异网用户信用评估模型训练方法、信用等级评估方法技术

本申请提供一种异网用户信用评估模型训练方法、信用等级评估方法、设备及存储介质，涉及互联网领域。该方法包括：获取异网用户的第二多维向量，将第二多维向量输入预设的异网用户信用评估模型中，得到并输出异网用户的信用等级结果；其中，异网用户信用评估模型基于第一运营商中本网用户的电信数据，确定训练样本集合，基于训练样本集合中训练样本的本网用户的第一多维向量和对应的标签对初始模型进行训练得到。本申请的方法，实现了简化信用评估过程并提高信用评估精确度的技术效果。过程并提高信用评估精确度的技术效果。过程并提高信用评估精确度的技术效果。

【技术实现步骤摘要】
异网用户信用评估模型训练方法、信用等级评估方法


[0001]本申请涉及互联网技术，尤其涉及一种异网用户信用评估模型训练方法、信用等级评估方法、设备及存储介质。

技术介绍

[0002]随着互联网金融的发展，用户通过身份验证后，仅需通过手机或电脑进行简单操作便可进行金融业务的办理。
[0003]在现有技术中，常通过征信报告来对用户的信用信息进行记录，进而基于每个用户的征信报告分析确定该用户的信用是否满足要求。
[0004]由于征信报告需要依法设立的征信服务机构开具，因此信用评估过程复杂且不能及时更新，现有的信用等级评估方法存在信用评估过程复杂且评估的信用等级精确度差的技术问题。

技术实现思路

[0005]本申请提供一种异网用户信用评估模型训练方法、信用等级评估方法、设备及存储介质，用以解决信用评估过程复杂且评估的信用等级精确度差的技术问题。
[0006]一方面，本申请提供一种异网用户信用评估模型训练方法，该方法包括：
[0007]基于第一运营商中本网用户的电信数据，确定训练样本集合；训练样本集合包括多本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异网用户信用评估模型训练方法，其特征在于，包括：基于第一运营商中本网用户的电信数据，确定训练样本集合；所述训练样本集合包括多个训练样本，所述训练样本与所述本网用户一一对应，所述训练样本包括所述本网用户的第一多维向量和对应的标签，所述第一多维向量基于所述本网用户的征信特征确定，所述征信特征包括所述本网用户在至少一个征信维度上的特征，所述标签用于表征所述本网用户的信用等级；针对所述训练样本集合中的每个训练样本，基于所述训练样本的所述本网用户的所述第一多维向量和对应的标签对初始模型进行训练，得到异网用户信用评估模型；其中，所述异网用户信用评估模型用于确定第二运营商的所述异网用户的信用等级。2.根据权利要求1所述的方法，其特征在于，所述基于所述训练样本的所述本网用户的所述第一多维向量和对应的标签对初始模型进行训练，得到异网用户信用评估模型，包括：将每个所述训练样本的所述第一多维向量输入所述初始模型，得到所述训练样本对应的信用等级结果；基于每个所述训练样本对应的信用等级结果和所述训练样本对应的标签，确定所述初始模型的准确率；在所述初始模型的准确率达到第一预设阈值时，将所述初始模型确定为所述异网用户信用评估模型。3.根据权利要求2所述的方法，其特征在于，所述第一多维向量基于第一征信特征、第二征信特征以及第三征信特征确定；所述第一征信特征为基于所述本网用户的第一电信业务使用行为确定的征信特征；所述第二征信特征为基于所述本网用户的第一互联网行为确定的征信特征；所述第三征信特征为基于所述本网用户的第一属性信息确定的征信特征。4.根据权利要求3所述的方法，其特征在于，在所述异网用户信用评估模型为基于用户的异网用户信用评估模型时，所述将每个所述训练样本的所述第一多维向量输入所述初始模型，得到所述训练样本对应的信用等级结果，包括：对所述训练样本的所述第一征信特征对应的所述第一电信业务使用行为的频次、所述第二征信特征对应的所述第一互联网行为的频次以及所述第三征信特征进行编码，得到第一编码结果；基于所述第一编码结果构建所述第一多维向量；将所述第一多维向量输入所述初始模型，得到所述训练样本对应的信用等级结果。5.根据权利要求3所述的方法，其特征在于，在所述异网用户信用评估模型为基于内容的异网用户信用评估模型时，所述将每个所述训练样本的所述第一多维向量输入所述初始模型，得到所述训练样本对应的信用等级结果，包括：对所述第三征信特征进行编码，得到第二编码结果；基于第一频次、第二频次和所述第二编码结果构建所述第一多维向量；其中，所述第一频次为所述第一征信特征对应的所述第一电信业务使用行为的频次，所述第二频次为所述第二征信特征对应的所述第一互联网行为的频次；将所述第一多维向量输入所述初始模型，得到所述训练样本对应的信用等级结果。6.根据权利要求4或5所述的方法，其特征在于，所述第一征信特征对应的所述第一电信业务使用行为的频次基于相应的本网用户的通话信息和/或短信信息确认；
所述第二征信特征对应的所述第一互联网行为的频次基于相应的本网用户的应用软件使用记录数据确认；所述第三征信特征基于所述本网用户的宽带使用信息和客户关系管理系统信息确认。7.一种信用等级评估方法，其特征在于，包括：获取异网用户的第二多维向量，将所述第二多维向量输入预设的异网用户信用评估模型中，得到并输出所述异网用户的信用等级结果；其中，所述异网用户信用评估模型为通过权利要求1
‑
6中任一项所述的方法训练得到的模型。8.根据权利要求7所述的方法，其特征在于，在所述获取所述异网用户的第二多维向量之前，包括：基于所述异网用户的第二电信业务使用信息确定第四征信特征；基于所述异网用户的第二互联网行为数据确定第五征信特征；基于所述异网用户的第二属性信息确定第六征信特征；基于所述第四征信特征、所述第五征信特征和所述第六征信特征，确定所述第二多维向量。9.根据权利要求8所述的方法，其特征在于，在所述异网用户信用评估模型为基于用户的异网用户信用评估模型时，所述基于所述第四征信特征、所述第五征信特征和所述第六征信特征，确定所述第二多维向量，包括：基于所述异...

【专利技术属性】
技术研发人员：孙苗，吴文龙，景博，曹珺，马小民，姬星仪，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：