[发明专利]一种通话核查量化客户黑度的方法

说明书

本发明公开了一种通话核查量化客户黑度的方法，包括以下步骤：S1，经授权后获得借款人的通话详单，设定该借款人为核心质点，与该借款人电话频繁联系的关联人设定为关联质点；S2，确定关联质点的维度N；S3，确定核心质点活跃度，确定关联质点与核心质点的关系a_i；S4，确定一级黑度，确定二级黑度，确定核心质点黑度P₀；S5，计算关联质点的黑度P_i，其中P_i＝a_i×P₀。本发明通过密切关注借款人朋友圈情况，实现获取关联人的信用情况，从而可以制定相应的营销策略。

技术领域

本发明涉及互联网金融微额贷款、现金贷款平台的风险控制相关技术领域，尤其涉及一种通话核查量化客户黑度的方法。

背景技术

在小微金融行业业务实操中，风险策略会密切关注借款人的朋友圈情况，也会通过借款人的信用情况和贷款行为判断借款人朋友的贷款风险。基于神经网络技术的“近朱者赤近墨者黑”原则，通过合法合规的爬取借款人的通话详单，进而判断借款人通话详单中关联人的资质和风险情况。从而，通过某一优质借款人衍生出的优质关联人可以确认营销名单。

发明内容

为了解决如何确认贷款营销名单的问题，本发明提出了一种通话核查量化客户黑度的方法。

本发明所采用的技术方案是：

一种通话核查量化客户黑度的方法，包括以下步骤：

S1，经授权后获得借款人的通话详单，设定该借款人为核心质点，与该借款人电话频繁联系的关联人设定为关联质点；

S2，根据核心质点通话号码数c_num、关联质点的通话次数r_freq[i]与核心质点的通话次数c_freq的比值和关联质点的通话时长c_ht与核心质点的通话时长c_ht的比值确定关联质点的维度N；

S3，根据核心质点的通话号码数c_num、通话次数c_freq和通话时长c_ht确定核心质点活跃度，根据核心质点活跃度、关联质点name[i]的通话次数r_freq[i]与核心质点的通话次数c_freq的比值和关联质点name[i]的通话时长r_ht[i]与核心质点的通话时长c_ht的比值确定关联质点name[i]与核心质点的关系a_i；

S4，根据通话核查黑名单和业务黑名单确定一级黑度，根据风险联系、模型一级得分和贷款行为确定二级黑度，根据一级黑度和二级黑度确定核心质点黑度P₀；

S5，计算关联质点的黑度P_i，其中P_i＝a_i×P₀。

较佳的，当关联质点通话次数r_freq[i]与核心质点通话次数c_freq的比值和关联质点通话时长c_ht与核心质点通话时长r_ht[i]的比值大于等于临界值M时，所有关联质点个数为N，且N不得大于核心质点通话号码数c_num的R倍，其中M和R与核心质点在通话详单中的活跃度相关，0＜R＜1。

较佳的，所述核心质点活跃度的取值为当前核心质点通话号码数、通话次数和通话时长分别与全部核心质点通话号码数、通话次数和通话时长的比值中的最大值。

较佳的，关联质点与核心质点的关系a_i等于关联质点通话次数与核心质点通话次数的比值和关联质点通话时长与核心质点通话时长的比值中的最大值与所述核心质点活跃度的乘积。

较佳的，当新核心质点的关联质点是之前一核心质点的关联质点，则该关联质点的黑度更新为该关联质点的所有黑度的平均数。

较佳的，当新核心质点的关联质点是之前一核心质点，则该关联质点的黑度不变。