CN109447783A - 授信方法、装置、终端设备及存储介质 - Google Patents

Abstract

本申请实施例适用于授信技术领域，公开了一种授信方法、装置、终端设备及存储介质，其中，方法包括：获取属于低收入人群的用户的申请信息；根据所述申请信息，获取所述用户的征信信息和网络行为数据信息；根据所述申请信息、征信信息以及所述网络行为数据信息，得出所述用户的信用风险评估结果；根据所述信用风险评估结果，授予所述用户相应的授信额度。本申请实施例可以实现对低收入人群的授信。

Description

授信方法、装置、终端设备及存储介质

技术领域

本申请属于授信技术领域，尤其涉及一种授信方法、装置、终端设备及计算机可读存储介质。

背景技术

普惠金融是指以可负担的成本为有金融服务需求的社会各阶层和群体提供适当、有效的金融服务。其中，小微企业、农民、城镇低收入人群等弱势群体是普惠金融重点服务对象。

目前，一些大的互联网平台在普惠金融方面已经取得一定的成绩。但是，但仍有不足，尤其是一些工厂蓝领、农民、城镇低收入人员等低收入人群无法在大的互联网金融平台获得授信，其消费需求在很大程度上受现现金流压抑。

发明内容

有鉴于此，本申请实施例提供了一种授信方法、装置、终端设备及计算机可读存储介质，以解决现有技术中低收入人群无法获得授信的问题。

本申请实施例的第一方面提供一种授信方法，应用于电商服务平台，所述电商服务器平台为采用微服务架构的平台；

所述授信方法包括：

获取属于低收入人群的用户的申请信息，所述低收入人群为收入低于预设数值的人群；

根据所述申请信息，获取所述用户的征信信息和网络行为数据信息；

根据所述申请信息、征信信息以及所述网络行为数据信息，得出所述用户的信用风险评估结果；

根据所述信用风险评估结果，授予所述用户相应的授信额度。

结合第一方面，在一种可能的实现中，所述根据所述申请信息、征信信息以及所述网络行为数据信息，得出所述用户的信用风险评估结果，包括：

通过风控模型对所述申请信息、所述征信信息以及所述网络行为数据信息进行分析，得出所述用户的贷款需求信息、贷款类型信息、逾期违约风险信息；

根据所述贷款需求信息、所述贷款类型信息以及所述逾期违约风险信息，生成所述信用风险评估结果。

结合第一方面，在一种可能的实现中，所述根据所述信用风险评估结果，授予所述用户相应的授信额度，包括：

通过所述信用风险评估结果，确定所述用户的信用等级和信用系数；

根据所述信用等级和所述信用系数，授予所述用户与所述信用等级、所述信用系数相对应的授信额度。

结合第一方面，在一种可能的实现中，所述根据所述申请信息，获取所述用户的征信信息和网络行为数据信息，包括：

根据所述申请信息，从第三方征信平台获取所述用户的所述征信信息；

根据所述申请信息，通过预设网络平台获取所述用户的所述网络行为数据。

结合第一方面，在一种可能的实现中，在所述根据所述申请信息、征信信息以及所述网络行为数据信息，得出所述用户的信用风险评估结果之后，还包括：

根据所述信用风险评估结果，判断所述用户是否符合预设授信条件；

当所述用户符合所述预设授信条件时，执行后续根据所述信用风险评估结果，授予所述用户相应的授信额度的步骤；

当所述用户不符合所述预设授信条件时，发送用于提示所述用户申请失败的提示信息给所述用户。

本申请实施例的第二方面提供一种授信装置，应用于电商服务平台，所述电商服务器平台为采用微服务架构的平台；

授信装置包括：

第一获取模块，用于获取属于低收入人群的用户的申请信息，所述低收入人群为收入低于预设数值的人群；

第二获取模块，用于根据所述申请信息，获取所述用户的征信信息和网络行为数据信息；

评估模块，用于根据所述申请信息、征信信息以及所述网络行为数据信息，得出所述用户的信用风险评估结果；

授信模块，用于根据所述信用风险评估结果，授予所述用户相应的授信额度。

结合第二方面，在一种可能的实现中，所述评估模块包括：

分析单元，用于通过风控模型对所述申请信息、所述征信信息以及所述网络行为数据信息进行分析，得出所述用户的贷款需求信息、贷款类型信息、逾期违约风险信息；

生成单元，用于根据所述贷款需求信息、所述贷款类型信息以及所述逾期违约风险信息，生成所述信用风险评估结果。

结合第二方面，在一种可能的实现中，所述授信模块包括：

确定单元，用于通过所述信用风险评估结果，确定所述用户的信用等级和信用系数；

授信单元，用于根据所述信用等级和所述信用系数，授予所述用户与所述信用等级、所述信用系数相对应的授信额度。

结合第二方面，在一种可能的实现中，所述第二获取模块包括：

第一获取单元，用于根据所述申请信息，从第三方征信平台获取所述用户的所述征信信息；

第二获取单元，用于根据所述申请信息，通过预设网络平台获取所述用户的所述网络行为数据。

结合第二方面，在一种可能的实现中，还包括：

判断模块，用于根据所述信用风险评估结果，判断所述用户是否符合预设授信条件；

执行模块，用于当所述用户符合所述预设授信条件时，执行后续根据所述信用风险评估结果，授予所述用户相应的授信额度的步骤；

提示模块，用于当所述用户不符合所述预设授信条件时，发送用于提示所述用户申请失败的提示信息给所述用户。

本申请实施例的第三方面提供一种终端设备，包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如上述第一方面任一项所述方法的步骤。

本申请实施例的第四方面提供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第一方面任一项所述方法的步骤。

本申请实施例与现有技术相比存在的有益效果是：

本申请实施例通过获取属于低收入人群的用户的申请信息；根据申请信息，获取用户的征信信息和网络行为数据信息；根据申请信息、征信信息以及网络行为数据信息，得出用户的信用风险评估结果；根据信用风险评估结果，授予用户相应的授信额度，实现了对低收入人群的授信。

附图说明

为了更清楚地说明本申请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申请的一些实施例，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为本申请实施例提供的一种授信方法的流程示意框图；

图2为本申请实施例提供的一种授信方法的另一种流程示意图；

图3为本申请实施例提供的授信方法技术架构示意图；

图4为本申请实施例提供的电商平台系统架构示意图；

图5为本申请实施例提供的一种授信装置的结构示意框图；

图6为本申请实施例提供的终端设备的示意图。

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，以便透彻理解本申请实施例。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申请。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申请的描述。

为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。

实施例一

本实施例提供的一种授信方法可以应用于电商服务平台，电商服务器平台为采用微服务架构的平台。该电商服务平台的整个应用程序会被拆分成一个个功能独立的子系统，独立运行，系统与系统之可以通过RPC接口进行通信。采用微服务器架构之后，使得电商服务平台的子系统之间的耦合度大大地降低，系统将非常容易扩展，极大地提升了协作效率。

请参见图1，为本申请实施例提供的一种授信方法的流程示意框图，该方法可以包括以下步骤：

步骤S101、获取属于低收入人群的用户的申请信息，低收入人群为收入低于预设数值的人群。

可以理解的是，上述用户属于低收入人群，而低收入人群的标准可以人为确定，例如，可以简单根据用户的年薪收入进行筛选，当年薪收入大于2万元，4万元时，该用户属于低收入人群。该低收入人群可以是根据一定的筛选条件，从众多人群中筛选出来的，筛选出来的用户具有申请授信额度的资格。

需要说明的是，上述申请信息是指具有申请授信额度的资格的用户为了申请授信而填写的相关信息。该申请信息可以包括但不限于用户个人信息、工作信息、收入信息、主要家庭成员信息、学历信息等。其中，用户个人信息包括个人姓名、年龄、性别、家庭住址、当前住址等。工作信息可以包括工作类型、工作地点、工资收入等。

步骤S102、根据申请信息，获取用户的征信信息和网络行为数据信息。

在接收用户根据相应的提示输入相应的申请信息之后，可以根据该申请信息中的个人信息，从第三方平台获取到该用户的征信信息和网络行为数据信息。

需要说明的是，上述征信信息是指第三方征信平台上该用户的信息。第三方征信平台例如芝麻信用、征信局等。用户征信信息主要用于表征用户过往是否有违约、失信行为。

上述网络行为数据信息的数据维度很广，可以包括但不限于用户基础属性信息、用户行为信息、用户网购、用户APP行为、交际圈信息等。例如，网上支付行为数据、网上消费行为数据、网络金融行为数据、社交行为数据等。这些网络行为数据可以从相应的合作机构获取，例如，从淘宝、微信获取到用户的支付行为数据，从京东、淘宝获取到用户的网购数据等。

步骤S103、根据申请信息、征信信息以及网络行为数据信息，得出用户的信用风险评估结果。

在获取用户的申请信息、征信信息、网络行为数据信息之后，由于所获取的数据是海量数据，可以先对数据进行预处理，便于后续的数据分析。

其中，数据预处理可以包括对数据缺失、数据异常进行处理，保持数据一致性。针对缺失值，可以选择利用均值、众数、中位数进行填充。针对异常值，可以通过移除、平均值修正、视为缺失值处理。

具体地，在进行大数据预处理之后，可以通过大数据的分析和预测技术，利用风控模型对用户的大数据进行梳理和分析，确定出该用户的贷款需求、可能的贷款类型、贷款金额、逾期及违约的可能性等相关结果，再根据该相关结果得出该用户的信用风险评估结果。

步骤S104、根据信用风险评估结果，授予用户相应的授信额度。

在得出用户的信用风险评估结果之后，可以根据该信用风险评估结果，确定出该用户的信用等级和信用系数，然后根据预先设置的信用等级、信用系数与授信额度的对应关系表，确定出该用户的授信额度，并将相应的授信额度授予该用户。

例如，信用等级分为AAA、AA、A、BBB、BB、B、C、D，对应的信用系数为1、0.95、0.9、0.8、0.7、0.6、0.5、0。对应的授信额度为7000元、6000元、5000元、4000元、3000元、2000元、0元、0元。当用户的信用等级为C或D时，不为该用户授信。

本实施例通过获取属于低收入人群的用户的申请信息；根据申请信息，获取用户的征信信息和网络行为数据信息；根据申请信息、征信信息以及网络行为数据信息，得出用户的信用风险评估结果；根据信用风险评估结果，授予用户相应的授信额度，实现了对低收入人群的授信。

实施例二

请参见图2，为本申请实施例提供的一种授信方法的另一种流程示意图，该方法可以包括以下步骤：

步骤S201、获取属于低收入人群的用户的申请信息。

步骤S202、根据申请信息，从第三方征信平台获取用户的征信信息。其中，第三方征信平台例如为芝麻信用、征信局等。

步骤S203、根据申请信息，通过预设网络平台获取用户的网络行为数据。

可以包括但不限于用户基础属性信息、用户行为信息、用户网购、用户APP行为、交际圈信息等。例如，网上支付行为数据、网上消费行为数据、网络金融行为数据、社交行为数据等。这些网络行为数据可以从预设网络平台获取，例如，从淘宝、微信获取到用户的支付行为数据，从京东、淘宝获取到用户的网购数据等。

步骤S204、通过风控模型对申请信息、征信信息以及网络行为数据信息进行分析，得出用户的贷款需求信息、贷款类型信息、逾期违约风险信息。

其中，贷款需求信息是表征用户有无贷款需求的信息，贷款类型信息是表征用户可能贷哪种类型的款的信息。逾期违约风险信息是表征用户逾期或者是违约的可能性的信息。

步骤S205、根据贷款需求信息、贷款类型信息以及逾期违约风险信息，生成信用风险评估结果。

步骤S206、根据信用风险评估结果，判断用户是否符合预设授信条件。当用户符合预设授信条件时，进入步骤S208，当用户不符合预设授信条件时，进入步骤S207。

可以理解的是，虽然该用户是经过筛选出来，具有申请授信资格的用户，但是，不是所有具有资格的用户都可以获得授信。可能有一些用户虽然有授信资格，但不符合授信条件。

上述预设授信条件可以具体为用户的还款意愿信息。用户的还款意愿可以根据用户过往的还款行为得出。例如，在到期限的前5天就还款的用户的还款意愿强烈，到期限当天才还款的用户还款意愿一般，过了还款期限，经过多次催收才还款的用户还款意愿较差。当用户被认定为还款意愿较差时，则该用户不能获得授信，用户的还款意愿符合要求时，才能获得授信。

步骤S207、发送用于提示用户申请失败的提示信息给用户。

步骤S208、通过信用风险评估结果，确定用户的信用等级和信用系数。

步骤S209、根据信用等级和信用系数，授予用户与信用等级、信用系数相对应的授信额度。

需要说明的是，本实施例与上述实施例一的相似之处，可相互参见，在此不再赘述。

本申请实施例提供的授信方法可以具体应用在电商服务平台上，该电商服务平台采用微服务架构。下面将结合图3和图4对电商服务平台进行举例介绍。图3为本申请实施例提供的授信方法技术架构示意图，图4为电商平台系统架构示意图。各个微服务将采用可以处于浪潮之巅的Docker来实现容器化部署，Docker不仅能够实现运行环境的隔离，而且能极大程度的节约计算机资源，它成为一种轻量级的“虚拟机”，避免一切因环境引起的各种问题。项目被微服务化后，各个服务之间的关系错中复杂，打包构建的工作量相当可怕。引入Jenkins后，只需在Jenkins中配置好代码仓库、各个模块的构建顺序和构建命令，在以后的构建中，只需要点击“立即构建”按钮，Jenkins就会自动到你的代码仓库中拉取最新的代码，然后根据你事先配置的构建命令进行构建，最后发布到指定的容器中运行。容器及自动构建技术带来运维便捷及部署效率提升。

本实施例通过获取属于低收入人群的用户的申请信息；根据申请信息，获取用户的征信信息和网络行为数据信息；根据申请信息、征信信息以及网络行为数据信息，得出用户的信用风险评估结果；根据信用风险评估结果，授予用户相应的授信额度，实现了对低收入人群的授信。

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，而不应对本申请实施例的实施过程构成任何限定。

实施例三

请参见图5，为本申请实施例提供的一种授信装置的结构示意框图，应用于电商服务平台，电商服务器平台为采用微服务架构的平台。该授信装置包括：

第一获取模块51，用于获取属于低收入人群的用户的申请信息，低收入人群为收入低于预设数值的人群；

第二获取模块52，用于根据申请信息，获取用户的征信信息和网络行为数据信息；

评估模块53，用于根据申请信息、征信信息以及网络行为数据信息，得出用户的信用风险评估结果；

授信模块54，用于根据信用风险评估结果，授予用户相应的授信额度。

在一种可能的实现中，评估模块包括：

分析单元，用于通过风控模型对申请信息、征信信息以及网络行为数据信息进行分析，得出用户的贷款需求信息、贷款类型信息、逾期违约风险信息；

生成单元，用于根据贷款需求信息、贷款类型信息以及逾期违约风险信息，生成信用风险评估结果。

在一种可能的实现中，授信模块包括：

确定单元，用于通过信用风险评估结果，确定用户的信用等级和信用系数；

授信单元，用于根据信用等级和信用系数，授予用户与信用等级、信用系数相对应的授信额度。

在一种可能的实现中，第二获取模块包括：

第一获取单元，用于根据申请信息，从第三方征信平台获取用户的征信信息；

第二获取单元，用于根据申请信息，通过预设网络平台获取用户的网络行为数据。

在一种可能的实现中，还包括：

判断模块，用于根据信用风险评估结果，判断用户是否符合预设授信条件；

执行模块，用于当用户符合预设授信条件时，执行后续根据信用风险评估结果，授予用户相应的授信额度的步骤；

提示模块，用于当用户不符合预设授信条件时，发送用于提示用户申请失败的提示信息给用户。

本实施例通过获取属于低收入人群的用户的申请信息；根据申请信息，获取用户的征信信息和网络行为数据信息；根据申请信息、征信信息以及网络行为数据信息，得出用户的信用风险评估结果；根据信用风险评估结果，授予用户相应的授信额度，实现了对低收入人群的授信。

实施例四

图6是本申请一实施例提供的终端设备的示意图。如图6所示，该实施例的终端设备6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62。所述处理器60执行所述计算机程序62时实现上述各个授信方法实施例中的步骤，例如图1所示的步骤S101至S104。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块或单元的功能，例如图5所示模块51至54的功能。

示例性的，所述计算机程序62可以被分割成一个或多个模块或单元，所述一个或者多个模块或单元被存储在所述存储器61中，并由所述处理器60执行，以完成本申请。所述一个或多个模块或单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序62在所述终端设备6中的执行过程。例如，所述计算机程序62可以被分割成第一获取模块、第二获取模块、评估模块以及授信模块，各模块具体功能如下：

第一获取模块，用于获取属于低收入人群的用户的申请信息；第二获取模块，用于根据申请信息，获取用户的征信信息和网络行为数据信息；评估模块，用于根据申请信息、征信信息以及网络行为数据信息，得出用户的信用风险评估结果；授信模块，用于根据信用风险评估结果，授予用户相应的授信额度。

所述终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是终端设备6的示例，并不构成对终端设备6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，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器61可以是所述终端设备6的内部存储单元，例如终端设备6的硬盘或内存。所述存储器61也可以是所述终端设备6的外部存储设备，例如所述终端设备6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61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，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，在本申请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。

所述集成的模块或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，本申请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申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种授信方法，其特征在于，应用于电商服务平台，所述电商服务器平台为采用微服务架构的平台；

所述授信方法包括：

获取属于低收入人群的用户的申请信息，所述低收入人群为收入低于预设数值的人群；

根据所述申请信息，获取所述用户的征信信息和网络行为数据信息；

根据所述申请信息、征信信息以及所述网络行为数据信息，得出所述用户的信用风险评估结果；

根据所述信用风险评估结果，授予所述用户相应的授信额度。

2.根据权利要求1所述的授信方法，其特征在于，所述根据所述申请信息、征信信息以及所述网络行为数据信息，得出所述用户的信用风险评估结果，包括：

通过风控模型对所述申请信息、所述征信信息以及所述网络行为数据信息进行分析，得出所述用户的贷款需求信息、贷款类型信息、逾期违约风险信息；

根据所述贷款需求信息、所述贷款类型信息以及所述逾期违约风险信息，生成所述信用风险评估结果。

3.根据权利要求2所述的授信方法，其特征在于，所述根据所述信用风险评估结果，授予所述用户相应的授信额度，包括：

通过所述信用风险评估结果，确定所述用户的信用等级和信用系数；

根据所述信用等级和所述信用系数，授予所述用户与所述信用等级、所述信用系数相对应的授信额度。

4.根据权利要求1至3任一项所述的授信方法，其特征在于，所述根据所述申请信息，获取所述用户的征信信息和网络行为数据信息，包括：

根据所述申请信息，从第三方征信平台获取所述用户的所述征信信息；

根据所述申请信息，通过预设网络平台获取所述用户的所述网络行为数据。

5.根据权利要求4所述的授信方法，其特征在于，在所述根据所述申请信息、征信信息以及所述网络行为数据信息，得出所述用户的信用风险评估结果之后，还包括：

根据所述信用风险评估结果，判断所述用户是否符合预设授信条件；

当所述用户符合所述预设授信条件时，执行后续根据所述信用风险评估结果，授予所述用户相应的授信额度的步骤；

当所述用户不符合所述预设授信条件时，发送用于提示所述用户申请失败的提示信息给所述用户。

6.一种授信装置，其特征在于，应用于电商服务平台，所述电商服务器平台为采用微服务架构的平台；

授信装置包括：

第一获取模块，用于获取属于低收入人群的用户的申请信息，所述低收入人群为收入低于预设数值的人群；

第二获取模块，用于根据所述申请信息，获取所述用户的征信信息和网络行为数据信息；

评估模块，用于根据所述申请信息、征信信息以及所述网络行为数据信息，得出所述用户的信用风险评估结果；

授信模块，用于根据所述信用风险评估结果，授予所述用户相应的授信额度。

7.根据权利要求6所述的授信装置，其特征在于，所述评估模块包括：

分析单元，用于通过风控模型对所述申请信息、所述征信信息以及所述网络行为数据信息进行分析，得出所述用户的贷款需求信息、贷款类型信息、逾期违约风险信息；

生成单元，用于根据所述贷款需求信息、所述贷款类型信息以及所述逾期违约风险信息，生成所述信用风险评估结果。

8.根据权利要求7所述的授信装置，其特征在于，所述授信模块包括：

确定单元，用于通过所述信用风险评估结果，确定所述用户的信用等级和信用系数；

授信单元，用于根据所述信用等级和所述信用系数，授予所述用户与所述信用等级、所述信用系数相对应的授信额度。

9.一种终端设备，其特征在于，包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如权利要求1至5任一项所述方法的步骤。

10.一种计算机可读存储介质，其特征在于，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权利要求1至5任一项所述方法的步骤。