[发明专利]一种个人信用等级评价方法及装置

说明书

本申请公开了一种个人信用等级评价方法及装置，可应用于大数据领域或金融领域，包括确定客户的属性信息的属性值，由属性信息和属性值建立属性坐标系，由属性值从属性坐标系中确定坐标值，在预设的属性标准区间集中确定出与客户相应的各个属性标准区间，判断所有坐标值是否与每个属性标准区间匹配，若各个属性标准区间中存在与所有坐标值不匹配的备选属性标准区间，计算得到每个备选属性标准区间对应的相似值，将最大的相似值所对应的备选属性标准区间确定为目标属性标准区间，确定目标属性标准区间对应的信用级别，将目标属性标准区间对应的信用级别确定为客户的个人信用等级。应用本发明的方法，能够快速又精确的评价出客户的个人信用等级。

技术领域

本发明涉及数据处理领域，特别是涉及一种个人信用等级评价方法及装置。

背景技术

随着当今数字经济的发展，信贷服务的使用逐渐小额化，不像以往只能涉及到大额消费时客户才可以申请信贷服务，现在日常生活中所涉及到的各种小额消费都可以申请信贷服务。而随着信贷服务的服务量增多，相应的对个人信用等级的评价数量激增，对个人信用等级的评价的重视程度也随之增高。

在现有对客户的个人信用等级评价过程中，通常利用人工或是神经网络的技术来进行个人信用等级的评价，但在当前对个人信用等级的评价数量激增的情况下，人工评价的人工成本高且效率低，而常用的神经网络依赖于数理统计，需要进行大量的学习与筛选过程，导致评价效率低，且在神经网络学习的过程中被干扰的情况下，学习中的甄别能力较差，导致评价的精确性低。

因此，如何快速又精确的评价个人信用等级是目前亟待解决的问题。

发明内容

有鉴于此，本发明提供一种个人信用等级评价方法，通过该方法，以解决评价个人信用等级的效率低和精确性低的问题。

本发明还提供了一种个人信用等级评价装置，用以保证上述方法在实际中的实现及应用。

一种个人信用等级评价方法，包括：

获取客户的各个属性信息，确定每个所述属性信息的属性值；

根据各个所述属性信息以及每个所述属性信息的所述属性值，建立所述客户的属性坐标系，其中，所述属性坐标系包含多个目标坐标点，所述多个目标坐标点的坐标值根据各个所述属性信息的属性值确定；

基于各个所述坐标值在预设的属性标准区间集中确定出与所述客户相应的各个属性标准区间；

判断所有所述坐标值是否与每个所述属性标准区间匹配；

若各个所述属性标准区间中存在与所有所述坐标值不匹配的备选属性标准区间，则利用预设的转化程度函数基于各个所述坐标值和每个所述备选属性标准区间的各个属性标准值，计算得到每个所述备选属性标准区间对应的相似值；

将各个所述相似值中数值最大的相似值所对应的备选属性标准区间确定为目标属性标准区间；

确定所述目标属性标准区间对应的信用级别；

将所述目标属性标准区间对应的信用级别确定为所述客户的个人信用等级。

上述的方法，可选的，所述确定每个所述属性信息的属性值，包括：

对每个所述属性信息进行属性值读取，以确定所述属性信息是否包含属性值；

若所述属性信息不包括属性值，则对所述属性信息进行属性赋值，获得所述属性信息的属性值。

上述的方法，可选的，所述根据各个所述属性信息以及每个所述属性信息的所述属性值，建立所述客户的属性坐标系，包括：

生成每一所述属性信息对应的维度的属性坐标轴；