[發明專利]基于人工智能對分期購車用戶的再授信評估方法和設備

在審

• 申請號: 201811624497.9
• 申請日: 2018-12-28
• 公開（公告）號: CN109741175A
• 公開（公告）日: 2019-05-10
• 發明（設計）人: 鐘忠;劉振
• 申請（專利權）人: 上海點融信息科技有限責任公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06K9/62
• 代理公司: 北京永新同創知識產權代理有限公司 11376
• 代理人: 楊勝軍

1.一種基于人工智能對分期購車用戶的再授信評估方法，所述方法包括：

A.基于多個訓練數據，訓練出第一單個分類器模型、第一串行集成模型以及第一并行集成模型；

B.將多個測試數據分別輸入所述第一單個分類器模型、所述第一串行集成模型以及所述第一并行集成模型，以相應地得到每一個模型的多個預測值，其中，所述訓練數據和所述測試數據分別包括車輛相關信息、用戶個人基本信息、用戶個人征信信息、用戶個人資產負債以及運營商數據；

C.基于所有預測值，分別采用平均法、投票法計算得到相應的平均值集合、投票值集合；

D.基于所述多個訓練數據、所述多個測試數據，采用層次堆疊法得到堆疊預測值集合；以及

E.基于所述平均值集合、所述投票值集合以及所述堆疊預測值集合，采用平均法計算得到最終預測值集合。

2.根據權利要求1所述的再授信評估方法，其中，所述車輛相關信息至少包括車輛事故衍生變量、年度駕照扣分衍生變量以及車輛品牌變量。

3.根據權利要求2所述的再授信評估方法，其中，基于事故權重系數、事故發生時的駕齡系數以及事故數量，計算得到所述車輛事故衍生變量，其中，所述事故權重系數是根據用戶導致的事故發生的嚴重程度計算得到的數值，所述事故發生時的駕齡系數是根據事故發生時所述用戶持有駕照的時長、所述用戶持有行駛證的時長以及與所述用戶持有駕照的時長和所述用戶持有行駛證的時長相對應的駕駛技巧熟練度、交通法規熟悉度和遵紀守法意識度進行計算得到的數值。

4.根據權利要求2所述的再授信評估方法，其中，基于提起申請年度駕齡系數、時間維度系數以及提起申請年度駕照扣分，計算得到所述年度駕照扣分衍生變量，

其中，所述提起申請年度駕齡系數是根據提起分期購車申請的年度所述用戶持有駕照的時長、所述用戶持有行駛證的時長、以及與所述用戶持有駕照的時長和所述用戶持有行駛證的時長相對應的駕駛技巧熟練度、交通法規熟悉度和遵紀守法意識度進行計算得到的數值，所述提起申請年度駕照扣分是在所述用戶提起分期購車申請的年度已經發生的駕照扣分，所述時間維度系數與提起分期購車申請的年度的月份相關。

5.根據權利要求2所述的再授信評估方法，其中，所述車輛品牌變量是采用獨熱編碼方式將每一個車輛品牌轉換成相應的啞變量。

6.根據權利要求1所述的再授信評估方法，其中，所述步驟C具體包括：

針對每一個測試數據，采用平均法計算所述測試數據所生成的所有預測值的平均值，以作為與所述測試數據相對應的平均值；

將計算得到的所有平均值形成所述平均值集合；

針對每一個測試數據，排除所述測試數據所生成的所有預測值中異常預測值；

針對每一個測試數據，采用平均法計算所述測試數據所生成的剩余預測值的平均值，以作為與所述測試數據相對應的投票值；以及

將計算得到的所有投票值形成所述投票值集合。

7.根據權利要求1所述的再授信評估方法，其中，所述步驟D具體包括：

D1.基于所述多個訓練數據，訓練出多個第二類單個分類器模型、多個第二類串行集成模型以及多個第二類并行集成模型，并且生成訓練集；

D2.將所述多個測試數據分別輸入所述多個第二類單個分類器模型、所述多個第二類串行集成模型以及所述多個第二類并行集成模型，以生成測試集；以及

D3.基于所述訓練集和所述測試集，采用多響應線性回歸算法得到堆疊預測值集合。