[發明專利]基于人工智能的貸款資質評估方法、裝置、及存儲介質

在審

• 申請號: 202211084832.7
• 申請日: 2022-09-06
• 公開（公告）號: CN116071142A
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 施飛
• 申請（專利權）人: 平安消費金融有限公司
• 主分類號: G06Q40/03
• 分類號: G06Q40/03;G06N3/006;G06N3/04;G06N3/08
• 代理公司: 深圳市明日今典知識產權代理事務所(普通合伙) 44343
• 代理人: 王杰輝;羅志強

本發明揭示了一種基于人工智能的貸款資質評估方法，應用于金融平臺，方法包括：接收貸款申請人的貸款申請請求，獲取貸款申請人的數據；其中，數據包括：貸款申請人的基本信息，貸款申請人的償貸能力，貸款申請人的歷史信用記錄；將數據輸入目標評估模型，對貸款申請人進行資質評估，得到貸款申請人的風險等級；判斷貸款申請人是否獲得貸款資質；若貸款申請人獲得貸款資質，則獲取后續貸款申請人的還款數據，基于還款數據，判斷貸款申請人的貸款資質是否仍符合標準；否則，基于PSO算法對目標評估模型進行優化獲得優化后評估模型，將優化后評估模型替代目標評估模型。基于人工智能的貸款資質評估方法，提高了對于貸款申請人的資質評估的準確性，讓金融平臺能更有效地進行貸款服務。

技術領域

本發明涉及到人工智能領域，具體為一種基于人工智能的貸款資質評估方法、裝置、設備及存儲介質。

背景技術

隨著金融行業以及社會的不斷發展，各種經濟活動都與參與者的信用來連結，信用是經濟和金融活動不斷衍生和發展的基礎。信用促進了社會不斷的發展，使得越來越多的人能進行貸款申請進行購買住房、汽車或者一系列其他的商品。而金融平臺會針對貸款申請人進行信用資質評估，以此判斷貸款申請人的信用風險。然而，金融平臺目前采取的判斷貸款申請人的貸款資質的辦法主要是以歷史違約與否作為判斷依據，例如查詢貸款申請人的征信報告來判斷貸款申請人的信用風險等級，對于貸款申請人的信用風險識別準確率較低。因此，如何有效提高貸款申請人的貸款資質評估的準確率，成為了亟需解決的問題。

發明內容

本發明的主要目的為提供一種基于人工智能的貸款資質評估方法、裝置、設備及存儲介質，旨在解決提高貸款申請人的貸款資質評估的準確率的技術問題。

本申請提出了一種基于人工智能的貸款資質評估方法，應用于金融平臺，所述方法包括：

接收貸款申請人的貸款申請請求，獲取所述貸款申請人的數據；其中，所述數據包括：所述貸款申請人的基本信息，所述貸款申請人的償貸能力，所述貸款申請人的歷史信用記錄；

將所述數據輸入目標評估模型，對所述貸款申請人進行資質評估，得到所述貸款申請人的風險等級；

基于所述風險等級，判斷所述貸款申請人是否獲得貸款資質；

若所述貸款申請人獲得貸款資質，則獲取后續所述貸款申請人的還款數據，基于所述還款數據，判斷所述貸款申請人的所述貸款資質是否仍符合標準；否則，基于PSO算法對所述目標評估模型進行優化獲得優化后評估模型，將所述優化后評估模型替代所述目標評估模型。

進一步地，所述接收貸款申請人的數據的步驟之前，包括：

提取所述金融平臺中所有客戶數據，對所述客戶數據進行預處理得到預處理數據；

將所述預處理數據按照預設定比例劃分成訓練集與測試集，將所述訓練集輸入基于RBF神經網絡構建的評估模型得到訓練后評估模型；將所述測試集輸入所述訓練后評估模型，判定所述測試集的測試結果符合要求，將所述訓練后評估模型作為所述目標評估模型。

進一步地，所述對所述客戶數據進行預處理得到預處理數據的步驟，包括：

對所有所述客戶數據進行數據清理以及數據轉換，得到第一處理數據，其中，所述數據轉換為將數據清理后所述客戶數據中非數值型數據轉換為數值化數據；

將所有所述第一處理數據進行數據歸一化處理。

進一步地，所述數據歸一化公式為：

其中，其中i代表評估指標，j代表不同年份，x_ij為客戶數據中第i個評估指標在第j年的取值，y_ij為歸一化后的評估指標，maxx_i為第i個評估指標所有樣本屬性值最大值，minx_i為第i個評估指標所有樣本屬性值最小值。