本發(fā)明涉及金融信用評(píng)估領(lǐng)域，尤其涉及一種信息評(píng)估方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、近年來(lái)，小微普惠貸款作為國(guó)家倡導(dǎo)的核心互聯(lián)網(wǎng)金融形態(tài)之一。小微普惠貸款促進(jìn)了市場(chǎng)的繁榮發(fā)展，但借款人的違約行為卻給銀行等借款平臺(tái)帶來(lái)了顯著的資金損失，同時(shí)也擾亂了市場(chǎng)的有序發(fā)展。信貸評(píng)估過(guò)程中，傳統(tǒng)風(fēng)險(xiǎn)信息評(píng)估模型主要關(guān)注借款人的標(biāo)的特征，導(dǎo)致傳統(tǒng)風(fēng)險(xiǎn)信息評(píng)估模的預(yù)測(cè)能力受限，且難以識(shí)別那些通過(guò)前期小額借款積累信用以實(shí)施大額欺詐的高風(fēng)險(xiǎn)借款人，此外，模型預(yù)測(cè)前的數(shù)據(jù)標(biāo)注和特征補(bǔ)全過(guò)程繁瑣且可信性不足，難以有效揭示借款人的真實(shí)違約意圖。因此，增強(qiáng)風(fēng)險(xiǎn)識(shí)別的準(zhǔn)確度，提高風(fēng)險(xiǎn)評(píng)估精度和評(píng)估效率，成為金融信用評(píng)估領(lǐng)域亟待解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種信息評(píng)估方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，增強(qiáng)了風(fēng)險(xiǎn)識(shí)別的準(zhǔn)確度，提高了風(fēng)險(xiǎn)評(píng)估的效率。

2、本發(fā)明實(shí)施例的一方面，提供了一種信息評(píng)估方法，包括：

3、獲取用戶的金融業(yè)務(wù)數(shù)據(jù)，并確定所述金融業(yè)務(wù)數(shù)據(jù)的特征數(shù)據(jù)；

4、基于集成學(xué)習(xí)模型以及所述特征數(shù)據(jù)確定增強(qiáng)特征數(shù)據(jù)；

5、根據(jù)注意力模型處理所述增強(qiáng)特征數(shù)據(jù)，得到注意力特征數(shù)據(jù)；

6、根據(jù)金融風(fēng)險(xiǎn)評(píng)估模型以及所述注意力特征數(shù)據(jù)確定所述用戶的風(fēng)險(xiǎn)評(píng)估信息。

7、本發(fā)明實(shí)施例的另一方面，提供了一種信息評(píng)估裝置，包括：

8、特征提取模塊，用于獲取用戶的金融業(yè)務(wù)數(shù)據(jù)，并確定所述金融業(yè)務(wù)數(shù)據(jù)的特征數(shù)據(jù)；

9、特征增強(qiáng)模塊，用于基于集成學(xué)習(xí)模型以及所述特征數(shù)據(jù)確定增強(qiáng)特征數(shù)據(jù)；

10、注意力模塊，用于根據(jù)注意力模型處理所述增強(qiáng)特征數(shù)據(jù)，得到注意力特征數(shù)據(jù)；

11、評(píng)估信息模塊，用于根據(jù)金融風(fēng)險(xiǎn)評(píng)估模型以及所述注意力特征數(shù)據(jù)確定所述用戶的風(fēng)險(xiǎn)評(píng)估信息。

12、本發(fā)明實(shí)施例的另一方面，提供了一種電子設(shè)備，包括：

13、至少一個(gè)處理器；

14、以及與至少一個(gè)處理器通信連接的存儲(chǔ)器；

15、其中，存儲(chǔ)器存儲(chǔ)有可被至少一個(gè)處理器執(zhí)行的計(jì)算機(jī)程序，計(jì)算機(jī)程序被至少一個(gè)處理器執(zhí)行，以使至少一個(gè)處理器能夠執(zhí)行本發(fā)明實(shí)施例中任一項(xiàng)的信息評(píng)估方法。

16、根據(jù)本發(fā)明的另一方面，提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)指令，計(jì)算機(jī)指令用于使處理器執(zhí)行時(shí)實(shí)現(xiàn)本發(fā)明實(shí)施例任一實(shí)施例的信息評(píng)估方法。

17、本發(fā)明實(shí)施例，收集和記錄用戶與金融活動(dòng)直接相關(guān)的金融業(yè)務(wù)數(shù)據(jù)，并從金融業(yè)務(wù)數(shù)據(jù)中提取出對(duì)評(píng)估潛在風(fēng)險(xiǎn)具有關(guān)鍵作用的特征數(shù)據(jù)，獲取已完成訓(xùn)練的集成學(xué)習(xí)模型，將用戶的特征數(shù)據(jù)輸入至已完成訓(xùn)練的集成學(xué)習(xí)模型中，集成學(xué)習(xí)模型對(duì)特征數(shù)據(jù)進(jìn)行處理，并輸出更具表達(dá)力和區(qū)分度的增強(qiáng)特征數(shù)據(jù)，應(yīng)用注意力模型處理增強(qiáng)特征數(shù)據(jù)，并輸出注意力特征數(shù)據(jù)，獲取已完成訓(xùn)練的金融風(fēng)險(xiǎn)評(píng)估模型，將注意力特征數(shù)據(jù)輸入至金融風(fēng)險(xiǎn)評(píng)估模型中，金融風(fēng)險(xiǎn)評(píng)估模型對(duì)注意力特征數(shù)據(jù)進(jìn)行處理分析，輸出包含潛在風(fēng)險(xiǎn)各種屬性的風(fēng)險(xiǎn)評(píng)估信息，基于風(fēng)險(xiǎn)評(píng)估信息進(jìn)行后續(xù)操作。在本發(fā)明實(shí)施例中，通過(guò)對(duì)金融業(yè)務(wù)數(shù)據(jù)進(jìn)行處理，從金融業(yè)務(wù)數(shù)據(jù)中提取對(duì)評(píng)估用戶信息具有關(guān)鍵作用的特征數(shù)據(jù)，使得金融風(fēng)險(xiǎn)評(píng)估模型在評(píng)估過(guò)程中僅處理金融業(yè)務(wù)數(shù)據(jù)中的特征數(shù)據(jù)，減少了模型處理的數(shù)據(jù)量，使得提高風(fēng)險(xiǎn)評(píng)估的效率提高；集成學(xué)習(xí)模型能夠增強(qiáng)輸入數(shù)據(jù)的表達(dá)能力和區(qū)分度，通過(guò)將特征數(shù)據(jù)輸入至集成學(xué)習(xí)模型中，能夠獲得更具表達(dá)能力和區(qū)分度的增強(qiáng)特征數(shù)據(jù)，增強(qiáng)特征數(shù)據(jù)的生成使得金融風(fēng)險(xiǎn)評(píng)估模型對(duì)數(shù)據(jù)波動(dòng)的敏感性降低，使得金融風(fēng)險(xiǎn)評(píng)估模型可以更準(zhǔn)確的識(shí)別潛在風(fēng)險(xiǎn)，從而增強(qiáng)風(fēng)險(xiǎn)識(shí)別的準(zhǔn)確度；通過(guò)引入注意力模型聚焦于增強(qiáng)特征數(shù)據(jù)中的關(guān)鍵信息，從而從增強(qiáng)特征數(shù)據(jù)中提煉出注意力特征數(shù)據(jù)，將提煉出的注意力特征數(shù)據(jù)輸入至金融風(fēng)險(xiǎn)評(píng)估模型中，使得金融風(fēng)險(xiǎn)評(píng)估模型能夠更精準(zhǔn)高效的評(píng)估用戶信息中存在的潛在風(fēng)險(xiǎn)，提高了金融風(fēng)險(xiǎn)評(píng)估模型的評(píng)估精度和評(píng)估效率。

18、應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識(shí)本發(fā)明的實(shí)施例的關(guān)鍵或重要特征，也不用于限制本發(fā)明的范圍。本發(fā)明的其它特征將通過(guò)以下的說(shuō)明書(shū)而變得容易理解。

技術(shù)特征：

1.一種信息評(píng)估方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述方法，其特征在于，所述集成學(xué)習(xí)模型包括梯度增強(qiáng)決策樹(shù)模型，所述基于集成學(xué)習(xí)模型以及所述特征數(shù)據(jù)確定增強(qiáng)特征數(shù)據(jù)，包括：

3.根據(jù)權(quán)利要求2所述方法，其特征在于，所述基于集成學(xué)習(xí)模型以及所述特征數(shù)據(jù)確定增強(qiáng)特征數(shù)據(jù)之前，還包括：

4.根據(jù)權(quán)利要求1所述方法，其特征在于，所述根據(jù)注意力模型處理所述增強(qiáng)特征數(shù)據(jù)，得到注意力特征數(shù)據(jù)，包括：

5.根據(jù)權(quán)利要求1所述方法，其特征在于，所述注意力模型為多頭注意力模型，所述多頭注意力模型訓(xùn)練過(guò)程使用的損失函數(shù)為交叉熵?fù)p失函數(shù)。

6.根據(jù)權(quán)利要求1所述方法，其特征在于，所述根據(jù)注意力模型處理所述增強(qiáng)特征數(shù)據(jù)，得到注意力特征數(shù)據(jù)之前，還包括：

7.根據(jù)權(quán)利要求1所述方法，其特征在于，所述金融風(fēng)險(xiǎn)評(píng)估模型包括以下至少之一：卷積神經(jīng)網(wǎng)絡(luò)模型、決策樹(shù)模型。

8.一種信息評(píng)估裝置，其特征在于，包括：

9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括：

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)指令，所述計(jì)算機(jī)指令用于使處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-7中任一項(xiàng)所述的信息評(píng)估方法。

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種信息評(píng)估方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，涉及金融信用評(píng)估領(lǐng)域，具體實(shí)現(xiàn)方案為：獲取用戶的金融業(yè)務(wù)數(shù)據(jù)，并確定金融業(yè)務(wù)數(shù)據(jù)的特征數(shù)據(jù)；基于集成學(xué)習(xí)模型以及特征數(shù)據(jù)確定增強(qiáng)特征數(shù)據(jù)；根據(jù)注意力模型處理增強(qiáng)特征數(shù)據(jù)，得到注意力特征數(shù)據(jù)；根據(jù)金融風(fēng)險(xiǎn)評(píng)估模型以及注意力特征數(shù)據(jù)確定用戶的風(fēng)險(xiǎn)評(píng)估信息。在本發(fā)明實(shí)施例中，增強(qiáng)特征數(shù)據(jù)的生成使得金融風(fēng)險(xiǎn)評(píng)估模型對(duì)數(shù)據(jù)波動(dòng)的敏感性降低，使得風(fēng)險(xiǎn)識(shí)別的準(zhǔn)確度增強(qiáng)；通過(guò)引入注意力模型聚焦于增強(qiáng)特征數(shù)據(jù)中的關(guān)鍵信息，提煉注意力特征數(shù)據(jù)，并將提煉出的注意力特征數(shù)據(jù)輸入至金融風(fēng)險(xiǎn)評(píng)估模型中，使得風(fēng)險(xiǎn)評(píng)估精度和評(píng)估效率提高。

技術(shù)研發(fā)人員：黃涵強(qiáng),張世強(qiáng),方建勛
受保護(hù)的技術(shù)使用者：中國(guó)農(nóng)業(yè)銀行股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/3/20