租赁客户信用风险评估方法、系统、设备及存储介质与流程

本申请属于金融科技领域，具体是租赁客户信用风险评估方法、系统、设备及存储介质。

背景技术：

1、租赁客户信用风险评估是租赁平台为租赁商家提供风险评估服务的主要内容，旨在确定租赁客户的信用状况，以帮助租赁商家做出是否批准租赁申请的决策。因此，租赁客户信用风险评估的准确程度直接影响租赁商家对租赁客户的还款预期评估。

2、现有的租赁风险评估方式包括基础统计、经验判定以及基于大数计算的信用风险评估方式，这些租赁风险评估方式准确性低，既不能满足租赁行业对租赁客户的复杂评估需求，又不能完全满足租赁商家自身的风险评估需求，难以满足租赁行业的发展需求。

3、本申请提供了租赁客户信用风险评估方法、系统、设备及存储介质，以解决上述技术问题。

技术实现思路

1、本申请旨在至少解决现有技术中存在的技术问题之一；为此，本申请提出了租赁客户信用风险评估方法、系统、设备及存储介质，用于解决现有技术中的租赁风险评估方式难以满足租赁行业评估准确度和评估效率的技术问题。

2、为实现上述目的，本申请的第一方面提供了租赁客户信用风险评估方法，包括：

3、获取目标客户的基础信息；其中，基础信息包括个人基本数据和个人三方数据，个人三方数据包括信贷申请信息、租赁申请信息和风险咨询信息；

4、基于个人基本数据确定所述目标客户的目标群体类别，从预先构建的映射关系中确定所述目标群体类别对应的风险评估模型；

5、对所述基础信息进行特征提取，得到客户目标特征；通过所述风险评估模型对所述客户目标特征进行分析，得到所述目标客户的风险咨询等级；其中，客户目标特征包括风险咨询特征、信贷申请特征和租赁申请特征。

6、优选的，基于个人基本数据确定所述目标客户的目标群体类别，包括：

7、提取基础信息中的个人基本数据；其中，个人基本数据包括身份证号、姓名和手机号，且个人基本数据经过所述目标客户的授权后采集；

8、根据个人基本数据确定所述目标客户对应的目标群体类别；其中，目标群体类别包括但不限于白户、非白户或者老客户。

9、优选的，预先构建的所述映射关系，包括：

10、经过授权之后提取若干群体类别客户；

11、基于人工智能模型构建若干群体类别客户的所述风险评估模型，建立若干所述群体类别客户与对应所述风险评估模型的映射关系。

12、优选的，基于人工智能模型构建若干群体类别客户的所述风险评估模型，包括：

13、提取群体类别客户对应的基础信息；标注基础信息，得到风险咨询等级；

14、构建人工智能模型；在基础信息以及对应的风险咨询等级对人工智能模型进行训练，得到风险评估模型；其中，人工智能模型包括rbf神经网络模型或者bp神经网络模型。

15、优选的，对所述基础信息进行特征提取，包括：

16、通过若干特征提取算法对所述目标客户的基础信息进行提取，得到原始特征；其中，若干特征提取算法包括woe算法、独热编码算法、标签编码算法或者目标编码算法；

17、对原始特征进行特征校验，得到所述客户目标特征；其中，特征校验包括区分度校验和相关性校验。

18、优选的，通过所述风险评估模型对所述客户目标特征进行分析，还包括：

19、分别对所述客户目标特征中的风险咨询特征、信贷申请特征和租赁申请特征进行阈值化判定处理，得到对应的特征评分；

20、将风险咨询特征、信贷申请特征和租赁申请特征以及对应的特征评分输入至风险评估模型中，得到所述目标客户的风险咨询等级。

21、本申请的第二方面提供了租赁客户信用风险评估系统，包括：

22、获取模块：用于获取目标客户的基础信息；对所述目标客户的基础信息进行数据清洗操作；以及，基于人工智能模型构建若干群体类别客户的风险评估模型；

23、风险场景模块：基于个人基本数据确定所述目标客户的目标群体类别，从预先构建的映射关系中确定所述目标群体类别对应的风险评估模型；

24、风险策略模块：通过风险评估模型对所述客户目标特征进行分析，得到目标客户的风险咨询等级；

25、风险规则模块：用于分别对客户目标特征中的风险咨询特征、信贷申请特征和租赁申请特征进行阈值化判定处理，得到对应的特征评分。

26、本申请的第三方面提供了一种计算机设备，包括：存储器和处理器；存储器用于存储计算机程序；处理器用于执行存储器中存储的计算机程序，实现租赁客户信用风险评估方法。

27、本申请的第四方面提供了一种计算机可读的存储器，存储有计算机程序，计算机程序被处理器执行时，实现租赁客户信用风险评估方法。

28、与现有技术相比，本申请的有益效果是：本申请能够获取目标客户对应的个人基本数据以及个人三方数据，并根据目标客户对应的个人基本数据确定目标客户的目标群体类别，进而确定对应的风险评估模型；对目标客户对应的基础信息进行特征提取操作，得到对应的客户目标特征；通过目标风险评估模型对上述特征进行阈值化判定操作，得到目标客户对应的风险咨询等级。相较于现有技术靠人为基础统计、经验判定评估租赁客户信用风险，本申请通过目标风险评估模型对客户进行分析，能够更加精准的基于租赁客户的基本信息对客户信用风险进行评估，且提高了租赁客户信用风险评估的效率，以及得到较为准确的租赁客户信用风险评估结果。

技术特征：

1.租赁客户信用风险评估方法，其特征在于，包括：

2.根据权利要求1所述的租赁客户信用风险评估方法，其特征在于，基于个人基本数据确定所述目标客户的目标群体类别，包括：

3.根据权利要求1所述的租赁客户信用风险评估方法，其特征在于，预先构建的所述映射关系，包括：

4.根据权利要求3所述的租赁客户信用风险评估方法，其特征在于，基于人工智能模型构建若干群体类别客户的所述风险评估模型，包括：

5.根据权利要求1所述的租赁客户信用风险评估方法，其特征在于，对所述基础信息进行特征提取，包括：

6.根据权利要求1所述的租赁客户信用风险评估方法，其特征在于，通过所述风险评估模型对所述客户目标特征进行分析，还包括：

7.租赁客户信用风险评估系统，其特征在于，包括：

8.一种计算机设备，其特征在于，包括存储器和处理器；

9.一种计算机可读的存储器，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至6任一项所述的租赁客户信用风险评估方法。

技术总结
本申请公开了租赁客户信用风险评估方法、系统、设备及存储介质，涉及金融科技技术领域，解决了现有技术中的租赁风险评估方式难以满足租赁行业评估准确度和评估效率的技术问题；本申请能够获取目标客户对应的个人基本数据以及个人三方数据，并根据目标客户对应的个人基本数据确定目标客户的目标群体类别，进而确定对应的风险评估模型；对目标客户对应的基础信息进行特征提取操作，得到对应的客户目标特征；通过目标风险评估模型对上述特征进行阈值化判定操作，得到目标客户对应的风险咨询等级；本申请能够更加精准的基于租赁客户的基本信息对客户信用风险进行评估，提高了租赁客户信用风险评估的效率，得到较为准确的租赁客户信用风险评估结果。

技术研发人员：徐涛,许之彪,曹子豪
受保护的技术使用者：合肥品品信息科技有限公司
技术研发日：
技术公布日：2024/3/17