[发明专利]一种贷后资金归集行为评分的方法及装置

权利要求书

1.一种贷后资金归集行为评分的方法，其特征在于，包括以下步骤：

数据采集与清洗，获取整个系统中所需的数据对象，进行数据清洗；

贷后转账交易筛选与权重计算，对清洗后的数据进行转账交易筛选，根据筛选出的贷后交易结果，对每一笔交易设置权重并计算；

生成团伙，用于发现团伙，并计算出各节点的相关特征，获得团伙维度特征；

团伙评分与个人评分，根据上一步中得到的团伙维度特征进行综合判定；

结果输出，对团伙和个人归集账号进行筛选，完成后对结果进行推送。

2.根据权利要求1所述的贷后资金归集行为评分的方法，其特征在于，在数据采集与清洗步骤中，所述数据对象包含用户的基础信息数据、贷款数据、转账交易数据；数据进行清洗的方式为只保留系统所需要的字段，并对缺失值和异常数据进行筛选。

3.根据权利要求1所述的贷后资金归集行为评分的方法，其特征在于，贷后转账交易筛选与权重计算步骤中，所述贷后转账交易筛选进一步包括以下步骤：

a,去除冗余交易，将本人跨行转账数据保留并进行处理，处理方法为将转账次数设为1，转账金额设置为0；

b,去除公共交易账号转账数据，去除转账到大型互联网金融机构或银行机构的转账交易数据；

c，设置交易金额阈值，去除低于交易金额阈值的转账交易数据；

d，筛选转账交易时间，仅保留预设时间内的转账交易数据，保证资金的归集与贷款相关。

4.根据权利要求2所述的贷后资金归集行为评分的方法，其特征在于，贷后转账交易筛选与权重计算步骤中，设置权重的原则是设置一个0～1之间的衰减值，随着贷款发放时间与转账交易时间差越大，使得转账权重随之减少。

5.根据权利要求1所述的贷后资金归集行为评分的方法，其特征在于，生成团伙步骤中，使用社区发现算法将处理好的交易数据构归集团伙；通过使用资金聚集度算法计算每个账户的节点资金聚集度，资金聚集度结果值超过聚集度阈值的节点进行标记，构建团伙信息，获取节点维度和团伙维度的相关特征。

6.根据权利要求5所述的贷后资金归集行为评分的方法，其特征在于，所述节点维度特征包括：该节点入度和出度、金额相关字段、归集度、贷款相关字段、团伙数量；所述团伙维度特征包括：团伙内贷款相关字段、团伙内交易相关字段、团伙内贷后表现相关字段。

7.根据权利要求1所述的贷后资金归集行为评分的方法，其特征在于，所述团伙评分进一步包括以下步骤：

第一，将各个特征进行标准化，用来统一不同特征之间的数量级；

第二，使用层次分析法为每个字段计算出一个权重，以区分不同字段的重要性，构造完成判断矩阵；使用方根法计算出各个特征的权重；一致性检验通过后，结果即为最终的权重；

第三，根据业务上特征与归集风险之间的相关性，判断特征的正负性；归集资金、转入账号数量等与归集风险呈正相关的特征，设定为正值；交易时间与贷款发放时间差与归集风险呈负相关的特征，设定为负值；各个特征结果乘以上一步中计算的权重后进行求和，得到团伙原始评分；

第四，团伙原始评分结果进行标准化，使最终评分结果在1～0之间；计算方法为结果代入到sigmoid函数中计算，计算公式为

其中，x为团伙原始评分，S为处理后的最终结果；最终分数表示团伙风险的水平高低；

第五，使用第一到第四步中的方法对个人维度特征进行处理，得到个人最终评分。

8.根据权利要求7所述的贷后资金归集行为评分的方法，其特征在于，权重的计算公式如下：

公式代码：\overline{W_i}＝\sqrt[n]{\prod\limits_{j＝1}^{n}a_{ij}}

其中aij为判断矩阵中的元素，n为判断矩阵阶数，结果为判断矩阵第i行元素的乘积的n次方根；

结果进行归一化，

公式代码：W_i＝\frac{\overline{W_i}}{\sum\limits_{i＝1}^{n}\overline{W_i}}。