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

在審

• 申請(qǐng)?zhí)枺?/td>: 201711270176.9
• 申請(qǐng)日: 2017-12-05
• 公開（公告）號(hào): CN107798600A
• 公開（公告）日: 2018-03-13
• 發(fā)明（設(shè)計(jì)）人: 涂志云;周穎;任偉;李青鋒
• 申請(qǐng)（專利權(quán)）人: 深圳信用寶金融服務(wù)有限公司
• 主分類號(hào): G06Q40/02
• 分類號(hào): 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

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險(xiǎn)識(shí)別方法及裝置。

背景技術(shù)

目前，現(xiàn)有的信用審核多采用規(guī)則引擎與人工授信相集合的方式，規(guī)則引擎的規(guī)則是剛性設(shè)置，這種剛性設(shè)置無法全面衡量用戶的信用數(shù)據(jù)，一旦用戶的某些特征不滿足某條規(guī)則就很有可能會(huì)被拒絕授信，這種方式會(huì)丟失掉很多潛在的用戶，同時(shí)很多規(guī)則不具備自學(xué)習(xí)功能，無法根據(jù)數(shù)據(jù)的積累進(jìn)行調(diào)整。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險(xiǎn)識(shí)別方法及裝置，旨在根據(jù)用戶的信用數(shù)據(jù)，得到用戶的信用評(píng)分，根據(jù)信用評(píng)分來決定最終的授信結(jié)果。

為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下：

一種互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險(xiǎn)識(shí)別方法，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(gè)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(píng)分模型；

6)信用評(píng)分模型根據(jù)用戶信息對(duì)用戶進(jìn)行信用評(píng)分。

具體地，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(gè)人信息以及一些用戶行為數(shù)據(jù)。

具體地，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。

具體地，在步驟3)中，對(duì)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。

具體地，在步驟6)中，信用評(píng)分模型標(biāo)準(zhǔn)采用AUC評(píng)分。

一種互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險(xiǎn)識(shí)別裝置，所述識(shí)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(gè)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(píng)分模型；

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

進(jìn)一步地，所述用戶信用數(shù)據(jù)包括用戶第三方數(shù)據(jù)，用戶個(gè)人信息以及一些用戶行為數(shù)據(jù)。

進(jìn)一步地，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。

進(jìn)一步地，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。

進(jìn)一步地，所述信用評(píng)分模塊的信用評(píng)分標(biāo)準(zhǔn)采用AUC評(píng)分。

相對(duì)于現(xiàn)有技術(shù)，本發(fā)明的有益效果在于：

1)相對(duì)于人工信用審核，加快了用戶授信審核的速度，同時(shí)也減少了人力成本的開支，在大戶量的情況下，該優(yōu)勢會(huì)更加顯著；

2)與傳統(tǒng)的風(fēng)控規(guī)則相對(duì)比，從大數(shù)據(jù)和機(jī)器學(xué)習(xí)的角度來對(duì)用戶進(jìn)行授信審核，具備科學(xué)性，同時(shí)隨著數(shù)據(jù)的積累，模型能夠不斷的迭代升級(jí)，其評(píng)分的準(zhǔn)確性會(huì)越來越高。

附圖說明

圖1為本發(fā)明實(shí)施例一互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險(xiǎn)識(shí)別方法的流程示意圖；

圖2為本發(fā)明實(shí)施例二互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險(xiǎn)識(shí)別裝置的結(jié)構(gòu)框圖。

本發(fā)明目的的實(shí)現(xiàn)、功能特點(diǎn)及優(yōu)點(diǎn)將結(jié)合實(shí)施例，參照附圖做進(jìn)一步說明。

具體實(shí)施方式

為了使本發(fā)明所要解決的技術(shù)問題、技術(shù)方案及有益效果更加清楚、明白，以下結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

實(shí)施例一

本發(fā)明提供一種互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險(xiǎn)識(shí)別方法。

參照?qǐng)D1，圖1為本發(fā)明互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險(xiǎn)識(shí)別方法的流程示意圖。

該互聯(lián)網(wǎng)金融小微貸款的信用風(fēng)險(xiǎn)識(shí)別方法包括以下步驟：

1)獲取用戶信用數(shù)據(jù)，主要包括用戶第三方數(shù)據(jù)，用戶個(gè)人信息以及一些用戶行為數(shù)據(jù)；

2)根據(jù)用戶的借款行為來劃分用戶樣本，劃分標(biāo)準(zhǔn)可以通過用戶信用數(shù)據(jù)分析得到；