[發明專利]信用評級方法及裝置、計算機可讀存儲介質、終端

在審

• 申請號: 201710427504.5
• 申請日: 2017-06-08
• 公開（公告）號: CN109034994A
• 公開（公告）日: 2018-12-18
• 發明（設計）人: 李曉忠
• 申請（專利權）人: 上海麥子資產管理有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06F17/30
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張振軍;吳敏

一種信用評級方法及裝置、計算機可讀存儲介質、終端，信用評級方法包括：對于輸入的用戶數據，根據預先配置的相關性列表從所述用戶數據中選取多個屬性信息，每一屬性信息具備屬性值；將所述多個屬性信息的屬性值與多個信用等級各自對應的欄位組合進行匹配，以得到第一匹配結果，每一信用等級對應的欄位組合包括至少一個欄位，每一欄位由所述屬性信息的屬性值的范圍界定；如果所述第一匹配結果滿足所述多個信用等級中任一信用等級對應的組合條件，則將滿足所述組合條件的信用等級確定為所述用戶數據的信用等級。本發明技術方案可以在沒有逾期數據的前提下，提高信用評級的便捷性和準確性。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種信用評級方法及裝置、計算機可讀存儲介質、終端。

背景技術

在金融領域，尤其是信貸領域，需要利用用戶的信用進行金融風險控制。也就是對用戶的信用進行信用評級，以評估其逾期還款風險。

現有技術中，在已有用戶的歷史逾期數據的前提下，可以直接通過歷史逾期數據來評估該用戶的信用等級。

但是，在業務開展初期往往沒有任何逾期數據，也沒有任何評級。此時現有技術通常是采用人工審批的方式，并在積累數據到一定階段以后，才能獲得更好的信用評級結果，但數據積累的過程比較長。對于已有業務，也可以采用專家模型法，但是這種方法依賴于專家的水平，往往可靠性不高。

發明內容

本發明解決的技術問題是如何在沒有逾期數據的前提下，提高信用評級的便捷性和準確性。

為解決上述技術問題，本發明實施例提供一種信用評級方法，信用評級方法包括：對于輸入的用戶數據，根據預先配置的相關性列表從所述用戶數據中選取多個屬性信息，每一屬性信息具備屬性值；將所述多個屬性信息的屬性值與多個信用等級各自對應的欄位組合進行匹配，以得到第一匹配結果，每一信用等級對應的欄位組合包括至少一個欄位，每一欄位由所述屬性信息的屬性值的范圍界定；如果所述第一匹配結果滿足所述多個信用等級中任一信用等級對應的組合條件，則將滿足所述組合條件的信用等級確定為所述用戶數據的信用等級。

可選的，對于總數達到設定值的多個用戶數據，各個信用等級對應的所述用戶數據的數量服從正態分布。

可選的，所述信用評級方法還包括：統計每一信用等級中對應的所述用戶數據的數量；計算每一信用等級中對應的所述用戶數據的數量與所述用戶數據的總數的比值，以得到每一信用等級的數據占比；如果所述多個信用等級中至少一個信用等級的數據占比未達到對應的設定比值，則調整所述至少一個信用等級對應的組合條件或對應的欄位組合中的欄位，直至所述多個信用等級的數據占比均達到對應的設定比值；其中，各個信用等級對應的設定比值服從正態分布。

可選的，所述相關性列表中不包含逾期信息。

可選的，所述信用評級方法還包括：確定所述用戶數據的目標信用等級，所述目標信用等級至少是根據所述用戶數據的逾期信息計算得到的；將所述用戶數據的信用等級與所述目標信用等級進行比對，并根據比對結果對至少一個信用等級的組合條件或對應的欄位組合中的欄位進行調整。

可選的，所述信用評級方法還包括：在對多個用戶數據完成信用等級的確定后，得到劃分結果，所述劃分結果包括所述多個用戶數據針對所述多個信用等級的占比；對所述劃分結果按照信用高低進行排序，以得到占比分布結果，所述多個用戶數據具備針對所述多個信用等級的按照信用高低排序的第一分布結果；如果所述占比分布結果與所述第一分布結果不一致，則調整至少一個信用等級對應的組合條件或對應的欄位組合中的欄位，直至所述占比分布結果與所述第一分布結果一致。

可選的，所述對于輸入的用戶數據，根據預先配置的相關性列表選取多個屬性信息包括：將所述用戶數據的第一屬性信息與所述相關性列表中的第二屬性信息進行匹配，以得到第二匹配結果；如果所述第二匹配結果表示所述第一屬性信息與所述第二屬性信息一致，則添加所述第一屬性信息至所述多個屬性信息。