本发明实施例涉及大数据技术领域，更具体地，涉及一种基于电信大数据的用户信用评价方法及系统。
背景技术：
随着大数据技术的不断发展，大数据的价值不断得到体现，其中，大数据征信作为大数据应用的重要内容，越来越被各行业所重视。用户信用作为衡量用户信用状况的最直接标准，对于各行业具有重要的应用价值。对于移动运营商来说，用户的信用评估对内对于用户精准营销、防欺诈、手机信用延停、花费透支等具有良好的参考价值，对外进行数据脱敏后作为能力开放也是一种重要的数据变现手段。同时，用户的行为在不断的变化，信用评估理应及时根据用户行为及时调整，以及时反映用户最新信用。
现有技术采用基于互联网社交关系形成多个用户群，根据用户群中的各用户的真实征信评分相对比较接近的假设，利用与用户具有社交关系的用户的上一征信评分值，确定所述用户的当前征信评分值，直至所述用户群中各个用户的当前征信评分值满足预置收敛条件，确定目标用户的征信评分值。
但是，现有技术中以互联网中虚拟好友形成的社交关系为基础，互联网社交关系为虚拟社交关系，同一用户群中的用户信用比较接近的理论假设较弱，其中不乏网络诈骗等毫无相似性可言的用户，这部分用户对最终的信用评估将形成极大干扰。
技术实现要素：
本发明实施例提供了一种克服上述问题或者至少部分地解决上述问题的基于电信大数据的用户信用评价方法及系统。
第一方面本发明实施例提供了一种基于电信大数据的用户信用评价方法，包括：
根据每一用户与其他用户之间的主被叫次数，获取每一用户对应的多个关联用户；
根据每一用户对应的多个关联用户的基础信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第一信用值；
根据每一用户对应的多个关联用户的第一信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第二信用值；重复上述迭代步骤直至满足预设迭代终止条件，即得到每一用户的实际信用值。
另一方面本发明实施例提供了一种基于电信大数据的用户信用评价系统，包括：
关联用户获取模块，用于根据每一用户与其他用户之间的主被叫次数，获取每一用户对应的多个关联用户；
第一信用值获取模块，用于根据每一用户对应的多个关联用户的基础信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第一信用值；
迭代模块，用于根据每一用户对应的多个关联用户的第一信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第二信用值；重复上述迭代步骤直至满足预设迭代终止条件，即得到每一用户的实际信用值。
第三方面本发明实施例提供了包括处理器、通信接口、存储器和总线，其中，处理器，通信接口，存储器通过总线完成相互间的通信，处理器可以调用存储器中的逻辑指令，以执行第一方面提供的基于电信大数据的用户信用评价方法。
第四方面本发明实施例提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面提供的基于电信大数据的用户信用评价方法。
本发明实施例提供的一种于电信大数据的用户信用评价方法及系统，通过每一用户与其他用户的主被叫次数，建立包含多个关联用户的社交关系网，再将社交关系网中每个关联用户基础信用值作为输入，经过多次迭代得出每一用户的实际信用值，该方法构建的社交关系网可信度更高，且在迭代过程中以与用户本身属性有关的基础信用值为初始输入，使最终得到的用户的实际信用值更准确，进而使得对用户的信用评价更可信。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于电信大数据的用户信用评价方法的流程图；
图2为本发明实施例提供的一种基于电信大数据的用户信用评价系统的结构框图；
图3为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种基于电信大数据的用户信用评价方法的流程图，如图1所示，包括：
s101，根据每一用户与其他用户之间的主被叫次数，获取每一用户对应的多个关联用户；
s102，根据每一用户对应的多个关联用户的基础信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第一信用值；
s103，根据每一用户对应的多个关联用户的第一信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第二信用值；重复上述迭代步骤直至满足预设迭代终止条件，即得到每一用户的实际信用值。
其中，在步骤s101中，通过电信大数据即可获知所有用户与其他用户的通话次数，即主被叫次数。对于每一用户，根据每一用户与其他用户之间的主被叫次数，从与其有过主被叫关系的其他用户中选取多个用户作为关联用户。在此步骤中，实际上是确定每一用户的社交关系网，该社交关系网由每一用户和每一用户对应的多个关联用户共同组成，且以每一用户为中心。
在步骤s102中，在步骤s101中获得的每一用户对应的社交关系网中，每一用户与各关联用户之间的关系紧密程度可以用对应主被叫次数衡量，可以根据关联用户的信用值和其与每一用户的关系的紧密程度得出每一用户的信用值。在此步骤中，计算每一用户的第一信用值时，其对应的关联用户采用基础信用，即由关联用户的基础信用值计算第一信用值。其中，基础信用值为与用户本身属性相关的初始信用值，其能大致反应用户的信用状况，但其准确的相对较低。
在步骤s103中，利用步骤s102中根据由关联用户的基础信用值计算第一信用值的计算方式，再利用第一信用值计算每一用户的第二信用值，即上一步计算结果为下一步计算的输入，重复上述迭代步骤，直至满足预设迭代终止条件，即可得到所有用户的高精度的实际信用值。
具体地，在根据电信大数据建立了每一用户的社交关系网之后，就可以开始以基础信用值为初始输入，对所有用户的信用值进行迭代计算。当迭代次数不断增多，得出的每一用户的信用值越来越精确，直至瞒住预设迭代终止条件时，停止迭代，输出每一用户的信用值。
本发明实施例提供的一种于电信大数据的用户信用评价方法，通过每一用户与其他用户的主被叫次数，建立包含多个关联用户的社交关系网，再将社交关系网中每个关联用户基础信用值作为输入，经过多次迭代得出每一用户的实际信用值，该方法构建的社交关系网可信度更高，且在迭代过程中以与用户本身属性有关的基础信用值为初始输入，使最终得到的用户的实际信用值更准确，进而使得对用户的信用评价更可信。
在上述实施例中，在根据每一用户对应的多个关联用户的基础信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第一信用值之前，还包括：
根据每一用户的社会属性、信用历史、通信行为及违约成本，获取每一用户的基础信用值。
具体地，基础信用首先需构建信用指标体系来全方位衡量用户信用状况，然后基于信用指标体系进行基础信用计算。本发明实施例中的信用指标体系主要围绕5个方面展开(五维信用指标体系)，分别是用户社会属性、信用历史、通信行为、支付能力和违约成本，二级指标如表1所示。
表1
基础信用计算是指信用指标体系从下而上的逐层计算，计算核心包括变量计算、指标计算和信用分数计算，基础信用构建可采用加权模型进行计算。基础信用计算的结果能够初步反应用户的信用状况，但因构建的信用指标均是间接反应用户的信用状况，同时也不可能面面俱到，因而基础信用结果仍有较大的提升空间。需要说明的是，表1中的各二级指标只是部分列举，在实践中可以根据实际需求增加其他耳机指标。
在上述实施例中，所述根据每一用户与其他用户之间的主被叫次数，获取每一用户对应的多个关联用户，具体包括：
将与每一用户之间的主被叫次数大于第一预设次数的多个其他用户作为每一用户对应的多个关联用户。
具体地，在构建每一用户的社交关系网时，为了排除骚扰用户和一些与该用户关系紧密程度较低的用户，设置了第一预设次数，即将与每一用户之间的主被叫次数小于第一预设次数的用户筛除。
在上述实施例中，所述据每一用户对应的多个关联用户的基础信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第一信用值，具体包括：
以每一用户与对应的各关联用户之间的主被叫次数为权重，对每一用户对应的多个关联用户的基础信用值进行加权平均，得到每一用户的第一信用值；相应地，
所述根据每一用户对应的多个关联用户的第一信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第二信用值，具体包括：
以每一用户与对应的各关联用户之间的主被叫次数为权重，对每一用户对应的多个关联用户的第一信用值进行加权平均，得到每一用户的第二信用值。
具体地，对所有用户进行迭代的公式如下：
a'i＝mai
其中，m表示图矩阵，表示用户之间连通关系，具体元素取值为用户之间主被叫次数归一化后的结果。ai表示用户信用分数邻接矩阵。
对于每一用户的单次迭代的加权平均的公式如下：
ai是组成矩阵ai的一个元素，aij表示ai的第j个关联用户的信用值，sij表示ai的第j关联用户的对应的主被叫次数。
每一次迭代，所有用户同时计算，计算结果作为下一次迭代计算的初始值。
在上述实施例中，所述预设迭代终止条件为：
迭代次数达到第二预设次数，或者每一用户迭代得到的信用值与迭代前的信用值之差的绝对值小于预设值。
具体地，鉴于用户数量庞大，达到收敛可能需要非常多次迭代，可以设置迭代次数和收敛精度双重迭代终止条件，一种先到达终止条件，则停止迭代。
在上述实施例中，在得到每一用户的实际信用值之后，还包括：
根据每一用户的信用应用的反馈结果，对每一用户的基础信用值进行更新。
进一步地，所述反馈结果分为正向反馈结果和负向反馈结果；相应地，
所述根据每一用户的信用应用的反馈结果，对每一用户的基础信用值进行更新，具体包括：
若判断获知所述反馈结果为正向反馈结果，则对每一用户的基础信用值进行正向修正；若判断获知所述反馈结果为负向反馈结果，则对每一用户的基础信用值进行负向修正。
其中，信用应用方向众多，如话费透支、手机信用延停等，同时可对外提供服务，如金融领域小额贷款、生活服务领域消费、住宿免押预约等。任何的信用应用本质上都是透支用户的信用，当用户透支信用后展现出良好的履约行为，如透支的话费按期偿还，免押预约的酒店如期入住等，则说明该用户具有良好的信用，反之，则证明该用户信用较差。这种信用应用的结果反馈表现为正负两面，为用户信用评估提供了及时修正的依据。
具体地，为了说明根据每一用户的信用应用的反馈结果的具体实施方案，对每一用户的基础信用值进行更新，仅以话费透支信用应用为例，但不用于限制本发明。具体步骤如下：
1)正反馈
正反馈指针对用户正向的结果反馈进行相应的用户信用分数的提高。如在话费透支应用中，透支本质上是提前消费，类似于信用卡还款消费，对于透支的额度在规定期限内偿还即为正反馈。
其中，b1、b2、b3为延迟、正常、提前还款三种情况下的加分基数，
2)负反馈
负反馈指针对用户负向的结果反馈进行相应的用户信用分数的降低。如在话费透支应用中，对于透支的额度在规定期限内未全部偿还，即为负反馈。
其中，b1、b2分别为欠款和退款的减分基数，
3)信用分数修正
正反馈和负反馈同时对信用分数进行修正，公式如下：
s＝s' a*s -(1-a)*s_
其中，用户偿还最低还款额a＝1，否则a＝0，s为更新后的信用值，s'为更新前的信用值。
以上，构成信用评估完整的闭环系统，因每次的更新皆为个性化的计算，且计算复杂度低，非常适用于在线实时动态的信用更新，可借助与实时处理工具接收在线实时生成的反馈数据进行实时计算更新，为用户提供更具时效性的信用服务。
图2为本发明实施例提供的一种基于电信大数据的用户信用评价系统的结构框图，如图2所示，包括：关联用户获取模块201、第一信用值获取模块202以及迭代模块203。其中：
关联用户获取模块201用于根据每一用户与其他用户之间的主被叫次数，获取每一用户对应的多个关联用户。第一信用值获取模块202用于根据每一用户对应的多个关联用户的基础信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第一信用值。迭代模块203用于根据每一用户对应的多个关联用户的第一信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第二信用值；重复上述迭代步骤直至满足预设迭代终止条件，即得到每一用户的实际信用值。
具体地，所述系统还包括基础信用值获取模块，用于根据每一用户的社会属性、信用历史、通信行为及违约成本，获取每一用户的基础信用值。
进一步地，关联用户获取模块201具体用于：
将与每一用户之间的主被叫次数大于第一预设次数的多个其他用户作为每一用户对应的多个关联用户。
进一步地，第一信用值获取模块202具体用于：
以每一用户与对应的各关联用户之间的主被叫次数为权重，对每一用户对应的多个关联用户的基础信用值进行加权平均，得到每一用户的第一信用值。
相应地，迭代模块203具体用于：
以每一用户与对应的各关联用户之间的主被叫次数为权重，对每一用户对应的多个关联用户的第一信用值进行加权平均，得到每一用户的第二信用值。
进一步地，所述系统还包括基础信用值更新模块，用于根据每一用户的信用应用的反馈结果，对每一用户的基础信用值进行更新。
进一步地，基础信用值更新模块具体用于：
若判断获知所述反馈结果为正向反馈结果，则对每一用户的基础信用值进行正向修正；若判断获知所述反馈结果为负向反馈结果，则对每一用户的基础信用值进行负向修正。
本发明实施例提供的一种于电信大数据的用户信用评价系统，通过每一用户与其他用户的主被叫次数，建立包含多个关联用户的社交关系网，再将社交关系网中每个关联用户基础信用值作为输入，经过多次迭代得出每一用户的实际信用值，该系统构建的社交关系网可信度更高，且在迭代过程中以与用户本身属性有关的基础信用值为初始输入，使最终得到的用户的实际信用值更准确，进而使得对用户的信用评价更可信。
图3为本发明实施例提供的一种电子设备的结构示意图，如图3所示，电子设备包括：处理器(processor)301、通信接口(communicationsinterface)302、存储器(memory)303和总线304，其中，处理器301，通信接口302，存储器303通过总线304完成相互间的通信。处理器301可以调用存储器303中的逻辑指令，以执行如下方法，例如包括：根据每一用户与其他用户之间的主被叫次数，获取每一用户对应的多个关联用户；根据每一用户对应的多个关联用户的基础信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第一信用值；根据每一用户对应的多个关联用户的第一信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第二信用值；重复上述迭代步骤直至满足预设迭代终止条件，即得到每一用户的实际信用值。
上述的存储器302中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案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一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：根据每一用户与其他用户之间的主被叫次数，获取每一用户对应的多个关联用户；根据每一用户对应的多个关联用户的基础信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第一信用值；根据每一用户对应的多个关联用户的第一信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第二信用值；重复上述迭代步骤直至满足预设迭代终止条件，即得到每一用户的实际信用值。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的通信设备等实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
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各实施方式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。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
1.一种基于电信大数据的用户信用评价方法，其特征在于，包括：
根据每一用户与其他用户之间的主被叫次数，获取每一用户对应的多个关联用户；
根据每一用户对应的多个关联用户的基础信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第一信用值；
根据每一用户对应的多个关联用户的第一信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第二信用值；重复上述迭代步骤直至满足预设迭代终止条件，即得到每一用户的实际信用值。
2.根据权利要求1所述方法，其特征在于，在根据每一用户对应的多个关联用户的基础信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第一信用值之前，还包括：
根据每一用户的社会属性、信用历史、通信行为及违约成本，获取每一用户的基础信用值。
3.根据权利要求1所述方法，其特征在于，所述根据每一用户与其他用户之间的主被叫次数，获取每一用户对应的多个关联用户，具体包括：
将与每一用户之间的主被叫次数大于第一预设次数的多个其他用户作为每一用户对应的多个关联用户。
4.根据权利要求1所述方法，其特征在于，所述据每一用户对应的多个关联用户的基础信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第一信用值，具体包括：
以每一用户与对应的各关联用户之间的主被叫次数为权重，对每一用户对应的多个关联用户的基础信用值进行加权平均，得到每一用户的第一信用值；相应地，
所述根据每一用户对应的多个关联用户的第一信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第二信用值，具体包括：
以每一用户与对应的各关联用户之间的主被叫次数为权重，对每一用户对应的多个关联用户的第一信用值进行加权平均，得到每一用户的第二信用值。
5.根据权利要求1所述方法，其特征在于，所述预设迭代终止条件为：
迭代次数达到第二预设次数，或者每一用户迭代得到的信用值与迭代前的信用值之差的绝对值小于预设值。
6.根据权利要求1所述方法，其特征在于，在得到每一用户的实际信用值之后，还包括：
根据每一用户的信用应用的反馈结果，对每一用户的基础信用值进行更新。
7.根据权利要求6所述方法，其特征在于，所述反馈结果分为正向反馈结果和负向反馈结果；相应地，
所述根据每一用户的信用应用的反馈结果，对每一用户的基础信用值进行更新，具体包括：
若判断获知所述反馈结果为正向反馈结果，则对每一用户的基础信用值进行正向修正；若判断获知所述反馈结果为负向反馈结果，则对每一用户的基础信用值进行负向修正。
8.一种基于电信大数据的用户信用评价系统，其特征在于，包括：
关联用户获取模块，用于根据每一用户与其他用户之间的主被叫次数，获取每一用户对应的多个关联用户；
第一信用值获取模块，用于根据每一用户对应的多个关联用户的基础信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第一信用值；
迭代模块，用于根据每一用户对应的多个关联用户的第一信用值和每一用户与对应的各关联用户之间的主被叫次数，获取每一用户的第二信用值；重复上述迭代步骤直至满足预设迭代终止条件，即得到每一用户的实际信用值。
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和总线，其中，处理器，通信接口，存储器通过总线完成相互间的通信，处理器可以调用存储器中的逻辑指令，以执行如权利要求1至7任一项所述的基于电信大数据的用户信用评价方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至7任一项所述的基于电信大数据的用户信用评价方法。
技术总结