[发明专利]一种用户信用评估方法及装置在审

专利信息
申请号: 202110290623.7 申请日: 2021-03-18
公开(公告)号: CN113011965A 公开(公告)日: 2021-06-22
发明(设计)人: 林钞;江曼;陈立新;熊涛;鲍伍 申请(专利权)人: 北京三快在线科技有限公司
主分类号: G06Q40/02 分类号: G06Q40/02
代理公司: 北京曼威知识产权代理有限公司 11709 代理人: 方志炜
地址: 100080 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用户 信用 评估 方法 装置
【权利要求书】:

1.一种用户信用评估方法,其特征在于,包括:

确定业务平台中的至少部分用户,并针对确定出的每个用户,确定该用户相关联的各其他用户;

针对确定出的该用户相关联的每个其他用户,根据该其他用户与该用户的关联关系,以及各关联关系对应的权重值,确定该其他用户与该用户的关系权重,其中,各关联关系对应的权重值是根据历史上守信用户和失信用户的关联关系确定的;

根据该其他用户与该用户的关系权重、该其他用户以及该用户在所述业务平台中的行为信息,确定该其他用户与该用户之间的关系指数,以基于所述至少部分用户之间的关系指数,确定图网络模型,并通过所述图网络模型进行信用评估;

其中,所述关系指数用于表征用户之间的关系紧密程度。

2.如权利要求1所述的方法,其特征在于,各关联关系对应的权重值采用以下方法确定:

获取所述业务平台中的若干守信用户以及若干失信用户,并根据获取到的各守信用户以及各失信用户,确定若干训练样本对,以及对各训练样本对进行标注;

针对每个训练样本对,将该训练样本对中各用户之间的关联关系作为输入,输入待训练的决策树模型中,确定所述待训练的决策树模型输出的分类结果,以最小化各分类结果与各训练样本对的标注之间的差异为目标,调整所述待训练的决策树模型中的模型参数,并根据各关联关系对输出的分类结果的信息增益,确定各关联关系对应的权重值。

3.如权利要求1所述的方法,其特征在于,根据该其他用户与该用户的关系权重、该其他用户以及该用户在所述业务平台中的行为信息,确定该其他用户与该用户之间的关系指数,具体包括:

根据该其他用户以及该用户在所述业务平台中的行为信息,确定该其他用户以及该用户之间的行为相似度;

根据该其他用户与该用户的关系权重,以及该其他用户以及该用户之间的行为相似度,确定该其他用户与该用户之间的关系指数。

4.如权利要求1所述的方法,其特征在于,根据该其他用户与该用户的关系权重、该其他用户以及该用户在所述业务平台中的行为信息,确定该其他用户与该用户之间的关系指数,具体包括:

将该其他用户与该用户的关系权重、该其他用户以及该用户在所述业务平台中的行为信息作为输入,输入预先训练的关系预测模型中,确定所述关系预测模型输出的该其他用户与该用户之间的关系指数。

5.如权利要求2或4所述的方法,其特征在于,所述关系预测模型采用以下方法训练:

针对每个训练样本对,根据该训练样本对中用户之间的关联关系,以及各关联关系的权重值,确定该训练样本对中用户的关系权重;

将该训练样本对中用户的关系权重以及该训练样本对中各用户的行为信息作为输入,输入待训练的关系预测模型中,确定所述待训练的关系预测模型输出的关系指数;

以最小化所述关系指数与该训练样本对的标注之间的差异为目标,调整所述待训练的关系预测模型中的模型参数。

6.如权利要求2所述的方法,其特征在于,根据获取到的各守信用户以及各失信用户,确定若干训练样本对,具体包括:

从获取到的各失信用户中,确定任意相关联的两个失信用户,作为训练样本对;

从获取到的各守信用户以及各失信用户中,确定任意相关联的一个守信用户以及一个失信用户,作为训练样本对。

7.如权利要求2所述的方法,其特征在于,所述方法还包括:

当所述待训练的决策树模型为多个时,针对每个关联关系,根据该关联关系对各决策树模型输出的分类结果的信息增益,确定该关联关系的平均信息增益,作为该关联关系的权重值。

8.如权利要求1所述的方法,其特征在于,确定各关联关系对应的权重值,具体包括:

根据历史上所述业务平台中若干守信用户和若干失信用户的关联关系,确定各关联关系对应的权重值;或者

根据历史上其他平台中若干守信用户和若干失信用户的关联关系,确定各关联关系对应的权重值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京三快在线科技有限公司,未经北京三快在线科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110290623.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top