[发明专利]信用模型的建立方法、装置、设备及可读存储介质

权利要求书

1.一种信用模型的建立方法，其特征在于，所述方法包括如下步骤：

获取多个样本，每一个所述样本包括样本目标结果和评估同一对象的不同类别的第一评估数据，其中，所述第一评估数据来源于多个不同的金融平台，所述第一评估数据包括信用卡还款数据、逾期数据、居住数据、还款状态、金融相关查询记录、支付时间数据、支付金额数据、支付类型数据、信贷卡分类数据和相关金融评分数据；

将样本的第一评估数据输入第一信用模型中的对应类别的信用子模型中，对应输出第一信用特征数据；

基于约束优化算法、样本目标结果，对所述第一信用特征数据对应的第一权重值进行迭代优化，获得各个信用子模型对应的最终权重值，并根据最终权重值更新第一信用模型，形成第二信用模型；

其中，所述基于约束优化算法、样本目标结果，对所述第一信用特征数据对应的权重值进行迭代优化，获得各个信用子模型对应的最终权重值，并根据最终权重值更新第一信用模型，形成第二信用模型的步骤包括：

基于约束优化算法，对所述第一信用特征数据对应的第一权重值进行迭代优化，获得每一轮迭代的所述第一信用特征数据对应的第一权重值；

基于第一信用特征数据和所述每一轮迭代后的第一权重值，获得每一轮迭代对应的样本预测结果；

基于样本目标结果和每一轮迭代的样本预测结果，计算每一轮迭代的约束优化目标值；

获取约束优化目标值中的最大值对应的第一权重值，作为各个信用子模型对应的最终权重值，并根据最终权重值更新第一信用模型，形成第二信用模型。

2.如权利要求1所述的信用模型的建立方法，其特征在于，所述样本包括坏样本，所述基于样本目标结果和每一轮迭代的样本预测结果，计算每一轮迭代的约束优化目标值的步骤包括：

根据样本目标结果和每一轮迭代的样本预测结果，计算每一轮迭代的贡献率和命中率；

获取所述命中率的权重值和所述贡献率的权重值，基于所述贡献率、贡献率的权重值、命中率和命中率的权重值计算每一轮迭代的约束优化目标值。

3.如权利要求2所述的信用模型的建立方法，其特征在于，根据样本目标结果和每一轮迭代的样本预测结果，计算每一轮迭代的贡献率和命中率的步骤包括：

根据样本目标结果和每一轮迭代的样本预测结果，计算每一轮迭代的样本预测结果预测正确的样本数目与样本总数的比值，作为每一轮迭代的命中率；

根据样本目标结果和每一轮迭代的样本预测结果，计算每一轮迭代的样本预测结果预测正确的坏样本数目与坏样本总数的比值，作为每一轮迭代的贡献率。

4.如权利要求2所述的信用模型的建立方法，其特征在于，所述获取所述命中率的权重值和所述贡献率的权重值，基于所述贡献率、贡献率的权重值、命中率和命中率的权重值计算每一轮迭代的约束优化目标值的步骤包括：

获取所述命中率的权重值和所述贡献率的权重值，基于所述贡献率、贡献率的权重值、命中率和命中率的权重值，计算约束优化目标子值和约束优化目标母值；

根据约束优化目标子值和约束优化目标母值计算约束优化目标值。

5.如权利要求1-4任一项所述的信用模型的建立方法，其特征在于，所述将样本的第一评估数据输入第一信用模型中的对应类别的信用子模型中，对应输出第一信用特征数据的步骤包括：

对所述样本的第一评估数据进行预处理，将预处理后的第一评估数据输入第一信用模型中的对应类别的信用子模型中，对应输出第一信用特征数据。

6.如权利要求5所述的信用模型的建立方法，其特征在于，所述基于约束优化算法、样本目标结果，对所述第一信用特征数据对应的第一权重值进行迭代优化，获得各个信用子模型对应的最终权重值，并根据最终权重值更新第一信用模型，形成第二信用模型的步骤之后，所述方法还包括：

获取待评估对象的不同类别的第二评估数据；

将第二评估数据输入第二信用模型中的对应类别的信用子模型，对应输出第二信用特征数据；

基于第二信用特征数据和各个信用子模型中对应的最终权重值，获得预测值；

根据所述预测值评估待评估对象的信用。