[发明专利]一种基于神经网络的智能金融信用评分方法

权利要求书

1.一种基于神经网络的智能金融信用评分方法，其特征在于，包括以下步骤：

S1：采集用户信息，并将用户信息进行标签化初步分类，所述用户信息包括多维度的金融信息和行为信息；

S2：输入特征向量，对采集到的用户信息进行分类；

S3：判断输出结果与用户信息的标签分类是否一致，若一致，结果输出一致，进入S5，若不一致进入S4；

S4：根据S2中的分类结果，对存在差异的信息，逐步反向修改特征向量，修改完成后进入S3；

S5：将分类结果输出，依次审核打分。

2.根据权利要求1所述的一种基于神经网络的智能金融信用评分方法，其特征在于，步骤S1中，所述用户信息的标签化分类体现在，采集的信息所属的关键词大类，所述关键词为金融领域常见的分类。

3.根据权利要求2所述的一种基于神经网络的智能金融信用评分方法，其特征在于，步骤S1中所述金融信息包括：银行流水、个人征信、房产现状等金融机构出具的信息；所述行为信息为个人在信息化时代中的行为足迹，包括社交ID、多头借贷、黑名单、反欺诈、人法信息、诉讼信息、学历信息、公安数据、交易偏向、关系链、人脸识别、声纹识别、设备可信度、地址验证、处置难易程度等信息。

4.根据权利要求3所述的一种基于神经网络的智能金融信用评分方法，其特征在于，步骤S2中的特征向量为步骤S1标签的细化，所述特征向量为金融信用评分较为重要的指标，将所述标签化初步分类结果息进行交互式分类检索判断。

5.根据权利要求4所述的一种基于神经网络的智能金融信用评分方法，其特征在于，步骤S3中输出结果中的所属的标签化与特征向量不符的，视为变量数据，存在变量数据即全部重新修改特征变量进行再次判断。

6.根据权利要求5所述的一种基于神经网络的智能金融信用评分方法，其特征在于，步骤S1中的标签化初步分类结果为n，分类点为n-1。