[发明专利]一种信用认证、保障系统及方法

说明书

本发明公开了一种信用认证、保障系统及方法，属于物联网技术领域，包括客户端、服务器和第三方端口，客户端与服务器连接，服务器与第三方端口连接；服务器包括基本信息认证模块、社交信息认证模块、第三方信用信息认证模块，以及与上述三模块发送端连接的综合信用评分模块，以及基于位置相似度的安全保障模块；综合信用评分模块的发送端、基于位置相似度的安全保障模块的发送端均与客户端的接收端连接。本发明依据基本信息、社交信息和第三方信用信息等多维度数据，实现更有效的线上信用认证，结合线下基于位置相似度的安全校验保障，增强信用认证、保障系统及方法的操作性、稳定性和使用价值。

技术领域

本发明涉及物联网技术领域，特别涉及一种信用认证、保障系统及方法。

背景技术

随着经济的发展，近些年“online to offline”平台的商业模式逐渐兴起。线上方面，平台需要通过信息化工具，来建立服务供需双方的联系和信任，这就需要信用认证系统来实现；线下方面，平台为服务需求方提供上门服务，这意味着服务场景的不确定性更强，因而需要升级保障系统，既要保障服务供需双方的人身财产安全，又要避免服务供需双方的刷单、假单行为。在“online to offline”平台的服务过程中，尤其是当服务供需双方中有老人、妇女和儿童时(如上门家教、上门医疗、上门美甲等)，平台需要帮助双方建立极高的信任度。这时，信用认证、保障系统及方法就显得尤为重要。

但是，当前的信用认证、保障系统及方法一般包括如下几类。一类是，常见的银行类线上信用认证系统，该类系统仅仅在银行体系中有成熟应用，而且依赖于线下服务流程和场景，无法在其他行业和场景中普及。二类是，少数的非银行类线上信用认证系统，往往局限于最基本的实名身份认证，所谓信用认证仅仅是账户管理功能的延伸，无法为信用评价提供有效信息。三类是，基于神经网络算法构建的线上信用认证系统，此类系统的缺陷在于：模型构建时的机器学习过程和原理不够清晰，模型使用时需要大量的参数，比如网络拓扑结构、权值和阈值的初始值，这些参数影响了模型使用效率、结果信效度和后续修正操作。四类是，基于决策树算法构建的线上信用认证系统，现有的此类系统普遍存在两个重要缺陷：其一，构建模型时数据来源维度单一、缺少代表性，缺少数据预处理，从而影响模型预测性能；其二，认证系统依赖单一模型、未引入第三方信用信息，造成预测结果误差大、稳定性较差。

发明内容

本发明的目的在于提供一种线上信用认证加线下保障的系统及方法，以增强信用认证和保障系统的操作性、稳定性和使用价值。

为实现以上目的：

第一方面，本发明提供一种信用认证、保障系统，该系统包括客户端、服务器和第三方端口，客户端的发送端与服务器的接收端连接，客户端与服务器连接，服务器与第三方端口连接；

其中，服务器包括基本信息认证模块、社交信息认证模块、第三方信用信息认证模块、综合信用评分模块以及基于位置相似度的安全保障模块；

其中，客户端的发送端分别与服务器中的基本信息认证模块、社交信息认证模块、第三方信用信息认证模块以及基于位置相似度的安全保障模块连接；

其中，服务器中，基本信息认证模块、社交信息认证模块和第三方信用信息认证模块的发送端分别与综合信用评分模块的接收端连接；

其中，服务器与客户端之间，综合信用评分模块的发送端与客户端的接收端连接，基于位置相似度的安全保障模块的发送端与客户端的接收端连接；

其中，服务器与第三方端口之间，服务器调用第三方端口中当前用户的身份匹配信息以进行合法性校验，并返回校验结果至客户端。

其中，所述的基本信息认证模块基于预设的信用评分决策树模型，对客户端发送的用户基本信息进行用户基本信息认证，得到用户基本信息认证评分。

其中，所述的社交信息认证模块基于客户端发送的用户社交账户绑定信息，得到用户的社交信息认证评分。