群组信用评分方法、装置、设备、介质及产品制造方法及图纸

本申请公开了一种群组信用评分方法、装置、设备、介质及产品。该群组信用评分方法包括：获取目标群组中的n个成员用户分别对应的个人用户数据；根据n个成员用户分别对应的个人用户数据，从z个维度分别生成以群组为单元的特征数据，得到与目标群组对应的目标群组特征数据集；将目标群组特征数据集中与z个维度分别对应的特征数据，输入至各自对应的维度评分模型中，得到与目标群组对应的z个维度评分结果；将z个维度评分结果输入至综合评分模型中，由综合评分模型根据z个维度评分结果进行综合评分，得到与目标群组对应的信用评分结果。根据本申请实施例，可以综合考虑群组的特征，提高群组信用评分准确度。提高群组信用评分准确度。提高群组信用评分准确度。

【技术实现步骤摘要】
群组信用评分方法、装置、设备、介质及产品


[0001]本申请属于计算机
，尤其涉及一种群组信用评分方法、装置、设备、介质及产品。

技术介绍

[0002]随着大数据及人工智能等技术的蓬勃发展，为用户信用评价体系的构建提供了新思路。同时在企业深化群组关系价值运营背景下，聚焦群组消费刚需，提升群组关系积累，引入群组类生态类服务，催生了大量面向群组服务的业务场景。如何更好的衡量群组整体信用等级，将评价结果应用于群组合约办理、群组业务担保等群组业务场景，降低群组业务办理中的风险成为关键。
[0003]现有技术中对于群组或有关联关系的群组进行信用评价的方法，主要通过在自行建立或识别群组成员后，直接利用成员的个人信用分值得出群组信用分值，没有考虑其他群组成员对群组信用评分的影响，以及群组可能引入新的群组基本特征和属性。因此缺乏针对群组的特征分析，导致了群组信用评分不准确。

技术实现思路

[0004]本申请实施例提供一种群组信用评分方法、装置、设备、介质及产品，能够综合考虑群组的特征，提高群组信用评分准确度。
[0005]第一方面，本申请实施例提供一种群组信用评分方法，该方法包括：
[0006]获取目标群组中的n个成员用户分别对应的个人用户数据；
[0007]根据n个成员用户分别对应的个人用户数据，从z个维度分别生成以群组为单元的特征数据，得到与目标群组对应的目标群组特征数据集，其中，n和z均为大于1的整数；
[0008]将目标群组特征数据集中与z个维度分别对应的特征数据，输入至各自对应的维度评分模型中，由维度评分模型根据对应维度的特征数据进行信用评分，得到与目标群组对应的z个维度评分结果；
[0009]将z个维度评分结果输入至综合评分模型中，由综合评分模型根据z个维度评分结果进行综合评分，得到与目标群组对应的信用评分结果。
[0010]第二方面，本申请实施例提供了一种群组信用评分装置，该装置包括：
[0011]第一获取模块，用于获取目标群组中的n个成员用户分别对应的个人用户数据；
[0012]生成模块，用于根据n个成员用户分别对应的个人用户数据，从z个维度分别生成以群组为单元的特征数据，得到与目标群组对应的目标群组特征数据集，其中，n和z均为大于1的整数；
[0013]第一输入模块，用于将目标群组特征数据集中与z个维度分别对应的特征数据，输入至各自对应的维度评分模型中，由维度评分模型根据对应维度的特征数据进行信用评分，得到与目标群组对应的z个维度评分结果；
[0014]第二输入模块，用于将z个维度评分结果输入至综合评分模型中，由综合评分模型
根据z个维度评分结果进行综合评分，得到与目标群组对应的信用评分结果。
[0015]第三方面，本申请实施例提供了一种电子设备，该电子设备包括：处理器以及存储有计算机程序指令的存储器；
[0016]处理器执行所述计算机程序指令时实现如第一方面的任一项实施例中所述的群组信用评分方法的步骤。
[0017]第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面的任一项实施例中所述的群组信用评分方法的步骤。
[0018]第五方面，本申请实施例提供了一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备执行如第一方面的任一项实施例中所述的群组信用评分方法的步骤。
[0019]本申请实施例中的群组信用评分方法、装置、设备、介质及产品，通过获取目标群组中n各成员用户分别对应的个人用户数据，根据个人用户数据从z各维度分别生成以群组为单元的特征数据，可以得到目标群组特征数据集。再将目标群组特征数据集中与z各维度分别对应的特征数据，分别输入至各自对应的地维度评分模型中，可以得到z个维度的评分结果。再将z个维度的评分结果输入至综合评分模型中，最终可以得到与目标群组对应的信用评分结果。由此，在对群组进行信用评价时，基于目标群组中的多个成员用户的个人用户数据，从多个维度分别生成了以群组为单元的特征数据，根据多个维多的评分结果的到最终信用评分结果，综合考虑了群组中所有成员对群组信用评分的影响，提高了群组信用评分的准确度。
附图说明
[0020]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是本申请实施例提供的一种群组信用评分方法的流程示意图；
[0022]图2是步骤S120具体实现方式的流程示意图；
[0023]图3是本申请实施例提供的获取群组特征数据集的流程示意图；
[0024]图4是本申请实施例提供的群组信用评分方法的流程示意图；
[0025]图5是本申请实施例提供的维度评分模型和综合评分模型训练的流程示意图；
[0026]图6是本申请实施例提供的一中群组信用评分装置的结构示意图；
[0027]图7是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
[0028]下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本申请进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本申请，而不是限定本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
[0029]需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0030]现有技术中对于群组或有关联关系的群组进行信用评价的方法，主要通过用户自行组建群组团队的方式构建群组，在构建群组信用分时，简单的通过对每一个群组成员的个人信用分值加权求和，计算群组整体信用分值。或是通过利用群组消费关键成员的个人信用分值，代表该群组信用分值，并辅以群组惩罚因子调整群组信用分。没有考虑其他群组成员对群组信用评分的影响，以及群组可能引入新的群组基本特征和属性。因此缺乏针对群组的特征分析，导致了群组信用评分不准确。
[0031]为了解决现有技术问题，本申请实施例提供了一种群组信用评分方法、装置、设备、介质及产品。...

【技术保护点】

【技术特征摘要】
1.一种群组信用评分方法，其特征在于，包括：获取目标群组中的n个成员用户分别对应的个人用户数据；根据所述n个成员用户分别对应的个人用户数据，从z个维度分别生成以群组为单元的特征数据，得到与所述目标群组对应的目标群组特征数据集，其中，n和z均为大于1的整数；将所述目标群组特征数据集中与所述z个维度分别对应的特征数据，输入至各自对应的维度评分模型中，由所述维度评分模型根据对应维度的特征数据进行信用评分，得到与所述目标群组对应的z个维度评分结果；将所述z个维度评分结果输入至综合评分模型中，由所述综合评分模型根据所述z个维度评分结果进行综合评分，得到与所述目标群组对应的信用评分结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述n个成员用户分别对应的个人用户数据，从z个维度分别生成以群组为单元的特征数据，得到与所述目标群组对应的目标群组特征数据集，包括：针对所述n个成员用户中的每个成员用户，根据与所述成员用户对应的个人用户数据，从所述z个维度分别获取与所述成员用户对应的个人特征数据，得到与所述成员用户对应的个人特征数据集；获取与所述n个成员用户分别对应的贡献度；基于所述n个成员用户分别对应的贡献度，根据所述n个成员用户的个人特征数据集构建以群组为单元的特征数据，得到与所述目标群组对应的目标群组特征数据集。3.根据权利要求2所述的方法，其特征在于，所述获取与所述n个成员用户分别对应的贡献度，包括：针对所述n个成员用户中的每个成员用户，执行如下步骤，得到与所述n个成员用户分别对应的贡献度：从所述成员用户对应的个人用户数据中，提取与k个评价因子分别对应的评价因子值；对所述k个评价因子分别对应的评价因子值进行归一化处理，得到归一化的评价因子值；基于所述k个评价因子分别对应的权重，对所述归一化的评价因子值进行加权求和，得到与所述成员用户对应的个人贡献值；根据所述成员用户对应的个人贡献值在贡献值总和中所占的比例，确定与所述成员用户对应的贡献度，其中，所述贡献值总和为所述n个成员用户分别对应的个人贡献值之和。4.根据权利要求3所述的方法，其特征在于，还包括：根据所述n个成员用户分别对应的k个归一化的评价因子值，计算所述k个评价因子分别对应的信息熵值；基于所述k个评价因子分别对应的信息熵值，确定与所述k个评价因子分别对应的权重。5.根据权利要求3所述的方法，其特征在于，所述根据所述成员用户对应的个人贡献值在贡献值总和中所占的比例，确定与所述成员用户对应的贡献度，包括：将所述成员用户对应的个人贡献值在贡献值总和中所占的比例，确定为与所述成员用户对应的初始贡献度；获取所述成员用户在目标历史时间段内对应的历史贡献度；
基于预设波动控制因子，根据所述初始贡献度和所述历史贡献度，确定与所述成员用户对应的个人近期贡献值；将所述成员用户对应的个人近期贡献值在近期贡献值总和中所占的比例，确定为与所述成员用户对应的贡献度，其中，所述近期贡献值总和为所述n个成员用户分别对应的个人近期贡献值之和。6.根据权利要求2所述的方法，其特征在于，所述基于所述n个成员用户分别对应的贡献度，根据所述n个成员用户的个人特征数据集构建以群组为单元的特征数据，得到与所述目标群组对应的目标群组特征数据集，包括：根据所述n个成员用户分别对应的贡献度，确定所述n个成员用户分别对应的权重；根据所述n个成员用户分别对应的权重，对所述n个成员用户的个人特征数据集中所述z个维度下每个成员用户的个人特征数据分别进行加权求和，得到与所述目标群组对应的目标群组特征数据集。7.根据权利要求1所述的方法，其特征在于，还包括：根据多个样本群组分别对应的群组特征数据集，构建多个训练样本；根据所述样...

【专利技术属性】
技术研发人员：赵思雯，朱立韬，周辉，张帆，杨猛，赵雪，
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：