[发明专利]一种利用大数据进行信用评估的方法

说明书

技术领域

本发明涉及一种利用大数据进行信用评估的方法。

背景技术

现有技术中，对用户的信用评估主要采取的方法有三种，第一种是让客户提供收入证明、房产证、银行流水等确定是否具备偿还能力；第二种是通过实地考察和直接面对面沟通，验证客户提供资料的真实性；第三种查询客户征信记录被查询的次数，上述三种方法存在的不足之处在于多由手工操作，效率低，且资料容易造假，信用评估效果差。

发明内容

本发明的发明目的在于提供一种利用大数据进行信用评估的方法，自动对原始数据进行筛选评估，效率高，且信用评估效果好。

实现本发明目的的技术方案：

一种利用大数据进行信用评估的方法，其特征在于：

步骤1：存储征信原始数据；

步骤2：按照征信对象对原始数据进行筛选，将原始数据划分成不同的维度，计算用于表达征信对象在对应维度的好坏分值；

步骤3：将步骤2获得的数据进行存储；

步骤4：利用已知样本对应各维度的计算结果进行机器学习，得到各维度的权重分配，进而计算获得各征信对象的最终分值，并进行数据存储。

步骤2中，原始征信数据具有三个维度，

第一维度是消费力维度，根据用户对应的通信消费账单、套餐、和终端类型数据得出用户的消费能力维度分值；

第二维度是行为爱好维度，根据用户的手机APP种类和PV时间分布数据得出行为爱好维度分值；

第三维度是位置维度，根据用户在某坐标点上的出现频率、驻留时间长度数据进行计算，得出位置维度分值。

步骤1中，采用Hadoop服务器集群的HDFS文件系统存储征信原始数据。

步骤2中，利用Hadoop集群的Yarn框架运行MapReduce，在Mapper中将原始数据按照征信对象进行初步筛选，在Reducer中汇总征信对象的各维度的数据，计算出用于表达征信对象在对应维度的好坏分值。

步骤3、步骤4中，存储数据采用可支持随机访问的HBase存储。

访问征信分值数据时，可利用MapReduce批量导出HBase中存储的征信分值数据，写入CSV格式的文件；或者实时访问HBase中的指定征信对象的征信分值数据。

步骤2中，原始征信数据划分还具有第四维度，第四维度是扩展数据维度。

本发明具有的有益效果：

本发明按照征信对象对原始数据进行筛选，将原始数据划分成不同的维度，计算用于表达征信对象在对应维度的好坏分值；利用已知样本对应各维度的计算结果进行机器学习，得到各维度的权重分配，进而计算获得各征信对象的最终分值。本发明可自动对原始数据进行筛选评估，效率高，且信用评估效果好。

本发明原始征信数据具有三个维度，第一维度是消费力维度，根据用户对应的通信消费账单、套餐、和终端类型数据得出用户的消费能力维度分值；第二维度是行为爱好维度，根据用户的手机APP种类和PV时间分布数据得出行为爱好维度分值；第三维度是位置维度，根据用户在某坐标点上的出现频率、驻留时间长度数据进行计算，得出位置维度分值。本发明基于上述三个维度对原始征信数据进行划分评分，使得信用评估效果更加客观。

本发明存储数据采用可支持随机访问的HBase存储。访问征信分值数据时，可利用MapReduce批量导出HBase中存储的征信分值数据，写入CSV格式的文件；或者实时访问HBase中的指定征信对象的征信分值数据，使得查询征信结果更加方便。

具体实施方式

本发明利用大数据进行信用评估的方法，包括如下步骤，

步骤1：存储征信原始数据；

实施时，采用Hadoop服务器集群的HDFS文件系统存储征信原始数据。多数据源条件下采用FTP，UDP，MQ，kafka多种技术手段予以实现。

步骤2：按照征信对象对原始数据进行筛选，将原始数据划分成不同的维度，计算用于表达征信对象在对应维度的好坏分值；

原始征信数据具有三个维度，

第一维度是消费力维度，根据用户对应的通信消费账单、套餐、和终端类型数据得出用户的消费能力维度分值；以通信消费账单为例，对于客户近12个月消费额波动曲线，计算出均值、正向波动率、负向波动率，以及近6个月和近3个月的正向、负向波动率，最终为这个维度打出一个分值。