[發明專利]一種授信方法、系統、計算機設備及介質

有效

• 申請號: 201811445673.2
• 申請日: 2018-11-29
• 公開（公告）號: CN109584047B
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 肖尊雷;龐閃閃;劉婷婷;康麗娜;李翠靜
• 申請（專利權）人: 北京玖富普惠信息技術有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02
• 代理公司: 北京正理專利代理有限公司 11257
• 代理人: 付生輝

本發明提供一種授信方法、系統、計算機設備及介質，其方法包括：S1:基于預設的數據庫中的用戶數據，建立預授信模型；S2:根據所述預授信模型，篩選出符合要求的用戶；S3:獲取符合要求的用戶的信用數據，并根據所述信用數據和所述預授信模型建立授信模型。通過首先建立預授信模型，再通過預授信模型和新增的用戶信用數據建立授信模型，一方面不需要合作方提供明細數據，保護了用戶隱私，另一方面增加了用戶信用數據，提高了數據的覆蓋度，降低了模型的風險，提高了模型的精度以及穩定性，并且由于對用戶進行了篩選，簡化了授信操作，降低了模型計算的時間成本和計算設備的負擔。

技術領域

本發明涉及信用管理技術領域。更具體地，涉及一種授信方法、系統、計算機設備及介質。

背景技術

目前授信模型的建立需要從合作方獲得用戶信用卡賬單的明細數據，利用此數據和我方的用戶表現數據建立預授信模型，將明細數據轉化為一個表示風險排序的分數。但是出于對用戶隱私數據的保護，合作方的數據一般不能以明細數據的模式提供，并且合作方提供的數據覆蓋廣度不足，影響授信模型的精度。

因此，亟需提供一種新的授信模型的建立方式。

發明內容

為了解決上述技術問題中的至少一個，本發明提供一種授信方法、系統、計算機設備及介質，該授信方法及系統首先建立預授信模型，再通過預授信模型和新增的用戶信用數據建立授信模型，提高了模型的精度以及穩定性。

在某些實施例中，一種授信模型的建立方法，包括：

基于預設的數據庫中的用戶數據，建立預授信模型；

根據所述預授信模型，篩選出符合要求的用戶；

獲取符合要求的用戶的信用數據，并根據所述信用數據和所述預授信模型建立授信模型。

在某些實施例中，所述基于預設的數據庫中的用戶數據，建立預授信模型，包括：

獲取預設的數據庫中每個用戶的用戶數據；

將每個用戶的用戶數據按照預設的用戶數據與用戶風險程度的對應關系轉化為分值數據；

對每個用戶的分值數據按照數值大小進行排序，獲得所述預授信模型；

其中，所述根據所述預授信模型，篩選出符合要求的用戶，包括：

根據每個用戶分值數據的排序，篩選出排序名次處于預設范圍的用戶。

在某些實施例中，將每個用戶的用戶數據按照預設的用戶數據與用戶風險程度的對應關系轉化為分值數據，包括：

根據建立的評分卡模型，確定每個用戶的分值數據，其中，所述預設的評分卡模型根據預設的用戶數據與用戶風險程度的對應關系建立。

在某些實施例中，所述獲取符合要求的用戶的信用數據，并根據所述信用數據和所述預授信模型建立授信模型，包括：

獲取符合要求的用戶的信用數據，利用所述預授信模型輸出的每個用戶分值數據，通過嵌套的方式建立所述授信模型。

在某些實施例中，所述獲取符合要求的用戶的信用數據，利用所述預授信模型輸出的每個用戶分值數據，通過嵌套的方式建立所述授信模型，包括：

對預授信模型輸出的每個用戶分值數據和用戶的信用數據進行分箱處理；

對分箱數據進行邏輯回歸，將分箱數據轉換為標準評分卡格式的授信模型。

在某些實施例中，所述對預授信模型輸出的每個用戶分值數據和用戶的信用數據進行分箱處理，包括：

對預授信模型輸出的每個用戶分值數據和用戶的信用數據的信息增益率進行分箱處理，獲得增益率分箱數據；