[发明专利]基于大数据的银行用户征信评估方法

说明书

本公开提供了一种基于大数据的银行用户征信评估方法，可以应用于大数据技术领域。该方法包括：对初始数据进行处理确定目标数据，所述初始数据为快递数据，所述目标数据包括收寄地址数据、收寄件人身份信息和收寄日期数据；根据所述目标数据确定用户类型，所述用户类型包括个人用户和企业用户；根据所述用户类型和所述目标数据确定收寄地区特征信息；根据所述收寄地区特征信息和快递收寄地区特征模型确定用户征信评分；其中，所述快递收寄地区特征模型为预先建立的，用于根据用户的收寄地区特征信息确定用户征信评分。本公开还提供了一种基于大数据的银行用户征信评估装置、设备、存储介质和程序产品。

技术领域

本公开涉及大数据技术领域，更具体地涉及一种基于大数据的银行用户征信评估方法、装置、设备、介质和程序产品。

背景技术

一个示例中，银行的征信评估采用较多的是对用户拥有的固定资产、大件消费等传统的用户经济行为进行跟踪和评估，然而由于这些数据相对频次较低，数据不够鲜活，这种评估方式无法动态反应客户的真实征信状况。

发明内容

鉴于上述问题，本公开提供了一种基于大数据的银行用户征信评估方法、装置、设备、介质和程序产品。

根据本公开的第一个方面，提供了一种基于大数据的银行用户征信评估方法，包括：

对初始数据进行处理确定目标数据，所述初始数据为快递数据，所述目标数据包括收寄地址数据、收寄件人身份信息和收寄日期数据；

根据所述目标数据确定用户类型，所述用户类型包括个人用户和企业用户；

根据所述用户类型和所述目标数据确定收寄地区特征信息；

根据所述收寄地区特征信息和快递收寄地区特征模型确定用户征信评分；

其中，所述快递收寄地区特征模型为预先建立的，用于根据用户的收寄地区特征信息确定用户征信评分。

根据本公开实施例，所述快递收寄地区特征模型预先基于以下方式进行训练：

获取样本数据，所述样本数据包括用户快递数据和用户征信数据；

根据所述样本数据对所述快递收寄地区特征模型进行训练。

根据本公开实施例，所述根据所述样本数据对所述快递收寄地区特征模型进行训练，包括：

根据所述样本数据和所述快递收寄地区特征模型计算用户征信评分；

根据所述用户征信评分和所述用户征信数据确定准确率；

基于所述准确率对所述快递收寄地区特征模型进行更新。

根据本公开的实施例，所述对初始数据进行处理确定目标数据，包括：

获取初始数据；

根据预设指标对所述初始数据进行清洗确定目标数据，所述预设指标包括收件地址、寄件地址、收件人信息、寄件人信息、收件日期和寄件日期。

根据本公开的实施例，所述根据所述目标数据确定用户类型，包括：

根据所述目标数据确定用户的身份信息；

根据所述用户的身份信息确定用户类型。

根据本公开的实施例，所述根据所述用户类型和所述目标数据确定收寄地区特征信息，包括：

若所述用户类型为个人用户，则根据所述目标数据确定第一收寄地区特征信息；

若所述用户类型为企业用户，则根据所述目标数据确定第二收寄地区特征信息；