风控信用风险评分方法、装置、介质及电子设备与流程

本发明涉及数据处理技术领域，具体而言，涉及一种风控信用风险评分方法、装置、介质及电子设备。

背景技术：

风控信用风险评分过程中，最为关注用户能够持续还款的能力，即用户工作的稳定性。

现有技术中，在不能够获取用户的收入情况的情况下，例如线上到线下(onlinetooffline，简称：o2o)领域，通常利用用户消费次数、点评、收藏、点击、浏览等行为衡量用户的工作的稳定性，进而评价用户的风控信用风险评分。

然而，现有的风控信用风险评分方法准确性低。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现要素：

本发明实施例的目的在于提供一种风控信用风险评分方法、装置、介质及电子设备，进而至少在一定程度上克服现有的风控信用风险评分方法准确性低的问题。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明实施例的第一方面，提供了一种风控信用风险评分方法，包括：分别获取样本人群的消费数据和目标用户的消费数据；根据所述样本人群的消费数据和目标用户的消费数据，计算所述目标用户的消费散度；根据所述消费散度，确定所述目标用户的风控信用风险评分。

在本发明的一种实施例中，分别获取样本人群的消费数据和目标用户的消费数据，包括：分别获取所述样本人群的第一类型时间段内的消费概率和第二类型时间段内的消费概率；分别获取所述目标用户的第一类型时间段内的消费概率和第二类型时间段内的消费概率。

在本发明的一种实施例中，根据所述样本人群的消费数据和目标用户的消费数据，计算所述目标用户的消费散度，包括：根据所述样本人群的第一类型时间段内的消费概率和所述目标用户的第一类型时间段内的消费概率，获取第一对比度；根据所述样本人群的第二类型时间段内的消费概率和所述目标用户的第二类型时间段内的消费概率，获取第二对比度；根据所述第一对比度和所述第二对比度计算所述目标用户的消费散度。

在本发明的一种实施例中，分别获取样本人群的消费数据和目标用户的消费数据，包括：获取所述样本人群在多个类目中的消费数据，并获取所述目标用户在所述多个类目中的消费数据。

在本发明的一种实施例中，根据所述样本人群的消费数据和目标用户的消费数据，计算所述目标用户的消费散度，包括：根据所述样本人群在所述多个类目中的消费数据和目标用户在所述多个类目中的消费数据，计算所述目标用户在所述多个类目中的消费散度。

在本发明的一种实施例中，分别获取样本人群的消费数据和目标用户的消费数据，包括：分别获取所述样本人群在多个类目中的第一类型时间段内的消费概率和第二类型时间段内的消费概率；分别获取所述目标用户在所述多个类目中的第一类型时间段内的消费概率和第二类型时间段内的消费概率。

在本发明的一种实施例中，根据所述样本人群的消费数据和目标用户的消费数据，计算所述目标用户的消费散度，包括：根据所述样本人群在所述多个类目中的第一类型时间段内的消费概率和所述目标用户在所述多个类目中的第一类型时间段内的消费概率，获取在所述多个类目中的第一对比度；根据所述样本人群在所述多个类目中的第二类型时间段内的消费概率和所述目标用户在所述多个类目中的第二类型时间段内的消费概率，获取在所述多个类目中的第二对比度；根据在所述多个类目中的第一对比度和在所述多个类目中的第二对比度，计算所述目标用户在所述多个类目中的消费散度。

在本发明的一种实施例中，根据所述消费散度，确定所述目标用户的风控信用风险评分，包括：根据所述目标用户在所述多个类目中的消费散度，确定所述目标用户的风控信用风险评分。

在本发明的一种实施例中，分别获取所述样本人群在多个类目中的第一类型时间段内的消费概率和第二类型时间段内的消费概率，包括：根据公式pwi＝nwi/ni获取所述样本人群在多个类目中的第一类型时间段内的消费概率，根据公式phi＝nhi/ni获取所述样本人群在多个类目中的第二类型时间段内的消费概率；其中，pwi、phi分别为所述样本人群在第i个类目中的第一类型时间段内的消费概率和第二类型时间段内的消费概率，nwi、nhi分别为所述样本群体在第i个类目中的第一类型时间段内的消费次数和第二类型时间段内的消费次数，ni为所述样本群体在第i个类目中的总消费次数。

在本发明的一种实施例中，分别获取所述目标用户在所述多个类目中的第一类型时间段内的消费概率和第二类型时间段内的消费概率，包括：根据公式qwi＝nwi/ni获取所述目标用户在多个类目中的第一类型时间段内的消费概率，根据公式qhi＝nhi/ni获取所述目标用户在多个类目中的第二类型时间段内的消费概率；其中，qwi、qhi分别为所述目标用户在第i个类目中的第一类型时间段内的消费概率和第二类型时间段内的消费概率，nwi、nhi分别为所述目标用户在第i个类目中的第一类型时间段内的消费次数和第二类型时间段内的消费次数，ni为所述目标用户在第i个类目中的总消费次数。

在本发明的一种实施例中，根据所述样本人群在所述多个类目中的第一类型时间段内的消费概率和所述目标用户在所述多个类目中的第一类型时间段内的消费概率，获取在所述多个类目中的第一对比度，包括：根据公式fwi＝qwi/(pwi+α)获取在所述多个类目中的第一对比度；其中，fwi分别为所述目标用户在第i个类目中的第一对比度和第二对比度，α为系数，且取正数。

在本发明的一种实施例中，根据所述样本人群在所述多个类目中的第二类型时间段内的消费概率和所述目标用户在所述多个类目中的第二类型时间段内的消费概率，获取在所述多个类目中的第二对比度，包括：根据公式fhi＝qhi/(phi+α)获取在所述多个类目中的第二对比度；其中，fhi分别为所述目标用户在第i个类目中的第一对比度和第二对比度，α为系数，且取正数。

在本发明的一种实施例中，根据在所述多个类目中的第一对比度和在所述多个类目中的第二对比度，计算所述目标用户在所述多个类目中的消费散度，包括：根据公式di＝(fwi-fhi)×ln[(fwi+α)/(fhi+α)]计算所述目标用户在所述多个类目中的消费散度；其中，di为所述目标用户在第i个类目中的消费散度。

在本发明的一种实施例中，根据所述目标用户在所述多个类目中的消费散度，确定所述目标用户的风控信用风险评分，包括：根据公式(s.t.ni>0)确定所述目标用户的风控信用风险评分；其中，m为类目总个数。

在本发明的一种实施例中，所述样本人群的消费数据为所述样本人群的线下消费数据，所述目标用户的消费数据为所述目标用户的线下消费数据。

根据本发明实施例的第二方面，提供了一种风控信用风险评分装置，包括：获取模块，所述获取模块用于分别获取样本人群的消费数据和目标用户的消费数据；计算模块，所述计算模块用于根据所述样本人群的消费数据和目标用户的消费数据，计算所述目标用户的消费散度；确定模块，所述确定模块用于根据所述消费散度，确定所述目标用户的风控信用风险评分。

根据本发明实施例的第三方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述实施例中第一方面所述的风控信用风险评分方法。

根据本发明实施例的第四方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中第一方面所述的风控信用风险评分方法。

本发明实施例提供的技术方案可以包括以下有益效果：在本发明的一些实施例所提供的技术方案中，通过分别获取样本人群和目标用户的消费数据，并计算目标用户的消费散度，进而确定目标用户的消费情况与样本人群消费情况的贴合度，实现了根据样本人群的工作稳定状态确定目标用户的工作稳定状态的目的，由于工作稳定状态反映收入稳定状态以及消费稳定状态，因此本发明实施例根据目标用户的工作稳定状态对其进行分控信用风险评分。同时，由于所述样本人群数量较多，从而，本发明实施例提供的技术方案基于大数据确定目标用户的风控信用风险评分，具有较高的准确性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1示出了根据本发明的一实施例的风控信用风险评分方法的流程示意图；

图2示出了根据本发明的另一实施例的风控信用风险评分方法的流程示意图；

图3示出了根据本发明的实施例的风控信用风险评分方法的示意框图；

图4示出了根据本发明的实施例的风控信用风险评分装置的结构流程示意图；

图5示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本发明的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

在不能够获取工资流水、社保等金融性强变量的情况下，现有技术中多使用用户的消费行为模拟用户的收入稳定情况。例如，用户消费最大金额、日均金额、消费品类等。然而，消费水平仅一种消费意愿的体现，与工作稳定性的相关度较低。因此，现有技术中的风控信用风险评分方法的准确度有待提高。

本发明实施例提供的风控信用风险评分方法、风控信用风险评分装置、计算机介质以及电子设备均为适用于o2o领域，其中所提及的线下消费数据是指真实发生的、当面的、人与人有通过肢体动态的消费活动产生的数据。例如：线下验券数据、实体店购物过程中产生的数据、线下实体店销售过程中产生的数据等等。

图1示出了根据本发明的一实施例的风控信用风险评分方法流程示意图，该方法至少在一定程度上克服现有的风控信用风险评分方法准确性低的问题。参考图1，该方法包括：

步骤s101，分别获取样本人群的消费数据和目标用户的消费数据；

步骤s102，根据所述样本人群的消费数据和目标用户的消费数据，计算所述目标用户的消费散度；

步骤s103，根据所述消费散度，确定所述目标用户的风控信用风险评分。

图1所示实施例的技术方案中，通过分别获取样本人群和目标用户的消费数据，并计算目标用户的消费散度，进而确定目标用户的消费情况与样本人群消费情况的贴合度，实现了根据样本人群的工作稳定状态确定目标用户的工作稳定状态的目的，由于工作稳定状态反映收入稳定状态以及消费稳定状态，因此本发明实施例根据目标用户的工作稳定状态对其进行分控信用风险评分。同时，由于所述样本人群数量较多，从而，此实施例的技术方案基于大数据确定目标用户的风控信用风险评分，具有较高的准确性。

以下对图1所述的各个步骤的实现细节进行详细阐述：

在示例性的实施例中，所述样本人群的消费数据为所述样本人群的线下消费数据，所述目标用户的消费数据为所述目标用户的线下消费数据。其中，线下消费数据包括：线下验券数据、实体店购物过程中产生的数据、线下实体店销售过程中产生的数据等。样本人群为已知有稳定工作的样本人群，可以收获稳定现金流，因而更容易受到信贷产品的青睐。

本发明实施例中，第一类型时间段可以是样本人群或目标用户的工作日，以下用“工作日”指代“第一类型时间段内”；第二类型时间段可以是样本人群或目标用户的休息日，以下用“休息日”指代“第二类型时间段内”。需要说明的是，本发明实施例中所述的“工作日”代表样本人群或目标用户的工作时间段，并非指代周一至周五；同理，“休息日”代表样本人群或目标用户的休息时间段，并非指代周六和周日。

步骤s101和步骤s102的一种可实现方式可以是：根据在工作日的线下消费情况和休息日的线下消费情况确定目标用户的消费散度。示例性的，分别获取所述样本人群的工作日的消费概率和休息日的消费概率，以及分别获取所述目标用户的工作日的消费概率和休息日的消费概率。根据所述样本人群的工作日的消费概率和所述目标用户的工作日的消费概率，获取第一对比度，根据所述样本人群的休息日的消费概率和所述目标用户的休息日的消费概率，获取第二对比度，以及根据所述第一对比度和所述第二对比度计算所述目标用户的消费散度。

在本示例性的实施方式中，对于已知工作稳定性高的样本人群，通过分析其工作日和休息日的线下消费的情况，例如线下验券等，反映工作稳定性高的人群的普遍性消费习惯。同时，o2o领域有各类消费类目，例如亲子、教培等类目，对于工作稳定性高的人群来说，在休息日和工作日的消费情况，会有较明显的差别。另外，线下消费必须要求用户到场消费，因此使用线下消费数据，有利于准确地捕捉到用户实际消费时间，同时有利于提高风控信用风险评分的准确性。进而，分别在工作日和休息日两种情况下，通过样本人群和目标用户的消费概率获得对比度，根据对比度确定目标用户的消费散度，以体现目标用户的线下消费情况与样本人群线下消费情况的贴合度，进而实现根据样本人群的工作稳定状态确定目标用户的工作稳定状态的目的。

步骤s101和步骤s102的另一种可实现方式可以是：获取所述样本人群在多个类目中的线下消费数据，并获取所述目标用户在所述多个类目中的线下消费数据。以及根据所述样本人群的消费数据和目标用户在所述多个类目中的线下消费数据，计算所述目标用户在所述多个类目中的消费散度。

在本示例性的实施方式中，类目指o2o领域消费平台中的不同类型，例如：亲子、旅游、教育培训等。根据获取样本人群和目标用户在o2o领域消费平台上多类目中的线下消费情况，以降低消费数据统计偏差，更加全面的反映用户线下消费状态，进而提高对目标用户的风控信用风险评分的准确性。

图2示出了根据本发明的另一实施例的风控信用风险评分方法流程示意图。本发明实施例中采用在多个类目中的工作日的线下消费情况和休息日的线下消费情况确定目标用户的消费散度。参考图2，该方法包括步骤s201-步骤s206。

在步骤s201中，分别获取所述样本人群在多个类目中的工作日的消费概率和休息日的消费概率。

在示例性的实施例中，根据公式一获取所述样本人群在多个类目中的工作日的消费概率，根据公式二获取所述样本人群在多个类目中的休息日的消费概率。

pwi＝nwi/ni公式一

phi＝nhi/ni公式二

其中，pwi、phi分别为所述样本人群在第i个类目中的工作日的消费概率和休息日的消费概率，nwi、nhi分别为所述样本群体在第i个类目中的工作日的线下消费次数和休息日的线下消费次数，ni为所述样本群体在第i个类目中的总消费次数。

在步骤s202中，分别获取所述目标用户在所述多个类目中的工作日的消费概率和休息日的消费概率。

在示例性的实施例中，根据公式三获取所述目标用户在多个类目中的工作日的消费概率，根据公式四获取所述目标用户在多个类目中的休息日的消费概率。

qwi＝nwi/ni公式三

qhi＝nhi/ni公式四

其中，qwi、qhi分别为所述目标用户在第i个类目中的工作日的消费概率和休息日的消费概率，nwi、nhi分别为所述目标用户在第i个类目中的工作日的线下消费次数和休息日的线下消费次数，ni为所述目标用户在第i个类目中的总消费次数。

其中，步骤s201和步骤s202的执行顺序部分先后。

在步骤s203中，根据所述样本人群在所述多个类目中的工作日的消费概率和所述目标用户在所述多个类目中的工作日的消费概率，获取在所述多个类目中的第一对比度。

在示例性的实施例中，根据公式五获取在所述多个类目中的第一对比度。

fwi＝qwi/(pwi+α)公式五

其中，fwi分别为所述目标用户在第i个类目中的第一对比度和第二对比度，α为系数，且取正数。

在步骤s204中，根据所述样本人群在所述多个类目中的休息日的消费概率和所述目标用户在所述多个类目中的休息日的消费概率，获取在所述多个类目中的第二对比度。

在示例性的实施例中，根据公式六获取在所述多个类目中的第一对比度。

fhi＝qhi/(phi+α)公式六

其中，fhi分别为所述目标用户在第i个类目中的第一对比度和第二对比度，α为系数，且取正数，示例性的，α取值0.01。

其中，步骤s203和步骤s204的执行顺序部分先后。

在步骤s205中，根据在所述多个类目中的第一对比度和在所述多个类目中的第二对比度，计算所述目标用户在所述多个类目中的消费散度。

在示例性的实施例中，根据公式七计算所述目标用户在所述多个类目中的消费散度。

di＝(fwi-fhi)×ln[(fwi+α)/(fhi+α)]公式七

其中，di为所述目标用户在第i个类目中的消费散度。di值越大，代表目标用户与样本人群越不一致，也就是贴合度低，即目标用户工作稳定性高的可能性越小。反之，di值越小，代表目标用户与样本人群越一致，也就是贴合度高，即目标用户工作稳定性高的可能性越大。

需要说明的是，o2o领域消费平台上的某些类目，例如餐饮、电商等，其在工作日和休息日的线下消费情况对用户是否有工作稳定区分不明显。因此需剔除该类目的统计。

在步骤s206中，根据所述目标用户在所述多个类目中的消费散度，确定所述目标用户的风控信用风险评分。

在示例性的实施例中，根据公式八确定所述目标用户的工作稳定性，以根据工作稳定性确定的风控信用风险评分。

其中，m为o2o领域消费平台中的类目总个数。公式八将目标用户消费过的类目进入计算(ni>0)，目标用户在第i个类目中的消费散度di取倒数后的值越大，目标用户的工作稳定性越高，反之，目标用户的工作稳定性越低；而各个类目结果的加和，表达目标用户消费类目越多，其相对活跃性越高，目标用户的工作稳定性越高。分解公式八计算得到的目标用户工作稳定性越高，则其对应的风控信用风险评分越高。

参考图3，本实施例提供的技术方案中，针对于o2o领域中消费平台的多类目下的每个类目，分别计算样本人群和目标用户在不同时间(工作日和休息日)的消费概率；进一步确定此类目下目标用户的消费散度；更进一步的，根据目标用户在各个类目下的消费散度确定目标用户的工作稳定性，以最终确定目标用户的风控信用风险评分。

图2和图3所示实施例的技术方案中，不考虑消费金额等因素，可以避免消费水平无法反应收入稳定性的缺点。同时，由于本实施例提供的技术方案综合考察不同时间段和不同类目下用户线下消费情况，有利于进一步提高确定目标用户的风控信用风险评分的准确性

可以理解的是，本实施例提供的技术方案中，可以获取样本人群在不同时间段和不同类目下线下消费情况后，针对不同的目标用户进行风控信用风险评分。无需对于每一个目标用户的风控信用风险评分，均需重新统计一次样本人群在不同时间段和不同类目下线下消费情况。

以下介绍本发明的装置实施例，可以用于执行本发明上述的风控信用风险评分方法。

图4示出了根据本发明的实施例的风控信用风险评分装置400的结构流程示意图，参考图4，该装置包括：获取模块401、计算模块402和确定模块403。

其中，所述获取模块401用于分别获取样本人群的消费数据和目标用户的消费数据；所述计算模块402用于根据所述样本人群的消费数据和目标用户的消费数据，计算所述目标用户的消费散度；所述确定模块403用于根据所述消费散度，确定所述目标用户的风控信用风险评分。

在示例性的实施例中，所述样本人群的消费数据为所述样本人群的线下消费数据，所述目标用户的消费数据为所述目标用户的线下消费数据。

在示例性的实施例中，所述获取模块401，包括：第一获取单元和第二获取单元。

其中，所述第一获取单元用于分别获取所述样本人群的第一类型时间段内的消费概率和第二类型时间段内的消费概率；所述第二获取单元用于分别获取所述目标用户的第一类型时间段内的消费概率和第二类型时间段内的消费概率。

在示例性的实施例中，所述计算模块402，包括：第一计算单元、第二计算单元和第三计算单元。

其中，第一计算单元用于根据所述样本人群的第一类型时间段内的消费概率和所述目标用户的第一类型时间段内的消费概率，获取第一对比度；第二计算单元用于根据所述样本人群的第二类型时间段内的消费概率和所述目标用户的第二类型时间段内的消费概率，获取第二对比度；第三计算单元用于根据所述第一对比度和所述第二对比度计算所述目标用户的消费散度。

在示例性的实施例中，所述获取模块401具体用于获取所述样本人群在多个类目中的线下消费数据，并获取所述目标用户在所述多个类目中的线下消费数据。

在示例性的实施例中，所述计算模块402具体用于根据所述样本人群在所述多个类目中的线下消费数据和目标用户在所述多个类目中的线下消费数据，计算所述目标用户在所述多个类目中的消费散度。

在示例性的实施例中，所述获取模块401，包括：第三获取单元和第四获取单元。

其中，第三获取单元用于分别获取所述样本人群在多个类目中的第一类型时间段内的消费概率和第二类型时间段内的消费概率；第四获取单元用于分别获取所述目标用户在所述多个类目中的第一类型时间段内的消费概率和第二类型时间段内的消费概率。

在示例性的实施例中，所述计算模块402，包括：第四计算单元、第五计算单元和第六计算单元。

其中，第四计算单元用于根据所述样本人群在所述多个类目中的第一类型时间段内的消费概率和所述目标用户在所述多个类目中的第一类型时间段内的消费概率，获取在所述多个类目中的第一对比度；第五计算单元用于根据所述样本人群在所述多个类目中的第二类型时间段内的消费概率和所述目标用户在所述多个类目中的第二类型时间段内的消费概率，获取在所述多个类目中的第二对比度；第六计算单元用于根据在所述多个类目中的第一对比度和在所述多个类目中的第二对比度，计算所述目标用户在所述多个类目中的消费散度。

在示例性的实施例中，所述确定模块403具体用于根据所述目标用户在所述多个类目中的消费散度，确定所述目标用户的风控信用风险评分。

在示例性的实施例中，所述第三获取单元具体用于根据公式pwi＝nwi/ni获取所述样本人群在多个类目中的第一类型时间段内的消费概率，根据公式phi＝nhi/ni获取所述样本人群在多个类目中的第二类型时间段内的消费概率；其中，pwi、phi分别为所述样本人群在第i个类目中的第一类型时间段内的消费概率和第二类型时间段内的消费概率，nwi、nhi分别为所述样本群体在第i个类目中的第一类型时间段内的线下消费次数和第二类型时间段内的线下消费次数，ni为所述样本群体在第i个类目中的总消费次数。

在示例性的实施例中，所述第四获取单元具体用于根据公式qwi＝nwi/ni获取所述目标用户在多个类目中的第一类型时间段内的消费概率，根据公式qhi＝nhi/ni获取所述目标用户在多个类目中的第二类型时间段内的消费概率；其中，qwi、qhi分别为所述目标用户在第i个类目中的第一类型时间段内的消费概率和第二类型时间段内的消费概率，nwi、nhi分别为所述目标用户在第i个类目中的第一类型时间段内的线下消费次数和第二类型时间段内的线下消费次数，ni为所述目标用户在第i个类目中的总消费次数。

在示例性的实施例中，所述第四计算单元具体用于根据公式fwi＝qwi/(pwi+α)获取在所述多个类目中的第一对比度；其中，fwi分别为所述目标用户在第i个类目中的第一对比度和第二对比度，α为系数，且取正数。

在示例性的实施例中，所述第五计算单元具体用于根据公式fhi＝qhi/(phi+α)获取在所述多个类目中的第二对比度；其中，fhi分别为所述目标用户在第i个类目中的第一对比度和第二对比度，α为系数，且取正数。

在示例性的实施例中，所述第六计算单元具体用于根据公式di＝(fwi-fhi)×ln[(fwi+α)/(fhi+α)]计算所述目标用户在所述多个类目中的消费散度；其中，di为所述目标用户在第i个类目中的消费散度。

在示例性的实施例中，所述确定模块403具体用于根据公式确定所述目标用户的风控信用风险评分；其中，m为类目总个数。

由于本发明的示例实施例的风控信用风险评分装置的各个功能模块与上述风控信用风险评分方法的示例实施例的步骤对应，因此对于本发明装置实施例中未披露的细节，请参照本发明上述的风控信用风险评分的实施例。

下面参考图5，其示出了适于用来实现本发明实施例的电子设备的计算机系统500的结构示意图。图5示出的电子设备的计算机系统500仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(cpu)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储部分508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram503中，还存储有系统操作所需的各种程序和数据。cpu501、rom502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。

以下部件连接至i/o接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至i/o接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(cpu)501执行时，执行本申请的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如上述实施例中所述的风控信用风险评分方法。

例如，所述的电子设备可以实现如图1中所示的：步骤s101，分别获取样本人群的消费数据和目标用户的消费数据；步骤s102，根据所述样本人群的消费数据和目标用户的消费数据，计算所述目标用户的消费散度；步骤s103，根据所述消费散度，确定所述目标用户的风控信用风险评分。

又如，所述的电子设备可以实现如图2所示的各个步骤。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。