[發明專利]一種基于多維度指標計算、自學習及分群模型應用的授信決策方法與系統

在審

• 申請號: 201711182115.7
• 申請日: 2017-11-23
• 公開（公告）號: CN107862602A
• 公開（公告）日: 2018-03-30
• 發明（設計）人: 仲惟曉;蔣宏
• 申請（專利權）人: 安趣盈（上海）投資咨詢有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q10/06
• 代理公司: 北京市漢坤律師事務所11602
• 代理人: 段志超

1.一種基于多維度指標計算的授信決策方法，其包括以下步驟：

將流入的數據處理成統一格式的數據流入標準化步驟；

根據不同的指標計算方法進行指標計算；

根據所接收數據，與所采用的不同模型進行模型決策；

根據模型決策結果，或根據模型決策結果與其他調整因素進行授信和放款。

2.如權利要求1所述的方法，數據流入標準化步驟包括數據接入和數據標準化步驟。

3.如權利要求2所述的方法，數據接入包括用戶提交的數據、互聯網數據接口提供的數據和用戶授權爬蟲獲取的數據。

4.如權利要求3所述的方法，數據接入還包括身份信息、通訊信息、三方征信、電商數據、消費數據和機構數據。

5.如權利要求3或4所述的方法，用戶借貸形成歷史借貸數據，與用戶提交的數據、互聯網數據接口提供的數據和用戶授權爬蟲獲取的數據共同成為數據流入標準化步驟中數據的來源。

6.如權利要求1所述的方法，其中指標計算是實時指標計算。

7.如權利要求1所述的方法，其中指標計算包括實時指標計算和異步指標計算。

8.如權利要求7所述的方法，異步指標計算由以下的步驟完成：通過實體建模，將相關數據存儲在索引及搜索數據庫，提取數據后進行異步指標計算。

9.如權利要求7所述的方法，異步指標計算由以下的步驟完成：通過關系建模，將相關數據存儲在圖數據庫，提取數據后進行異步指標計算。

10.如權利要求7所述的方法，異步指標計算由以下的步驟完成：將實時指標計算結果存儲于關系型數據庫，提取數據后進行異步指標計算。

11.如權利要求1所述的方法，模型決策過程包括接收實時授信數據和延時授信數據，經模型計算作出決策，其中所接收的實時授信數據來源于實時指標計算，所接收的延時授信數據來源于實時指標計算和/或異步指標計算。

12.如權利要求1所述的方法，其中模型決策包括模型計算，其算法包括邏輯回歸、線性回歸、隨機森林、Gradient Boosting、Xgboost、Lasso、GBDT、Decision Tree、Genetic Algorithms、Neural network、SVM、Logistic Regression、Ada Boost、以及Naive Bayes。

13.如權利要求7-12之一所述的方法，依據異步指標計算結果進行模型迭代，并使用更新的模型作為決策的依據。

14.如權利要求7-12之一所述的方法，依據異步指標計算結果以及真實的風險表現進行模型迭代，并使用更新的模型作為決策的依據。

15.如權利要求13或14所述的方法，上述更新是持續更新。

16.如權利要求1-15之一所述的方法，借貸放款取決于模型計算結果和/或信用調整結果。

17.如權利要求7-16之一所述的方法，依據異步指標計算結果對信用進行動態調整，并影響授信放款。

18.一種基于多維度指標計算的授信決策系統，該系統包括：

數據流入標準化模塊，其將流入的數據處理成具有統一格式的數據；

指標計算模塊，其根據不同的指標計算方法進行指標計算；

模型決策模塊，其根據所接收數據，與所采用的不同模型進行模型決策；

授信放款模塊，其根據模型決策結果，或根據模型決策結果與其它調整因素進行授信和放款。

19.如權利要求18所述的系統，數據流入標準化模塊包括數據接入模塊和數據標準化模塊。

20.如權利要求19所述的系統，數據接入模塊的數據接入包括用戶提交的數據、互聯網數據接口提供的數據和用戶授權爬蟲獲取的數據。

21.如權利要求20所述的系統，數據接入還包括身份信息、通訊信息、三方征信、電商數據、消費數據和機構數據。

22.如權利要求20或21所述的系統，用戶借貸形成歷史借貸數據，與用戶提交的數據、互聯網數據接口提供的數據和用戶授權爬蟲獲取的數據共同成為數據流入標準化模塊中數據的來源。