CN109509087A - 智能化的贷款审核方法、装置、设备及介质 - Google Patents

Abstract

本发明公开了一种智能化的贷款审核方法、装置、计算机设备及存储介质，在获取到贷款审核请求之后，根据贷款审核请求中的贷款标识获取对应的基准审核信息；并根据基准审核信息获取用户标识对应的用户基本信息；采用预设规则对所述用户基本信息进行评分，得到用户基础评分；最终根据用户基础评分得到审核信息。通过上述步骤进行智能化的贷款审核，并且根据不同的贷款产品进行不同的评分过程，保证了智能化的贷款审核的效率的同时提高了智能化的贷款审核的准确性。

Description

智能化的贷款审核方法、装置、设备及介质

技术领域

本发明涉及数据处理领域，尤其涉及一种智能化的贷款审核方法、装置、设备及介质。

背景技术

随着社会需求的增大，贷款业务已经渐渐普及到广大人民群众的生活中，各类贷款公司也逐渐出现于人们的视线中。在贷款过程中，贷款公司的审查人员需要根据借款人的信用情况和还款能力对贷款人进行资格审查和评定，评测贷款风险度，在根据具体情况进行贷款决策和额度设定，以降低贷款风险。但就目前而言，贷款审批的过程主要通过人工审核的方式来实现，一方面浪费大量的人力物力，容易出现人为误差，另一方面，人工审核的审核效率也不高。

发明内容

本发明实施例提供一种智能化的贷款审核方法、装置、计算机设备及存储介质，以解决贷款审核效率不高的问题。

一种智能化的贷款审核方法，包括：

获取贷款审核请求，所述贷款审核请求包括用户标识和贷款标识；

根据所述贷款标识获取对应的基准审核信息；

根据所述基准审核信息获取所述用户标识对应的用户基本信息；

采用预设规则对所述用户基本信息进行评分，得到用户基础评分；

根据所述用户基础评分得到审核信息，所述审核信息包括通过、待定和不通过。

一种智能化的贷款审核装置，包括：

贷款审核请求获取模块，用于获取贷款审核请求，所述贷款审核请求包括用户标识和贷款标识；

基准审核信息获取模块，用于根据所述贷款标识获取对应的基准审核信息；

用户基本信息获取模块，用于根据所述基准审核信息获取所述用户标识对应的用户基本信息；

用户基本信息评分模块，用于采用预设规则对所述用户基本信息进行评分，得到用户基础评分；

审核信息获取模块，用于根据所述用户基础评分得到审核信息，所述审核信息包括通过、待定和不通过。

一种计算机设备，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上述智能化的贷款审核方法的步骤。

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上述智能化的贷款审核方法的步骤。

上述智能化的贷款审核方法、装置、计算机设备及存储介质中，在获取到贷款审核请求之后，根据贷款审核请求中的贷款标识获取对应的基准审核信息；并根据基准审核信息获取用户标识对应的用户基本信息；采用预设规则对所述用户基本信息进行评分，得到用户基础评分；最终根据用户基础评分得到审核信息。通过上述步骤进行智能化的贷款审核，并且根据不同的贷款产品进行不同的评分过程，保证了贷款审核的效率的同时提高了贷款审核的准确性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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是本发明一实施例中智能化的贷款审核方法的一应用环境示意图；

图2是本发明一实施例中智能化的贷款审核方法的一示例图；

图3是本发明一实施例中智能化的贷款审核方法的另一示例图；

图4是本发明一实施例中智能化的贷款审核方法的另一示例图；

图5是本发明一实施例中智能化的贷款审核方法的另一示例图；

图6是本发明一实施例中智能化的贷款审核方法的另一示例图；

图7是本发明一实施例中智能化的贷款审核方法的另一示例图；

图8是本发明一实施例中智能化的贷款审核方法的另一示例图；

图9是本发明一实施例中智能化的贷款审核装置的一原理框图；

图10是本发明一实施例中计算机设备的一示意图。

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作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。

本发明实施例提供的智能化的贷款审核方法，可应用在如图1的应用环境中，其中，客户端(计算机设备)通过网络与服务端进行通信。客户端将贷款审核请求发送至服务端，服务端获取贷款审核请求，贷款审核请求包括用户标识和贷款标识；根据贷款标识获取对应的基准审核信息；根据基准审核信息获取所述用户标识对应的用户基本信息；采用预设规则对用户基本信息进行评分，得到用户基础评分；根据用户基础评分得到审核信息，审核信息包括通过、待定和不通过。其中，客户端(计算机设备)可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一实施例中，如图2所示，提供一种智能化的贷款审核方法，以该方法应用在图1中的服务端为例进行说明，包括如下步骤：

S10：获取贷款审核请求，贷款审核请求包括用户标识和贷款标识。

其中，贷款审核请求为客户端发起的对当前客户提出的贷款申请进行审核的请求。具体地，用户通过客户端输入对应的指令或信息来触发该贷款审核请求，或者用户在现场或者柜台提出申请，由客服人员通过客户端发起贷款审核请求。客户端将该贷款审核请求发送至服务端，服务端即获取到贷款审核请求。贷款审核请求包括用户标识和贷款标识。用户标识是指可以唯一标识出用户的信息。在一个实施方式中，用户标识可以为证件号、用户名或用户号。用户号是一平台、应用程序或者系统为用户分配的识别编号，一个用户对应一个唯一用户号。贷款标识是用于区分不同贷款产品的标识，具体地，该贷款标识可以由中文、数字、字母或符号等至少一种组成。

S20：根据贷款标识获取对应的基准审核信息。

其中，审核信息是指在智能化的贷款审核过程中可能涉及的需要审核的和用户相关的信息。可选地，审核信息包括用户的身份信息、资产信息、收入信息、征信信息、借贷信息、手持设备信息、社交账号信息、第三方平台消费信息或贷款申请行为信息等。可以理解地，不同类型的贷款产品或者服务对应的需要审核的审核信息可能不同，而基准审核信息即是指不同贷款标识对应的贷款产品或者服务所需要审核的信息。可以理解地，基准审核信息为上述列举的审核信息中的部分信息或者全部信息，也可以为上述列举的审核信息之外的信息，在此不做具体限定。

具体地，预先为不同的贷款产品或者服务配置了对应的基准审核信息，在获取到贷款审核请求中的贷款标识之后，根据该贷款标识即可查询并获取到对应的基准审核信息。

S30：根据基准审核信息获取用户标识对应的用户基本信息。

在获取到该贷款标识对应的基准审核信息之后，根据基准审核信息或者该用户标识对应的用户基本信息。用户基本信息为基准审核信息对应的用户具体信息。示例性地，若基准审核信息包括用户的身份信息、资产信息、收入信息和征信信息。则用户基本信息则为基准审核信息对应的该用户的这部分信息。具体地，用户基本信息可以从服务端内部的数据库获取，也可以通过第三方数据接口进行获取，还可以通过发送数据获取请求到客户端，提示用户进行对应信息的输入或上传。

在一个具体实施方式中，如图3所示，根据基准审核信息获取用户标识对应的用户基本信息，包括如下步骤：

S31：根据基准审核信息，在用户信息数据库获取用户标识对应的已采集基本信息。

S32：若在用户信息数据库中获取不到任意一项基准审核信息对应的用户基本信息，则根据未获取到的基准审核信息发送基本信息获取请求至客户端。

S33：获取客户端返回的附加基本信息。

S34：将已采集基本信息和附加基本信息组成用户基本信息。

在该实施例中，先根据基准审核信息在用户信息数据库获取对应的已采集基本信息。已采集基本信息即是已经预先采集并存储的基本信息。若在用户信息数据库中获取不到任意一项基准审核信息对应的用户基本信息，则说明这部分基准审核信息对应的用户基本信息尚未采集，此时向客户端发送基本信息获取请求。提示客户或者客服人员进行这部分用户基本信息的采集，并将采集到的附加基本信息发送到服务端，服务端获取到该附加基本信息。最终将已采集基本信息和附加基本信息组成用户基本信息。由此完成用户基本信息的获取。其中，用户信息数据库是用于存储预先采集的不同用户的相关信息的数据库。

在一个具体实施方式中，若在用户信息数据库中获取到所有基准审核信息对应的用户基本信息，则将获取到的已采集基本信息作为用户基本信息。

在这个实施方式中，优先从用户信息数据库中获取用户标识对应的已采集基本信息，若在用户信息数据库中获取不到任意一项基准审核信息对应的用户基本信息，则根据未获取到的基准审核信息发送基本信息获取请求至客户端。获取客户端返回的附加基本信息；最终将已采集基本信息和附加基本信息组成用户基本信息，保证了用户基本信息获取的完整性。

S40：采用预设规则对用户基本信息进行评分，得到用户基础评分。

其中，预设规则为预先设置的一个评分标准，该预设规则可以根据实际贷款产品或者服务的需要进行设置，也可以根据历史数据进行统计得到，具体可以根据实际需要而设定，在此不再赘述。将用户基本信息通过该预设规则进行评分，即得到用户基础评分。可选地，可以为每一项用户基本信息设定一个预设规则，以得到更加精确的用户基础评分。

示例性地，若用户基本信息包括用户的身份信息和资产信息，则可以为身份信息和资产信息设置不同的预设规则。例如，若身份信息包括性别、职业、年龄和身体状况。则可以分别为不同地性别、职业、年龄段和身体状况预先设置不同的分值，再根据该用户标识对应的身份信息来获取对应的分值并进行叠加，即得到身份信息的分值。而对于资产信息，则可以预先设置不同的资产区间，不同的资产区间对应的分值也不同，而后根据该用户标识的资产信息找到对应的资产区间，即获取到资产信息对应的分值。最后将身份信息对应的分值和资产信息对应的分值进行直接或间接地相加，即得到用户基础评分。其中间接地相加可以体现为预先为不同地用户基本信息设置不同的权值，将每一用户基本信息的分值乘以对应的权值之后再进行叠加。

S50：根据用户基础评分得到审核信息，审核信息包括通过、待定和不通过。

其中，审核信息为对该贷款审核请求的一个反馈信息，该审核信息体现了该贷款审核请求的审核结果。审核信息包括通过、待定和不通过。可以理解地，审核信息为待定是指通过上述审核过程不能给出最终的审核结果，需要进行进一步地审核或者确认环节。具体地，根据用户基础评分来得到不同的审核信息。预先为不同的审核信息设置对应的分值区间，之后判断该用户基础评分落在哪个区间之内，即得到对应的审核信息。

示例性地，采用百分制的评分标准，为通过、待定和不通过分别设置的分值区间为：[85，100]、[65，85)和[0，65)。此时，若用户基础评分为90，则对应的审核信息为通过；若用户基础评分为75，则对应的审核信息为待定；若用户基础评分为50，则对应的审核信息为不通过。

在本实施例中，在获取到贷款审核请求之后，根据贷款审核请求中的贷款标识获取对应的基准审核信息；并根据基准审核信息获取用户标识对应的用户基本信息；采用预设规则对所述用户基本信息进行评分，得到用户基础评分；最终根据用户基础评分得到审核信息。通过上述步骤进行智能化的贷款审核，并且根据不同的贷款产品进行不同的评分过程，保证了贷款审核的效率的同时提高了贷款审核的准确性。

在一个实施例中，如图4所示，在根据用户评分得到审核信息的步骤之后，该智能化的贷款审核方法还包括如下步骤：

S60：若审核信息为待定，则发送信息采集请求至客户端。

在该步骤中，若审核信息为待定，则进行进一步的信息采集，此时，发送信息采集请求到客户端，以提示客户端进行对应的信息采集。优选地，该信息采集请求包括信息采集内容。该信息采集内容是指需要向用户进一步采集的信息，可选地，该信息采集内容可以为一段语音，通过客户端向客户播放这段语音，并采集用户反馈的语音数据。可以理解地，该信息采集内容可以针对在对用户基本信息中分值较低的信息进行补充信息采集。例如，对身份信息的补充采集、对收入信息的进一步确定或者对征信信息的进一步确定等。

S70：获取客户端返回的用户的语音数据和视频数据。

客户端通过语音采集设备和视频采集设备分别采集用户的语音数据和视频数据。或者，客户端通过视频采集设备直接采集一个原始视频数据，再从该原始视频数据中获取得到用户的语音数据和视频数据。特别地，视频数据主要体现的是用户在回答问题时的面部部分的视频数据。

S80：在视频数据中获取用户的微表情信息。

其中，微表情信息是指对应图像中人脸面部部分所体现的微表情。在该步骤中，通过预设一个时间间隔，来定时获取视频数据中面部部分的微表情信息。具体地，可以设置在视频数据中的每隔预定时间获取视频数据中面部部分的微表情信息。示例性地，该预定时间为1s、3s、5s、8s或者10s。

具体地，根据预定时间来对视频数据进行对应人脸图像的获取，并将获取到的人脸图像输入到预先设置好的微表情识别模型中进行识别，得到微表情信息。具体地，该微表情信息可以为平静、开心、紧张或者焦虑等。

S90：根据语音数据和微表情信息获取用户的附加评分。

在该步骤中，根据语音数据和微表情信息获取用户的附加评分。可选地，可以分别根据语音数据获取语音评分以及根据微表情信息获取微表情评分，再将这两个分数进行加权相加，即得到用户的附加评分。

具体地，可以将语音数据通过语音识别算法进行文本数据的转化。进而根据该转化后的文本数据来为该语音数据进行语音评分。进一步地，可以预先设置一语音分值对应表，通过预先设定对应的关键词和分值，再采用字符串匹配的算法为转化后的文本数据进行字符串匹配，根据转化后的文本数据和语音分值对应表的匹配程度来得到语音评分。而微表情评分可以通过微表情信息来获得，预先为每一微表情设定不同的对应分值，再根据该视频数据中出现的微表情信息来获取对应的分值，并进行相加，得到微表情评分。可以理解地，当微表情信息为平静或者开心时，对应的分值较高，当微表情信息为紧张或者焦虑时，对应的分值较低。在分别得到语音评分和微表情评分之后，将两者进行直接相加或者加权相加，即得到用户的附加评分。

S100：根据基础评分和附加评分得到用户的目标评分。

具体地，将基础评分和附加评分进行直接或间接地相加，即得到用户的目标评分。其中间接地相加可以体现为预先为基础评分和附加评分设置不同的权值，将基础评分和附加评分分别乘以对应的权值之后再进行叠加。即得到用户的目标评分。

S110：根据目标评分得到用户的贷款审核结果，贷款审核结果包括通过和不通过。

在得到目标评分之后，再通过该目标评分来确定该用户的贷款审核结果，该贷款审核结果包括通过或不通过。具体地，根据目标评分来得到不同的贷款审核结果。预先为不同的贷款审核结果设置对应的分值区间，之后判断该用户的目标评分落在哪个区间之内，即得到对应的贷款审核结果。在一个具体实施方式中，若目标评分还未达到审核信息中通过对应的分值区间，则输出不通过的审核结果，若目标评分还达到审核信息中通过对应的分值区间，则输出通过的审核结果。

在这个实施例中，若审核信息为待定，则通过进一步采集用户的语音数据和视频数据来进一步进行审核和确定，以保证该智能化的贷款审核方法进一步的准确性，并且再采集数据的过程中通过语音数据和视频数据的结合来体现附加评分，并利用了微表情来判断，在保证贷款审核效率的同时也保证了分数评定的准确性。

在一个实施例中，如图5所示，在视频数据中获取用户的微表情信息，具体包括如下步骤：

S81：根据第一预设间隔对视频数据进行分帧处理，得到N幅待识别人脸图像，其中，N为正整数。

其中，该第一预设间隔可以为是一个时间值或者是代表帧数的数值。根据设置好的第一预设间隔对视频数据进行分帧处理，得到N幅待识别人脸图像，其中，N为正整数。

可选地，服务端可以通过截屏的方式从视频数据中获取待识别人脸图像。具体地，可以通过OpenCV来实现获取待识别人脸图像的过程，OpenCV提供了一个简便易用的框架以提取视频文件中的图像帧。示例性地，采用VideoCapture类来进行视频读取和写入的操作。首先采用VideoCapture类中的cap＝cv2.VideoCapture()函数显示对应的视频数据，再通过VideoCapture类中的cap.read()函数按预设的帧率读取视频数据，cap.read()函数的返回值有两个：ret和frame。其中，ret是布尔值，如果读取帧是正确的则返回True，如果该视频数据已经读取到结尾，它的返回值就为False，即可以通过cap.read()函数的返回值来判断该视频数据是否读取完毕。frame就是当前截取的图像，其可以为一个三维矩阵。可以理解地，客户端在获取到视频数据之后，也可以直接对视频数据进行截取操作，得到待识别人脸图像，即上述从视频数据中获取待识别人脸图像的过程也可以由客户端来实现。客户端再将待识别人脸图像发送到服务端，服务端直接从客户端获取到待识别人脸图像。

S82：将N幅待识别人脸图像输入到微表情识别模型中进行识别，得到每一待识别人脸图像的微表情信息。

微表情识别模型是用于判断输入图像中人脸情绪的识别模型，该微表情识别模型可以判断输入图像中人脸对应于预设的多种情绪的概率值，若某种情绪的概率值超过对应的预设阈值，则得到该输入图像对应的情绪即为情绪识别结果。例如，在本实施例中，可以将微表情识别模型中的情绪设定为平静、开心、紧张和者焦虑4种。具体地，可以预先采集分别代表这4种情绪的大量样本图像进行标注，形成样本图像集，然后选择对应的神经网络模型或者分类器进行训练，最终得到微表情识别模型。

在该步骤中，将得到的N幅待识别人脸图像输入到微表情识别模型中进行识别，即得到每一待识别人脸图像的微表情信息。

在本实施例中，通过预设间隔对所述视频数据进行分帧处理，得到N幅待识别人脸图像，并将N幅待识别人脸图像输入到微表情识别模型中进行识别，得到每一待识别人脸图像的微表情信息，以此保证了视频数据的微表情信息获取的准确性。

在一个实施例中，语音数据包括M个子语音数据段，其中，M为正整数。

其中，子语音数据段为根据不同的问题或信息点来区分的信息段。例如：若语音数据中包括了用户对身份信息的补充采集、对收入信息的进一步确定或者对征信信息地进一步确定等语音数据，则可以将语音数据分为3个子语音数据段。每一子语音数据段代表了不同的信息点。进一步地，还可以根据每一个信息点里更进一步的不同问题进行进一步地细分，在此不做具体限定。具体地，可以在采集语音数据时根据每一个提问问题或者引导语音来对采集到的语音数据进行子语音数据段地划分。

在本实施例中，如图6所示，在视频数据中获取用户的微表情信息，具体包括如下步骤：

S81’：根据M个子语音数据段的时段对视频数据进行分段，得到M个子视频数据段。

可以理解地，语音数据和视频数据是同时采集的，因此两者的时段是对应的。每一时段具体可以通过一个时间区间来体现，例如：[3分10秒，4分20秒]。因此，先获取到M个语音数据段中每一个语音数据段对应的时段，再根据该时段对视频数据进行分段，得到M个子视频数据段。可以理解地，此时每一语音数据段都具有对应的子视频数据段。

S82’：根据第二预设间隔对每一子视频数据段进行分帧处理，得到每一子视频数据段的K幅待识别人脸图像，其中，K为正整数。

其中，该第二预设间隔可以为是一个时间值或者是代表帧数的数值。根据设置好的第二预设间隔对视频数据进行分帧处理，得到每一子视频数据段的K幅待识别人脸图像，其中，K为正整数。该具体的分帧处理方式可以和步骤S81相同，这里不再赘述。

S83’：将每一子视频数据段的K幅待识别人脸图像输入到微表情识别模型中进行识别，得到每一子视频数据段的微表情信息。

在该步骤中，将得到的每一子视频数据段的K幅待识别人脸图像输入到微表情识别模型中进行识别，即得到每一子视频数据段的微表情信息。具体的微表情识别模型可以和步骤S82相同，这里不再赘述。

在这个实施例中，先根据M个子语音数据段的时段对视频数据进行分段，得到M个子视频数据段。根据第二预设间隔对每一子视频数据段进行分帧处理，得到每一子视频数据段的K幅待识别人脸图像，其中，K为正整数；最终将每一子视频数据段的K幅待识别人脸图像输入到微表情识别模型中进行识别，得到每一子视频数据段的微表情信息。将语音数据和视频数据进行关联，保证后续分值计算的准确性。

在一个实施例中，如图7所示，根据语音数据和微表情信息获取附加评分，具体包括如下步骤：

S91：获取每一子语音数据段的语音分值。

具体地，将每一子语音数据段通过语音识别算法进行文本数据的转化。进而根据该转化后的文本数据来为每一子语音数据段进行语音评分，得到语音分值。可选地，可以采用特定人员对该语音数据进行打分，得到语音分值。进一步地，可以预先设置一语音分值对应表，通过预先设定对应的关键词和分值，再采用字符串匹配的算法为转化后的文本数据进行字符串匹配，根据转化后的文本数据和语音分值对应表的匹配程度来得到每一子语音数据段的语音分值。

S92：根据每一子视频数据段的微表情信息计算对应的每一子语音数据段的权值。

每一子视频数据段都包括了微表情信息，可以理解地，该微表情信息为至少一个。通过统计每一子视频数据段中不同微表情信息的数量来设置对应的每一子语音数据段的权值。其中，对应的子语音数据段是指步骤S81’中体现的时段的对应。具体地，可以根据每一子视频数据段中微表情信息为紧张或者焦虑的比例来设置对应的权值，微表情信息为紧张或者焦虑的比例越高，该权值就越低，而微表情信息为平静或者开心的比例越高，该权值就越高。进一步地，当一子视频数据段中微表情信息为紧张或者焦虑的比例超过一定阈值，则设置对应的权值为0。可选地，该阈值为75％、80％或者85％。

S93：根据每一子语音数据段的语音分值和权值计算用户的附加评分。

在得到每一子语音数据段的语音分值和权值之后，计算用户的附加评分。具体地，用户的附加评分可以通过以下公式计算：

其中，S为用户的附加评分，Ai为第i段一子语音数据段的语音分值，Qi为第i段一子语音数据段对应的权值，n为子语音数据段的数量。

在这个实施例中，先获取每一子语音数据段的语音分值，再根据每一子视频数据段的微表情信息计算对应的每一子语音数据段的权值，最后根据每一子语音数据段的语音分值和权值计算用户的附加评分。通过将子语音数据段和对应的子视频数据段进行关联，并采用对应的微表情信息对语音分值进行权值的设置，进一步保证了用户的附加评分计算的准确性。

在一个实施例中，如图8所示，根据用户基础评分得到审核信息，具体包括如下步骤：

S51：根据贷款标识获取对应的基准分值信息。

其中，基准分值信息是指对不同贷款标识对应的贷款产品的不同分值设置信息。可以理解地，不同贷款标识对应的贷款产品的产品门槛往往不同，因此，通过对不同的贷款标识设置不同的基准分值信息，进一步保证了该智能化的贷款审核方法设置的合理性和准确性。具体地，可以预先为不同的贷款产品设置不同的基准分值信息，并将不同的基准分值信息和对应的贷款标识进行关联，如此，就可以根据贷款标识获取对应的基准分值信息。

S52：根据用户基础评分从基准分值信息获取审核信息。

在得到基准分值信息之后，通过用户基础评分从基准分值信息中获取到对应的审核信息。示例性地，采用百分制的评分标准，为基准分值信息中的通过、待定和不通过分别设置的分值区间为：[90，100]、[65，90)和[0，65)。此时，若用户基础评分为85，则从基准分值信息获取的审核信息为待定；若用户基础评分为50，则对应的审核信息为不通过。

在这个实施例中，通过根据不同的贷款标识获取不同的基准分值信息，再根据该基准分值信息来获取审核信息，进一步保证了智能化的贷款审核的准确性。

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。

在一实施例中，提供一种智能化的贷款审核装置，该智能化的贷款审核装置与上述实施例中智能化的贷款审核方法一一对应。如图9所示，该智能化的贷款审核装置包括贷款审核请求获取模块10、基准审核信息获取模块20、用户基本信息获取模块30、用户基本信息评分模块40和审核信息获取模块50。各功能模块详细说明如下：

贷款审核请求获取模块10，用于获取贷款审核请求，贷款审核请求包括用户标识和贷款标识；

基准审核信息获取模块20，用于根据贷款标识获取对应的基准审核信息；

用户基本信息获取模块30，用于根据基准审核信息获取用户标识对应的用户基本信息；

用户基本信息评分模块40，用于采用预设规则对用户基本信息进行评分，得到用户基础评分；

审核信息获取模块50，用于根据用户基础评分得到审核信息，审核信息包括通过、待定和不通过。

优选地，用户基本信息获取模块30包括已采集信息获取单元、基本信息获取请求发送单元、附加基本信息获取单元和用户基本信息组成单元。

已采集信息获取单元，用于根据基准审核信息，在用户信息数据库获取用户标识对应的已采集基本信息；

基本信息获取请求发送单元，用于若在用户信息数据库中获取不到任意一项基准审核信息对应的用户基本信息，则根据未获取到的基准审核信息发送基本信息获取请求至客户端；

附加基本信息获取单元，用于获取客户端返回的附加基本信息；

用户基本信息组成单元，用于将已采集基本信息和附加基本信息组成用户基本信息。

优选地，该智能化的贷款审核装置还包括信息采集请求发送模块、数据返回模块、微表情信息获取模块、附加评分获取模块、目标评分获取模块和贷款审核结果获取模块。

信息采集请求发送模块，用于若审核信息为待定，则发送信息采集请求至客户端；

数据返回模块，用于获取客户端返回的用户的语音数据和视频数据；

微表情信息获取模块，用于在视频数据中获取用户的微表情信息；

附加评分获取模块，用于根据语音数据和微表情信息获取用户的附加评分；

目标评分获取模块，用于根据基础评分和附加评分得到用户的目标评分；

贷款审核结果获取模块，用于根据目标评分得到用户的贷款审核结果，贷款审核结果包括通过和不通过。

优选地，微表情信息获取模块用于根据第一预设间隔对视频数据进行分帧处理，得到N幅待识别人脸图像，其中，N为正整数；将N幅待识别人脸图像输入到微表情识别模型中进行识别，得到每一所述待识别人脸图像的微表情信息。

优选地，语音数据包括M个子语音数据段，其中，M为正整数。微表情信息获取模块用于根据M个子语音数据段的时段对视频数据进行分段，得到M个子视频数据段；根据第二预设间隔对每一子视频数据段进行分帧处理，得到每一子视频数据段的K幅待识别人脸图像，其中，K为正整数；将每一子视频数据段的K幅待识别人脸图像输入到微表情识别模型中进行识别，得到每一子视频数据段的微表情信息。

优选地，附加评分获取模块用于获取每一子语音数据段的语音分值；获取每一子语音数据段的语音分值；根据每一子语音数据段的语音分值和权值计算用户的附加评分。

优选地，审核信息获取模块50包括基准分值信息获取单元和审核信息获取单元。

基准分值信息获取单元，用于根据贷款标识获取对应的基准分值信息；

审核信息获取单元，用于根据用户基础评分从基准分值信息获取审核信息。

关于智能化的贷款审核装置的具体限定可以参见上文中对于智能化的贷款审核方法的限定，在此不再赘述。上述智能化的贷款审核装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储上述智能化的贷款审核方法中所使用到的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种智能化的贷款审核方法。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中智能化的贷款审核方法的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中智能化的贷款审核方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

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。

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)

1.一种智能化的贷款审核方法，其特征在于，包括：

获取贷款审核请求，所述贷款审核请求包括用户标识和贷款标识；

根据所述贷款标识获取对应的基准审核信息；

根据所述基准审核信息获取所述用户标识对应的用户基本信息；

采用预设规则对所述用户基本信息进行评分，得到用户基础评分；

根据所述用户基础评分得到审核信息，所述审核信息包括通过、待定和不通过。

2.如权利要求1所述的智能化的贷款审核方法，其特征在于，所述根据所述基准审核信息获取所述用户标识对应的用户基本信息，具体包括如下步骤：

根据所述基准审核信息，在用户信息数据库获取所述用户标识对应的已采集基本信息；

若在用户信息数据库中获取不到任意一项所述基准审核信息对应的用户基本信息，则根据未获取到的所述基准审核信息发送基本信息获取请求至客户端；

获取客户端返回的附加基本信息；

将所述已采集基本信息和所述附加基本信息组成用户基本信息。

3.如权利要求1所述的智能化的贷款审核方法，其特征在于，在所述根据所述用户评分得到审核信息的步骤之后，所述智能化的贷款审核方法还包括如下步骤：

若所述审核信息为待定，则发送信息采集请求至客户端；

获取所述客户端返回的用户的语音数据和视频数据；

在所述视频数据中获取用户的微表情信息；

根据所述语音数据和所述微表情信息获取用户的附加评分；

根据所述基础评分和附加评分得到用户的目标评分；

根据所述目标评分得到用户的贷款审核结果，所述贷款审核结果包括通过和不通过。

4.如权利要求3所述的智能化的贷款审核方法，其特征在于，所述在所述视频数据中获取用户的微表情信息，具体包括如下步骤：

根据第一预设间隔对所述视频数据进行分帧处理，得到N幅待识别人脸图像，其中，N为正整数；

将N幅所述待识别人脸图像输入到微表情识别模型中进行识别，得到每一所述待识别人脸图像的微表情信息。

5.如权利要求3所述的智能化的贷款审核方法，其特征在于，所述语音数据包括M个子语音数据段，其中，M为正整数；

所述在所述视频数据中获取用户的微表情信息，具体包括如下步骤：

根据M个所述子语音数据段的时段对所述视频数据进行分段，得到M个子视频数据段；

根据第二预设间隔对每一所述子视频数据段进行分帧处理，得到每一所述子视频数据段的K幅待识别人脸图像，其中，K为正整数；

将每一所述子视频数据段的K幅待识别人脸图像输入到微表情识别模型中进行识别，得到每一所述子视频数据段的微表情信息。

6.如权利要求5所述的智能化的贷款审核方法，其特征在于，所述根据所述语音数据和所述微表情信息获取附加评分，具体包括如下步骤：

获取每一所述子语音数据段的语音分值；

根据每一所述子视频数据段的微表情信息计算对应的每一所述子语音数据段的权值；

根据每一所述子语音数据段的语音分值和权值计算用户的附加评分。

7.如权利要求1所述的智能化的贷款审核方法，所述根据所述用户基础评分得到审核信息，具体包括如下步骤：

根据所述贷款标识获取对应的基准分值信息；

根据所述用户基础评分从所述基准分值信息获取审核信息。

8.一种智能化的贷款审核装置，其特征在于，包括：

贷款审核请求获取模块，用于获取贷款审核请求，所述贷款审核请求包括用户标识和贷款标识；

基准审核信息获取模块，用于根据所述贷款标识获取对应的基准审核信息；

用户基本信息获取模块，用于根据所述基准审核信息获取所述用户标识对应的用户基本信息；

用户基本信息评分模块，用于采用预设规则对所述用户基本信息进行评分，得到用户基础评分；

审核信息获取模块，用于根据所述用户基础评分得到审核信息，所述审核信息包括通过、待定和不通过。

9.一种计算机设备，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，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的智能化的贷款审核方法的步骤。

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7任一项所述的智能化的贷款审核方法的步骤。