CN116452323A - 风险评估方法、***、设备及存储介质 - Google Patents

Abstract

本发明公开了风险评估方法、***、设备及存储介质，该方法包括：风险评估设备获取用户的历史贷款样本集合，所述历史贷款样本集合包括每个历史贷款期数对应的贷款记录；根据每个所述历史贷款期数对应的贷款记录构建知识图谱；基于所述知识图谱，确定每个所述历史贷款期数对应的逾期罚息和不还款的概率值；根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，判断所述用户的风险等级，提高用户风险等级评估的准确性。

Description

风险评估方法、***、设备及存储介质

技术领域

本发明涉及计算机数据处理技术领域，尤其涉及一种风险评估方法、***、设备及存储介质。

背景技术

随着我国消费信贷产业的蓬勃发展，***、住房贷款、汽车贷款、消费品贷款等各类贷款产品层出不穷。在消费信贷行业不断发展的背后，存在信用风险。而如何在风险发生后，更好地管控风险并降低损失是每一家贷款机构需要具备的能力。

贷款申请人获得每一笔贷款后，需在指定时间点按时还款。但在实际业务开展中，存在一部分逾期未还的用户。相关技术获取待测用户的用户信息及逾期金额；将用户信息及逾期金额输入预先训练的业务数据处理模型，获得用户逾期不还款的概率值。进而根据用户不还款的概率值进行用户风险等级的评估。但是，不同贷款期数对应的贷款数据繁多，若不对贷款数据进行处理，直接使用其进行风险评估，使得所评估的用户的风险等级不准确。

发明内容

本申请实施例通过提供一种风险评估方法、***、设备及存储介质，旨在提高用户风险等级评估的准确性。

本申请实施例提供了一种风险评估方法，所述风险评估方法包括：

风险评估设备获取用户的历史贷款样本集合，所述历史贷款样本集合包括每个历史贷款期数对应的贷款记录；

根据每个所述历史贷款期数对应的贷款记录构建知识图谱；

基于所述知识图谱，确定每个所述历史贷款期数对应的逾期罚息和不还款的概率值；

根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，判断所述用户的风险等级。

可选地，所述根据每个所述历史贷款期数对应的贷款记录构建知识图谱的步骤包括：

根据每个所述历史贷款期数对应的贷款记录确定实体和关系；

根据所述实体和关系构建所述知识图谱。

可选地，所述根据每个所述历史贷款期数对应的贷款记录确定实体和关系的步骤包括：

根据所述贷款记录分别确定每个历史贷款期数对应的逾期天数、逾期本金和逾期利率；

将所述历史贷款期数、所述逾期天数、所述逾期本金和所述逾期利率作为所述实体，将所述历史贷款期数分别与所述逾期天数、所述逾期本金、所述逾期利率的各个连接关系作为所述关系。

可选地，所述基于所述知识图谱，确定每个所述历史贷款期数对应的逾期罚息和不还款的概率值的步骤包括：

基于所述知识图谱中的实体和关系确定多条链路；

根据每条链路的逾期天数、逾期本金和逾期利率确定对应的逾期罚息；

根据所述逾期罚息确定所述不还款的概率值。

可选地，所述根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，判断所述用户的风险等级的步骤包括：

根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，以及不还款的概率值与逾期罚息和风险等级的对应关系，判断所述用户的风险等级。

可选地，所述根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，以及不还款的概率值与逾期罚息和风险等级的对应关系，判断所述用户的风险等级的步骤之前，还包括：

根据每个所述历史贷款期数对应的所述不还款的概率值与概率值区间，确定第一风险值；

根据所述逾期罚息与逾期罚息区间，确定第二风险值；

根据所述第一风险值和所述第二风险值，确定所述风险等级；

将所述不还款的概率值、所述逾期罚息和所述风险等级进行关联，得到所述对应关系。

可选地，所述根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，判断所述用户的风险等级的步骤之后，还包括：

根据所述风险等级和所述逾期罚息，生成所述用户的仲裁信息；

向仲裁设备发送所述仲裁信息，所述仲裁设备基于所述风险等级判断是否需要催收所述逾期罚息，所述仲裁设备在判定需要催收逾期罚息时，生成所述逾期罚息对应的催收信息，并向终端设备发送所述催收信息。

此外，为实现上述目的，本发明还提供了一种风险评估设备，所述风险评估设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的风险评估程序，所述风险评估程序被所述处理器执行时实现上述的风险评估方法的步骤。

此外，为实现上述目的，本发明还提供了一种风险评估***，所述风险评估***包括：风险评估设备、仲裁设备和终端设备，所述仲裁设备与所述风险评估设备和所述终端设备连接，所述风险评估设备包括：

样本获取模块，用于风险评估设备获取历史贷款样本集合，所述历史贷款样本集合包括每个历史贷款期数对应的贷款记录；

构建模块，用于根据每个所述历史贷款期数对应的贷款记录构建知识图谱；

确定模块，用于基于所述知识图谱，确定每个所述历史贷款期数对应的逾期罚息和不还款的概率值；

判断模块，用于根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，判断所述用户的风险等级；

所述仲裁设备包括：

催收判断模块，用于基于所述风险等级判断是否需要催收所述逾期罚息，并在判定需要催收逾期罚息时，生成所述逾期罚息对应的催收信息，并向终端设备发送所述催收信息。

此外，为实现上述目的，本发明还提供了一种计算机可读存储介质，其上存储有风险评估程序，所述风险评估程序被处理器执行时实现上述的风险评估方法的步骤。

本申请实施例中提供的一种风险评估方法、***、设备及存储介质的技术方案，由于根据用户的历史贷款样本集合进行梳理后构建知识图谱，实现对复杂的贷款数据进行整理，再基于知识图谱确定每个历史贷款期数对应的逾期罚息和不还款的概率值，使得每个历史贷款期数对应的逾期罚款和不还款的概率值清楚明确。最后根据每个历史贷款期数对应的逾期罚息和不还款的概率值判断用户的风险等级，提高用户风险等级评估的准确性。

附图说明

图1为本发明风险评估方法第一实施例的流程示意图；

图2为本发明风险评估***的功能模块图；

图3为本发明风险评估设备的结构示意图。

本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明，上述附图只是一个实施例图，而不是发明的全部。

具体实施方式

目前，贷款申请人获得每一笔贷款后，需在指定时间点按时还款。但在实际业务开展中，存在一部分逾期未还的用户。相关技术获取待测用户的用户信息及逾期金额；将用户信息及逾期金额输入预先训练的业务数据处理模型，获得用户逾期不还款的概率值。进而根据不还款的概率值进行用户风险等级的评估。但是，不同贷款期数对应的贷款数据复杂，包括逾期天数、逾期本金和逾期利率等数据。若不对贷款数据之间的关系进行处理，直接使用其进行风险评估，评估得到的用户风险等级不准确。

因此，为解决上述技术问题，本申请提出了一种新的风险评估方法，本申请的技术方案包括：风险评估设备获取历史贷款样本集合，所述历史贷款样本集合包括每个历史贷款期数对应的贷款记录；根据每个所述历史贷款期数对应的贷款记录构建知识图谱；基于所述知识图谱，确定每个所述历史贷款期数对应的逾期罚息和不还款的概率值；根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，判断所述用户的风险等级。由于根据用户的历史贷款样本集合进行梳理后构建知识图谱，实现对复杂的贷款数据进行整理，再基于知识图谱确定每个历史贷款期数对应的逾期罚息和不还款的概率值，使得每个历史贷款期数对应的逾期罚款和不还款的概率值清楚明确。最后根据每个历史贷款期数对应的逾期罚息和不还款的概率值判断用户的风险等级，提高用户风险等级评估的准确性。

另外，本申请的风险评估设备还实现与仲裁设备和终端设备的连接，风险评估设备在确定用户的风险等级之后，将用户的风险等级与逾期罚息发送至仲裁设备，仲裁设备可以基于风险评估设备发送的风险等级判断是否需要催收逾期罚息。对于风险等级较高的用户，向风险等级较高的用户发送对应的催收信息。对于风险等级较低的用户，可以给予相应的免收逾期罚息的优惠福利，进而针对不同用户动态调整相应的催收策略。

此外，风险评估设备还可以实现在接收到终端设备发送的贷款请求时，对终端设备所属用户的风险等级进行评估；再将评估结果发送至仲裁设备，使得仲裁设备可以基于该评估结果开放对应的贷款限额，进而动态调整不同用户的贷款限额。

为了更好的理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

第一实施例。

如图1所示，在本申请的第一实施例中，本申请的风险评估方法可应用于风险评估设备，所述风险评估设备包括存储器和处理器，所述存储器存在着多个用户的历史贷款样本集合，在需要对用户进行风险评估例如在接收到用户的贷款请求时，从存储器中获取对应的贷款记录，并通过处理器对用户的风险等级进行评估。本申请的风险评估方法还可应用于服务器，服务器同样可基于用户的贷款记录对用户的风险等级进行评估。本申请以风险评估识别为例。本申请的风险评估方法包括以下步骤：

步骤S110，风险评估设备获取用户的历史贷款样本集合，所述历史贷款样本集合包括每个历史贷款期数对应的贷款记录。

可选地，所述风险评估设备为用于评估用户风险等级的设备，具体可以是评估用户不还款的风险等级。在还款期限到达时，客户可能因为忘记还款时间或者由于资金不足而没有在规定的期限内还款，即存在逾期不还款的情况，此时需要采用风险评估设备对用户的风险等级进行评估，根据风险等级确定是否对用户进行催收欠款。

可选地，所述用户可以是请求贷款的用户，也可以是还款期限到达不还款的用户。所述历史贷款样本集合包括每个历史贷款期数对应的贷款记录，所述贷款记录包括但不限于逾期天数、逾期本金和逾期利率。所述历史贷款样本集合还可以包括用户在每个银行的贷款记录，包括用户在每个银行贷款的逾期天数、逾期本金和逾期利率。风险评估设备可以在检测到用户的还款期限到达时或者在还款期限到达之后的预设时段内，自动获取用户的历史贷款样本集合，基于该历史贷款样本集合中的数据进行风险评估。例如假设还款期限为4月2号，在4月2日到达时或者在4月3日还未检测到用户还款，则对用户的风险等级进行评估。可选地，所述风险等级不是固定的，而是变化的，该风险等级可根据用户在每个历史贷款期数对应的逾期罚息和不还款的概率值确定。该风险等级还可根据逾期天数或者用户的历史行为数据，例如用户在每个银行的流水、消费记录等进行综合评估，通过不同维度确定用户的风险等级，从不同维度进行评估，使得所评估的风险等级更加准确。

可选地，在用户贷款后，会根据用户的贷款金额和本金计算贷款期数和每个贷款期数应还的正常利息，然后生成还款计划表。用户基于还款计划表中的计划进行还款，当用户在还款期限到达时未还款时，还需要根据逾期天数、逾期本金和逾期利率计算用户的逾期罚息。对于一些信用较好的用户，可以给予一定的免收逾期罚息的福利。因此，可计算用户的风险等级，在用户的风险等级较低时，表示用户的信用等级较好，免收逾期罚息。

可选地，所述风险评估设备还可以是评估用户贷款限额风险等级的设备。在接收到终端设备的贷款申请时，对用户的贷款限额进行风险等级评估，确定用户的风险等级，进而调整用户的贷款额度。

步骤S120，根据每个所述历史贷款期数对应的贷款记录构建知识图谱。

可选地，每个历史贷款期数对应的贷款记录不同，即每个历史贷款期数对应的逾期天数、逾期本金和逾期利率不同。当面对的用户较多时，若不对每个用户的贷款记录进行处理，会导致用户的风险等级评估不准确。因此，本申请为了提高风险等级评估的准确性，本申请根据每个历史贷款期数对应的贷款记录构建知识图谱。该知识图谱建立用户在每个历史贷款期数对应的贷款记录中的贷款数据节点以及各个贷款数据节点之间的关系，即从该知识图谱可以直观的描述各个节点、节点与节点之间的连接关系，从而将复杂的贷款数据梳理清楚。

可选地，在该贷款记录包括每个贷款期数对应的逾期天数、逾期本金和逾期利率时，将历史贷款期数、逾期天数、逾期本金和逾期利率作为实体，将历史贷款期数分别与逾期天数、逾期本金、逾期利率的各个连接关系作为所述关系。即在知识图谱中，历史贷款期数、逾期天数、逾期本金和逾期利率均是实体，而逾期天数、逾期本金和逾期利率是所述历史贷款期数的属性。建立历史贷款期数和所述逾期天数的连接关系、历史贷款期数和所述逾期本金的连接关系、历史贷款期数和所述逾期利率的连接关系。上述的实体和关系共同形成知识图谱。

可选地，在贷款记录包括用户在每个银行的贷款记录，即包括用户在每个银行贷款的每个历史贷款期数对应的逾期天数、逾期本金和逾期利率时，将银行名称、历史贷款期数、逾期天数、逾期本金和逾期利率作为实体，将每个银行名称分别与每个历史贷款期数的连接关系，每个历史贷款系数分别与逾期天数、逾期本金、逾期利率的各个连接关系作为所述关系，构建知识图谱，可以基于该知识图谱得到用户在每个银行的每个历史贷款期数对应的逾期罚息和不还款的概率值，根据用户在每个银行的每个历史贷款期数对应的逾期罚息和不还款的概率值综合判断用户的风险等级，使得所确定的风险等级更加具有代表性。在该实施方案中，风险评估设备需具备用户在各个银行的数据获取权限，风险评估设备在具有银行的数据获取权限时，才能从各个银行获取用户的历史贷款样本集合，以保证用户的隐私不被泄露。

可选地，由于获取的历史贷款样本集合中存在一些冗余、无效或者格式不一致的数据，因此需要先对历史贷款样本集合中的数据进行数据清洗、格式转化得到标准数据，进而根据标准的每个历史贷款期数对应的贷款记录构建知识图谱。

步骤S130，基于所述知识图谱，确定每个所述历史贷款期数对应的逾期罚息和不还款的概率值。

可选地，在该贷款记录包括每个贷款期数对应的逾期天数、逾期本金和逾期利率时，所述基于所述知识图谱，确定每个所述历史贷款期数对应的逾期罚息和不还款的概率值包括：基于所述知识图谱中的实体和关系确定多条路径；根据每条路径的逾期天数、逾期本金和逾期利率确定对应的逾期罚息；根据所述逾期罚息确定所述不还款的概率值。从而清楚明了地计算出每个历史贷款期数对应的逾期罚息和不还款的概率值。

可选地，在贷款记录包括用户在每个银行的贷款记录，即包括用户在每个银行贷款的每个历史贷款期数对应的逾期天数、逾期本金和逾期利率时，所述基于所述知识图谱，确定每个所述历史贷款期数对应的逾期罚息和不还款的概率值包括：基于所述知识图谱中的实体和关系确定多条链路；根据每条链路的逾期天数、逾期本金和逾期利率确定对应的逾期罚息；根据所述逾期罚息确定所述不还款的概率值。从而清楚明了地计算出用户在每个银行的每个历史贷款期数对应的逾期罚息和不还款的概率值。

可选地，上述的根据逾期罚息确定不还款的概率值包括：可根据每个历史贷款期数对应的逾期罚息确定不还款的概率值。可获取历史贷款期数中需要惩罚的逾期罚息的总期数，根据该总期数确定不还款的概率值。其中，可预先为每个期数或者期数所在的区间设定对应的预设不还款的概率值。基于该总期数或者该总期数所在的区间对应的预设不还款的概率值确定不还款的概率值。例如假设历史贷款期数为9期，其中需要偿还逾期罚息的总期数为5期，假设该总期数对应的预设不还款的概率值为0.8，那么将0.8确定为不还款的概率值。或者假设该总期数对应的区间为4～6，该区间对应的预设不还款的概率值为0.8，那么将0.8确定为不还款的概率值。

特别地，在贷款记录包括用户在每个银行的贷款记录这一情况，根据逾期罚息确定不还款的概率值还包括：获取各个银行的不还款的概率值，根据各个银行的不还款的概率值计算用户的风险等级。可以从各个银行的不还款的概率值中选取最大概率值，将该最大概率值确定为不还款的概率值。

可选地，基于所述知识图谱，确定每个所述历史贷款期数对应的逾期罚息和不还款的概率值还包括：基于所述知识图谱中的实体和关系确定多条链路；根据每条链路的逾期天数、逾期本金和逾期利率确定对应的逾期罚息；根据逾期罚息和流水情况、消费记录确定不还款的概率值。

本实施例根据上述技术方案，由于风险评估设备获取用户的历史贷款样本集合；根据每个所述历史贷款期数对应的贷款记录确定实体和关系；根据所述实体和关系构建所述知识图谱。基于所述知识图谱，确定每个所述历史贷款期数对应的逾期罚息和不还款的概率值。根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，判断所述用户的风险等级。以知识图谱的形式对贷款记录进行清楚明了的表示，再基于知识图谱计算不还款的概率值，使得所确定的用户的风险等级更加准确。

步骤S140，根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，判断所述用户的风险等级。

可选地，用户的风险等级可根据每个历史贷款期数对应的逾期罚息和不还款的概率值确定，可根据每个历史贷款期数对应的逾期罚息和不还款的概率值，以及不还款的概率值与逾期罚息和风险等级的对应关系，判断所述用户的风险等级。因此，需要预先建立不还款的概率值、逾期罚息和风险等级之间的对应关系，可获取多个历史贷款期数对应的不还款的概率值与逾期罚息，将不还款的概率值与逾期罚息作为输入，将风险等级作为输出，对基础模型进行训练，得到风险评估模型。后续所获取的不还款的概率值和逾期罚息均可输入该风险评估模型，从而得到用户的风险等级的评估。

可选地，根据每个历史贷款期数对应的所述不还款的概率值与概率值区间，确定第一风险值；根据所述逾期罚息与逾期罚息区间，确定第二风险值；根据所述第一风险值和所述第二风险值，确定所述风险等级；将所述不还款的概率值、所述逾期罚息和所述风险等级进行关联，得到所述对应关系。

可选地，还可以根据每个历史贷款期数对应的逾期罚息和不还款的概率值训练得到风险评估模型，采用逾期天数对该风险评估模型所评估出的用户的风险等级进行修正，使得在逾期天数越多时，所确定的用户的风险等级越高。进一步的，根据每个历史贷款期数对应的所述不还款的概率值与概率值区间，确定第一风险值；根据所述逾期罚息与逾期罚息区间，确定第二风险值；根据所述逾期天数与逾期天数区间，确定第三风险值；根据第一风险值、第二风险值和第三风险值，确定用户的风险等级。

上述的逾期罚息区间、概率值区间和逾期天数区间均可根据实际情况进行设置。除了根据逾期罚息、不还款的概率值、逾期天数等确定用户的风险等级，还可根据逾期本金、逾期利率等确定用户的风险等级，当逾期本金越高时，对应的风险等级越高，当逾期利率越高时，对应的风险等级越高。可选地，上述的逾期罚息区间、概率值区间和逾期天数区间还可对应的修改为逾期罚息阈值、概率值阈值以及逾期天数阈值。

本实施例根据上述技术方案，由于根据用户的历史贷款样本集合进行梳理后构建知识图谱，实现对复杂的贷款数据进行整理，再基于知识图谱确定每个历史贷款期数对应的逾期罚息和不还款的概率值，使得每个历史贷款期数对应的逾期罚款和不还款的概率值清楚明确。最后根据每个历史贷款期数对应的逾期罚息和不还款的概率值判断用户的风险等级，提高用户风险等级评估的准确性。

第二实施例。

基于第一实施例，在本申请的第二实施例中，本申请的风险评估设备可分别与终端设备与仲裁设备连接。终端设备可与所述仲裁设备连接。所述风险评估设备可接收所述终端设备发送的贷款情况或者其他业务请求后计算风险等级。所述仲裁设备可根据风险等级判断是否可进行贷款以及贷款额度。在确定可以贷款以及贷款额度之后，将贷款额度发送至终端设备。

在一实施例中，所述风险评估方法包括以下步骤：

步骤S110，风险评估设备获取用户的历史贷款样本集合，所述历史贷款样本集合包括每个历史贷款期数对应的贷款记录；

步骤S120，根据每个所述历史贷款期数对应的贷款记录构建知识图谱；

步骤S130，基于所述知识图谱，确定每个所述历史贷款期数对应的逾期罚息和不还款的概率值；

步骤S140，根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，判断所述用户的风险等级。

步骤S210，根据所述风险等级和所述逾期罚息，生成所述用户的仲裁信息；

步骤S220，向仲裁设备发送所述仲裁信息，所述仲裁设备基于所述风险等级判断是否需要催收所述逾期罚息，所述仲裁设备在判定需要催收逾期罚息时，生成所述逾期罚息对应的催收信息，并向终端设备发送所述催收信息。

在本实施例中，所述风险评估设备与仲裁设备连接，所述仲裁设备与所述终端设备连接。风险评估设备在还款期限到达时，计算用户的风险等级。仲裁设备根据风险等级判断是否需要催收逾期罚息，在需要催收逾期罚息时，生成包括逾期罚息的催收信息，并向终端设备发送催收信息。可选地，可在风险等级大于预设等级时，进行催收。该预设等级可根据实际情况进行设置。

可选地，可根据风险等级设置催收次数。在催收次数达到一定预设值时，将该用户设置为黑名单用户，对该用户的一些业务权限进行限制。

本实施例根据上述技术方案，由于能根据风险等级和逾期罚息生成用户的仲裁信息，进而判定是否需要催收逾期罚息，在需要催收逾期罚息时，向终端设备发送催收信息。

本发明实施例提供了风险评估方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

如图2所示，本申请提供的一种风险评估***，所述风险评估***包括：

风险评估设备、仲裁设备和终端设备，所述仲裁设备与所述风险评估设备和所述终端设备连接，所述风险评估设备包括：

样本获取模块，用于风险评估设备获取历史贷款样本集合，所述历史贷款样本集合包括每个历史贷款期数对应的贷款记录；

构建模块，用于根据每个所述历史贷款期数对应的贷款记录构建知识图谱。

可选地，所述构建模块还用于根据每个所述历史贷款期数对应的贷款记录确定实体和关系；根据所述实体和关系构建所述知识图谱。可选地，所述构建模块还用于根据所述贷款记录分别确定每个历史贷款期数对应的逾期天数、逾期本金和逾期利率；将所述历史贷款期数、所述逾期天数、所述逾期本金和所述逾期利率作为所述实体，将所述历史贷款期数分别与所述逾期天数、所述逾期本金、所述逾期利率的各个连接关系作为所述关系。

确定模块，用于基于所述知识图谱，确定每个所述历史贷款期数对应的逾期罚息和不还款的概率值。

可选地，所述确定模块还用于基于所述知识图谱中的实体和关系确定多条链路；根据每条链路的逾期天数、逾期本金和逾期利率确定对应的逾期罚息；根据所述逾期罚息确定所述不还款的概率值。

判断模块，用于根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，判断所述用户的风险等级。

可选地，所述判断模块还用于根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，以及不还款的概率值与逾期罚息和风险等级的对应关系，判断所述用户的风险等级。可选地，所述判断模块还用于根据每个所述历史贷款期数对应的所述不还款的概率值与概率值区间，确定第一风险值；根据所述逾期罚息与逾期罚息区间，确定第二风险值；根据所述第一风险值和所述第二风险值，确定所述风险等级；将所述不还款的概率值、所述逾期罚息和所述风险等级进行关联，得到所述对应关系。

可选地，所述判断模块之后还连接有一个发送模块，所述发送模块用于根据所述风险等级和所述逾期罚息，生成所述用户的仲裁信息；向仲裁设备发送所述仲裁信息。

所述仲裁设备包括：

催收判断模块，用于基于所述风险等级判断是否需要催收所述逾期罚息，并在判定需要催收逾期罚息时，生成所述逾期罚息对应的催收信息，并向终端设备发送所述催收信息。

本发明风险评估***具体实施方式与上述风险评估方法各实施例基本相同，在此不再赘述。

如图3所示，图3为本发明实施例方案涉及的硬件运行环境的结构示意图。

需要说明的是，图3即可为风险评估设备的硬件运行环境的结构示意图。

如图3所示，该风险评估设备可以包括：处理器1001，例如CPU，存储器1005，用户接口1003，网络接口1004，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图3中示出的风险评估设备结构并不构成对风险评估设备限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图3所示，作为一种存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及风险评估程序。其中，操作***是管理和控制风险评估设备硬件和软件资源的程序，风险评估程序以及其它软件或程序的运行。

在图3所示的风险评估设备中，用户接口1003主要用于连接终端，与终端进行数据通信；网络接口1004主要用于后台服务器，与后台服务器进行数据通信；处理器1001可以用于调用存储器1005中存储的风险评估程序。

在本实施例中，风险评估设备包括：存储器1005、处理器1001及存储在所述存储器上并可在所述处理器上运行的风险评估程序，其中：

处理器1001调用存储器1005中存储的风险评估程序时，执行以下操作：

风险评估设备获取用户的历史贷款样本集合，所述历史贷款样本集合包括每个历史贷款期数对应的贷款记录；

根据每个所述历史贷款期数对应的贷款记录构建知识图谱；

基于所述知识图谱，确定每个所述历史贷款期数对应的逾期罚息和不还款的概率值；

根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，判断所述用户的风险等级。

处理器1001调用存储器1005中存储的风险评估程序时，还执行以下操作：

根据每个所述历史贷款期数对应的贷款记录确定实体和关系；

根据所述实体和关系构建所述知识图谱。

处理器1001调用存储器1005中存储的风险评估程序时，还执行以下操作：

根据所述贷款记录分别确定每个历史贷款期数对应的逾期天数、逾期本金和逾期利率；

将所述历史贷款期数、所述逾期天数、所述逾期本金和所述逾期利率作为所述实体，将所述历史贷款期数分别与所述逾期天数、所述逾期本金、所述逾期利率的各个连接关系作为所述关系。

处理器1001调用存储器1005中存储的风险评估程序时，还执行以下操作：

基于所述知识图谱中的实体和关系确定多条链路；

根据每条链路的逾期天数、逾期本金和逾期利率确定对应的逾期罚息；

根据所述逾期罚息确定所述不还款的概率值。

处理器1001调用存储器1005中存储的风险评估程序时，还执行以下操作：

根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，以及不还款的概率值与逾期罚息和风险等级的对应关系，判断所述用户的风险等级。

处理器1001调用存储器1005中存储的风险评估程序时，还执行以下操作：

根据每个所述历史贷款期数对应的所述不还款的概率值与概率值区间，确定第一风险值；

根据所述逾期罚息与逾期罚息区间，确定第二风险值；

根据所述第一风险值和所述第二风险值，确定所述风险等级；

将所述不还款的概率值、所述逾期罚息和所述风险等级进行关联，得到所述对应关系。

处理器1001调用存储器1005中存储的风险评估程序时，还执行以下操作：

根据所述风险等级和所述逾期罚息，生成所述用户的仲裁信息；

向仲裁设备发送所述仲裁信息，所述仲裁设备基于所述风险等级判断是否需要催收所述逾期罚息，所述仲裁设备在判定需要催收逾期罚息时，生成所述逾期罚息对应的催收信息，并向终端设备发送所述催收信息。

基于同一发明构思，本申请实施例还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风险评估程序，所述风险评估程序被处理器执行时实现如上所述的风险评估方法的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。

由于本申请实施例提供的存储介质，为实施本申请实施例的方法所采用的存储介质，故而基于本申请实施例所介绍的方法，本领域所属人员能够了解该存储介质的具体结构及变形，故而在此不再赘述。凡是本申请实施例的方法所采用的存储介质都属于本申请所欲保护的范围。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，电视，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种风险评估方法，其特征在于，所述风险评估方法包括：

风险评估设备获取用户的历史贷款样本集合，所述历史贷款样本集合包括每个历史贷款期数对应的贷款记录；

根据每个所述历史贷款期数对应的贷款记录构建知识图谱；

基于所述知识图谱，确定每个所述历史贷款期数对应的逾期罚息和不还款的概率值；

根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，判断所述用户的风险等级。

2.如权利要求1所述的风险评估方法，其特征在于，所述根据每个所述历史贷款期数对应的贷款记录构建知识图谱的步骤包括：

根据每个所述历史贷款期数对应的贷款记录确定实体和关系；

根据所述实体和关系构建所述知识图谱。

3.如权利要求2所述的风险评估方法，其特征在于，所述根据每个所述历史贷款期数对应的贷款记录确定实体和关系的步骤包括：

根据所述贷款记录分别确定每个历史贷款期数对应的逾期天数、逾期本金和逾期利率；

将所述历史贷款期数、所述逾期天数、所述逾期本金和所述逾期利率作为所述实体，将所述历史贷款期数分别与所述逾期天数、所述逾期本金、所述逾期利率的各个连接关系作为所述关系。

4.如权利要求3所述的风险评估方法，其特征在于，所述基于所述知识图谱，确定每个所述历史贷款期数对应的逾期罚息和不还款的概率值的步骤包括：

基于所述知识图谱中的实体和关系确定多条链路；

根据每条链路的逾期天数、逾期本金和逾期利率确定对应的逾期罚息；

根据所述逾期罚息确定所述不还款的概率值。

5.如权利要求1所述的风险评估方法，其特征在于，所述根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，判断所述用户的风险等级的步骤包括：

根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，以及不还款的概率值与逾期罚息和风险等级的对应关系，判断所述用户的风险等级。

6.如权利要求5所述的风险评估方法，其特征在于，所述根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，以及不还款的概率值与逾期罚息和风险等级的对应关系，判断所述用户的风险等级的步骤之前，还包括：

根据每个所述历史贷款期数对应的所述不还款的概率值与概率值区间，确定第一风险值；

根据所述逾期罚息与逾期罚息区间，确定第二风险值；

根据所述第一风险值和所述第二风险值，确定所述风险等级；

将所述不还款的概率值、所述逾期罚息和所述风险等级进行关联，得到所述对应关系。

7.如权利要求1所述的风险评估方法，其特征在于，所述根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，判断所述用户的风险等级的步骤之后，还包括：

根据所述风险等级和所述逾期罚息，生成所述用户的仲裁信息；

向仲裁设备发送所述仲裁信息，所述仲裁设备基于所述风险等级判断是否需要催收所述逾期罚息，所述仲裁设备在判定需要催收逾期罚息时，生成所述逾期罚息对应的催收信息，并向终端设备发送所述催收信息。

8.一种风险评估设备，其特征在于，所述风险评估设备包括：存储器、处理器、存储在所述存储器上并可在所述处理器上运行的风险评估程序，所述风险评估程序被所述处理器执行时实现如权利要求1-7中任一项所述的风险评估方法的步骤。

9.一种风险评估***，其特征在于，所述风险评估***包括：风险评估设备、仲裁设备和终端设备，所述仲裁设备与所述风险评估设备和所述终端设备连接，所述风险评估设备包括：

样本获取模块，用于风险评估设备获取历史贷款样本集合，所述历史贷款样本集合包括每个历史贷款期数对应的贷款记录；

构建模块，用于根据每个所述历史贷款期数对应的贷款记录构建知识图谱；

确定模块，用于基于所述知识图谱，确定每个所述历史贷款期数对应的逾期罚息和不还款的概率值；

判断模块，用于根据所述每个所述历史贷款期数对应的逾期罚息和不还款的概率值，判断用户的风险等级；

所述仲裁设备包括：

催收判断模块，用于基于所述风险等级判断是否需要催收所述逾期罚息，并在判定需要催收逾期罚息时，生成所述逾期罚息对应的催收信息，并向终端设备发送所述催收信息。

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风险评估程序，所述风险评估程序被处理器执行时实现权利要求1-7中任一项所述的风险评估方法的步骤。