[发明专利]一种基于机器学习的贷款用户信用评级方法及系统在审
| 申请号： | 201710197889.0 | 申请日： | 2017-03-29 |
| 公开（公告）号： | CN107424070A | 公开（公告）日： | 2017-12-01 |
| 发明（设计）人： | 杨毅;施虹 | 申请（专利权）人： | 广州汇融易互联网金融信息服务有限公司 |
| 主分类号： | G06Q40/02 | 分类号： | G06Q40/02;G06N99/00 |
| 代理公司： | 广州嘉权专利商标事务所有限公司44205 | 代理人： | 胡辉 |
| 地址： | 510623 广东省广州市天河区*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习的贷款用户信用评级方法及系统，方法包括获取建模的原始数据，建模的原始数据包括征信报告和逾期商户名单；对征信报告进行提取和指标细分，得到预测变量及其权重；根据逾期商户名单、得到的预测变量及其权重采用机器学习的方法进行建模，得到响应变量与预测变量的预测模型；根据得到的预测模型对新贷款用户进行预测，得到新贷款用户的违约概率；根据新贷款用户的违约概率计算新贷款用户的信用评分。本发明采用了机器学习的方法进行建模，适应了新形势下贷款用户数据的快速变更需求；增设了对征信报告进行提取和指标细分的步骤，更加全面和方便。本发明可广泛应用于计算机应用领域。 | ||
| 搜索关键词： | 一种 基于 机器 学习 贷款 用户 信用 评级 方法 系统 | ||
【主权项】：
一种基于机器学习的贷款用户信用评级方法，其特征在于：包括以下步骤：获取建模的原始数据，所述建模的原始数据包括征信报告和逾期商户名单；对征信报告进行提取和指标细分，得到信用额度、近期行为、信用时长、账户数量和还款历史这五个维度的预测变量及其权重；根据逾期商户名单、得到的预测变量及其权重采用机器学习的方法进行建模，得到响应变量与预测变量的预测模型，其中，响应变量为反映商户是否逾期的变量；根据得到的预测模型对新贷款用户进行预测，得到新贷款用户的违约概率；根据新贷款用户的违约概率计算新贷款用户的信用评分。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州汇融易互联网金融信息服务有限公司，未经广州汇融易互联网金融信息服务有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710197889.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种泌尿科用实验试剂混合配比装置
- 下一篇：一种热固性涂料搅拌混合装置
