[发明专利]信用行为数据处理方法、装置、存储介质和计算机设备

权利要求书

1.一种信用行为数据处理方法，包括：

获取对应用户标识上报的信用行为数据，提取所述信用行为数据中包括的信用行为关键词，将所述信用行为关键词向量化，得到信用行为向量；

查询与所述用户标识对应的历史信用评分，将所述历史信用评分进行标准归一化处理，得到无量纲信用评分，所述无量纲信用评分，和所述用户标识对应的信用评分与所有用户标识所对应的信用评分平均值的差值，与所有用户标识所对应的信用评分的方差的比值，成正相关；

将所述信用行为向量和所述无量纲信用评分共同输入第一模型，按照所述第一模型中各全连接层的连接权重，对所述信用行为向量和所述无量纲信用评分进行变换，得到所述用户标识所对应的信用评分调整方式，所述第一模型是经过训练后具体评估信用评分调整方式的机器学习模型；

将所述信用行为向量、所述无量纲信用评分和所述第一模型输出的信用评分调整方式，共同输入第二模型，按照所述第二模型中各全连接层的连接权重，对所述信用行为向量、所述无量纲信用评分和所述信用评分调整方式进行变换，得到用户标识对应的当前信用评分，所述第二模型是经过训练后具体评估信用评分的机器学习模型。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

查询所述用户标识对应的历史信用反馈分值；

根据所述信用行为数据和所述历史信用反馈分值，得到所述用户标识对应的当前信用反馈分值；

将所述历史信用评分、所述信用行为数据、所述信用评分调整方式和所述当前信用反馈分值对应存储为模型更新样本；

根据所述模型更新样本更新所述第一模型和所述第二模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述信用行为数据和所述历史信用反馈分值，得到所述用户标识对应的当前信用反馈分值，包括：

按照以下公式确定所述用户标识对应的当前信用反馈分值：

X_i+1＝Reward_i+gamma*X_i

其中，R_i为获取到对应于所述用户标识的第i条信用行为数据后对应的当前信用反馈分值；X_i为当前获取的第i条信用行为数据所对应的反馈分值调节量；Reward_i为获取的第i-1条信用行为数据后所对应的历史信用反馈分值；gamma为反馈分值调节量系数。

4.根据权利要求2所述的方法，其特征在于，所述根据所述模型更新样本更新所述第一模型和所述第二模型，包括：

当所述模型更新样本的数量达到预设数量时，获取模型更新样本；

将获取的所述模型更新样本中的历史信用评分、信用行为数据和信用评分调整方式输入第二模型；

根据所述第二模型输出的信用评分样本和获取的所述模型更新样本中的当前信用反馈分值构建损失函数；

根据所述损失函数更新所述第一模型和所述第二模型。

5.根据权利要求4所述的方法，其特征在于，所述根据所述损失函数更新所述第一模型和所述第二模型，包括：

保持所述第一模型中各全连接层的连接权重不变，按照最小化所述损失函数的调整方向调整所述第二模型中各全连接层的连接权重；

保持所述第二模型中各全连接层的连接权重不变，按照最小化所述损失函数的调整方向调整所述第一模型中各全连接层的连接权重。

6.根据权利要求4所述的方法，其特征在于，所述损失函数通过以下公式确定：

其中，m为用户标识的数量；z.score_k为第k个用户标识对应的当前信用评分与所有用户标识所对应的当前信用评分平均值的差值，与所有用户标识所对应的当前信用评分的方差的比值；R.score_k为第k个用户标识对应的当前信用反馈分值与所有用户标识所对应的当前信用反馈分值平均值的差值，与所有用户标识所对应的当前信用反馈分值的方差的比值。