[發(fā)明專利]互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險識別方法及裝置

在審

• 申請?zhí)枺?/td>: 201711270176.9
• 申請日: 2017-12-05
• 公開（公告）號: CN107798600A
• 公開（公告）日: 2018-03-13
• 發(fā)明（設(shè)計）人: 涂志云;周穎;任偉;李青鋒
• 申請（專利權(quán)）人: 深圳信用寶金融服務(wù)有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02
• 代理公司: 深圳市中科創(chuàng)為專利代理有限公司44384
• 代理人: 譚雪婷,高早紅

1.一種互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險識別方法，其特征在于，所述方法包括以下步驟：

1)獲取用戶信用數(shù)據(jù)；

2)根據(jù)用戶的借款行為來劃分用戶樣本；

3)通過獲取的用戶信用數(shù)據(jù)以及劃分的用戶樣本得到一個原始的數(shù)據(jù)集；

4)將數(shù)據(jù)集分為訓(xùn)練集和測試集，在訓(xùn)練集上實(shí)現(xiàn)特征工程，然后將這些操作還原到測試集上，利用在測試集上的效果來衡量最終的表現(xiàn)；

5)根據(jù)實(shí)際情況選擇算法，算法包括邏輯回歸模型和xgboost兩種信用評分模型；

6)信用評分模型根據(jù)用戶信息對用戶進(jìn)行信用評分。

2.根據(jù)權(quán)利要求1所述的互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險識別方法，其特征在于，在步驟1)中，用戶信用數(shù)據(jù)包括用戶第三方數(shù)據(jù)，用戶個人信息以及一些用戶行為數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險識別方法，其特征在于，在步驟2)中，用戶樣本劃分標(biāo)準(zhǔn)通過用戶信用數(shù)據(jù)分析得到。

4.根據(jù)權(quán)利要求1所述的互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險識別方法，其特征在于，在步驟3)中，對全量的數(shù)據(jù)集需要進(jìn)行數(shù)據(jù)清洗和數(shù)據(jù)預(yù)處理。

5.根據(jù)權(quán)利要求1所述的互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險識別方法，其特征在于，在步驟6)中，信用評分模型標(biāo)準(zhǔn)采用AUC評分。

6.一種互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險識別裝置，其特征在于，所述識別裝置包括：

數(shù)據(jù)獲取模塊，用于獲取用戶信用數(shù)據(jù)；

樣本劃分模塊，用于根據(jù)用戶的借款行為來劃分用戶樣本；

數(shù)據(jù)集模塊，用于將獲取的用戶信用數(shù)據(jù)以及劃分的用戶樣本得到一個原始的數(shù)據(jù)集，該數(shù)據(jù)集包括訓(xùn)練集和測試集；

測試模塊，用于在訓(xùn)練集和測試集上實(shí)現(xiàn)特征工程，利用在測試集上的效果來衡量最終的表現(xiàn)；

算法選擇模塊，用于根據(jù)實(shí)際情況選擇算法，算法包括邏輯回歸模型和xgboost兩種信用評分模型；

信用評分模塊，用于選擇的信用評分模型根據(jù)用戶信息對用戶進(jìn)行信用評分。

7.根據(jù)權(quán)利要求6所述的互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險識別裝置，其特征在于，所述用戶信用數(shù)據(jù)包括用戶第三方數(shù)據(jù)，用戶個人信息以及一些用戶行為數(shù)據(jù)。

8.根據(jù)權(quán)利要求6所述的互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險識別裝置，其特征在于，所述樣本劃分模塊的用戶樣本劃分標(biāo)準(zhǔn)通過用戶信用數(shù)據(jù)分析得到。

9.根據(jù)權(quán)利要求6所述的互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險識別裝置，其特征在于，全量的數(shù)據(jù)集通過數(shù)據(jù)清洗和數(shù)據(jù)預(yù)處理后劃分為訓(xùn)練集和測試集。

10.根據(jù)權(quán)利要求6所述的互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險識別裝置，其特征在于，所述信用評分模塊的信用評分標(biāo)準(zhǔn)采用AUC評分。