[發明專利]一種信用評估方法及系統

在審

• 申請號: 202210272417.8
• 申請日: 2022-03-18
• 公開（公告）號: CN114782123A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 胡一聞;楊旭;張愛華;黃逸珺;彭若弘;車培榮
• 申請（專利權）人: 北京匯智信達科技發展有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q30/02;G06K9/62
• 代理公司: 北京中政聯科專利代理事務所(普通合伙) 11489
• 代理人: 陳超

一種信用評估方法及系統，包括：獲取訓練用戶的電信運營商業務數據中預設周期內的訓練原始行為數據；將訓練原始行為數據加載到XGBoost模型或線性回歸模型中進行訓練；使用訓練完成的XGBoost模型或線性回歸模型對訓練原始行為數據的信用分進行預測，生成初始預測信用分；對當前周期預測信用分進行平滑處理，得到預設周期的更新信用分。通過結合電信運營商數據合理預測客戶信用水平，同時能夠動態、平滑地調整客戶信用水平，保證客戶信用水平不會因浮動過大而影響各項功能的正常使用。

技術領域

本發明涉及信用評估技術領域，特別涉及一種信用評估方法及系統。

背景技術

個人信用評分是指信用評估機構利用信用評分模型和評估算法對消費者的個人信用信息進行量化分析，最后以分值的形式表現出來。

現有的信用評分技術主要包括：

FICO(Fair Issac Company)信用分數模型，使用logistic回歸進行統計，為不同指標分配權重，最終累加計算出用戶信用分，FICO信用分指標包括個人信用、品德、支付能力。

騰訊信用分數模型，是在FICO信用分模型基礎上，加入用戶交往圈信用數據，用于信貸風險評估。交往圈用戶指真實社會中的社交關系,如親屬、同事和同學等，還可以是社交工具中的好友關系或關注關系,比如微信好友、QQ 好友、微博好友、同一群組中的好友關系和微博關注關系等。

騰訊信用分數模型使用客戶的第i次信用分數、第i次關系信用分數和違約標注信息作為模型輸入數據，計算得出客戶的第i+1次信用分。

當i＝1時，計算方法和FICO信用分數模型一致，具體關系信用分數計算公式如下：

其中：score_fri_avg指客戶第i次關系信用分數；friend_score_j是該客戶交往圈中第j個用戶的第i次信用分數；op_j是交往圈第j個用戶對應的權重。

中國聯通沃信用分數模型和中國電信天龍信用分模型，中國聯通“沃信用”使用在網時長、流量使用、履約記錄、繳費記錄等計算分值，分值越高，可獲得更多權益；中國電信“天龍信用分”使用身份特征、消費能力、社交關系、歷史信用、行為偏好計算信用分。

上述信用評分技術方案存在以下缺陷：

一方面，從數據角度上看，電信運營商在征信行業具有數據覆蓋范圍廣、可構建個人關系網等天然優勢，并具有用戶數量大覆蓋廣、更新快、全面、及時、無替代、可信性高等特征。海量價值的電信大數據包括用戶實名制身份數據、業務數據、交往圈數據、網絡運行數據和業務運營數據。具體來講，網絡運行數據包括基礎資源及配置數據，信令追蹤數據，業務識別數據，性能統計數據，監控預警數據等；業務運營數據包括用戶基礎資料數據，用戶業務行為，用戶輔助信息等。但是對于非電信運營商，其數據來源是不包含電信數據的。

另一方面，從評估算法模型上看，現有信用評估算法多采用指標體系加權的方法進行測算，對于電信運營商，在擁有的海量數據分析上，采用機器學習算法具有智能化、更準確、表達能力更強等特征。但對于中國聯通和中國電信，目前尚無信用分數模型方面的專利。

發明內容

(一)發明目的

本發明的目的是提供一種信用評估方法及系統，通過結合電信運營商數據，合理預測客戶信用水平，能夠動態、平滑地調整客戶信用水平，保證客戶信用水平不會因浮動過大而影響各項功能的正常使用。

(二)技術方案