[发明专利]用于授信评估的数据处理方法和装置

说明书

本申请公开了一种用于授信评估的数据处理方法和装置。该方法包括：通过捞回风险评估模型对临界被拒的用户数据进行捞回风险评估，对临界被拒用户的捞回风险进行量化，匹配合适的授信策略，其中首先通过训练临界被拒用户和通过用户的相关数据，获得违约分类模型，通过违约分类模型对临界被拒用户相关数据进行处理获得违约分类标签数据，根据临界被拒用户的相关数据及其对应的违约分类标签数据训练深度学习模型获得捞回风险评估模型，以便实现对临界被拒用户的捞回风险评估，解决了现有技术金融机构中临界用户风险难以量化评估的技术问题，实现了提高对临界用户授信的准确率和效率的技术效果。

技术领域

本申请涉及计算机领域，具体而言，涉及一种用于授信评估的数据处理方法和装置。

背景技术

现有技术中，随着不断严格的金融服务管理，金融用户容易被误拒而无法获得服务，在授信评估时，存在前期授信评估满足金融服务公司的要求，但部分基于临界的用户，可能受环境影响，无法得到金融服务，导致金融机构的用户流失和有效授信成本上升，贷款规模下降。

因此，现有技术中授信评估存在临界用户风险量化程度较低的技术问题。

发明内容

本申请的主要目的在于提供一种用于授信评估的数据处理方法，解决了现有技术金融机构中临界用户风险难以量化评估的技术问题，实现了提高对临界用户授信的准确率和效率的技术效果。

为了实现上述目的，本申请提出了一种用于授信评估的数据处理方法。

根据本申请的第二方面，提出了一种用于授信评估的数据处理装置。

根据本申请的第三方面，提出了一种计算机可读存储介质。

根据本申请的第四方面，提出了一种电子设备。

有鉴于此，根据本申请的第一方面，提出了一种用于授信评估的数据处理方法，包括：

获取待评估用户数据，其中，所述待评估用户数据为授信临界被拒用户的相关数据；

基于预设捞回风险评估模型，对所述待评估用户数据进行捞回风险评估，获得风险评估数据；

在预设策略数据库中匹配与所述风险评估数据对应的授信策略数据，输出授信评估结果数据，其中，所述授信评估结果数据包括所述风险评估数据与所述授信策略数据。

进一步地，基于预设捞回风险评估模型，对所述待评估用户数据进行捞回风险评估，获得风险评估数据，包括：

对所述待评估用户数据进行识别，获得所述待评估用户数据的基本属性数据与行为数据，其中，所述基本属性数据为用户进行授信评估时所提供的数据，所述行为数据为用户发生借贷行为时产生的数据；

对所述基本属性数据与所述行为数据进行特征化处理，获得输入特征数据；

基于所述预设捞回风险评估模型，对所述输入特征数据进行捞回风险评估处理，获得所述风险评估数据。

进一步地，在获取待评估的用户数据之前，还包括：

获取训练数据，其中，所述训练数据为进行预设捞回风险评估模型训练的用户相关数据；

基于所述训练数据，对预先建立的深度学习模型进行训练，获得所述预设捞回风险评估模型。

进一步地，基于所述训练数据，对预先建立的深度学习模型进行训练，获得所述预设捞回风险评估模型，包括：

获取第一训练数据，其中，所述第一训练数据包括授信临界被拒和通过用户的相关数据；

基于所述第一训练数据，对第一预先建立的深度学习模型进行训练，获得违约分类模型；