一种基于多源行为数据的用户信用评分方法及系统

本发明提出一种基于多源行为数据的用户信用评分方法及系统，方法包括：获取用户行为数据，以构建标准化多模块行为事件记录；以用户为单位，使用行为事件记录作为节点构建行为图谱，并按照事件发生的时间戳构建有向边；基于所述行为图谱，使用受约束最大边权路径搜索算法构造用户行为路径；将所述高信用用户行为路径模板集合与每条所述用户行为路径进行结构匹配，计算每条用户行为路径的路径偏离度，并得到最小偏离得分；结合所述最小偏离得分以及匹配的最优匹配路径，通过基于二分类学习的信用评分模型预测用户的风险标签，并输出客户信用评分。