[發明專利]基于多維度數據的動態信用評估方法及系統

在審

• 申請號: 201711020626.9
• 申請日: 2017-10-27
• 公開（公告）號: CN107705036A
• 公開（公告）日: 2018-02-16
• 發明（設計）人: 陳鵬;陳宇;蘆帥;熊偉;謝偉良;汪寧
• 申請（專利權）人: 杭州呯嘭智能技術有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q40/02
• 代理公司: 上海漢聲知識產權代理有限公司31236
• 代理人: 王葉娟,胡晶

技術領域

本發明涉及金融信用技術領域，尤其涉及的是一種基于多維度數據的動態信用評估方法及系統。

背景技術

互聯網金融是指傳統金融機構與互聯網企業利用互聯網技術和信息通信技術實現資金融通、支付、投資和信息中介服務的新型金融業務模式(包括P2P、網絡銀行、第三方支付等)。互聯網金融包括普惠金融、平臺金融、信息金融和碎片金融等相異于傳統金融的金融模式。

互聯網金融是現有金融體系的有益補充，而征信體系是現代金融的基石，在互聯網金融背景下，征信體系的完善更是改善互聯網金融生態的重要方面，準確掌握服務對象的信用狀況、消費習慣及風險偏好尤為重要。

然而，傳統金融業如銀行要發放貸款，需要對貸款人進行信用審核，注重實物資產、債務水平、現金流水等。同時，又由于我國信用體系建設的滯后，導致大量的自然人或者小微企業的信用記錄缺失，給普惠金融的發展帶來了巨大的障礙。

我國征信行業目前尚在發展和完善階段，其發展主要以銀行為主，民營征信機構為輔的混合格局，傳統基于銀行的征信體系主要存在以下問題(缺陷)：

首先，傳統的信用評估時數據獲取渠道比較單一和固定，導致那些無法采集到資金流動信息的用戶無法進行信用評估或者信用評估不夠準確，這樣導致信用評估人群覆蓋率在很大程度上被制約。

其次，目前傳統征信體系主要是以用戶的金融交易以及財務數據信息為主，缺少多維度信息，僅能反映用戶在經濟層面的信用狀況，無法評判個人的綜合信用情況。

再者，傳統的信用評估時，評估指標的實際數據更新和擴展的很慢，被評估者看到的信用報告是相對靜止和格式化的，這樣的信用值是無法反映用戶的真實信用情況及變化的。

發明內容

本發明所要解決的技術問題是提供一種基于多維度數據的動態信用評估方法及系統，實現多維度綜合評估，且評估更準確、真實。

為解決上述問題，本發明提出一種基于多維度數據的動態信用評估方法，包括以下步驟：

S1：獲取用戶的社交數據、支付數據，基于所述社交數據計算用戶間的社交關聯強度，基于所述支付數據計算用戶間的支付關聯強度；

S2：根據所述社交關聯強度和支付關聯強度計算用戶間的社交支付聯合關聯強度；

S3：根據所述用戶間的社交支付聯合關聯強度確定用戶間的強關聯社交支付聯合關系和弱關聯社交支付聯合關系；

S4：獲取用戶的信用評估值；針對未獲取到信用評估值的用戶，其信用評估值根據所述強關聯社交支付聯合關系中與其關聯的用戶的信用評估值確定；

S5：實時獲取黑名單庫和失信名單庫的動態信息，并根據黑名單庫和失信名單庫的動態信息更新對應用戶及與其具有強關聯社交支付聯合關系的用戶的信用評估值。

根據本發明的一個實施例，所述步驟S1中，分別基于所述社交數據和支付數據構建關于社交關聯的社交網絡和關于支付關聯的支付網絡；基于所述社交數據計算社交網絡中用戶間的社交關聯強度，基于所述支付數據計算支付網絡中用戶間的支付關聯強度。

根據本發明的一個實施例，所述社交數據包括社交關聯發生的頻率信息及時間位置信息。

根據本發明的一個實施例，所述社交數據包括社交關聯發生的時間位置信息、最近一年社交關聯發生的次數、最近一月社交關聯發生的次數；所述用戶間的社交關聯強度計算公式為：

β＝(γ_y+γ_m)*LBS

其中，參數LBS根據社交關聯發生的時間位置信息確定，時間及位置越接近則取值越小；參數γ_y根據最近一年關聯發生的次數確定，次數越多則取值越高；參數γ_m根據最近一月關聯發生的次數確定，次數越多則取值越高。

根據本發明的一個實施例，所述支付數據包括支付關聯發生的頻率信息及金額信息。

根據本發明的一個實施例，所述支付數據包括最近一年支付關聯發生的次數、最近一月支付關聯發生的次數、最近一年支付關聯發生的累計金額；所述用戶間的支付關聯強度計算公式為：

α＝δ_y+δ_m+M

其中，參數δ_y根據最近一年支付關聯發生的次數確定，次數越多則取值越高；參數δ_m根據最近一月支付關聯發生的次數確定，次數越多則取值越高；參數M根據最近一年支付關聯發生的累計金額確定，累計金額越多則取值越高。