[发明专利]一种基于行为数据的学生信用评分方法

说明书

技术领域

本发明涉及一种信用评分领域，尤其涉及一种信用评分方法。

背景技术

随着社会经济的发展，个人信用越来越被社会所重视。西方发达国家于二十世纪初期开始建立完善的个人信用制度，并应用于生活中的各方面。我国则起步较晚，在二十一世纪初期开始建立个人信用制度。由于目前信用体制不完善、数据不完整，因此我国关于个人信用评分的研究与应用远落后于西方国家。

高校学生虽未步入社会，但其有可观的消费能力和需求。随着高等教育改革不断深化，逐渐迈向大众化，大学生这个群体正在不断地扩大，对信用市场的占有率也不断攀升。作为未来社会的消费主体，其信用状况非常值得重视。但由于高校学生还处在学生阶段，未进入社会，各类与信用能力相关的信息(如收入、社会保险缴纳情况、人行征信系统信息等)并不完善甚至完全缺失。而大多数信用评分模型的特征变量是完全基于上述信息的，因此，目前国内外对于高校学生信用评分模型的研究很少，仅有的一些也停留在利用银行的借贷信息或定性分析上。

发明内容

本发明的目的在于提供一种基于行为数据的学生信用评分方法，以解决上述技术问题中的至少一个。

本发明所解决的技术问题可以采用以下技术方案来实现：

一种基于行为数据的学生信用评分方法，其特征在于，包括如下步骤：

步骤一，对存储有日常行为数据的数据库内的数据进行预处理，所述日常行为数据包括日常消费数据；

步骤二，智能计算终端根据数据库内的数据进行评分；

所述智能计算终端是手机、笔记本电脑、台式电脑、平板电脑中的任意一种。

在此基础上，对高校学生进行个人信用评分。本发明可以使对消费信用数据缺失人群的信用评分成为可能，同时还可以为高校学生在申请金融服务时的信用风险评估提供可靠的依据。

步骤一中的预处理包括对全部数据的缺失值插补和异常值处理。

所述日常行为数据包括学生在校行为信息，所述学生在校行为信息包括在校学生的基本信息、图书馆借阅信息、图书馆门禁信息、成绩信息、宿舍门禁信息、一卡通消费信息以及助学金信息中的至少两个信息。

一卡通消费包含食堂消费、校区超市消费、浴室消费、开水房消费、图书馆打印消费和学生宿舍购电消费。

所述在校学生基本信息包括学号、入学年份、出生日期、政治面貌、民族、性别、院系、专业和生源地中的至少四种。

通过对在校学生基本信息的特征提取，可以得到学生自身的基本属性和成长年代等信息。

所述图书馆借阅信息包括学号、财产号、馆藏地、书名、借出日期、还书日期、续借日期、续借次数、催还日期、催还次数和超期时间。

通过对学生图书馆借阅信息的特征提取，可以得到学生借阅习惯和责任感等信息。

成绩信息包括学号、课程代码、学期、成绩、成绩类型、成绩性质、修读类别、录入时间、录入职工号、是否及格和学历层次。

通过对成绩信息的特征提取，可以得到学生个人素质和对自身要求等信息。

一卡通消费信息包括学号、消费年份、消费月份、消费日期、交易金额、商户名称、消费地点、消费类型、累计消费次数。

通过对一卡通消费信息的特征提取，可以得到学生消费习惯、经济能力、生活习惯和还款意愿等信息。

智能计算终端对成绩信息进行提取处理后，获得平均不及格次数。

智能计算终端对图书馆借阅信息进行提取处理后，获得待评分用户的总续借次数、总借阅量，进而获得续借概率等级、平均催还次数；

智能计算终端对一卡通消费信息进行提取处理后，获得一卡通的总消费金额、一卡通单次消费金额大于8元小于20元次数；一卡通平均每次充值金额。

智能计算终端进行评分采用的公式为

a＝ln[P(1-P)]＝-0.8254+0.9089*b+(-0.02577)*c+6.3658*d+0.0266*e+(-0.0887)*f+0.000101*g+0.00317*h+(-0.00226)*I；

其中，待评分用户为党员，b＝1，反之，b＝0；

c用于表示续借概率等级，续借概率＝总续借次数/总借阅量，当续借概率为0～10％，b＝1，当续借概率为11～20％，b＝2，当续借概率为21～30％，b＝3，当续借概率为31～100％，b＝4；

d为平均催还次数，d＝总催还次数/总借阅量；

e为平均不及格次数，e由平均每门不及格次数而得；

f为总借阅量；

g为一卡通的总消费金额；