[发明专利]用户等级量化方法、装置、设备、存储介质和程序产品

说明书

本申请涉及一种用户等级量化方法、装置、设备、存储介质和程序产品，涉及信息安全领域，根据用户的多种文本信息，获取各文本信息的量化值，根据各文本信息的量化值，确定违约概率区间和违约概率区间对应的违约概率，根据违约概率区间和违约概率对预设的损失函数进行求解，得到各文本信息的权重，根据各文本信息的量化值、权重和用户的初始等级量化值，获取用户的目标等级量化值。本方法中多种文本信息保证了用户数据的充足性，使得获取的量化值更加丰富，且，精确计算各文本信息的权重，在初始等级量化值基础上，根据量化值、权重得到目标等级量化值，对用户等级进行量化，提高了用户等级量化的准确性，对于应对监管、开展下游业务奠定重要基础。

技术领域

本申请涉及信息安全技术领域，特别是涉及一种用户等级量化方法、装置、设备、存储介质和程序产品。

背景技术

信用风险是银行的主要风险，指的是交易对手不能完全履行合同的风险，这种风险一直存在在贷款业务、担保、承兑和证券投资等业务中。如果银行不能及时对信用风险进行识别、评估，并采取措施予以应对，就会面临非常严重的后果。

目前，银行主要获取与法人客户相关的财务报表、征信信息和行业信息建立评级模型，对法人客户进行评级，根据法人客户评级后的等级确定授信额度。但是，现有的法人客户评级方法存在准确性较低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高法人客户评级方法准确性的用户等级量化方法、装置、设备、可读存储介质和程序产品。

第一方面，本申请提供了一种用户等级量化方法，所述方法包括：

根据用户的多种文本信息，获取各所述文本信息的量化值；

根据各所述文本信息的量化值，确定违约概率区间和所述违约概率区间对应的违约概率；

根据所述违约概率区间和所述违约概率对预设的损失函数进行求解，得到各所述文本信息的权重；

根据各所述文本信息的量化值、所述权重和所述用户的初始等级量化值，获取所述用户的目标等级量化值。

在其中一个实施例中，所述根据用户的多种文本信息，获取各所述文本信息的量化值，包括：

根据各所述文本信息和预设的长短期记忆网络，得到各所述文本信息的量化值。

在其中一个实施例中，所述根据各所述文本信息和预设的长短期记忆网络，得到各所述文本信息的量化值，包括：

对各所述文本信息进行预处理，得到预处理后的文本信息；所述预处理包括去停用词和情感分类中的至少一种处理；

将各所述预处理后的文本信息向量化，得到各所述文本信息对应的文本向量；

将各所述文本向量输入到所述长短期记忆网络进行量化，得到各所述文本信息的量化值。

在其中一个实施例中，所述对各所述文本信息进行预处理，得到预处理后的文本信息，包括：

将各所述文本信息和预设的停用词库进行匹配，以去除各所述文本信息中的停用词，得到各所述文本信息对应的候选文本信息；

基于预设的情感词汇库对各所述候选文本信息中的情感词汇进行分类标注，得到所述预处理后的文本信息。

在其中一个实施例中，所述根据各所述文本信息的量化值，确定违约概率区间和所述违约概率区间对应的违约概率，包括：

将各所述文本信息的量化值和所述初始等级量化值代入预设的违约概率函数中，得到所述违约概率区间；所述违约概率函数为包含文本信息的量化值参数、违约概率参数和初始等级量化值参数的关系式；

根据所述用户的历史违约数据，确定所述违约概率区间对应的违约概率。