[发明专利]一种征信结果确定方法及装置在审
申请号: | 201910221721.8 | 申请日: | 2019-03-22 |
公开(公告)号: | CN109934688A | 公开(公告)日: | 2019-06-25 |
发明(设计)人: | 郭会;李爱平 | 申请(专利权)人: | 中国农业银行股份有限公司 |
主分类号: | G06Q30/06 | 分类号: | G06Q30/06;G06Q40/04 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 王宝筠 |
地址: | 100005 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 特征指标 结果确定 目标业务 关系表 获取目标 输入目标 信用信息 用户提供 模型库 报文 构建 申请 解析 输出 应用 服务 | ||
1.一种征信结果确定方法,其特征在于,应用于征信平台,所述方法包括:
针对用户对目标业务的办理请求,获取所述用户的征信报文;
针对所述目标业务,从预先构建的征信模型库中选择一个征信模型,作为目标征信模型;
获取所述目标征信模型与征信特征指标的关系表,并按照所述关系表从所述征信报文中解析出征信特征指标,作为目标征信特征指标;
将所述目标征信特征指标输入所述目标征信模型中,得到所述目标征信模型输出的结果,作为征信结果。
2.根据权利要求1所述的方法,其特征在于,所述征信模型库中的征信模型的构建过程,包括:
获取征信数据,作为训练样本;
利用所述训练样本对机器学习征信模型进行训练;
对训练后的机器学习征信模型进行评估,并根据评估的结果对所述训练后的机器学习征信模型进行调整,直至评估的结果符合设定要求;
对调整后的机器学习征信模型进行执行规则设置。
3.根据权利要求1所述的方法,其特征在于,所述关系表的构建过程,包括:
分别从多个征信报文样本中解析出征信特征指标,并将解析出的征信特征指标存储在指标表中;
从所述指标表中获取所述目标征信模型所对应的征信特征指标;
将所述目标征信模型所对应的征信特征指标与所述目标征信模型的映射关系存储在目标表中,作为所述关系表。
4.根据权利要求3所述的方法,其特征在于,所述分别从多个征信报文样本中解析出征信特征指标,包括:
采用由类继承方式定义的解析函数,分别从多个征信报文样本中解析出征信特征指标。
5.一种征信结果确定装置,其特征在于,应用于征信平台,所述装置包括:
第一获取模块,用于针对用户对目标业务的办理请求,获取所述用户的征信报文;
第一确定模块,用于针对所述目标业务,从预先构建的征信模型库中选择一个征信模型,作为目标征信模型;
第二确定模块,用于获取所述目标征信模型与征信特征指标的关系表,并按照所述关系表从所述征信报文中解析出征信特征指标,作为目标征信特征指标;
第三确定模块,用于将所述目标征信特征指标输入所述目标征信模型中,得到所述目标征信模型输出的结果,作为征信结果。
6.根据权利要求5所述的装置,其特征在于,所述装置还包括:征信模型构建模块,用于:
获取征信数据,作为训练样本;
利用所述训练样本对机器学习征信模型进行训练;
对训练后的机器学习征信模型进行评估,并根据评估的结果对所述训练后的机器学习征信模型进行调整,直至评估的结果符合设定要求;
对调整后的机器学习征信模型进行执行规则设置。
7.根据权利要求5所述的装置,其特征在于,所述装置还包括:关系表构建模块,用于:
分别从多个征信报文样本中解析出征信特征指标,并将解析出的征信特征指标存储在指标表中;
从所述指标表中获取所述目标征信模型所对应的征信特征指标;
将所述目标征信模型所对应的征信特征指标与所述目标征信模型的映射关系存储在目标表中,作为所述关系表。
8.根据权利要求7所述的装置,其特征在于,所述关系表构建模块包括:
解析子模块,用于采用由类继承方式定义的解析函数,分别从多个征信报文样本中解析出征信特征指标。
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中国农业银行股份有限公司,未经中国农业银行股份有限公司许可,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/201910221721.8/1.html,转载请声明来源钻瓜专利网。