发明名称 |
预测群体信用的方法和装置 |
摘要 |
本发明涉及一种预测群体信用的方法和装置。所述方法包括:获取所选数据,将所述所选数据分为包含已知违约情况的个体的第一类群体数据和包含未知违约情况的个体的第二类群体数据;选取对应的预定义的群体违约概率;根据选取的预定义的群体违约概率求取所述第一类群体数据的群体违约概率,计算第一变量;获取第一类群体数据的群体特征变量;根据第一变量和第一类群体数据的群体特征变量进行训练得到群体违约预测模型;根据所述群体违约预测模型对所述第二类群体数据进行群体违约预测得到所述第二类群体数据的群体违约概率;将所述第二类群体数据的群体违约概率转化为对应的群体信用分值。实现了对群体信用的评估。 |
申请公布号 |
CN105894372A |
申请公布日期 |
2016.08.24 |
申请号 |
CN201610414335.7 |
申请日期 |
2016.06.13 |
申请人 |
腾讯科技(深圳)有限公司 |
发明人 |
陈谦;陈培炫;刘志斌;陈玲;李霖;段培 |
分类号 |
G06Q40/00(2012.01)I |
主分类号 |
G06Q40/00(2012.01)I |
代理机构 |
广州华进联合专利商标代理有限公司 44224 |
代理人 |
何平;邓云鹏 |
主权项 |
一种预测群体信用的方法,包括:获取所选数据,将所述所选数据分为第一类群体数据和第二类群体数据,所述第一类群体数据中包含已知违约情况的个体,所述第二类群体数据中包含未知违约情况的个体;根据所选数据的业务需求选择对应的预定义的群体违约概率;根据选择的预定义的群体违约概率求取所述第一类群体数据的群体违约概率,根据所述第一类群体数据的群体违约概率计算所述选取的预定义的群体违约概率对应的群体违约的第一变量;获取所述第一类群体数据的群体特征变量;根据所述第一变量和所述第一类群体数据的群体特征变量进行训练得到群体违约预测模型;根据所述群体违约预测模型对所述第二类群体数据进行群体违约预测得到所述第二类群体数据的群体违约概率;将所述第二类群体数据的群体违约概率转化为对应的群体信用分值。 |
地址 |
518000 广东省深圳市福田区振兴路赛格科技园2栋东403室 |