1.一种信用评价方法,其特征在于,包括:
根据信用评价模型和待评价用户的属性特征,确定所述待评价用户的还款能力,所述信用评价模型用于指示用户的属性特征和用户的还款能力之间的关系;所述待评价用户的属性特征包括:性别、国籍和年收入;
根据所述待评价用户的还款能力,确定所述待评价用户申请目标贷款类型时贷款方的预期收益;
根据所述预期收益,确定是否给所述待评价用户发放贷款。
2.根据权利要求1所述的方法,其特征在于,所述根据信用评价模型和待评价用户的属性特征,确定所述待评价用户的还款能力之前,还包括:
获取所述信用评价模型。
3.根据权利要求2所述的方法,其特征在于,所述获取所述信用评价模型,包括:
根据预先存储的n个样本,确定第一属性特征集合中每个属性特征对应的还款能力,所述第一属性特征集合包括所述n个样本中任一样本包含的属性特征,所述还款能力为对所述目标贷款类型的还款能力;
根据所述第一属性特征集合中每个属性特征对应的还款能力,确定所述目标贷款类型对应的信用评价模型。
4.根据权利要求3所述的方法,其特征在于,所述根据预先存储的n个样本,确定第一属性特征集合中每个属性特征对应的还款能力,包括:
根据以下公式确定第一属性特征集合中每个属性特征对应的还款能力;
其中,bi,j表示属性特征i对目标贷款类型j的还款能力,ys,i,j表示样本s的属性特征i对目标贷款类型j的还款能力,ni表示样本的个数。
5.根据权利要求3所述的方法,其特征在于,所述根据所述第一属性特征集合中每个属性特征对应的还款能力,确定所述目标贷款类型对应的信用评价模型,包括:
获取模型参数集合w;其中,w={wi,j},wi,j表示属性特征i对于目标贷款类型j的重要程度;wi,j的取值范围为(0,1);
根据所述参数集合w,采用以下公式确定所述信用评价模型;
其中,yu,j表示用户u对目标贷款类型j的还款能力,fu表示第二属性特征集合,所述第二属性特征集合包括用户u的所有属性特征,第二属性特征集合是第一属性特征集合的子集。
6.根据权利要求5所述的方法,其特征在于,所述获取模型参数集合w,包括:
获取所述用户u的贷款记录;
根据所述贷款记录和所述信用评价模型,确定模型损失函数;
根据所述模型损失函数,采用梯度下降法确定所述模型损失函数最小时属性特征i对应的模型参数值;
根据所述模型参数值,确定所述模型参数集合w。
7.根据权利要求6所述的方法,其特征在于,所述根据所述贷款记录和所述信用评价模型,确定模型损失函数;包括:
根据以下公式确定所述模型损失函数;
其中,los(w)表示模型损失函数,u表示用户u的全部贷款记录,yu,j表示用户u对贷款类型p的贷款记录,yu,j=1表示用户u已按时偿还贷款类型p,yu,j=0表示用户u未按时偿还贷款类型p;
8.根据权利要求6所述的方法,其特征在于,所述根据所述模型损失函数,采用梯度下降法确定所述模型损失函数最小时属性特征i对应的模型参数值,包括:
根据以下公式进行迭代计算,确定所述wi,j;
其中,ρ表示前进步长,θ表示迭代参数,los(w)表示模型损失函数。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述根据所述待评价用户的还款能力,确定所述待评价用户申请目标贷款类型时贷款方的预期收益,包括:
根据预设数量的样本和所述信用评价模型,确定所述预设数量的样本中每个样本的还款能力;
根据每个样本的还款能力,确定m个信用分段;
根据每个信用分段对应的样本数量,确定对应分段的正样本比例;
根据待评价用户的还款能力和所述正样本比例,确定所述预期收益。
10.根据权利要求9所述的方法,其特征在于,所述根据待评价用户的还款能力和所述正样本比例,确定所述预期收益,包括:
根据以下公式确定所述预期收益;
eearn(k,j)=akej-(1-ak)vj
其中,eearn(k,j)表示待评价用户申请目标贷款类型j时贷款方的预期收益,k表示待评价用户的还款能力对应的信用分段,ak表示第k个信用分段的正样本比例,ej为待评价用户能够按时偿还目标贷款类型j时贷款方的收益,vj为待评价用户不能按时偿还目标贷款类型j时贷款方的损失。
11.一种信用评价装置,其特征在于,包括:
第一确定模块,用于根据信用评价模型和待评价用户的属性特征,确定所述待评价用户的还款能力,所述信用评价模型用于指示用户的属性特征和用户的还款能力之间的关系;所述待评价用户的属性特征包括:性别、国籍和年收入中的至少一种;
第二确定模块,用于根据所述待评价用户的还款能力,确定所述待评价用户申请目标贷款类型时贷款方的预期收益;
第三确定模块,用于根据所述预期收益,确定是否给所述待评价用户发放贷款。
12.根据权利要求11所述的装置,其特征在于,还包括:
获取模块,用于获取所述信用评价模型。
13.根据权利要求12所述的装置,其特征在于,
所述获取模块具体用于,根据预先存储的n个样本,确定第一属性特征集合中每个属性特征对应的还款能力,所述第一属性特征集合包括所述n个样本中任一样本包含的属性特征,所述还款能力为对所述目标贷款类型的还款能力;
根据所述第一属性特征集合中每个属性特征对应的还款能力,确定所述目标贷款类型对应的信用评价模型。
14.根据权利要求13所述的装置,其特征在于,
所述获取模块具体用于,根据以下公式确定第一属性特征集合中每个属性特征对应的还款能力;
其中,bi,j表示属性特征i对目标贷款类型j的还款能力,ys,i,j表示样本s的属性特征i对目标贷款类型j的还款能力,ni表示样本的个数。
15.根据权利要求13所述的装置,其特征在于,
所述获取模块具体用于,获取模型参数集合w;其中,w={wi,j},wi,j表示属性特征i对于目标贷款类型j的重要程度;wi,j的取值范围为(0,1);
根据所述参数集合w,采用以下公式确定所述信用评价模型;
其中,yu,j表示用户u对目标贷款类型j的还款能力,fu表示第二属性特征集合,所述第二属性特征集合包括用户u的所有属性特征。
16.根据权利要求15所述的装置,其特征在于,
所述获取模块具体用于,获取所述用户u的贷款记录;
根据所述贷款记录和所述信用评价模型,确定模型损失函数;
根据所述模型损失函数,采用梯度下降法确定所述模型损失函数最小时属性特征i对应的模型参数值;
根据所述模型参数值,确定所述模型参数集合w。
17.根据权利要求16所述的装置,其特征在于,
所述获取模块具体用于,根据以下公式确定所述模型损失函数;
其中,los(w)表示模型损失函数,u表示用户u的全部贷款记录,yu,j表示用户u对贷款类型p的贷款记录,yu,j=1表示用户u已按时偿还贷款类型p,yu,j=0表示用户u未按时偿还贷款类型p;
18.根据权利要求16所述的装置,其特征在于,
所述获取模块具体用于,根据以下公式进行迭代计算,确定所述wi,j;
其中,ρ表示前进步长,θ表示迭代参数,los(w)表示模型损失函数。
19.根据权利要求11-18任一项所述的装置,其特征在于,
所述第二确定模块,具体用于根据预设数量的样本和所述信用评价模型,确定所述预设数量的样本中每个样本的还款能力;
根据每个样本的还款能力,确定m个信用分段;
根据每个信用分段对应的样本数量,确定对应分段的正样本比例;
根据待评价用户的还款能力和所述正样本比例,确定所述预期收益。
20.根据权利要求19所述的装置,其特征在于,
所述第二确定模块,具体用于根据以下公式确定所述预期收益;
eearn(k,j)=akej-(1-ak)vj
其中,eearn(k,j)表示待评价用户申请目标贷款类型j时贷款方的预期收益,k表示待评价用户的还款能力对应的信用分段,ak表示第k个信用分段的正样本比例,ej为待评价用户能够按时偿还目标贷款类型j时贷款方的收益,vj为待评价用户不能按时偿还目标贷款类型j时贷款方的损失。
21.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-10任一项所述的方法。
22.一种服务器,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来实现权利要求1-10任一项所述的方法。