[發(fā)明專利]基于網(wǎng)絡(luò)社交的自然人信用算法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910089577.7
• 申請(qǐng)日: 2019-01-30
• 公開(kāi)（公告）號(hào): CN109829788A
• 公開(kāi)（公告）日: 2019-05-31
• 發(fā)明（設(shè)計(jì)）人: 趙國(guó)平
• 申請(qǐng)（專利權(quán)）人: 珠海金慧科技有限公司
• 主分類號(hào): G06Q30/06
• 分類號(hào): G06Q30/06;G06Q40/02
• 代理公司: 北京市浩東律師事務(wù)所 11499
• 代理人: 李瓊

本發(fā)明涉及信用算法技術(shù)領(lǐng)域，且公開(kāi)了基于網(wǎng)絡(luò)社交的自然人信用算法，包括交易信用評(píng)分、借貸信用評(píng)分和守約信用評(píng)分系統(tǒng)。該基于網(wǎng)絡(luò)社交的自然人信用算法，通過(guò)了步驟1)～5)，能夠精準(zhǔn)的獲取使用者的日常信用習(xí)慣，并且進(jìn)行分析和處理，得出一個(gè)概值，通過(guò)該概值能夠映射出使用者的信用程度，并且該概值能夠有效反應(yīng)出該用戶的信用習(xí)慣，在企業(yè)招人面試或企業(yè)之間相互合作時(shí)，能夠通過(guò)該概值，有效避免和排除部分誠(chéng)信度不夠和容易失信的人群，避免了潛在損失，通過(guò)該算法求出的概值，如果該概值高，則該用戶的信用度得以保障，從而在生活中可獲得許多便利性的優(yōu)惠，如免押金和擁有部分優(yōu)先權(quán)的好處。

技術(shù)領(lǐng)域

本發(fā)明涉及信用算法技術(shù)領(lǐng)域，具體為一種基于網(wǎng)絡(luò)社交的自然人信用算法。

背景技術(shù)

所謂信用，是指依附在人之間、單位之間和商品交易之間形成的一種相互信任的生產(chǎn)關(guān)系和社會(huì)關(guān)系，信譽(yù)構(gòu)成了人之間、單位之間和商品交易之間的雙方自覺(jué)自愿的反復(fù)交往，消費(fèi)者甚至愿意付出更多的錢來(lái)延續(xù)這種關(guān)系，言不信者，行不果，人而無(wú)信，不知其可也，信用的意思是能夠履行諾言而取得的信任，信用是長(zhǎng)時(shí)間積累的信任和誠(chéng)信度，信用是難得易失的，費(fèi)十年功夫積累的信用，往往由于一時(shí)一事的言行而失掉，它還是指我們過(guò)去的履行承諾的正面記錄，它還是一種行為藝術(shù)，是一種人人可以嘗試與自我管理的行為管理模式。

信用是指在商品交換或者其他經(jīng)濟(jì)活動(dòng)中授信人在充分信任受信人能夠?qū)崿F(xiàn)其承諾的基礎(chǔ)上，用契約關(guān)系向受信人放貸，并保障自己的本金能夠回流和增值的價(jià)值運(yùn)動(dòng)，在現(xiàn)有社會(huì)中，人的信用評(píng)分是很重要的，但是現(xiàn)有的針對(duì)人的信用評(píng)分系統(tǒng)不夠完善，如中國(guó)專利CN 109191222 A中提出的一種交易過(guò)程信用評(píng)估算法，僅僅針對(duì)交易過(guò)程中的進(jìn)行風(fēng)險(xiǎn)和信用評(píng)定，概括不夠全面，現(xiàn)在生活中信用分系統(tǒng)的用處有很多，且使用很廣泛，但是沒(méi)有針對(duì)此能進(jìn)行一套概括和整合的算法，給使用者帶來(lái)了許多不便，故而提出了基于網(wǎng)絡(luò)社交的自然人信用算法來(lái)解決上述中提出的問(wèn)題。

發(fā)明內(nèi)容

(一)解決的技術(shù)問(wèn)題

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供了基于網(wǎng)絡(luò)社交的自然人信用算法，具備適用范圍廣泛且信用評(píng)分精準(zhǔn)等優(yōu)點(diǎn)，解決了現(xiàn)在生活中信用分系統(tǒng)的用處有很多，但僅僅針對(duì)交易過(guò)程中的進(jìn)行風(fēng)險(xiǎn)和信用評(píng)定，概括不夠全面，且使用不夠廣泛，沒(méi)有針對(duì)此能進(jìn)行一套概括和整合的算法，給使用者帶來(lái)了許多不便的問(wèn)題。

(二)技術(shù)方案

為實(shí)現(xiàn)上述適用范圍廣泛且信用評(píng)分精準(zhǔn)目的，本發(fā)明提供如下技術(shù)方案：基于網(wǎng)絡(luò)社交的自然人信用算法，包括交易信用評(píng)分、借貸信用評(píng)分和守約信用評(píng)分系統(tǒng)，該算法包括以下步驟：

1)對(duì)交易信用評(píng)分、借貸信用評(píng)分和守約信用評(píng)分分別進(jìn)行評(píng)估和統(tǒng)計(jì)，再將三個(gè)不同的評(píng)分進(jìn)行整合與統(tǒng)計(jì)，得出個(gè)人信用分，在個(gè)人信用分的底部列出明細(xì)，且將使用的不足之處和待改善處標(biāo)紅，用以引起使用者注意。

2)對(duì)交易信用評(píng)分的評(píng)估方法為，獲取使用者的訂單信息，再將使用者確認(rèn)訂單至訂單付款的過(guò)程通過(guò)時(shí)間計(jì)時(shí)器記錄為A，同時(shí)將最適付款時(shí)間設(shè)置為X，將使用者確認(rèn)訂單的次數(shù)記錄為B，取消訂單的次數(shù)為C，付款分為Z＝A/X。

3)在借貸信用評(píng)分的評(píng)估方法為，獲取使用者的借貸訂單信息，將使用的借貸信息中的還款日與實(shí)際還款日的差值設(shè)置為a，在通過(guò)a的大小獲得不同的評(píng)分，最后還要確認(rèn)使用者的守約次數(shù)和違約次數(shù)。

4)守約信用評(píng)分的評(píng)估方法為，獲取使用的借物或者是日常訂單，再提取使用者的借物次數(shù)和守約次數(shù)，日常訂單中，獲取使用者在日常生活中下單總數(shù)，如外賣、公交車和滴滴出租車等，守約信用評(píng)分＝{1-(違約次數(shù)+取消訂單次數(shù))/(借物次數(shù)+下單總數(shù))}*100。

5)自然人信用總分＝(借貸信用評(píng)分+守約信用評(píng)分+交易信用評(píng)分)/3，在得出使用的自然人信用總分后，信用值統(tǒng)計(jì)單元的值發(fā)送給信用值區(qū)間評(píng)估單元進(jìn)行區(qū)間分級(jí)。