[发明专利]用户的信用评分的预测方法和装置、存储介质及电子设备

说明书

本申请公开了一种用户的信用评分的预测方法和装置、存储介质及电子设备，涉及人工智能技术领域，该方法包括：获取第一对象的第一数据信息，并对第一数据信息进行处理，得到第一特征向量；依据第一特征向量和多个第二对象对应的第二特征向量进行预测，得到第一对象的初始信用评分；获取第一对象的第二数据信息，并对第二数据信息进行处理，得到第三特征向量；通过目标广义回归神经网络模型对初始信用评分和第三特征向量进行预测，得到第一对象的目标信用评分。通过本申请，解决了相关技术中依赖于人工经验对用户的信用进行评分，导致对用户的信用评分的准确度比较低的问题。

技术领域

本申请涉及人工智能技术领域，具体而言，涉及一种用户的信用评分的预测方法和装置、存储介质及电子设备。

背景技术

随着时代的发展和风险管理理论的进步，依托零售条线工作人员的储备知识和经验来进行设计和决策的传统个人信用管理手段已经不能准确衡量客户的信用风险。使用不准确、不全面、不科学的个人信用风险管理体系，会造成信用风险衡量误差，增加个人贷款风险和个人贷款管理难度，影响个人贷款业务的利润，导致金融机构的资产质量下降。如何客观地评估贷款申请者的风险，尽可能地避免、减少、控制贷款的坏账损失，构建合适的个人信用评分体系是金融机构中个人信贷业务管理的核心工作，同时也是识别和衡量个人客户信用风险的重要手段。所以，个人信用评分体系的重构势在必行。

针对相关技术中依赖于人工经验对用户的信用进行评分，导致对用户的信用评分的准确度比较低的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种用户的信用评分的预测方法和装置、存储介质及电子设备，以解决相关技术中依赖于人工经验对用户的信用进行评分，导致对用户的信用评分的准确度比较低的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种用户的信用评分的预测方法。该方法包括：获取第一对象的第一数据信息，并对所述第一数据信息进行处理，得到第一特征向量，其中，所述第一数据信息中至少包括所述第一对象的属性信息和当前金融环境信息；依据所述第一特征向量和多个第二对象对应的第二特征向量进行预测，得到所述第一对象的初始信用评分；获取所述第一对象的第二数据信息，并对所述第二数据信息进行处理，得到第三特征向量，其中，所述第二数据信息中至少包括所述第二对象的交易数据信息；通过目标广义回归神经网络模型对所述初始信用评分和所述第三特征向量进行预测，得到所述第一对象的目标信用评分。

进一步地，依据所述第一特征向量和多个第二对象对应的第二特征向量进行预测，得到所述第一对象的初始信用评分包括：获取每个第二对象对应的第二特征向量和每个第二对象对应的信用评分；计算所述第一特征向量与每个第二对象对应的第二特征向量的相似度，得到多个目标相似度；依据所述多个目标相似度从所述多个第二对象中选取多个目标对象，并依据所述多个目标对象对应的信用评分进行预测，得到所述初始信用评分。

进一步地，计算所述第一特征向量与每个第二对象对应的第二特征向量的相似度，得到多个目标相似度包括：计算所述第一特征向量与每个第二对象对应的第二特征向量的皮尔逊相关系数，得到多个初始相似度；获取所述第一特征向量的第一时间戳，以及获取每个第二对象对应的第二特征向量的第二时间戳；依据所述第一时间戳和所述第二时间戳进行计算，得到多个时间权重值；依据所述多个时间权重值和所述多个初始相似度进行计算，得到所述多个目标相似度。

进一步地，依据所述多个目标对象对应的信用评分进行预测，得到所述初始信用评分包括：依据所述多个目标对象对应的信用评分计算平均值，得到平均信用评分；依据所述平均信用评分和每个目标对象对应的信用评分对所述第一对象的信用评分进行预测，得到所述初始信用评分。