一种信誉量化的方法和系统技术方案

本发明专利技术公开了一种信誉量化的方法和系统；其方法包括通过用户授权获得在各大机构的信用数据，通过网络端获取用户的信誉数据及通过信誉采集模块获取用户的信誉数据；信誉数据的分类处理，对于获取的信誉数据通过冗余化和相似分类匹配算法；对于得到的不同的信誉事件进行评级处理，一个信誉事件对应一个信誉评级，每一个信誉评级对应一个信誉分值。通过整合信用分与信誉事件进行信誉的量化，很好的展现用户的信誉，从而有助于第三方对其作出合理的评判；信誉量化后与用户信息模块交互产生的系统，有助于用户在信誉分上你追我赶，形成正能量的社会风气。量的社会风气。量的社会风气。

【技术实现步骤摘要】
一种信誉量化的方法和系统


[0001]本专利技术涉及信用评分技术，尤其涉及了与用户端结合展示的一种信誉量化的方法和系统。

技术介绍

[0002]如何让信誉由抽象而具现化、可以有一个明确的衡量标准、可以直接像金钱一样数字化，来更方便继承发扬。
[0003]同时用户越来越多的通过网络来处理各种业务，其中有些业务，如借贷相关业务，需要商家根据对用户的信用评分来预估该用户的违约风险，从而为用户设置最高借贷金额等。伴随着全国经济的飞速发展，国民的信誉成为目前各行各业争相关注的焦点。由于我国个人信誉评估体系不完善，面临着巨大的信用风险。
[0004]现有技术中只是单纯的对信用进行评分，没有结合信用与信誉行为进行评分，这样对于获取的信用分会存在一定的偏差与缺陷。例如现有技术专利申请号为：CN201910941535.1，专利申请日为， 2019
‑
09
‑
30，专利名称为：信用评分方法及系统；专利申请号为： CN201710069578.6，专利申请日为，2017
‑
02
‑
08，专利名称为：信用评分方法及装置。
[0005]在现有技术中信用分只是代表着信用，对于现有的信誉评估不能进行量化。。

技术实现思路

[0006]本专利技术针对现有技术中现有技术中信用分只是代表着信用，对于现有的信誉评估不能进行量化的问题，提供了一种信誉量化的方法和系统。
[0007]为了解决上述技术问题，本专利技术通过下述技术方案得以解决：一种信誉量化系统，应用于应用服务端，包括信誉数据采集模块、信誉数据的分类处理模块、信誉数据的评级模块、信誉数据的运算模块和存储用户信息模块，量化模块；
[0008]信誉数据采集模块，信誉数据采集模块用于采集个体用户和企业的信誉数据；通过个体、商户和企业用户授权获得在各大机构的信用数据并数据运算获得用户初始信誉分值，通过网络端获取个体、商户和企业用户的信誉数据及通过信誉采集模块获取个体、商户和企业用户的信誉数据；
[0009]信誉数据的分类处理模块，信誉数据的分类处理模块用于对获取的信誉数据通过冗余化、相似分类匹配、聚类事件归类算法，对信誉数据进行归类分类，从而得到不同种类的信誉事件；
[0010]信誉事件的评级模块，对于得到的不同种类的信誉事件进行事件评级处理，一个信誉事件对应一类信誉事件的集合，每一类信誉事件的集合对应一个信誉事件评级，每一类信誉事件的评级对应一个信誉分值；每一个信誉事件在它所在分类的事件中对应一个轻重程度评级，每一个轻重程度的评级对应一个信誉事件的修正因数；
[0011]信誉数据的运算模块，对用户在各个机构信用分数据进行评级划分比重整合获得
初始信誉分数值，对信誉采集模块的事件数据进行事件评级和判断轻重程度后结合初始信誉分数值进行修正运算和量化运算，并分析用户信誉分值依据时间节点的变化状态；
[0012]存储用户信息模块，存储用户信息模块用于存储用户的信息；
[0013]量化模块，量化模块用于对计算后的信誉数据进行量化展示。
[0014]作为优选，还包括修正模块，修正模块包括初始信誉分值修正模块和最终信誉分值修正模块，初始信誉分值修正模块用于对初始信誉分值进行修正；最终信誉分值修正模块，用于对计算后的信誉分值进行修正。
[0015]为了解决上述技术问题，本申请还提供了一种信誉量化的方法，其特征在于，应用于应用服务端，所述方法包括：
[0016]获取信誉数据，通过个体、商户和企业用户授权获得在各大机构的信用数据后整合处理获取初始信誉分值，通过网络端获取个体、商户和企业用户的信誉数据及通过信誉采集模块获取个体、商户和企业用户的信誉数据；
[0017]信誉数据的分类处理，对于获取的信誉数据通过冗余化、相似分类匹配、聚类事件归类算法，对信誉数据进行归类分类，从而得到不同种类的信誉事件；
[0018]信誉事件的评级，对于得到的不同种类的信誉事件进行信誉事件评级处理，一个信誉事件对应一类信誉事件的集合，每一类信誉事件的集合对应一个信誉事件评级，每一类信誉事件的评级对应一个信誉分值；信誉事件的轻重程度，对于信誉事件在它所在的一类事件中进行轻重程度的判断，每一个事件对应一个在这类事件中的轻重程度即修正因数；
[0019]依据公式1获得信誉分值ScoreFinal；
[0020][0021]公式1中，Cdata是初始信誉分值；x是除特殊事件外不同的信誉事件的总个数；θx是第x个事件的修正因数；Dx是第x个事件的正负分值；y是特殊信誉事件的总个数；Ey是用户第y个特殊信誉事件的增减分值；w是初始信誉分值的修正系数。
[0022]作为优选，信誉数据采集模块的方法包括：
[0023]个体、商户和企业用户上传行为信息至应用服务端；行为信息包括文明信息和不文明信息；
[0024]行为信息的识别，应用服务端对行为信息通过人脸识别、声纹识别和资料核对进行识别；判断行为对象是注册用户或非注册用户；对注册的用户信息进行行为信息的判断；
[0025]行为信息的判断，对于注册后的用户信息进行文明信息和不文明信息的判断；
[0026]行为信息的佐证，对判断后的文明信息或不文明信息，系统内系统管理对用户进行私密问询事件真假且问询能否提供佐证信息；防止对不文明行为的矫枉过正，对于不文明行为的对象，如果是未注册用户，就把上传的证据进行封存，如果是已注册用户，不会暴露其隐私，会在系统内系统管理对其进行私密问询事件真假且问询能否提供佐证确认事件的真伪，若其回应假且愿意提供佐证才为假事件，其余情况为真事件；不是让大家互相上传不文明行为，而是增加其做不文明行为的成本，减少社会中类似事件的发生；同时也给群众提供一个反应社会不文明行为的合理发泄渠道，减少社会网曝现象的发生；
[0027]佐证信息的判断，对于获得的佐证信息进行判断，并记录相关的行为信息的结果，
记录的行为信息的结果则为获取的信誉数据。
[0028]作为优选，通过信用机构获取个体、商户和企业用户的信誉数据，在获取信誉数据之前对信用机构进行信用评级，对于信用机构的信用评级的方法包括：
[0029]信用机构的信用数据采集，并将采集的信用数据传送至数据库；
[0030]信用机构的信用分比重的获取，依据公式2对于信用机构的信用进行信用分比重分的计算，且每一个评级对应一个比重分f
n
；
[0031][0032]公式2中，m来表示这家机构为几级评级，i代表获取了信用分数据机构个数；
[0033]对信用机构信用分的计算；依据公式3进行计算初始信誉分值 Cdata：
[0034][0035]其中，Score为信誉分的总分，n代表获取的信用机构数；Bn代表第n家机构的信分数值；Cn代表第n家机构的信用分系统设置的总分数；fn是每家机构信用分所占的比重。
[0036]当用户在信用机构无信用数据或未形成信用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信誉量化系统，应用于应用服务端，其特征在于，包括信誉数据采集模块、信誉数据的分类处理模块、信誉数据的评级模块、信誉数据的运算模块和存储用户信息模块，量化模块；信誉数据采集模块，信誉数据采集模块用于采集个体、商户和企业用户的信誉数据；通过个体、商户和企业用户授权获得在各大机构的信用数据并数据运算获得用户初始信誉分值，通过网络端获取个体、商户和企业用户的信誉数据及通过信誉采集模块获取个体、商户和企业用户的信誉数据；信誉数据的分类处理模块，信誉数据的分类处理模块用于对获取的信誉数据通过冗余化、相似分类匹配、聚类事件归类算法，对信誉数据进行归类分类，从而得到不同种类的信誉事件；信誉事件的评级模块，对于得到的不同种类的信誉事件进行事件评级处理，一个信誉事件对应一类信誉事件的集合，每一类信誉事件的集合对应一个信誉事件评级，每一类信誉事件的评级对应一个信誉分值；每一个信誉事件在它所在分类的事件中对应一个轻重程度评级，每一个轻重程度的评级对应一个信誉事件的修正因数；信誉数据的运算模块，对用户在各个机构信用分数据进行评级划分比重整合获得初始信誉分数值，对信誉采集模块的事件数据进行事件评级和判断轻重程度后结合初始信誉分数值进行修正及量化运算，并分析用户信誉分值依据时间节点的变化状态；存储用户信息模块，存储用户信息模块用于存储用户的信息；量化模块，量化模块用于对计算后的信誉数据进行量化展示。2.根据权利要求1所述的一种信誉量化系统，其特征在于，还包括修正模块，修正模块包括初始信誉分值修正模块和最终信誉分值修正模块，初始信誉分值修正模块用于对初始信誉分值进行修正；最终信誉分值修正模块，用于对计算后的信誉分值进行修正。3.一种信誉量化的方法，其特征在于，应用于应用服务端，所述方法包括：获取信誉数据，通过个体、商户和企业用户授权获得在各大机构的信用数据后整合处理获取初始信誉分值，通过网络端获取个体、商户和企业用户的信誉数据及通过信誉采集模块获取个体、商户和企业用户的信誉数据；信誉数据的分类处理，对于获取的信誉数据通过冗余化、相似分类匹配、聚类事件归类算法，对信誉数据进行归类分类，从而得到不同种类的信誉事件；信誉事件的评级，对于得到的不同种类的信誉事件进行信誉事件评级处理，一个信誉事件对应一类信誉事件的集合，每一类信誉事件的集合对应一个信誉事件评级，每一类信誉事件的评级对应一个信誉分值；信誉事件的轻重程度，对于信誉事件在它所在的一类事件中进行轻重程度的判断，每一个事件对应一个在这类事件中的轻重程度即修正因数；依据公式1获得信誉分值ScoreFinal；公式1中，Cdata是初始信誉分值；x是除特殊事件外不同的信誉事件的总个数；θx是第x个事件的修正因数；Dx是第x个事件的正负分值；y是特殊信誉事件的总个数；Ey是用户第y个特殊信誉事件的增减分值；w是初始信誉分值的修正系数。
4.根据权利要求...

【专利技术属性】
技术研发人员：张建勋，
申请(专利权)人：杭州信裕科技管理有限公司，
类型：发明
国别省市：