[发明专利]一种基于机器学习和大数据技术的信用评分构建方法

摘要

本发明公开了一种基于机器学习和大数据技术的信用评分构建方法,其特征在于，具体包括以下步骤：构建信贷主体人统一用户ID；将具有统一用户ID的信贷主体人数据进行提取和预处理成训练样本数据；通过机器学习分类算法‑集成树模型构建信用风险模型，根据信用风险模型获取风险概率；将风险概率自动转换为信用风险评分。本发明通过ID‑Mapping技术实现了信贷主体人的全域多维度大数据的高效准确的集成与融合，为信用风险模型的构建提供了信贷主体人的全域数据，并在此之上运用机器学习和大数据技术对信贷主体人进行定量信用风险分析从而提升了金融风控能力和降低信贷风险。

主权项

一种基于机器学习和大数据技术的信用评分构建方法,其特征在于，具体包括以下步骤：步骤1：构建信贷主体人统一用户ID；步骤2：将具有统一用户ID的信贷主体人数据进行提取和预处理成训练样本数据；步骤3：通过机器学习分类算法‑集成树模型构建信用风险模型；具体地，首先，对所述训练样本数据的文本数据、时序数据和移动设备行为数据进行分析，自动提取得到其样本特征；其次，预设超参数最佳选择空间，根据特征选择后的训练样本数据和机器学习分类算法‑集成树模型的标准性能指标，利用贝叶斯优化算法自动寻找出最佳超参数组合；根据机器学习分类算法‑集成树模型以及最佳超参数组合构建出行为风险子模型、社交风险子模型和语义风险子模型；然后，根据行为风险子模型、社交风险子模型和语义风险子模型获得信用风险集成模型；最后，根据信用风险集成模型获取风险概率；步骤4：将风险概率自动转换为信用风险评分。