[發明專利]用戶類型的預測方法及裝置

在審

• 申請號: 202010000576.3
• 申請日: 2020-01-02
• 公開（公告）號: CN111161053A
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 李海林;張東偉
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06K9/62;G06Q10/06
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 周曉飛;許曼

本發明公開了一種用戶類型的預測方法及裝置，其中，該方法包括：獲得多個用戶的信用數據和身份信息；根據每個用戶的身份信息，確定每個用戶的特征參數；基于變分貝葉斯算法，根據多個用戶的信用數據和特征參數，確定用戶特征參數的權重系數；根據用戶特征參數的權重系數，確定用戶的信用數據與特征參數的關聯關系；獲得目標用戶的身份信息，基于用戶的信用數據與特征參數的關聯關系，確定目標用戶的信用數據；根據目標用戶的信用數據，預測目標用戶的類型，本發明基于變分貝葉斯算法建立用戶類型的預測方法可以提高用戶類型的預測精度和效率，進而有效的減少風險事件發生時造成的損失，提高風險識別能力。

技術領域

本發明涉及計算機數據處理技術領域，特別涉及一種用戶類型的預測方法及裝置。

背景技術

風險控制是指管理者采取各種措施和方法，消滅或減少風險事件發生的可能性，對于金融機構而言，構建完備的風險控制方法，可以有效的減少風險事件發生時造成 的損失。

現有的用戶類型預測方法主要基于人工經驗，一方面借助已有的黑名單直接過濾黑名單上對應的用戶，一方面借助工作人員的業務經驗，設置相關的規則，通過交叉、 驗證、規則碰撞等方式進行預測用戶類型。但是隨著業務量的上升，用戶類型的多樣 化，現有的用戶類型預測方法無法滿足風險控制的要求且預測的誤差較大。

針對上述問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供一種用戶類型的預測方法，用以提高用戶類型的預測精度和效率，該方法包括：

獲得多個用戶的信用數據和身份信息；

根據每個用戶的身份信息，確定每個用戶的特征參數；

基于變分貝葉斯算法，根據多個用戶的信用數據和特征參數，確定用戶特征參數的權重系數；

根據用戶特征參數的權重系數，確定用戶的信用數據與特征參數的關聯關系；

獲得目標用戶的身份信息，基于用戶的信用數據與特征參數的關聯關系，確定目標用戶的信用數據；

根據目標用戶的信用數據，預測目標用戶的類型。

本發明實施例還提供一種用戶類型的預測裝置，用以用戶類型的預測精度和效率，該裝置包括：

數據獲得模塊，用于獲得多個用戶的信用數據和身份信息；

用戶特征參數確定模塊，用于根據每個用戶的身份信息，確定每個用戶的特征參數；

權重系數確定模塊，用于基于變分貝葉斯算法，根據多個用戶的信用數據和特征參數，確定用戶特征參數的權重系數；

關聯關系確定模塊，用于根據用戶特征參數的權重系數，確定用戶的信用數據與特征參數的關聯關系；

目標用戶信用數據確定模塊，用于獲得目標用戶的身份信息，基于用戶的信用數據與特征參數的關聯關系，確定目標用戶的信用數據；

目標用戶類型預測模塊，用于根據目標用戶的信用數據，預測目標用戶的類型。

本發明實施例還提供了一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，處理器執行計算機程序時實現上述用戶類型的預 測方法。

本發明實施例還提供了一種計算機可讀存儲介質，計算機可讀存儲介質存儲有執行上述用戶類型的預測方法的計算機程序。