[发明专利]一种个人信贷风险评估方法及系统

权利要求书

1.一种个人信贷风险评估方法，其特征在于，包括：

采集用户真实信息样本；

根据所述用户真实信息样本的分布特性模拟生成用户训练数据样本；

根据所述用户训练数据样本对评估模型进行训练；

获取待评估用户的真实信息；

将所述待评估用户的真实信息输入至训练后的评估模型中，获得待评估用户的风险评估信息。

2.如权利要求1所述的个人信贷风险评估方法，其特征在于，所述根据所述用户真实信息样本的分布特性模拟生成用户训练数据样本，具体包括：

建立并训练生成网络模型；

向训练后的生成网络模型中输入高斯噪声，模拟生成与所述用户真实信息样本的分布特性相一致的用户训练数据样本。

3.如权利要求2所述的个人信贷风险评估方法，其特征在于，所述建立并训练生成网络模型，具体包括：

建立对抗网络模型；所述对抗网络模型包括生成网络模型和判别网络模型；

根据所述生成网络模型的生成误差调整生成网络权值，以最小化目标函数；

根据所述判别网络模型的判别误差调整判别网络权值，以最大化所述目标函数；

通过对所述生成网络权值和所述判别网络权值的交替调整，使所述生成误差和所述判别误差达到动态平衡，完成所述生成网络模型和所述判别网络模型的训练。

4.如权利要求1所述的个人信贷风险评估方法，其特征在于，所述将所述待评估用户的真实信息输入至训练后的评估模型中，获得待评估用户的风险评估信息，具体包括：

将所述待评估用户的真实信息输入至训练后的评估模型中，获得所述评估模型输出的风险系数；

获取所述风险系数对应的信贷授信额度和利率值，并将所述风险系数及对应的信贷授信额度和利率值作为待评估用户的风险评估信息。

5.如权利要求2所述的个人信贷风险评估方法，其特征在于，在所述获得待评估用户的风险评估信息之后，还包括：

对已评估用户的风险评估信息中的偏差数据进行修正；

采用修正后的风险评估信息对所述生成网络模型重新进行训练，以使重新训练后的生成网络模型模拟生成新的用户训练数据样本；

定期使用新的用户训练数据样本对所述评估模型进行训练，保持所述评估模型处于有效状态。

6.一种个人信贷风险评估系统，其特征在于，包括：

采集模块，用于采集用户真实信息样本；

模拟生成模块，用于根据所述用户真实信息样本的分布特性模拟生成用户训练数据样本；

训练模块，用于根据所述用户训练数据样本对评估模型进行训练；

获取模块，用于获取待评估用户的真实信息；以及，

评估模块，用于将所述待评估用户的真实信息输入至训练后的评估模型中，获得待评估用户的风险评估信息。

7.如权利要求6所述的个人信贷风险评估系统，其特征在于，所述模拟生成模块具体包括：

建立单元，用于建立并训练生成网络模型；以及，

生成单元，用于向训练后的生成网络模型中输入高斯噪声，模拟生成与所述用户真实信息样本的分布特性相一致的用户训练数据样本。

8.如权利要求7所述的个人信贷风险评估系统，其特征在于，所述模型建立单元具体包括：

模型建立子单元，用于建立对抗网络模型；所述对抗网络模型包括生成网络模型和判别网络模型；

第一调整子单元，用于根据所述生成网络模型的生成误差调整生成网络权值，以最小化目标函数；

第二调整子单元，用于根据所述判别网络模型的判别误差调整判别网络权值，以最大化所述目标函数；以及，

训练子单元，用于通过对所述生成网络权值和所述判别网络权值的交替调整，使所述生成误差和所述判别误差达到动态平衡，完成所述生成网络模型和所述判别网络模型的训练。

9.如权利要求6所述的个人信贷风险评估系统，其特征在于，所述评估模块具体包括：

风险系数获取单元，用于将所述待评估用户的真实信息输入至训练后的评估模型中，获得所述评估模型输出的风险系数；以及，

评估信息获取单元，用于获取所述风险系数对应的信贷授信额度和利率值，并将所述风险系数及对应的信贷授信额度和利率值作为待评估用户的风险评估信息。

10.如权利要求7所述的个人信贷风险评估系统，其特征在于，所述个人信贷风险评估系统还包括：

修正模块，用于对已评估用户的风险评估信息中的偏差数据进行修正；

重新训练模块，用于采用修正后的风险评估信息对所述生成网络模型重新进行训练，以使重新训练后的生成网络模型模拟生成新的用户训练数据样本；以及，

定期训练模块，用于定期使用新的用户训练数据样本对所述评估模型进行训练，保持所述评估模型处于有效状态。