CN109389491A - 基于大数据的贷款产品筛选方法、装置、设备及存储介质 - Google Patents
基于大数据的贷款产品筛选方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109389491A CN109389491A CN201811135319.XA CN201811135319A CN109389491A CN 109389491 A CN109389491 A CN 109389491A CN 201811135319 A CN201811135319 A CN 201811135319A CN 109389491 A CN109389491 A CN 109389491A
- Authority
- CN
- China
- Prior art keywords
- loan
- product
- client
- data
- matching degree
- 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
- 238000012216 screening Methods 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 239000000284 extract Substances 0.000 claims abstract description 12
- 239000000047 product Substances 0.000 claims description 386
- 238000013507 mapping Methods 0.000 claims description 24
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 21
- 238000009825 accumulation Methods 0.000 claims description 18
- 238000009434 installation Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 11
- 239000006227 byproduct Substances 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 239000002699 waste material Substances 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000006467 substitution reaction 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
Abstract
本发明公开了一种基于大数据的贷款产品筛选方法、装置、设备及存储介质,所述方法包括:获取客户端提交的贷款申请,并提取出所述贷款申请中的贷款资料和客户资料;根据所述客户资料和所述贷款资料对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级;当所述贷款能力等级大于预设等级时,根据所述贷款资料对产品数据库中的各个贷款产品进行匹配分析,以获得各个贷款产品的各个产品匹配度;从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端。本发明解决现有基于大数据的贷款产品筛选效率低,成本大的技术问题。
Description
技术领域
本发明涉及金融技术领域,尤其涉及一种基于大数据的贷款产品筛选方法、装置、设备及存储介质。
背景技术
随着社会生活水平的快速提升和人们消费观念的快速升级,越来越多的人们通过贷款方式来提升自身的生活水平,这极大地提升了银行的贷款业务量。现如今,用户可以从开放贷款产品的金融机构中筛选出符合自身的贷款需求的贷款产品,并提交相关的贷款申请,并等待审批结果。
但是,随着市面上贷款需求的增多,金融机构中开放的贷款产品也急剧增加,用户在筛选贷款产品的过程中,经常需要逐一查看各个贷款产品的准贷条件,或者通过咨询专业的贷款客户经理才能最终选择想要申请的贷款产品。一方面,这会造成用户需要花费较长的时间进行筛选,使得筛选流程繁琐冗余,浪费用户宝贵的时间,对用户的使用体验造成伤害;另一方面,金融机构方也需要培训专业的贷款客户经理,与用户进行产品对比沟通,无形中提高了培训成本,降低了贷款效率。
发明内容
本发明的主要目的在于提供一种基于大数据的贷款产品筛选方法、装置、设备及存储介质,旨在解决现有基于大数据的贷款产品筛选效率低,成本大的技术问题。
为实现上述目的,本发明提供一种基于大数据的贷款产品筛选方法,所述基于大数据的贷款产品筛选方法包括:
获取客户端提交的贷款申请,并提取出所述贷款申请中的贷款资料和客户资料;
根据所述客户资料和所述贷款资料对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级;
当所述贷款能力等级大于预设等级时,根据所述贷款资料对产品数据库中的各个贷款产品进行匹配分析,以获得各个贷款产品的各个产品匹配度;
从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端。
可选地,所述根据所述客户资料和所述贷款资料对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级步骤包括:
获取所述客户资料中的身份信息,并获取所述身份信息对应的收入流水证明、公积金数据和社保缴费数据;
获取所述贷款资料中的贷款额度和贷款期限;
根据所述收入流水证明、所述公积金数据、所述社保缴费数据、所述贷款额度和所述贷款期限,对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级。
可选地,所述根据所述收入流水证明、所述公积金数据、所述社保缴费数据、所述贷款额度和所述贷款期限,对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级步骤包括:
根据所述贷款额度和所述贷款期限计算所述客户的月供偿还金额;
根据所述收入流水证明计算所述客户的月均收入,并计算所述月均收入的预设百分比的参考数值,若所述参考数值大于所述月供偿还金额,则根据预设的月供映射表确定所述参考数值对应的第一权值;
获取所述公积金数据中所述客户公积金的缴纳时长与所述客户的公积金余额,若所述缴纳时长大于第一阈值,且所述公积金余额大于第二阈值,则根据预设的公积金映射表获取所述公积金余额对应的第二权值;
获取所述社保缴费数据中所述客户的社保缴费时间以及所述客户的社保缴费金额,若所述社保缴费时间大于第三阈值,且所述社保缴费金额大于第四阈值,则根据预设的社保映射表获取所述社保缴费金额对应的第三权值;
将所述第一权值、所述第二权值和所述第三权值进行叠加计算,得到总权值,其中,若所述第一权值、所述第二权值或者所述第三权值未存在,则该对应未存在的所述第一权值、所述第二权值或者所述第三权值为零;
根据预设的贷款映射表中权值与贷款等级之间的数值映射关系,获取所述总权值的贷款能力等级,将所述总权值的贷款能力等级作为所述客户的贷款能力等级。
可选地,所述当所述贷款能力等级大于预设等级时,根据所述贷款资料对产品数据库中的各个贷款产品进行匹配分析,以获得各个贷款产品的各个产品匹配度步骤包括:
当所述贷款能力等级大于预设等级时,获取所述贷款资料中所述客户的贷款类型,贷款额度和贷款期限,并获取所述产品数据库中各个贷款产品各自的产品类型、产品额度和产品期限;
从所述产品数据库中获取所有与所述贷款类型一致的产品类型,将产品类型与所述贷款类型一致的产品设为目标贷款产品,其中,所述目标贷款产品为一个或者是多个;
计算所述贷款额度与各所述目标贷款产品的产品额度之间的额度差值,以确定各所述目标贷款产品的额度匹配度,其中,所述额度差值越大,所述额度匹配度越低,且所述额度差值与所述额度匹配度之间存在第一预设匹配关系;
计算所述贷款期限与各所述目标贷款产品的产品期限之间的期限差值,以确定所述目标贷款产品的期限匹配度,其中,所述期限差值越大,所述期限匹配度越低,且所述期限差值与所述期限匹配度之间存在第二预设匹配关系;
根据各所述目标贷款产品的额度匹配度和期限匹配度进行叠加计算,获得各个目标贷款产品的产品匹配度。
可选地,所述从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端步骤包括:
当检测到所述最优匹配度的最优贷款产品有多个时,获取所有最优贷款产品对应的贷款银行;
获取并根据预设的银行优先级列表获取所有贷款银行的银行优先级;
根据所述银行优先级,将银行优先级最高的贷款银行对应的最优贷款产品推荐给所述客户。
可选地,所述从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端步骤之后包括:
采集所述客户对所推荐的最优贷款产品的反馈信息,根据所述反馈信息确定是否需要重新推荐其它贷款产品;
若需要重新推荐其它贷款产品,则从所述各个产品匹配度中选取次优匹配度,将所述最优匹配度对应的次优贷款产品推荐给所述客户。
可选地,所述从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端步骤之后包括:
若检测到所述最优贷款产品推荐成功,则生成所述述最优贷款产品推荐成功的提示信息,其中,所述提示信息中包括其它关联的贷款产品。
本发明还提供一种基于大数据的贷款产品筛选装置,所述基于大数据的贷款产品筛选装置包括:
获取模块,用于获取客户端提交的贷款申请,并提取出所述贷款申请中的贷款资料和客户资料;
第一分析模块,用于根据所述客户资料和所述贷款资料对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级;
第二分析模块,用于当所述贷款能力等级大于预设等级时,根据所述贷款资料对产品数据库中的各个贷款产品进行匹配分析,以获得各个贷款产品的各个产品匹配度;
推荐模块,用于从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端。
可选地,所述第一分析模块包括:
第一获取单元,用于获取所述客户资料中的身份信息,并获取所述身份信息对应的收入流水证明、公积金数据和社保缴费数据;
第二获取单元,用于获取所述贷款资料中的贷款额度和贷款期限;
第三获取单元,用于根据所述收入流水证明、所述公积金数据、所述社保缴费数据、所述贷款额度和所述贷款期限,对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级。
可选地,所述第三获取单元包括:
第一计算子单元,用于根据所述贷款额度和所述贷款期限计算所述客户的月供偿还金额;
第二计算子单元,用于根据所述收入流水证明计算所述客户的月均收入,并计算所述月均收入的预设百分比的参考数值,若所述参考数值大于所述月供偿还金额,则根据预设的月供映射表确定所述参考数值对应的第一权值;
第一获取子单元,用于获取所述公积金数据中所述客户公积金的缴纳时长与所述客户的公积金余额,若所述缴纳时长大于第一阈值,且所述公积金余额大于第二阈值,则根据预设的公积金映射表获取所述公积金余额对应的第二权值;
第二获取子单元,用于获取所述社保缴费数据中所述客户的社保缴费时间以及所述客户的社保缴费金额,若所述社保缴费时间大于第三阈值,且所述社保缴费金额大于第四阈值,则根据预设的社保映射表获取所述社保缴费金额对应的第三权值;
第三计算子单元,用于将所述第一权值、所述第二权值和所述第三权值进行叠加计算,得到总权值,其中,若所述第一权值、所述第二权值或者所述第三权值未存在,则该对应未存在的所述第一权值、所述第二权值或者所述第三权值为零;
第三获取子单元,用于根据预设的贷款映射表中权值与贷款等级之间的数值映射关系,获取所述总权值的贷款能力等级,将所述总权值的贷款能力等级作为所述客户的贷款能力等级。
可选地,所述第二分析模块包括:
第四获取单元,用于当所述贷款能力等级大于预设等级时,获取所述贷款资料中所述客户的贷款类型,贷款额度和贷款期限,并获取所述产品数据库中各个贷款产品各自的产品类型、产品额度和产品期限;
第五获取单元,用于从所述产品数据库中获取所有与所述贷款类型一致的产品类型,将产品类型与所述贷款类型一致的产品设为目标贷款产品,其中,所述目标贷款产品为一个或者是多个;
第一计算单元,用于计算所述贷款额度与各所述目标贷款产品的产品额度之间的额度差值,以确定各所述目标贷款产品的额度匹配度,其中,所述额度差值越大,所述额度匹配度越低,且所述额度差值与所述额度匹配度之间存在第一预设匹配关系;
第二计算单元,用于计算所述贷款期限与各所述目标贷款产品的产品期限之间的期限差值,以确定所述目标贷款产品的期限匹配度,其中,所述期限差值越大,所述期限匹配度越低,且所述期限差值与所述期限匹配度之间存在第二预设匹配关系;
根据各所述目标贷款产品的额度匹配度和期限匹配度进行叠加计算,获得各个目标贷款产品的产品匹配度。
可选地,所述推荐模块包括:
第六获取单元,用于当检测到所述最优匹配度的最优贷款产品有多个时,获取所有最优贷款产品对应的贷款银行;
第七获取单元,用于获取并根据预设的银行优先级列表获取所有贷款银行的银行优先级;
推荐单元,用于根据所述银行优先级,将银行优先级最高的贷款银行对应的最优贷款产品推荐给所述客户。
可选地,所述基于大数据的贷款产品筛选装置还包括:
采集模块,用于采集所述客户对所推荐的最优贷款产品的反馈信息,根据所述反馈信息确定是否需要重新推荐其它贷款产品;
选取模块,用于若需要重新推荐其它贷款产品,则从所述各个产品匹配度中选取次优匹配度,将所述最优匹配度对应的次优贷款产品推荐给所述客户。
可选地,所述基于大数据的贷款产品筛选装置还包括:
生成模块,用于若检测到所述最优贷款产品推荐成功,则生成所述述最优贷款产品推荐成功的提示信息,其中,所述提示信息中包括其它关联的贷款产品。
此外,为实现上述目的,本发明还提供一种基于大数据的贷款产品筛选设备,所述基于大数据的贷款产品筛选设备包括:存储器、处理器,通信总线以及存储在所述存储器上的基于大数据的贷款产品筛选程序,
所述通信总线用于实现处理器与存储器间的通信连接;
所述处理器用于执行所述基于大数据的贷款产品筛选程序,以实现以下步骤:
获取客户端提交的贷款申请,并提取出所述贷款申请中的贷款资料和客户资料;
根据所述客户资料和所述贷款资料对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级;
当所述贷款能力等级大于预设等级时,根据所述贷款资料对产品数据库中的各个贷款产品进行匹配分析,以获得各个贷款产品的各个产品匹配度;
从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端。
此外,为实现上述目的,本发明还提供一种存储介质,所述存储介质存储有一个或者一个以上程序,所述一个或者一个以上程序可被一个或者一个以上的处理器执行以用于:
获取客户端提交的贷款申请,并提取出所述贷款申请中的贷款资料和客户资料;
根据所述客户资料和所述贷款资料对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级;
当所述贷款能力等级大于预设等级时,根据所述贷款资料对产品数据库中的各个贷款产品进行匹配分析,以获得各个贷款产品的各个产品匹配度;
从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端。
本发明通过获取客户端提交的贷款申请,并提取出所述贷款申请中的贷款资料和客户资料;根据所述客户资料和所述贷款资料对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级;当所述贷款能力等级大于预设等级时,根据所述贷款资料对产品数据库中的各个贷款产品进行匹配分析,以获得各个贷款产品的各个产品匹配度;从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端。在本申请中,不再需要客户逐一查看各个贷款产品的准贷条件,或者通过咨询专业的贷款客户经理才能最终选择想要申请的贷款产品,而是在客户在生成贷款申请后,即在自动提取对应的客户资料和贷款资料后,自动通过贷款能力分析以及产品匹配度分析即可实现从众多贷款产品中匹配挑选出最适配的最优贷款产品给客户,因而,本申请节约了客户以及金融机构的时间,减少了人力以及时间成本,并提升了贷款效率,因而解决了现有基于大数据的贷款产品筛选效率低,成本大的技术问题。
附图说明
图1为本发明基于大数据的贷款产品筛选方法第一实施例的流程示意图;
图2为本发明基于大数据的贷款产品筛选方法中根据所述客户资料和所述贷款资料对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级步骤的细化流程示意图;
图3是本发明实施例方法涉及的硬件运行环境的设备结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
本发明提供一种基于大数据的贷款产品筛选方法,在本发明基于大数据的贷款产品筛选方法的第一实施例中,所述基于大数据的贷款产品筛选方法包括:
步骤S10,获取客户端提交的贷款申请,并提取出所述贷款申请中的贷款资料和客户资料;
步骤S20,根据所述客户资料和所述贷款资料对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级;
步骤S30,当所述贷款能力等级大于预设等级时,根据所述贷款资料对产品数据库中的各个贷款产品进行匹配分析,以获得各个贷款产品的各个产品匹配度;
步骤S40,从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端。
具体步骤如下:
步骤S10,获取客户端提交的贷款申请,并提取出所述贷款申请中的贷款资料和客户资料;
基于大数据的贷款产品筛选方法可以应用于贷款筛选系统(简称系统),在本实施例的基于大数据的贷款产品筛选方法中,通过客户提交贷款申请中涉及的贷款申请资料,自动审核客户的贷款资格,并实现根据客户提供贷款申请资料中的客户资料和贷款资料,从产品库筛选出一款最符合客户需求的贷款产品,直接推荐给客户,从而无需客户主动去贷款产品网站上一一筛选,或者浪费大量宝贵时间向贷款客户经理进行咨询,从而提高贷款效率,并节约人力物理资源。
在本实施例中,在客户登录系统后以及贷款前,是需要客户填写资料的,客户填写完成资料后,提交贷款申请,系统接收到该申请,从客户提交的贷款申请中提取出客户的贷款申请资料,贷款申请资料包括两种,一种是贷款资料,一种是客户资料。贷款资料中包含了客户的贷款需求,如贷款类型,贷款额度,可接收贷款利率范围等等。而客户资料中包括客户个人身份信息,个人经济水平,个人社会保障等等。贷款资料和客户资料分别代表了客户的贷款需求和客户的个人经济能力,从而为系统分析贷款申请的合理性进行分析。
步骤S20,根据所述客户资料和所述贷款资料对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级;
可以理解的是,客户资料和贷款资料二者可勾画出客户当前的贷款能力水平。在现实生活中,客户个人能否贷到款项,取决于当前客户资料是否达到系统的评估。假设客户的贷款需求较低,而客户本身的个人经济能力高于贷款需求时,即证明当前客户在该贷款需求下的贷款能力较高。例如,客户贷款资料中的贷款需求是一辆50万额度的中档轿车,而客户个人经济能力是年收入100万,那么当前客户的个人经济能力是远远高于贷款需求的,其贷款能力是较强的,其贷款能力等级可设为SSS级优先级。又比如,客户贷款资料中的贷款需求是一只3万的名牌手表,但是客户本身是个学生,其兼职月收入仅有1000元,那么客户当前的个人经济能力是远远低于贷款需求的,其贷款能力较弱,其贷款能力等级可设为C级优先级。因此,贷款能力是根据具体的贷款需求以及个人经济水平的对标程度决定的,客户资料和贷款资料可为标程度的计算提供数据评估基础,从而由贷款能力的强弱直接得到贷款能力等级,贷款能力越强,其贷款能力等级越高。该步骤是在验证当前客户的经济能力,降低违约风险。
具体地,参照图2,所述根据所述客户资料和所述贷款资料对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级步骤包括:
步骤S21,获取所述客户资料中的身份信息,并获取所述身份信息对应的收入流水证明、公积金数据和社保缴费数据;
在本实施例中,客户资料中是携带客户身份信息的,具体地,客户资料中是携带客户身份证号码的,通过客户的授权,系统可以分别通过与工作卡开卡银行、公积金中心和社保局进行通信,从而根据客户的身份证号码可以查找得到客户的收入流水证明、公积金数据和社保缴费数据等信息。其中,收入流水证明代表客户的收入水平,而公积金数据和社保缴费数据代表了客户的社会稳定程度,客户的收入流水证明、公积金数据和社保缴费数据等信息反映客户的还款能力。
步骤S22,获取所述贷款资料中的贷款额度和贷款期限;
在本实施例中,还获取客户贷款资料中的贷款额度和贷款期限,其中,贷款额度以及贷款期限都是由客户确定的,贷款额度以及贷款期限确定客户的贷款需求。
步骤S23,根据所述收入流水证明、所述公积金数据、所述社保缴费数据、所述贷款额度和所述贷款期限,对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级。
在得到收入流水证明、所述公积金数据、所述社保缴费数据、所述贷款额度和所述贷款期限后,对所述客户的贷款能力进行分析,即可获得所述客户的贷款能力等级,即实质上,贷款能力等级或者贷款能力的强弱是通过贷款资料中的贷款需求以及客户资料中的个人经济能力或者还款能力共同判定的。
具体地,所述根据所述收入流水证明、所述公积金数据、所述社保缴费数据、所述贷款额度和所述贷款期限,对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级步骤包括:
步骤S231,根据所述贷款额度和所述贷款期限计算所述客户的月供偿还金额;
在本实施例中,系统根据金融贷款的预设规则自动计算月供偿还金额,即得到贷款资料中的贷款额度和贷款期限后,调用预存的月供偿还金额算法,即可直接计算获得月供偿还金额。
步骤S232,根据所述收入流水证明计算所述客户的月均收入,并计算所述月均收入的预设百分比的参考数值,若所述参考数值大于所述月供偿还金额,则根据预设的月供映射表确定所述参考数值对应的第一权值;
在本实施例中,系统根据收入流水证明计算客户的月均收入,并将该月均收入的预设百分比的参考数值作为月供偿还金额的对比值。例如客户M的月均收入为6000,而预设百分比通常采用20%~30%,本实施例中以预设百分为20%为例进行具体说明,在预设百分比为20%时,参考数值为6000*20%=1200。即参考数值为1200,假设当前系统所计算获得的月供偿还金额为1000,参考数值大于月供偿还金额,则系统将根据收入流水证明通过预设的月供映射表映射对应的第一权值。例如参考数值为1200时,在月供映射表中的第一权值为0.3;参考数值为3000时,在月供映射表中的第一权值为0.65等等
若参考数值小于月供偿还金额,则系统不执行获取第一权值的步骤,例如参考数值为800,低于月供偿还金额1000,系统将不执行获取第一权值的步骤。
步骤S233,获取所述公积金数据中所述客户公积金的缴纳时长与所述客户的公积金余额,若所述缴纳时长大于第一阈值,且所述公积金余额大于第二阈值,则根据预设的公积金映射表获取所述公积金余额对应的第二权值;
公积金数据中包括公积金缴纳时长和公积金余额,公积金缴纳时长大于第一阈值,说明公积金缴纳较为稳定,而公积金余额大于第二阈值,说明客户的社会保障较为完善。同样公积金余额的多少可根据公积金映射表中的映射关系得到对应的第二权值。
步骤S234,获取所述社保缴费数据中所述客户的社保缴费时间以及所述客户的社保缴费金额,若所述社保缴费时间大于第三阈值,且所述社保缴费金额大于第四阈值,则根据预设的社保映射表获取所述社保缴费金额对应的第三权值;
与公积金数据一样,对于社保缴费数据而言,若社保缴费时间大于第三阈值,社保缴费金额大于第四阈值时,系统将得到第三权值。
步骤S235,将所述第一权值、所述第二权值和所述第三权值进行叠加计算,得到总权值,其中,若所述第一权值、所述第二权值或者所述第三权值未存在,则该对应未存在的所述第一权值、所述第二权值或者所述第三权值为零;
在本实施例中,通过第一权值、所述第二权值和所述第三权值的数值叠加即可得到总权值。
步骤S236,根据预设的贷款映射表中权值与贷款等级之间的数值映射关系,获取所述总权值的贷款能力等级,将所述总权值的贷款能力等级作为所述客户的贷款能力等级。
在系统中,预存有权值与贷款等级之间的数值映射关系,因而,在得到总权值后,得到总权值对应的贷款能力等级,也即得到客户的贷款能力等级。
步骤S30,当所述贷款能力等级大于预设等级时,根据所述贷款资料对产品数据库中的各个贷款产品进行匹配分析,以获得各个贷款产品的各个产品匹配度;
具体地,由于贷款能力的计算是贷款需求与个人经济水平共同决定的,因此系统只需考虑客户贷款能力等级的高低即可,而无需考虑贷款需求的高低。例如,客户申请贷款买一只苹果手表和申请贷款买一栋房子并不影响系统的分析结果,系统不会因客户的贷款需求发生变化而改变贷款能力等级,而只需评判客户在当前贷款需求下的贷款能力等级是否达标即可。因此,系统设置了预设等级作为贷款能力等级的门槛值,以对客户具有贷款资格进行判定。只要当前系统判定的客户贷款能力等级大于该预设等级,就说明当前客户有足够的经济能力支撑贷款需求。例如,假设预设等级为A级,而当前客户M的贷款申请为20万的房屋装修,客户M的贷款能力等级为S级,那么S级大于A级,证明当前客户M的贷款申请被批准了,系统将执行查询贷款产品的后续步骤;又如当前客户B的贷款申请为5万的摄像机消费,客户B的贷款能力等级为A-级,那么A-级小于A级,证明当前客户B的贷款申请超出了其个人的经济能力,系统将拒绝该笔贷款申请。
步骤S40,从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端。
在本实施例中,当客户的贷款能力等级大于预设等级,系统将从产品数据库中匹配出相应的贷款产品。具体地,客户提交的贷款资料中已经表明了客户的贷款需求,而产品数据库中包含了当前各大银行中发布的各项贷款产品,系统将通过贷款资料中的贷款需求信息从所有贷款产品中进行一一匹配。不同的贷款产品均有各自的产品参数,而系统将从贷款资料中根据这些产品参数进行分析,评判出各产品是否与当前贷款资料中的贷款需求相互匹配,从而得到匹配度。
本发明通过获取客户端提交的贷款申请,并提取出所述贷款申请中的贷款资料和客户资料;根据所述客户资料和所述贷款资料对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级;当所述贷款能力等级大于预设等级时,根据所述贷款资料对产品数据库中的各个贷款产品进行匹配分析,以获得各个贷款产品的各个产品匹配度;从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端。在本申请中,不再需要客户逐一查看各个贷款产品的准贷条件,或者通过咨询专业的贷款客户经理才能最终选择想要申请的贷款产品,而是在客户在生成贷款申请后,即在自动提取对应的客户资料和贷款资料后,自动通过贷款能力分析以及产品匹配度分析即可实现从众多贷款产品中匹配挑选出最适配的最优贷款产品给客户,因而,本申请节约了客户以及金融机构的时间,减少了人力以及时间成本,并提升了贷款效率,因而解决了现有基于大数据的贷款产品筛选效率低,成本大的技术问题。
进一步地,本发明提供基于大数据的贷款产品筛选方法的另一实施例,在该实施例中,所述当所述贷款能力等级大于预设等级时,根据所述贷款资料对产品数据库中的各个贷款产品进行匹配分析,以获得各个贷款产品的各个产品匹配度步骤包括:
步骤S31,当所述贷款能力等级大于预设等级时,获取所述贷款资料中所述客户的贷款类型,贷款额度和贷款期限,并获取所述产品数据库中各个贷款产品各自的产品类型、产品额度和产品期限;
在本实施例中,在产品匹配过程中,系统需要得到贷款资料中的贷款类型,贷款额度和贷款期限,并获得产品数据库中所有贷款产品各自的产品类型、产品额度和产品期限,以便后续进行匹配比对。
步骤S32,从所述产品数据库中获取所有与所述贷款类型一致的产品类型,将产品类型与所述贷款类型一致的产品设为目标贷款产品,其中,所述目标贷款产品为一个或者是多个;
系统提供的贷款产品只有在需求对应的情况下才会提供给客户。例如贷款类型为网购消费,那么对应的贷款产品也必须为网购消费的产品类型,若贷款类型不真实,就会形成信用问题,降低个人信用。故系统将对贷款类型和目标贷款产品进行匹配。
步骤S33,计算所述贷款额度与各所述目标贷款产品的产品额度之间的额度差值,以确定各所述目标贷款产品的额度匹配度,其中,所述额度差值越大,所述额度匹配度越低,且所述额度差值与所述额度匹配度之间存在第一预设匹配关系;
系统可能提供多个目标贷款产品,但产品额度各不相同。因此从各目标贷款产品中,系统将根据贷款额度和产品额度之间的差值,来确定额度匹配度,且所述额度差值与所述额度匹配度之间存在第一预设匹配关系,例如,贷款额度为7000元,而产品a的额度为5000元,而产品B的额度为6000元,那么产品a的额度匹配度可为(10000-(7000-5000))/10000=0.8,产品B的额度匹配度为10000-(7000-6000))/10000=0.9.
步骤S34,计算所述贷款期限与各所述目标贷款产品的产品期限之间的期限差值,以确定所述目标贷款产品的期限匹配度,其中,所述期限差值越大,所述期限匹配度越低,且所述期限差值与所述期限匹配度之间存在第二预设匹配关系;
不同的产品贷款期限也可能不一致,系统将计算期限匹配度,所述期限差值与所述期限匹配度之间存在第二预设匹配关系,假设贷款期限为10个月,若产品a的期限为6个月,产品B的期限为8个月,那么产品a的期限差值为10-6=4,产品B的期限差值为10-8=2,产品a的期限匹配度为(12-4)/12=0.67,产品a的期限匹配度为(12-2)/12=0.83。
步骤S35,根据各所述目标贷款产品的额度匹配度和期限匹配度进行叠加计算,获得各个目标贷款产品的产品匹配度。
在本实施例中,系统将把额度匹配度和期限匹配度进行叠加计算,从而得到各个产品的产品匹配度,在本实施例中,由于是获取各个贷款产品的匹配度,因而,能够便于后续进行推荐产品的选取。
在本实施例中,通过当所述贷款能力等级大于预设等级时,获取所述贷款资料中所述客户的贷款类型,贷款额度和贷款期限,并获取所述产品数据库中各个贷款产品各自的产品类型、产品额度和产品期限;从所述产品数据库中获取所有与所述贷款类型一致的产品类型,将产品类型与所述贷款类型一致的产品设为目标贷款产品,其中,所述目标贷款产品为一个或者是多个;计算所述贷款额度与各所述目标贷款产品的产品额度之间的额度差值,以确定各所述目标贷款产品的额度匹配度,其中,所述额度差值越大,所述额度匹配度越低,且所述额度差值与所述额度匹配度之间存在第一预设匹配关系;计算所述贷款期限与各所述目标贷款产品的产品期限之间的期限差值,以确定所述目标贷款产品的期限匹配度,其中,所述期限差值越大,所述期限匹配度越低,且所述期限差值与所述期限匹配度之间存在第二预设匹配关系;根据各所述目标贷款产品的额度匹配度和期限匹配度进行叠加计算,获得各个目标贷款产品的产品匹配度。在本实施例中,准确获取各个贷款产品的匹配度,因而,能够为准确选取最合适的推荐产品奠下基础。
进一步地,本发明提供基于大数据的贷款产品筛选方法的另一实施例,在该实施例中,所述从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端步骤包括:
步骤S41,当检测到所述最优匹配度的最优贷款产品有多个时,获取所有最优贷款产品对应的贷款银行;
在本实施例中,最优匹配度的产品可能会有多个,但本实施例中可以只选择提供一个贷款产品给客户,此时,获取所有最优贷款产品对应的贷款银行,便于后续选取最适合的贷款产品推荐给客户。
步骤S42,获取并根据预设的银行优先级列表获取所有贷款银行的银行优先级;
步骤S43,根据所述银行优先级,将银行优先级最高的贷款银行对应的最优贷款产品推荐给所述客户。
在本实施例中,系统将根据产品对应的贷款银行的预设优先级进行判定。例如,系统中所有合作银行中T银行的合作度最深,那么系统将在优先级列表中将T银行的优先级提高,假设当前T银行的优先级最高,那么系统将把T银行设为优先银行,将其对应的最优贷款产品提供给客户。
在本实施例中,通过当检测到所述最优匹配度的最优贷款产品有多个时,获取所有最优贷款产品对应的贷款银行;获取并根据预设的银行优先级列表获取所有贷款银行的银行优先级;根据所述银行优先级,将银行优先级最高的贷款银行对应的最优贷款产品推荐给所述客户。在本实施例中,能够从最优贷款产品中选取一个最适合的贷款产品推荐给客户,因而,能够减少客户的从最优贷款产品再次选取贷款产品的时间,提升客户的体验。
进一步地,本发明提供基于大数据的贷款产品筛选方法的另一实施例,在该实施例中,所述从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端步骤之后包括:
步骤S50,采集所述客户对所推荐的最优贷款产品的反馈信息,根据所述反馈信息确定是否需要重新推荐其它贷款产品;
在本实施例中,在推荐最优贷款产品后,采集所述客户对所推荐的最优贷款产品的反馈信息,该反馈信息包括客户是否采纳、拒绝或者购买该推荐的贷款产品。在得到反馈信息后,根据所述反馈信息确定是否需要重新推荐其它贷款产品。
步骤S60,若需要重新推荐其它贷款产品,则从所述各个产品匹配度中选取次优匹配度,将所述最优匹配度对应的次优贷款产品推荐给所述客户。
在本实施例中,若需要重新推荐其它贷款产品,则从所述各个产品匹配度中选取次优匹配度,将所述最优匹配度对应的次优贷款产品推荐给所述客户,以避免客户在不满意第一个推荐的贷款产品后,无法找到替代的可供客户选择的贷款产品,而影响客户体验的现象。
另外,在本实施例中,所述从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端步骤之后包括:
步骤S70,若检测到所述最优贷款产品推荐成功,则生成所述述最优贷款产品推荐成功的提示信息,其中,所述提示信息中包括其它关联的贷款产品。
在本实施例中,若检测到任意的最优贷款产品推荐成功,则生成所述述最优贷款产品推荐成功的提示信息,其中,所述提示信息中包括其它关联的贷款产品,以避免系统持续推荐贷款产品的现象,以避免资源的浪费。
参照图3,图3是本发明实施例方案涉及的硬件运行环境的设备结构示意图。
本发明实施例基于大数据的贷款产品筛选设备可以是PC,也可以是智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面3)播放器、便携计算机等终端设备。
如图3所示,该基于大数据的贷款产品筛选设备可以包括:处理器1001,例如CPU,存储器1005,通信总线1002。其中,通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatilememory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
可选地,该基于大数据的贷款产品筛选设备还可以包括目标用户接口、网络接口、摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。目标用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选目标用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解,图3中示出的基于大数据的贷款产品筛选设备结构并不构成对基于大数据的贷款产品筛选设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图3所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块以及基于大数据的贷款产品筛选程序。操作系统是管理和控制基于大数据的贷款产品筛选设备硬件和软件资源的程序,支持基于大数据的贷款产品筛选程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信,以及与基于大数据的贷款产品筛选设备中其它硬件和软件之间通信。
在图3所示的基于大数据的贷款产品筛选设备中,处理器1001用于执行存储器1005中存储的基于大数据的贷款产品筛选程序,实现上述任一项所述的基于大数据的贷款产品筛选方法的步骤。
本发明基于大数据的贷款产品筛选设备具体实施方式与上述基于大数据的贷款产品筛选方法各实施例基本相同,在此不再赘述。
本发明还提供一种基于大数据的贷款产品筛选装置,所述基于大数据的贷款产品筛选装置包括:
第一获取模块,用于获取客户端提交的贷款申请,并提取出所述贷款申请中的贷款资料和客户资料;
第一分析模块,用于根据所述客户资料和所述贷款资料对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级;
第二分析模块,用于当所述贷款能力等级大于预设等级时,根据所述贷款资料对产品数据库中的各个贷款产品进行匹配分析,以获得各个贷款产品的各个产品匹配度;
推荐模块,用于从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端。
本发明基于大数据的贷款产品筛选装置具体实施方式与上述基于大数据的贷款产品筛选方法各实施例基本相同,在此不再赘述。
本发明提供了一种存储介质,所述存储介质存储有一个或者一个以上程序,所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述任一项所述的基于大数据的贷款产品筛选方法的步骤。
本发明存储介质具体实施方式与上述基于大数据的贷款产品筛选方法各实施例基本相同,在此不再赘述。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利处理范围内。
Claims (10)
1.一种基于大数据的贷款产品筛选方法,其特征在于,所述基于大数据的贷款产品筛选方法包括:
获取客户端提交的贷款申请,并提取出所述贷款申请中的贷款资料和客户资料;
根据所述客户资料和所述贷款资料对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级;
当所述贷款能力等级大于预设等级时,根据所述贷款资料对产品数据库中的各个贷款产品进行匹配分析,以获得各个贷款产品的各个产品匹配度;
从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端。
2.如权利要求1所述的基于大数据的贷款产品筛选方法,其特征在于,所述根据所述客户资料和所述贷款资料对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级步骤包括:
获取所述客户资料中的身份信息,并获取所述身份信息对应的收入流水证明、公积金数据和社保缴费数据;
获取所述贷款资料中的贷款额度和贷款期限;
根据所述收入流水证明、所述公积金数据、所述社保缴费数据、所述贷款额度和所述贷款期限,对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级。
3.如权利要求2所述的基于大数据的贷款产品筛选方法,其特征在于,所述根据所述收入流水证明、所述公积金数据、所述社保缴费数据、所述贷款额度和所述贷款期限,对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级步骤包括:
根据所述贷款额度和所述贷款期限计算所述客户的月供偿还金额;
根据所述收入流水证明计算所述客户的月均收入,并计算所述月均收入的预设百分比的参考数值,若所述参考数值大于所述月供偿还金额,则根据预设的月供映射表确定所述参考数值对应的第一权值;
获取所述公积金数据中所述客户公积金的缴纳时长与所述客户的公积金余额,若所述缴纳时长大于第一阈值,且所述公积金余额大于第二阈值,则根据预设的公积金映射表获取所述公积金余额对应的第二权值;
获取所述社保缴费数据中所述客户的社保缴费时间以及所述客户的社保缴费金额,若所述社保缴费时间大于第三阈值,且所述社保缴费金额大于第四阈值,则根据预设的社保映射表获取所述社保缴费金额对应的第三权值;
将所述第一权值、所述第二权值和所述第三权值进行叠加计算,得到总权值,其中,若所述第一权值、所述第二权值或者所述第三权值未存在,则该对应未存在的所述第一权值、所述第二权值或者所述第三权值为零;
根据预设的贷款映射表中权值与贷款等级之间的数值映射关系,获取所述总权值的贷款能力等级,将所述总权值的贷款能力等级作为所述客户的贷款能力等级。
4.如权利要求1所述的基于大数据的贷款产品筛选方法,其特征在于,所述当所述贷款能力等级大于预设等级时,根据所述贷款资料对产品数据库中的各个贷款产品进行匹配分析,以获得各个贷款产品的各个产品匹配度步骤包括:
当所述贷款能力等级大于预设等级时,获取所述贷款资料中所述客户的贷款类型,贷款额度和贷款期限,并获取所述产品数据库中各个贷款产品各自的产品类型、产品额度和产品期限;
从所述产品数据库中获取所有与所述贷款类型一致的产品类型,将产品类型与所述贷款类型一致的产品设为目标贷款产品,其中,所述目标贷款产品为一个或者是多个;
计算所述贷款额度与各所述目标贷款产品的产品额度之间的额度差值,以确定各所述目标贷款产品的额度匹配度,其中,所述额度差值越大,所述额度匹配度越低,且所述额度差值与所述额度匹配度之间存在第一预设匹配关系;
计算所述贷款期限与各所述目标贷款产品的产品期限之间的期限差值,以确定所述目标贷款产品的期限匹配度,其中,所述期限差值越大,所述期限匹配度越低,且所述期限差值与所述期限匹配度之间存在第二预设匹配关系;
根据各所述目标贷款产品的额度匹配度和期限匹配度进行叠加计算,获得各个目标贷款产品的产品匹配度。
5.如权利要求1所述的基于大数据的贷款产品筛选方法,其特征在于,所述将所述最优匹配度对应的最优贷款产品推荐给所述客户端步骤包括:
当检测到所述最优匹配度的最优贷款产品有多个时,获取所有最优贷款产品对应的贷款银行;
获取并根据预设的银行优先级列表获取所有贷款银行的银行优先级;
根据所述银行优先级,将银行优先级最高的贷款银行对应的最优贷款产品推荐给所述客户。
6.如权利要求1所述的基于大数据的贷款产品筛选方法,其特征在于,所述将所述最优匹配度对应的最优贷款产品推荐给所述客户端步骤之后包括:
采集所述客户对所推荐的最优贷款产品的反馈信息,根据所述反馈信息确定是否需要重新推荐其它贷款产品;
若需要重新推荐其它贷款产品,则从所述各个产品匹配度中选取次优匹配度,将所述最优匹配度对应的次优贷款产品推荐给所述客户。
7.如权利要求1-6任一项所述的基于大数据的贷款产品筛选方法,其特征在于,所述将所述最优匹配度对应的最优贷款产品推荐给所述客户端步骤之后包括:
若检测到所述最优贷款产品推荐成功,则生成所述述最优贷款产品推荐成功的提示信息,其中,所述提示信息中包括其它关联的贷款产品。
8.一种基于大数据的贷款产品筛选装置,其特征在于,所述基于大数据的贷款产品筛选装置包括:
获取模块,用于获取客户端提交的贷款申请,并提取出所述贷款申请中的贷款资料和客户资料;
第一分析模块,用于根据所述客户资料和所述贷款资料对所述客户的贷款能力进行分析,获得所述客户的贷款能力等级;
第二分析模块,用于当所述贷款能力等级大于预设等级时,根据所述贷款资料对产品数据库中的各个贷款产品进行匹配分析,以获得各个贷款产品的各个产品匹配度;
推荐模块,用于从所述各个产品匹配度中选取最优匹配度,将所述最优匹配度对应的最优贷款产品推荐给所述客户端。
9.一种基于大数据的贷款产品筛选设备,其特征在于,所述基于大数据的贷款产品筛选设备包括:存储器、处理器,通信总线以及存储在所述存储器上的基于大数据的贷款产品筛选程序,
所述通信总线用于实现处理器与存储器间的通信连接;
所述处理器用于执行所述基于大数据的贷款产品筛选程序,以实现如权利要求1至7中任一项所述的基于大数据的贷款产品筛选方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有基于大数据的贷款产品筛选程序,所述基于大数据的贷款产品筛选程序被处理器执行时实现如权利要求1-7中任一项所述的基于大数据的贷款产品筛选方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811135319.XA CN109389491A (zh) | 2018-09-27 | 2018-09-27 | 基于大数据的贷款产品筛选方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811135319.XA CN109389491A (zh) | 2018-09-27 | 2018-09-27 | 基于大数据的贷款产品筛选方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109389491A true CN109389491A (zh) | 2019-02-26 |
Family
ID=65418177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811135319.XA Pending CN109389491A (zh) | 2018-09-27 | 2018-09-27 | 基于大数据的贷款产品筛选方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109389491A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110135944A (zh) * | 2019-04-15 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 贷款产品推荐方法、装置、计算机设备和存储介质 |
CN110175905A (zh) * | 2019-04-17 | 2019-08-27 | 深圳壹账通智能科技有限公司 | 贷款风险评估方法及装置、终端和计算机可读存储介质 |
CN111242773A (zh) * | 2020-01-16 | 2020-06-05 | 深圳壹账通智能科技有限公司 | 虚拟资源申请的对接方法、装置、计算机设备及存储介质 |
CN111383094A (zh) * | 2020-03-06 | 2020-07-07 | 深圳前海微众银行股份有限公司 | 产品服务全链驱动方法、设备及可读存储介质 |
CN111667361A (zh) * | 2020-06-19 | 2020-09-15 | 上海印闪网络科技有限公司 | 一种基于用户行为的贷款产品推荐方法 |
CN112613982A (zh) * | 2020-12-24 | 2021-04-06 | 四川享宇金信金融科技有限公司 | 一种靶向推荐贷款产品推荐方法以及装置 |
CN113313572A (zh) * | 2021-05-28 | 2021-08-27 | 上海浦东发展银行股份有限公司 | 一种基于公积金点贷客户的模型识别方法 |
CN113672815A (zh) * | 2021-08-30 | 2021-11-19 | 深圳市中壬速客信息技术有限公司 | 一种线上快速获取高安全性信息数据资源的方法及系统 |
CN115730966A (zh) * | 2022-11-15 | 2023-03-03 | 东方微银科技股份有限公司 | 基于客户需求的产品智能优选方法及系统 |
CN116362876A (zh) * | 2023-06-01 | 2023-06-30 | 天津金城银行股份有限公司 | 一种贷款分流方法、系统、设备和存储介质 |
CN117670510A (zh) * | 2023-11-30 | 2024-03-08 | 广东省中保小额贷款股份有限公司 | 一种小额贷款管理系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020025155A (ko) * | 2002-03-09 | 2002-04-03 | 황도환 | 웹 대출 관리시스템 과 가맹점을 연계한 비지니스 모델 |
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 |
CN107871276A (zh) * | 2017-07-25 | 2018-04-03 | 平安科技(深圳)有限公司 | 贷款产品的查询装置、方法及计算机可读存储介质 |
CN108335189A (zh) * | 2017-09-19 | 2018-07-27 | 平安普惠企业管理有限公司 | 线上贷款处理方法、服务器及可读存储介质 |
CN108389123A (zh) * | 2018-02-12 | 2018-08-10 | 中科柏诚科技(北京)股份有限公司 | 一种互联网联合贷款系统及方法 |
CN108416670A (zh) * | 2018-03-19 | 2018-08-17 | 深圳市买买提信息科技有限公司 | 信贷配单方法及服务器 |
CN108510384A (zh) * | 2018-03-13 | 2018-09-07 | 四川享宇金信金融服务外包有限公司 | 贷款产品推荐方法以及装置 |
WO2018166105A1 (zh) * | 2017-03-13 | 2018-09-20 | 平安科技(深圳)有限公司 | 贷款额度测算方法、装置、服务器和存储介质 |
-
2018
- 2018-09-27 CN CN201811135319.XA patent/CN109389491A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020025155A (ko) * | 2002-03-09 | 2002-04-03 | 황도환 | 웹 대출 관리시스템 과 가맹점을 연계한 비지니스 모델 |
WO2018166105A1 (zh) * | 2017-03-13 | 2018-09-20 | 平安科技(深圳)有限公司 | 贷款额度测算方法、装置、服务器和存储介质 |
CN107871276A (zh) * | 2017-07-25 | 2018-04-03 | 平安科技(深圳)有限公司 | 贷款产品的查询装置、方法及计算机可读存储介质 |
CN108335189A (zh) * | 2017-09-19 | 2018-07-27 | 平安普惠企业管理有限公司 | 线上贷款处理方法、服务器及可读存储介质 |
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 |
CN108389123A (zh) * | 2018-02-12 | 2018-08-10 | 中科柏诚科技(北京)股份有限公司 | 一种互联网联合贷款系统及方法 |
CN108510384A (zh) * | 2018-03-13 | 2018-09-07 | 四川享宇金信金融服务外包有限公司 | 贷款产品推荐方法以及装置 |
CN108416670A (zh) * | 2018-03-19 | 2018-08-17 | 深圳市买买提信息科技有限公司 | 信贷配单方法及服务器 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110135944A (zh) * | 2019-04-15 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 贷款产品推荐方法、装置、计算机设备和存储介质 |
CN110175905A (zh) * | 2019-04-17 | 2019-08-27 | 深圳壹账通智能科技有限公司 | 贷款风险评估方法及装置、终端和计算机可读存储介质 |
CN111242773A (zh) * | 2020-01-16 | 2020-06-05 | 深圳壹账通智能科技有限公司 | 虚拟资源申请的对接方法、装置、计算机设备及存储介质 |
CN111383094A (zh) * | 2020-03-06 | 2020-07-07 | 深圳前海微众银行股份有限公司 | 产品服务全链驱动方法、设备及可读存储介质 |
CN111667361A (zh) * | 2020-06-19 | 2020-09-15 | 上海印闪网络科技有限公司 | 一种基于用户行为的贷款产品推荐方法 |
CN112613982A (zh) * | 2020-12-24 | 2021-04-06 | 四川享宇金信金融科技有限公司 | 一种靶向推荐贷款产品推荐方法以及装置 |
CN113313572A (zh) * | 2021-05-28 | 2021-08-27 | 上海浦东发展银行股份有限公司 | 一种基于公积金点贷客户的模型识别方法 |
CN113313572B (zh) * | 2021-05-28 | 2022-12-20 | 上海浦东发展银行股份有限公司 | 一种基于公积金点贷客户的模型识别方法 |
CN113672815A (zh) * | 2021-08-30 | 2021-11-19 | 深圳市中壬速客信息技术有限公司 | 一种线上快速获取高安全性信息数据资源的方法及系统 |
CN115730966A (zh) * | 2022-11-15 | 2023-03-03 | 东方微银科技股份有限公司 | 基于客户需求的产品智能优选方法及系统 |
CN116362876A (zh) * | 2023-06-01 | 2023-06-30 | 天津金城银行股份有限公司 | 一种贷款分流方法、系统、设备和存储介质 |
CN117670510A (zh) * | 2023-11-30 | 2024-03-08 | 广东省中保小额贷款股份有限公司 | 一种小额贷款管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109389491A (zh) | 基于大数据的贷款产品筛选方法、装置、设备及存储介质 | |
TWI626614B (zh) | Financial commodity automation investment analysis decision system and method | |
Langely | Equipping entrepreneurs: consuming credit and credit scores | |
CN109670936A (zh) | 贷款审批处理方法、平台、设备及计算机可读存储介质 | |
CN109858970A (zh) | 一种用户行为预测方法、装置及存储介质 | |
CN107945008A (zh) | 信贷方法、装置、设备及计算机可读存储介质 | |
CN111292007A (zh) | 供应商财务风险预测方法及装置 | |
CN110415119A (zh) | 模型训练、票据交易预测方法、装置、存储介质及设备 | |
CN108596495A (zh) | 一种零售信贷业务评分系统及方法 | |
CN109711969A (zh) | 基于数据分析的校园信贷方法、装置、设备和存储介质 | |
CN110634043B (zh) | 供需匹配模型获得方法、供需匹配方法、平台和存储介质 | |
Lohokare et al. | Automated data collection for credit score calculation based on financial transactions and social media | |
US11880891B1 (en) | Systems and methods for a whole life interactive simulation | |
US20210326976A1 (en) | System and Method For Simulating Financial Growth Over a Period of Time | |
US11455681B1 (en) | Adaptive financial advisor | |
KR20120032606A (ko) | 증권투자고객 참여 가능 증권투자 시스템 및 그 방법 | |
CN109829817A (zh) | 还贷计划数据确定方法及装置 | |
CN109035002A (zh) | 一种数据对象的匹配方法、装置、介质和电子设备 | |
US20110178859A1 (en) | System and method for resolving transactions employing optional benefit offers | |
Banerjee et al. | A cross-country analysis of ICT diffusion, economic growth, and global competitiveness | |
CN116361542A (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
JP2017084229A (ja) | 投資シミュレーション装置および方法 | |
Mirzaei | Fintech market in Iran: an analysis of Fintech ecosystem and business models | |
CN108256667A (zh) | 资产数据处理方法、装置、存储介质和计算机设备 | |
JP7329282B2 (ja) | 情報処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40002553 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |