[发明专利]基于大数据的风险预测方法、系统、设备及存储介质

说明书

本发明实施例提供了一种基于大数据的风险预测方法，包括：获取目标用户的目标用户信息，所述目标用户信息包括目标画像指标信息、目标行为数据指标信息、目标保险信息指标信息和/或目标位置服务类指标信息；获取所述目标用户信息与风险事件对应的权重系数；根据所述目标用户信息的权重系数计算所述目标用户信息与风险事件的相关性系数；根据所述目标用户信息的相关性系数分析所述目标用户的风险系数。本发明实施例还提供了基于大数据的风险预测系统、计算机设备和计算机可存储介质。本发明实施例可以全方位的对目标用户的逾期风险的风险系数进行分析，提高了逾期风险评估的准确性。

技术领域

本发明实施例涉及金融科技领域，尤其涉及一种基于大数据的风险预测方法、系统、设备及存储介质。

技术背景

随着计算机网络的快速发展，电子商务在人们的日常生活中得到了广泛的发展。随着日趋激烈的市场竞争，企业以赊销方式销售产品的交易方式已成为世界范围内诸多领域中的主要销售形式，而随之而来的是企业的信用风险，其中，信用风险是指借款人、证券发行人或交易对方因种种原因，不愿或无力履行合同条件而构成违约，致使银行、投资者或交易对方遭受损失的可能性。

目前，现有的风险评估手段为：通过用户的账户上的资金流入流出频率及金额数量，以及历史信用记录进行风险评估。然而，上述风险评估手段的数据维度单一、可用数据稀少，且可能有大量欺诈数据，从而导致风险评估准确率低下。

发明内容

有鉴于此，本发明实施例的目的是提供一种基于大数据的风险预测方法、系统、设备及存储介质，可以全方位的对目标用户的逾期风险的风险系数进行分析，提高了风险评估的准确性。

为实现上述目的，本发明实施例提供了一种基于大数据的风险预测方法，包括：

根据目标用户的目标标识，从指定数据库中查询所述目标用户的目标用户信息，所述目标用户信息包括多个指标信息，所述多个指标信息包括目标画像指标信息、目标行为数据指标信息、目标保险信息指标信息和/或目标位置服务类指标信息；

接收所述指定数据库反馈的所述目标用户信息；

从预先配置的映射表中获取各个指标信息对应于风险事件的权重系数，所述映射表为根据海量样本用户数据分析得到的各个指标信息对应于风险事件的权重系数；

根据所述目标用户信息中的各个指标信息对应的权重系数，计算所述目标用户信息与所述风险事件的相关性系数；

根据所述相关性系数预测所述目标用户的风险系数；及

基于所述风险系数向所述终端发送指示信息，以根据所述指示信息控制终端页面的页面显示。

进一步地，所述目标画像指标信息包括多个第一特征信息，所述目标行为数据指标信息包括多个第二特征信息，所述目标保险信息指标信息包括多个第三特征信息，所述目标位置服务类指标信息包括多个第四特征信息；

根据所述目标用户信息中的各个指标信息对应的权重系数，计算所述目标用户信息与所述风险事件的相关性系数的步骤，包括：

获取所述多个第一特征信息对应的第一权重系数，根据多个第一特征信息对应的第一权重系数计算所述第一IV值；

获取所述多个第二特征信息对应的第二权重系数，根据多个第二特征信息对应的第二权重系数计算所述第二IV值；

获取所述多个第三特征信息对应的第三权重系数，根据多个第三特征信息对应的第三权重系数计算所述第三IV值；

获取所述多个第四特征信息对应的第四权重系数，根据多个第四特征信息对应的第四权重系数计算所述第四IV值。

进一步地，所述各个指标信息的相关性系数的计算公式如下：