公开(公告)号：CN115330509A

公开(公告)日：2022-11-11

申请号：CN202210431436.0

申请日：2022-04-22

Applicant: 北京邮电大学

Inventor： 宋美娜 ,  李国英 ,  鄂海红 ,  欧中洪 ,  张光卫 ,  董亚飞 ,  江志航 ,  冯煜 ,  于勰

IPC: G06Q40/02 ,  G06Q10/10 ,  G06F16/953

Abstract: 本发明公开了基于征信服务交易平台集成的征信服务分类方法和系统，其中，该方法包括：获取用户需求信息；其将用户需求信息，输入集成后的数字化征信服务交易平台，进行用户购买征信服务请求的信息交易处理；通过信息交易处理，利用集成后的数字化征信服务交易平台进行征信服务分类并向用户推荐相应的征信服务。本发明可以可以整合多源异构多种类型的数字化征信服务，统筹规划大数据底层能力与海量信用数据服务以应用于上层多种征信场景，将数字化征信服务集成在平台供用户无差别使用，提供给外部征信服务提供商以服务开放的能力，使其能够便捷地、系统改动量少地接入平台，有效的实现征信服务分类和应用。

公开(公告)号：CN115018616A

公开(公告)日：2022-09-06

申请号：CN202210444203.4

申请日：2022-04-25

Applicant: 北京邮电大学

Inventor： 宋美娜 ,  董亚飞 ,  鄂海红 ,  欧中洪 ,  张光卫 ,  罗显宴 ,  李国英 ,  江志航 ,  于勰 ,  冯煜 ,  郭京荆

IPC: G06Q40/02 ,  G06N3/08 ,  G06N3/02 ,  G06F16/25

Abstract: 本申请提出了一种基于批流一体计算引擎的征信智能评估方法，涉及征信智能评估技术领域，其中，该方法包括：通过Kafka获取多个维度的用户征信数据，并按照主题将用户征信数据划分为待训练征信数据和待预测征信数据；获取预先训练的征信评估模型，将待预测征信数据输入至征信评估模型进行实时评估，得到评估结果，其中，征信评估模型是通过待训练征信数据对原始训练数据进行数据增量后，利用增量后的训练数据进行动态更新的。本申请利用经典的神经网络模型算法动态预测征信智能评分，并且能够根据实时流式征信数据实现评估模型的在线学习，同时能够结合历史规律与实时变化，更新模型评估效果，消除模型的不稳定性，从而提升征信智能评估的准确率。