一种信用模型的构建方法、装置、系统及存储介质与流程

本发明涉及数据处理，尤其涉及一种信用模型的构建方法、装置、系统及存储介质。

背景技术：

1、目前电商供应链融资仍面临着跨平台电商信息数据难以共享、缺乏信任机制、数据真实性无法保障等问题。传统的中心化的pki架构依靠中心认证，难以满足跨机构间信息共享及隐私保护的需求，企业在不同电商平台间存在重复注册、多方认证的问题。随着个人信息保护法等规范的颁布，对于隐私信息的保护力度持续加强。

2、目前，一方面银行推出自建电商平台，基于电商平台中真实的供应链交易数据、经营流水，构建信贷风险模型，为企业提供贷款金融服务。另一方面，第三方电商平台通过与银行合作的方式，将电商供应链数据作为信用模型基础，由银行提供贷款服务。两种方式都主要基于单个电商平台，不同平台间对接困难、跨平台数据难以共享。由于不同电商平台拥有企业不同的数据，由单个平台构建的信用模型不够完善，无法充分利用多源信用数据。

技术实现思路

1、本发明提供了一种信用模型的构建方法、装置、系统及存储介质，以解决单个平台构建的信用模型不够完善，无法充分利用多源信用数据的技术问题。

2、根据本发明的一方面，提供了一种信用模型的构建方法，应用于区块链系统，所述区块链系统中的区块链节点包括企业和至少两个参与机构；所述参与机构包括银行及电商平台，所述方法包括：

3、各个参与机构分别获取对应的企业信用数据训练样本集，并基于所述企业信用数据训练样本集对预设机器学习模型进行一次训练，生成对应的本地初始信用模型，并确定所述本地初始信用模型的初始梯度值；其中，所述企业信用数据训练样本集包括公共企业与所述参与机构关联的信用数据及企业信用值，所述公共企业为所述各个参与机构共同拥有的企业；

4、针对各个参与机构，当前参与机构将对应的本地初始信用模型的初始梯度值传输给所述区块链系统中的其他参与机构；其中，所述其他参与机构为所述区块链系统中除所述当前参与机构外的参与机构；

5、所述区块链系统基于联邦学习技术，根据各个参与机构对应的本地初始信用模型的初始梯度值，对整体初始信用模型进行更新，并确定更新后的整体初始信用模型中所述各个参与机构的本地初始信用模型对应的目标梯度值；

6、基于所述目标梯度值对对应的各个参与机构的本地初始信用模型进行迭代训练，直至所述整体初始信用模型满足预设条件，生成整体目标信用模型。

7、根据本发明的另一方面，提供了一种信用模型的构建装置，应用于区块链系统，所述区块链系统中的区块链节点包括企业和至少两个参与机构；所述参与机构包括银行及电商平台，所述装置包括：

8、本地初始信用模型训练模块，用于各个参与机构分别获取对应的企业信用数据训练样本集，并基于所述企业信用数据训练样本集对预设机器学习模型进行一次训练，生成对应的本地初始信用模型，并确定所述本地初始信用模型的初始梯度值；其中，所述企业信用数据训练样本集包括公共企业与所述参与机构关联的信用数据及企业信用值，所述公共企业为所述各个参与机构共同拥有的企业；

9、初始梯度值传输模块，用于针对各个参与机构，当前参与机构将对应的本地初始信用模型的初始梯度值传输给所述区块链系统中的其他参与机构；其中，所述其他参与机构为所述区块链系统中除所述当前参与机构外的参与机构；

10、目标梯度值确定模块，用于所述区块链系统基于联邦学习技术，根据各个参与机构对应的本地初始信用模型的初始梯度值，对整体初始信用模型进行更新，并确定更新后的整体初始信用模型中所述各个参与机构的本地初始信用模型对应的目标梯度值；

11、整体目标信用模型训练模块，用于基于所述目标梯度值对对应的各个参与机构的本地初始信用模型进行迭代训练，直至所述整体初始信用模型满足预设条件，生成整体目标信用模型。

12、根据本发明的另一方面，提供了一种区块链系统，所述区块链系统中的区块链节点包括企业和至少两个参与机构；所述参与机构包括银行及电商平台，所述区块链系统还包括：

13、至少一个处理器；以及

14、与所述至少一个处理器通信连接的存储器；其中，

15、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的信用模型的构建方法。

16、根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的信用模型的构建方法。

17、本发明实施例的信用模型的构建方案，应用于区块链系统，所述区块链系统中的区块链节点包括企业和至少两个参与机构；所述参与机构包括银行及电商平台，所述方法包括：各个参与机构分别获取对应的企业信用数据训练样本集，并基于所述企业信用数据训练样本集对预设机器学习模型进行一次训练，生成对应的本地初始信用模型，并确定所述本地初始信用模型的初始梯度值；其中，所述企业信用数据训练样本集包括公共企业与所述参与机构关联的信用数据及企业信用值，所述公共企业为所述各个参与机构共同拥有的企业；针对各个参与机构，当前参与机构将对应的本地初始信用模型的初始梯度值传输给所述区块链系统中的其他参与机构；其中，所述其他参与机构为所述区块链系统中除所述当前参与机构外的参与机构；所述区块链系统基于联邦学习技术，根据各个参与机构对应的本地初始信用模型的初始梯度值，对整体初始信用模型进行更新，并确定更新后的整体初始信用模型中所述各个参与机构的本地初始信用模型对应的目标梯度值；基于所述目标梯度值对对应的各个参与机构的本地初始信用模型进行迭代训练，直至所述整体初始信用模型满足预设条件，生成整体目标信用模型。通过本发明实施例提供的技术方案，解决了单个平台构建的信用模型不够完善，无法充分利用多源信用数据的技术问题，通过区块链系统使得不同电商平台、银行在控制数据共享范围的基础上，充分利用关联的企业信用数据，并通过联邦学习技术实现整体目标信用模型的构建，有助于提高各个企业信用确定的准确性，从而提升信贷风险管理水平。

18、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种信用模型的构建方法，其特征在于，应用于区块链系统，所述区块链系统中的区块链节点包括企业和至少两个参与机构；所述参与机构包括银行及电商平台，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，各个参与机构分别获取对应的企业信用数据训练样本集，包括：

3.根据权利要求2所述的方法，其特征在于，在基于所述企业信用值对所述信用数据进行标记之前，还包括：

4.根据权利要求1所述的方法，其特征在于，还包括：

5.根据权利要求4所述的方法，其特征在于，当接收到到第二参与机构发送的验证请求时，所述第一目标企业将所述可验证凭证发送至所述第二参与机构，包括：

6.根据权利要求1所述的方法，其特征在于，在生成整体目标信用模型之后，还包括：

7.根据权利要求1-6任一所述的方法，其特征在于，公共企业与所述参与机构关联的信用数据包括企业所属行业和地区、年销售额、销售增长率、企业的贷款数据及征信数据中的至少一种。

8.一种信用模型的构建装置，其特征在于，应用于区块链系统，所述区块链系统中的区块链节点包括企业和至少两个参与机构；所述参与机构包括银行及电商平台，所述装置包括：

9.一种区块链系统，其特征在于，所述区块链系统中的区块链节点包括企业和至少两个参与机构；所述参与机构包括银行及电商平台，所述区块链系统还包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的信用模型的构建方法。

技术总结
本发明公开了一种信用模型的构建方法、装置、系统及存储介质。该方法应用于区块链系统，区块链节点包括企业和至少两个参与机构，各个参与机构分别基于对应的企业信用数据训练样本集对预设机器学习模型进行一次训练，生成对应的本地初始信用模型，并确定本地初始信用模型的初始梯度值；针对各个参与机构，当前参与机构将对应的初始梯度值传输给其他参与机构；根据各个参与机构对应的本地初始信用模型的初始梯度值，对整体初始信用模型进行更新，并确定更新后的整体初始信用模型中各个本地初始信用模型对应的目标梯度值；基于目标梯度值对对应的各个本地初始信用模型进行迭代训练，生成整体目标信用模型。本方案可提高企业信用确定的准确性。

技术研发人员：李义萍
受保护的技术使用者：中国农业银行股份有限公司
技术研发日：
技术公布日：2024/1/12