CN106651567A - 贷记卡申请审批方法及系统 - Google Patents

Abstract

本发明提供了一种贷记卡申请审批方法及系统，当接收到用户申请信息时，根据所述用户申请信息，获取与用户相关的大数据信息；当交叉检查的类型为实时处理时，根据所述大数据信息，按照交叉检查规则，对所述用户申请信息进行实时交叉检查，并根据所述大数据信息，对所述用户申请信息进行自动征信与自动审批，当自动审批的结果为通过时，自动为用户建档制卡。本发明的贷记卡申请审批方法及系统，基于大数据信息，通过实时交叉检查、自动征信与自动审批，提高了贷记卡申请审批流程的处理效率，改善了用户办卡体验。

Description

贷记卡申请审批方法及系统

技术领域

本发明涉及数据信息处理领域，更具体的说，涉及贷记卡申请审批方法及系统。

背景技术

目前银行贷记卡申请办卡通常要经过申请受理、交叉检查、人工征信、人工审批、稽核、送卡开卡、邮寄送达等多个环节，整个流程平均需要花费20个工作日左右，而关键路径上任何一个环节处理时间长都将导致整个办卡周期延长。在以上处理环节中，交叉检查通常采用批量处理的方式实现，实时性较差，而人工征信与人工审批都是人工处理环节，其处理效率与操作岗位员工的工作经验、出勤情况以及信息获取效率密切相关。从目前的贷记卡申请件的进件量和处理情况来看，往往有数以万计的申请件滞留在交叉检查环节与人工处理环节，大大影响了申请件审批流转的效率，延长了申请办卡开卡的时间，严重降低了用户的办卡体验。

尤其在面对短期内有用卡需求的用户时，目前的贷记卡申请审批流程无法及时完成审批并开卡，从而导致用户的工作与生活受到影响，用户办卡体验较差。

所以，目前迫切需要一种能够提高贷记卡申请审批效率，缩短处理周期，提高用户办卡体验的技术方案。

发明内容

有鉴于此，本发明提供了一种贷记卡申请审批方法及系统，以解决目前贷记卡申请审批效率较低，处理周期长，用户办卡体验较差的问题。

为实现上述目的，本发明提供如下技术方案：

一种贷记卡申请审批方法，应用于贷记卡申请审批系统，所述方法包括：

当接收到用户申请信息时，根据所述用户申请信息，获取与用户相关的大数据信息；

当交叉检查的类型为实时处理时，根据所述大数据信息，按照交叉检查规则，对所述用户申请信息进行实时交叉检查；

当实时交叉检查的结果为通过时，根据所述大数据信息，对所述用户申请信息进行自动征信；

当自动征信的结果为通过时，根据所述大数据信息，对所述用户申请信息进行自动审批；

当自动审批的结果为通过时，自动为用户建档制卡。

优选的，所述当接收到用户申请信息时，根据所述用户申请信息，获取与用户相关的大数据信息包括：

当接收到用户申请信息时，建立相应的自动任务；

在预设时间内调用所述自动任务，以执行所述根据所述用户申请信息，获取与用户相关的大数据信息的步骤。

优选的，所述根据所述大数据信息，按照交叉检查规则，对所述用户申请信息进行实时交叉检查包括：

根据所述大数据信息，获取所述交叉检查规则中所需的第一审核信息；

当所述第一审核信息满足所述交叉检查规则中的通过条件时，判定实时交叉检查的结果为通过。

优选的，所述根据所述大数据信息，对所述用户申请信息进行自动征信包括：

根据所述大数据信息，获取自动征信所需的第二审核信息；

当所述第二审核信息满足自动征信要求时，判定自动征信的结果为通过。

优选的，所述根据所述大数据信息，对所述用户申请信息进行自动审批包括：

根据所述大数据信息，获取自动审批所需的第三审核信息；

当所述第三审核信息满足自动审批要求时，判定自动审批的结果为通过。

优选的，在当实时交叉检查的结果为通过时，在所述根据所述大数据信息，对所述用户申请信息进行自动征信之前，还包括：

根据用户申请信息，确定进件类型；

根据所述进件类型，按照行内外协查规则，对用户进行行内外协查。

优选的，在所述根据所述大数据信息，对所述用户申请信息进行自动征信之前，还包括：执行一次评分；

所述执行一次评分包括：

根据所述大数据信息，对用户进行征信评分与信用评分；

根据征信评分的结果与信用评分的结果，通过第一判断矩阵，确定第一流转结果；

根据实时交叉检查的结果与所述第一流转结果，通过第二判断矩阵，确定第二流转结果。

优选的，若所述一次评分确定的第二流转结果为转入人工征信，则在所述人工征信之后，还包括：

获取二次评分所需的信息，通过所述二次评分确定第三流转结果。

一种贷记卡申请审批系统，包括：

申请受理模块，用于接收用户申请信息；

信息获取模块，用于当接收到用户申请信息时，根据用户申请信息，获取与用户相关的大数据信息；

交叉检查模块，用于当交叉检查的类型为实时处理时，根据所述大数据信息，按照交叉检查规则，对所述用户申请信息进行实时交叉检查；

自动征信模块，用于当实时交叉检查的结果为通过时，根据所述大数据信息，对所述用户申请信息进行自动征信；

自动审批模块，用于当自动征信的结果为通过时，根据所述大数据信息，对所述用户申请信息进行自动审批；

结果处理模块，当自动审批的结果为通过时，自动为用户建档制卡。

优选的，所述信息获取模块包括：自动任务组件，用于实现大数据信息的自动获取；

所述自动任务组件，包括：

预约及管理接口，用于当所述申请受理模块接收到用户申请信息时，预约相应的自动任务；

数据管理单元，用于在预约自动任务的同时，记录自动任务数据；

任务调度单元，用于在预设时间内调用所述自动任务，以令所述信息获取模块根据用户申请信息，获取与用户相关的大数据信息。

从上述的技术方案可以看出，本发明提供的贷记卡申请审批方法，应用于贷记卡申请审批系统，基于与用户相关的大数据信息来实现对用户申请信息的实时交叉检查、自动征信与自动审批，避免了批量交叉检查实时性差、人工进行征信与审批的处理时间长、滞留件数量庞大的问题；并且，本发明在接收到用户申请信息时，便开始获取与用户相关的大数据信息，为后续每一环节的核查预先提供了信息保障，从而进一步提高了审批流程的处理效率，提高了用户办卡体验。

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简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的贷记卡申请审批方法的一种流程图；

图2为本申请实施例提供的大数据信息获取方法的一种流程图；

图3为本申请实施例提供的实时交叉检查方法的一种流程图；

图4为本申请实施例提供的自动征信方法的一种流程图；

图5为本申请实施例提供的自动审批方法的一种流程图；

图6为本申请实施例提供的行内外协查方法的一种流程图；

图7为本申请实施例提供的流转结果确定方法的一种流程图；

图8为本申请实施例提供的贷记卡申请审批系统的一种结构示意图；

图9为本申请实施例提供的贷记卡申请审批系统的另一种结构示意图；

图10为本申请实施例提供的贷记卡申请审批系统的又一种结构示意图。

具体实施方式

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、完整地描述，显然，所描述的实施例仅仅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。

请参阅图1，图1为本申请实施例提供的贷记卡申请审批方法的一种流程图。

贷记卡申请审批流程主要包括申请受理、交叉检查、征信、审批以及送开卡等主要处理环节，本实施例的贷记卡申请审批方法，应用于贷记卡申请审批系统，由贷记卡申请审批系统执行上述贷记卡申请审批流程中的各处理环节。

为了描述简洁，将贷记卡申请审批系统简称为系统，后面出现的系统均指贷记卡申请审批系统。

如图1所示，所述方法包括：

S101：当接收到用户申请信息时，(系统)根据所述用户申请信息，获取与用户相关的大数据信息；

用户需要申请贷记卡时，可以通过银行官方网站、手机银行客户端、指定联盟方网站或其他合法渠道将申请件提交至系统，申请件中包含用户申请信息。用户可以是已有卡用户，也可以是新用户。

在传统的审批流程中，各处理环节的操作员凭借自身的经验和对行业的认知，通过人工的方式搜集该处理环节所需的与用户相关的信息，进而根据搜集到的信息决定审批结果，这种处理方式的信息获取效率较低，信息全面性较差，信息搜集主观性较强，并且，审批结果的准确性与一致性较差。

所以，本实施例中，当系统接收到申请件后并获取到用户的申请信息时，根据所述用户申请信息，获取与用户相关的大数据信息，并由系统基于获得的大数据信息执行审批流程，从而提高了信息获取效率与信息全面性，且克服了由于信息搜集与审批决策主观性较强导致的审批结果准确性与一致性较差的问题。本实施例中获取的大数据信息为本方法提供了重要的数据支撑。

在贷记卡申请审批流程中，获取的大数据信息可以包括：银行内部信息、第三方协查信息与地方协查信息。

并且，传统的审批流程中，信息的获取采取的是与相应的处理环节相同步的方式进行的，也就是等到了相应的处理环节，再去获取该处理环节所需的相关数据信息，而这种同步获取的方式，难以避免由于信息获取不及时或信息获取失败等情况导致的该处理环节的处理效率较低的问题。

所以，本实施例中采取了一种异步获取的方式来获取相关数据信息，系统当接收到用户申请信息时，便根据用户申请信息，获取与用户相关的大数据信息，而并不是等到了相应的处理环节时再去获取相应的信息，从而通过这种异步于处理环节的信息获取方式，为后续每一处理环节的核查需要预先提供了信息保障，从而进一步提高了后续每一处理环节的处理效率。

S102：当交叉检查的类型为实时处理时，(系统)根据所述大数据信息，按照交叉检查规则，对所述用户申请信息进行实时交叉检查；

传统的交叉检查的类型为批量处理，由于缺乏大数据的支持，交叉检查的实时性与吞吐率都较差，通常全行每日最多只能处理3500笔的进件量，但全行贷记卡日均进件量通常为10万笔，进而造成大量的滞留件得不到及时处理，严重影响交叉检查环节的处理效率，降低用户办卡体验。

本实施例的技术方案中，由于有了与用户相关的大数据信息的支持，所以系统能够按照预设的交叉检查规则，实时对用户的申请信息进行交叉检查，无需等待批量处理，进而提高了交叉检查环节的处理效率。

S103：当实时交叉检查的结果为通过时，(系统)根据所述大数据信息，对所述用户申请信息进行自动征信；

征信是指审核贷记卡办卡人的申请信息，确保用户申请信息真实有效。通常征信是人工处理环节，处理效率与操作员的工作经验以及出勤情况相关，处理起来比较耗时且人力成本较高。

自动征信是指由系统根据与用户相关的大数据信息，自动审核用户申请信息的真实性与有效性，无需人工参与，提高了征信环节的处理效率，且基于大数据信息进行征信，征信的结果客观、可靠。

S104：当自动征信的结果为通过时，(系统)根据所述大数据信息，对所述用户申请信息进行自动审批；

审批是指审核贷记卡申请件，确定是否同意开卡以及授予信用额度。通常审批也是人工处理环节，也存在处理效率较低且人力成本较高的问题。

自动审批是指由系统根据与用户相关的大数据信息，自动确定是否同意开卡以及授予信用额度，无需人工参与，提高了审批环节的处理效率，且基于大数据信息进行审批，审批的结果客观、可靠。

S105：当自动审批的结果为通过时，(系统)自动为用户建档制卡。

当自动审批的结果为通过时，表示系统同意为用户开卡，所以自动为用户建档制卡，结束贷记卡申请审批流程。

当自动征信与自动审批无法得出结果时，可将申请件转至人工征信与人工审批环节进行进一步处理。

本实施例提供的贷记卡申请审批方法，应用于贷记卡申请审批系统，基于与用户相关的大数据信息来实现对用户申请信息的实时交叉检查、自动征信与自动审批，避免了人工进行交叉检查、征信与审批的处理时间长、滞留件数量庞大的问题；并且，在接收到用户申请信息时，便开始获取与用户相关的大数据信息，为后续每一环节的核查预先提供了信息保障，从而进一步提高了审批流程的处理效率，提高了用户办卡体验。

在实际应用中，系统可以采用预约自动任务的方式来获取与用户相关的大数据信息。

请参阅图2，图2为本申请实施例提供的大数据信息获取方法的一种流程图。

本实施例中，贷记卡申请审批系统包括自动任务组件，所述当接收到用户申请信息时，根据所述用户申请信息，获取与用户相关的大数据信息包括：

S201：当接收到用户申请信息时，预约相应的自动任务；

在一个示例中，自动任务组件可包括预约及管理接口，当接收到用户申请信息时，可以通过预约及管理接口预约相应的自动任务。

自动任务的任务定义用于明确地描述一个任务的相关信息，它本身并不用于执行业务逻辑，而是生成一条或多条用于执行任务的实例，所以，所述相应的自动任务是指用于执行根据所述用户申请信息，获取与用户相关的大数据信息的实例。

在另一个示例中，自动任务组件还可包括数据管理单元，用于在预约自动任务的同时，记录自动任务数据。自动任务数据可包括任务编号、起始时间、结束时间、执行周期、执行对象、任务状态(包括正常与取消)与下次执行时间等信息。

S202：在预设时间内调用所述自动任务，以执行所述根据所述用户申请信息，获取与用户相关的大数据信息的步骤。

在一个示例中，自动任务组件还可包括任务调度单元。自动任务的调用并不是响应于外部请求的，而是由系统直接发起的。系统通过任务调度单元在预设时间内调用自动任务，从而获取到自动任务数据，使系统基于自动任务数据，根据所述用户申请信息，获取与用户相关的大数据信息。

本实施提供的大数据信息获取方法，通过预约自动任务，以异步获取的方式，获取与用户相关的大数据信息，而不是等到相应处理环节再去获取相应的信息，为后续每一处理环节的核查预先提供了信息保障，进一步提高了处理效率。

在实际应用中，通过系统实现实时交叉检查，还需要事制定好交叉检查规则的，以便系统能够自动按照预设的交叉检查规则，对所述用户申请信息进行实时交叉检查。

请参阅图3，图3为本申请实施例提供的实时交叉检查方法的一种流程图。

本实施例中，当交叉检查的类型为实时处理时，根据所述大数据信息，按照交叉检查规则，对所述用户申请信息进行实时交叉检查，包括：

S301：根据所述大数据信息，获取所述交叉检查规则中所需的第一审核信息；

交叉检查规则包括：黑名单检查、已持卡情况检查、附/配卡情况检查、相同证件不同客户检查、相同证件不同申请检查、相同手机不同客户检查、历史拒绝记录检查与汽车卡检查。交叉检查规则处理逻辑如下表1所示：

表1交叉检查规则处理逻辑

以黑名单检查为例，根据与用户相关的大数据信息，获取用户的证件号码与姓名，用户的证件号码与姓名即为黑名单检查所需的第一审核信息。

S302：当所述第一审核信息满足所述交叉检查规则中的通过条件时，判定实时交叉检查的结果为通过。

根据表1可以看出，黑名单检查的通过条件为用户的证件号与姓名不属于黑名单库，所以，当用户的证件号与姓名不属于黑名单库时，判定黑名单检查的结果为通过。

除黑名单库外，系统中还可包括白名单库与灰名单库，黑名单库、白名单库与灰名单库可通过大数据技术分析确定出来。

在进行实时交叉检查时，可以选用上述8条交叉检查规则中的一种或多种。若选用了多种交叉检查规则，则当多条交叉检查规则所需的第一审核信息均满足相应的通过条件时，判定实时交叉检查的结果为通过。

当第一审核信息不能满足所述交叉检查规则中的通过条件时，判定实时交叉检查的结果为拒绝或转人工处理。

本实施例的实时交叉检查方法，在系统中预设了交叉检查规则，系统根据与用户相关的大数据信息，获取所述交叉检查规则中所需的第一审核信息，并基于第一审核信息与交叉检查规则中的通过条件，自动判定出实时交叉检查的结果，提高了实时交叉检查的处理效率。

在实际应用中，由系统根据所述大数据信息，对所述用户申请信息进行自动征信，无需人工干预，能够提高征信环节的处理效率。

请参阅图4，图4为本申请实施例提供的自动征信方法的一种流程图。

本实施例中，根据所述大数据信息，对所述用户申请信息进行自动征信，包括：

S401：根据所述大数据信息，获取自动征信所需的第二审核信息；

征信是指审核贷记卡办卡人的申请信息，确保用户申请信息真实有效，所以，第二审核信息是指大数据信息中能够判断用户申请信息是否真实有效的相关信息。

例如，用户申请信息中包括用户年均收入为8-10万元，那么系统根据大数据信息，获取用户工资卡中真实的流水账目，进而判断用户申请信息中的年收入情况是否真实有效，其中，用户工资卡中真实的流水账目即为第二审核信息。

S402：当所述第二审核信息满足自动征信要求时，判定自动征信的结果为通过。

第二审核信息满足自动征信要求是指第二审核信息与用户申请信息保持一致，能够证明用户申请信息真实有效，所以，当所述第二审核信息满足自动征信要求时，系统判定用户申请信息真实有效，自动征信的结果为通过。

例如，用户申请信息中包括用户年均收入为8-10万元，用户工资卡中真实的流水账目表明用户年均收入为9万元，则系统能够判断出用户工资卡中真实的流水账目反映的用户年均收入与用户申请信息中的用户年均收入一致，用户申请信息中的用户年均收入真实有效，进而判定用户年均收入信息的自动征信结果为通过。

本实施例的自动征信方法，由系统根据所述大数据信息，获取自动征信所需的第二审核信息，并当第二审核信息满足自动征信要求时，判定自动征信的结果为通过，自动审核用户申请信息的真实性与有效性，无需人工参与，提高了征信环节的处理效率，且基于大数据信息进行征信，征信的结果客观、可靠。

在实际应用中，由系统根据所述大数据信息，对所述用户申请信息进行自动审批，同样无需人工干预，能够提高审批环节的处理效率。

请参阅图5，图5为本申请实施例提供的自动审批方法的一种流程图。

本实施例中，根据所述大数据信息，对所述用户申请信息进行自动审批，包括：

S501：根据所述大数据信息，获取自动审批所需的第三审核信息；

审批是指审核贷记卡申请件，确定是否同意开卡以及授予信用额度，所以，第三审核信息是指大数据信息中能够确定是否同意开卡以及授予信用额度的相关信息。

其中，第三审核信息包括与用户相关的大数据信息中的信息，还可以包括贷记卡申请审批流程中其他环节的核查结果信息，如实时交叉检查结果、行内外协查结果、一次评分结果与二次评分结果中的一种或多种。

S502：当所述第三审核信息满足自动审批要求时，判定自动审批的结果为通过。

第三审核信息满足自动审批要求是指通过第三审核信息能够确定同意为用户开卡，并能够确定出授予信用额度，所以，当第三审核信息满足自动审批要求时，系统确定同意为用户开卡，并确定授予信用额度，判定自动审批的结果为通过，进入下一处理环节。

本实施例的自动审批方法，由系统根据所述大数据信息，获取自动审批所需的第三审核信息，并当第三审核信息满足自动审批要求时，判定自动审批的结果为通过，确定同意为用户开卡，并确定授予信用额度，无需人工参与，提高了审批环节的处理效率，且基于大数据信息进行审批，审批的结果客观、可靠。

在实际应用中，贷记卡申请审批流程中还包括行内外协查环节，行内外协查环节通常在交叉检查环节之后与征信环节之前进行。

请参阅图6，图6为本申请实施例提供的行内外协查方法的一种流程图。

本实施例中，在当实时交叉检查的结果为通过时，在根据所述大数据信息，对用户申请信息进行自动征信之前，还包括：

S601：根据用户申请信息，确定进件类型；

行内外协查是指根据进件类型，确定需要协查的行内外信息，并根据行内外信息对用户进行行内外协查，所以，系统会先根据用户申请信息，确定进件类型。

进件类型主要包括：一般件、已有卡、附卡单申、个贷申请、质押与学生卡。

行内外信息主要包括：中国人民银行报告(简称人行报告)、行内信息与行外信息。行内外信息的具体内容可以从大数据信息中获得。

S602：根据所述进件类型，按照行内外协查规则，对用户进行行内外协查。

行内外协查规则如下表2所示：

表2行内外协查规则

序号	进件类型	人行报告	行内信息	行外信息
					1	一般件	查	查	执行控制规则
2	已有卡	查	不查	不查
					3	附卡单申	查	不查	不查
4	个贷申请	查	查	不查
					5	质押	查	查	不查
6	学生卡	查	查	不查

根据上表2，可以看出，当进件类型为一般件时，核查用户的人行报告与行内信息，并按照控制规则确定是否核查行外信息；当进件类型为已有卡时，仅核查用户的人行报告；当进件类型为附卡单申时，仅核查用户的人行报告；当进件类型为个贷申请时，仅核查用户的人行报告与行内信息；当进件类型为质押请时，仅核查用户的人行报告与行内信息；当进件类型为学生卡时，仅核查用户的人行报告与行内信息。

其中，针对一般件用户的行外信息协查，需要按照预设的控制规则来执行。假设控制规则包括3个行外协查条件，分别为：1、进件渠道为全渠道；2、行内协查结果为一般行内客户或行外客户；3、学历在本科及以上。当进入行内外协查环节的一般件同时满足以上3个行外协查条件时，则执行行外协查，否则，不执行行外协查。

本实施例的行内外协查方法，在系统中预设了行内外协查规则，系统根据用户申请信息，确定进件类型，并根据进行类型与行内外协查规则，对用户的行内外信息进行协查。由于有大数据信息与预设行内外协查规则作为技术支撑，无需人工干预，提高了行内外协查的处理效率与可靠度。

在实际应用中，贷记卡申请审批流程中还包括一次评分环节，一次评分环节通常在征信环节之前进行。

请参阅图7，图7为本申请实施例提供的流转结果确定方法的一种流程图。

本实施例中，在所述根据所述大数据信息，对所述用户申请信息进行自动征信之前，还包括：执行一次评分。

如图7所示，执行一次评分包括：

S701：根据所述大数据信息，对用户进行征信评分与信用评分；

征信评分与信用评分是指通过大数据信息，根据用户过往行为进行分析，进而得到相应的结果。

S702：根据征信评分的结果与信用评分的结果，通过第一判断矩阵，确定第一流转结果；

第一判断矩阵如下：

从第一判断矩阵可以看出，第一流转结果包括：通过、转征信、转审批、拒绝。

S703：根据实时交叉检查的结果与所述第一流转结果，通过第二判断矩阵，确定第二流转结果；

第二判断矩阵如下：

从第二判断矩阵可以看出，所述第二流转结果包括：直接拒件、通过、转征信、转审批。

其中，第一判断矩阵与第二判断矩阵可以根据具体情况预设在系统中。

转征信，可以是流转至人工征信环节，也可以是流转至自动征信环节；转审批，可以是流转至人工审批环节，也可以是流转至自动审批环节。转征信与转审批，具体是流转至人工处理环节，还是流转至自动处理环节，可根据具体情况进行设定。

一次评分是为了在进入征信环节之前，判断是否自动跳过征信环节，以提高流转效率。

若第二流转结果为转征信且流转至人工征信环节，则本实施例的流转结果确定方法还包括：执行二次评分。

如图7所示，所述执行二次评分包括：

S704：获取二次评分所需的信息，通过所述二次评分确定第三流转结果。

第三流转结果包括自动通过、自动拒绝与转人工审批。所以，二次评分是为了在人工征信环节之后，进一步判定是否自动跳过审批环节。

本实施例提供的流转结果确定方法，系统根据征信评分的结果与信用评分的结果，通过第一判断矩阵确定第一流转结果，再根据第一流转结果、实时交叉检查的结果，通过第二判断矩阵确定第二流转结果，并当第二流转结果具体为转人工征信时，通过二次评分进一步确定第三流转结果，从而高效地确定出准确的最终流转结果，保证了贷记卡申请审批流程的可靠性，提高了流转效率。

对应于贷记卡申请审批方法，本发明实施例还提供了贷记卡申请审批系统。

请参阅图8，图8为本申请实施例的贷记卡申请审批系统的结构示意图。

本实施例的贷记卡申请审批系统，用于实施前述实施例的贷记卡申请审批方法，如图8所示，所述系统包括：

申请受理模块U101，用于接收用户申请信息；

用户需要申请贷记卡时，可以通过银行官方网站、手机银行客户端、指定联盟方网站或其他合法渠道将申请件提交至系统，由系统中的申请受理模块U101接收用户申请信息。

信息获取模块U102，用于当接收到用户申请信息时，根据用户申请信息，获取与用户相关的大数据信息；

当系统接收到用户申请信息时，信息获取模块U102根据用户申请信息，获取与用户相关的大数据信息。信息获取模块U102可以与银行内部各数据库相连，也可以与第三方数据库和/或地方数据库相连，进而获取与用户相关的大数据信息。

交叉检查模块U103，用于当交叉检查的类型为实时处理时，根据所述大数据信息，按照交叉检查规则，对所述用户申请信息进行实时交叉检查；

系统通过交叉检查模块U103，根据所述大数据信息，按照交叉检查规则，对所述用户申请信息进行实时交叉检查，无需等待批量处理过程，进而提高了交叉检查环节的处理效率。

交叉检查模块U103具体包括：第一获取模块与第一判定模块；

第一获取模块，用于根据所述大数据信息，获取所述交叉检查规则中所需的第一审核信息；

第一判定模块，用于当所述第一审核信息满足所述交叉检查规则中的通过条件时，判定实时交叉检查的结果为通过。

自动征信模块U104，用于当实时交叉检查的结果为通过时，根据所述大数据信息，对所述用户申请信息进行自动征信；

自动征信模块U104具体包括：第二获取模块与第二判定模块；

第二获取模块，用于根据所述大数据信息，获取自动征信所需的第二审核信息；

第二判定模块，用于当所述第二审核信息满足自动征信要求时，判定自动征信的结果为通过。

系统通过自动征信模块U104，根据所述大数据信息，自动审核用户申请信息的真实性与有效性，无需人工参与，提高了征信环节的处理效率，且基于大数据信息进行征信，征信的结果客观、可靠。

自动审批模块U105，用于当自动征信的结果为通过时，根据所述大数据信息，对所述用户申请信息进行自动审批；

自动审批模块U105具体包括：第三获取模块与第三判定模块；

第三获取模块，用于根据所述大数据信息，获取自动审批所需的第三审核信息；

第三判定模块，用于当所述第三审核信息满足自动审批要求时，判定自动审批的结果为通过。

系统通过自动审批模块U105，根据与用户相关的大数据信息，自动确定是否同意开卡以及授予信用额度，无需人工参与，提高了审批环节的处理效率，且基于大数据信息进行审批，审批的结果客观、可靠。

结果处理模块U106，用于当自动审批的结果为通过时，自动为用户建档制卡。

当自动审批的结果为通过时，表示系统确定同意为用户开卡，所以系统通过结果处理模块U106自动为用户建档制卡，从而结束贷记卡申请审批流程；当系统确定出不同意为用户开卡时，所述结果处理模块U106还用于指示拒绝为用户开卡(拒件)。

本实施例提供的贷记卡申请审批系统，基于与用户相关的大数据信息来实现对用户申请信息的实时交叉检查、自动征信与自动审批，避免了人工进行交叉检查、征信与审批的处理时间长、滞留件数量庞大的问题；并且，在接收到用户申请信息时，便开始获取与用户相关的大数据信息，为后续每一环节的核查预先提供了信息保障，从而进一步提高了审批流程的处理效率，提高了用户办卡体验。

在实际应用中，系统可以采用预约自动任务的方式来获取与用户相关的大数据信息。

请参阅图9，图9为本申请实施例的贷记卡申请审批系统的另一种结构示意图。

本实施例的贷记卡申请审批系统中，信息获取模块U102包括：

自动任务组件U201，用于实现大数据信息的自动获取。

其中，自动任务组件U201，包括：

预约及管理接口U2011，用于当申请受理模块U101接收到用户申请信息时，预约相应的自动任务；

数据管理单元U2012，用于在预约自动任务的同时，记录自动任务数据；

任务调度单元U2013，用于在预设时间内调用所述自动任务，以令信息获取模块U102根据用户申请信息，获取与用户相关的大数据信息。

其中，预设时间可根据具体情况进行设置，例如0秒、5秒、1分钟或到达某一具体时刻时。

系统通过自动任务的方式，获取与用户相关的大数据信息，而不是等到相应处理环节再去获取相应的信息，为后续每一处理环节的核查预先提供了信息保障，进一步提高了处理效率。

在实际应用中，贷记卡申请审批流程中通常还包括行内外协查环节、一次评分环节与二次评分环节。

请参阅图10，图10为本申请实施例提供的贷记卡申请审批系统的又一种结构示意图。

本实施例的贷记卡申请审批系统中，还包括：

行内外协查模块U108，用于在当实时交叉检查的结果为通过时，在根据所述大数据信息，对所述用户申请信息进行自动征信之前，根据用户申请信息，对用户进行行内外协查。

行内外协查模块U108具体包括：进件类型确定单元与行内外协查单元；

进件类型确定单元，用于根据用户申请信息，确定进件类型；

行内外协查单元，用于根据所述进件类型，按照行内外协查规则，对用户进行行内外协查。

本实施例的系统中预设了行内外协查规则，系统根据用户申请信息，确定进件类型，并根据进行类型与行内外协查规则，对用户的行内外信息进行协查。由于有大数据信息与预设行内外协查规则作为技术支撑，无需人工干预，提高了行内外协查的处理效率与可靠度。

一次评分模块U109，用于在所述根据所述大数据信息，对所述用户申请信息进行自动征信之前，执行一次评分。

一次评分模块U109具体包括：征信评分单元、信用评分单元、第一流转确定单元与第二流转确定单元；

征信评分单元，用于根据大数据信息，对用户进行征信评分；

信用评分单元，用于根据大数据信息，对用户进行信用评分；

第一流转确定单元，用于根据征信评分的结果与信用评分的结果，通过第一判断矩阵，确定第一流转结果；

第二流转确定单元，用于根据实时交叉检查的结果与所述第一流转结果，通过第二判断矩阵，确定第二流转结果。

二次评分模块U110，用于若第二流转结果为转入人工征信，则在所述人工征信之后，确定第三流转结果。

二次评分模块U110具体包括：第三流转确定单元，用于获取二次评分所需的信息，通过所述二次评分确定第三流转结果。

本实施例提供的贷记卡申请审批系统，根据信用评分结果与自动征信的结果，通过第一判断矩阵确定第一流转结果，再根据第一流转结果、实时交叉检查的结果，通过第二判断矩阵确定第二流转结果，并当第二流转结果具体为转人工征信时，通过二次评分进一步确定第三流转结果，从而高效地确定出准确的最终流转结果，保证了贷记卡申请审批流程的可靠性，提高了流转效率。

本发明提供的贷记卡申请审批方法及系统，基于与用户相关的大数据信息来实现对用户申请信息的实时交叉检查、自动征信与自动审批，避免了人工进行交叉检查、征信与审批的处理时间长、滞留件数量庞大的问题；并且，在接收到用户申请信息时，便开始获取与用户相关的大数据信息，为后续每一环节的核查预先提供了信息保障，从而进一步提高了审批流程的处理效率，扩大了自动审批通过或者拒绝的产品、客户、渠道范围，提高了用户办卡体验，而且大幅降低了人力成本。

并且，本发明通过自动任务的方式，获取与用户相关的大数据信息，而不是等到相应处理环节再去获取相应的信息，为后续每一处理环节的核查预先提供了信息保障，进一步提高了处理效率。

再者，本发明在系统中预设了交叉检查规则、行内外协查规则、第一判断矩阵与第二判断矩阵等决策判定规则，并由系统按照上述规则进行决策、判定，通过客观的数据支撑和完善的系统自动判定，降低了人工操作的主观性风险，提高了审批流程的可靠性。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

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本申请可借助软件加必需的硬件平台的方式来实现，当然也可以全部通过硬件来实施，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案对背景技术做出贡献的全部或者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)执行本申请各个实施例或者实施例的某些部分所述的方法。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本申请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。

Claims (10)

1.一种贷记卡申请审批方法，其特征在于，应用于贷记卡申请审批系统，所述方法包括：

当接收到用户申请信息时，根据所述用户申请信息，获取与用户相关的大数据信息；

当交叉检查的类型为实时处理时，根据所述大数据信息，按照交叉检查规则，对所述用户申请信息进行实时交叉检查；

当实时交叉检查的结果为通过时，根据所述大数据信息，对所述用户申请信息进行自动征信；

当自动征信的结果为通过时，根据所述大数据信息，对所述用户申请信息进行自动审批；

当自动审批的结果为通过时，自动为用户建档制卡。

2.如权利要求1所述的方法，其特征在于，所述当接收到用户申请信息时，根据所述用户申请信息，获取与用户相关的大数据信息包括：

当接收到用户申请信息时，建立相应的自动任务；

在预设时间内调用所述自动任务，以执行所述根据所述用户申请信息，获取与用户相关的大数据信息的步骤。

3.如权利要求1所述的方法，其特征在于，所述根据所述大数据信息，按照交叉检查规则，对所述用户申请信息进行实时交叉检查包括：

根据所述大数据信息，获取所述交叉检查规则中所需的第一审核信息；

当所述第一审核信息满足所述交叉检查规则中的通过条件时，判定实时交叉检查的结果为通过。

4.如权利要求1所述的方法，其特征在于，所述根据所述大数据信息，对所述用户申请信息进行自动征信包括：

根据所述大数据信息，获取自动征信所需的第二审核信息；

当所述第二审核信息满足自动征信要求时，判定自动征信的结果为通过。

5.如权利要求1所述的方法，其特征在于，所述根据所述大数据信息，对所述用户申请信息进行自动审批包括：

根据所述大数据信息，获取自动审批所需的第三审核信息；

当所述第三审核信息满足自动审批要求时，判定自动审批的结果为通过。

6.如权利要求1所述的方法，其特征在于，在当实时交叉检查的结果为通过时，在所述根据所述大数据信息，对所述用户申请信息进行自动征信之前，还包括：

根据用户申请信息，确定进件类型；

根据所述进件类型，按照行内外协查规则，对用户进行行内外协查。

7.如权利要求1所述的方法，其特征在于，在所述根据所述大数据信息，对所述用户申请信息进行自动征信之前，还包括：执行一次评分；

所述执行一次评分包括：

根据所述大数据信息，对用户进行征信评分与信用评分；

根据征信评分的结果与信用评分的结果，通过第一判断矩阵，确定第一流转结果；

根据实时交叉检查的结果与所述第一流转结果，通过第二判断矩阵，确定第二流转结果。

8.如权利要求7所述的方法，其特征在于，若所述一次评分确定的第二流转结果为转入人工征信，则在所述人工征信之后，还包括：

获取二次评分所需的信息，通过所述二次评分确定第三流转结果。

9.一种贷记卡申请审批系统，其特征在于，包括：

申请受理模块，用于接收用户申请信息；

信息获取模块，用于当接收到用户申请信息时，根据用户申请信息，获取与用户相关的大数据信息；

交叉检查模块，用于当交叉检查的类型为实时处理时，根据所述大数据信息，按照交叉检查规则，对所述用户申请信息进行实时交叉检查；

自动征信模块，用于当实时交叉检查的结果为通过时，根据所述大数据信息，对所述用户申请信息进行自动征信；

自动审批模块，用于当自动征信的结果为通过时，根据所述大数据信息，对所述用户申请信息进行自动审批；

结果处理模块，当自动审批的结果为通过时，自动为用户建档制卡。

10.如权利要求9所述的系统，其特征在于，所述信息获取模块包括：自动任务组件，用于实现大数据信息的自动获取；

所述自动任务组件，包括：

预约及管理接口，用于当所述申请受理模块接收到用户申请信息时，预约相应的自动任务；

数据管理单元，用于在预约自动任务的同时，记录自动任务数据；

任务调度单元，用于在预设时间内调用所述自动任务，以令所述信息获取模块根据用户申请信息，获取与用户相关的大数据信息。