[发明专利]一种基于大数据的用户信息评估及风控方法、装置及设备

权利要求书

1.一种基于大数据的用户信息评估及风控方法，其特征在于，包括：

获取历史用户的基本信息，所述基本信息分为用户信息和贷款信息；

对所述基本信息进行去标识化处理，得到初始数据；

将所述初始数据上传并存储至云端；

在云端对所述初始数据进行数据清洗处理，得到目标数据；

根据预设的模型对所述目标数据进行特征选择，得到目标特征；

根据所述目标特征建立风控模型，并根据所述历史用户的基本信息对所述风控模型进行训练，得到目标风控模型；

获取待审核用户的初始信息，并根据所述目标风控模型对所述待审核用户进行风控评估。

2.如权利要求1所述的方法，其特征在于，所述基本信息分为用户信息和贷款信息，具体为：

所述用户信息至少包括用户姓名、用户性别、个人征信、婚姻状况、配偶征信、工作情况、个人守约行为；

所述贷款信息至少包括贷款次数、还款情况、贷款金额、贷款时间。

3.如权利要求2所述的方法，其特征在于，对所述基本信息进行去标识化处理，得到初始数据，具体为：

通过数据转换将所述基本信息转换为多个类型的字节，并根据每个所述历史用户的基本信息创建对应的数据集；

对所述数据集中可识别个人信息的字节进行标记，得到标记字节；

根据所述标记字节的类型，分别进行去除和抽象化处理，得到目标字节；

所述目标字节组成数据集，根据所述数据集得到初始数据。

4.如权利要求3所述的方法，其特征在于，所述在云端对所述初始数据进行数据清洗处理，得到目标数据，具体为：

对存储在云端的所述初始数据进行缺失值过滤；

并对所述初始数据进行经验性数据过滤，得到目标数据。

5.如权利要求1所述的方法，其特征在于，所述预设的模型为逻辑回归模型、梯度提升树模型中的一种。

6.如权利要求4所述的方法，其特征在于，所述根据预设的模型对所述目标数据进行特征选择，得到目标特征，具体为：

根据预设的评估准则，对所述目标数据中各数据集中的目标字节进行逻辑计算，得到初始特征；

对所述初始特征进行抽象化、分箱和缩放处理，得到待选择特征；

根据预设的模型对所述待选择特征进行选择，得到目标特征。

7.如权利要求1所述的方法，其特征在于，根据所述目标特征建立风控模型，并根据所述历史用户的基本信息对所述风控模型进行训练，得到目标风控模型步骤之后，还包括：

获取待审核用户的行程信息和初始信息，所述初始信息中至少包括工作地点；

识别所述行程信息中单月前往银行或金融机构等非工作地点的频率；

将所述评率高于预设阈值的待审核用户，标记为潜在危险；

将所述标记有潜在危险的待审核用户设置为携带有初始风险值。

8.如权利要求7所述的方法，其特征在于，所述获取待审核用户的初始信息，并根据所述目标风控模型对所述待审核用户进行风控评估步骤之后，还包括：

根据所述目标风控模型，得到待审核用户的风险评估值；

并将所述初始风险值与所述风险评估值叠加，得到目标风险评估值。