CN108596759A - 贷款申请信息检测方法及服务器 - Google Patents
贷款申请信息检测方法及服务器 Download PDFInfo
- Publication number
- CN108596759A CN108596759A CN201810436235.3A CN201810436235A CN108596759A CN 108596759 A CN108596759 A CN 108596759A CN 201810436235 A CN201810436235 A CN 201810436235A CN 108596759 A CN108596759 A CN 108596759A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- original subscriber
- likelihood ratio
- text semantic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 44
- 230000002159 abnormal effect Effects 0.000 claims description 49
- 238000012512 characterization method Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 17
- 230000006399 behavior Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 abstract description 6
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000012986 modification Methods 0.000 description 11
- 230000004048 modification Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 5
- 238000012550 audit Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明适用于信息处理技术领域,提供了贷款申请信息检测方法及服务器,该方法包括:获取用户输入的第一用户信息,所述第一用户信息为对存储于数据库中的原用户信息修改后的用户信息;对所述第一用户信息进行文本识别,并根据所述第一用户信息与所述原用户信息的文本语义相似比与阈值的关系,生成对应的分析结果并发送给贷款业务审批终端;获取各个贷款业务审批终端生成的贷款审批结果,并将所述贷款审批结果向发送给与用户标识对应的用户终端,其中每个贷款审批结果对应一个用户标识。上述方法能够根据用户输入的对存储于数据库中的原用户信息修改后的用户信息进行风险检测,提高对贷款申请信息检测的全面性。
Description
技术领域
本发明属于信息处理技术领域,尤其涉及贷款申请信息检测方法及服务器。
背景技术
传统的贷款审批系统只是对客户提供的信息进行评估检验,而当客户新增、删除或修改申请的信息时,贷款审批系统只是对新的信息重新评估,而没有对客户信息变更是否有欺诈性进行检测校验,因此,对于客户新增、删除或修改申请信息的情况,传统的贷款审批系统不能全面地检测放贷的风险。
发明内容
有鉴于此,本发明实施例提供了贷款申请信息检测方法及服务器,以解决现有技术中对于客户新增、删除或修改申请信息的情况时,传统的贷款审批系统不能全面地检测放贷的风险的问题。
本发明实施例的第一方面提供了一种贷款申请信息检测方法,包括:
获取用户输入的第一用户信息,所述第一用户信息为对存储于数据库中的原用户信息修改后的用户信息;
对所述第一用户信息进行文本识别,并根据所述第一用户信息与所述原用户信息的文本语义相似比与阈值的关系,生成对应的分析结果并发送给贷款业务审批终端;
获取各个贷款业务审批终端生成的贷款审批结果,并将所述贷款审批结果向发送给与用户标识对应的用户终端,其中每个贷款审批结果对应一个用户标识。
可选的,所述第一用户信息包括第一用户身份标识和第一用户基本信息,所述第一用户基本信息包括第一用户地址信息、第一用户婚姻信息、第一用户联系电话信息中的至少一种信息;每条所述原用户信息中均包括原用户身份标识和原用户基本信息,所述原用户基本信息包括原用户地址信息、原用户婚姻信息、原用户联系电话信息中的至少一种信息;
所述对所述第一用户信息进行文本识别,并根据所述第一用户信息与所述原用户信息的文本语义相似比与阈值的关系,生成对应的分析结果,包括:
将所述第一用户身份标识和各条所述原用户信息中的原用户身份标识进行匹配,获取与所述第一用户信息对应的原用户信息;
对所述第一用户基本信息和所述原用户基本信息进行文本识别,计算所述第一用户基本信息与所述原用户基本信息的文本语义相似比,并检测所述文本语义相似比与所述阈值的大小关系;
在所述文本语义相似比小于所述阈值时,判定为异常;所述异常包括与用户地址信息对应的第一异常、与用户婚姻信息对应的第二异常和与用户联系电话信息对应的第三异常;
在未触发所述第一异常、所述第二异常和所述第三异常中的任何异常时,生成表征低度风险的第一分析结果;在只触发所述第一异常、所述第二异常和所述第三异常中的一种异常时,生成表征中度风险的第二分析结果;在触发所述第一异常、所述第二异常和所述第三异常中的至少两种异常时,生成表征高度风险的第三分析结果。
可选的,所述对所述第一用户基本信息和所述原用户基本信息进行文本识别,计算所述第一用户基本信息与所述原用户基本信息的文本语义相似比,包括:
将所述第一用户地址信息与对应的原用户地址信息进行文本识别,将所述第一用户婚姻信息与对应的原用户婚姻信息进行文本识别,将所述第一用户联系电话信息与对应的原用户联系电话信息进行文本识别;
分别计算所述第一用户地址信息与对应的原用户地址信息的第一文本语义相似比,所述第一用户婚姻信息与对应的原用户婚姻信息的第二文本语义相似比,所述第一用户联系电话信息与对应的原用户联系电话信息的第三文本语义相似比;
将所述第一文本语义相似比、第二文本语义相似比和第三文本语义相似比三者的加权之和作为最终的文本语义相似比,或将第一文本语义相似比、第二文本语义相似比和第三文本语义相似比中的最大值作为最终的文本语义相似比。
可选的,所述方法还包括:
获取用户输入第一用户信息时的行为特征信息;所述行为特征信息包括信息输入时间和信息编辑次数;
在所述信息输入时间大于预设时长且所述信息编辑次数大于预设次数时,生成表征高度风险的第四分析结果。
可选的,所述方法还包括:
获取在预设长度时间段内检测出的用户信息的异常次数;
在所述异常次数大于预设值时,生成与该用户信息对应的贷款申请建议处理方式发送给各个贷款业务审批终端。
本发明实施例的第二方面提供了一种服务器,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
获取用户输入的第一用户信息,所述第一用户信息为对存储于数据库中的原用户信息修改后的用户信息;
对所述第一用户信息进行文本识别,并根据所述第一用户信息与所述原用户信息的文本语义相似比与阈值的关系,生成对应的分析结果并发送给贷款业务审批终端;
获取各个贷款业务审批终端生成的贷款审批结果,并将所述贷款审批结果向发送给与用户标识对应的用户终端,其中每个贷款审批结果对应一个用户标识。
可选的,所述第一用户信息包括第一用户身份标识和第一用户基本信息,所述第一用户基本信息包括第一用户地址信息、第一用户婚姻信息、第一用户联系电话信息中的至少一种信息;每条所述原用户信息中均包括原用户身份标识和原用户基本信息,所述原用户基本信息包括原用户地址信息、原用户婚姻信息、原用户联系电话信息中的至少一种信息;
所述对所述第一用户信息进行文本识别,并根据所述第一用户信息与所述原用户信息的文本语义相似比与阈值的关系,生成对应的分析结果,包括:
将所述第一用户身份标识和各条所述原用户信息中的原用户身份标识进行匹配,获取与所述第一用户信息对应的原用户信息;
对所述第一用户基本信息和所述原用户基本信息进行文本识别,计算所述第一用户基本信息与所述原用户基本信息的文本语义相似比,并检测所述文本语义相似比与所述阈值的大小关系;
在所述文本语义相似比小于所述阈值时,判定为异常;所述异常包括与用户地址信息对应的第一异常、与用户婚姻信息对应的第二异常和与用户联系电话信息对应的第三异常;
在未触发所述第一异常、所述第二异常和所述第三异常中的任何异常时,生成表征低度风险的第一分析结果;在只触发所述第一异常、所述第二异常和所述第三异常中的一种异常时,生成表征中度风险的第二分析结果;在触发所述第一异常、所述第二异常和所述第三异常中的至少两种异常时,生成表征高度风险的第三分析结果。
可选的,所述对所述第一用户基本信息和所述原用户基本信息进行文本识别,计算所述第一用户基本信息与所述原用户基本信息的文本语义相似比,包括:
将所述第一用户地址信息与对应的原用户地址信息进行文本识别,将所述第一用户婚姻信息与对应的原用户婚姻信息进行文本识别,将所述第一用户联系电话信息与对应的原用户联系电话信息进行文本识别;
分别计算所述第一用户地址信息与对应的原用户地址信息的第一文本语义相似比,所述第一用户婚姻信息与对应的原用户婚姻信息的第二文本语义相似比,所述第一用户联系电话信息与对应的原用户联系电话信息的第三文本语义相似比;
将所述第一文本语义相似比、第二文本语义相似比和第三文本语义相似比三者的加权之和作为最终的文本语义相似比,或将第一文本语义相似比、第二文本语义相似比和第三文本语义相似比中的最大值作为最终的文本语义相似比。
可选的,所述处理器执行所述计算机程序时,还实现如下步骤:
获取用户输入第一用户信息时的行为特征信息;所述行为特征信息包括信息输入时间和信息编辑次数;
在所述信息输入时间大于预设时长且所述信息编辑次数大于预设次数时,生成表征高度风险的第四分析结果。
可选的,所述处理器执行所述计算机程序时,还实现如下步骤:
获取在预设长度时间段内检测出的用户信息的异常次数;
在所述异常次数大于预设值时,生成与该用户信息对应的贷款申请建议处理方式发送给各个贷款业务审批终端。
本发明实施例的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述贷款申请信息检测方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例,首先获取用户输入的第一用户信息,该第一用户信息为对存储于数据库中的原用户信息修改后的用户信息;然后对第一用户信息进行文本识别,并根据第一用户信息与原用户信息的文本语义相似比与阈值的关系,生成对应的分析结果并发送给贷款业务审批终端;最后获取各个贷款业务审批终端生成的贷款审批结果,并将贷款审批结果发送给与用户标识对应的用户终端,从而能够根据用户输入的对存储于数据库中的原用户信息修改后的用户信息进行风险检测,提高对贷款申请信息检测的全面性和准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的贷款申请信息检测方法的流程图;
图2是图1中步骤S102的实现流程图;
图3是图2中步骤S202的实现流程图;
图4是图2中步骤S202的另一实现流程图;
图5是本发明实施例提供的贷款申请信息检测方法的又一实现流程图;
图6是本发明实施例提供的贷款申请信息检测程序的运行环境示意图;
图7是本发明实施例提供的贷款申请信息检测程序的程序模块图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一
图1示出了本发明实施例一提供的贷款申请信息检测方法的实现流程,详述如下:
步骤S101,获取用户输入的第一用户信息,所述第一用户信息为对存储于数据库中的原用户信息修改后的用户信息。
其中,第一用户信息可以为用户通过用户终端登录贷款申请网页或应用程序输入的,用户终端可以为智能手机、电脑、以及设置在银行等贷款审批方办公场地的办公终端,对此不予限定。原用户信息为之前通过用户输入等手段获取到的用户信息,被存储于数据库中。
例如,原用户信息可以包括联系人信息(包括姓名、身份标识、联系方式等)、房产信息、行业信息以及人行信用报告等信息。同样的,第一用户信息为用户通过用户终端输入的用户信息,包括与原用户信息中的部分信息一致的信息和与原用户信息中的其他信息不一致的信息。其中,第一用户信息中与原用户信息中的部分信息一致的信息为用户未修改的信息,第一用户信息中与原用户信息中的其他信息不一致的信息为用户修改的信息。
例如,用户在家庭住址变化、联系电话变更等情况发生后,通过用户终端登录贷款申请网页或应用程序对有变化或变更的信息进行修改,最终将修改后的用户信息上传至贷款银行的服务器。
当然,也存在用户恶意篡改用户信息的情况,恶意修改用户信息的情况可以通过以下步骤来检测识别。。
步骤S102,对所述第一用户信息进行文本识别,并根据所述第一用户信息与所述原用户信息的文本语义相似比与阈值的关系,生成对应的分析结果并发送给贷款业务审批终端。
其中,所述第一用户信息包括第一用户身份标识和第一用户基本信息,所述第一用户基本信息包括第一用户地址信息、第一用户婚姻信息、第一用户联系电话信息中的至少一种信息。数据库中存储的每条所述原用户信息中均包括原用户身份标识和原用户基本信息,所述原用户基本信息包括原用户地址信息、原用户婚姻信息、原用户联系电话信息中的至少一种信息。例如,所述原用户基本信息包括原用户地址信息、原用户婚姻信息和原用户联系电话信息。
参见图2,一个实施例中,步骤S102可以通过以下流程实现:
步骤S201,将所述第一用户身份标识和各条所述原用户信息中的原用户身份标识进行匹配,获取与所述第一用户信息对应的原用户信息。
其中,第一用户身份标识和各条所述原用户信息中的原用户身份标识进行匹配的具体方法可以为:检测第一用户身份标识与那一条原用户信息中的原用户身份标识完全相同,则判定第一用户信息与该条原用户信息相对应。
例如,第一用户身份标识为身份证号,原用户身份标识也为身份证号,则将第一用户身份标识对应的身份证号与原用户身份标识对应的身份证号进行逐为对比检测,若两者完全相同,则第一用户信息与该条原用户信息相对应。
本步骤中,通过将第一用户身份标识和各条所述原用户信息中的原用户身份标识进行匹配,从而获取到与第一用户信息对应的目标原用户信息,用于通过该目标原用户信息对第一用户信息进行检测,以判定用户是否为提高贷款申请成功率而对用户信息进行了恶意修改。
步骤S202,对所述第一用户基本信息和所述原用户基本信息进行文本识别,计算所述第一用户基本信息与所述原用户基本信息的文本语义相似比,并检测所述文本语义相似比与所述阈值的大小关系。
参见图3,作为一种可实施方式,步骤S202中所述的对所述第一用户基本信息和所述原用户基本信息进行文本识别,计算所述第一用户基本信息与所述原用户基本信息的文本语义相似比,可以通过以下步骤实现:
步骤S301,将所述第一用户地址信息与对应的原用户地址信息进行文本识别,将所述第一用户婚姻信息与对应的原用户婚姻信息进行文本识别,将所述第一用户联系电话信息与对应的原用户联系电话信息进行文本识别。
步骤S302,分别计算所述第一用户地址信息与对应的原用户地址信息的第一文本语义相似比,所述第一用户婚姻信息与对应的原用户婚姻信息的第二文本语义相似比,所述第一用户联系电话信息与对应的原用户联系电话信息的第三文本语义相似比。
其中,可以通过提取第一用户地址信息和原用户地址信息中的关键词,将提取出的关键词进行对比,来确定第一文本语义相似比;第一文本语义相似比是指提取出的关键词之间的语义匹配度。在语义相同还可以通过提取第一用户婚姻信息和原用户婚姻信息中的关键词,将提取出的关键词进行对比,来确定第二文本语义相似比;第一文本语义相似比是指提取出的关键词之间的语义匹配度。还可以通过提取第一用户联系电话信息和原用户联系电话信息中的关键词,将提取出的关键词进行对比,来确定第三文本语义相似比;第一文本语义相似比是指提取出的关键词之间的语义匹配度。
步骤S303,将所述第一文本语义相似比、第二文本语义相似比和第三文本语义相似比三者的加权之和作为最终的文本语义相似比。
其中,可以通过预设公式,将所述第一文本语义相似比、第二文本语义相似比和第三文本语义相似比三者进行加权求和,将求和结果作为最终的文本语义相似比。例如,对第一文本语义相似比设置第一系数,对第二文本语义相似比设置第二系数,对第三文本语义相似比设置第三系数,第一系数、第二系数和第三系数之和为1,。在实际应用过程中,可以根据三种信息的重要程度分别设置对应大小的第一系数、第二系数和第三系数。
以上仅为对第一文本语义相似比、第二文本语义相似比和第三文本语义相似比加权求和的一个示例,本领域技术人员所熟知的其他加权求和示例均位于本发明的保护范围之中,在此不再赘述。
参见图4,作为另一种可实施方式,步骤S202中所述的对所述第一用户基本信息和所述原用户基本信息进行文本识别,计算所述第一用户基本信息与所述原用户基本信息的文本语义相似比,可以通过以下步骤实现:
步骤S401,将所述第一用户地址信息与对应的原用户地址信息进行文本识别,将所述第一用户婚姻信息与对应的原用户婚姻信息进行文本识别,将所述第一用户联系电话信息与对应的原用户联系电话信息进行文本识别。
步骤S402,分别计算所述第一用户地址信息与对应的原用户地址信息的第一文本语义相似比,所述第一用户婚姻信息与对应的原用户婚姻信息的第二文本语义相似比,所述第一用户联系电话信息与对应的原用户联系电话信息的第三文本语义相似比。
步骤S403,将第一文本语义相似比、第二文本语义相似比和第三文本语义相似比中的最大值作为最终的文本语义相似比。
本实施例中,将步骤S402中计算出的第一文本语义相似比、第二文本语义相似比和第三文本语义相似比进行大小比较,将三者中最小值作为最终的文本语义相似比,用于后续步骤判断用户输入的第一用户信息是否为异常。
步骤S203,在所述文本语义相似比小于所述阈值时,判定用户输入的第一用户信息为异常;所述异常包括与用户地址信息对应的第一异常、与用户婚姻信息对应的第二异常和与用户联系电话信息对应的第三异常。
其中,在步骤S202中计算出的文本语义相似比小于所述阈值时,说明第一用户基本信息与对应的原用户基本信息差异较大,用户对原用户基本信息的修改程度较大,此时可以判定用户输入的第一用户信息为异常。
在判定出用户输入的第一用户信息为异常后,根据第一文本语义相似比、第二文本语义相似比和第三文本语义相似比各自的数值,判定第一用户地址信息、第一用户婚姻信息和第一用户联系电话信息是否为异常。例如,通过设置各自的阈值,将第一文本语义相似比、第二文本语义相似比和第三文本语义相似比与各自的阈值进行比较的方式,来判定第一用户地址信息、第一用户婚姻信息和第一用户联系电话信息是否为异常。
具体的,第一用户地址信息对应第一阈值,第一用户婚姻信息对应第二阈值,第一用户联系电话信息对应第三阈值,将第一文本语义相似比与第一阈值对比,将第二文本语义相似比与第二阈值对比,将第三文本语义相似比与第三阈值对比,若第一文本语义相似比小于第一阈值,则判定用户对原用户信息的修改触发产生第一异常;若第二文本语义相似比小于第二阈值,则判定用户对原用户信息的修改触发产生第二异常;若第三文本语义相似比小于第三阈值,则判定用户对原用户信息的修改触发产生第三异常。
步骤S204,在未触发所述第一异常、所述第二异常和所述第三异常中的任何异常时,生成表征低度风险的第一分析结果;在只触发所述第一异常、所述第二异常和所述第三异常中的一种异常时,生成表征中度风险的第二分析结果;在触发所述第一异常、所述第二异常和所述第三异常中的至少两种异常时,生成表征高度风险的第三分析结果。
贷款业务审批终端获取分析结果后,根据该分析结果确定对应的操作处理方式:
对于第三分析结果,对应操作处理方式为审核不通过,由贷款业务审批终端直接进行处理,而不需要审核人员操作,同时生成提示客户不能通过审核的审批结果并上传给服务器,该相关信息可以包括原因和具体内容;服务器执行步骤S103;
对于第二分析结果,对应操作处理方式为要求审核人员对客户信息中的某些信息进行审核,此时审核人员的贷款业务审批终端根据该操作处理方式生成审核界面;审核人员对客户信息进行核实,并输入核实结果(异常或已核实)并上传给服务器;服务器执行步骤S103;
对于第一分析结果,对应操作处理方式为审核人员不需要对第一用户信息进行逐一核实,可直接通过对用户贷款的审核;审核人员根据实际情况对客户信息进行核实,输入核实结果(异常或已核实)并上传给服务器;服务器执行步骤S103;。
另外,上述贷款申请信息检测方法,还可以包括以下步骤:
获取用户输入第一用户信息时的行为特征信息;所述行为特征信息包括信息输入时间和信息编辑次数;
在所述信息输入时间大于预设时长且所述信息编辑次数大于预设次数时,生成表征高度风险的第四分析结果。
可以理解的,在用户完成对其原用户信息的一次修改过程所用的修改时间过长,或在完成对其原用户信息的一次修改过程在对某条信息的修改次数过多时,可以说明对该用户放贷可能存在较大风险,因此可以在信息输入时间大于预设时长且信息编辑次数大于预设次数时,生成表征高度风险的第四分析结果发送给贷款业务审批终端,以通过贷款业务审批终端直接拒绝该用户的贷款申请或提醒审核人员对该用户的贷款申请额外注意。
步骤S103,获取各个贷款业务审批终端生成的贷款审批结果,并将所述贷款审批结果向发送给与用户标识对应的用户终端。
其中,每个贷款审批结果对应一个用户标识,该用户标识可以为用户终端的网络地址,或为用户在贷款申请网页或应用程序中的注册账号,或为用户的身份标识,或为用户的联系方式等,对此不予限制。
在贷款审批结果为不对用户放贷时,该贷款审批结果还可以包括不对用户放贷的事由,以供用户参照。
可选的,参见图5,上述贷款申请信息检测方法,还可以包括以下步骤:
步骤S501,获取在预设长度时间段内检测出的用户信息的异常次数。
步骤S502,在所述异常次数大于预设值时,生成与该用户信息对应的贷款申请建议处理方式发送给各个贷款业务审批终端。
首先服务器需要记录各个用户在一端时间内(例如一年)出现的用户信息异常次数,并在该用户再次办理贷款等金融产品时,根据用户信息获取该用户在一年时间内出现的用户信息异常次数,并根据当前次数进行处理:若超过第一阈值(例如两次),则将该客户设为重点监控名单,该监控名单包括姓名、身份标识、地址信息、联系电话、婚姻关系、个人财产情况等,还可以对出现异常的具体信息进行明细显示,例如,显示该信息出现异常的时间、异常信息的原因等。进一步的,若在一年时间内,某客户的用户信息异常次数超过第二阈值(例如三次),则将提高该用户的贷款利率。进一步的,若在一年时间内,某客户的用户信息异常次数超过第三阈值(例如五次),则将该客户加入黑名单,禁止该用户贷款。
上述贷款申请信息检测方法,首先获取用户输入的第一用户信息,该第一用户信息为对存储于数据库中的原用户信息修改后的用户信息;然后对第一用户信息进行文本识别,并根据第一用户信息与原用户信息的文本语义相似比与阈值的关系,生成对应的分析结果并发送给贷款业务审批终端;最后获取各个贷款业务审批终端生成的贷款审批结果,并将贷款审批结果发送给与用户标识对应的用户终端,从而能够根据用户输入的对存储于数据库中的原用户信息修改后的用户信息进行风险检测,提高对贷款申请信息检测的全面性和准确性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例二
对应于上文实施例所述的贷款申请信息检测方法,图6示出了本发明实施例提供的贷款申请信息检测程序的运行环境示意图。为了便于说明,仅示出了与本实施例相关的部分。
在本实施例中,所述的贷款申请信息检测程序600安装并运行于服务器60中。该服务器60可包括,但不仅限于,存储器601和处理器602。图7仅示出了具有组件601-602的服务器60,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
所述存储器601在一些实施例中可以是所述服务器60的内部存储单元,例如该服务器60的硬盘或内存。所述存储器601在另一些实施例中也可以是所述服务器60的外部存储设备,例如所述服务器60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,所述存储器601还可以既包括所述终端设备60的内部存储单元也包括外部存储设备。所述存储器601用于存储安装于所述服务器60的应用软件及各类数据,例如所述贷款申请信息检测程序600的程序代码等。所述存储器601还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器602在一些实施例中可以是一中央处理器(Central ProcessingUnit,CPU),微处理器或其他数据处理芯片,用于运行所述存储器601中存储的程序代码或处理数据,例如执行所述贷款申请信息检测程序600等。
该服务器60还可包括显示器,所述显示器在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。
请参阅图7,是本发明实施例提供的贷款申请信息检测程序600的程序模块图。在本实施例中,所述的贷款申请信息检测程序600可以被分割成一个或多个模块,所述一个或者多个模块被存储于所述存储器601中,并由一个或多个处理器(本实施例为所述处理器602)所执行,以完成本发明。例如,在图7中,所述的贷款申请信息检测程序600可以被分割成信息获取模块701、处理模块702和信息发送模块703。本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段,比程序更适合于描述所述贷款申请信息检测程序600在所述服务器60中的执行过程。以下描述将具体介绍所述模块701-703的功能。
其中,信息获取模块701,用于获取用户输入的第一用户信息,所述第一用户信息为对存储于数据库中的原用户信息修改后的用户信息。
处理模块702,用于对所述第一用户信息进行文本识别,并根据所述第一用户信息与所述原用户信息的文本语义相似比与阈值的关系,生成对应的分析结果并发送给贷款业务审批终端。
信息发送模块703,用于获取各个贷款业务审批终端生成的贷款审批结果,并将所述贷款审批结果向发送给与用户标识对应的用户终端,其中每个贷款审批结果对应一个用户标识。
作为一种可实施方式,所述第一用户信息包括第一用户身份标识和第一用户基本信息,所述第一用户基本信息包括第一用户地址信息、第一用户婚姻信息、第一用户联系电话信息中的至少一种信息;每条所述原用户信息中均包括原用户身份标识和原用户基本信息,所述原用户基本信息包括原用户地址信息、原用户婚姻信息、原用户联系电话信息中的至少一种信息;
所述对所述第一用户信息进行文本识别,并根据所述第一用户信息与所述原用户信息的文本语义相似比与阈值的关系,生成对应的分析结果,包括:
将所述第一用户身份标识和各条所述原用户信息中的原用户身份标识进行匹配,获取与所述第一用户信息对应的原用户信息;
对所述第一用户基本信息和所述原用户基本信息进行文本识别,计算所述第一用户基本信息与所述原用户基本信息的文本语义相似比,并检测所述文本语义相似比与所述阈值的大小关系;
在所述文本语义相似比小于所述阈值时,判定为异常;所述异常包括与用户地址信息对应的第一异常、与用户婚姻信息对应的第二异常和与用户联系电话信息对应的第三异常;
在未触发所述第一异常、所述第二异常和所述第三异常中的任何异常时,生成表征低度风险的第一分析结果;在只触发所述第一异常、所述第二异常和所述第三异常中的一种异常时,生成表征中度风险的第二分析结果;在触发所述第一异常、所述第二异常和所述第三异常中的至少两种异常时,生成表征高度风险的第三分析结果。
作为另一种可实施方式,所述对所述第一用户基本信息和所述原用户基本信息进行文本识别,计算所述第一用户基本信息与所述原用户基本信息的文本语义相似比,包括:
将所述第一用户地址信息与对应的原用户地址信息进行文本识别,将所述第一用户婚姻信息与对应的原用户婚姻信息进行文本识别,将所述第一用户联系电话信息与对应的原用户联系电话信息进行文本识别;
分别计算所述第一用户地址信息与对应的原用户地址信息的第一文本语义相似比,所述第一用户婚姻信息与对应的原用户婚姻信息的第二文本语义相似比,所述第一用户联系电话信息与对应的原用户联系电话信息的第三文本语义相似比;
将所述第一文本语义相似比、第二文本语义相似比和第三文本语义相似比三者的加权之和作为最终的文本语义相似比,或将第一文本语义相似比、第二文本语义相似比和第三文本语义相似比中的最大值作为最终的文本语义相似比。
可选的,信息获取模块701还用于获取用户输入第一用户信息时的行为特征信息;所述行为特征信息包括信息输入时间和信息编辑次数;
处理模块702还用于在所述信息输入时间大于预设时长且所述信息编辑次数大于预设次数时,生成表征高度风险的第四分析结果。
进一步的,所述的贷款申请信息检测程序600可以被异常次数获取模块。所述异常次数获取模块用于获取在预设长度时间段内检测出的用户信息的异常次数;处理模块702还用于在所述异常次数大于预设值时,生成与该用户信息对应的贷款申请建议处理方式发送给各个贷款业务审批终端。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述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单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。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。
所述集成的模块/单元如果以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,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述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,均应包含在本发明的保护范围之内。
Claims (10)
1.一种贷款申请信息检测方法,其特征在于,包括:
获取用户输入的第一用户信息,所述第一用户信息为对存储于数据库中的原用户信息修改后的用户信息;
对所述第一用户信息进行文本识别,并根据所述第一用户信息与所述原用户信息的文本语义相似比与阈值的关系,生成对应的分析结果并发送给贷款业务审批终端;
获取各个贷款业务审批终端生成的贷款审批结果,并将所述贷款审批结果向发送给与用户标识对应的用户终端,其中每个贷款审批结果对应一个用户标识。
2.如权利要求1所述的贷款申请信息检测方法,其特征在于,所述第一用户信息包括第一用户身份标识和第一用户基本信息,所述第一用户基本信息包括第一用户地址信息、第一用户婚姻信息、第一用户联系电话信息中的至少一种信息;每条所述原用户信息中均包括原用户身份标识和原用户基本信息,所述原用户基本信息包括原用户地址信息、原用户婚姻信息、原用户联系电话信息中的至少一种信息;
所述对所述第一用户信息进行文本识别,并根据所述第一用户信息与所述原用户信息的文本语义相似比与阈值的关系,生成对应的分析结果,包括:
将所述第一用户身份标识和各条所述原用户信息中的原用户身份标识进行匹配,获取与所述第一用户信息对应的原用户信息;
对所述第一用户基本信息和所述原用户基本信息进行文本识别,计算所述第一用户基本信息与所述原用户基本信息的文本语义相似比,并检测所述文本语义相似比与所述阈值的大小关系;
在所述文本语义相似比小于所述阈值时,判定为异常;所述异常包括与用户地址信息对应的第一异常、与用户婚姻信息对应的第二异常和与用户联系电话信息对应的第三异常;
在未触发所述第一异常、所述第二异常和所述第三异常中的任何异常时,生成表征低度风险的第一分析结果;在只触发所述第一异常、所述第二异常和所述第三异常中的一种异常时,生成表征中度风险的第二分析结果;在触发所述第一异常、所述第二异常和所述第三异常中的至少两种异常时,生成表征高度风险的第三分析结果。
3.如权利要求2所述的贷款申请信息检测方法,其特征在于,所述对所述第一用户基本信息和所述原用户基本信息进行文本识别,计算所述第一用户基本信息与所述原用户基本信息的文本语义相似比,包括:
将所述第一用户地址信息与对应的原用户地址信息进行文本识别,将所述第一用户婚姻信息与对应的原用户婚姻信息进行文本识别,将所述第一用户联系电话信息与对应的原用户联系电话信息进行文本识别;
分别计算所述第一用户地址信息与对应的原用户地址信息的第一文本语义相似比,所述第一用户婚姻信息与对应的原用户婚姻信息的第二文本语义相似比,所述第一用户联系电话信息与对应的原用户联系电话信息的第三文本语义相似比;
将所述第一文本语义相似比、第二文本语义相似比和第三文本语义相似比三者的加权之和作为最终的文本语义相似比,或将第一文本语义相似比、第二文本语义相似比和第三文本语义相似比中的最小值作为最终的文本语义相似比。
4.如权利要求2或3所述的贷款申请信息检测方法,其特征在于,所述方法还包括:
获取用户输入第一用户信息时的行为特征信息;所述行为特征信息包括信息输入时间和信息编辑次数;
在所述信息输入时间大于预设时长且所述信息编辑次数大于预设次数时,生成表征高度风险的第四分析结果。
5.如权利要求2或3所述的贷款申请信息检测方法,其特征在于,所述方法还包括:
获取在预设长度时间段内检测出的用户信息的异常次数;
在所述异常次数大于预设值时,生成与该用户信息对应的贷款申请建议处理方式发送给各个贷款业务审批终端。
6.一种服务器,其特征在于,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
获取用户输入的第一用户信息,所述第一用户信息为对存储于数据库中的原用户信息修改后的用户信息;
对所述第一用户信息进行文本识别,并根据所述第一用户信息与所述原用户信息的文本语义相似比与阈值的关系,生成对应的分析结果并发送给贷款业务审批终端;
获取各个贷款业务审批终端生成的贷款审批结果,并将所述贷款审批结果向发送给与用户标识对应的用户终端,其中每个贷款审批结果对应一个用户标识。
7.如权利要求6所述的服务器,其特征在于,所述第一用户信息包括第一用户身份标识和第一用户基本信息,所述第一用户基本信息包括第一用户地址信息、第一用户婚姻信息、第一用户联系电话信息中的至少一种信息;每条所述原用户信息中均包括原用户身份标识和原用户基本信息,所述原用户基本信息包括原用户地址信息、原用户婚姻信息、原用户联系电话信息中的至少一种信息;
所述对所述第一用户信息进行文本识别,并根据所述第一用户信息与所述原用户信息的文本语义相似比与阈值的关系,生成对应的分析结果,包括:
将所述第一用户身份标识和各条所述原用户信息中的原用户身份标识进行匹配,获取与所述第一用户信息对应的原用户信息;
对所述第一用户基本信息和所述原用户基本信息进行文本识别,计算所述第一用户基本信息与所述原用户基本信息的文本语义相似比,并检测所述文本语义相似比与所述阈值的大小关系;
在所述文本语义相似比小于所述阈值时,判定为异常;所述异常包括与用户地址信息对应的第一异常、与用户婚姻信息对应的第二异常和与用户联系电话信息对应的第三异常;
在未触发所述第一异常、所述第二异常和所述第三异常中的任何异常时,生成表征低度风险的第一分析结果;在只触发所述第一异常、所述第二异常和所述第三异常中的一种异常时,生成表征中度风险的第二分析结果;在触发所述第一异常、所述第二异常和所述第三异常中的至少两种异常时,生成表征高度风险的第三分析结果。
8.如权利要求7所述的服务器,其特征在于,所述对所述第一用户基本信息和所述原用户基本信息进行文本识别,计算所述第一用户基本信息与所述原用户基本信息的文本语义相似比,包括:
将所述第一用户地址信息与对应的原用户地址信息进行文本识别,将所述第一用户婚姻信息与对应的原用户婚姻信息进行文本识别,将所述第一用户联系电话信息与对应的原用户联系电话信息进行文本识别;
分别计算所述第一用户地址信息与对应的原用户地址信息的第一文本语义相似比,所述第一用户婚姻信息与对应的原用户婚姻信息的第二文本语义相似比,所述第一用户联系电话信息与对应的原用户联系电话信息的第三文本语义相似比;
将所述第一文本语义相似比、第二文本语义相似比和第三文本语义相似比三者的加权之和作为最终的文本语义相似比,或将第一文本语义相似比、第二文本语义相似比和第三文本语义相似比中的最小值作为最终的文本语义相似比。
9.如权利要求7或8所述的服务器,其特征在于,所述处理器执行所述计算机程序时,还实现如下步骤:
获取用户输入第一用户信息时的行为特征信息;所述行为特征信息包括信息输入时间和信息编辑次数;
在所述信息输入时间大于预设时长且所述信息编辑次数大于预设次数时,生成表征高度风险的第四分析结果。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810436235.3A CN108596759A (zh) | 2018-05-09 | 2018-05-09 | 贷款申请信息检测方法及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810436235.3A CN108596759A (zh) | 2018-05-09 | 2018-05-09 | 贷款申请信息检测方法及服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108596759A true CN108596759A (zh) | 2018-09-28 |
Family
ID=63636453
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810436235.3A Pending CN108596759A (zh) | 2018-05-09 | 2018-05-09 | 贷款申请信息检测方法及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108596759A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109558592A (zh) * | 2018-11-29 | 2019-04-02 | 上海点融信息科技有限责任公司 | 基于人工智能获取客户信用风险评估信息的方法及设备 |
CN109800354A (zh) * | 2019-01-09 | 2019-05-24 | 考拉征信服务有限公司 | 一种基于区块链存储的简历修改意图识别方法及系统 |
CN109815255A (zh) * | 2018-12-14 | 2019-05-28 | 平安普惠企业管理有限公司 | 在基于网站的贷款方法和装置 |
CN110363644A (zh) * | 2019-06-17 | 2019-10-22 | 深圳壹账通智能科技有限公司 | 异常信息识别方法、装置、计算机设备及存储介质 |
CN110489747A (zh) * | 2019-07-31 | 2019-11-22 | 北京大米科技有限公司 | 一种图像处理方法、装置、存储介质及电子设备 |
WO2020073495A1 (zh) * | 2018-10-08 | 2020-04-16 | 平安科技(深圳)有限公司 | 基于人工智能的复审方法、装置、设备及存储介质 |
CN111930890A (zh) * | 2020-07-28 | 2020-11-13 | 深圳市梦网科技发展有限公司 | 信息发送方法、装置、终端设备及存储介质 |
CN112686244A (zh) * | 2020-12-29 | 2021-04-20 | 平安银行股份有限公司 | 基于图片处理接口的自动审批方法、装置、设备及介质 |
CN116862661A (zh) * | 2023-07-20 | 2023-10-10 | 苏银凯基消费金融有限公司 | 基于消费金融场景的数字信用审批与风险监测系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060218079A1 (en) * | 2005-02-08 | 2006-09-28 | Goldblatt Joel N | Web-based consumer loan database with automated controls for preventing predatory lending practices |
CN105871784A (zh) * | 2015-01-22 | 2016-08-17 | 阿里巴巴集团控股有限公司 | 信息变更处理方法及装置 |
CN106909534A (zh) * | 2015-12-23 | 2017-06-30 | 中国移动通信集团公司 | 一种判别文本安全性的方法及装置 |
CN107657525A (zh) * | 2017-08-29 | 2018-02-02 | 深圳市佰仟金融服务有限公司 | 一种贷款审批方法及服务器 |
CN107977342A (zh) * | 2016-10-25 | 2018-05-01 | 阿里巴巴集团控股有限公司 | 一种文档对比方法及装置 |
-
2018
- 2018-05-09 CN CN201810436235.3A patent/CN108596759A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060218079A1 (en) * | 2005-02-08 | 2006-09-28 | Goldblatt Joel N | Web-based consumer loan database with automated controls for preventing predatory lending practices |
CN105871784A (zh) * | 2015-01-22 | 2016-08-17 | 阿里巴巴集团控股有限公司 | 信息变更处理方法及装置 |
CN106909534A (zh) * | 2015-12-23 | 2017-06-30 | 中国移动通信集团公司 | 一种判别文本安全性的方法及装置 |
CN107977342A (zh) * | 2016-10-25 | 2018-05-01 | 阿里巴巴集团控股有限公司 | 一种文档对比方法及装置 |
CN107657525A (zh) * | 2017-08-29 | 2018-02-02 | 深圳市佰仟金融服务有限公司 | 一种贷款审批方法及服务器 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020073495A1 (zh) * | 2018-10-08 | 2020-04-16 | 平安科技(深圳)有限公司 | 基于人工智能的复审方法、装置、设备及存储介质 |
CN109558592A (zh) * | 2018-11-29 | 2019-04-02 | 上海点融信息科技有限责任公司 | 基于人工智能获取客户信用风险评估信息的方法及设备 |
CN109815255B (zh) * | 2018-12-14 | 2024-04-05 | 武汉安辰鑫信息科技有限公司 | 基于网站的贷款方法和装置 |
CN109815255A (zh) * | 2018-12-14 | 2019-05-28 | 平安普惠企业管理有限公司 | 在基于网站的贷款方法和装置 |
CN109800354A (zh) * | 2019-01-09 | 2019-05-24 | 考拉征信服务有限公司 | 一种基于区块链存储的简历修改意图识别方法及系统 |
CN110363644A (zh) * | 2019-06-17 | 2019-10-22 | 深圳壹账通智能科技有限公司 | 异常信息识别方法、装置、计算机设备及存储介质 |
WO2020253348A1 (zh) * | 2019-06-17 | 2020-12-24 | 深圳壹账通智能科技有限公司 | 异常信息识别方法、装置、计算机设备及存储介质 |
CN110489747A (zh) * | 2019-07-31 | 2019-11-22 | 北京大米科技有限公司 | 一种图像处理方法、装置、存储介质及电子设备 |
CN111930890A (zh) * | 2020-07-28 | 2020-11-13 | 深圳市梦网科技发展有限公司 | 信息发送方法、装置、终端设备及存储介质 |
CN112686244B (zh) * | 2020-12-29 | 2024-03-19 | 平安银行股份有限公司 | 基于图片处理接口的自动审批方法、装置、设备及介质 |
CN112686244A (zh) * | 2020-12-29 | 2021-04-20 | 平安银行股份有限公司 | 基于图片处理接口的自动审批方法、装置、设备及介质 |
CN116862661A (zh) * | 2023-07-20 | 2023-10-10 | 苏银凯基消费金融有限公司 | 基于消费金融场景的数字信用审批与风险监测系统 |
CN116862661B (zh) * | 2023-07-20 | 2024-04-26 | 苏银凯基消费金融有限公司 | 基于消费金融场景的数字信用审批与风险监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108596759A (zh) | 贷款申请信息检测方法及服务器 | |
CN107330445B (zh) | 用户属性的预测方法和装置 | |
KR101779036B1 (ko) | 머신러닝을 이용하여 이상거래를 탐지하기 위한 장치 및 그 방법 | |
US8458090B1 (en) | Detecting fraudulent mobile money transactions | |
CN110363417A (zh) | 金融风险策略生成方法、装置及电子设备 | |
CN108734012A (zh) | 恶意软件识别方法、装置及电子设备 | |
CN111931047B (zh) | 基于人工智能的黑产账号检测方法及相关装置 | |
CN111639690A (zh) | 基于关系图谱学习的欺诈分析方法、系统、介质及设备 | |
CN111179051A (zh) | 金融目标客户确定方法、装置及电子设备 | |
CN112016138A (zh) | 一种车联网自动化安全建模的方法、装置和电子设备 | |
CN111833182A (zh) | 识别风险对象的方法和装置 | |
CN114782161A (zh) | 识别风险用户的方法、装置、存储介质及电子装置 | |
Lin | The AI Revolution in Financial Services: Emerging Methods for Fraud Detection and Prevention | |
CN112818868B (zh) | 基于行为序列特征数据的违规用户识别方法和装置 | |
CN111641594B (zh) | 基于页面行为的欺诈用户检测方法、系统、介质及设备 | |
CN111245815B (zh) | 数据处理方法、装置、存储介质及电子设备 | |
CN111222181B (zh) | Ai模型的监管方法、系统、服务器及存储介质 | |
CN109636627B (zh) | 基于区块链的保险产品管理方法、装置、介质及电子设备 | |
CN112699659B (zh) | 房源虚假信息识别方法、装置、电子设备及存储介质 | |
CN115827122A (zh) | 操作引导方法、装置、电子设备及存储介质 | |
CN115689571A (zh) | 异常用户行为监测方法、装置、设备和介质 | |
CN114065194A (zh) | 异常接口申请的检测方法及其装置、电子设备及存储介质 | |
US20210233082A1 (en) | Fraud detection via incremental fraud modeling | |
CN111986033A (zh) | 一种等效表达式识别方法、识别装置及终端设备 | |
Imeri et al. | Check for updates Smart Contract Analyzer. A Tool for Detecting Fraudulent Token Contracts |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180928 |