CN104965844A - 信息处理方法及装置 - Google Patents
信息处理方法及装置 Download PDFInfo
- Publication number
- CN104965844A CN104965844A CN201410848541.XA CN201410848541A CN104965844A CN 104965844 A CN104965844 A CN 104965844A CN 201410848541 A CN201410848541 A CN 201410848541A CN 104965844 A CN104965844 A CN 104965844A
- Authority
- CN
- China
- Prior art keywords
- targeted customer
- credit line
- user
- associated user
- credit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明公开了一种信息处理方法及装置;方法包括:获取目标用户的标识信息,并基于所述目标用户的标识信息,在至少一种社交网络对应的数据库中查询得到所述目标用户的通信数据;解析所述目标用户的通信数据,得到所述目标用户与所述关联用户在至少一个维度进行通信的特征的度量值;基于所述交互度量值、以及交互度量值阈值,在所述关联用户中的确定目标关联用户,并基于所述目标关联用户的信用额度确定所述目标用户的信用额度。采用本发明,能够提升确定网络的用户的信用额度的准确度,提升资金在不同的结算平台之间的流转速度。
Description
技术领域
本发明涉及信息处理技术,尤其涉及一种信息处理方法及装置。
背景技术
伴随互联网的发展,准确评估网络用户的信用额度成为技术难点,实际应用中需要利用网络用户的信用额度的业务场景可以包括:
1)在网贷平台如点对点(P2P,Peer to Peer)网贷平台成为个人筹集资金平台,具有借款需求的用户(也即借贷方,可以为个人或单位)可以通过网贷平台向具有投资意向的个人或单位(简称为投资方)筹集款项,网贷平台往往通过支付平台如财付通支付平台建立投资方和借贷方之间的资金流管道,投资方与通过网贷平台达成意向,由投资方通过支付平台向借贷方提供资金,并由借贷方通过支付平台向投资方还贷,借贷和还贷的信息通过网贷平台进行记录管理,网贷平台需要评估用户的信用额度,确定可以向用户借贷的金额;
2)开通网络信用卡时,需要评估网络用户的信用额度;
3)利用网络推广产品时,需要利用信用额度评估网络用户中有价值的潜在用户;
以上业务场景仅为示例,实际应用中还可以有其他需要利用网络用户的信用额度进行操作的业务场景,在上述业务场景中,都需要确定可以授予网络用户的信用额度,但网络中用户的信息(用于评估用户的信用额度)往往缺失,或者虽然有用户的信息,但是难以保证用户信息的准确性和真实性,仅仅利用相关技术的授信额度评估方式结合用户的信息(如借贷信息、收入情况、固定资产信息),无法准确评估用户的信用额度,如果高估用户的授信额度,会给资金回流带来高风险,进而减慢资金在各个结算平台之间的流转速度,如果低估用户的授信额度,则会减慢资金在各个结算平台之间的流转速度;
综上所述,对于如何提升确定网络的用户的信用额度的准确度,提升资金在结算平台的之间的流转速度,相关技术尚无有效解决方案。
发明内容
本发明实施例提供一种信息处理方法及装置,能够提升确定网络的用户的信用额度的准确度,提升资金在不同的计算平台之间的流转速度。
本发明实施例的技术方案是这样实现的:
本发明实施例提供一种信息处理方法,所述方法包括:
获取目标用户的标识信息,并基于所述目标用户的标识信息,在至少一种社交网络对应的数据库中查询得到所述目标用户的通信数据;
解析所述目标用户的通信数据,得到所述目标用户与关联用户进行通信的至少一个维度的特征的度量值,所述关联用户为在所述社交网络中与所述目标用户进行通信的用户,所述度量值用于量化表征所述目标用户与所述关联用户进行通信的一个维度的特征;
基于所述交互度量值、以及交互度量值阈值,在所述关联用户中确定目标关联用户,并基于所述目标关联用户的信用额度确定所述目标用户的信用额度;其中,所述关联用户的信用额度为基于所述关联用户的标识信息在用户信用数据库中查询得到。
本发明实施例提供一种信息处理装置,所述信息处理装置包括:
获取单元,用于获取目标用户的标识信息,并基于所述目标用户的标识信息,在至少一种社交网络对应的数据库中查询得到所述目标用户的通信数据;
解析单元,用于解析所述目标用户的通信数据,得到所述目标用户与关联用户进行通信的至少一个维度的特征的度量值,所述关联用户为在所述社交网络中与所述目标用户进行通信的用户,所述度量值用于量化表征所述目标用户与所述关联用户进行通信的一个维度的特征;
确定单元,用于基于所述交互度量值、以及交互度量值阈值,在所述关联用户中确定目标关联用户,并基于所述目标关联用户的信用额度确定所述目标用户的信用额度;其中,所述关联用户的信用额度为基于所述关联用户的标识信息在用户信用数据库中查询得到。
本发明实施例中,由于基于与目标用户具有社交关系的用户也即关联用户的信用额度来确定;并且,可以基于目标用户在一个或多个社交网络中的关联用户来确定目标用户的信用额度,确定了目标用户的信用额度的准确性;并且,还可以基于目标用户与关联用户通信的特征的度量值对关联用户进一步筛选,基于筛选后得到的关联用户即目标关联用户的信用额度来确定目标用户的信用额度,进一步提升了确定信用额度的准确性;基于准确确定了用户的信用额度,在不同的业务场景中可以基于用户的信用额度进行操作,例如在网贷业务中,避免低估用户信用额度,致使放贷金额少于预期,影响资金在结算平台(如网贷平台、支付平台)之间的流转速度。
附图说明
图1是本发明实施例中信息处理方法的实现流程图一;
图2是本发明实施例中信息处理方法的实现流程图二;
图3是本发明实施例中信用评估平台获取通信数据的示意图;
图4是本发明实施例中信息处理方法的场景示意图一;
图5是本发明实施例中信息处理方法的实现流程图三;
图6是本发明实施例中信息处理方法的场景示意图二;
图7是本发明实施例中信息处理方法的实现流程图四;
图8是本发明实施例中信息处理方法的场景示意图三;
图9a至图9c是本发明实施例中信息处理装置的结构示意图。
具体实施方式
以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
发明人在实施本发明的过程中发现,由于难以准确、全面获取网络用户的个人信息,以利用相关技术的信用额度评估方式(如借贷信息、收入情况、固定资产信息)用户的信用额度;如果高估用户的授信额度,会给网贷平台的资金回流带来高风险,如果低估用户的授信额度,则会影响网贷平台的资金流转速度;
发明人在实施本发明的过程中还发现,网络中的用户往往处于一个或多个社交网络中,且在社交网络中,用户的信用情况往往与用户具有社交关系的用户的信用情况有着密切关系;因此,可以利用与目标用户具有社交关系用户的信用情况评估目标用户本身的信用情况,从而可以避免单一利用目标用户的个人信息无法准确确定目标用户的信用额度的情况;
如图1所示,对于信用评估平台,在步骤101中,获取目标用户的标识信息,并基于目标用户的标识信息,在至少一种社交网络对应的数据库中查询得到目标用户的通信数据;
在步骤102中,解析目标用户的通信数据,得到目标用户与关联用户(关联用户为在社交网络中与所述目标用户进行通信的用户)在进行通信的至少一个维度的特征的度量值(度量值用于量化表征所述目标用户与关联用户在进行通信的一个维度的特征);
在步骤103中,基于交互度量值、以及交互度量值阈值,在关联用户中确定目标关联用户,并基于目标关联用户的信用额度确定目标用户的信用额度;其中,关联用户的信用额度为基于所述关联用户的标识信息在用户信用数据库中查询得到;
由于基于与目标用户具有社交关系的用户也即关联用户的信用额度来确定;并且,可以基于目标用户在一个或多个社交网络中的关联用户来确定目标用户的信用额度,确定了目标用户的信用额度的准确性;并且,还可以基于目标用户与关联用户通信的特征的度量值对关联用户进一步筛选,基于筛选后的得到的关联用户即目标关联用户的信用额度来确定目标用户的信用额度,进一步提升了确定信用额度的准确性。
实施例一
本实施例记载一种信息处理方法,可以应用于信用评估平台,如图2所示,本实施例记载的信息处理方法包括以下步骤:
步骤201,获取目标用户的标识信息。
目标用户的标识信息可以采用用户在社交网络中的具有唯一可辨识性的信息,包括文字(如用户名)、图像(如二维码),当然也可以采用目标用户的其他特定标识如身份证号码、手机号码、邮箱地址等。
步骤202,基于目标用户的标识信息,在至少一种社交网络对应的数据库中查询得到目标用户的通信数据。
实际应用中,目标用户往往归属于多个社交网络,因此步骤202中可以分别从目标用户所归属的社交网络对应的通信服务器中获取目标用户的通信数据;信用评估平台获取通信数据的一个示意图如图3所示,当目标用户是社交应用QQ和微信的注册用户时,信用评估平台可以从微信通信服务器中获取目标用户的微信通信数据,并可以从QQ通信服务器中获取QQ通信数据。
步骤203,解析目标用户的通信数据,得到目标用户与关联用户在进行通信的至少一个维度的特征的度量值。
这里的关联用户是指在社交网络中与目标用户进行通信的用户,在微信社交网络中,关联用户可以为目标用户的好友用户、或者目标用户所关注的用户;在QQ社交网络中,关联用户可以为目标用户的好友;
度量值用于量化表征目标用户与关联用户进行通信的不同维度的特征,可以采用以下三个度量值至少之一,每个度量值表征一个维度的通信的特征:
1)目标用户与关联用户在每个通信周期的平均通信次数
通信周期可以根据实际需要设置为天、星期、月等任意长度时间,在图3所示的QQ社交网络为例,以确定三个通信周期对应的度量值为例,目标用户与用户A在最近三周中每周(对应一个通信周期)的通信次数依次为5、6、7、则对应的度量值为(5+6+7)/3=6;每个周期的平均通信次数反映了目标用户与关联用户的联系频度,平均通信次数越大则目标用户与关联用户的关系越密切。
2)目标用户与关联用户首次通信日期与最后通信日期的差值
首次通信日期与最后通信日期的差值反映了目标用户与关联用户建立社交关系的持续时间,以如图3所示的QQ社交网络为例,设目标用户与用户A首次通信的时间为2013年1月1日,目标用户与用户A最后一次通信的时间为2013年1月12日,则目标用户与用户A建立社交关系的持续时间为三周。
3)目标用户与关联用户最后通信日期与当前日期的差值
最后通信日期与当前日期的差值表明了目标用户与关联用户未进行通信的持续时间,持续时间越长,表明目标用户与关联用户的社交关系越不密切;以如图3所示的QQ社交网络为例,目标用户与用户A最后一次通信的时间为2013年1月12日,当前时间为2014年1月12日,则目标用户与关联用户中断通信的持续时间为1年。
步骤204,在关联用户中确定满足以下条件至少之一的关联用户为目标关联用户:
1)与目标用户的平均通信次数大于第一阈值;例如第一阈值为6时,则用户A排除在目标关联用户之外;
2)与目标用户的首次通信日期与最后通信日期的差值大于第二阈值,如第二阈值为21时,则用户A排除在目标关联用户之外;
3)与目标用户的最后通信日期与当前日期的差值小于第三阈值,如第三阈值为1年时,则用户A排除在目标关联用户之外。
步骤205,以目标关联用户对应的度量值作为加权因子对目标关联用户的信用额度进行加权处理得到加权信用额度,将加权信用额度确定为目标用户对应的信用额度。
当采用满足步骤204中条件1)的关联用户为目标关联用户时,则在步骤205中相当于将目标用户与关联用户的互动热度加权运算的加权因子,利用关联用户的信用额度做加权处理;
当步骤204中采用满足条件1)、条件3)的关联用户为目标关联用户时,对应以下场景,当目标用户与一关联用户最近一段时间(比如半年)内互动热度低于某个阀值(比如半年聊天消息数小于10条),则表明目标用户与该关联用户的联系不够密切,该关联用户的信用情况不能准确反映目标用户的信用情况,因此该关联用户的信用额度不用于计算目标用户的信用额度,也即不将该关联用户确定为目标关联用户,从而进一步提升确定目标用户的信用额度的准确性,可以避免高信用额度的用户利用自己信用去恶意提升用户信用;
当步骤204中采用满足条件2)的关联用户为目标关联用户时,对应以下场景,将目标用户在最近一段增加的关联用户(比如最近7天加的好友)排除在目标关联用户之外,也即目标用户最近一段时间增加的关联用户的信用额度不用于计算目标用户的信用额度,可以避免目标用户恶意提升自己的信用的情况,从而进一步提升确定目标用户的信用额度的准确性。
目标用户的信用额度C可以采用以下公式表示:
C=∑bn*hn,其中n表征目标用户的第n个关联用户,n的取值满足1≤n≤N,N为目标用户在不同的社交网络中的关联用户的总量,在图3中,N的值为4,对应用户A、B、C和D,bn为关联用户n的信用额度(可以由信用评估平台从用户信用数据库查找的得到),hn为关联用户n对应的度量值,以关联用户n归属于QQ社交网络为例,可以基于步骤203中的处理方式,基于关联用户n与目标用户的QQ通信数据确定以下任意一个度量值作为关联用户n对应的度量值hn:1)目标用户与关联用户n在每个通信周期的平均通信次数;2)目标用户与关联用户n首次通信日期与最后通信日期的差值;3)目标用户与关联用户n最后通信日期与当前日期的差值。
对应上述处理步骤一个实际的应用场景示意图如图4所示,目标用户通过智能手机(也可以为平板电脑、笔记本电脑等终端设备)登录QQ,并使用QQ中的现金贷业务发起借款请求,现金贷平台发现本地为存储有目标用户的信用额度信息,因此向信用评估平台发起针对目标用户的信用额度评估请求(可以携带用户的标识信息如QQ号码),信用评估平台根据目标用户的QQ号码在QQ通信服务器和微信通信服务器查找到目标用户的通信数据,并通过上述步骤将确定的对应目标用户的加权信用额度作为目标用户对应的信用额度;将评估得到的目标用户的信用额度信息返回现金贷服务器,从而在智能手机的界面上显示目标用户的信用额度信息,当用户申请的借贷金额未超出信用额度时,根据目标用户提交的收款账号和借款金额进行放款操作,并在放款成功后向目标用户返回借款成功信息。
实施例二
本实施例记载一种信息处理方法,可以应用于信用评估平台,如图5所示,本实施例记载的信息处理方法包括以下步骤:
步骤301,获取目标用户的标识信息。
目标用户的标识信息可以采用用户在社交网络中的具有唯一可辨识性的信息,包括文字(如用户名)、图像(如二维码),当然也可以采用目标用户的其他特定标识如身份证号码、手机号码、邮箱地址等。
步骤302,基于目标用户的标识信息,在至少一种社交网络对应的数据库中查询得到目标用户的通信数据。
实际应用中,目标用户往往归属于多个社交网络,因此步骤302中可以分别从目标用户所归属的社交网络对应的通信服务器中获取目标用户的通信数据;信用评估平台获取通信数据的一个示意图如图3所示,当目标用户是社交应用QQ和微信的注册用户时,信用评估平台可以从微信通信服务器中获取目标用户的微信通信数据,并可以从QQ通信服务器中获取QQ通信数据。
步骤303,解析目标用户的通信数据,得到目标用户与关联用户在进行通信的至少一个维度的特征的度量值。
这里的关联用户是指在社交网络中与目标用户进行通信的用户,在微信社交网络中,关联用户可以为与目标用户的好友用户、或者目标用户所关注的用户;在QQ社交网络中,关联用户可以为目标用户的好友;
度量值用于量化表征所述目标用户与所述关联用户在所述维度的进行通信的特征;
度量值可以采用以下三个度量值至少之一,每个度量值表征一个维度的通信的特征:
1)目标用户与关联用户在每个通信周期的平均通信次数
通信周期可以根据实际需要设置为天、星期、月等任意长度时间,在图3所示的QQ社交网络中,以确定三个通信周期对应的度量值为例,目标用户与用户A在最近三周中每周(对应一个通信周期)的通信次数依次为5、6、7、则对应的度量值为(5+6+7)/3=6;每个周期的平均通信次数反映了目标用户与关联用户的联系频度,平均通信次数越大则目标用户与关联用户的关系越密切。
2)目标用户与关联用户首次通信日期与最后通信日期的差值
首次通信日期与最后通信日期的差值反映了目标用户与关联用户建立社交关系的持续时间,以如图3所示的QQ社交网络为例,设目标用户与用户A首次通信的时间为2013年1月1日,目标用户与用户A最后一次通信的时间为2013年1月12日,则目标用户与用户A建立社交关系的持续时间为三周。
3)目标用户与关联用户最后通信日期与当前日期的差值
最后通信日期与当前日期的差值表明了目标用户与关联用户未进行通信的持续时间,持续时间越长,表明目标用户与关联用户的社交关系越不密切;以如图3所示的QQ社交网络为例,目标用户与用户A最后一次通信的时间为2013年1月12日,当前时间为2014年1月12日,则目标用户与关联用户中断通信的持续时间为1年。
步骤304,在关联用户中确定满足以下条件至少之一的关联用户为目标关联用户:
1)与目标用户的平均通信次数大于第一阈值,例如第一阈值为6时,则用户A排除在目标关联用户之外;
2)与目标用户的首次通信日期与最后通信日期的差值大于第二阈值,如第二阈值为21时,则用户A排除在目标关联用户之外;
3)与目标用户的最后通信日期与当前日期的差值小于第三阈值,如第三阈值为1年时,则用户A排除在目标关联用户之外。
步骤305,以目标关联用户对应的度量值作为加权因子对目标关联用户的信用额度进行加权处理得到加权信用额度。
当采用满足步骤304中条件1)的关联用户为目标关联用户时,则在步骤305中相当于将目标用户与关联用户的互动热度加权运算的加权因子,利用关联用户的信用额度做加权处理;
当步骤304中采用满足条件1)、条件3)的关联用户为目标关联用户时,对应以下场景,当目标用户与一关联用户最近一段时间(比如半年)内互动热度低于某个阀值(比如半年聊天消息数小于10条),则表明目标用户与该关联用户的联系不够密切,该关联用户的信用情况不能准确反映目标用户的信用情况,因此该关联用户的信用额度不用于计算目标用户的信用额度,也即不将该关联用户确定为目标关联用户,从而进一步提升确定目标用户的信用额度的准确性,可以避免高信用额度的用户利用自己信用去恶意提升用户信用;
当步骤304中采用满足条件2)的关联用户为目标关联用户时,对应以下场景,将目标用户在最近一段增加的关联用户(比如最近7天加的好友)排除在目标关联用户之外,也即目标用户最近一段时间增加的关联用户的信用额度不用于计算目标用户的信用额度,可以避免目标用户恶意提升自己的信用的情况,从而进一步提升确定目标用户的信用额度的准确性。
目标用户的加权信用额度C可以采用以下公式表示:
C=∑bn*hn,其中n表征目标用户的第n个关联用户,n的取值满足1≤n≤N,N为目标用户的在不同的社交网络中的关联用户的总量,在图3中,N的值为4,对应用户A、B、C和D,bn为关联用户n的信用额度(可以由信用评估平台从用户信用数据库查找的得到),hn为关联用户n对应的度量值,以关联用户n归属于QQ社交网络为例,可以基于步骤303中的处理方式,基于关联用户n与目标用户的QQ通信数据确定以下任意一个度量值作为关联用户n对应的度量值hn:1)目标用户与关联用户n在每个通信周期的平均通信次数;2)目标用户与关联用户n首次通信日期与最后通信日期的差值;3)目标用户与关联用户n最后通信日期与当前日期的差值。
步骤306,获取目标用户的信息,并基于所获取的目标用户的信息确定目标用户的初始信用额度。
需要指出的是,步骤306可以在步骤301至步骤305任一步骤之前执行。
步骤307,将初始信用额度、以及加权信用额度进行加权处理,将进行加权处理的得到信用额度确定为授予目标用户的信用额度。
步骤306中可以基于所获取的用户的个人信息如收入情况、教育程度、固定资产情况、借贷情况来综合评定目标用户的偿还能力,进而得到目标用户的信用额度;由于网络中用户的信息往往是缺失的或者难以保证真实性,因此初始信用额度的准确性偏低,利用步骤305得到的加权信用额度对初始信用额度进行修正,例如可以基于以下表达式确定目标用户最终的信用额度:
目标用户信用额度=第一权重因子*初始信用额度+第二权重因子*加权信用额度;其中,由于加权信用额度的准确性要高于初始信用额度的准确性,因此第一权重因子小于第二权重因子,以提升目标用户信用额度的准确性。
对应上述处理步骤一个实际的应用场景示意图如图6所示,目标用户通过智能手机(也可以为平板电脑、笔记本电脑等终端设备)登录微信,在微信钱包中提交网络信用卡申请,信用评估平台基于目标用户提交的个人信息(例如职业、教育情况、收入情况等)评估目标用户的偿还能力,确定目标用户的初始信用额度;并基于步骤301至步骤304确定目标用户的加权信用额度,将初始信用额度与加权信用额度的加权值作为目标用户的信用额度的评估值,向智能手机发送最终的评估信用额度,并向微信钱包平台发送目标用户的评估信用额度;当用户使用微信钱包的网络信用卡为智能手机进行通信费充值时,通过输入网络信用卡号码以及用户设置的支付密码来提交充值,微信钱包平台确定充值提交请求的金额小于目标用户的评估额度中已经使用的额度时,向计费平台提交充值以更新目标用户的智能手机的通信费余额,并向智能手机返回充值成功信息。
实施例三
本实施例记载一种信息处理方法,可以应用于信用评估平台,如图7所示,本实施例记载的信息处理方法包括以下步骤:
步骤401,获取目标用户的信息,并基于所获取的目标用户的信息确定目标用户的初始信用额度。
步骤401中可以基于所获取的用户的个人信息如收入情况、教育程度、固定资产情况、借贷情况来综合评定目标用户的偿还能力,进而得到目标用户的信用额度。
步骤402,获取目标用户的请求额度,所述请求额度为目标用户请求信用评估平台授予的信用额度。
信用评估平台可以从网贷平台获取用户请求的额度,
步骤403,判断目标用户请求的额度是否超出所述初始信用额度;如果未超出,则执行步骤404;如果超出,则执行步骤405a或步骤405b。
步骤404,确定授予目标用户的信用额度为目标用户所请求的信用额度。
步骤405a,将基于加权处理得到的加权信用额度确定为目标用户对应的信用额度。
加权信用额度可以通过以下处理确定:
步骤1),获取目标用户的标识信息。
目标用户的标识信息可以采用用户在社交网络中的具有唯一可辨识性的信息,包括文字(如用户名)、图像(如二维码),当然也可以采用目标用户的其他特定标识如身份证号码、手机号码、邮箱地址等。
步骤2),基于目标用户的标识信息,在至少一种社交网络对应的数据库中查询得到目标用户的通信数据。
实际应用中,目标用户往往归属于多个社交网络,因此步骤2)中可以分别从目标用户所归属的社交网络对应的通信服务器中获取目标用户的通信数据;信用评估平台获取通信数据的一个示意图如图3所示,当目标用户是社交应用QQ和微信的注册用户时,信用评估平台可以从微信通信服务器中获取目标用户的微信通信数据,并可以从QQ通信服务器中获取QQ通信数据。
步骤3),解析目标用户的通信数据,得到目标用户与关联用户在进行通信的至少一个维度的特征的度量值。
这里的关联用户是指在社交网络中与目标用户进行通信的用户,在微信社交网络中,关联用户可以为与目标用户的好友用户、或者目标用户所关注的用户;在QQ社交网络中,关联用户可以为目标用户的好友;
度量值用于量化表征所述目标用户与所述关联用户在所述维度的进行通信的特征;
度量值可以采用以下三个度量值至少之一,每个度量值表征一个维度的通信的特征:
1)目标用户与关联用户在每个通信周期的平均通信次数
通信周期可以根据实际需要设置为天、星期、月等任意长度时间,在图3所示的QQ社交网络中,以确定三个通信周期对应的度量值为例,目标用户与用户A在最近三周中每周(对应一个通信周期)的通信次数依次为5、6、7、则对应的度量值为(5+6+7)/3=6;每个周期的平均通信次数反映了目标用户与关联用户的联系频度,平均通信次数越大则目标用户与关联用户的关系越密切。
2)目标用户与关联用户首次通信日期与最后通信日期的差值
首次通信日期与最后通信日期的差值反映了目标用户与关联用户建立社交关系的持续时间,以如图3所示的QQ社交网络为例,设目标用户与用户A首次通信的时间为2013年1月1日,目标用户与用户A最后一次通信的时间为2013年1月12日,则目标用户与用户A建立社交关系的持续时间为三周。
3)目标用户与关联用户最后通信日期与当前日期的差值
最后通信日期与当前日期的差值表明了目标用户与关联用户未进行通信的持续时间,持续时间越长,表明目标用户与关联用户的社交关系越不密切;以如图3所示的QQ社交网络为例,目标用户与用户A最后一次通信的时间为2013年1月12日,当前时间为2014年1月12日,则目标用户与关联用户中断通信的持续时间为1年。
步骤4),在关联用户中确定满足以下条件至少之一的关联用户为目标关联用户:
1)与目标用户的平均通信次数大于第一阈值,例如第一阈值为6时,则用户A排除在目标关联用户之外;
2)与目标用户的首次通信日期与最后通信日期的差值大于第二阈值,如第二阈值为21时,则用户A排除在目标关联用户之外;
3)与目标用户的最后通信日期与当前日期的差值小于第三阈值,如第三阈值为1年时,则用户A排除在目标关联用户之外。
步骤5),以目标关联用户对应的度量值作为加权因子对目标关联用户的信用额度进行加权处理得到加权信用额度。
当采用满足步骤4)中条件1)的关联用户为目标关联用户时,则在步骤5)中相当于将目标用户与关联用户的互动热度加权运算的加权因子,利用关联用户的信用额度做加权处理;
当步骤4)中采用满足条件1)、条件3)的关联用户为目标关联用户时,对应以下场景,当目标用户与一关联用户最近一段时间(比如半年)内互动热度低于某个阀值(比如半年聊天消息数小于10条),则表明目标用户与该关联用户的联系不够密切,该关联用户的信用情况不能准确反映目标用户的信用情况,因此该关联用户的信用额度不用于计算目标用户的信用额度,也即不将该关联用户确定为目标关联用户,从而进一步提升确定目标用户的信用额度的准确性,可以避免高信用额度的用户利用自己信用去恶意提升用户信用;
当步骤4)中采用满足条件2)的关联用户为目标关联用户时,对应以下场景,将目标用户在最近一段增加的关联用户(比如最近7天加的好友)排除在目标关联用户之外,也即目标用户最近一段时间增加的关联用户的信用额度不用于计算目标用户的信用额度,可以避免目标用户恶意提升自己的信用的情况,从而进一步提升确定目标用户的信用额度的准确性。
目标用户的加权信用额度C可以采用以下公式表示:
C=∑bn*hn,其中n表征目标用户的第n个关联用户,n的取值满足1≤n≤N,N为目标用户的在不同的社交网络中的关联用户的总量,在图3中,N的值为4,对应用户A、B、C和D,bn为关联用户n的信用额度(可以由信用评估平台从用户信用数据库查找的得到),hn为关联用户n对应的度量值,以关联用户n归属于QQ社交网络为例,可以基于步骤303中的处理方式,基于关联用户n与目标用户的QQ通信数据确定以下任意一个度量值作为关联用户n对应的度量值hn:1)目标用户与关联用户n在每个通信周期的平均通信次数;2)目标用户与关联用户n首次通信日期与最后通信日期的差值;3)目标用户与关联用户n最后通信日期与当前日期的差值。
步骤405b,将初始信用额度、以及加权信用额度进行加权处理,将进行加权处理的得到信用额度确定为授予目标用户的信用额度。
步骤405b中的加权信用额度与步骤405a中的加权信用额度的确定方式相同;由于网络中用户的信息往往是缺失的或者难以保证真实性,因此初始信用额度的准确性偏低,利用加权信用额度对初始信用额度进行修正,或者直接利用加权处理得到的信用额度作为目标用户的信用额度,可以提升确定目标用户的信用额度的准确性。
对应上述处理步骤一个实际的应用场景示意图如图8所示,目标用户通过智能手机(也可以为平板电脑、笔记本电脑等终端设备)登录微信,在微信钱包中提交网络信用卡申请,信用评估平台基于目标用户提交的个人信息(例如职业、教育情况、收入情况等)评估目标用户的偿还能力,确定目标用户的初始信用额度,判断初始信用额度是否超出目标用户请求的信用额度,如果超出,则授予目标用户请求的信用额度,将目标用户请求的信用额度发送至微信钱包平台;如果初始信用额度未超出目标用户请求的信用额度,则基于步骤301至步骤304确定目标用户的加权信用额度,将初始信用额度与加权信用额度的加权值作为授予目标用户的信用额度,向智能手机发送最终的信用额度,并向微信钱包平台发送目标用户的信用额度;当用户使用微信钱包的网络信用卡为智能手机进行通信费充值时,通过输入网络信用卡号码以及用户设置的支付密码来提交充值,微信钱包平台确定充值提交请求的金额小于目标用户的评估额度中已经使用的额度时,向计费平台提交充值以更新目标用户的智能手机的通信费余额,并向智能手机返回充值成功信息。
实施例四
本实施例记载一种计算机可读介质,可以为ROM(例如,只读存储器、FLASH存储器、转移装置等)、磁存储介质(例如,磁带、磁盘驱动器等)、光学存储介质(例如,CD-ROM、DVD-ROM、纸卡、纸带等)以及其他类型的程序存储器;所述计算机可读介质中存储有计算机可执行指令,当执行所述指令时,引起至少一个处理器执行包括如图1、图2、图5、或图7任一附图所示的信息处理方法。
实施例五
本实施例记载一种信息处理装置,可以设置于信用评估平台中,用以使信用评估平台执行上述实施例记载的信息处理方法,如图9a所示,本实施例记载的信息处理装置包括:
获取单元10,用于获取目标用户的标识信息,并基于目标用户的标识信息,在至少一种社交网络对应的数据库中查询得到目标用户的通信数据;
解析单元20,用于解析目标用户的通信数据,得到目标用户与所述关联用户在至少一个维度进行通信的特征的度量值,关联用户为在所述社交网络中与所述目标用户进行通信的用户,度量值用于量化表征所述目标用户与关联用户在所述维度的进行通信的特征;
确定单元30,用于基于交互度量值、以及交互度量值阈值,在关联用户中的确定目标关联用户,并基于目标关联用户的信用额度确定目标用户的信用额度;其中,关联用户的信用额度为基于关联用户的标识信息在用户信用数据库中查询得到。
作为一个实施方式,解析单元20,还用于解析目标用户的通信数据,从以下维度至少之一确定目标用户与关联用户进行通信的特征的度量值:
目标用户与关联用户的在每个通信周期的平均通信次数;
目标用户与关联用户首次通信日期与最后通信日期的差值;
目标用户与关联用户最后通信日期与当前日期的差值。
作为一个实施方式,确定单元30,还用于在关联用户中确定满足以下条件至少之一的关联用户为目标关联用户:
与目标用户的平均通信次数大于第一阈值;
与目标用户的首次通信日期与最后通信日期的差值大于第二阈值;
与目标用户的最后通信日期与当前日期的差值小于第三阈值。
作为一个实施方式,如图9b所示,确定单元30可以包括:
第一确定模块301,用于以目标关联用户对应的度量值作为加权因子对目标关联用户的信用额度进行加权处理得到加权信用额度;
第二确定模块302,用于基于加权信用额度确定目标用户对应的信用额度。
作为一个实施方式,如图9c所示,基于图9b,确定单元30还可以包括:
获取模块303,用于获取目标用户的信息,并基于所获取的目标用户的信息确定目标用户的初始信用额度;
第二确定模块302,还用于将初始信用额度、以及加权信用额度进行加权处理,将进行加权处理的得到信用额度确定为授予目标用户的信用额度。
作为一个实施方式,信息处理装置还包括判断单元40(与获取单元10耦合,图中未示出);
获取单元10,还用于获取目标用户的请求额度,请求额度为所述目标用户请求信用评估平台授予的信用额度;
判断单元40,用于判断目标用户请求的额度是否超出初始信用额度;当超出时,触发获取单元10获取所述目标用户的标识信息,并触发第二确定模块302将进行加权处理得到的信用额度确定为授予所述目标用户对应的信用额度,例如,可以将加权信用额度确定目标用户对应的信用额度,或者,将将初始信用额度、以及加权信用额度进行加权处理,将进行加权处理的得到信用额度确定为授予目标用户的信用额度。
实际应用中,获取单元10可以为信息处理装置中的支持通过数据连接进行通信的集成电路或微处理器,数据连接可以包括以下类型:光纤(Fibre Channel)数据连接;电缆(Cable)数据连接;公共交换电话网络(PSTN)数据连接;基于IEEE 802.3、IEEE 802.11b/g/n的网络连接、电力线网路(POWELINE)、电缆(CABLE)、公共交换电话网络(PSTN,Public Switched Telephone Network);基于第三代合作伙伴计划(3GPP,3rd Generation Partnership Project,)、3GPP2网络等通讯网络所支持的IP网络连接;
解析单元20、确定单元30、判断单元40可以信息处理装置中的微处理器或逻辑可编程门阵列(FPGA)实现。
综上所述,由于基于与目标用户具有社交关系的用户也即关联用户的信用额度来确定;并且,可以基于目标用户在一个或多个社交网络中的关联用户来确定目标用户的信用额度,确定了目标用户的信用额度的准确性;并且,还可以基于目标用户与关联用户通信的特征的度量值对关联用户进一步筛选,基于筛选后的得到的关联用户即目标关联用户的信用额度来确定目标用户的信用额度,进一步提升了确定信用额度的准确性;基于准确确定了用户的信用额度,在不同的业务场景中可以基于用户的信用额度进行操作,例如在网贷业务中,避免低估用户信用额度,致使放贷金额少于预期,影响资金在结算平台(如网贷平台、支付平台)之间的流转速度。
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:移动存储设备、随机存取存储器(RAM,Random Access Memory)、只读存储器(ROM,Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也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,本发明实施例的技术方案本质上或者说对相关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。而前述的存储介质包括:移动存储设备、RAM、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (12)
1.一种信息处理方法,其特征在于,所述方法包括:
获取目标用户的标识信息,并基于所述目标用户的标识信息,在至少一种社交网络对应的数据库中查询得到所述目标用户的通信数据;
解析所述目标用户的通信数据,得到所述目标用户与关联用户进行通信的至少一个维度的特征的度量值,所述关联用户为在所述社交网络中与所述目标用户进行通信的用户,所述度量值用于量化表征所述目标用户与所述关联用户进行通信的一个维度的特征;
基于所述交互度量值、以及交互度量值阈值,在所述关联用户中确定目标关联用户,并基于所述目标关联用户的信用额度确定所述目标用户的信用额度;其中,所述关联用户的信用额度为基于所述关联用户的标识信息在用户信用数据库中查询得到。
2.如权利要求1所述的方法,其特征在于,所述解析所述目标用户的通信数据,得到所述目标用户与所述关联用户进行通信的至少一个维度的度量值,包括:
解析所述目标用户的通信数据,从以下维度至少之一确定所述目标用户与所述关联用户进行通信的特征的度量值:
所述目标用户与所述关联用户的在每个通信周期的平均通信次数;
所述目标用户与所述关联用户首次通信日期与最后通信日期的差值;
所述目标用户与所述关联用户最后通信日期与当前日期的差值。
3.如权利要求2所述的方法,其特征在于,所述基于所述交互度量值、以及交互度量值阈值,在所述关联用户中的确定目标关联用户,包括:
在所述关联用户中确定满足以下条件至少之一的关联用户为所述目标关联用户:
与所述目标用户的平均通信次数大于第一阈值;
与所述目标用户的首次通信日期与最后通信日期的差值大于第二阈值;
与所述目标用户的最后通信日期与当前日期的差值小于第三阈值。
4.如权利要求2所述的方法,其特征在于,所述基于所述目标关联用户的信用额度,确定所述目标用户的信用额度,包括:
以所述目标关联用户对应的度量值作为加权因子对所述目标关联用户的信用额度进行加权处理得到加权信用额度;
基于所述加权信用额度确定所述目标用户对应的信用额度。
5.如权利要求4所述的方法,其特征在于,所述基于所述加权信用额度确定所述目标用户对应的信用额度,包括:
获取所述目标用户的信息,并基于所获取的目标用户的信息确定所述目标用户的初始信用额度;
将所述初始信用额度、以及所述加权信用额度进行加权处理,将进行加权处理的得到信用额度确定为授予所述目标用户的信用额度。
6.如权利要求4或5所述的方法,其特征在于,获取目标用户的标识信息之前,所述方法还包括:
获取所述目标用户的请求额度,所述请求额度为所述目标用户请求所述信用评估平台授予的信用额度;
判断所述目标用户请求的额度是否超出所述初始信用额度;当超出时,基于所述加权信用额度确定所述目标用户的信用额度。
7.一种信息处理装置,其特征在于,所述信息处理装置包括:
获取单元,用于获取目标用户的标识信息,并基于所述目标用户的标识信息,在至少一种社交网络对应的数据库中查询得到所述目标用户的通信数据;
解析单元,用于解析所述目标用户的通信数据,得到所述目标用户与关联用户进行通信的至少一个维度的特征的度量值,所述关联用户为在所述社交网络中与所述目标用户进行通信的用户,所述度量值用于量化表征所述目标用户与所述关联用户进行通信的一个维度的特征;
确定单元,用于基于所述交互度量值、以及交互度量值阈值,在所述关联用户中确定目标关联用户,并基于所述目标关联用户的信用额度确定所述目标用户的信用额度;其中,所述关联用户的信用额度为基于所述关联用户的标识信息在用户信用数据库中查询得到。
8.如权利要求7所述的信息处理装置,其特征在于,
所述解析单元还用于解析所述目标用户的通信数据,从以下维度至少之一确定所述目标用户与所述关联用户进行通信的特征的度量值:
所述目标用户与所述关联用户的在每个通信周期的平均通信次数;
所述目标用户与所述关联用户首次通信日期与最后通信日期的差值;
所述目标用户与所述关联用户最后通信日期与当前日期的差值。
9.如权利要求8所述的信息处理装置,其特征在于,
所述确定单元,还用于在所述关联用户中确定满足以下条件至少之一的关联用户为所述目标关联用户:
与所述目标用户的平均通信次数大于第一阈值;
与所述目标用户的首次通信日期与最后通信日期的差值大于第二阈值;
与所述目标用户的最后通信日期与当前日期的差值小于第三阈值。
10.如权利要求8所述的信息处理装置,其特征在于,所述确定单元包括:
第一确定模块,用于以所述目标关联用户对应的度量值作为加权因子对所述目标关联用户的信用额度进行加权处理,得到加权信用额度;
第二确定模块,用于基于所述加权信用额度确定所述目标用户对应的信用额度。
11.如权利要求10所述的信息处理装置,其特征在于,所述确定单元还包括:
获取模块,用于获取所述目标用户的信息,并基于所获取的目标用户的信息确定所述目标用户的初始信用额度;
所述第二确定模块,还用于将所述初始信用额度、以及所述加权信用额度进行加权处理,将进行加权处理的得到信用额度确定为授予所述目标用户的信用额度。
12.如权利要求10或11所述的信息处理装置,其特征在于,所述信息处理装置还包括判断单元;
所述获取单元,还用于获取所述目标用户的请求额度,所述请求额度为所述目标用户请求所述信用评估平台授予的信用额度;
所述判断单元,用于判断所述目标用户请求的额度是否超出所述初始信用额度;当超出时,触发所述获取单元获取所述目标用户的标识信息,并触发所述第二确定模块将所述进行加权处理得到的信用额度确定为授予所述目标用户的信用额度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410848541.XA CN104965844A (zh) | 2014-12-29 | 2014-12-29 | 信息处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410848541.XA CN104965844A (zh) | 2014-12-29 | 2014-12-29 | 信息处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104965844A true CN104965844A (zh) | 2015-10-07 |
Family
ID=54219880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410848541.XA Pending CN104965844A (zh) | 2014-12-29 | 2014-12-29 | 信息处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104965844A (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105391654A (zh) * | 2015-11-26 | 2016-03-09 | 中国建设银行股份有限公司 | 基于账户活跃度的系统资源分配方法及装置 |
CN105844475A (zh) * | 2016-03-17 | 2016-08-10 | 流量海科技成都有限公司 | 风险控制方法及风险控制装置 |
CN106204261A (zh) * | 2016-06-27 | 2016-12-07 | 财付通支付科技有限公司 | 一种信息处理方法、终端和服务器 |
CN106571946A (zh) * | 2015-10-13 | 2017-04-19 | 阿里巴巴集团控股有限公司 | 资源处理方法及装置 |
CN106789140A (zh) * | 2015-11-24 | 2017-05-31 | 阿里巴巴集团控股有限公司 | 一种识别非法用户的方法和设备 |
WO2017133456A1 (zh) * | 2016-02-01 | 2017-08-10 | 腾讯科技(深圳)有限公司 | 一种确定风险评估参数的方法及装置 |
CN107203916A (zh) * | 2016-03-17 | 2017-09-26 | 阿里巴巴集团控股有限公司 | 一种用户信用模型建立方法及装置 |
CN107257312A (zh) * | 2017-05-10 | 2017-10-17 | 腾讯科技(深圳)有限公司 | 一种数据处理方法和装置 |
CN107516213A (zh) * | 2016-06-17 | 2017-12-26 | 阿里巴巴集团控股有限公司 | 风险识别方法及装置 |
CN107688997A (zh) * | 2017-08-23 | 2018-02-13 | 浙江天悦信息技术有限公司 | 一种基于通话记录实现微贷用户风险评分的算法 |
WO2018090788A1 (zh) * | 2016-11-18 | 2018-05-24 | 腾讯科技(深圳)有限公司 | 租赁对象属性值调整方法、装置及服务器 |
CN109461043A (zh) * | 2018-09-18 | 2019-03-12 | 深圳壹账通智能科技有限公司 | 产品推送方法、装置、计算机设备和存储介质 |
CN109547436A (zh) * | 2018-11-23 | 2019-03-29 | 北京三快在线科技有限公司 | 关系链中节点评价方法及装置、存储介质和电子设备 |
CN109685649A (zh) * | 2018-12-28 | 2019-04-26 | 上海点融信息科技有限责任公司 | 基于人工智能确定授信额度的方法、装置及存储介质 |
CN109858913A (zh) * | 2018-12-29 | 2019-06-07 | 弦子科技(北京)有限公司 | 一种数字身份信用评价方法、装置和电子设备 |
CN110148053A (zh) * | 2019-04-25 | 2019-08-20 | 北京淇瑀信息科技有限公司 | 用户信贷额度评估方法、装置、电子设备和可读介质 |
CN110348726A (zh) * | 2019-07-02 | 2019-10-18 | 北京淇瑀信息科技有限公司 | 一种基于社交关系网络的用户额度调整方法、装置和电子设备 |
CN110349003A (zh) * | 2019-07-02 | 2019-10-18 | 北京淇瑀信息科技有限公司 | 基于社交数据的关联风险评估方法、装置及电子设备 |
CN110737754A (zh) * | 2018-07-02 | 2020-01-31 | 中兴通讯股份有限公司 | 一种消息响应方法、装置、设备及存储介质 |
CN110738382A (zh) * | 2018-07-20 | 2020-01-31 | 北京京东尚科信息技术有限公司 | 信息获取方法和装置 |
CN111242656A (zh) * | 2018-11-28 | 2020-06-05 | 中国移动通信集团浙江有限公司 | 一种基于电信大数据的用户信用评价方法及系统 |
CN111768197A (zh) * | 2020-07-01 | 2020-10-13 | 厦门力含信息技术服务有限公司 | 基于社交网络连结的信用数据节点系统和方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110112957A1 (en) * | 2009-11-10 | 2011-05-12 | Neobanx Technologies, Inc. | System and method for assessing credit risk in an on-line lending environment |
CN102339445A (zh) * | 2010-07-23 | 2012-02-01 | 阿里巴巴集团控股有限公司 | 对网络交易用户的可信度进行评价的方法和系统 |
CN103176982A (zh) * | 2011-12-20 | 2013-06-26 | 中国移动通信集团浙江有限公司 | 一种电子图书推荐的方法及系统 |
-
2014
- 2014-12-29 CN CN201410848541.XA patent/CN104965844A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110112957A1 (en) * | 2009-11-10 | 2011-05-12 | Neobanx Technologies, Inc. | System and method for assessing credit risk in an on-line lending environment |
CN102339445A (zh) * | 2010-07-23 | 2012-02-01 | 阿里巴巴集团控股有限公司 | 对网络交易用户的可信度进行评价的方法和系统 |
CN103176982A (zh) * | 2011-12-20 | 2013-06-26 | 中国移动通信集团浙江有限公司 | 一种电子图书推荐的方法及系统 |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106571946A (zh) * | 2015-10-13 | 2017-04-19 | 阿里巴巴集团控股有限公司 | 资源处理方法及装置 |
CN106571946B (zh) * | 2015-10-13 | 2020-06-12 | 阿里巴巴集团控股有限公司 | 资源处理方法及装置 |
CN106789140A (zh) * | 2015-11-24 | 2017-05-31 | 阿里巴巴集团控股有限公司 | 一种识别非法用户的方法和设备 |
US10152353B2 (en) | 2015-11-26 | 2018-12-11 | China Construction Bank Corporation | Account activity level based-system resource allocating method and device |
CN105391654A (zh) * | 2015-11-26 | 2016-03-09 | 中国建设银行股份有限公司 | 基于账户活跃度的系统资源分配方法及装置 |
WO2017133456A1 (zh) * | 2016-02-01 | 2017-08-10 | 腾讯科技(深圳)有限公司 | 一种确定风险评估参数的方法及装置 |
CN107203916A (zh) * | 2016-03-17 | 2017-09-26 | 阿里巴巴集团控股有限公司 | 一种用户信用模型建立方法及装置 |
CN105844475A (zh) * | 2016-03-17 | 2016-08-10 | 流量海科技成都有限公司 | 风险控制方法及风险控制装置 |
CN107203916B (zh) * | 2016-03-17 | 2020-09-01 | 阿里巴巴集团控股有限公司 | 一种用户信用模型建立方法及装置 |
CN107516213B (zh) * | 2016-06-17 | 2020-11-06 | 创新先进技术有限公司 | 风险识别方法及装置 |
CN107516213A (zh) * | 2016-06-17 | 2017-12-26 | 阿里巴巴集团控股有限公司 | 风险识别方法及装置 |
CN106204261A (zh) * | 2016-06-27 | 2016-12-07 | 财付通支付科技有限公司 | 一种信息处理方法、终端和服务器 |
WO2018090788A1 (zh) * | 2016-11-18 | 2018-05-24 | 腾讯科技(深圳)有限公司 | 租赁对象属性值调整方法、装置及服务器 |
CN107257312B (zh) * | 2017-05-10 | 2018-09-04 | 腾讯科技(深圳)有限公司 | 一种数据处理方法和装置 |
CN107257312A (zh) * | 2017-05-10 | 2017-10-17 | 腾讯科技(深圳)有限公司 | 一种数据处理方法和装置 |
CN107688997A (zh) * | 2017-08-23 | 2018-02-13 | 浙江天悦信息技术有限公司 | 一种基于通话记录实现微贷用户风险评分的算法 |
CN110737754A (zh) * | 2018-07-02 | 2020-01-31 | 中兴通讯股份有限公司 | 一种消息响应方法、装置、设备及存储介质 |
CN110738382A (zh) * | 2018-07-20 | 2020-01-31 | 北京京东尚科信息技术有限公司 | 信息获取方法和装置 |
CN109461043A (zh) * | 2018-09-18 | 2019-03-12 | 深圳壹账通智能科技有限公司 | 产品推送方法、装置、计算机设备和存储介质 |
CN109547436A (zh) * | 2018-11-23 | 2019-03-29 | 北京三快在线科技有限公司 | 关系链中节点评价方法及装置、存储介质和电子设备 |
CN111242656A (zh) * | 2018-11-28 | 2020-06-05 | 中国移动通信集团浙江有限公司 | 一种基于电信大数据的用户信用评价方法及系统 |
CN109685649A (zh) * | 2018-12-28 | 2019-04-26 | 上海点融信息科技有限责任公司 | 基于人工智能确定授信额度的方法、装置及存储介质 |
CN109858913A (zh) * | 2018-12-29 | 2019-06-07 | 弦子科技(北京)有限公司 | 一种数字身份信用评价方法、装置和电子设备 |
CN110148053A (zh) * | 2019-04-25 | 2019-08-20 | 北京淇瑀信息科技有限公司 | 用户信贷额度评估方法、装置、电子设备和可读介质 |
CN110148053B (zh) * | 2019-04-25 | 2021-05-18 | 北京淇瑀信息科技有限公司 | 用户信贷额度评估方法、装置、电子设备和可读介质 |
CN110348726A (zh) * | 2019-07-02 | 2019-10-18 | 北京淇瑀信息科技有限公司 | 一种基于社交关系网络的用户额度调整方法、装置和电子设备 |
CN110349003A (zh) * | 2019-07-02 | 2019-10-18 | 北京淇瑀信息科技有限公司 | 基于社交数据的关联风险评估方法、装置及电子设备 |
CN111768197A (zh) * | 2020-07-01 | 2020-10-13 | 厦门力含信息技术服务有限公司 | 基于社交网络连结的信用数据节点系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104965844A (zh) | 信息处理方法及装置 | |
US10783457B2 (en) | Method for determining risk preference of user, information recommendation method, and apparatus | |
CN109598281B (zh) | 一种业务风险防控方法、装置及设备 | |
JP6703013B2 (ja) | 支払い閾値取得方法及び装置 | |
CN110827138B (zh) | 一种推送信息确定方法及装置 | |
US20170053278A1 (en) | Systems and Methods for Processing Charges for Disputed Transactions | |
CN107833037A (zh) | 一种基于信用实现分期业务的方法 | |
CN110020662B (zh) | 用户分类模型的训练方法和装置 | |
CN109272362A (zh) | 一种风险保障产品的推送方法、装置及电子设备 | |
CN111553488A (zh) | 一种针对用户行为的风险识别模型训练方法及系统 | |
CN110009474A (zh) | 一种信用风险评估方法、装置和电子设备 | |
CN110717758B (zh) | 异常交易识别方法和装置 | |
CN112150252A (zh) | 基于信用的业务处理方法以及装置 | |
CN111353784A (zh) | 一种转账处理方法、系统、装置和设备 | |
CN109165947B (zh) | 账户信息确定方法、装置及服务器 | |
CN111882323A (zh) | 基于云服务租赁的用户融资风险控制方法及装置 | |
KR20150028111A (ko) | 신용 등급 연동 대출 방법 및 이를 실행하는 서버 | |
CN110717822A (zh) | 一种转账中的风控方法、装置及设备 | |
CN114240599A (zh) | 贷款测算方法、装置、计算机设备和存储介质 | |
CN107423982A (zh) | 基于账户的业务实现方法和装置 | |
CN109325810B (zh) | 充值转化的提高方法、电子设备及计算机存储介质 | |
CN110675155A (zh) | 风险识别方法和装置 | |
CN111383028B (zh) | 预测模型训练方法及装置、预测方法及装置 | |
CN110675136A (zh) | 信息处理方法、装置及设备 | |
KR102486548B1 (ko) | 판매 데이터를 통한 개선점 도출 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151007 |
|
RJ01 | Rejection of invention patent application after publication |