[發明專利]信用評估方法、信用評估裝置及電子設備在審
| 申請號: | 201910849709.1 | 申請日: | 2019-09-09 |
| 公開(公告)號: | CN110599329A | 公開(公告)日: | 2019-12-20 |
| 發明(設計)人: | 萬軍鵬 | 申請(專利權)人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | G06Q40/02 | 分類號: | G06Q40/02;G06Q50/00 |
| 代理公司: | 44232 深圳市隆天聯鼎知識產權代理有限公司 | 代理人: | 魏學昊 |
| 地址: | 518000 廣東省深圳*** | 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: | 信用評估 社交關系 屬性特征 裝置及電子設備 互聯網技術 社交數據 網絡提取 準確率 構建 申請 算法 應用 網絡 | ||
1.一種信用評估方法,其特征在于,包括:
基于申請者的社交數據,構建所述申請者的社交關系網絡;
利用Node2Vec算法,從所述社交關系網絡提取所述申請者的社交屬性特征;
將所述社交屬性特征應用于信用評估模型,以得到對所述申請者的信用評估結果。
2.根據權利要求1所述的方法,其特征在于,所述提取所述申請者的社交屬性特征包括:將所述社交關系網絡代入Node2Vec算法,以得到所述申請者的n維社交屬性特征(X1,X2,…,Xn),其中每一維特征Xk表示所述申請者的特定社交屬性,n為大于2的整數,且k=1,2,…,n。
3.根據權利要求2所述的方法,其特征在于,所述得到對所述申請者的信用評估結果包括:
將所述n維社交屬性特征(X1,X2,…,Xn)應用于邏輯回歸LR信用評估模型,以為每一維特征Xk生成相應的權重系數Ak,并根據下式計算所述申請者的違約概率P:
P=Sigmoid(A1*X1+A2*X2+…+An*Xn)。
4.根據權利要求3所述的方法,其特征在于,所述得到對所述申請者的信用評估結果還包括:
根據下式將所述違約概率P轉換成所述申請者的信用分數S:
S1=650+50*((ln((1-P)/P)-ln(50))/ln(2)),
S=MIN(MAX(S1,300),850)。
5.根據權利要求1至4中任一項所述的方法,其特征在于,所述方法還包括:在構建所述申請者的社交關系網絡之前,從社交網絡服務器獲取所述申請者的好友數據以及所述申請者及其各個好友相互之間的聯絡數據作為所述社交數據。
6.根據權利要求5所述的方法,其特征在于,所述構建所述申請者的社交關系網絡包括:
將所述申請者及其各個好友分別表示為所述社交關系網絡的多個節點;
基于所述聯絡數據,形成所述多個節點中相應節點之間的連接邊。
7.根據權利要求6所述的方法,其特征在于,所述形成所述多個節點中相應節點之間的連接邊包括:根據所述相應節點之間的轉賬金額或通信次數中的至少一種,形成所述連接邊。
8.根據權利要求1所述的方法,其特征在于,在將所述社交屬性特征應用于信用評估模型,以得到對所述申請者的信用評估結果之后,
如果所述信用評估結果屬于評估通過,根據所述申請者的申請業務相關信息完成業務操作;
將完成所述申請業務的操作記錄數據加密共享至業務區塊鏈的相關節點,以使得相關節點驗證該記錄數據后存入區塊。
9.一種信用評估裝置,其特征在于,包括:
構建模塊,用于基于申請者的社交數據,構建所述申請者的社交關系網絡;
提取模塊,用于利用Node2Vec算法,從所述社交關系網絡提取所述申請者的社交屬性特征;
評估模塊,用于將所述社交屬性特征應用于信用評估模型,以得到對所述申請者的信用評估結果。
10.一種電子設備,其特征在于,包括:處理器和存儲器,所述存儲器中存儲有指令程序,所述指令程序在由所述處理器執行時實現根據權利要求1至8中任一項所述的方法。
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騰訊科技(深圳)有限公司,未經騰訊科技(深圳)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910849709.1/1.html,轉載請聲明來源鉆瓜專利網。





