基于贝叶斯学习的个人经营贷授信评估方法及相关产品

技术领域

本申请涉及数据处理技术领域，特别是涉及一种基于贝叶斯学习的个人经营贷授信评估方法及相关产品。

背景技术

随着社会经济的快速发展和生产力水平的不断提高，市场经营活动日益活跃，为了促进经济的进一步发展以满足市场上各营业主体扩大生产力对资金的需求，以偿还和付息为条件的贷款担保行为在数量上也呈现出爆炸式增长。

在数量庞大的贷款担保行为中，又存在着数种不同的贷款种类，个人经营类贷款便是其中之一。金融机构在发放个人经营类贷款时，由于除了需要对借款人自身情况加以了解外，还需要对借款人经营企业的运作情况有详细的了解。由于用于授信评估的信息较多，使得金融机构难以对个人经营类贷款进行全面而准确的授信评估，因此，个人经营类贷款的风险控制难度更大，这导致了金融机构在发放个人经营类贷款时存在一定的贷款风险。

发明内容

本申请实施例提供了一种基于贝叶斯学习的个人经营贷授信评估方法及相关产品，实施本申请实施例，准确地对个人经营类贷款进行授信评估，进而避免贷款风险。

第一方面，本申请实施例提供了一种基于贝叶斯学习的个人经营贷授信评估方法，上述方法包括：

接收来自目标用户的贷款申请，贷款申请用于为目标营业主体请求获得担保贷款；

获取目标营业主体的商业计划信息、目标用户的信用评估信息、以及目标用户名下的其他营业主体的历史经营状况信息；

对目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性进行分析，确定第一经营风险值；

将目标用户的信用评估信息和目标营业主体的商业计划信息作为输入项，输入贝叶斯学习模型中，得到第二经营风险值；

根据第一经营风险值和第二经营风险值，确定贷款申请的评估结果，贷款申请的评估结果包括通过贷款申请或不通过贷款申请。

在一个可能的示例中，上述用户评估条件包括第一条件，第一条件表征历史用户名下的知识产权数量大于预设数量，营业主体评估条件包括第二条件，第二条件表征营业主体的研发费用占比大于预设占比，根据至少一个用户评估条件和至少一个营业主体评估条件得到至少一个组合条件事件，包括：

根据第一条件发生和第二条件发生得到组合条件事件；和/或根据第一条件不发生和第二条件不发生得到组合条件事件。

第二方面，本申请实施例提供了一种基于贝叶斯学习的个人经营贷授信评估装置，上述装置包括：

接收单元，用于接收来自目标用户的贷款申请，贷款申请用于为目标营业主体请求获得担保贷款；

获取单元，用于获取目标营业主体的商业计划信息、目标用户的信用评估信息、以及目标用户名下的其他营业主体的历史经营状况信息；

分析单元，用于对目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性进行分析，确定第一经营风险值；

模型单元，用于将目标用户的信用评估信息和目标营业主体的商业计划信息作为输入项，输入贝叶斯学习模型中，得到第二经营风险值；

评估单元，用于根据第一经营风险值和第二经营风险值，确定贷款申请的评估结果，贷款申请的评估结果包括通过贷款申请或不通过贷款申请。

第三方面，本申请实施例提供了一种电子设备，包括处理器、存储器以及存储在存储器上并可在处理器上运行的计算机执行指令，当计算机执行指令被运行时，使得电子设备执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机指令，当计算机指令在通信装置上运行时，使得通信装置执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。

第五方面，本申请实施例提供了一种计算机程序产品，其中，计算机程序产品包括计算机程序，计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

可以看出，本申请实施例中，通过对目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性进行分析，确定第一经营风险值，并将目标用户的信用评估信息和目标营业主体的商业计划信息作为输入项，输入贝叶斯学习模型中，得到第二经营风险值，再根据第一经营风险值和第二经营风险值确定贷款申请的评估结果。采用本申请实施例的方法，在面对用户和营业主体多方面而又数量庞大的信息时，金融机构也能够全面而准确地对个人经营类贷款进行授信评估，进而避免贷款风险，确保贷款业务的可持续发展。

附图说明

为了更清楚地说明本申请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简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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是一种授信评估系统的举例示意图；

图2是本申请实施例提供的一种基于贝叶斯学习的个人经营贷授信评估方法的流程示意图；

图3是本申请实施例提供的一种贝叶斯学习模型的结构示意图；

图4是本申请实施例提供的一种基于贝叶斯学习的个人经营贷授信评估系统的架构示意图；

图5是本申请实施例提供的一种基于贝叶斯学习的个人经营贷授信评估方法的举例示意图；

图6是本申请实施例提供的一种基于贝叶斯学习的个人经营贷授信评估装置的结构示意图；

图7是本申请的实施例提供的一种电子设备的硬件运行环境的服务器结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤的过程、方法、系统、产品或设备没有限定于已列出的步骤，而是可选地还包括没有列出的步骤，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

下面结合附图对本申请实施例涉及的应用场景进行介绍。

图1是一种授信评估系统的举例示意图。如图1所示，该系统包括目标用户终端、金融机构终端和风险评估模型。

其中，目标用户终端，指具有贷款担保需求，从而向金融机构终端提交贷款申请以请求获得担保贷款的角色，贷款申请中包括目标用户的授信评估信息；

其中，授信评估信息可以包括目标用户的信用评估信息，而在担保贷款为个人经营类贷款时，授信评估信息还可以包括目标用户欲投资的营业主体的商业计划信息或其他信息；

其中，金融机构终端，指接收来自目标用户终端的贷款申请，并将贷款申请中的授信评估信息输入风险评估模型中，以得到对于目标用户的评估结果，并根据评估结果确定是否将担保贷款发放给目标用户的角色；

其中，风险评估模型，用于对输入其中的授信评估信息进行评估，确定授信评估信息对应的贷款违约风险，并输出评估结果。

可以看出，在上述系统进行授信评估的过程中，由于风险评估模型只是利用传统评估机制对授信评估信息对应的贷款违约风险进行预测，若目标用户申请的贷款类型是个人经营类贷款这一类授信评估信息内容量较大的贷款时，上述过程并无法根据授信评估信息中众多信息条目之间的信息关联性进行更进一步、更准确的评估分析，因此，上述过程并无法全面而准确地对贷款进行授信评估，可能会令金融机构失去潜在客户，也可能会令存在潜在风险的客户得到贷款而导致金融机构存在一定贷款风险，可见，这对于贷款业务的发展持续性极为不利。

基于此，本申请实施例提供了一种基于贝叶斯学习的个人经营贷授信评估方法，请参阅图2，图2是本申请实施例提供的一种基于贝叶斯学习的个人经营贷授信评估方法的流程示意图，如图2所示，该方法包括以下步骤：

101：接收来自目标用户的贷款申请，贷款申请用于为目标营业主体请求获得担保贷款。

其中，目标营业主体，可以是个体工商户、企业或其他形式的营业主体。

其中，担保贷款是个人经营类贷款。个人经营类贷款指金融机构发放给借款用户以用于欲投资营业主体流动资金周转、购置或更新经营设备、支付租赁经营场所租金、商用房装修等合法生产经营活动的贷款。

102：获取目标营业主体的商业计划信息、目标用户的信用评估信息、以及目标用户名下的其他营业主体的历史经营状况信息。

其中，目标营业主体的商业计划信息，可以包括目标营业主体所计划的经营范围、目标客户群体、战略定位等信息。

其中，目标用户的信用评估信息，可以包括目标用户的个人征信信息、纳税信息、司法信息(包括被执行人信息、法律诉讼信息)、黑灰名单信息(法院黑灰名单、发改委黑灰名单、网贷黑灰名单)等信息。

在具体实现中，在获取目标用户的信用评估信息之前，对于信用评估信息中不面向社会公示的部分信息，需要得到目标用户的授权操作，授权操作用于表示目标用户同意由金融机构获取自身的信用评估信息中不面向社会公示的部分信息以用于处理贷款担保事务。

其中，目标用户名下的其他营业主体的历史经营状况信息，可以包括其他营业主体的经营范围、经营场所信息、盈利能力等信息。其他营业主体，可以是个体工商户、企业或其他形式的营业主体。

其中，目标营业主体的商业计划信息、目标用户的信用评估信息、以及目标用户名下的其他营业主体的历史经营状况信息，在具体实现中，可以是被包括在贷款申请中，从而在贷款申请中对上述信息进行获取即可；也可以是另行在各自对应的信息渠道中进行获取。

103：对目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性进行分析，确定第一经营风险值。

其中，对目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性进行分析，在具体实现中，可以是基于相同性质的信息条目对目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性进行分析。

在具体实现中，由于目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性，往往能够反映目标用户在对应商业领域的经营能力，而目标用户在对应商业领域的经营能力对于目标营业主体的经营状况而言是极为重要的影响因素，其会极大程度地影响到目标营业主体的经营发展潜力和盈利能力。因此，通过对目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性进行分析，确定第一经营风险值，能够显著地提升贷款申请风险评估的准确性。

进一步地，由于同一用户在已具有对某一经营范围的经营经验后，再一次经营同样的经营范围将更为容易取得成功。因此，其中，第一经营风险值，与目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性呈负相关关系，即是说，目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性越大，则第一经营风险值越低。

示例性地，对目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性进行分析，在具体实现中，是分析目标营业主体的商业计划信息中的经营范围、以及其他营业主体的历史经营状况信息中的经营范围之间是否具有经营关联性，若两者的经营范围相似则认为具有经营关联性，则该贷款申请的第一经营风险值较低。

104：将目标用户的信用评估信息和目标营业主体的商业计划信息作为输入项，输入贝叶斯学习模型中，得到第二经营风险值。

其中，贝叶斯学习是利用参数的先验分布和由样本信息求来的后验分布，直接求出总体分布。贝叶斯学习的结果表示为随机变量的概率分布,它可以理解为我们对不同可能性的信任程度。

在具体实现中，由于目标用户的信用评估信息和目标营业主体的商业计划信息，其信息量庞大而零散，传统的风险评估模型难以挖掘出哪些具体信息之间对于贷款申请风险是否有联合影响作用，因此，为了建立起用户个人信誉与商业计划执行实现之间的信息关联机制从而对贷款申请风险进行准确评估，本申请实施例通过贝叶斯学习模型对目标用户的信用评估信息和目标营业主体的商业计划信息之间的关联关系进行分析处理，进而能够从庞大而零散的信息量中提取出影响贷款申请风险的关键性信息，确保贷款申请风险评估的可靠性。

在具体实现中，贝叶斯学习模型中包括贝叶斯学习公式，贝叶斯学习公式的形式可以是：P(X|A，B，C，D……)＝P(X|A)*P(X|B)*P(X|C)*P(X|D)……，其中，X为待发生事件，A、B、C、D……为已发生条件事件，P(X|A)表示在已发生A条件事件的情况下会发生事件X的概率值。

示例性地，贷款申请风险值为X，目标用户的信用评估信息中的信息条目为A、B、C，目标营业主体的商业计划信息中的信息条目为A’、B’、C’，其中，A与A’、B与B’、C与C’具有信息关联性，因此，将贷款申请风险值X作为待发生事件，将A与A’、B与B’、C与C’作为已发生条件事件，从而贝叶斯学习模型在得到第二经营风险值时遵循的贝叶斯学习公式为：第二经营风险值＝P(X|A，A’)*P(X|B，B’)*P(X|C，C’)，其中，P(X|A，A’)表示在同时已发生A和A’条件事件的情况下的贷款申请风险值X。

其中，贝叶斯学习模型可以包括输入层、公式层、输出层。

基于上述示例性实施例，请参阅图3，图3是本申请实施例提供的一种贝叶斯学习模型的结构示意图，如图3所示，该贝叶斯学习模型包括以下层次：

输入层，用于接收目标用户的信用评估信息和目标营业主体的商业计划信息，并将目标用户的信用评估信息中的信息条目A、B、C和目标营业主体的商业计划信息中的信息条目A’、B’、C’对应代入公式层所包括的贝叶斯学习公式中的各个参数中；

公式层，包括贝叶斯学习公式：第二经营风险值＝P(X|A，A’)*P(X|B，B’)*P(X|C，C’)，用于根据输入层代入的信息条目A、B、C、A’、B’、C’和贝叶斯学习公式对第二经营风险值进行计算。

输出层，用于对公式层计算得到的第二经营风险值进行输出。

需要说明的是，如图3所示的贝叶斯学习模型仅作为一种贝叶斯学习模型的示例，在具体的应用中，贝叶斯学习模型还可以以其他层次组成的形式存在。

105：根据第一经营风险值和第二经营风险值，确定贷款申请的评估结果，贷款申请的评估结果包括通过贷款申请或不通过贷款申请。

其中，贷款申请的评估结果为通过贷款申请，在具体实现中，可以是第一经营风险值和第二经营风险值均小于预设经营风险值，也可以是第一经营风险值和第二经营风险值相加的和小于预设经营风险值，还可以是第一经营风险值和第二经营风险值之间的乘积小于预设经营风险值。

示例性地，请参阅图4，图4是本申请实施例提供的一种基于贝叶斯学习的个人经营贷授信评估系统的架构示意图，如图4所示，该系统包括服务器和贝叶斯学习模型。目标用户为了从金融机构获得个人经营类贷款以用于目标营业主体的经营活动，因此，目标用户使用目标用户终端将贷款申请提交给金融机构终端，金融机构终端获取到目标营业主体的商业计划信息、目标用户的信用评估信息、以及目标用户名下的其他营业主体的历史经营状况信息之后，将上述信息发送给基于贝叶斯学习的个人经营贷授信评估系统，该系统中的服务器接收到上述信息并且对其中的目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性进行分析，确定第一经营风险值，同时，服务器将目标用户的信用评估信息和目标营业主体的商业计划信息输入该系统中的贝叶斯学习模型中，贝叶斯学习模型输出第二经营风险值反馈给服务器，由于第一经营风险值和第二经营风险值均小于预设经营风险值，因此，服务器确定贷款申请的评估结果为目标用户通过贷款申请、并将该评估结果反馈给金融机构终端。

可以看出，本申请实施例中，通过对目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性进行分析，确定第一经营风险值，并将目标用户的信用评估信息和目标营业主体的商业计划信息作为输入项，输入贝叶斯学习模型中，得到第二经营风险值，再根据第一经营风险值和第二经营风险值确定贷款申请的评估结果。采用本申请实施例的方法，在面对用户和营业主体多方面而又数量庞大的信息时，金融机构也能够全面而准确地对个人经营类贷款进行授信评估，进而避免贷款风险，确保贷款业务的可持续发展。

在一个可能的示例中，上述方法还包括：

若第一经营风险值和第二经营风险值均低于预设经营风险值，则确定贷款申请的评估结果为通过贷款申请。

其中，第一经营风险值和第二经营风险值的取值范围可以是0～1，则预设经营风险值可以是0.6、0.8或其他经营风险值。

可以看出，本申请实施例中，通过在第一经营风险值和第二经营风险值均低于预设经营风险值时，才确定贷款申请的评估结果为通过贷款申请，从而确保能够得到贷款的目标用户的违约风险较低，进而避免贷款风险，确保贷款业务的可持续发展。

在一个可能的示例中，上述贝叶斯学习模型的训练过程如下：

获取训练数据集，训练数据集包括多个历史贷款申请中历史用户的信用评估信息和历史营业主体的商业计划信息；

将训练数据集输入初始学习模型，获得多个历史贷款申请的预测经营风险值；

将多个历史贷款申请的预测经营风险值与多个历史贷款申请对应的历史经营风险值进行比对，若预测经营风险值与历史经营风险值之间的误差在预设误差范围内，则确定初始学习模型的预测准确；

确定初始学习模型的预测准确度，预测准确度表示训练数据集中预测准确的历史贷款申请占训练数据集的比例；

在预测准确度小于预设准确度的情况下，则对初始学习模型进行迭代训练，若初始学习模型的预测准确度高于或等于预设准确度，则确定初始学习模型训练完成，获得贝叶斯学习模型。

在一个可能的示例中，上述方法还包括：

根据历史用户的信用评估信息和历史营业主体的商业计划信息得到至少一个用户评估条件和至少一个营业主体评估条件；

根据至少一个用户评估条件和至少一个营业主体评估条件得到至少一个组合条件事件；

根据至少一个组合条件事件生成条件概率因式，条件概率因式中的已发生条件事件对应获得预期第二风险值和/或非预期第二风险值，预期第二风险值为历史贷款申请的评估结果为通过贷款申请时的第二风险值，非预期第二风险值为历史贷款申请的评估结果为不通过贷款申请时的第二风险值，条件概率因式中的待发生事件对应至少一个组合条件事件；

对至少一个条件概率因式进行逻辑组合，生成初始学习模型。

其中，预测经营风险值和历史经营风险值的取值范围可以是0～1，则预设误差范围可以是±0.05。

其中，对初始学习模型进行迭代训练，在具体实现中，可以是对输入初始学习模型的训练数据集中所包括的历史用户的信用评估信息和历史营业主体的商业计划信息的具体信息条目进行调整，也可以是对条件概率因式中的至少一个组合条件事件中包括的具体评估条件进行调整。

其中，预设准确度，可以采用0～1的数值形式表示，也可以采用0～100％的百分制形式表示。若采用0～1的数值形式表示，则预设准确度可以是0.8、0.9或其他准确度；若采用0～100％的百分制形式表示，则预设准确度可以是80％、90％或其他准确度。

其中，用户评估条件为历史用户的信用评估信息中的具体信息条目；营业主体评估条件为历史营业主体的商业计划信息中的具体信息条目。

示例性地，请参阅图5，图5是本申请实施例提供的一种基于贝叶斯学习的个人经营贷授信评估方法的举例示意图，如图5所示，为了生成初始学习模型，先根据历史用户的信用评估信息和历史营业主体的商业计划信息分别得到用户评估条件1-N和营业主体评估条件1-N；然后将用户评估条件1-N和营业主体评估条件1-N分别对应进行组合，得到组合条件事件1-N，其中，组合条件事件1表示用户评估条件1和营业主体评估条件1同时发生……组合条件事件N表示用户评估条件N和营业主体评估条件N同时发生；再根据组合条件事件1-N生成条件概率因式1-N，且条件概率因式1-N的待发生事件均为预期第二风险值，其中，条件概率因式1可以表示为P-1(预期第二风险值|组合条件事件1)＝P-1(预期第二风险值|用户评估条件1，营业主体评估条件1)……、条件概率因式N可以表示为P-N(预期第二风险值|组合条件事件N)＝P-N(预期第二风险值|用户评估条件N，营业主体评估条件N)；最后对条件概率因式1-N进行逻辑组合，将条件概率因式1-N的乘积作为第二经营风险值，即是说，第二经营风险值＝条件概率因式1*……*条件概率因式N＝P-1(预期第二风险值|用户评估条件1，营业主体评估条件1)*……*P-N(预期第二风险值|组合条件事件N)，至此完成初始学习模型生成过程。

需要说明的是，如图5所示的初始学习模型生成过程，仅作为一种初始学习模型生成过程的示例，在具体的应用中，初始学习模型生成过程还可以以其他方式来实现。

可以看出，本申请实施例中提供的贝叶斯学习模型的训练过程，其中的初始学习模型是通过根据历史用户的信用评估信息和历史营业主体的商业计划信息得到至少一个用户评估条件和至少一个营业主体评估条件，然后根据至少一个用户评估条件和至少一个营业主体评估条件得到至少一个组合条件事件，再根据至少一个组合条件事件生成条件概率因式，最后对至少一个条件概率因式进行逻辑组合而生产的，并且，只有在初始学习模型的预测准确度高于或等于预设准确度，才确定初始学习模型训练成功而获得贝叶斯学习模型。进一步地，使用通过本申请实施例提供的训练过程所训练得到的贝叶斯学习模型对个人经营类贷款申请的第二经营风险值进行预测，能够在解放金融机构人员人力的同时也提高金融机构对于贷款风险的预测准确性。

在一个可能的示例中，上述用户评估条件包括第一条件，第一条件表征历史用户的纳税完成率大于预设完成率，营业主体评估条件包括第二条件，第二条件表征历史用户在营业主体中的用户责任比例大于预设比例，根据至少一个用户评估条件和至少一个营业主体评估条件得到至少一个组合条件事件，包括：

根据第一条件发生和第二条件发生得到组合条件事件；和/或根据第一条件不发生和第二条件不发生得到组合条件事件。

其中，历史用户的纳税完成率，指历史用户完成纳税申报的完成情况。

在具体实现中，由于历史用户的纳税完成率较佳的话，说明历史用户的信用能力良好，而历史用户在营业主体中的用户责任比例较大时往往历史用户对于营业主体的营业决策参与度也会更高，更能发挥其良好的信用能力，即是说，历史用户的纳税完成率大于预设完成率与历史用户在营业主体中的用户责任比例大于预设比例同时发生的话，那么该贷款申请的违约风险是比较低的，反之同理，因此，根据第一条件发生和第二条件发生得到组合条件事件；和/或根据第一条件不发生和第二条件不发生得到组合条件事件。

其中，预设完成率，可以采用0～1的数值形式表示，也可以采用0～100％的百分制形式表示。若采用0～1的数值形式表示，则预设完成率可以是0.8、0.9或其他准确度；若采用0～100％的百分制形式表示，则预设完成率可以是80％、90％或其他准确度。

其中，历史用户在营业主体中的用户责任比例，可以指历史用户在营业主体中的持股比例，也可以只历史用户对于营业主体的注册资本出资比例。

示例性地，根据第一条件发生和第二条件发生得到组合条件事件，并根据组合条件事件生成条件概率因式，则条件概率因式＝(预期第二风险值|第一条件发生，第二条件发生)＝(预期第二风险值|历史用户的纳税完成率大于预设完成率，历史用户在营业主体中的用户责任比例大于预设比例)。

基于上述示例性实施例，在具体实现中，在历史用户的纳税完成率大于预设完成率、且历史用户在营业主体中的用户责任比例大于预设比例的情况下对应的第二经营风险值，可以是根据发生了相同组合条件事件的历史贷款申请所对应的第二经营风险值来设定，例如，所有历史用户的纳税完成率大于预设完成率、且历史用户在营业主体中的用户责任比例大于预设比例的贷款申请所对应的平均第二经营风险值为0.2，则将发生了该组合条件事件所对应的第二经营风险值确定为0.2。

可以看出，本申请实施例中，对于具有一定信息关联性或具有一定因果关系的第一条件和第二条件，根据第一条件发生和第二条件都发生得到组合条件事件，和/或根据第一条件不发生和第二条件都不发生得到组合条件事件，从而贝叶斯学习模型在训练过程中所使用的组合条件事件对于第二经营风险值是有共同决定作用的，进而使用通过本申请实施例提供的训练过程所训练得到的贝叶斯学习模型能够全面而准确地对个人经营类贷款申请的第二经营风险值进行预测，提高金融机构对于贷款风险的预测准确性。

需要说明的是，在上述实施例中，第一条件表征历史用户的纳税完成率大于预设完成率、第二条件表征历史用户在营业主体中的用户责任比例大于预设比例仅作为一种第一条件与第二条件的内容示例，在具体实现中，第一条件和第二条件只要符合具有一定信息关联性或具有一定因果关系的要求即可，即是说，在这里不对第一条件与第二条件的内容进行限制，第一条件与第二条件还可以以表征其他内容的形式存在。

基于此，在一个可能的示例中，上述用户评估条件包括第一条件，第一条件表征历史用户名下的知识产权数量大于预设数量，营业主体评估条件包括第二条件，第二条件表征营业主体的研发费用占比大于预设占比，根据至少一个用户评估条件和至少一个营业主体评估条件得到至少一个组合条件事件，包括：

根据第一条件发生和第二条件发生得到组合条件事件；和/或根据第一条件不发生和第二条件不发生得到组合条件事件。

其中，知识产权可以包括以下至少一种：商标权、著作权、专利权。

其中，研发费用占比，指研发费用占销售收入比例，研发费用占比越高，则说明营业主体的产品中科技含量越高，是科技型企业。

在一个可能的示例中，目标营业主体的商业计划信息包括目标营业主体的经营范围，历史经营状况信息包括其他营业主体的经营范围，上述对目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性进行分析，确定第一经营风险值，包括：

对目标营业主体的经营范围和其他营业主体的经营范围进行分析，确定目标营业主体的经营范围和其他营业主体的经营范围之间的经营范围关联关系，经营范围关联关系包括不同行业、相同行业相同涵盖范围、相同行业不同涵盖范围；

根据经营范围关联关系，确定商业计划信息和历史经营状况信息之间的经营关联指数；

根据经营关联指数确定第一经营风险值，经营关联指数和第一经营风险值之间呈负相关关系。

在一个可能的示例中，目标营业主体的商业计划信息还包括目标营业主体的经营场所信息，历史经营状况信息还包括其他营业主体的经营场所信息，上述方法还包括：

若经营范围关联关系为相同行业相同涵盖范围或相同行业不同涵盖范围，则对目标营业主体的经营场所信息和其他营业主体的经营场所信息之间的距离进行分析，确定目标营业主体和其他营业主体之间的经营场所距离；

上述根据经营范围关联关系，确定商业计划信息和历史经营状况信息之间的经营关联指数，包括：

根据经营范围关联关系和经营场所距离确定目标营业主体的第一经营风险值，其中，在经营范围关联关系为相同行业不同涵盖范围时第一经营风险值与经营场所距离呈正相关关系，在经营范围关联关系为相同行业相同涵盖范围时第一经营风险值与经营场所距离呈负相关关系。

其中，经营范围，指营业主体可以从事的生产经营与服务项目。

其中，对目标营业主体的经营范围和其他营业主体的经营范围进行分析，确定目标营业主体的经营范围和其他营业主体的经营范围之间的经营范围关联关系，在具体实现中，可以将《国民经济行业分类》作为依据来实现。

示例性地，若目标营业主体的经营范围为“食品及饮料专门零售”，而其他营业主体的经营范围为“家用电器及电子产品专门零售”，则确定目标营业主体的经营范围和其他营业主体的经营范围之间的经营范围关联关系为不同行业。

又一示例性地，若目标营业主体和其他营业主体的经营范围均为“食品及饮料专门零售”下的“饮料及茶叶零售”，则确定目标营业主体的经营范围和其他营业主体的经营范围之间的经营范围关联关系为相同行业相同涵盖范围。

又一示例性地，若目标营业主体的经营范围为“食品及饮料专门零售”下的“饮料及茶叶零售”，而其他营业主体的经营范围为“食品及饮料专门零售”下的“糕点、面包零售”，则确定目标营业主体的经营范围和其他营业主体的经营范围之间的经营范围关联关系为相同行业不同涵盖范围。

其中，根据经营范围关联关系，确定商业计划信息和历史经营状况信息之间的经营关联指数，在具体实现中，可以是在经营范围关联关系为不同行业时的经营关联指数小于其他两种相同行业时的情况，从而在经营范围关联关系为不同行业时的第一经营风险值大于其他两种相同行业时的情况。

在具体实现中，由聚集经济效应可知，消费者在某一地点消费某一商品时，往往会连同消费该商品的互补品或附属品，例如，若消费者在蛋糕店购买了蛋糕，那么该消费者也很有可能会在附近的饮品店也购买饮料配合食用，因此，在经营范围关联关系为相同行业不同涵盖范围时第一经营风险值与经营场所距离呈正相关关系。

在具体实现中，由于相同行业相同涵盖范围的商品之间互相属于替代品，绝大多数消费者只会择一进行消费，即是说，相同行业相同涵盖范围的商品在同一地点或相近地点中是属于互相竞争的关系，因此，在经营范围关联关系为相同行业相同涵盖范围时第一经营风险值与经营场所距离呈负相关关系。

可以看出，本申请实施例中，目标营业主体的商业计划信息包括目标营业主体的经营范围和经营场所信息，历史经营状况信息包括其他营业主体的经营范围和经营场所信息，通过对目标营业主体的经营范围和其他营业主体的经营范围进行分析，确定目标营业主体的经营范围和其他营业主体的经营范围之间的经营范围关联关系，再根据经营范围关联关系，确定商业计划信息和历史经营状况信息之间的经营关联指数，最后根据经营关联指数确定第一经营风险值。从而在经营范围关联关系为不同行业时，第一经营风险值较高，而在经营范围关联关系为相同行业时，则根据进一步的同行涵盖范围情况结合经营场所之间的距离来确定第一经营风险值，由于经营关联指数和第一经营风险值之间呈负相关关系，因此，具体地，在经营范围关联关系为相同行业相同涵盖范围时，目标营业主体和其他营业主体之间的经营场所距离越近则第一经营风险值越大，而在经营范围关联关系为相同行业不同涵盖范围时，目标营业主体和其他营业主体之间的经营场所距离越近则第一经营风险值越小。采用本申请实施例的方法，金融机构能够准确地对目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性进行分析，从而能够准确地对个人经营类贷款进行授信评估，进而避免贷款风险，确保贷款业务的可持续发展。

与上述图2所示的实施例一致的，请参阅图6，图6是本申请实施例提供的一种基于贝叶斯学习的个人经营贷授信评估装置的结构示意图，如图6所示：

一种基于贝叶斯学习的个人经营贷授信评估装置，上述装置包括：

201：接收单元，用于接收来自目标用户的贷款申请，贷款申请用于为目标营业主体请求获得担保贷款。

202：获取单元，用于获取目标营业主体的商业计划信息、目标用户的信用评估信息、以及目标用户名下的其他营业主体的历史经营状况信息。

203：分析单元，用于对目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性进行分析，确定第一经营风险值。

204：模型单元，用于将目标用户的信用评估信息和目标营业主体的商业计划信息作为输入项，输入贝叶斯学习模型中，得到第二经营风险值。

205：评估单元，用于根据第一经营风险值和第二经营风险值，确定贷款申请的评估结果，贷款申请的评估结果包括通过贷款申请或不通过贷款申请。

可以看出，本申请实施例提供的装置中，通过分析单元对目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性进行分析，确定第一经营风险值，并通过模型单元将目标用户的信用评估信息和目标营业主体的商业计划信息作为输入项，输入贝叶斯学习模型中，得到第二经营风险值，再通过评估单元根据第一经营风险值和第二经营风险值确定贷款申请的评估结果。采用本申请实施例的装置，在面对用户和营业主体多方面而又数量庞大的信息时，金融机构也能够全面而准确地对个人经营类贷款进行授信评估，进而避免贷款风险，确保贷款业务的可持续发展。

具体地，本申请实施例可以根据上述方法示例对基于贝叶斯学习的个人经营贷授信评估装置进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

与上述图2所示的实施例一致的，本申请实施例提供了一种电子设备，请参阅图7，图7是本申请的实施例提供的一种电子设备的硬件运行环境的服务器结构示意图，如图7所示，电子设备包括处理器、存储器以及存储在存储器上并可在处理器上运行的计算机执行指令，当计算机执行指令被运行时，使得电子设备执行包括任一种基于贝叶斯学习的个人经营贷授信评估方法的步骤的指令。

其中，处理器为CPU(Central Processing Unit)。

其中，存储器，可选的，存储器可以为高速RAM存储器，也可以是稳定的存储器，例如磁盘存储器。

本领域技术人员可以理解，图7中示出的服务器的结构并不构成对其的限定，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7所示，存储器中可以包括操作系统、网络通信模块以及基于贝叶斯学习的个人经营贷授信评估方法的计算机执行指令。操作系统用于管理和控制服务器硬件和软件资源，支持计算机执行指令的运行。网络通信模块用于实现存储器内部各组件之间的通信，以及与服务器内部其他硬件和软件之间通信，通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(GeneralPacket Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)等。

在图7所示的服务器中，处理器用于执行存储器中存储的人员管理的计算机执行指令，实现以下步骤：接收来自目标用户的贷款申请，贷款申请用于为目标营业主体请求获得担保贷款；获取目标营业主体的商业计划信息、目标用户的信用评估信息、以及目标用户名下的其他营业主体的历史经营状况信息；对目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性进行分析，确定第一经营风险值；将目标用户的信用评估信息和目标营业主体的商业计划信息作为输入项，输入贝叶斯学习模型中，得到第二经营风险值；根据第一经营风险值和第二经营风险值，确定贷款申请的评估结果，贷款申请的评估结果包括通过贷款申请或不通过贷款申请。

本申请涉及的服务器的具体实施可参见上述基于贝叶斯学习的个人经营贷授信评估方法的各实施例，在此不做赘述。

本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机指令，当计算机指令在通信装置上运行时，使得通信装置执行以下步骤：接收来自目标用户的贷款申请，贷款申请用于为目标营业主体请求获得担保贷款；获取目标营业主体的商业计划信息、目标用户的信用评估信息、以及目标用户名下的其他营业主体的历史经营状况信息；对目标营业主体的商业计划信息和其他营业主体的历史经营状况信息之间的经营关联性进行分析，确定第一经营风险值；将目标用户的信用评估信息和目标营业主体的商业计划信息作为输入项，输入贝叶斯学习模型中，得到第二经营风险值；根据第一经营风险值和第二经营风险值，确定贷款申请的评估结果，贷款申请的评估结果包括通过贷款申请或不通过贷款申请。上述计算机包括电子设备。

其中，电子终端设备包括手机、平板电脑、个人数字助理、穿戴式设备等。

其中，计算机可读存储介质可以是上述实施例所述的电子设备的内部存储单元，例如电子设备的硬盘或内存。计算机可读存储介质也可以是上述电子设备的外部存储设备，例如电子设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，计算机可读存储介质还可以既包括电子设备的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机执行指令以及电子设备所需的其他计算机执行指令和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

本申请涉及的计算机可读存储介质的具体实施可参见上述基于贝叶斯学习的个人经营贷授信评估方法的各实施例，在此不做赘述。

本申请实施例提供了一种计算机程序产品，其中，计算机程序产品包括计算机程序，计算机程序可操作来使计算机如上述方法实施例中记载的任何一种基于贝叶斯学习的个人经营贷授信评估方法的部分或全部步骤，该计算机程序产品可以是一个软件安装包。

需要说明的是，对于前述的任一种基于贝叶斯学习的个人经营贷授信评估方法的实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本申请所必须的。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请基于贝叶斯学习的个人经营贷授信评估方法及相关产品的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请基于贝叶斯学习的个人经营贷授信评估方法及相关产品的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

本申请是参照本申请实施例的方法、硬件产品和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

尽管在此结合各实施例对本申请进行了描述，然而，在实施所要求保护的本申请过程中，本领域技术人员通过查看附图、公开内容、以及所附权利要求书，可理解并实现所公开实施例的其他变化。在权利要求中，“包括”(comprising)一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况。相互不同的从属权利要求中记载了某些措施，但这并不表示这些措施不能组合起来产生良好的效果。

显然，本领域的技术人员可以对本申请提供的基于贝叶斯学习的个人经营贷授信评估方法及相关产品进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。