[发明专利]一种用于预测逾期风险排序的方法和装置

权利要求书

1.一种用于预测逾期风险排序的方法，其中，所述方法包括以下步骤：

获取待评估用户的逾期特征信息；

将该待评估用户的逾期特征信息输入至预设的风险排序模型；

基于风险排序模型的输出来预测该待评估用户的逾期风险的排序，其中，所述风险排序模型的输出用于指示待评估用户的逾期风险的排序。

2.根据权利要求1所述时的方法，其中，所述方法还包括：

获取多个用户的逾期特征信息，作为训练样本集合；

对于训练样本集合中的任意两个样本，基于该两个样本之间的风险排序关系进行训练，以建立或训练风险排序模型。

3.根据权利要求1或2所述的方法，其中，所述风险排序模型的输出为用于指示用户相较于其他用户的逾期风险顺序的排序值，所述基于该两个样本之间的风险排序关系进行训练，以建立或训练风险排序模型进一步包括：

基于预定的排序规则，确定两个样本各自的排序值；

基于两个样本各自的排序值进行训练，以建立或训练所述风险排序模型；

其中，所述基于风险排序模型的输出来预测该待评估用户的逾期风险的排序的步骤包括：

基于风险排序模型的输出的排序值来预测待评估用户的逾期风险的排序。

4.根据权利要求1所述的方法，其中，所述基于风险排序模型的输出的排序值来预测待评估用户的逾期风险的排序包括：

对于待评估的第一用户和第二用户，使用所述风险排序模型得到其各自对应的排序值；

通过计算第一用户和第二用户的排序值的差值，得到第一用户相对第二用户具有更高逾期风险的概率。

5.根据权利要求3所述的方法，其中，所述方法包括：

获取预存储的排序值范围和相对应的贷款操作的对应关系；

根据待评估用户对应的排序值和所述对应关系，确定该排序值相对应的贷款操作。

6.根据权利要求1所述的方法，其中，所述逾期特征信息包括：

逾期发生的时间；

逾期持续的时间

逾期金额；

逾期次数；

催收信息。

7.一种用于预测逾期风险排序的装置，其中，所述装置包括：

用于获取待评估用户的逾期特征信息的装置；

用于将该待评估用户的逾期特征信息输入至预设的风险排序模型的装置；

用于基于风险排序模型的输出来预测该待评估用户的逾期风险的排序的装置，其中，所述风险排序模型的输出用于指示待评估用户的逾期风险的排序。

8.根据权利要求7所述的装置，其中，所述装置还包括：

用于获取多个用户的逾期特征信息，作为训练样本集合的装置；

用于对于训练样本集合中的任意两个样本，基于该两个样本之间的风险排序关系进行训练，以建立或训练风险排序模型的装置。

9.根据权利要求7或8所述的装置，其中，所述风险排序模型的输出为用于指示用户相较于其他用户的逾期风险顺序的排序值，所述用于对于训练样本集合中的任意两个样本，基于该两个样本之间的风险排序关系进行训练，以建立或训练风险排序模型的装置用于：

基于预定的排序规则，确定两个样本各自的排序值；

基于两个样本各自的排序值进行训练，以建立或训练所述风险排序模型；

其中，所述用于基于风险排序模型的输出来预测该待评估用户的逾期风险的排序的装置用于：

基于风险排序模型的输出的排序值来预测待评估用户的逾期风险的排序。

10.根据权利要求9所述的装置，其中，基于风险排序模型的输出的排序值来预测待评估用户的逾期风险的排序包括：

对于待评估的第一用户和第二用户，使用所述风险排序模型得到其各自对应的排序值；

通过计算第一用户和第二用户的排序值的差值，得到第一用户相对第二用户具有更高逾期风险的概率。