2016108174301一种基于多源异构数据的用户信用评估模型.pdfVIP

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号CN106408184A

(43)申请公布日2017.02.15

(21)申请号201610817430.1

(22)申请日2016.09.12

(71)申请人中山大学

地址510275广东省广州市新港西路135号

(72)发明人郑子彬杨亚涛黄春振

(74)专利代理机构广东广信君达律师事务所

44329

代理人杨晓松

(51)Int.Cl.

G06Q10/06(2012.01)

权利要求书2页说明书5页附图2页

(54)发明名称

一种基于多源异构数据的用户信用评估模

型

(57)摘要

本发明涉及一种基于多源异构数据的用户

信用评估模型，其包括以下步骤：(1)多源异构数

据的获取及合并；(2)用户特征的处理；(3)模型

的训练。本发明提出的模型框架在下面特征扩展

与选择中，先对用户的数据维度进行扩展，然后

再对有用的特征进行选择，从而减低特征的维

度，减低模型的时间复杂性；同时在特征处理中

对数据缺失与异常的情况进行处理，提供模型对

缺失值的鲁棒性。

A

4

8

1

8

0

4

6

0

1

N

C

CN106408184A权利要求书1/2页

1.一种基于多源异构数据的用户信用评估模型，其包括以下步骤：

(1)多源异构数据的获取及合并；

(2)用户特征的处理；

(3)模型的训练。

2.根据权利要求1所述的一种基于多源异构数据的用户信用评估模型，其特征在于所

述多源异构数据的获取包括：

采用爬虫技术，爬取网页中与用户相关的信息；

用户自提供，用户获得征信报告的前提是提供适量的个人基本信息；

用户授权第三方机构的数据的接入；

所述多源异构数据的合并包括：

对用户授权信息与用户提供数据进行邮箱号、手机号、身份证ID的任一匹配；

对网上爬取信息进行邮箱号、用户名、用户授权合并。

3.根据权利要求1所述的一种基于多源异构数据的用户信用评估模型，其特征在于用

户特征的处理包括缺失值异常性特征处理、类别特征离散编码、时序特征深度挖掘、获取统

计性特征。

4.根据权利要求1所述的一种基于多源异构数据的用户信用评估模型，其特征在于所

述模型的训练包括线性模型训练、决策树模型训练。

5.根据权利要求1所述的一种基于多源异构数据的用户信用评估模型，其特征在于所

述多源异构数据包括用户的基本信息、学业信息、支付信息、社交网络信息、操作信息、网络

行为信息。

6.根据权利要求3所述的一种基于多源异构数据的用户信用评估模型，其特征在于所

述缺失值异常性特征处理具体包括：

a.缺失率在20％以下的进行特征填充，对于数值型特征，填充均值，对于类别型特征填

充众数；

b.缺失率在97％以上进行丢弃处理和离散编码转换，丢弃处理是去掉缺失占有率超过

97％的特征，而缺失率很多的情况下，对这些特征进行离散编码；

c.缺失值统计矩阵：将用户特征矩阵，缺失的置为1，不缺失的置为0。

7.根据权利要求3所述的一种基于多源异构数据的用户信用评估模型，其特征在于所

述类别特征离散编码具体包括：将一个可能的取值有N种情况的特征，将其编码为N个二元

特征，这些特征互斥，每次都只有一个激活，使数据变得稀疏。

8.根据权利要求3所述的一种基于多源异构数据的用户信用评估模型，其特征在于所

述时序特征深度挖掘具体包括：

1、对相邻时期进行相减处理，表示不同时期或间段的差值变换；

2、对相邻时期相除处理，表示不同时期或间段的环比/斜率变换；

3、进行累积处理，表示和值变化。

9