技術領域

本發明涉及計算機應用領域，特別是涉及一種預測群體信用的方法和裝置。

背景技術

隨著計算機技術和網絡技術的迅速發展，用戶之間的交流活動越來越頻繁，用戶在交流過程中產生了海量的數據，該數據所表示的信息存在真偽，當一個用戶給另一個用戶傳遞偽信息，可能會對該另一個用戶造成損失。為此，通常會對用戶個人的信用進行評估。而有些業務需要群體共同完成，對整個群體信用需要進行評估，以降低群體違約的風險。然而，傳統信用評估方式中并沒有對群體信用進行評估的。

發明內容

基于此，有必要針對傳統信用評估方式無法對群體信用進行評估的問題，提供一種預測群體信用的方法，實現對群體信用的評估。

此外，還有必要提供一種預測群體信用的裝置，實現對群體信用的評估。

一種預測群體信用的方法，包括：

獲取所選數據，將所述所選數據分為第一類群體數據和第二類群體數據，所述第一類群體數據中包含已知違約情況的個體，所述第二類群體數據中包含未知違約情況的個體；

根據所選數據的業務需求選擇對應的預定義群體違約概率模型；

根據選取的預定義群體違約概率模型求取所述第一類群體數據的群體違約概率，根據所述第一類群體數據的群體違約概率計算選取的預定義群體違約概率模型對應的群體違約的第一變量；

獲取所述第一類群體數據的群體特征變量；

根據所述第一變量和所述第一類群體數據的群體特征變量進行訓練得到群體違約預測模型；

根據所述群體違約預測模型對所述第二類群體數據進行群體違約預測得到所述第二類群體的群體違約概率；

將所述第二類群體的群體違約概率轉化為對應的群體信用分值。

一種預測群體信用的裝置，包括：

第一獲取模塊，用于獲取所選數據，將所述所選數據分為第一類群體數據和第二類群體數據，所述第一類群體數據中包含已知違約情況的個體，所述第二類群體數據中包含未知違約情況的個體；

選取模塊，用于根據所選數據的業務需求選擇對應的預定義群體違約概率模型；

求取模塊，用于根據選取的預定義群體違約概率模型求取所述第一類群體數據的群體違約概率，根據所述第一類群體數據的群體違約概率計算選取的預定義群體違約概率模型對應的群體違約的第一變量；

第二獲取模塊，用于獲取所述第一類群體數據的群體特征變量；

模型建立模塊，用于根據所述第一變量和所述第一類群體數據的群體特征變量進行訓練得到群體違約預測模型；

預測模塊，用于根據所述群體違約預測模型對所述第二類群體數據進行群體違約預測得到所述第二類群體的群體違約概率；

轉化模塊，用于將所述第二類群體的群體違約概率轉化為對應的群體信用分值。

上述預測群體信用的方法和裝置，通過將群體數據分為包含已知違約情況個體的第一類群體數據和包含未知違約情況個體的第二類群體數據，根據第一類群體數據計算預定義群體違約概率模型對應的第一變量，獲取第一類群體的群體特征變量，根據第一變量及第一類群體數據的群體特征變量進行訓練得到群體違約預測模型，根據群體違約預測模型預測第二類群體數據的群體違約概率，將第二類群體的群體違約概率轉化為對應的群體信用分值，通過群體信用分值可反映出群體的信用情況，實現了對群體信用的評估，且可對包含未知違約情況的個體的群體信用進行預測。

附圖說明

圖1為一個實施例中電子設備的內部結構示意圖；

圖2為一個實施例中預測群體信用的方法的流程圖；

圖3為一個實施例中獲取群體特征變量的流程圖；

圖4為一個實施例中預測群體信用的裝置的結構框圖；

圖5為另一個實施例中預測群體信用的裝置的結構框圖；

圖6為另一個實施例中預測群體信用的裝置的結構框圖；

圖7為另一個實施例中預測群體信用的裝置的結構框圖。

具體實施方式

為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。