[发明专利]一种生成授信策略的方法、装置和电子设备

权利要求书

1.一种生成授信策略方法，其特征在于，包括：

选取若干个预测子模型；

建立决策矩阵模型；

调用样本用户的特征数据和授信策略，计算所述样本用户的预测风险值；建立所述预测风险值与所述样本用户的预测授信策略的映射关系；根据所述预测风险值确定所述样本用户的预测授信策略；将所述样本用户的授信策略和所述样本用户的预测授信策略进行对比，调整所述决策矩阵模型；

利用所述决策矩阵模型获得目标用户的预测风险值；

基于所述目标用户的预测风险值，生成所述目标用户的授信策略。

2.根据权利要求1所述的方法，其特征在于，所述选取若干个预测子模型，包括：

利用有监督和无监督的学习方法获取所述样本用户的特征数据和初始属性风险值；

基于所述样本用户的特征数据构建若干个初始风险值预测子模型，所述初始风险值预测子模型用于生成所述目标用户的预测属性风险值；

所述基于所述样本用户的特征数据构建若干个初始风险值预测子模型，包括：

利用所述样本用户的特征数据获取所述样本用户的属性；

所述属性包括履约能力、消费能力、个人稳定性、多头共债、资金需求、社交网络；

通过所述样本用户的属性获得所述样本用户的预测属性风险值。

3.根据权利要求2所述的方法，其特征在于，包括：

每个所述初始风险值预测子模型用于输出与一个属性对应的预测属性风险值。

4.根据权利要求2所述的方法，其特征在于，包括：

每个所述初始风险值预测子模型用于输出与属性集对应的预测属性风险值；

所述属性集包括若干属性的组合。

5.根据权利要求1所述的方法，其特征在于，所述利用所述决策矩阵模型获得目标用户的预测风险值，包括：

获取所述目标用户的特征数据；

将所述目标用户的特征数据输入至所述决策矩阵模型，生成所述目标用户的预测风险值。

6.根据权利要求1所述的方法，其特征在于，还包括：优化所述决策矩阵模型；

所述优化所述决策矩阵模型包括：

所述目标用户再次申请授信时，调取所述目标用户的风险值；

将所述目标用户的风险值输入至所述决策矩阵模型，得到所述目标用户的当前预测授信策略；

对比所述目标用户的基于所述预测风险值生成的授信策略和所述当前预测授信策略；

根据对比结果，优化所述决策矩阵模型。

7.一种生成授信策略装置，其特征在于，包括：

选取模型：用于选取若干个预测子模型；

建立模型：用于建立决策矩阵模型；

调用样本用户的特征数据和授信策略，计算所述样本用户的预测风险值；建立所述预测风险值与所述样本用户的预测授信策略的映射关系；根据所述预测风险值确定所述样本用户的预测授信策略；将所述样本用户的授信策略和所述样本用户的预测授信策略进行对比，调整所述决策矩阵模型；

获得模型：用于利用所述决策矩阵模型获得目标用户的预测风险值；

生成模型：用于基于所述目标用户的预测风险值，生成所述目标用户的授信策略。

8.根据权利要求7所述的装置，其特征在于，所述选取若干个预测子模型，包括：

利用有监督和无监督的学习方法获取所述样本用户的特征数据和初始属性风险值；

基于所述样本用户的特征数据构建若干个初始风险值预测子模型，所述初始风险值预测子模型用于生成所述目标用户的预测属性风险值；

所述基于所述样本用户的特征数据构建若干个初始风险值预测子模型，包括：

利用所述样本用户的特征数据获取所述样本用户的属性；

所述属性包括履约能力、消费能力、个人稳定性、多头共债、资金需求、社交网络；

通过所述样本用户的属性获得所述样本用户的预测属性风险值。