[發明專利]預測群體信用的方法和裝置

有效

• 申請號: 201610414335.7
• 申請日: 2016-06-13
• 公開（公告）號: CN105894372B
• 公開（公告）日: 2018-03-16
• 發明（設計）人: 陳謙;陳培炫;劉志斌;陳玲;李霖;段培
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 廣州華進聯合專利商標代理有限公司44224
• 代理人: 何平,鄧云鵬

1.一種預測群體信用的方法，包括：

獲取所選數據，將所述所選數據分為第一類群體數據和第二類群體數據，所述第一類群體數據中包含已知違約情況的個體，所述第二類群體數據中包含未知違約情況的個體；

根據所選數據的業務需求選擇對應的預定義群體違約概率模型；

根據選擇的預定義群體違約概率模型求取所述第一類群體數據的群體違約概率，根據所述第一類群體數據的群體違約概率計算所述預定義群體違約概率模型對應的群體違約的第一變量；

獲取所述第一類群體數據的群體特征變量；

根據所述第一變量和所述第一類群體數據的群體特征變量進行訓練得到群體違約預測模型；

根據所述群體違約預測模型對所述第二類群體數據進行群體違約預測得到所述第二類群體數據的群體違約概率；

將所述第二類群體數據的群體違約概率轉化為對應的群體信用分值。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

根據預定義群體違約概率模型配置相應的閾值，并根據各個預定義群體違約概率模型及相應的閾值構建對應的群體違約的第一變量模型，若所述群體違約概率大于或等于所述閾值，則所述群體為違約群體；

預定義群體違約概率模型包括第一預定義群體違約概率模型、第二預定義群體違約概率模型、第三預定義群體違約概率模型、第四預定義群體違約概率模型、第五預定義群體違約概率模型中一種或多種；

獲取群體中出現違約行為的個體數與群體中個體總數的第一比值，將所述第一比值作為第一預定義群體違約概率模型；

獲取群體規模的影響因子，根據所述群體規模的影響因子與第一預定義群體違約概率模型得到第二預定義群體違約概率模型；

獲取第一違約函數和群體中個體的正向屬性的屬性值，獲取各個個體的正向屬性的屬性值與第一違約函數的乘積的和與群體中個體的正向屬性的屬性值的和求比值得到的第二比值，再將所述第二比值與所述群體中個體的總數求比值得到第三比值，將所述第三比值作為第三預定義群體違約概率模型，或者，獲取第一違約函數和群體中個體的負向屬性的屬性值，獲取各個個體的負向屬性的屬性值的倒數與第一違約函數的乘積的和與群體中個體的負向屬性的屬性值的倒數的和求比值得到的第二比值，再將第二比值與所述群體中個體的總數求比值得到第三比值，將所述第三比值作為第三預定義群體違約概率模型，其中，第一違約函數中若個體違約，則第一違約函數的值為1，若個體未違約，則第一違約函數的值為0；

將所述第二預定義群體違約概率模型與第三預定義群體違約概率模型相乘得到第四預定義群體違約概率模型；

將第一預定義群體違約概率模型至第四預定義群體違約概率模型中個體違約概率均替換為個體違約發生的行為得到四種第五預定義違約概率，其中所述個體違約發生的行為可為違約數值或違約期數。

3.根據權利要求1所述的方法，其特征在于，所述獲取所述第一類群體數據的群體特征變量的步驟包括：

獲取所述第一類群體中個體信用分數的特征變量；

根據所述個體信用分數的特征變量構造群體屬性特征變量；

根據所述群體屬性特征變量得到所述第一類群體數據的群體特征變量；

所述個體信用分數的特征變量包括均值、標準差、峰度、偏度中一種或多種；所述群體屬性特征變量包括群體基礎屬性分布特征變量、群體社交行為分布特征變量、群體興趣分布特征變量、群體線上線下特征變量、群體地理位置特征變量和群體拓撲特征變量中一種或多種。

4.根據權利要求1所述的方法，其特征在于，在所述獲取所選數據的步驟之后，所述方法還包括：

判斷所述所選數據中全部個體的違約情況是否已知，若是，則根據所選數據的業務需求選擇對應的預定義群體違約概率模型，根據選取的預定義群體違約概率模型計算所述所選數據的群體違約概率，并將所述群體違約概率轉化為對應的群體信用分值，若否，則將所述所選數據分為第一類群體數據和第二類群體數據，所述第一類群體數據中包含已知違約情況的個體，所述第二類群體數據中包含未知違約情況的個體。

5.根據權利要求1所述的方法，其特征在于，根據所述第一變量和所述第一類群體數據的群體特征變量進行訓練得到群體違約預測模型的步驟包括：

根據所述第一變量和所述第一類群體數據的群體特征變量采用回歸算法進行訓練或使用深度學習算法進行訓練學習得到群體違約預測模型。