具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

需要说明的是，本公开实施例提供的方法和装置可用于金融领域，也可用于除金融领域之外的任意领域，本公开实施例提供的方法和装置的应用领域不做限定。

在本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。

本公开的实施例提供了一种基于大数据的银行用户征信评估方法，包括：对初始数据进行处理确定目标数据，所述初始数据为快递数据，所述目标数据包括收寄地址数据、收寄件人身份信息和收寄日期数据；根据所述目标数据确定用户类型，所述用户类型包括个人用户和企业用户；根据所述用户类型和所述目标数据确定收寄地区特征信息；根据所述收寄地区特征信息和快递收寄地区特征模型确定用户征信评分；其中，所述快递收寄地区特征模型为预先建立的，用于根据用户的收寄地区特征信息确定用户征信评分。

一个示例中，银行的征信评估采用较多的是对用户拥有的固定资产、大件消费等传统的用户经济行为进行跟踪和评估，然而由于这些数据相对频次较低，数据不够鲜活，这种评估方式无法动态反应客户的真实征信状况。而随着信息化数字化的发展，线上购物成为购物消费的主流，由于线上购买的商品需要通过快递物流实现商品的配送，因此产生海量的快递数据，而快递数据产生的频率较高，一定程度上可以反映用户的消费行为和经营行为，从而反映用户的征信状态。

基于以上技术问题，本公开实施例提供一种基于大数据的银行用户征信评估方法。

以下将通过图1～图4对本公开实施例的基于大数据的银行用户征信评估方法进行详细描述。

图1示意性示出了根据本公开实施例的基于大数据的银行用户征信评估方法的流程图。

如图1所示，该实施例包括操作S110～操作S140，该方法的执行主体可以是服务器、计算集群或后台系统，也可以是执行本公开方法的装置和设备，本公开以后台系统为执行主体进行说明。

在操作S110，对初始数据进行处理确定目标数据。

根据本公开实施例，初始数据为快递数据，目标数据包括收寄地址数据、收寄件人身份信息和收寄日期数据。

一个示例中，通过合法手段获取初始数据，在使用初始数据前需要将初始数据按照预设指标进行清洗，去掉垃圾数据或者不相关数据，预设指标包括但不限于收件地址、寄件地址、收件人信息、寄件人信息、收件日期和寄件日期，目标数据包括收寄地址数据、收寄件人身份信息和收寄日期数据。

在操作S120，根据目标数据确定用户类型。

根据操作S110得到的目标数据确定用户身份信息，根据用户身份信息可以进一步确定用户类型，其中用户类型包括个人用户和企业用户；具体的，用户身份信息可以是身份证信息，由于个人用户寄件时需要提供身份证信息，企业用户有同定编码信息，无需身份证信息，可以根据身份证信息判断用户类型。

在操作S130，根据用户类型和目标数据确定收寄地区特征信息。

根据用户类型和目标数据可以确定用户的收寄地区特征信息，收寄地区特征信息可以一定程度上表征用户的消费行为和经营状况。

一个示例中，若用户类型为个人用户，则根据目标数据统计预设时间内收寄件的地址信息作为该个人用户的收寄地区特征信息；若用户类型为企业用户，则根据目标数据统计预设时间内收寄件的地址数量变化信息作为企业用户的收寄地区特征信息。预设时间内收寄件的地址信息可以反映个人用户的消费行为，是否存在违法犯罪风险，预设时间内收寄件的地址数量变化信息可以反映企业用户的经营状况。

在操作S140，根据收寄地区特征信息和快递收寄地区特征模型确定用户征信评分。

根据本公开实施例，快递收寄地区特征模型是根据专家经验预先建立的，用于根据用户的收寄地区特征信息确定用户征信评分，该特征模型包括预设指标和各预设指标对应的分数值区间和预设权重值，通过比对输出结果和用户实际征信情况可以对快递收寄地区特征模型进行纠偏，调整各预设指标对应的分数值区间和预设权重值。

一个示例中，根据操作S130中得到的收寄地区特征信息输入快递收寄地区特征模型可以输出用户的征信评分，该征信评分作为征信评价的参考权重之一，补充征信评价。

根据本公开实施例，通过快递数据获取目标数据，根据目标数据确定用户类型，进而确定用户收寄地区特征信息，根据快递收寄地区特征模型和收寄地区特征信息确定用户的征信评分，通过对快递数据的挖掘和分析确定用户的实时征信，解决现有技术中对客户征信的动态评估方式的短板问题。

图2示意性示出了根据本公开实施例的另一种基于大数据的银行用户征信评估方法的流程图。

如图2所示，该实施例包括操作S210～操作S280，该方法的执行主体可以是服务器或后台系统，也可以是执行本公开方法的装置和设备，本公开以后台系统为执行主体进行说明。

在基于快递数据对银行用户进行征信评估之前，需要通过操作S210和操作S220对快递收寄地区特征模型预先基于以下方式进行训练：

在操作S210，获取样本数据，样本数据包括用户快递数据和用户征信数据。

首先获取样本数据，样本数据可以是多组，例如，100组。样本数据为用户快递数据即目标数据和用户征信数据，用户实际征信数据反映用户当前实际征信状况。

在操作S220，根据样本数据对快递收寄地区特征模型进行训练。

操作S220具体包括以下步骤：

在第一步骤，根据样本数据和快递收寄地区特征模型计算用户征信评分。

在第二步骤，根据用户征信评分和用户征信数据确定准确率。

在第三步骤，基于准确率对快递收寄地区特征模型进行更新。

一个示例中，首先根据操作S210中的样本数据中的用户快递数据确定各组用户的收寄地区特征信息，根据收寄地区特征信息和初始快递收寄地区特征模型确定各组用户征信评分，将该用户评分与用户实际征信数据相比较确定准确率，若准确率小于或等于预设阈值，则表征当前快递收寄地区特征模型不准确，需要对预设指标对应的分数值区间及预设权重值进行调整，重新计算用户征信评分直至准确率大于预设阈值，优选的，预设阈值为90％。

在操作S230，对初始数据进行处理确定目标数据

根据本公开实施例，获取初始数据；根据预设指标对初始数据进行清洗确定目标数据，预设指标包括收件地址、寄件地址、收件人信息、寄件人信息、收件日期和寄件日期。

本操作与图1所示的操作S110的技术方案与原理相同，不再赘述。

在操作S240，根据目标数据确定用户类型。

根据本公开实施例，根据所述目标数据确定用户的身份信息；根据所述用户的身份信息确定用户类型。

本操作与图1所示的操作S120的技术方案与原理相同，不再赘述。

在操作S250，若用户类型为个人用户，则根据目标数据确定第一收寄地区特征信息，其中，第一收寄地区特征信息包括预设时间内的收寄地址信息。

一个示例中，若用户类型为个人用户，通过用户的收寄地址信息可以间接反映个人用户的消费能力，对目标数据进行统计，对高频快递收寄地址进行归并形成第一收寄地区特征信息。

在操作S260，根据第一收寄地区特征信息和快递收寄地区特征模型确定个人用户征信评分。

图3示意性示出了本公开实施例中个人用户基于第一收寄地区特征信息的征信评估的流程图。

如图3所示，操作S260包括操作S261～操作S264。

在操作S261，根据第一收寄地区特征信息确定预设时间内的收寄地址信息。

一个示例中，根据第一收寄地区特征信息确定个人用户在预设时间内的快递行为，主要包括预设时间内的收寄件地址信息。

在操作S262，根据快递收寄地区特征模型确定敏感地区地址信息。

快递收寄地区特征模型中包含有敏感地区地址信息，敏感地区特指违法犯罪活动频次较高的地区，敏感地区地址信息可以通过有关部门获取，定期更新。

在操作S263，将预设时间内的收寄地址信息和敏感地区地址信息进行比对。

一个示例中，将预设时间内的收寄地址信息与敏感地区地址信息进行比对，可以确定预设时间内的个人用户是否与敏感地区有收寄件往来。

在操作S264，根据比对结果确定个人用户征信评分。

根据本公开实施例，若预设时间内的收寄地址信息中包含有敏感地区地址信息，则确定第一计算值。若预设时间内的收寄地址信息中不包含有敏感地区地址信息，则确定第二计算值；根据第一计算值和第二计算值确定个人用户征信评分。

第一计算值为负数，第二计算值为正数，若预设时间内的收寄地址信息中包含有敏感地区地址信息，即预设时间内用户与敏感地区有收寄件往来，则表征该用户存在一定的法律风险，征信评分扣分；若预设时间内的收寄地址信息中不包含有敏感地区地址信息，即预设时间内用户与敏感地区没有收寄件往来，则表征该用户快递行为正常，征信评分适当加分。

在操作S270，若用户类型为企业用户，则根据目标数据确定第二收寄地区特征信息，第二收寄地区特征信息包括预设时间内的收寄地址信息和数量变化信息。

一个示例中，对目标数据进行统计，对高频快递收寄地址进行归并，分别统计每个地区地址的收件数、寄件数和在一段时间内产生的快递数，形成第二收寄地区特征信息。企业用户的收寄地址信息和数量变化信息可以间接反映企业用户的经营行为。

在操作S280，根据第二收寄地区特征信息和快递收寄地区特征模型确定企业用户征信评分；

图4示意性示出了本公开实施例中企业用户基于第二收寄地区特征信息的征信评估的流程图。

如图4所述，包括操作S281～操作S282。

在操作S281，根据第二收寄地区特征信息确定预设时间内的收寄地址信息和数量变化信息。

在操作S282，根据预设时间内的收寄地址信息和数量变化信息确定企业用户征信评分。

根据本公开实施例，若预设时间内的收寄地址信息数量保持不变，则确定第三计算值；若预设时间内的收寄地址信息数量保持增长，则确定第四计算值；若预设时间内的收寄地址信息数量下降，则确定第五计算值；若所述预设时间内的收寄地址信息与敏感地区地址重合，则确定第六计算值；根据第三计算值、第四计算值、第五计算值和第六计算值确定企业用户征信评分。

一个示例中，数量变化信息包括地址数量变化信息和快递数量变化信息，可以根据企业用户的收寄地址信息、地址数量变化信息和快递数量变化信息确定该企业的经营情况。

例如，若该企业用户的快递行为中有稳定的若干个地址快递往来，且数量比较稳定，则证明该企业用户的经营行为比较健康，可以确定第三计算值，其征信评分可适当加分；若该企业用户的快递行为中有持续新增的若干个地址快递往来，且数量比较稳定增长，则该企业用户的经营行为处于扩张型，可以确定第四计算值，其征信评分可得附加值分；若该企业用户的快递行为中已有的寄递地址的快递往来数量急剧下降，其经营行为可能有波动，则确定第五计算值，其征信评分要扣分；若该企业用户的快递行为中显示与敏感地区存在频繁往来，其经营行为可能有法律风险，则确定第六计算值，其征信评分要扣分。

通过本公开实施例提供的方法，通过快递数据获取目标数据，根据目标数据确定用户类型，进而确定第一收寄地区特征信息和第二收寄地区特征信息，根据快递收寄地区特征模型和第一收寄地区特征信息确定个人用户的征信评分，根据快递收寄地区特征模型和第二收寄地区特征信息确定企业用户的征信评分，通过对快递数据的挖掘和分析确定用户的实时征信，解决现有技术中对客户征信的动态评估方式的短板问题。

基于上述基于大数据的银行用户征信评估方法，本公开还提供了一种基于大数据的银行用户征信评估装置。以下将结合图5对该装置进行详细描述。

图5示意性示出了根据本公开实施例的基于大数据的银行用户征信评估装置的结构框图。

如图5所示，该实施例的基于大数据的银行用户征信评估装置500包括处理模块510、第一确定模块520、第二确定模块530和第三确定模块540。

处理模块510用于对初始数据进行处理确定目标数据，初始数据为快递数据，目标数据包括收寄地址数据、收寄件人身份信息和收寄日期数据。在一实施例中，处理模块510可以用于执行前文描述的操作S110，在此不再赘述。

第一确定模块520用于根据目标数据确定用户类型，用户类型包括个人用户和企业用户。在一实施例中，第一确定模块520可以用于执行前文描述的操作S120，在此不再赘述。

第二确定模块530用于根据用户类型和目标数据确定收寄地区特征信息。在一实施例中，第二确定模块530可以用于执行前文描述的操作S130，在此不再赘述。

第三确定模块540用于根据收寄地区特征信息和快递收寄地区特征模型确定用户征信评分。在一实施例中，第三确定模块540可以用于执行前文描述的操作S140，在此不再赘述。

根据本公开的实施例，处理模块510、第一确定模块520、第二确定模块530和第三确定模块540中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，处理模块510、第一确定模块520、第二确定模块530和第三确定模块540中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，处理模块510、第一确定模块520、第二确定模块530和第三确定模块540中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图6示意性示出了根据本公开实施例的适于实现基于大数据的银行用户征信评估方法的电子设备的方框图。

如图6所示，根据本公开实施例的电子设备600包括处理器601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 603中，存储有电子设备600操作所需的各种程序和数据。处理器601、ROM602以及RAM 603通过总线604彼此相连。处理器601通过执行ROM 602和/或RAM 603中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 602和RAM 603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，电子设备600还可以包括输入/输出(I/O)接口605，输入/输出(I/O)接口605也连接至总线604。电子设备600还可以包括连接至I/O接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；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607；包括硬盘等的存储部分608；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609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，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610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608。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储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执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：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)、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。在本公开中，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。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 602和/或RAM 603和/或ROM 602和RAM 603以外的一个或多个存储器。

本公开的实施例还包括一种计算机程序产品，其包括计算机程序，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。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的物品推荐方法。

在该计算机程序被处理器601执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。

在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分609被下载和安装，和/或从可拆卸介质611被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、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。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。