[发明专利]一种信用评估方法、装置及存储介质

权利要求书

1.一种信用评估方法，其特征在于，包括：

获取与用户相关的异构数据，将所述异构数据进行分类，得到多个类别信息，所述多个类别信息包括交易信息、行为信息、及属性信息；

获取所述多个类别信息中每个类别信息对应的向量信息，根据所述向量信息获取每个类别信息对应的特征空间，所述特征空间包括由类别信息的向量信息组成的向量空间，所述向量信息包括特征向量和结点向量；

将所述每个类别信息对应的特征空间分别映射为核空间，得到多个核空间，所述核空间中包括两两特征向量之间的内积或两两结点向量之间的内积；

将所述多个核空间进行归一化处理，得到多个归一化核空间；

获取所述多个类别信息中每个类别信息对应的权重值；

根据所述每个类别信息对应的权重值及每个归一化核空间进行多核线性组合处理，得到合成核空间；

获取训练样本集，将所述训练样本集划分为多个类别信息集；

将所述多个类别信息集映射至核空间；

根据所述核空间及预设的回归函数生成目标函数；

通过拉格朗日对偶算法对所述目标函数进行处理，生成回归模型；

通过所述回归模型，根据所述合成核空间计算所述用户的信用评分。

2.根据权利要求1所述的信用评估方法，其特征在于，所述获取所述多个类别信息中每个类别信息对应的向量信息，根据所述向量信息获取每个类别信息对应的特征空间的步骤包括：

从所述多个类别信息中提取出候选类别信息；

构造每个候选类别信息对应的有向带权网络，以及获取所述有向带权网络的结点向量；

根据所述结点向量生成所述类别信息对应的特征空间。

3.根据权利要求2所述的信用评估方法，其特征在于，所述候选类别信息包括交易信息，所述构造每个候选类别信息对应的有向带权网络，以及获取所述有向带权网络的结点向量，根据所述结点向量生成所述类别信息对应的特征空间的步骤包括：

获取所述交易信息的转账记录及移动支付记录；

构造所述转账记录对应的有向带权网络；

获取所述有向带权网络的结点向量；

获取所述移动支付记录的特征向量；

根据所述结点向量及所述特征向量生成所述交易信息对应的特征空间。

4.根据权利要求3所述的信用评估方法，其特征在于，所述获取所述有向带权网络的结点向量的步骤包括：

计算所述有向带权网络中每两个结点之间的预估连接概率及经验连接概率；

计算所述预估连接概率及经验连接概率之间的分布差异，得到第一目标函数；

计算所述有向带权网络中每两个结点之间的上下文预估概率及上下文经验概率；

计算所述上下文预估概率及上下文经验概率之间的分布差异，得到第二目标函数；

根据所述第一目标函数及所述第二目标函数获取所述有向带权网络的结点向量。

5.根据权利要求4所述的信用评估方法，其特征在于，所述根据所述第一目标函数及所述第二目标函数获取所述有向带权网络的结点向量的步骤包括：

通过随机梯度下降算法对所述第一目标函数进行优化，得到第一目标函数下的结点低维向量；

通过随机梯度下降算法对所述第二目标函数进行优化，得到第二目标函数下的结点低维向量；

将所述第一目标函数下的结点低维向量，及所述第二目标函数下的结点低维向量进行拼接，得到所述有向带权网络的结点向量。

6.根据权利要求3所述的信用评估方法，其特征在于，所述获取所述移动支付记录的特征向量的步骤包括：

获取所述移动支付记录的多维支付特征；

对所述多维支付特征进行编码，得到支付编码信息；

根据所述支付编码信息生成所述支付记录的特征向量。

7.根据权利要求6所述的信用评估方法，其特征在于，所述对所述多维支付特征进行编码，得到支付编码信息的步骤包括：

将所述多维支付特征中的非数值类型支付特征转换为数值类型支付特征；

将转换得到的数值类型支付特征，及所述多维支付特征中的数值类型支付特征进行离散化处理，得到支付编码信息。