[发明专利]征信评估方法、装置、计算机设备和计算机可读存储介质

说明书

本申请实施例公开了一种征信评估方法、征信评估装置、计算机设备和计算机可读存储介质。其中，方法包括如下步骤：建立并预训练第一评估模型，第一评估模型是用于评估的基础模型；当获取到评估需求时，根据评估需求获取用户信息和评估标准；根据评估标准训练第一评估模型以得到第二评估模型，第二评估模型是用于对当前用户进行征信评估的预测模型；将用户信息输入第二评估模型，第二评估模型对用户信息处理以生成征信评估报告并输出。因此，本申请能够通过首先建立初步的第一评估模型，再根据评估需求获取相应的评估标准后再训练实现对征信数据的质量监测和纠错，降低错误征信信息的征用，提高征信合规性，满足金融业对于征信评估不断变化的需求。

技术领域

本申请属于征信评估技术领域，特别是涉及一种征信评估方法、征信评估装置、计算机设备和计算机可读存储介质。

背景技术

金融业中，征信机构是金融机构了解客户信用情况、风险状况以及后果预测等重要服务提供商。征信的调阅和上报涉及大量敏感信息，因此征信机构需要满足银监会及有关规定的征信合规要求。除少数大型金融机构有完善的征信合规系统外，许多小型金融机构都需要手动频繁进行征信调阅和上报，效率低下且易出错。如何建立一种便捷高效的征信评定方法，是本领域技术人员亟待解决的技术问题。

前面的叙述在于提供一般的背景信息，并不一定构成现有技术。

发明内容

基于此，有必要针对上述问题，提出了一种征信评估方法、征信评估装置、计算机设备和计算机可读存储介质，能够有效地对征信调阅和征信上报进行自动化处理，减少人工操作，提高效率。

本申请解决其技术问题是采用以下的技术方案来实现的：

本申请提供了一种征信评估方法，包括如下步骤：建立并预训练第一评估模型，第一评估模型是用于评估的基础模型；当获取到评估需求时，根据评估需求获取用户信息和评估标准；根据评估标准训练第一评估模型以得到第二评估模型，第二评估模型是用于对当前用户进行征信评估的预测模型；将用户信息输入第二评估模型，第二评估模型对用户信息处理以生成征信评估报告并输出。

在本申请一可选实施例中，建立并预训练第一评估模型，包括：爬取预设数量的文本数据，对文本数据进行预处理以得到数据集，数据集包括训练集和测试集；根据预设算法建立第三评估模型，第三评估模型为初步构建未得到训练的预测模型；利用训练集训练第三评估模型，并根据测试集测试第三评估模型输出的预测结果的预测准确度；迭代调整第三评估模型的参数直至第三评估模型输出的预测结果的预测准确度达到预设的准确度阈值，将完成训练的第三评估模型认定为第一评估模型。

在本申请一可选实施例中，获取评估需求，包括：获取用户操作并解析用户操作，当根据用户操作解析确定用户需要生成征信评估报告时，生成评估需求；和/或，获取当前的时间信息，当时间信息处于预设的时间节点时，自动生成评估需求。

在本申请一可选实施例中，获取到评估需求，包括：判断评估需求在第一预设时间内的获取次数；若获取次数超过获取阈值，则不获取用户信息和评估标准，以暂停征信评估报告的生成；生成合规性审查提示并发送至审查员，以使审查员在审查平台评定征信评估报告生成的合规性；若审查员反馈认定此次评估需求合规，则正常获取用户信息和评估标准，以生成征信评估报告；若审查员反馈认定此次评估需求不合规，则在第二预设时间内拒绝评估需求的再次请求。

在本申请一可选实施例中，根据评估需求获取用户信息，包括：根据评估需求确定需要进行评估的用户的身份信息；根据身份信息从用户数据库中获取对应的用户信息，用户数据库用于存储用户的用户信息；和/或，根据身份信息，利用网络爬虫技术，收集用户在互联网上与身份信息相关的用户数据；根据评估标准筛选用户数据，以得到能够用于征信评估报告的用户信息。