包括：各用户的非敏感数据；所述非敏感数据包括：对用户的用户ID基于第一平台和第二平台的交叉加密算法加密生成的加密用户ID、用于标识用户是否金融违约的标记数据；对所述第一用户数据集和所述第二用户数据集基于加密用户ID进行匹配，基于匹配用户的第一平台属性数据和标记数据生成第三用户数据集；对所述第三用户数据集进行分类训练，得到对用户进行信用风险评估的模型。2.如权利要求1所述的方法，其特征在于，所述对所述第三用户数据集进行分类训练，得到对用户进行信用风险评估的模型，包括：对所述第三用户数据集以第一平台属性数据为自变量、标记数据为因变量，基于多个分类器分别进行分类训练，得到分类模型；基于分类评估指标选取分类模型；基于选取的分类模型生成用于违约风险概率评估的第一模型。3.如权利要求2所述的方法，其特征在于，所述方法还包括：构建用于将违约风险概率转换为信用评分的第二模型。4.一种信用评估方法，其特征在于，包括：获取待评估用户的第一平台属性数据；基于所述待评估用户的第一平台属性数据和如权利要求1至3任一所述的方法生成的对用户进行信用风险评估的模型，评估所述待评估用户的信用风险结果。5.如权利要求4所述的方法，其特征在于，所述评估所述待评估用户的信用风险结果，包括以下至少之一：评估所述待评估用户的违约风险概率；评估所述待评估用户的信用评分。6.一种贷款额度评估模型训练方法，其特征在于，包括：获取第二平台的多个用户对应的第四用户数据集，所述第四用户数据集包括：各用户的用户ID、相应的第二平台属性数据及用于标识用户是否金融违约的标记数据，所述第二平台属性数据为金融机构收集的用户属性数据；对所述第四用户数据集中的用户ID基于第一平台和第二平台的交叉加密算法进行加密，得到各用户的加密用户ID；获取第一平台的多个用户对应的第五用户数据集，所述第五用户数据集包括：各用户的非敏感数据；所述非敏感数据包括：对用户的用户ID基于第一平台和第二平台的交叉加密算法加密生成的加密用户ID、对用户的第一平台属性数据进行评估得到的违约风险概率和信用评分；对所述第四用户数据集和所述第五用户数据集基于加密用户ID进行匹配，基于匹配用
户的第二平台属性数据、标记数据、违约风险概率和信用评分生成第六用户数据集；基于第六用户数据集生成用于评估用户的贷款额度的模型。7.如权利要求6所述的方法，其特征在于，所述基于第六用户数据集生成用于评估用户的贷款额度的模型，包括：基于所述第六用户数据集统计不同信用评分对应的金融违约和非金融违约的用户占比；基于金融违约的用户占比和非金融违约的用户占比的差值和信用评分的映射关系，确定贷款准入门槛对应的信用评分阈值。8.如权利要求7所述的方法，其特征在于，所述基于第六用户数据集生成用于评估用户的贷款额度的模型，还包括：对所述第六用户数据集基于所述信用评分阈值提取具有贷款准入门槛的第七用户数据集；对所述第七用户数据集基于用户的第二平台属性数据、违约风险概率和信用评分生成用于评估用户的贷款额度的额度评估模型。9.一种贷款额度评估方法，其特征在于，包括：获取待评估用户的第二平台属性数据及所述待评估用户对应的违约风险概率和信用评分；利用如权利要求6至8任一所述方法生成的用于评估用户的贷款额度的模型对所述待评估用户进行评估，得到贷款额度评估结果。10.如权利要求9所述的方法，其特征在于，所述对所述待评估用户进行评估，得到贷款额度评估结果，包括：确定所述待评估用户的信用评分小于信用评分阈值，则判定所述待评估用户不具备贷款资格；或者，确定所述待评估用户的信用评分大于或等于信用评分阈值，基于额度...

【专利技术属性】
技术研发人员：孙越佳，杜瑜，张科，刘晓宇，杨勇，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：