專利名稱：一種基于用戶信用度等級的信息推送方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種基于用戶信用度等級的信息推送方法和裝置。
背景技術(shù)：
隨著互聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展，互聯(lián)網(wǎng)映射了人們?nèi)粘Ｉ畹姆椒矫婷妫粩嗟馗淖冎藗冊械纳罘绞?，通過網(wǎng)絡(luò)進(jìn)行交友，購物，通訊等諸多活動。其中，越來越多的人們通過網(wǎng)絡(luò)享受付費(fèi)業(yè)務(wù)，或進(jìn)行資金交易。而由于互聯(lián)網(wǎng)的一切行為都是基于網(wǎng)絡(luò)平臺， 容易存在不真實性和欺騙性，因此在與資金有關(guān)的活動中，對于用戶的信用度進(jìn)行評估至
關(guān)重要?，F(xiàn)有技術(shù)中，對用戶的信用度進(jìn)行評估的方式主要是首先當(dāng)用戶在互聯(lián)網(wǎng)上進(jìn)行相關(guān)操作時，后臺的服務(wù)器會獲取用戶的原始數(shù)據(jù)，并對通過ETL技術(shù)對用戶的原始數(shù)據(jù)進(jìn)行處理，形成各種相關(guān)數(shù)據(jù)并存儲在數(shù)據(jù)倉庫中。其次，根據(jù)用戶的指標(biāo)數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘(如決策樹、回歸等挖掘算法)，建立評估模型。再根據(jù)該評估模型，結(jié)合用戶的數(shù)據(jù)， 對用戶進(jìn)行信息度的評估。對于上述現(xiàn)有技術(shù)中，現(xiàn)有的定量挖掘算法，如決策樹、回歸等，在目標(biāo)變量缺失、 指標(biāo)數(shù)據(jù)缺失嚴(yán)重，特別是一些重要指標(biāo)的數(shù)據(jù)缺失率比較高，以及網(wǎng)絡(luò)中用戶的行為變化較快的情況下，將無法準(zhǔn)確地，甚至無法建立信用度評估模型，無法對用戶的信用度進(jìn)行準(zhǔn)確的評估。此外，上述過程中存在對一些指標(biāo)數(shù)據(jù)的簡單加權(quán)處理，該處理容易引起指標(biāo)的共線性問題，數(shù)量級問題，最后導(dǎo)致信用度值出現(xiàn)較大偏差。

發(fā)明內(nèi)容
本發(fā)明實施例提供了一種基于用戶信用度等級的信息推送方法，用以實現(xiàn)對用戶信用度等級的準(zhǔn)確評估。本發(fā)明實施例提供一種基于用戶信用度等級的信息推送方法，包括根據(jù)預(yù)設(shè)指標(biāo)，獲取對應(yīng)的指標(biāo)數(shù)據(jù)和對應(yīng)的指標(biāo)權(quán)重；根據(jù)所述指標(biāo)數(shù)據(jù)和所述指標(biāo)權(quán)重，獲取用戶的信用值；根據(jù)所述信用值對用戶進(jìn)行劃分，獲取用戶的信用度等級；根據(jù)所述用戶的信用度等級向所述用戶推送信息。其中，所述根據(jù)預(yù)設(shè)指標(biāo)，獲取對應(yīng)的指標(biāo)數(shù)據(jù)和對應(yīng)的指標(biāo)權(quán)重之前，還包括建立用戶的信用度指標(biāo)體系，具體包括設(shè)置與用戶的信用度相關(guān)的指標(biāo)，以及與所述指標(biāo)對應(yīng)的指標(biāo)數(shù)據(jù)。其中，根據(jù)所述預(yù)設(shè)指標(biāo)，獲取對應(yīng)的指標(biāo)權(quán)重包括根據(jù)預(yù)設(shè)的評分模型，獲取所述預(yù)設(shè)指標(biāo)的評分?jǐn)?shù)據(jù)；對所述評分?jǐn)?shù)據(jù)進(jìn)行統(tǒng)計分析，獲取與所述預(yù)設(shè)指標(biāo)對應(yīng)的指標(biāo)權(quán)重。其中，所述根據(jù)所述指標(biāo)數(shù)據(jù)和所述指標(biāo)權(quán)重，獲取用戶的信用值包括
對所述指標(biāo)數(shù)據(jù)進(jìn)行無量綱化處理，獲取無量綱的指標(biāo)數(shù)據(jù)；根據(jù)所述指標(biāo)數(shù)據(jù)和與所述預(yù)設(shè)指標(biāo)對應(yīng)的指標(biāo)權(quán)重進(jìn)行加權(quán)處理，獲取信用值。其中，所述根據(jù)所述預(yù)設(shè)指標(biāo)，獲取對應(yīng)的指標(biāo)權(quán)重之前，還包括
對所述評分?jǐn)?shù)據(jù)進(jìn)行檢驗；判斷所述評分?jǐn)?shù)據(jù)是否通過所述檢驗；當(dāng)判斷所述評分?jǐn)?shù)據(jù)通過所述檢驗時，采用通過檢驗的所述評分?jǐn)?shù)據(jù)獲取對應(yīng)的指標(biāo)權(quán)重；當(dāng)判斷所述評分?jǐn)?shù)據(jù)未通過所述檢驗時，重新獲取評分?jǐn)?shù)據(jù)并對重新獲取的所述評分?jǐn)?shù)據(jù)進(jìn)行檢驗；或剔除未通過檢驗的所述評分?jǐn)?shù)據(jù)。其中，所述獲取用戶的信用度等級之后，還包括對所述信用度等級進(jìn)行評估，獲取評估結(jié)果；還包括根據(jù)所述評估結(jié)果判斷所述用戶的信用度等級是否合理；當(dāng)判斷所述用戶信用度等級合理時，根據(jù)所述用戶的信用度等級向所述用戶推送信息；當(dāng)判斷所述用戶信用度等級不合理時，重新獲取用戶的信用度等級。本發(fā)明實施例提供一種基于用戶信用度等級的信息推送裝置，包括第一獲取模塊，用于根據(jù)預(yù)設(shè)指標(biāo)和對應(yīng)的指標(biāo)權(quán)重；第二獲取模塊，根據(jù)所述第一獲取模塊獲取的所述指標(biāo)數(shù)據(jù)和所述指標(biāo)權(quán)重，獲取用戶的信用值；第三獲取模塊，根據(jù)所述第二獲取模塊獲取的所述信用值對用戶進(jìn)行劃分，獲取用戶的信用度等級；推送模塊，用于根據(jù)所述第三獲取模塊獲取的所述用戶的信用度等級向所述用戶推送信息。其中，還包括設(shè)置模塊，用于建立用戶的信用度指標(biāo)體系，具體包括設(shè)置與用戶的信用度相關(guān)的指標(biāo)，以及與所述指標(biāo)對應(yīng)的指標(biāo)數(shù)據(jù)。其中，所述第一獲取模塊具體用于根據(jù)預(yù)設(shè)的評分模型，獲取所述預(yù)設(shè)指標(biāo)的評分?jǐn)?shù)據(jù)；對所述評分?jǐn)?shù)據(jù)進(jìn)行統(tǒng)計分析，獲取與所述預(yù)設(shè)指標(biāo)對應(yīng)的指標(biāo)權(quán)重。其中，所述第二獲取模塊具體用于對所述指標(biāo)數(shù)據(jù)進(jìn)行無量綱化處理，獲取無量綱的指標(biāo)數(shù)據(jù)；根據(jù)所述指標(biāo)數(shù)據(jù)和與所述預(yù)設(shè)指標(biāo)對應(yīng)的指標(biāo)權(quán)重進(jìn)行加權(quán)處理，獲取信用值。其中，還包括檢驗?zāi)K，用于對所述評分?jǐn)?shù)據(jù)進(jìn)行檢驗，具體包括判斷所述評分?jǐn)?shù)據(jù)是否通過所述檢驗；當(dāng)判斷所述評分?jǐn)?shù)據(jù)通過所述檢驗時，采用通過檢驗的所述評分?jǐn)?shù)據(jù)獲取對應(yīng)的指標(biāo)權(quán)重；當(dāng)判斷所述評分?jǐn)?shù)據(jù)未通過所述檢驗時，重新獲取評分?jǐn)?shù)據(jù)并對重新獲取的所述評分?jǐn)?shù)據(jù)進(jìn)行檢驗；或剔除未通過檢驗的所述評分?jǐn)?shù)據(jù)。
其中，還包括評估模塊，用于對所述信用度等級進(jìn)行評估，獲取評估結(jié)果；還包括判斷模塊，用于根據(jù)所述評估結(jié)果判斷所述用戶的信用度等級是否合理；當(dāng)判斷所述用戶信用度等級合理時，根據(jù)所述用戶的信用度等級向所述用戶推送信息；當(dāng)判斷所述用戶信用度等級不合理時，重新獲取用戶的信用度等級。本發(fā)明具有以下優(yōu)點(diǎn)通過定量和定性相結(jié)合的方式建模，解決了由于部分指標(biāo)數(shù)據(jù)缺失率較高，實現(xiàn)了對互聯(lián)網(wǎng)用戶的信用度進(jìn)行準(zhǔn)確評估。


為了更清楚地說明本發(fā)明或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對本發(fā)明或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明實施例中一種基于用戶信用度等級的信息推送方法的流程圖；圖2為本發(fā)明實施例中一種基于用戶信用度等級的信息推送方法的流程圖；圖3為本發(fā)明實施例中一種基于用戶信用度等級的信息推送裝置的結(jié)構(gòu)示意圖；圖4為本發(fā)明實施例中一種基于用戶信用度等級的信息推送裝置的結(jié)構(gòu)示意圖。
具體實施例方式如背景技術(shù)所述，當(dāng)存在部分重要指標(biāo)的數(shù)據(jù)缺失率較高，互聯(lián)網(wǎng)用戶行為變化非?？斓那闆r下，實現(xiàn)對互聯(lián)網(wǎng)付費(fèi)用戶的信用度的準(zhǔn)確評估是亟待解決的問題。如圖1所示，為本發(fā)明實施例中一種基于用戶信用度等級的信息推送方法，具體包括以下步驟步驟101、根據(jù)預(yù)設(shè)指標(biāo)，獲取對應(yīng)的指標(biāo)數(shù)據(jù)和對應(yīng)的指標(biāo)權(quán)重。在此之前，還包括建立用戶的信用度指標(biāo)體系，具體包括設(shè)置與用戶的信用度相關(guān)的指標(biāo)，以及與所述指標(biāo)對應(yīng)的指標(biāo)數(shù)據(jù)。其中，根據(jù)所述預(yù)設(shè)指標(biāo)，獲取對應(yīng)的指標(biāo)權(quán)重包括；根據(jù)預(yù)設(shè)的評分模型，獲取所述預(yù)設(shè)指標(biāo)的評分?jǐn)?shù)據(jù)；對所述評分?jǐn)?shù)據(jù)進(jìn)行統(tǒng)計分析，獲取與所述預(yù)設(shè)指標(biāo)對應(yīng)的指標(biāo)權(quán)重。其中，根據(jù)預(yù)設(shè)的評分模型，獲取所述預(yù)設(shè)指標(biāo)的評分?jǐn)?shù)據(jù)之前，包括建立上述指標(biāo)體系的“評分模型”。其中，對所述評分?jǐn)?shù)據(jù)進(jìn)行統(tǒng)計分析，獲取與所述預(yù)設(shè)指標(biāo)對應(yīng)的指標(biāo)權(quán)重之前， 還包括對所述評分?jǐn)?shù)據(jù)進(jìn)行檢驗；判斷所述評分?jǐn)?shù)據(jù)是否通過所述檢驗；當(dāng)判斷所述評分?jǐn)?shù)據(jù)通過所述檢驗時，采用通過檢驗的所述評分?jǐn)?shù)據(jù)獲取對應(yīng)的指標(biāo)權(quán)重；當(dāng)判斷所述評分?jǐn)?shù)據(jù)未通過所述檢驗時，重新獲取評分?jǐn)?shù)據(jù)并對重新獲取的所述評分?jǐn)?shù)據(jù)進(jìn)行檢驗；或剔除未通過檢驗的所述評分?jǐn)?shù)據(jù)。
步驟102、根據(jù)所述指標(biāo)數(shù)據(jù)和所述指標(biāo)權(quán)重，獲取用戶的信用值。對所述指標(biāo)數(shù)據(jù)進(jìn)行無量綱化處理，獲取無量綱的指標(biāo)數(shù)據(jù)；根據(jù)所述指標(biāo)數(shù)據(jù)和與所述預(yù)設(shè)指標(biāo)對應(yīng)的指標(biāo)權(quán)重進(jìn)行加權(quán)處理，獲取信用值。步驟103、根據(jù)所述信用值對用戶進(jìn)行劃分，獲取用戶的信用度等級。之后，還包括對所述信用度等級進(jìn)行評估，獲取評估結(jié)果；其中，還包括根據(jù)所述評估結(jié)果判斷所述用戶的信用度等級是否合理；當(dāng)判斷所述用戶信用度等級合理時，可根據(jù)所述用戶的信用度等級向所述用戶推送信息；當(dāng)判斷所述用戶信用度等級不合理時，則重新獲取用戶的信用度等級。步驟104、根據(jù)所述用戶的信用度等級向所述用戶推送信息。如圖2所示，為本發(fā)明實施例中一種基于用戶信用度等級的信息推送方法，具體包括以下步驟步驟201、設(shè)置指標(biāo)，以及與所述指標(biāo)對應(yīng)的指標(biāo)數(shù)據(jù)，建立用戶信用度指標(biāo)體系。具體地，構(gòu)建互聯(lián)網(wǎng)付費(fèi)用戶信用度指標(biāo)體系，分為一級指標(biāo)(大分類)和二級指標(biāo)(具體指標(biāo))，一級指標(biāo)的每一個大分類對應(yīng)二級指標(biāo)的若干具體指標(biāo)(稱為“對應(yīng)指標(biāo)集”)；剔除相關(guān)程度較高的二級指標(biāo)，例如用戶的消費(fèi)金額和用戶的消費(fèi)積分，大部分情況下有消費(fèi)就會產(chǎn)生相應(yīng)的積分，兩者的相關(guān)程度很高，不能同時進(jìn)入指標(biāo)體系中。例如一級指標(biāo)如表1所示，包括用戶基本信息、用戶充值信息、用戶支付信息。表1、一級指標(biāo)
權(quán)利要求
1.一種基于用戶信用度等級的信息推送方法，其特征在于，包括 根據(jù)預(yù)設(shè)指標(biāo)，獲取對應(yīng)的指標(biāo)數(shù)據(jù)和對應(yīng)的指標(biāo)權(quán)重；根據(jù)所述指標(biāo)數(shù)據(jù)和所述指標(biāo)權(quán)重，獲取用戶的信用值； 根據(jù)所述信用值對用戶進(jìn)行劃分，獲取用戶的信用度等級； 根據(jù)所述用戶的信用度等級向所述用戶推送信息。
2.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)預(yù)設(shè)指標(biāo)，獲取對應(yīng)的指標(biāo)數(shù)據(jù)和對應(yīng)的指標(biāo)權(quán)重之前，還包括建立用戶的信用度指標(biāo)體系，具體包括設(shè)置與用戶的信用度相關(guān)的指標(biāo)，以及與所述指標(biāo)對應(yīng)的指標(biāo)數(shù)據(jù)。
3.如權(quán)利要求1所述的方法，其特征在于，根據(jù)所述預(yù)設(shè)指標(biāo)，獲取對應(yīng)的指標(biāo)權(quán)重包括根據(jù)預(yù)設(shè)的評分模型，獲取所述預(yù)設(shè)指標(biāo)的評分?jǐn)?shù)據(jù)； 對所述評分?jǐn)?shù)據(jù)進(jìn)行統(tǒng)計分析，獲取與所述預(yù)設(shè)指標(biāo)對應(yīng)的指標(biāo)權(quán)重。
4.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述指標(biāo)數(shù)據(jù)和所述指標(biāo)權(quán)重，獲取用戶的信用值包括對所述指標(biāo)數(shù)據(jù)進(jìn)行無量綱化處理，獲取無量綱的指標(biāo)數(shù)據(jù)；根據(jù)所述指標(biāo)數(shù)據(jù)和與所述預(yù)設(shè)指標(biāo)對應(yīng)的指標(biāo)權(quán)重進(jìn)行加權(quán)處理，獲取信用值。
5.如權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述預(yù)設(shè)指標(biāo)，獲取對應(yīng)的指標(biāo)權(quán)重之前,還包括對所述評分?jǐn)?shù)據(jù)進(jìn)行檢驗； 判斷所述評分?jǐn)?shù)據(jù)是否通過所述檢驗；當(dāng)判斷所述評分?jǐn)?shù)據(jù)通過所述檢驗時，采用通過檢驗的所述評分?jǐn)?shù)據(jù)獲取對應(yīng)的指標(biāo)權(quán)重；當(dāng)判斷所述評分?jǐn)?shù)據(jù)未通過所述檢驗時，重新獲取評分?jǐn)?shù)據(jù)并對重新獲取的所述評分?jǐn)?shù)據(jù)進(jìn)行檢驗；或剔除未通過檢驗的所述評分?jǐn)?shù)據(jù)。
6.如權(quán)利要求1所述的方法，其特征在于，所述獲取用戶的信用度等級之后，還包括 對所述信用度等級進(jìn)行評估，獲取評估結(jié)果；還包括根據(jù)所述評估結(jié)果判斷所述用戶的信用度等級是否合理；當(dāng)判斷所述用戶信用度等級合理時，根據(jù)所述用戶的信用度等級向所述用戶推送信息；當(dāng)判斷所述用戶信用度等級不合理時，重新獲取用戶的信用度等級。
7.一種基于用戶信用度等級的信息推送裝置，其特征在于，包括 第一獲取模塊，用于根據(jù)預(yù)設(shè)指標(biāo)和對應(yīng)的指標(biāo)權(quán)重；第二獲取模塊，根據(jù)所述第一獲取模塊獲取的所述指標(biāo)數(shù)據(jù)和所述指標(biāo)權(quán)重，獲取用戶的信用值；第三獲取模塊，根據(jù)所述第二獲取模塊獲取的所述信用值對用戶進(jìn)行劃分，獲取用戶的信用度等級；推送模塊，用于根據(jù)所述第三獲取模塊獲取的所述用戶的信用度等級向所述用戶推送 fn息ο
8.如權(quán)利要求7所述的裝置，其特征在于，還包括設(shè)置模塊，用于建立用戶的信用度指標(biāo)體系，具體包括設(shè)置與用戶的信用度相關(guān)的指標(biāo)，以及與所述指標(biāo)對應(yīng)的指標(biāo)數(shù)據(jù)。
9.如權(quán)利要求7所述的裝置，其特征在于，所述第一獲取模塊具體用于 根據(jù)預(yù)設(shè)的評分模型，獲取所述預(yù)設(shè)指標(biāo)的評分?jǐn)?shù)據(jù)；對所述評分?jǐn)?shù)據(jù)進(jìn)行統(tǒng)計分析，獲取與所述預(yù)設(shè)指標(biāo)對應(yīng)的指標(biāo)權(quán)重。
10.如權(quán)利要求7所述的裝置，其特征在于，所述第二獲取模塊具體用于 對所述指標(biāo)數(shù)據(jù)進(jìn)行無量綱化處理，獲取無量綱的指標(biāo)數(shù)據(jù)；根據(jù)所述指標(biāo)數(shù)據(jù)和與所述預(yù)設(shè)指標(biāo)對應(yīng)的指標(biāo)權(quán)重進(jìn)行加權(quán)處理，獲取信用值。
11.如權(quán)利要求9所述的裝置，其特征在于，還包括 檢驗?zāi)K，用于對所述評分?jǐn)?shù)據(jù)進(jìn)行檢驗，具體包括 判斷所述評分?jǐn)?shù)據(jù)是否通過所述檢驗；當(dāng)判斷所述評分?jǐn)?shù)據(jù)通過所述檢驗時，采用通過檢驗的所述評分?jǐn)?shù)據(jù)獲取對應(yīng)的指標(biāo)權(quán)重；當(dāng)判斷所述評分?jǐn)?shù)據(jù)未通過所述檢驗時，重新獲取評分?jǐn)?shù)據(jù)并對重新獲取的所述評分?jǐn)?shù)據(jù)進(jìn)行檢驗；或剔除未通過檢驗的所述評分?jǐn)?shù)據(jù)。
12.如權(quán)利要求7所述的裝置，其特征在于，還包括評估模塊，用于對所述信用度等級進(jìn)行評估，獲取評估結(jié)果； 還包括判斷模塊，用于根據(jù)所述評估結(jié)果判斷所述用戶的信用度等級是否合理； 當(dāng)判斷所述用戶信用度等級合理時，根據(jù)所述用戶的信用度等級向所述用戶推送信息，重新獲取用戶的信用度等級。
全文摘要
本發(fā)明公開了一種基于用戶信用度等級的信息推送方法和裝置，該方法包括根據(jù)預(yù)設(shè)指標(biāo)，獲取對應(yīng)的指標(biāo)數(shù)據(jù)和對應(yīng)的指標(biāo)權(quán)重；根據(jù)所述指標(biāo)數(shù)據(jù)和所述指標(biāo)權(quán)重，獲取用戶的信用值；根據(jù)所述信用值對用戶進(jìn)行劃分，獲取用戶的信用度等級；根據(jù)所述用戶的信用度等級向所述用戶推送信息。通過本發(fā)明，實現(xiàn)了對用戶信用度等級的準(zhǔn)確評估。
文檔編號G06Q30/00GK102163310SQ20101011156
公開日2011年8月24日 申請日期2010年2月22日 優(yōu)先權(quán)日2010年2月22日
發(fā)明者劉大鵬, 葉幸春, 岳亞丁, 李多全, 李邕, 肖磊, 言艷花, 貢鳴, 賴曉平, 陳永鋒, 黃華基 申請人:深圳市騰訊計算機(jī)系統(tǒng)有限公司