[發(fā)明專利]可信度確定方法、裝置、設備和存儲介質

在審

• 申請?zhí)枺?/td>: 202010046908.1
• 申請日: 2020-01-16
• 公開（公告）號: CN111222981A
• 公開（公告）日: 2020-06-02
• 發(fā)明（設計）人: 姜曉楠
• 申請（專利權）人: 中國建設銀行股份有限公司;建信金融科技有限責任公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種可信度確定方法，其特征在于，包括：

獲取待測對象的至少兩種特征信息；

對所述至少兩種特征信息進行融合，以得到融合特征信息；

根據所述融合特征信息，確定待測對象的特征表示；

根據所述特征表示，確定待測對象的可信度。

2.根據權利要求1所述的方法，其特征在于，所述至少兩種特征信息包括如下至少一類：信貸操作數據、信貸操作所使用的信貸設備數據和基本屬性信息；

所述信貸操作數據包括信貸界面中的輸入數據和/或信貸界面停留時間；

所述信貸設備數據包括設備的操作系統類型和/或網絡類型；

所述基本屬性信息包括如下至少一項：學歷、籍貫、婚姻狀態(tài)、銀行流水、稅務記錄和公積金記錄。

3.根據權利要求1所述的方法，其特征在于，對所述至少兩種特征信息進行融合，以得到融合特征信息，包括：

確定不同特征信息之間的相似度；

若任意一組特征信息之間的相似度大于相似度閾值，則對該組特征信息進行融合，以得到融合特征信息。

4.根據權利要求1所述的方法，其特征在于，根據所述特征表示，確定待測對象的可信度，包括：

基于異常檢測模型，根據所述特征表示確定待預測對象的可信度概率；

根據所述可信度概率確定待測對象的可信度；

其中，所述異常檢測模型通過采用正樣本對象，對神經網絡結構進行無監(jiān)督訓練得到。

5.一種可信度確定裝置，其特征在于，包括：

特征信息獲取模塊，用于獲取待測對象的至少兩種特征信息；

特征信息融合模塊，用于對所述至少兩種特征信息進行融合，以得到融合特征信息；

特征表示確定模塊，用于根據所述融合特征信息，確定待測對象的特征表示；

可信度確定模塊，用于根據所述特征表示，確定待測對象的可信度。

6.根據權利要求5所述的裝置，其特征在于，所述至少兩種特征信息包括如下至少一類：信貸操作數據、信貸操作所使用的信貸設備數據和基本屬性信息；

所述信貸操作數據包括信貸界面中的輸入數據和/或信貸界面停留時間；

所述信貸設備數據包括設備的操作系統類型和/或網絡類型；

所述基本屬性信息包括如下至少一項：學歷、籍貫、婚姻狀態(tài)、銀行流水、稅務記錄和公積金記錄。

7.根據權利要求5所述的裝置，其特征在于，特征信息融合模塊，具體用于：

確定不同特征信息之間的相似度；

若任意一組特征信息之間的相似度大于相似度閾值，則對該組特征信息進行融合，以得到融合特征信息。

8.根據權利要求5所述的裝置，其特征在于，可信度確定模塊，具體用于：

基于異常檢測模型，根據所述特征表示確定待預測對象的可信度概率；

根據所述可信度概率確定待測對象的可信度；

其中，所述異常檢測模型通過采用正樣本對象，對神經網絡結構進行無監(jiān)督訓練得到。

9.一種設備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現如權利要求1-4中任一所述的可信度確定方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現如權利要求1-4中任一所述的可信度確定方法。