[发明专利]借贷方分类的方法、装置以及存储介质

说明书

本公开涉及一种借贷方分类的方法、装置以及存储介质，包括：获取多个借贷方的数据样本对应多个预设类型在不同维度下的第一待确定向量，从多个数据样本对应的第一待确定向量中确定相同类型和相同维度的第二待确定向量，根据第二待确定向量训练预设分类模型得到第一分类结果、特征向量和特征向量对应的第一目标分类模型，且从第一分类结果中获取特征向量对应的第二分类结果，根据第二分类结果得到每个数据样本的目标分类集合，并通过每个目标分类集合训练预设分类模型得到第二目标分类模型，获取待分类借贷方的目标数据，将目标数据作为第一目标分类模型的输入得到待确定分类结果，并将待确定分类结果作为第二目标分类模型的输入得到目标分类结果。

技术领域

本公开涉及数据分类领域，具体地，涉及一种借贷方分类的方法、装置以及存储介质。

背景技术

网络借贷作为近年来新兴的金融商业模式，实现了借贷过程中的借入借出资金、签订合约等手续通过网络借贷平台即可操作，从而给用户提供了便捷，但是，随着网络借贷的快速发展，诸多风险逐渐暴露，例如，网络借贷方出现跑路、提现困难、经侦介入以及歇业等问题，这样，给投资人造成了经济损失。

在相关技术中，可以对网络借贷方进行评估以避免或者减少投资人的经济损失，在网络大数据时代，由于网络借贷方包含的数据量较大，采用传统的数据收集和评估方法耗时费力且可能出现人为错误。

发明内容

为了解决上述问题，本公开提出了一种借贷方分类的方法、装置以及存储介质。

根据本公开的第一方面，提供一种借贷方分类的方法，所述方法包括：获取多个借贷方的数据样本；获取所述每个数据样本对应多个预设类型在不同维度下的第一待确定向量，所述不同维度是根据所述每个数据样本中提取的文本特征得到的；从多个数据样本对应的第一待确定向量中确定相同类型和相同维度的第二待确定向量，根据所述第二待确定向量训练预设分类模型得到第一分类结果，并根据所述第一分类结果确定特征向量和所述特征向量对应的第一目标分类模型，且从所述第一分类结果中获取所述特征向量对应的第二分类结果；根据所述第二分类结果得到每个数据样本的目标分类集合，并通过每个目标分类集合训练所述预设分类模型得到第二目标分类模型；所述目标分类集合包括多个预设类型的特征向量对应的第二分类结果；获取待分类借贷方的目标数据，将所述目标数据作为第一目标分类模型的输入得到待确定分类结果，并将所述待确定分类结果作为第二目标分类模型的输入得到目标分类结果。

可选地，在所述获取所述每个数据样本对应多个预设类型在不同维度下的第一待确定向量之前，还包括：

对所述每个数据样本进行分词处理得到多个词语；

所述获取所述每个数据样本对应多个预设类型在不同维度下的第一待确定向量包括：根据所述多个词语获取所述每个数据样本对应多个预设类型在不同维度下的第一待确定向量。

可选地，所述根据所述第二待确定向量训练预设分类模型得到第一分类结果包括：通过十折交叉验证方法将所述第二待确定向量输入至所述预设分类模型进行训练得到所述第一分类结果。

可选地，所述根据所述第一分类结果确定特征向量包括：根据所述第一分类结果确定所述第二待确定向量的分类准确度；根据所述分类准确度从所述第二待确定向量中确定特征向量。

可选地，所述第一待确定向量包括关键词向量，所述根据所述多个词语获取所述每个数据样本对应多个预设类型在不同维度下的第一待确定向量包括：计算所述多个词语对应的第一信息增益；根据所述第一信息增益对所述多个词语进行排序；从排序后的多个词语中获取关键词；根据所述关键词确定所述每个数据样本在不同维度下的关键词向量。