[發明專利]信用數據處理方法、裝置、存儲介質和計算機設備

在審

• 申請號: 201911234558.5
• 申請日: 2019-12-05
• 公開（公告）號: CN110889644A
• 公開（公告）日: 2020-03-17
• 發明（設計）人: 李欣
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/06;G06Q40/02
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 楊歡

1.一種信用數據處理方法，包括：

獲取用戶信用數據和各信用數據處理因子的權重；

根據所述用戶信用數據和所述各信用數據處理因子的權重，得到信用數據處理結果；

其中，所述各信用數據處理因子的權重由以下步驟獲取得到：

獲取信用數據處理標準區間值和各信用數據處理因子的信用數據；

根據所述信用數據處理標準區間值對各信用數據處理因子的信用數據進行標準化處理，并獲取與所述信用數據處理標準區間值對應的信用數據處理參數；

根據標準化后各信用數據處理因子的信用數據，獲取與各所述信用數據處理因子對應的信用參數，根據所述信用數據處理參數和所述與各所述信用數據處理因子對應的信用參數，確定與各所述信用數據處理因子對應的偏差群體穩定性指標；

根據與各所述信用數據處理因子對應的偏差群體穩定性指標，得到各信用數據處理因子的權重。

2.根據權利要求1所述的方法，其特征在于，所述根據所述信用數據處理標準區間值對各信用數據處理因子的信用數據進行標準化處理包括：

獲取所述信用數據處理標準區間值中的標準最大值和標準最小值，并獲取各信用數據處理因子的信用數據中的最大值和最小值；

根據所述標準最大值和所述標準最小值確定標準差值，并根據各所述信用數據處理因子的信用數據中的最大值和最小值確定信用數據差值；

根據所述標準差值和所述信用數據差值的比值，確定各信用數據處理因子的縮放因子；

根據所述縮放因子對各信用數據處理因子的信用數據進行標準化處理。

3.根據權利要求1所述的方法，其特征在于，所述根據標準化后各信用數據處理因子的信用數據，獲取與各所述信用數據處理因子對應的信用參數包括：

根據標準化后各信用數據處理因子的信用數據，確定所述信用數據的數據分布特征；

根據所述數據分布特征確定變量變換方式；

根據所述變量變換方式對標準化后各信用數據處理因子的信用數據進行正態分布轉換，得到滿足正態分布的各信用數據處理因子的信用數據；

根據所述滿足正態分布的各信用數據處理因子的信用數據，得到與各所述信用數據處理因子對應的信用參數。

4.根據權利要求1所述的方法，其特征在于，所述根據所述信用數據處理參數和所述與各所述信用數據處理因子對應的信用參數，確定與各所述信用數據處理因子對應的偏差群體穩定性指標包括：

根據所述信用數據處理參數中的均值和所述與各所述信用數據處理因子對應的信用參數中的均值，確定第一偏差群體穩定性指標；

根據所述信用數據處理參數中的標準差值和所述與各所述信用數據處理因子對應的信用參數中的標準差值，確定第二偏差群體穩定性指標；

歸集所述第一偏差群體穩定性指標和所述第二偏差群體穩定性指標，得到與各所述信用數據處理因子對應的偏差群體穩定性指標。

5.根據權利要求1所述的方法，其特征在于，所述根據與各所述信用數據處理因子對應的偏差群體穩定性指標，得到各信用數據處理因子的權重包括：

歸集與各所述信用數據處理因子對應的偏差群體穩定性指標，得到總偏差群體穩定性指標；

根據與各所述信用數據處理因子對應的偏差群體穩定性指標和所述總偏差群體穩定性指標，得到各信用數據處理因子的權重。

6.根據權利要求1所述的方法，其特征在于，所述根據所述用戶信用數據和所述各信用數據處理因子的權重，得到信用數據處理結果包括：

獲取所述用戶信用數據中各數據攜帶的數據標識；

根據所述數據標識匹配各信用數據處理因子對應的信用標識，確定與各信用數據處理因子對應的待處理數據；

根據所述與各信用數據處理因子對應的待處理數據和所述各信用數據處理因子的權重，得到信用數據處理結果。

7.根據權利要求1所述的方法，其特征在于，在所述得到各信用數據處理因子的權重之后，還包括：

將各所述信用數據處理因子的權重存儲至預設區塊鏈。