[發(fā)明專利]負面標簽權重的獲取方法、終端設備及介質在審
| 申請?zhí)枺?/td> | 201810436265.4 | 申請日: | 2018-05-09 |
| 公開(公告)號: | CN108647714A | 公開(公告)日: | 2018-10-12 |
| 發(fā)明(設計)人: | 任鋼林 | 申請(專利權)人: | 平安普惠企業(yè)管理有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06N3/08;G06Q40/02 |
| 代理公司: | 深圳中一專利商標事務所 44237 | 代理人: | 官建紅 |
| 地址: | 518000 廣東省深圳市前海深港合作區(qū)前*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 權重 標簽 標簽類型 業(yè)務審批系統(tǒng) 客戶 樣本數(shù)據 終端設備 輸入神經網絡 訓練神經網絡 操作復雜度 互聯(lián)網技術 分析維度 畫像特征 客戶關系 實時更新 網絡拓撲 審核 更新 構建 自動化 輸出 檢測 保證 | ||
本發(fā)明適用于互聯(lián)網技術領域,提供了一種負面標簽權重的獲取方法、終端設備及介質,該方法包括:若檢測到客戶關系網絡拓撲出現(xiàn)更新,則獲取其中多個節(jié)點所分別對應的客戶樣本數(shù)據;基于客戶樣本數(shù)據,構建并訓練神經網絡模型;將業(yè)務審批系統(tǒng)中各個待審核客戶的畫像特征輸入神經網絡模型,以輸出每一待審核客戶分別在每一負面標簽類型上的權重值;根據負面標簽類型相同的各個權重值的平均值,計算該負面標簽類型的標簽權重。本發(fā)明實現(xiàn)了標簽權重的自動化更新,降低了操作復雜度;同時,也避免了標簽權重分析維度單一的問題出現(xiàn),提高了標簽權重的計算準確性;保證了業(yè)務審批系統(tǒng)可以獲取到實時更新的負面標簽權重。
技術領域
本發(fā)明屬于互聯(lián)網技術領域,尤其涉及一種負面標簽權重的獲取方法、終端設備及計算機可讀存儲介質。
背景技術
目前,通過對客戶的個人特性屬性進行分析,可以為客戶打上不同類型的標簽。現(xiàn)有技術中,通常是基于業(yè)務規(guī)則的方式來確定客戶標簽,即,只要檢測到個人特征屬性滿足預設的業(yè)務規(guī)則,就會為該客戶打上業(yè)務規(guī)則所對應的一個標簽。例如,若客戶滿足“實際還款時間超過預定還款時間”這一業(yè)務規(guī)則,則為該客戶打上逾期標簽;若客戶滿足“具有理賠記錄”這一業(yè)務規(guī)則,則為該客戶打上理賠標簽等。由于上述業(yè)務規(guī)則都是為了確定客戶是否具有負面信息記錄,因此,上述標簽均為負面標簽。對于每一類負面標簽,根據該類負面標簽的客戶總數(shù)在所有客戶中所占的比值,可計算出該負面標簽的標簽權重,以表示該類負面標簽對逾期還款事件出現(xiàn)的影響程度大小。此后,該標簽權重將會被管理員輸入于貸款審批系統(tǒng)中,以作為貸款審核過程中的一項參考因子。
然而,上述標簽權重只能根據每一客戶自身的特征屬性來進行確定,忽略了關聯(lián)客戶之間的相互影響,由此降低了負面標簽權重的準確性以及可參考性。
發(fā)明內容
有鑒于此,本發(fā)明實施例提供了一種負面標簽權重的獲取方法、終端設備及計算機可讀存儲介質,以解決現(xiàn)有技術中負面標簽權重的準確性以及可參考性均較為低下的問題。
本發(fā)明實施例的第一方面提供了一種負面標簽權重的獲取方法,包括:
若檢測到客戶關系網絡拓撲出現(xiàn)更新,則獲取其中多個節(jié)點所分別對應的客戶樣本數(shù)據,所述客戶樣本數(shù)據包括畫像特征、負面標簽類型以及每一所述負面標簽類型的權重值;
基于所述客戶樣本數(shù)據,構建并訓練神經網絡模型;
將業(yè)務審批系統(tǒng)中各個待審核客戶的所述畫像特征輸入所述神經網絡模型,以輸出每一所述待審核客戶分別在每一所述負面標簽類型上的權重值;
根據所述負面標簽類型相同的各個所述權重值,計算該負面標簽類型的標簽權重。
本發(fā)明實施例的第二方面提供了一種終端設備,包括存儲器以及處理器,所述存儲器中存儲有可在所述處理器上運行的計算機程序,所述處理器執(zhí)行所述計算機程序時實現(xiàn)如下步驟:
若檢測到客戶關系網絡拓撲出現(xiàn)更新,則獲取其中多個節(jié)點所分別對應的客戶樣本數(shù)據,所述客戶樣本數(shù)據包括畫像特征、負面標簽類型以及每一所述負面標簽類型的權重值;
基于所述客戶樣本數(shù)據,構建并訓練神經網絡模型;
將業(yè)務審批系統(tǒng)中各個待審核客戶的所述畫像特征輸入所述神經網絡模型,以輸出每一所述待審核客戶分別在每一所述負面標簽類型上的權重值;
根據所述負面標簽類型相同的各個所述權重值,計算該負面標簽類型的標簽權重。
本發(fā)明實施例的第三方面提供了一種計算機可讀存儲介質,所述計算機可讀存儲介質存儲有計算機程序,所述計算機程序被處理器執(zhí)行時實現(xiàn)如下步驟:
若檢測到客戶關系網絡拓撲出現(xiàn)更新,則獲取其中多個節(jié)點所分別對應的客戶樣本數(shù)據,所述客戶樣本數(shù)據包括畫像特征、負面標簽類型以及每一所述負面標簽類型的權重值;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于平安普惠企業(yè)管理有限公司,未經平安普惠企業(yè)管理有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810436265.4/2.html,轉載請聲明來源鉆瓜專利網。





