[发明专利]个人信用得分优化评价方法

摘要

本发明提供了一种个人信用得分优化评价方法，根据历史个人信用评价数据，将征信覆盖范围内的客户进行信用标签标定；根据信用标签标定结果，对评价指标进行筛选，获得评价使用的征信数据；根据筛选的结果对个人信用进行评价。本发明所提供的方法能够充分算法与决策树模型的优点，可以优化整个面向大规模征信数据的个人信用得分计算过程，加速信用得分计算的执行速度，提升计算结果的有效性，增强评价过程的可解释性，通过Adaptive Lasso算法可以约简评价维度、降低计算复杂度、提升评价执行效率。

主权项

一种个人信用得分优化评价方法，其特征在于包括以下步骤：根据历史个人征信数据，将征信覆盖范围内的客户进行信用标签标定；根据信用标签标定结果，对信用指标进行筛选，获得高信息密度与高数据质量的征信数据；根据筛选的结果对个人信用进行信用得分进行评价，具体评价步骤如下：构造决策树并对构造好的决策树进行剪枝，精简决策树模型，防止决策树在构造过程中过度拟合；采用Boosting推进，进一步提高决策树的准确性；构造成本矩阵与代价敏感树，能降低生成的决策树模型发生高成本误判的概率；对决策树进行修剪及交叉验证，进一步提高决策树的精确度；输入待评价数据，输出信用得分计算结果：利用构建完成的决策树模型，在决策树中输入待评价使用的征信数据，经过训练获得最终的个人信用得分。