[发明专利]信用风险识别方法、装置、设备及存储介质

说明书

本申请涉及人工智能技术，提供一种信用风险识别方法、装置、设备及存储介质，该方法包括：获取待投保用户在以往贷款时记录的用户资质数据、信息变更数据和用户标签数据；将用户资质数据输入至预先训练好的随机森林模型进行分类，得到第一信用风险等级；将信息变更数据输入至训练好的梯度提升树模型进行预测，得到多个风险类别对应的概率信息，根据多个概率信息确定第二信用风险等级；根据用户标签数据和预设聚类算法，确定第三信用风险等级；根据第一信用风险等级、第二信用风险等级和第三信用风险等级，确定信用风险识别结果。本申请还涉及区块链，能够提高投保险用户进行信用风险识别的准确率。

技术领域

本申请涉及智能决策的技术领域，尤其涉及一种信用风险识别方法、装置、设备及存储介质。

背景技术

随着互联网技术的不断发展，针对企业进行保险投保评估的技术也在不断的完善中，企业保险投保评估需要判断企业用户信用风险。2020年我国新增注册市场主体2735.4万家，截至2021年2月，我国共有在业/存续的市场主体1.44亿家。然而，虽然拥有庞大的市场主体基数和新增量，目前采取的判断企业用户信用风险的办法主要是以历史违约与否作为判断依据，例如查询企业征信报告来判断企业的信用风险等级，对于投保险企业的信用风险识别准确率较低。因此，如何有效提高企业进行投保险评估的信用风险识别准确率，成为了亟需解决的问题。

发明内容

本申请的主要目的在于提供一种信用风险识别方法、装置、设备及存储介质，旨在提高投保险用户进行信用风险识别的准确率。

第一方面，本申请提供一种信用风险识别方法，包括：

获取待投保用户的贷款历史数据，所述贷款历史数据包括所述待投保用户在以往贷款时记录的用户资质数据、信息变更数据和用户标签数据；

将所述用户资质数据输入至预先训练好的随机森林模型进行分类，得到第一信用风险等级；

将所述信息变更数据输入至训练好的梯度提升树模型进行预测，得到多个风险类别对应的概率信息，根据多个所述概率信息确定第二信用风险等级；

根据所述用户标签数据和预设聚类算法，确定第三信用风险等级；

根据所述第一信用风险等级、第二信用风险等级和第三信用风险等级，确定所述待投保用户的信用风险识别结果。

第二方面，本申请还提供一种信用风险识别装置，所述信用风险识别装置包括：

获取模块，用于获取待投保用户的贷款历史数据，所述贷款历史数据包括所述待投保用户在以往贷款时记录的用户资质数据、信息变更数据和用户标签数据；

分类模块，用于将所述用户资质数据输入至预先训练好的随机森林模型进行分类，得到第一信用风险等级；

预测模块，用于将所述信息变更数据输入至训练好的梯度提升树模型进行预测，得到多个风险类别对应的概率信息，根据多个所述概率信息确定第二信用风险等级；

聚类模块，用于根据所述用户标签数据和预设聚类算法，确定第三信用风险等级；

确定模块，用于根据所述第一信用风险等级、第二信用风险等级和第三信用风险等级，确定所述待投保用户的信用风险识别结果。

第三方面，本申请还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上所述的信用风险识别方法的步骤。

第四方面，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上所述的信用风险识别方法的步骤。