System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于数据处理,尤其涉及一种人行征信用户画像搭建方法及系统。
技术介绍
1、人行征信报告是金融机构进行用户画像搭建的重要数据来源,记录了丰富的身份、职业、居住信息。但报告信息较碎片,如户籍地址、通讯地址、居住地址、单位地址均刻画用户地址,传统直接解析获取独立标签的做法,存在结论完整性问题;且因人行信息为人工采集填写,未经严格核验,可能存在模块冲突,直接应用难以保障准确性。
2、为解决上述技术问题,现有的专利技术专利cn202010711327.5《基于征信报文变量加工和客户画像的sdk系统及其处理方法》给出了对人行征信信息进行解析,并根据解析结果输出征信衍生变量和客户画像码,但是却仍未考虑不同的人行信息的模块之间的冲突情况和对齐处理,导致生成的客户画像的准确率难以满足要求。
3、针对上述技术问题,本专利技术提供了一种人行征信用户画像搭建方法及系统。
技术实现思路
1、为实现本专利技术目的,本专利技术采用如下技术方案:
2、根据本专利技术的一个方面,提供了一种人行征信用户画像搭建方法。
3、一种人行征信用户画像搭建方法,其特征在于,具体包括:
4、s1从用户的人行征信数据的不同的信息模块中进行实体信息的提取,基于所述实体信息进行不同的信用维度的信用特征的提取;
5、s2进行不同的信用特征之间的语义网络的构建,并通过所述语义网络对不同的信用特征进行对齐检验处理得到不同的信用维度的可信特征的检验数据,通过所述
6、s3将可信度不满足要求的信用维度作为疑似风险维度,并根据所述疑似风险维度的数量以及不同的信用维度的可信度进行人行征信数据的综合可信度的确定,当所述综合可信度满足要求时,进入下一步骤;
7、s4获取不同的信用维度下的信用特征完整度,并结合不同的信用维度下的可信度确定所述用户的人行征信数据可靠时,根据不同的信用维度下的信用特征以及信用特征之间的语义网络进行融合处理得到用户的用户画像。
8、本专利技术的有益效果在于:
9、1、通过检验数据确定用户在不同的信用维度下的可信度,充分考虑到不同的信用维度下的不同的信用特征由于与其它的信用特征的语义冲突情况和一致情况的差异导致的不同的信用特征的可信度的差异,实现了对不同的信用维度的可信度的准确评估,也为差异化的进行用户的用户画像的生成以及不可信用户的筛选奠定了基础。
10、2、根据疑似风险维度的数量以及不同的信用维度的可信度进行人行征信数据的综合可信度的确定,实现了从多个信用维度的角度对不可信用户的筛选,避免了对人行征信数据不可信的用户进行用户画像的处理导致的处理效率较低的技术问题。
11、3、根据不同的信用维度下的信用特征以及信用特征之间的语义网络进行融合处理得到用户的用户画像,即考虑到不同的信用维度下的信用特征的差异,同时通过语义网络的识别使得用户画像的生成处理结果能够更加准确的反应真实的用户的信贷风险,也为进一步进行信贷风险的有效控制奠定了基础。
12、进一步的技术方案在于,所述信用模块包括用户身份、职业、居住信息、历史信贷数据。
13、进一步的技术方案在于,所述信用维度包括用户身份信息、信贷逾期信息、信贷申请信息、信贷支用信息和征信查询信息。
14、进一步的技术方案在于,当所述综合可信度不满足要求时,则确定所述用户的人行征信数据的可信度不满足要求,无须进行用户的用户画像的构建,直接输出授信风险。
15、进一步的技术方案在于,所述信用特征完整度根据所述用户的人行征信数据在所述信用维度下的信用特征的数量与所述信用维度下的预设的信用特征的数量的比值进行确定。
16、第二方面,本专利技术提供了一种计算机系统,包括:通信连接的存储器和处理器,以及存储在所述存储器上并能够在所述处理器上运行的计算机程序,其特征在于:所述处理器运行所述计算机程序时执行上述的一种人行征信用户画像搭建方法。
17、其他特征和优点将在随后的说明书中阐述,本专利技术的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
18、为使本专利技术的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种人行征信用户画像搭建方法,其特征在于,具体包括:
2.如权利要求1所述的人行征信用户画像搭建方法,其特征在于,所述信用模块包括用户身份、职业、居住信息、历史信贷数据。
3.如权利要求1所述的人行征信用户画像搭建方法,其特征在于,所述信用维度包括用户身份信息、信贷逾期信息、信贷申请信息、信贷支用信息和征信查询信息。
4.如权利要求1所述的人行征信用户画像搭建方法,其特征在于,所述检验数据包括用于所述信用特征检验的其它的信用特征的数量以及与所述信用特征的语义存在冲突的其它的信用特征的数量。
5.如权利要求1所述的人行征信用户画像搭建方法,其特征在于,所述用户在所述信用维度下的可信度的确定的方法为:
6.如权利要求1所述的人行征信用户画像搭建方法,其特征在于,所述用户在不同的信用维度下的可信度的取值范围在0到1之间,其中当所述用户在所述信用维度下的可信度小于预设可信度时,则确定所述信用维度的可信度不满足要求。
7.如权利要求1所述的人行征信用户画像搭建方法,其特征在于,当所述用户不存在可信度不满足要求的可信
8.如权利要求1所述的人行征信用户画像搭建方法,其特征在于,所述人行征信数据的综合可信度的确定的方法为:
9.如权利要求1所述的人行征信用户画像搭建方法,其特征在于,当所述综合可信度不满足要求时,则确定所述用户的人行征信数据的可信度不满足要求,无须进行用户的用户画像的构建,直接输出授信风险。
10.如权利要求1所述的人行征信用户画像搭建方法,其特征在于,所述用户的用户画像的构建的方法为:
11.一种计算机系统,包括:通信连接的存储器和处理器,以及存储在所述存储器上并能够在所述处理器上运行的计算机程序,其特征在于:所述处理器运行所述计算机程序时执行权利要求1-10任一项所述的一种人行征信用户画像搭建方法。
...【技术特征摘要】
1.一种人行征信用户画像搭建方法,其特征在于,具体包括:
2.如权利要求1所述的人行征信用户画像搭建方法,其特征在于,所述信用模块包括用户身份、职业、居住信息、历史信贷数据。
3.如权利要求1所述的人行征信用户画像搭建方法,其特征在于,所述信用维度包括用户身份信息、信贷逾期信息、信贷申请信息、信贷支用信息和征信查询信息。
4.如权利要求1所述的人行征信用户画像搭建方法,其特征在于,所述检验数据包括用于所述信用特征检验的其它的信用特征的数量以及与所述信用特征的语义存在冲突的其它的信用特征的数量。
5.如权利要求1所述的人行征信用户画像搭建方法,其特征在于,所述用户在所述信用维度下的可信度的确定的方法为:
6.如权利要求1所述的人行征信用户画像搭建方法,其特征在于,所述用户在不同的信用维度下的可信度的取值范围在0到1之间,其中当所述用户在所述信用维度下的可信度小于预设可信度时,则确定所述信用维度的可信度不满足要...
【专利技术属性】
技术研发人员:郭一迪,张妍,王震,段美宁,
申请(专利权)人:杭银消费金融股份有限公司,
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。