CN109035002A - 一种数据对象的匹配方法、装置、介质和电子设备 - Google Patents
一种数据对象的匹配方法、装置、介质和电子设备 Download PDFInfo
- Publication number
- CN109035002A CN109035002A CN201810687755.1A CN201810687755A CN109035002A CN 109035002 A CN109035002 A CN 109035002A CN 201810687755 A CN201810687755 A CN 201810687755A CN 109035002 A CN109035002 A CN 109035002A
- Authority
- CN
- China
- Prior art keywords
- data
- data object
- matching
- user
- qualifications
- 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
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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本公开实施例公开了一种数据对象的匹配方法、装置、介质和电子设备,其中,该方法包括:获取第一数据对象的与第二数据对象相关的第一数据,所述第一数据中的至少一个可在预定范围内进行调整;获取第二数据对象的第二数据;根据所述第一数据对象的所述第一数据和所述第二数据对象的所述第二数据进行所述第一数据对象和所述第二数据对象的匹配。
Description
技术领域
本公开实施例涉及金融技术领域,尤其涉及一种数据对象的匹配方法和装置、介质和电子设备。
背景技术
随着互联网行业的蓬勃发展,通过互联网获得各类生活服务的用户越来越多,互联网大数据可有效解决信息不对称的问题,在用户和服务供应商之间实现快速合理的需求匹配。典型地,比如互联网金融承担着普惠金融的重担,其整个行业的目标是尽可能地满足用户的多元化金融需求,但由于不同的贷款产品遵循不同的贷款审批条件,如果贷款机构不加区分地向不同的用户推销同样的贷款产品,符合审批条件的用户的比率通常比较低;另一方面,很多用户缺少对贷款产品的了解,贷款产品的审批条件也通常不对用户公开,用户很难在海量的贷款产品中找到满足自己金融需求的、同时自己又满足其审批条件的贷款产品。近来,随着互联网大数据行业的发展,使用大数据做特征画像成为可能,包括贷款机构、用户、贷款产品等都可以通过特征画像打上相应的标签,贷款机构利用标签可以更容易地为自己的贷款产品找到符合审批条件的用户。
然而,在现有的需求匹配方案中,对所有的产品和用户均是无差别地处理和推荐,虽然较易满足单个产品或单个用户的需求,但面对复杂情况时较难获得让各方都满意的匹配方案。尤其是对于条件较多、不同对象差异较大的多贷款产品和多用户的匹配中,现有技术并不能实现绝大多数资源与用户需求之间基本对等的匹配方案,目前仍然存在整体匹配成功率低的问题,这极大限制了用户获取服务的效率,降低了用户体验。
发明内容
(一)技术问题
本公开实施例要解决的技术问题在于,在多贷款产品和多用户的匹配中,目前仍然存在匹配成功率低的问题。
(二)技术方案
为解决上述问题,本公开实施例的第一方面提供了一种数据对象的匹配方法,包括:获取第一数据对象的与第二数据对象相关的第一数据,所述第一数据中的至少一个可在预定范围内进行调整;获取第二数据对象的第二数据;根据所述第一数据对象的所述第一数据和所述第二数据对象的所述第二数据进行所述第一数据对象和所述第二数据对象的匹配。
进一步,当匹配失败时,在所述预定范围内调整所述第一数据;根据调整后的所述第一数据继续进行所述第一数据对象和所述第二数据对象的匹配。
进一步,所述第一数据包括至少一个具有不同调整优先级的限定条件;所述在预定范围内调整所述第一数据包括:按照所述调整优先级从低到高的顺序依次调整所述限定条件。
进一步,所述在预定范围内调整所述第一数据包括:每次调整一个所述限定条件。
进一步,所述在预定范围内调整所述第一数据包括:按照预设顺序在所述预定范围内调整所述第一数据。
进一步,所述按照预设顺序在所述预设范围内调整所述第一数据包括:若所述第一数据是离散变量,按照所述预设顺序依次调整所述第一数据;若所述第一数据是连续变量,按照所述预设顺序和预设间隔调整所述第一数据。
进一步,所述第一数据对象包括贷款产品,所述第二数据对象包括用户,所述第一数据包括所述贷款产品中与用户相关的限定条件,所述第二数据包括所述用户的关联信息。
根据本公开实施例的另一个方面,提供一种数据对象的匹配装置,包括:第一获取模块,用于获取第一数据对象的与第二数据对象相关的第一数据,所述第一数据中的至少一个可在预定范围内进行调整;第二获取模块,用于获取第二数据对象的第二数据;匹配模块,用于根据所述第一获取模块获取的所述第一数据对象的所述第一数据和所述第二获取模块获取的所述第二数据对象的所述第二数据进行所述第一数据对象和所述第二数据对象的匹配。
进一步,该数据对象的匹配装置还包括:调整模块,用于当所述匹配模块进行的所述匹配失败时,在所述预定范围内调整所述第一数据;所述匹配模块,还用于根据所述调整模块调整后的所述第一数据继续进行所述第一数据对象和所述第二数据对象的匹配。
进一步,所述第一数据包括至少一个具有不同调整优先级的限定条件;在所述调整模块中,当所述调整模块调整所述第一数据时,按照所述调整优先级从低到高的顺序依次调整所述限定条件。
进一步,在所述调整模块中,当所述调整模块调整所述第一数据时,每次调整一个所述限定条件。
进一步,在所述调整模块中,当所述调整模块调整所述第一数据时,按照预设顺序在所述预定范围内调整所述第一数据。
进一步,在所述调整模块中,当所述调整模块调整所述第一数据时:若所述第一数据是离散变量,按照所述预设顺序依次调整所述第一数据;若所述第一数据是连续变量,按照所述预设顺序和预设间隔调整所述第一数据。
进一步,所述第一数据对象包括贷款产品,所述第二数据对象包括用户,所述第一数据包括所述贷款产品中与用户相关的限定条件,所述第二数据包括所述用户的关联信息。
根据本公开实施例的另一个方面,提供一种非暂态计算机可读存储介质,非暂态计算机可读存储介质存储计算机指令,计算机指令用于使计算机执行上述任一种数据对象的匹配方法。
根据本公开实施例的另一个方面,提供一种电子设备,包括存储器、处理器及存储在所述存储器上并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程序时实现如上任一种所述数据对象的匹配方法的步骤。
(三)技术效果
本公开实施例具有如下技术效果:通过根据第一数据对象(例如贷款产品)的可调整的与第二数据对象(例如用户)相关的数据(例如限定条件)和第二数据对象(用户)的数据进行第一数据对象和第二数据对象的匹配,使得第一数据对象可以针对第二数据对象进行动态调整,提高了匹配灵活度,从而提高了匹配成功率,提升了互联网服务的效率和用户体验。
附图说明
图1是本公开实施例所依赖的硬件架构的结构示意图;
图2是本公开实施例的数据对象的匹配方法的流程图;
图3是本公开实施例的数据对象的匹配方法的流程图;
图4是本公开实施例的数据对象的匹配方法的流程图;
图5是本公开实施例的数据对象的匹配方法的流程图;
图6是本公开实施例的数据对象的匹配方法的流程图;
图7是本公开实施例的数据对象的匹配方法的流程图;
图8是本公开实施例的数据对象的匹配方法的流程图;
图9是本公开实施例的数据对象的匹配方法的流程图;
图10是本公开实施例的数据对象的匹配方法的流程图;
图11A中是一种实施例的放贷客户端界面示意图;
图11B中是对限定条件调整后的放贷客户端界面示意图;
图12是本公开实施例的一种数据对象的匹配装置的结构示意图;
图13是本公开实施例的一种数据对象的匹配装置的结构示意图;
图14是本公开实施例的一种数据对象的匹配系统的结构示意图;
图15是本公开实施例的一种电子设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本公开实施例进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本公开实施例的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开实施例的概念。
图1是本公开实施例所依赖的系统架构示意图。
如图1所示,该系统包括:服务器和至少两类客户端设备(申贷客户端和放贷客户端),申贷客户端设备和放贷客户端设备均通过网络连接至服务器来实现数据的传输,申贷客户端设备为贷款申请人使用的客户端设备,供申贷用户上传自己的贷款需求信息和其他的个人相关信息(包括个人基本信息数据、个人征信大数据和历史交易数据等),同时会展示贷款产品;放贷客户端设备供贷款公司使用,用于发布贷款产品和批贷条件,并在确认用户匹配批贷条件后向该用户发放对应的贷款。服务器作为中介机构,能够获取、存储和处理申贷用户和贷款公司的数据,从而进行双方的匹配。服务器作为信息交互和处理的核心方,接收各方的数据并加工处理,将处理后的匹配结果反馈给各方审核,促进贷款交易的完成,同时服务器也会接收申贷用户的贷款申请和该贷款申请的审核结果。需要说明的是,在以下本公开实施例中,用户均是指贷款申请人,可以是个人,也可以是企业。详细的实施过程请参见以下实施例的介绍:
在本公开的实施例中,如图2所示,提供了一种数据对象的匹配方法,可以通过上述服务器执行,包括步骤S1-S3:
S1,获取第一数据对象的与第二数据对象相关的第一数据,所述第一数据中的至少一个可在预定范围内进行调整。
其中,本公开实施例主要是为互联网服务所针对的两种对象进行需求匹配,因互联网服务通常基于带有数据处理功能的终端实现,故本公开实施例是对互联网服务中的服务产品和用户这两种数据对象的处理。优选地,在本公开的实施例中,所述第一数据对象包括贷款产品,所述第二数据对象包括用户,所述第一数据包括所述贷款产品中与用户相关的限定条件。当然,本领域相关技术人员可以理解,贷款产品和用户仅仅是本公开的优选实施例之一,由于互联网金融贷款服务对于可靠性、隐私和安全性等都有更高的要求,可适应这些更高要求的本公开实施例的方案显然也可应用于其他互联网服务,故此处不应视为对本公开实施例中两种数据对象的具体限制。
S2,获取第二数据对象的第二数据。
其中,本公开的优选实施例中,当所述第二数据对象包括用户时,所述第二数据包括所述用户的关联信息。现有技术中对数据获取、尤其是用户的关联信息的获取具有多种可行的实施方式,包括但不限于接收用户输入、网络爬取、采集用户终端数据或从第三方收集等,这些实施方式均可适用于本公开的实施例,在此不对本公开的实施例的数据获取方式做具体的限制。
S3,根据所述第一数据对象的所述第一数据和所述第二数据对象的所述第二数据进行所述第一数据对象和所述第二数据对象的匹配。
其中,在本公开的实施例中,依靠具有相对明确表征的第一数据和第二数据对彼此的限定,来发现满足各自限定的第二数据对象和/或第一数据对象,从而为第一数据对象和第二数据对象的匹配提供可靠的数据信息。
具体地,本公开实施例通过根据第一数据对象(例如贷款产品)的可调整的与第二数据对象(例如用户)相关的数据(例如限定条件)和第二数据对象(用户)的数据进行第一数据对象和第二数据对象的匹配,使得第一数据对象可以针对第二数据对象进行动态调整,提高了匹配灵活度,从而提高了匹配成功率,提升了互联网服务的效率和用户体验。
在本公开的一个优选实施例中,以贷款产品和用户之间的双方匹配为例,根据贷款产品中与用户相关的限定条件和用户的关联信息,来发现满足贷款产品发放条件的用户和/或满足用户需求的贷款产品,从而促进双方的匹配。优选地,全部限定条件或部分限定条件具有一定的可调范围;限定条件可以包括对用户的个人信息的限定,例如收入、年龄、学历、职业、性别、征信等;也可以包括对其他与用户相关的信息的限定,例如匹配用户数量。
此外,限定条件可以包括多个,其中至少一个可以在预定范围内调整。对于非数值型的限定条件,例如婚姻状态、职业,可预设多个可供调整的选项,例如婚姻状态可以预设未婚、已婚、离异、丧偶等选项;对于数值型的限定条件,例如收入、年龄,则可预设一个或多个可供选择的数值区间,例如收入可以预设10-30万/年。
优选地,用户的关联信息可以是与限定条件所对应或相关的信息。例如,限定条件是收入,则获取的用户信息可以是缴税额、工资流水等信息。对于数值型的限定条件,例如收入,获取的用户的信息可以是能够直接或间接得到该数值型限定条件的信息,例如如前所述的缴税额、工资流水。对于非数值型的限定条件,例如信用,获取的用户的信息可以是能够根据预设的规则/模型对该非数值型的限定条件评判的信息,例如违约记录、资产负债状况等。
可选地,本公开实施例中的匹配可以是具体的贷款产品和用户贷款申请之间的匹配,即以促进直接的交易为目的。但在某些可选的实施例中,也可考虑以促进潜在的交易为目的进行匹配,比如典型地,用户当前并未提出明确的贷款申请,但是根据用户的历史数据或用户特征画像等推测其在近期可能会有一笔贷款需求,则此处的匹配可以是贷款产品与用户潜在需求的匹配;又或者,贷款机构目前只有放贷的基本意愿,如存在一定额度的资金在一段时间内可以自由支配,尚未确定具体如何设定贷款产品,也可用模糊条件发现用户各种需求的规模,从而帮助设定贷款产品,促进潜在交易。当然,在某些实施例中,双方均是潜在需求的匹配也是可行的;另外,匹配时双方条件的优先级可以是均等的,也可以某一方的条件为优先等等,在此不对本公开实施例的具体匹配原则进行限制。
本公开的优选实施例将该贷款机构的贷款产品和用户进行双向匹配,使得贷款机构可以按照自己的需求来选择潜在用户,同样地,也可以为用户匹配适合的贷款产品。由此可见,本公开的优选实施例一方面能够提高匹配成功率,另一方面能够实现贷款产品和用户的精准匹配,进而提高贷款交易量以及贷款审核成功率。
在本公开的实施例中,进行第一数据对象和第二数据对象的匹配后可以有两种结果,一种是匹配成功,即匹配结果满足双方的要求,此时,可以直接将匹配结果发送给对应的终端进行处理;另一种是匹配失败,在匹配失败时,则需要采用以下实施例介绍的技术方案对第一数据进行调整:
进一步如图3所示的本公开的一个优选实施例中,在前述的步骤S3之后,该匹配方法还包括:
S4,判断是否匹配失败;
优选地,以贷款产品和用户之间的双方匹配为例,在根据限定条件和用户的关联信息进行双方的匹配后,会得到匹配结果,步骤S4是判断该匹配结果是否满足贷款机构的要求,若满足要求,则认为匹配成功,若不满足要求,则认为匹配失败。贷款机构的要求可以是贷款产品的限定条件中的任一个。
S5,当匹配失败时,在所述预定范围内调整所述第一数据;
优选地,当匹配结果无法满足贷款产品的限定条件中的任一个时,即认为匹配失败。或者由贷款机构设置至少一个重点关注的限定条件,若匹配结果无法满足重点关注的限定条件中的一个或多个,即认为匹配失败。
例如:若匹配得到的用户数量未达到贷款机构预期的用户数量,即认为匹配失败。需要说明的是,在不同的情况下,匹配失败的判断标准会有所不同,例如:若贷款机构希望得到的用户匹配量至少为5000,那么如果用户匹配量小于5000,则认为匹配失败,而若贷款机构希望得到的用户匹配量在4800-5300的范围内,那么如果用户匹配量在这一范围之外,则都认为是匹配失败,进一步地,若用户匹配量大于5300,则需要缩小匹配范围,若用户匹配量小于4800,则需要扩大匹配范围。
再例如:限定条件为硕士及以上、年薪100万和职业稳定,贷款机构希望得到的用户匹配量为4万,虽然最终匹配得到的用户匹配量是4万,但是这些匹配结果中用户的学历并不全都是硕士及以上,则依然认为匹配失败。
在步骤S5对限定条件调整后,则返回步骤S3继续进行双方的匹配,即根据调整后的限定条件继续进行双方的匹配;在上述对限定条件调整完成后,服务器的匹配范围相当于被扩大,随即也会得到一个更加符合贷款机构要求的匹配结果。当然调整后的匹配范围也可以变小,本质上均是为了满足贷款机构的限定条件。
例如:某一贷款公司设置的限定条件是需要申贷用户年薪100万,没有违约记录,有稳定职业,用户匹配数量是4万,可调范围是年薪≥80万,服务器通过筛选得出符合限定条件的用户匹配量是3万,由于这一结果没有达到该贷款机构要求的用户匹配量,服务器则会自动在预定范围内调整限定条件,即调低用户年薪金额,在同时满足用户年薪≥80万的基础上筛选符合的用户。若调整后的匹配结果是年薪>90万,用户匹配量是4.5万。也就是说,通过本公开实施例的方法,最终给出的限定条件与贷款机构最初设置的限定条件并不一一对应(例如年薪),而是通过对限定条件的参数在预定范围内调整后,自动得到一组最适合的参数组合,该参数能够帮助贷款机构获得预期的潜在客户,满足其对申请贷款的用户的要求,在风险不变的情况下,提高贷款交易量。
在本公开实施例中,服务器可以对限定条件进行自动的动态调整,从而匹配得到满足贷款机构要求的结果。
在一个实施方式中,可在预定范围内进行调整的第一数据包括多个具有不同调整优先级的限定条件,则如图4所示,步骤S5的调整所述第一数据包括:
S5a,按照所述调整优先级从低到高的顺序依次调整所述限定条件。在步骤S5a之后,则返回步骤S3继续进行双方的匹配。其中,调整优先级可以是每一限定条件都设置有,也可以是部分限定条件设置有。优选地,调整优先级可以由贷款机构自定义,也可以是通过大数据分析后默认设置的,例如:优先级顺序为:收入—职位—风险因素,或者是学历—职业—固定资产,或者是年龄-性别-匹配得到的用户量,在调整时,可以按照上述优先级顺序来进行调整,也可以是按照相反的优先级顺序进行调整,例如:风险因素—职位—收入,或者是固定资产—职业—学历,或者是匹配得到的用户量-性别-年龄。上述优先级顺序是以3个限定条件来举例说明,但本公开实施例并不限于3个限定条件,可以是2个,也可以是4个或者5个甚至更多。需要说明的是,优先级顺序可以根据不同的应用场景适当地调整,凡是基于本公开实施例的全部限定条件或部分限定条件的任意组合方式,都在本公开实施例的限定范围内。服务器在通过大数据分析得到调整优先级可以是:对海量的贷款机构设置的限定条件进行分析,认为设置年薪-职业-风险因素的优先级顺序的贷款机构数量居多,则可以将年薪-职业-风险因素的优先级顺序设置为默认的调整优先级。
同样地,也可以是按照调整优先级从高到低的顺序依次调整限定条件。
进一步如图5所示的本公开的一个优选实施例中,步骤S5的调整所述第一数据包括:
S5b,每次调整一个限定条件。在步骤S5b之后则返回步骤S3继续进行双方的匹配。
如前所述,优选是按照优先级由低到高的顺序来调整限定条件,若在首次匹配失败时,则由优先级最低的限定条件开始进行调整,若仍然匹配失败则可以继续调整下一高优先级的限定条件。例如:优先级顺序为收入—职位—风险因素,则在首次匹配失败时,首先选择收入这一限定条件进行调整,然后进行双方的匹配,若依然匹配失败,则继续选择职位这一限定条件进行调整,再进行双方的匹配,进而根据匹配结果决定是否需要继续进行调整,如果需要,则对风险因素进行调整,如果不需要,则表示匹配成功。
在确定了调整优先级之后,则需要利用当前调整优先级的限定条件的预定范围,对当前限定条件进行调整,以下介绍的是针对每一限定条件如何进行调整的方法:
如图6所示,步骤S5的调整所述第一数据包括:
S5c,按照预设顺序在预设范围内调整所述第一数据,在步骤S5c之后则返回步骤S3继续进行双方的匹配。其中,预设顺序可以是由服务器根据限定条件预先设置的,也可以是非随机设置的,即由服务器根据实际情况设置一个预设顺序。
由于对每一限定条件进行调整时,都是尝试性地调整,通常并非一次调整就能够匹配成功,因此,对于同一限定条件,多次调整时每一次如何调整是一个要解决的问题,以下实施例介绍了对同一限定条件每一次如何调整的实施方式。
进一步如图7所示的本公开的一个优选实施例中,步骤S5c:按照预设顺序在所述预设范围内调整所述第一数据包括:
S5c0,判断所述第一数据是否为离散变量;
S5c1,当所述第一数据是离散变量时,按照预设顺序依次调整所述第一数据;
当所述第一数据是离散变量时,各个变量之间互为独立,变量的数量一般不会很大,因此,仅按照预设顺序来调整所述第一数据即可。优选地,例如:贷款产品的限定条件为学历,预设顺序是专科、本科、硕士和博士;则在匹配失败需要扩大用户匹配量时,可以按照专科、本科、硕士和博士的预设顺序调整学历这一限定条件,而如果需要缩小用户匹配量时,则又可以按照博士、硕士、本科和专科的预设顺序调整学历这一限定条件。再例如:限定条件为风险因素,预设顺序是一般-良好-优,则在匹配失败需要扩大用户匹配量时,可以按照一般、良好、优的预设顺序调整风险因素这一限定条件,而如果需要缩小用户匹配量时,则又可以按照优-良好-一般的预设顺序调整风险因素这一限定条件。
S5c2,当所述第一数据不是离散变量,即所述第一数据是连续变量时,按照预设顺序和预设间隔调整所述第一数据;其中,每次调整的预设间隔可以相同,也可以不同,例如:年薪为100万,预定范围为大于或者等于80万,则年薪的预设顺序和预设间隔可以是90万和80万,也可以是95万、85万和80万。
在步骤S5c1和步骤S5c2对所述第一数据进行调整后,则返回步骤S3继续进行双方的匹配。
当所述第一数据是连续变量时,服务器如果按照连续变量的顺序一一进行尝试,很可能需要进行很多次计算才能匹配成功,这显然会导致服务器计算压力较大,且匹配速度也会受到影响。因此,为了减小服务器的计算压力,提高匹配速度,可以限定一个预设间隔,即每次调整的调整量,这样,可以减小计算压力,同时,也可以提高匹配速度。
例如:限定条件为年薪大于100万,预设顺序是减小或者增大,预设间隔是10万,则在匹配失败需要扩大用户匹配量时,预设顺序为90万、80万、70万等,而如果需要缩小用户匹配量,则预设顺序为110万、120万、130万等。
在本公开实施例以上介绍的实施例中,通常是先采用一个调整优先级对相应的限定条件进行调整,进而再采用预设顺序对每一限定条件进行调整,也就是说首先采用预设顺序对每一限定条件调整至无法调整时,再对高优先级的限定条件进行调整,例如:限定条件为年薪大于100万,年龄为30,年薪的预设顺序是90万、80万,年龄的预设顺序是30、35、40,调整优先级由低到高为年薪-年龄,则首先对年薪进行调整,每次减小10万进行匹配,若年薪调整为80万以后匹配仍然失败,再对年龄进行调整。
另外,还可以是对所有可调整的限定条件按照优先级顺序以及预设顺序依次进行一次调整,若仍然匹配失败,再对所有可调整的限定条件按照优先级顺序以及预设顺序依次进行二次调整,也就是说采用每个限定条件的预设顺序先对所有限定条件按照优先级顺序依次进行一次调整,若仍匹配失败,则将上述过程再重复进行一次。例如:限定条件为年薪大于100万,年龄为30,年薪的预设顺序是90万、80万,年龄的预设顺序是35、40,调整优先级由低到高为年薪-年龄,则在匹配失败时,首先将年薪调整为80万,完成对年薪的第一次调整,若仍然匹配失败,则将年龄调整为35,并在年薪一次调整的基础上继续进行匹配,若仍然匹配失败,则继续将年薪调整为80万进行匹配,在该举例中,其调整顺序为年薪90万-年龄35-年薪80万-年龄40……。
在本公开的实施例中,当涉及到需多次调整条件进行匹配时,一种可选的实施方式还包括,根据当前匹配结果与目标结果的差异来动态选择条件的调整间隔,比如差异大时可大幅度地调整条件,差异小时对条件仅进行微调等。在另一种可选的实施方式中,还可采用多种策略来调整限定条件,以快速逼近目标结果,比如,可优先对限定条件的上下限进行匹配,以快速发现无效的调整方式(即无论如何调整也不可能满足目标的条件范围),或是根据上下限的匹配结果预测最有可能满足目标的条件位置来调整条件;又或者,采用二分法(折半查找)的思想,每次通过将条件调整到目标范围的中间值进行匹配,来排除掉一半的无效范围,快速缩小目标范围。事实上,现有技术中对查找/搜索算法的研究较为充分,其思想均可运用到本公开的实施例中以尽快发现最优匹配,在此不再一一赘述。
此外,在本公开的实施例中,在某些极限情况下,比如设备的计算能力充分时,显然还可对条件的多个甚至全部调整方式同时进行匹配,以求最快发现最优的匹配方式。又或者,当设备的存储能力足够时,显然也可对已经进行过匹配的条件和结果(无论是否成功)均进行记录,以便利用记录为此后再次出现的相同或相似的需求快速发现匹配结果。在本公开的一些优选实施例中,上述一种或多种条件调整方式还可进一步相互结合,以进一步提高匹配效率和/或降低匹配成本,故在此不对本公开实施例中调整限定条件进行再次匹配的具体方式做出限制。
在另一个可选的实施方式中,本公开实施例还可以在匹配成功时,还可以将用户的信息以及为用户匹配的相应的贷款产品反馈至贷款机构和/或用户,从而实现精准为用户推荐适合的贷款产品,提高贷款交易量。
进一步如图8所示的本公开的一个优选实施例中,在步骤S4后还包括步骤S4’判断是否第二次匹配失败。其中,此处所说二次匹配失败通常理解为在全部所述预定范围内调整所述第一数据后仍未能发现预期的匹配结果的情况,而不应简单地理解为对所述第一数据任意调整一次过后的再次匹配失败情况(即未完成全部调整后的失败情况)。
S6,若是第二次匹配失败,则将不满足的所述第一数据发送给相关的处理终端。
例如:通过调整年薪在80万以上后,得到的匹配用户量仍然没有达到贷款机构要求的4万人,则将年薪80万这个限定条件反馈回贷款机构,以便于放贷机构根据实际情况,调整或者修改相对应的限定条件以及预定范围。
进一步地,若调整之后依然匹配失败,则还可以包括如下步骤:在预定范围之外对限定条件进行调整,并筛选接近预定范围的用户,将该些用户的信息反馈至贷款机构。具体地,若服务器判断出在调整后还是无法满足贷款机构的要求,则可自行对预定范围进行调整,在预定范围之外的小幅度范围内调整预定范围,然后对限定条件进行调整,进而筛选出接近贷款机构要求的用户匹配数量。服务器可以自行设置一个微调范围,在该微调范围内进行调整,以使得匹配结果逼近贷款机构的要求,与此同时,可以将该微调后的限定条件和匹配结果返回给贷款机构,以使贷款机构进行参考,对限定条件进行调整和修改。
例如:通过调整用户年薪在80万以上之后,匹配的用户数量仍然没有达到贷款机构要求的4万人,则以年薪接近80万且匹配到的用户数量最接近贷款机构想要的申贷用户数量的匹配结果为准,将这些用户的信息发送至贷款机构。使贷款机构更了解市场需求,以便根据市场需求对预设匹配条件适时地进行调整和修改,以适应市场需求,同时,也提高贷款成功率。
进一步如图9所示的本公开的一个优选实施例中,该数据对象的匹配方法还包括:
S901,查询匹配到的用户的画像数据;
其中,用户的画像数据是基于用户授权的信息进行画像得到,画像数据体现不同用户的个性化特点。用户授权的信息包括个人征信大数据、递交的信息数据和历史交易数据中的一个或多个。
步骤S901可以是在匹配成功,即满足贷款机构的要求之后执行。
S902,基于匹配到的用户的画像数据匹配相应的贷款产品;
具体地,是在匹配成功时,查询用户的画像数据,为该些用户匹配相应的贷款产品,并向用户推荐匹配得到的相对应的金融/贷款产品。至此,服务器建立了金融/贷款产品与客户之间的连接,实现了用户和贷款机构之间的信息交互,弥补了现有技术中用户和贷款机构之间相互信息缺失的缺陷。
S903,向匹配到的用户推荐贷款产品。
服务器在为用户匹配到适合的贷款产品后,可以将贷款产品推送给用户,从而实现贷款产品和用户的精准匹配。
通过本公开实施例的方法,能够满足不同贷款机构的需求,即贷款机构可以清晰了解哪些用户能够通过自己的风险审核的基础上,实现将金融/贷款产品精准的推送给符合条件的用户,使得用户能够知道哪款产品适合自己,从而选择到适合自己的产品,进而提高整个行业的审核通过率,提高贷款机构的贷款交易量。
在另一个实施方式中,还可以结合用户在服务器中上传的对贷款产品的需求信息,进行贷款产品和用户的双向匹配,在考虑了申贷用户的需求信息后,能够更精准的实现针对申贷用户和贷款机构双向匹配,提高贷款交易量。
进一步如图10所示的本公开的一个优选实施例中,该数据对象的匹配方法还包括:
S1001,检测用户的信息是否包括潜在风险数据项;
S1002a,若不存在潜在风险数据项,则反馈匹配结果;匹配结果包括匹配得到的用户数量和这些用户的信息。
S1002b,若存在潜在风险数据项,则在限定条件的基础上增加潜在风险数据项及其潜在风险数据项范围;
S1003,基于潜在风险数据项及其潜在风险数据项范围,对匹配到的用户进行筛选。
在本公开实施例中,服务器通过用户的信息进行特征画像的过程中,还会自动检测用户的信息中,虽然符合贷款机构的限定条件,但容易对贷款交易产生严重影响的数据项,也就是潜在风险数据项。例如:违法、犯罪记录、造假事件、法院失信等敏感数据项信息。具有上述数据类信息的用户在贷款交易过程中存在高违约风险,服务器会自动提取上述类别的数据,并在返回结果中自动加入该类型数据及范围且调整匹配结果。例如,贷款机构在最初的设置中并没有任何有关违约的数据项,服务器通过结果分析发现匹配的结果中存在较多有违约记录的用户,此时会自动增加违约记录数据项,并设置该数据项范围为:近一年违约次数<5次。在调整违约记录项的范围后,自动给出匹配结果并指示调整后的违约项数据范围。
下面通过一个完整的示例对本公开实施例的贷款方法进行详细说明:
图11A中给出了一种实施例的放贷客户端界面示意图,放贷客户端可以设置各个预设匹配条件,包括目标值以及对应的调整范围。例如放贷用户将年薪目标设置为100万,其调整范围为80到140万;将目标年龄设置为35岁,其调整范围为上下浮动5岁;将目标职业设置为职业1、职业2、职业3、职业4并使用其他几个职业5、职业6、职业7为可调整范围。在放贷客户端的使用者上传预设的匹配条件后,系统平台会计算匹配结果。由于计算的匹配结果没有满足贷款机构设定的目标客户群量,例如贷款机构目标的客户群量为4万而对应的薪资、职业、年龄下的客户并没有4万。因此,服务器在可调整范围内对相应的预设匹配条件进行了调整,使得匹配结果如图11B所示为年薪>80万,年龄<38岁并增加职业5和职业7为匹配条件。在调整后的匹配条件下,匹配结果达到了4万个用户,满足了贷款机构的目标客户群量。
与本公开实施例的匹配方法相对应地,如图12所示,本公开实施例还提供了一种数据对象的匹配装置,包括:第一获取模块1、第二获取模块2和匹配模块3;其中,第一获取模块1,于获取第一数据对象的与第二数据对象相关的第一数据,所述第一数据中的至少一个可在预定范围内进行调整;第二获取模块2用于获取第二数据对象的第二数据;匹配模块3,用于根据所述第一获取模块1获取的所述第一数据对象的所述第一数据和所述第二获取模块2获取的所述第二数据对象的所述第二数据进行所述第一数据对象和所述第二数据对象的匹配。
进一步如图13所示的本公开的一个优选实施例中,该数据对象的匹配装置还包括:
调整模块4,用于当所述匹配模块3进行的所述匹配失败时,在所述预定范围内调整所述第一数据;
所述匹配模块3,还用于根据所述调整模块4调整后的所述第一数据继续进行所述第一数据对象和所述第二数据对象的匹配。
图14是一种数据对象的匹配系统,包括前述任一项的数据对象的匹配装置,还包括:申贷客户端和放贷客户端。
其中,所述放贷客户端,用于设置贷款产品的与用户相关的限定条件,所述限定条件中的至少一个可在预定范围内进行调整,并发送至数据对象的匹配装置;申贷客户端,用于发送贷款需求信息和用户的信息至数据对象的匹配装置;数据对象的匹配装置,用于根据所述限定条件和所述用户的信息进行双方的匹配。其中,数据源1至数据源N可以是个人征信大数据的获取。
本公开实施例旨在保护一种数据对象的匹配方法、装置、介质和电子设备,通过根据第一数据对象(例如贷款产品)的可调整的与第二数据对象(例如用户)相关的数据(例如限定条件)和第二数据对象(用户)的数据进行第一数据对象和第二数据对象的匹配,使得第一数据对象可以针对第二数据对象进行动态调整,提高了匹配灵活度,从而提高了匹配成功率,提升了互联网服务的效率和用户体验。
在本公开的优选实施例中,由于限定条件可调整,因此在贷款产品和用户进行双方匹配过程中限定条件能够动态调整,一方面能够提高匹配成功率,另一方面能够使得贷款机构可以按照自己的需求来选择潜在用户,实现贷款产品和用户的精准匹配,从而在风险不变的情况下,提高贷款机构的贷款交易量,进而提高贷款审核成功率。另外,对每一限定条件设置了预设顺序,或者预设顺序和预设间隔,通过规定每一限定条件调整时每一调整量之间的顺序或者顺序和间隔,提高匹配速度。
需要说明的是,本公开实施例的一种数据对象的匹配装置是与涉及计算机程序流程的一种数据对象的匹配方法一一对应的装置,由于在前已经对一种数据对象的匹配方法的步骤流程进行了详细描述,在此不再对一种数据对象的匹配装置的实施过程进行赘述。
本公开实施例还提供了一种非暂态计算机可读存储介质,非暂态计算机可读存储介质存储计算机指令,计算机指令用于使计算机执行上述任一个实施例的方法。
本领域内的技术人员应明白,本公开实施例的实施例可提供为方法、装置、电子设备或计算机程序产品。因此,本公开实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开实施例是参照根据本公开实施例的方法、装置、介质、电子设备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。
如图15所示,一种执行前述方法的电子设备,包括一个或多个处理器1501以及与一个或多个处理器通信连接的存储器1502,图15中以一个处理器为例。
电子设备还可以包括:输入装置1503和输出装置1504,输入装置1503用于输入放贷用户和申贷用户上传的信息,输出装置1504用于输出匹配结果给放贷用户。
处理器1501、存储器1502、输入装置1503和输出装置1504可以通过总线或者其他方式连接,图15中以通过总线连接为例。
存储器1502作为一种非暂态计算机可读存储介质。可用于存储非暂态软件程序、非暂态计算机可执行程序,如本公开实施例中的一种数据对象的匹配方法对应的软件程序、指令以及模块。处理器1501通过运行存储在存储器1502中的非暂态软件程序、指令以及模块,执行一种数据对象的匹配装置的各种功能应用以及数据处理,即实现上述方法实施例的方法步骤。
存储器1502可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据一种数据对象的匹配装置的使用所创建的数据等。此外,存储器1502可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件,闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器1502可选包括相对于处理器1501远程设置的存储器,这些远程存储器可以通过网络连接至一种数据对象的匹配系统。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置1503可接收放贷用户上传的一个或多个预设匹配条件及其这些预设匹配条件的可调范围,以及产生与一个或多个预设匹配条件及其这些预设匹配条件的可调范围和申贷用户上传的申贷信息等设置以及功能控制有关的键信号输入。输入装置1503可以包括触摸屏、键盘等,也可以包括有线接口、无线接口等。输出装置1504可包括显示屏等显示设备。
一个或多个软件程序、指令存储在存储器1502中,当被一个或多个处理器1501执行时,执行上述任意方法实施例中的一种数据对象的匹配方法,例如:获取放贷用户的预设匹配条件和与预设匹配条件对应的可调范围;基于预设匹配条件匹配相应的申贷用户;若匹配到的申贷用户的数量不满足预设目标范围,则根据可调范围对预设匹配条件进行调整。
在本公开实施例中,一个或多个处理器能够:执行前述任一实施方式的一种任务处理方法,例如:获取放贷用户的预设匹配条件和与预设匹配条件对应的可调范围;基于预设匹配条件匹配相应的申贷用户;若匹配到的申贷用户的数量不满足预设目标范围,则根据可调范围对预设匹配条件进行调整。
应当理解的是,本公开实施例的上述具体实施方式仅仅用于示例性说明或解释本公开实施例的原理,而不构成对本公开实施例的限制。因此,在不偏离本公开实施例的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本公开实施例的保护范围之内。此外,本公开实施例所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (16)
1.一种数据对象的匹配方法,其特征在于,包括:
获取第一数据对象的与第二数据对象相关的第一数据,所述第一数据中的至少一个可在预定范围内进行调整;
获取第二数据对象的第二数据;
根据所述第一数据对象的所述第一数据和所述第二数据对象的所述第二数据进行所述第一数据对象和所述第二数据对象的匹配。
2.根据权利要求1所述的匹配方法,其特征在于,还包括:
当匹配失败时,在所述预定范围内调整所述第一数据;
根据调整后的所述第一数据继续进行所述第一数据对象和所述第二数据对象的匹配。
3.根据权利要求2所述的匹配方法,其特征在于,所述第一数据包括至少一个具有不同调整优先级的限定条件;
所述在预定范围内调整所述第一数据包括:
按照所述调整优先级从低到高的顺序依次调整所述限定条件。
4.根据权利要求3所述的匹配方法,其特征在于,所述在预定范围内调整所述第一数据包括:
每次调整一个所述限定条件。
5.根据权利要求2-4中任一项所述的匹配方法,其特征在于,所述在预定范围内调整所述第一数据包括:
按照预设顺序在所述预定范围内调整所述第一数据。
6.根据权利要求5所述的匹配方法,其特征在于,所述按照预设顺序在所述预设范围内调整所述第一数据包括:
若所述第一数据是离散变量,按照所述预设顺序依次调整所述第一数据;
若所述第一数据是连续变量,按照所述预设顺序和预设间隔调整所述第一数据。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述第一数据对象包括贷款产品,所述第二数据对象包括用户,所述第一数据包括所述贷款产品中与用户相关的限定条件,所述第二数据包括所述用户的关联信息。
8.一种数据对象的匹配装置,其特征在于,包括:
第一获取模块(1),用于获取第一数据对象的与第二数据对象相关的第一数据,所述第一数据中的至少一个可在预定范围内进行调整;
第二获取模块(2),用于获取第二数据对象的第二数据;
匹配模块(3),用于根据所述第一获取模块(1)获取的所述第一数据对象的所述第一数据和所述第二获取模块(2)获取的所述第二数据对象的所述第二数据进行所述第一数据对象和所述第二数据对象的匹配。
9.根据权利要求8所述的匹配装置,其特征在于,还包括:
调整模块(4),用于当所述匹配模块(3)进行的所述匹配失败时,在所述预定范围内调整所述第一数据;
所述匹配模块(3),还用于根据所述调整模块(4)调整后的所述第一数据继续进行所述第一数据对象和所述第二数据对象的匹配。
10.根据权利要求9所述的匹配装置,其特征在于,所述第一数据包括至少一个具有不同调整优先级的限定条件;
在所述调整模块(4)中,当所述调整模块(4)调整所述第一数据时,按照所述调整优先级从低到高的顺序依次调整所述限定条件。
11.根据权利要求10所述的匹配装置,其特征在于,
在所述调整模块(4)中,当所述调整模块(4)调整所述第一数据时,每次调整一个所述限定条件。
12.根据权利要求9-11中任一项所述的匹配装置,其特征在于,
在所述调整模块(4)中,当所述调整模块(4)调整所述第一数据时,按照预设顺序在所述预定范围内调整所述第一数据。
13.根据权利要求12所述的匹配装置,其特征在于,在所述调整模块(4)中,当所述调整模块(4)调整所述第一数据时:
若所述第一数据是离散变量,按照所述预设顺序依次调整所述第一数据;
若所述第一数据是连续变量,按照所述预设顺序和预设间隔调整所述第一数据。
14.根据权利要求8-13中任一项所述的匹配装置,其特征在于,所述第一数据对象包括贷款产品,所述第二数据对象包括用户,所述第一数据包括所述贷款产品中与用户相关的限定条件,所述第二数据包括所述用户的关联信息。
15.一种计算机存储介质,其特征在于,所述存储介质上存储有计算机程序,所述程序被处理器执行时实现权利要求1-7中任意一项所述数据对象的匹配方法的步骤。
16.一种电子设备,其特征在于,包括存储器、处理器及存储在所述存储器上并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程序时实现权利要求1-7中任意一项所述数据对象的匹配方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810687755.1A CN109035002A (zh) | 2018-06-28 | 2018-06-28 | 一种数据对象的匹配方法、装置、介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810687755.1A CN109035002A (zh) | 2018-06-28 | 2018-06-28 | 一种数据对象的匹配方法、装置、介质和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109035002A true CN109035002A (zh) | 2018-12-18 |
Family
ID=65520768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810687755.1A Pending CN109035002A (zh) | 2018-06-28 | 2018-06-28 | 一种数据对象的匹配方法、装置、介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109035002A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109785119A (zh) * | 2018-12-26 | 2019-05-21 | 杭州茂财网络技术有限公司 | 贷款货架系统、工作方法及存储介质 |
CN111161067A (zh) * | 2019-12-17 | 2020-05-15 | 京东数字科技控股有限公司 | 一种交易路由的确定方法和装置 |
CN114397636A (zh) * | 2022-03-25 | 2022-04-26 | 中国气象局气象探测中心 | 一种地基雷达反射率因子均一性评估方法、系统及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103312821A (zh) * | 2013-07-05 | 2013-09-18 | 北界创想(北京)软件有限公司 | 对接收方进行信息推送的方法和装置 |
CN104866484A (zh) * | 2014-02-21 | 2015-08-26 | 阿里巴巴集团控股有限公司 | 一种数据处理方法和装置 |
CN107657527A (zh) * | 2017-09-29 | 2018-02-02 | 平安科技(深圳)有限公司 | 贷款产品匹配方法、装置及计算机可读存储介质 |
CN107730377A (zh) * | 2017-09-30 | 2018-02-23 | 平安科技(深圳)有限公司 | 贷款资质筛选方法、装置及计算机可读存储介质 |
-
2018
- 2018-06-28 CN CN201810687755.1A patent/CN109035002A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103312821A (zh) * | 2013-07-05 | 2013-09-18 | 北界创想(北京)软件有限公司 | 对接收方进行信息推送的方法和装置 |
CN104866484A (zh) * | 2014-02-21 | 2015-08-26 | 阿里巴巴集团控股有限公司 | 一种数据处理方法和装置 |
CN107657527A (zh) * | 2017-09-29 | 2018-02-02 | 平安科技(深圳)有限公司 | 贷款产品匹配方法、装置及计算机可读存储介质 |
CN107730377A (zh) * | 2017-09-30 | 2018-02-23 | 平安科技(深圳)有限公司 | 贷款资质筛选方法、装置及计算机可读存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109785119A (zh) * | 2018-12-26 | 2019-05-21 | 杭州茂财网络技术有限公司 | 贷款货架系统、工作方法及存储介质 |
CN111161067A (zh) * | 2019-12-17 | 2020-05-15 | 京东数字科技控股有限公司 | 一种交易路由的确定方法和装置 |
CN114397636A (zh) * | 2022-03-25 | 2022-04-26 | 中国气象局气象探测中心 | 一种地基雷达反射率因子均一性评估方法、系统及设备 |
CN114397636B (zh) * | 2022-03-25 | 2022-06-17 | 中国气象局气象探测中心 | 一种地基雷达反射率因子均一性评估方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA3176778C (en) | Information processing device, information processing method, and computer program background | |
CN108932585B (zh) | 一种商户运营管理方法及其设备、存储介质、电子设备 | |
US8731983B2 (en) | System and method for designing effective business policies via business rules analysis | |
US8930255B2 (en) | Methods and systems for combining securities and carbon credits | |
CN109564669A (zh) | 基于信任得分和地理范围搜索实体 | |
CN109074389A (zh) | 可信度指标的众包 | |
AU2013221926A1 (en) | Methods and systems for consumer lending | |
CN104584051A (zh) | 用于增强型微小借贷的新系统和处理 | |
CN109035002A (zh) | 一种数据对象的匹配方法、装置、介质和电子设备 | |
Amin et al. | Application of optimistic and pessimistic OWA and DEA methods in stock selection | |
KR102092461B1 (ko) | 투자성공률 제공방법 | |
Khan et al. | Innovation investment: behaviour of Chinese firms towards financing sources | |
CN114943582A (zh) | 一种信息推荐方法、系统及推荐服务器 | |
Fair | Analyzing macroeconomic forecastability | |
US20230412632A1 (en) | Risk view sharing platform | |
KR101984842B1 (ko) | 기업 가치 산출 방법 및 이를 수행하기 위한 장치 | |
US20140180964A1 (en) | Method for displaying current disparate ratio for enterprise value using difference between market value for enterprise and basic analysis | |
KR102358156B1 (ko) | 맞춤형 대출 중개 서비스의 제공 방법 | |
KR101505947B1 (ko) | 금융상품의 벤치마크정보 생성서버 및 생성방법 | |
KR100914659B1 (ko) | 프로젝트금융 평가 방법 및 시스템과 이를 위한 기록매체 | |
CN101438313A (zh) | 生成有价证券指数的方法和系统 | |
US20230368299A1 (en) | Data capture and integration architecture for a quantamental computer system | |
US20240212051A1 (en) | Customizable investment platform | |
US20220309493A1 (en) | Expediting transaction settlement | |
US20200294151A1 (en) | Creating a portfolio of rived longevity-contingent instruments |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181218 |