[發明專利]一種基于數據挖掘的P2P個人信用評估方法及裝置

在審

• 申請號: 201810583842.2
• 申請日: 2018-06-05
• 公開（公告）號: CN108876595A
• 公開（公告）日: 2018-11-23
• 發明（設計）人: 梁雪春;陳舒期
• 申請（專利權）人: 南京工業大學
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供一種基于數據挖掘的P2P個人信用評估方法及裝置，其中，所述方法包括：S101：采集借款人的數據，所述借款人的數據包含個人信用數據、社交網絡數據以及電商網絡數據；S102：對S101所述借款人的數據進行預處理；S103：基于模擬退火算法對花朵授粉算法進行改進，并在改進的基礎上對支持向量機的參數進行優化；S104：將預處理后的個人信用數據輸入優化后的數據訓練模型，以得到所述借款人的基本評分；S105：利用統計或層次分析法對預處理后的社交網絡數據和電商網絡數據進行分析，以得到所述借款人的兩個額外評分；S106：基于S104和S105得到的結果確定所述借款人的信用評分。本發明提供的技術方案，能夠融合多方位數據進行信用評估，以提高信用評估的準確性。

技術領域

本發明涉及數據挖掘處理技術領域，特別涉及一種基于數據挖掘的P2P個人信用評估方法及裝置。

背景技術

隨著互聯網金融的迅速發展，關于借貸信用評估研究日漸成熟。傳統的信用評價指標大多依賴于借款人的基本信息，即“硬信息”。在大數據時代，隨著移動互聯網、物聯網、云計算等新一代信息技術的快速發展和應用領域的不斷擴大，“一切數據皆信用”成為社會信用體系建設的新思路。大數據對于信用評估產生巨大影響，使得對借款人的評估不在單純依靠個人的“硬信息”，數據獲取渠道變得更加廣泛，信用評價指標逐漸從單一到多元。

當前，由于P2P信用評價體系不完善，發展至今，我國P2P網貸行業出現了大規模平臺跑路、倒閉潮的情況，使得網貸經營過程中存在著市場風險、操作風險、法律風險、信用風險等諸多風險，也為投資者帶來了巨大的損失。而其中借款人信用風險是網貸面臨的最主要風險，嚴重損害了借貸行業的健康有序發展。另一方面，在大數據環境下，互聯網金融市場能夠利用的數據類型得到進一步擴充，海量的非結構化數據如視頻、音頻、圖片、日常生活的交易數據、社交網絡信息等都可以采集并加以利用。一切數據皆可作為信用憑證。由此，利用平臺的海量交易數據，全面地對網貸借款人評估信貸風險，為網絡借貸平臺信用大數據解決方案提供有力支撐，同時給平臺的監管、投資者選擇投標項目提供依據，具有重要的現實意義。因此亟需提出一種融合多方位數據進行信用評估的方法。

發明內容

本發明的目的在于提供一種基于數據挖掘的P2P個人信用評估方法，能夠融合多方位數據進行信用評估，以提高信用評估的準確性。

為實現上述目的，本發明提供一種基于數據挖掘的P2P個人信用評估方法，所述方法包括：

S101：采集借款人的數據，所述借款人的數據包含個人信用數據、社交網絡數據以及電商網絡數據；

S102：對所述借款人的數據進行預處理，所述預處理包括缺失值處理以及平衡化處理；

S103：基于模擬退火算法對花朵授粉算法進行改進，并在改進的基礎上對支持向量機的參數進行優化，以得到優化后的數據訓練模型；

S104：將預處理后的個人信用數據輸入所述優化后的數據訓練模型，以得到所述借款人的基本評分；

S105：利用統計或層次分析法對預處理后的社交網絡數據和電商網絡數據進行分析，以得到所述借款人的兩個額外評分；

S106：基于S104和S105所得到的結果，確定所述借款人的信用評分。

根據所述的方法，其特征在于，所述方法還包括：

對預處理后的借款人的數據進行分析，并基于分析結果構建所述借款人的信用指標以及對各個所述信用指標進行排序。

進一步地，S102所述平衡化處理包括：

S1021：從預設樣本的樣本子集中隨機選取k個樣本數據作為k個初始聚類中心，并根據所述k個初始聚類中心對所述樣本子集中的樣本數據進行聚類，得到k個簇；