[发明专利]用户的风险信用分的计算方法、信用风险评估方法及系统在审
| 申请号: | 201810387760.0 | 申请日: | 2018-04-26 |
| 公开(公告)号: | CN108629681A | 公开(公告)日: | 2018-10-09 |
| 发明(设计)人: | 甘建铃;徐昱飞;王储 | 申请(专利权)人: | 上海诚数信息科技有限公司 |
| 主分类号: | G06Q40/02 | 分类号: | G06Q40/02 |
| 代理公司: | 上海弼兴律师事务所 31283 | 代理人: | 薛琦;邓忠红 |
| 地址: | 200031 上海市徐*** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 主动用户 信用 被动用户 风险评估 通信数据 通信 预处理 金融机构 信用信息 有效识别 资产损失 欺诈 统计 帮助 | ||
1.一种用户的风险信用分的计算方法,其特征在于,包括以下步骤:
S1、获取每个用户的社交通信数据;
S2、对所述社交通信数据进行预处理,以得到结构化关系型数据,每条所述结构化关系型数据包括被动用户、与所述被动用户主动联系的主动用户、相应的联系开始时间和联系消耗时长或联系结束时间;
S3、根据每条所述结构化关系型数据统计每个所述主动用户与相应的所述被动用户之间的第一通信分量、第二通信分量和第三通信分量;所述第一通信分量为所述主动用户与相应的所述被动用户之间最近一次联系时间,所述第二通信分量为所述主动用户与相应的所述被动用户在一预设时间内联系总次数,所述第三通信分量为所述主动用户与相应的所述被动用户在所述预设时间内联系总时长;
S4、根据所述第一通信分量对每个所述主动用户在所有用户中进行排名得到第一排名结果,根据所述第一排名结果对每个所述主动用户的所述第一通信分量进行归一化处理,以得到每个所述主动用户的第一亲密度;根据所述第二通信分量对每个所述主动用户在所有用户中进行排名得到第二排名结果,根据所述第二排名结果对每个所述主动用户的所述第二通信分量进行归一化处理,以得到每个所述主动用户的第二亲密度;根据所述第三通信分量对每个所述主动用户在所有用户中进行排名得到第三排名结果,根据所述第三排名结果对每个所述主动用户的所述第三通信分量进行归一化处理,以得到每个所述主动用户的第三亲密度;所述第一亲密度、所述第二亲密度及所述第三亲密度均为0至1之间的值;
S5、根据所述第一亲密度、所述第二亲密度及所述第三亲密度得到每个所述主动用户与相应的所述被动用户的综合联系亲密度,所述综合联系亲密度为0至1之间的值;
S6、根据所述综合联系亲密度以及相应的被动用户的风险信用信息计算每个所述主动用户的所述风险信用分。
2.如权利要求1所述的用户的风险信用分的计算方法,其特征在于,所述风险信用信息为负能量值,步骤S6包括以下步骤:
S61、计算所述主动用户相应的所述综合联系亲密度与相应的被动用户的所述负能量值的乘积以得到每个所述主动用户的所述负能量值;
S62、根据所述主动用户的所述负能量值计算每个所述主动用户的所述风险信用分。
3.如权利要求2所述的用户的风险信用分的计算方法,其特征在于,
步骤S61中,若所述主动用户有多个相应的被动用户,则所述主动用户的所述负能量值为多个所述乘积中的最大值。
4.如权利要求3所述的用户的风险信用分的计算方法,其特征在于,
所述计算方法还包括初始化已知的违约用户的所述负能量值。
5.权利要求2所述的用户的风险信用分的计算方法,其特征在于,步骤S62中每个所述主动用户的所述风险信用分为一预设分值减去所述主动用户的所述负能量值。
6.如权利要求1所述的用户的风险信用分的计算方法,其特征在于,步骤S5中,将所述第一亲密度、所述第二亲密度及所述第三亲密度加权平均得到每个所述主动用户与相应的被动用户的所述综合联系亲密度。
7.如权利要求1所述的用户的风险信用分的计算方法,其特征在于,步骤S2中所述预处理包括数据清洗、去重和格式化。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海诚数信息科技有限公司,未经上海诚数信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810387760.0/1.html,转载请声明来源钻瓜专利网。





