买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜无锡锡商银行股份有限公司申请的专利一种基于大数据的个人贷款风险评估方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118898514B 。

龙图腾网通过国家知识产权局官网在2025-04-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411399863.0，技术领域涉及：G06Q40/03；该发明授权一种基于大数据的个人贷款风险评估方法是由杨赛;顾全林;于天星;孙梦婷;宋成成设计研发完成，并于2024-10-09向国家知识产权局提交的专利申请。

本一种基于大数据的个人贷款风险评估方法在说明书摘要公布了：本发明公开了一种基于大数据的个人贷款风险评估方法，具体涉及贷款风险评估技术领域，通过从多种渠道获取用于评估借款人违约风险的原始数据，对获取的原始数据进行预处理，从原始数据中提取特征数据，并将获取的特征数据与放贷方制定的个人贷款信用风险指标体系所需的特征数据进行匹配，输出匹配结果，有效处理多源异构数据，充分利用获取的特征数据，提高数据利用效率，当匹配结果为失效匹配时，对失效匹配的失效类型进行分类，根据分类结果生成不同的处理策略，对既定的个人贷款信用风险指标体系所构建的风险预测模型进行预警和优化。

本发明授权一种基于大数据的个人贷款风险评估方法在权利要求书中公布了：1.一种基于大数据的个人贷款风险评估方法，其特征在于：包括如下步骤：步骤S1，从多种渠道获取用于评估借款人违约风险的原始数据，对获取的原始数据进行预处理，从原始数据中提取特征数据；步骤S2，将获取的特征数据与放贷方制定的个人贷款信用风险指标体系所需的特征数据进行匹配，输出匹配结果，匹配结果包括成功匹配和失效匹配；步骤S3，若匹配结果为成功匹配，则使用放贷方制定的个人贷款信用风险指标体系所构建的风险预测模型对借款人违约风险进行预测，若匹配结果为失效匹配，则对失效匹配的失效类型进行分类；步骤S4，根据分类结果生成不同的处理策略，对既定的个人贷款信用风险指标体系所构建的风险预测模型进行预警和优化；所述的失效类型分类结果包括缺失类型或冗余类型；若失效类型标记为缺失类型时，则生成预警信号，提示工作人员对当前的借款人进行预测误判风险标记；若失效类型标记为冗余类型时，则将借款人冗余的特征数据与标准特征数据集合中的标准特征数据进行相关性分析，评估冗余的特征数据与标准特征数据集合中的标准特征数据的相关性，获取冗余特征相关系数，将借款人冗余的特征数据与预测结果进行重要程度分析，评估借款人冗余的特征数据与预测结果的重要程度，获取冗余特征重要程度系数；将冗余特征相关系数、冗余特征重要程度系数进行归一化处理，根据归一化后的冗余特征相关系数、冗余特征重要程度系数构建冗余特征融合模型，生成冗余特征融合指数ryg，其模型依据的公式如下式中a1、a2分别表示冗余特征相关系数、冗余特征重要程度系数的预设比例系数，且a1、a2均大于0；将借款人冗余的特征数据与标准特征数据集合中的标准特征数据进行相关性分析，评估冗余的特征数据与标准特征数据集合中的标准特征数据的相关性，获取冗余特征相关系数，则冗余特征相关系数的获取逻辑如下：获取借款人的标准特征数据，采用相似度匹配算法从放贷方的数据库中匹配相似借款人，具体如下：将借款人的标准特征数据作为相似特征，将其标记为一个相似特征集合，集合中的每个元素代表着借款人的不同相似特征；将借款人的相似特征集合表示为一个向量，集合中的每个元素代表了其中向量的每个维度，将集合中相似特征进行归一化处理，通过如下公式计算借款人与放贷方数据库中所匹配的目标借款人的相似度系数，表达式如下式中，similarityx，y表示借款人与放贷方数据库中所匹配的目标借款人的相似度系数，xi表示借款人的相似特征向量的第i个维度的相似特征，i＝{1，2，3…n}，n为正整数，yi表示所匹配的目标借款人的相似特征向量的第i个维度的相似特征；将获取的借款人与放贷方数据库中所匹配的每一个目标借款人的相似度系数，通过如下筛选函数MAX＝maxsimilarityx，y，从目标借款人筛选出相似度系数最高的目标借款人，将相似度系数最高的目标借款人标记为相似借款人，获取相似借款人的标准特征数据，通过如下公式计算借款人冗余特征数据与相似借款人标准特征数据的冗余特征相关子系数，表达式如下式中R表示冗余特征相关子系数，Kj表示借款人冗余特征数据的第j组实际值，j＝{1，2，3…m}，m为正整数，表示借款人冗余特征数据的平均值，表达式如下Lj表示相似借款人标准特征数据的第j组实际值，表示借款人冗余特征数据的平均值，表达式如下计算冗余特征相关系数ryx，表达式如下式中Rq表示借款人冗余特征数据与相似借款人标准特征数据的第q个冗余特征相关子系数；将借款人冗余的特征数据与预测结果进行重要程度分析，评估借款人冗余的特征数据与预测结果的重要程度，获取冗余特征重要程度系数，则冗余特征重要程度系数的获取逻辑如下：使用放贷方制定的个人贷款信用风险指标体系所构建的风险预测模型对借款人违约风险进行预测，并获取预测结果；将借款人冗余的特征数据与预测结果作为训练样本数据构建随机森林模型，随机森林模型由多颗决策树组成；每次在决策树的节点分裂时，计算分裂的冗余特征在分裂节点前后的基尼不纯度G，计算表达式如下式中pa表示分裂节点中样本属于类别a的概率；计算基尼不纯度减少量ΔG，表达式如下式中Gpre表示分裂前节点的基尼不纯度，Gleft和Gright分别是分裂后左右节点的基尼不纯度，N是父节点样本数量，Nleft和Nright分别是左右节点样本数量；统计每一项冗余特征在所有决策树中的分裂次数，将分裂次数标记为F；遍历每一颗决策树，计算冗余特征在所有决策树中的平均深度表达式如下式中sdb表示冗余特征在第b颗决策树中的深度，b＝{1，2，3…B}，B为正整数；计算冗余特征重要程度系数ryz，表达式如下

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人无锡锡商银行股份有限公司，其通讯地址为：214000 江苏省无锡市锡山区安镇街道东翔路578号红豆财富广场；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。