[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

说明书

本发明提供一种基于大数据的用户信息评估及风控方法、装置及设备，其中，方法通过将获取到的历史用户的基本信息进行去标识化处理，得到初始数据；并将初始数据上传至云端，进行数据清洗处理，从而得到目标数据；再根据预设的模型对目标数据进行特征选择，进一步得到目标特征；然后根据目标特征建立风控模型，并用历史用户的基本信息对风控模型进行训练，得到目标风控模型；最终根据目标风控模型对待审核用户进行风控评估，实现对用户的定量风控评估，提高了贷前风控评估的效率和准确性。

技术领域

本发明涉及风险评估技术领域，尤其涉及一种基于大数据的用户信息评估及风控方法、装置及设备。

背景技术

近年来，为了弥补面向中低收入群体和微小企业的金融产品支持的空白，发展小额信贷。其中，涌现出了一些专业的小额信贷公司，接着几大银行也陆续开展了小额信贷业务。但是由于消费者认知度低等问题，在行业的前期发展阶段，市场比较混乱。也存在着贷款人难以偿还贷款的风险，故对于如何评估贷款人风险则成为了贷款业务的重中之重。

由于信贷的贷款风险往往在在贷款审查阶段就产生了，因此，行业以往多采用的定性风险评估，然而事实证明，定性的风险评估难以真实反应贷款人的还款能力。故现在行业越来越着重于采用定量风险评估的方式，而对于如何具体运用定量风险评估进行风控管理，是一个急需解决的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种基于大数据的用户信息评估及风控方法、装置及设备。

一种基于大数据的用户信息评估及风控方法，所述方法包括：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。

在其中一个实施例中，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。

在其中一个实施例中，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。

在其中一个实施例中，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。

在其中一个实施例中，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。

在其中一个实施例中，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。

在其中一个实施例中，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。