[发明专利]一种风险评级方法及装置

权利要求书

1.一种风险评级方法，其特征在于，所述方法包括：

获取目标客户的客户信息、合约信息和交易信息；

从所述目标客户的客户信息、合约信息和交易信息中提取出预设特征的特征值，形成所述目标客户的特征点集；所述特征点集中的各特征值按照预定顺序排列；

分别计算所述目标客户的特征点集与预先建立的每个历史客户的特征点集的距离，按由小到大的顺序对计算出的多个距离进行排序，确定前K个距离对应的K个历史客户；所述K为正整数；

依据所述K个历史客户的已审核评级数据，确定所述目标客户的风险评级。

2.如权利要求1所述的方法，其特征在于，

所述从所述目标客户的客户信息、合约信息和交易信息中提取出预设特征的特征值，包括：

从所述客户信息中提取年龄、地址和职业的特征值；

从所述合约信息中提取合约开立关闭时间、合约信息最近更新日距上一个更新日时间、合约余额和合约近预设时间段内的交易对手个数的特征值；

从所述交易信息中提取近预设时间段内的交易笔数、最近一笔交易金额、近预设时间段内的交易平均金额、最近一笔非线上交易地点和最近预设笔非线上交易地点最远距离的特征值。

3.如权利要求1所述的方法，其特征在于，所述历史客户的特征点集按照以下步骤建立：

从大数据平台获取客户数据、合约数据、交易数据和已审核评级数据；

去除所述客户数据、合约数据、交易数据和已审核评级数据中的重复数据和噪声数据；

从去除重复数据和噪声数据之后的数据中提取出预设特征的特征值；

针对每个所述已审核评级数据对应的历史客户，统计属于所述历史客户的特征值，并按照预设顺序排列所述属于所述历史客户的各特征值，得到所述历史客户的特征点集。

4.如权利要求1或3所述的方法，其特征在于，所述K为按照如下步骤确定的最优值：

选取建立的多个历史客户的特征点集中的第一部分历史客户的特征点集作为训练集，第二部分历史客户的特征点集作为测试集；

按照设定的参数取值范围，依次取出一个参数值；所述参数值为正整数；

基于每次取出的参数值和所述训练集确定所述测试集中各个历史客户的风险评级，并基于所述测试集中各个历史客户的已审核风险评级和确定出的各个历史客户的风险评级计算风险评级的准确率；

将准确率最高时采用的参数值作为最优值；

其中，基于取出的参数值和所述训练集确定测试集中每个历史客户的风险评级的过程包括：

分别计算该历史客户的特征点集与所述训练集中每个历史客户的特征点集的距离，按由小到大的顺序对计算出的多个距离进行排序，确定前预设数量个距离对应的预设数量个历史客户；所述预设数量为所述参数值；依据确定出的所述预设数量个历史客户的已审核评级数据，确定该历史客户的风险评级。

5.如权利要求3所述的方法，其特征在于，所述得到每个历史客户的特征点集之后，还包括：

对得到的所述每个历史客户的特征点集中各个特征值进行特征规范化处理；

所述得到所述目标客户的特征点集之后，还包括：

对得到的所述目标客户的特征点集中各个特征值进行特征规范化处理。

6.如权利要求2所述的方法，其特征在于，所述去除所述客户数据、合约数据、交易数据和已审核评级数据中的重复数据和噪声数据，包括：

将所述客户数据、合约数据、交易数据和已审核评级数据加载至分布式文件系统；以触发所述分布式文件系统利用分布式计算框架按照预设规则去除所述客户数据、合约数据、交易数据和已审核评级数据中的重复数据和噪声数据。

7.如权利要求1所述的方法，所述依据所述K个历史客户的已审核评级数据，确定所述目标客户的风险评级包括：

确定所述K个历史客户的已审核评级数据中数量最多的风险评级；

将所述数量最多的风险评级作为所述目标客户的风险评级。