【技术实现步骤摘要】
基于人工智能的贷款资质评估方法、装置、及存储介质
[0001]本专利技术涉及到人工智能领域,具体为一种基于人工智能的贷款资质评估方法、装置、设备及存储介质。
技术介绍
[0002]随着金融行业以及社会的不断发展,各种经济活动都与参与者的信用来连结,信用是经济和金融活动不断衍生和发展的基础。信用促进了社会不断的发展,使得越来越多的人能进行贷款申请进行购买住房、汽车或者一系列其他的商品。而金融平台会针对贷款申请人进行信用资质评估,以此判断贷款申请人的信用风险。然而,金融平台目前采取的判断贷款申请人的贷款资质的办法主要是以历史违约与否作为判断依据,例如查询贷款申请人的征信报告来判断贷款申请人的信用风险等级,对于贷款申请人的信用风险识别准确率较低。因此,如何有效提高贷款申请人的贷款资质评估的准确率,成为了亟需解决的问题。
技术实现思路
[0003]本专利技术的主要目的为提供一种基于人工智能的贷款资质评估方法、装置、设备及存储介质,旨在解决提高贷款申请人的贷款资质评估的准确率的技术问题。
[0004]本申请提出 ...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的贷款资质评估方法,应用于金融平台,其特征在于,所述方法包括:接收贷款申请人的贷款申请请求,获取所述贷款申请人的数据;其中,所述数据包括:所述贷款申请人的基本信息,所述贷款申请人的偿贷能力,所述贷款申请人的历史信用记录;将所述数据输入目标评估模型,对所述贷款申请人进行资质评估,得到所述贷款申请人的风险等级;基于所述风险等级,判断所述贷款申请人是否获得贷款资质;若所述贷款申请人获得贷款资质,则获取后续所述贷款申请人的还款数据,基于所述还款数据,判断所述贷款申请人的所述贷款资质是否仍符合标准;否则,基于PSO算法对所述目标评估模型进行优化获得优化后评估模型,将所述优化后评估模型替代所述目标评估模型。2.根据权利要求1所述的基于人工智能的贷款资质评估方法,其特征在于,所述接收贷款申请人的数据的步骤之前,包括:提取所述金融平台中所有客户数据,对所述客户数据进行预处理得到预处理数据;将所述预处理数据按照预设定比例划分成训练集与测试集,将所述训练集输入基于RBF神经网络构建的评估模型得到训练后评估模型;将所述测试集输入所述训练后评估模型,判定所述测试集的测试结果符合要求,将所述训练后评估模型作为所述目标评估模型。3.根据权利要求2所述的基于人工智能的贷款资质评估方法,其特征在于,所述对所述客户数据进行预处理得到预处理数据的步骤,包括:对所有所述客户数据进行数据清理以及数据转换,得到第一处理数据,其中,所述数据转换为将数据清理后所述客户数据中非数值型数据转换为数值化数据;将所有所述第一处理数据进行数据归一化处理。4.根据权利要求3所述的基于人工智能的贷款资质评估方法,其特征在于,所述数据归一化公式为:其中,其中i代表评估指标,j代表不同年份,x
ij
为客户数据中第i个评估指标在第j年的取值,y
ij
为归一化后的评估指标,maxx
i
为第i个评估指标所有样本属性值最大值,minx
i
为第i个评估指标所有样本属性值最小值。5.根据权利要求1所述的基于人工智能的贷款资质评估方法,其特征在于,所述接收贷款申请人的贷款申请请求,获取所述贷款申请人的数据的步骤之前,所述方法还包括:获取所有贷后逾期客户的逾期数据,判断所有所述...
【专利技术属性】
技术研发人员:施飞,
申请(专利权)人:权利要求书二页说明书一零页附图五页,
类型:发明
国别省市:
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。