[发明专利]一种基于政务数据的个人信用贷款准入授信方法及系统

权利要求书

1.一种基于政务数据的个人信用贷款准入授信方法，其特征在于，该方法包括：

获取政务数据；

根据所述政务数据，利用模型的准入策略集及差异化规则对客户进行筛选，获取准入客户；

根据所述政务数据，采用机器学习集合算法训练政务数据与信用风险之间的关系，构建准入模型；

利用所述准入模型对准入客户进行信用风险评估，得到客户信用分；

根据所述政务数据，采用机器学习集合算法训练政务数据与授信额度之间的关系，构建授信模型；

根据所述政务数据，利用所述授信模型计算客户的基础授信额度；

根据所述客户信用分及客户共债机构数进行风险调整，得到对应的风险系数；

利用所述风险系数及所述基础授信额度得到客户最终的授信额度。

2.根据权利要求1所述的基于政务数据的个人信用贷款准入授信方法，其特征在于，根据所述政务数据，利用模型的准入策略集及差异化规则对客户进行筛选，获取准入客户，还包括：

对所述政务数据进行个人数据清洗、个人特征衍生及个人特征筛选，得到处理后的政务数据。

3.根据权利要求2所述的基于政务数据的个人信用贷款准入授信方法，其特征在于，根据所述政务数据，利用模型的准入策略集及差异化规则对客户进行筛选，获取准入客户，包括：

设置第一差异化规则集及第二差异化规则集；

判断所述处理后的政务数据是否符合第一差异化规则集，若符合，剔除对应的客户，若不符合，保留对应的客户为准入客户；

在所述准入客户中，判断政务数据是否符合第二差异化规则集，若符合，在政务数据中批注提示信息。

4.根据权利要求2所述的基于政务数据的个人信用贷款准入授信方法，其特征在于，对所述政务数据进行个人数据清洗，包括：

剔除掉数据表中全部值为空的字段，删除存在异常值的记录，并对于单位不统一的字段进行单位统一处理，得到清洗后的特征。

5.根据权利要求2所述的基于政务数据的个人信用贷款准入授信方法，其特征在于，对所述政务数据进行个人特征衍生，包括：

对所述政务数据进行聚合和转换处理，从原始特征中衍生出汇总值、均值、最大值及最小值在内的新特征。

6.根据权利要求2所述的基于政务数据的个人信用贷款准入授信方法，其特征在于，对所述政务数据进行个人特征筛选，包括：

将缺失值占比大于第一阈值的特征剔除，并将相关性大于第二阈值的特征删除，得到筛选后的特征。

7.根据权利要求1所述的基于政务数据的个人信用贷款准入授信方法，其特征在于，根据政务数据，采用机器学习集合算法训练政务数据与信用风险之间的关系，构建准入模型，包括：

根据个人信贷信息设置坏样本及好样本；

根据所述政务数据，按照一定比例提取坏样本与好样本的建模样本；

根据将建模样本按照预设比例进行随机抽样，得到训练集及测试集；

利用训练集训练准入模型，并利用测试集验证准入模型，训练政务数据与信用风险之间的关系，得到训练后的准入模型。

8.根据权利要求7所述的基于政务数据的个人信用贷款准入授信方法，其特征在于，利用所述准入模型对准入客户进行信用风险评估，得到客户信用分；

利用训练后的准入模型预测准入客户的坏样本概率，将预测的概率转化为客户信用分。

9.根据权利要求7所述的基于政务数据的个人信用贷款准入授信方法，其特征在于，根据政务数据，采用机器学习集合算法训练政务数据与授信额度之间的关系，构建授信模型，包括：

对所述建模样本进行特征清洗，将清洗后的建模样本按照预设比例进行划分，得到训练集及测试集；

利用训练集训练授信模型，并利用测试集验证授信模型，训练政务数据与授信额度之间的关系，得到训练后的授信模型。