[发明专利]基于多维大数据分析的智能信贷风控系统

权利要求书

1.一种基于多维大数据分析的智能信贷风控系统，其特征在于，包括：

数据获取模块，包括内部数据获取单元和外部数据接入单元；

风险信号预警模块，包括风险规则库单元、匹配单元以及预警单元；

企业评分模块，包括标签确定单元、相关度系数检验单元、因子分析单元、训练单元以及评分计算单元，所述标签确定单元和所述相关度系数检验单元配置为用于过滤所述数据获取模块中获取的数据；所述因子分析单元配置为将获取的数据根据因子相关度进行降维，得到入模因子；所述训练单元配置为根据入模因子进行训练得到入模因子中特征的权重向量；所述评分计算单元配置为以所述入模因子和所述入模因子中特征的权重向量为计算参数，采用评分计算公式得到企业风险评分；

展示模块，配置为展示为各企业获取的数据、各企业风险信号的预警以及企业风险评分。

2.如权利要求1所述的基于多维大数据分析的智能信贷风控系统，其特征在于，在所述数据获取模块中，

内部数据获取单元，配置为获取银行内部的数据，所述银行内部的数据包括信贷、财务、个人征信、企业征信、工商、债务以及新闻；

外部数据接入单元，配置为接入银行外部的数据，所述银行外部的数据包括企业涉诉、企业涉税、查冻扣、工商、市场监管、环保处罚、信用中国、关联涉诉、关联涉税、招聘以及股票。

3.如权利要求2所述的基于多维大数据分析的智能信贷风控系统，其特征在于，所述银行外部的数据包括司法领域、工商领域、涉税领域以及招聘领域的数据。

4.如权利要求1所述的基于多维大数据分析的智能信贷风控系统，其特征在于，在所述风险信号预警模块中，

风险规则库单元配置为存储并更新风险规则库中的风险规则；

匹配单元配置为匹配所述数据获取模块中获取的数据和所述风险规则库中的风险规则，得到各信贷客户的风险信号；

预警单元配置为根据所述风险信号进行预警。

5.如权利要求1所述的基于多维大数据分析的智能信贷风控系统，其特征在于，在所述企业评分模块中，

所述标签确定单元运用于所述相关度系数检验单元之前，所述标签确定单元配置为预设数据能用阈值，根据所述数据能用阈值将所述获取的数据确定为好标签数据或坏标签数据，并过滤掉坏标签数据。

6.如权利要求5所述的基于多维大数据分析的智能信贷风控系统，其特征在于，所述相关度系数检验单元配置为计算所述获取的数据的相关度显著值，并检验过滤掉获取的数据中相关度显著值小于2和大于5的数据。

7.如权利要求3所述的基于多维大数据分析的智能信贷风控系统，其特征在于，所述因子分析单元中，不同领域分析出的入模因子不同。

8.如权利要求1所述的基于多维大数据分析的智能信贷风控系统，其特征在于，所述训练单元采用逻辑回归训练的方式，根据所述入模因子，得到所述入模因子中特征的权重向量。

9.如权利要求1所述的基于多维大数据分析的智能信贷风控系统，其特征在于，在所述评分计算单元中，所述评分计算公式为：

其中，y为企业的风险概率，w^T为入模因子中特征的权重向量，x为入模因子，1、2…n为1到n个入模因子的序号；

依据企业的风险概率映射得到企业风险评分的分值。

10.如权利要求9所述的基于多维大数据分析的智能信贷风控系统，其特征在于，所述评分计算单元还配置为根据各企业风险评分的分值评估各企业的风险等级，评估风险等级的方式为：企业风险评分的分值大于0且小于100判断为低等风险企业，企业风险评分的分值大于等于100且小于160判断为中等风险企业，企业风险评分的分值大于等于160判断为高等风险企业。