[发明专利]一种多维度的个人信用评价模型的生成方法

权利要求书

1.一种多维度的个人信用评价模型的生成方法，其特征在于，包括：

确定用户主题，收集用户个人信用相关的样本数据，所述样本数据包括个人信用数据、个人金融数据和个人商业行为数据，并对样本数据进行预处理；

从样本数据的特征值中提取构建个人信用指标体系所需要的数据；

根据个人信用指标体系中指标的权重来计算信用评分，基于信用评分建立信用评价等级，构建信用评价模型；

对所述信用评价模型的效果进行预测，并对实际效果进行检验。

2.如权利要求1所述的多维度的个人信用评价模型的生成方法，其特征在于，所述预处理包括用户分类、分离训练样本和保留样本和剔除缺失严重的数据。

3.如权利要求1所述的多维度的个人信用评价模型的生成方法，其特征在于，所述个人信用指标体系包括能力维度、意愿维度和行为模式维度。

4.如权利要求3所述的多维度的个人信用评价模型的生成方法，其特征在于，所述能力维度包括履行经济责任的能力及其可信任程度，所述意愿维度包括动机、目的、使命和愿景，所述行为模式维度包括性格、特质、习惯和自我认知。

5.如权利要求1所述的一种多维度的个人信用评价模型的生成方法，其特征在于，所述根据个人信用指标体系中指标的权重来计算信用评分具体包括：采用专家评分法和多层次矩阵分析法确定指标的权重，根据公式：W＝Q+S，确定信用评分，其中，W表示个人信用总分，Q表示基础指标得分，S表示附加指标得分。

6.如权利要求5所述的多维度的个人信用评价模型的生成方法，其特征在于，所述基础指标得分Q＝∑(T*P)，所述附加指标得分S＝R1-R2；

其中，T表示各大项指标总体得分，P表示本大项一级指标权重；R1表示个人因良好行为累积附加信用分，R2表示个人因非良好行为累积附加信用分。

7.如权利要求1所述的多维度的个人信用评价模型的生成方法，其特征在于，所述检验具体包括：保留样本和对比检验和K-S值检验。