CN109656960A - 信贷业务的智能推荐方法、装置、终端设备及存储介质 - Google Patents
信贷业务的智能推荐方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN109656960A CN109656960A CN201811130435.2A CN201811130435A CN109656960A CN 109656960 A CN109656960 A CN 109656960A CN 201811130435 A CN201811130435 A CN 201811130435A CN 109656960 A CN109656960 A CN 109656960A
- Authority
- CN
- China
- Prior art keywords
- loan transaction
- user
- credit
- log
- loan
- 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 50
- 238000005516 engineering process Methods 0.000 claims abstract description 12
- 238000012216 screening Methods 0.000 claims description 27
- 238000012549 training Methods 0.000 claims description 20
- 238000013507 mapping Methods 0.000 claims description 10
- 238000013527 convolutional neural network Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 230000002452 interceptive effect Effects 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000012550 audit Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005194 fractionation Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000002559 palpation Methods 0.000 description 1
- SBNFWQZLDJGRLK-UHFFFAOYSA-N phenothrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=CC=CC(OC=2C=CC=CC=2)=C1 SBNFWQZLDJGRLK-UHFFFAOYSA-N 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000012795 verification 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智能决策技术的信贷业务的智能推荐方法、装置、终端设备及存储介质。本发明中,在用户登录安装于用户终端上的信贷机构的应用程序时,通过根据用户提供的登录信息和预设的贷款业务信息推荐规则,从信贷服务器中获取该用户名下符合贷款业务信息推荐规则的贷款业务订单,并根据预设的权重分配标准,计算各贷款业务订单的权重值,然后根据计算所得的各订单的权重值的高低和预设的展示规则,将各贷款业务订单按照权重值的高低,展示在该应用程序的主界面上,使得用户能够在应用程序启动后,直接在主界面最显眼的地方看到自己名下状态发生改变或需要自己介入处理的贷款业务,通过这种一键操作的交互方式,大大提升了用户体验。
Description
技术领域
本发明涉及金融技术领域,尤其涉及一种信贷业务的智能推荐方法、装置、终端设备及存储介质。
背景技术
信贷业务又称为信贷资产或贷款业务,是商业银行最重要的资产业务,通过放款收回本金和利息,扣除成本后获得利润,所以信贷是商业银行的主要赢利手段。
目前,贷款人办理贷款业务的方式主要有两种:一是联系专业的贷款业务员,推荐合适的贷款业务。二是采用信贷机构推出的支持线上贷款的应用程序,自己随意搭配挑选贷款业务。
然而,采用第一种方式办理贷款业务,如果贷款人没有自己的私人贷款业务人员,大多需要亲自前往信贷机构,由信贷机构随机安排贷款业务人员接待,解答相关贷款问题,并协助贷款人办理贷款业务。但是,在实际中,信贷机构安排的贷款业务人员往往不够专业,或者会为了自己的业绩,为贷款人推荐不合适的贷款业务,这就会给贷款人带来不必要的资产损失。此外,采用第一种方式办理贷款业务,整个贷款流程通常都是线下完成,贷款人无法实时了解自己名下的每一笔贷款业务的进度,严重影响贷款人的体验。
而采用第二种方式来办理贷款业务,贷款人虽然可以通过安装在自己的用户设备上的应用程序,随时查看自己名下的贷款业务的状态,使贷款人可以清楚的了解每一笔贷款业务从申请到放贷及贷后管理的每一个环节。但是,使用目前的信贷软件实现上述查询,需要用户主动进入某一特定功能界面,按照固定的查找方式,才可以获得相关贷款业务的信息,对于年长用户,或者对智能产品操作不熟悉的用户来说,往往无法获取他们想要查找的信息。此外,对于大多数贷款人来说,他们通常是不具备专业的金融知识的,因而想要从众多贷款业务类型中挑选出满足自己需求的贷款业务,就需要花费大量的时间来学习相关的金融知识,并且即便这样,实现贷款业务最优组合的可能性也太小。
所以,亟需提供一种能够根据用户需求向贷款人推荐信贷业务,及根据用户名下的贷款业务状态,直接在用户登录信贷应用程序后自动显示相关贷款业务订单信息的信贷业务信息的智能推荐方法。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种信贷业务的智能推荐方法、装置、终端设备及存储介质,旨在解决现有技术中支持线上贷款业务的应用程序无法根据用户需求向贷款人推荐信贷业务,及根据用户名下的贷款业务状态,直接在用户登录信贷应用程序后自动显示相关贷款业务订单信息的技术问题。
为实现上述目的,本发明提供了一种信贷业务的智能推荐方法,所述方法包括以下步骤:
用户终端接收用户触发的登录指令,根据所述登录指令获取用户提供的登录信息;
根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单;
根据预设的权重分配标准,计算各贷款业务订单的权重值;
根据各权重值的高低和预设的展示规则,将各贷款业务订单按照权重值的高低,展示在所述登录指令对应的应用程序的主界面。
优选地,所述信贷服务器为基于区块链的信贷服务器;
相应地,所述根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单,具体包括:
根据所述登录信息,在所述信贷服务器中部署的母链上查找存储所述登录信息的存储区块;
根据预设的所述贷款业务信息推荐规则,在所述信贷服务器中部署的侧链上查找所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单,所述侧链与所述存储区块之间存在对应关系。
优选地,所述根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单之前,所述方法还包括:
判断所述用户名下是否存在符合所述贷款业务信息推荐规则的贷款业务订单;
相应地,所述根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单,具体包括:
若所述用户名下存在符合所述贷款业务信息推荐规则的贷款业务订单,则根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单。
优选地,所述判断所述用户名下是否存在符合所述贷款业务信息推荐规则的贷款业务订单之后,所述方法还包括:
若所述用户名下不存在符合所述贷款业务信息推荐规则的贷款业务订单,则根据所述登录信息筛选满足所述用户需求的贷款业务,并将所述贷款业务展示在所述登录指令对应的应用程序的主界面;
相应地,所述根据所述登录信息筛选满足所述用户需求的贷款业务,具体包括:
根据所述登录信息,在映射关系表中查找所述用户的用户信息,所述映射关系表为所述登录信息与所述用户信息之间的对应关系,所述用户信息用于标识所述用户的唯一性;
利用爬虫技术,根据所述用户信息从各数据平台获取所述用户当前的贷款记录、收入记录和所述用户在预设周期内浏览的商品信息;
根据所述商品信息,确定所述商品的价格;
根据所述用户当前的贷款记录、收入记录和所述商品的价格,筛选满足所述用户需求的贷款业务。
优选地,所述根据所述用户当前的贷款记录、收入记录和所述商品的价格,筛选满足所述用户需求的贷款业务之前,所述方法还包括:
构建贷款业务推荐模型;
其中,所述构建贷款业务推荐模型,具体包括:
根据样本数据集中的样本数据构建训练模型;
将所述训练模型中尺寸为5×5的卷积核拆分为四个尺寸为3×3的卷积核;
基于卷积神经网络算法,对所述训练模型进行训练,得到所述贷款业务推荐模型;
相应地,所述根据所述用户当前的贷款记录、收入记录和所述商品的价格,筛选满足所述用户需求的贷款业务,具体包括:
基于所述贷款业务推荐模型,根据所述用户当前的贷款记录、收入记录和所述商品的价格,筛选满足所述用户需求的贷款业务。
优选地,所述将所述贷款业务展示在所述登录指令对应的应用程序的主界面,具体包括:
根据所述登录信息,获取所述用户预设的地址信息;
获取以所述地址信息为圆心,以预设长度为半径的区域内,所有提供所述贷款业务,且处于营业状态的信贷机构的名称;
将所述贷款业务和所述信贷机构的名称展示在所述登录指令对应的应用程序的主界面。
优选地,所述将所述贷款业务和所述信贷机构的名称展示在所述登录指令对应的应用程序的主界面之后,所述方法还包括:
利用视觉追踪技术,确定所述用户当前注视的信贷机构的名称;
根据所述信贷机构的名称,获取所述信贷机构的介绍信息及所述信贷机构的地址信息;
根据所述用户预设的地址信息和所述信贷机构的地址信息,为所述用户规划行车路线;
将所述信贷机构的介绍信息和所述行车路线展示在所述登录指令对应的应用程序的主界面。
此外,为实现上述目的,本发明还提供了一种信贷业务的智能推荐装置,所述装置包括:
接收模块,用于接收用户触发的登录指令;
第一获取模块,用于根据所述登录指令获取用户提供的登录信息;
第二获取模块,用于根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单;
计算模块,用于根据预设的权重分配标准,计算各贷款业务订单的权重值;
展示模块,用于根据各权重值的高低和预设的展示规则,将各贷款业务订单按照权重值的高低,展示在所述登录指令对应的应用程序的主界面。
此外,为实现上述目的,本发明还提供了一种终端设备,所述终端设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的信贷业务的智能推荐程序,所述信贷业务的智能推荐程序配置为实现所述信贷业务的智能推荐方法的步骤。
此外,为实现上述目的,本发明还提供了一种存储介质,所述存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有信贷业务的智能推荐程序,所述信贷业务的智能推荐程序被处理器执行时实现所述信贷业务的智能推荐方法的步骤。
本发明中,在用户登录安装于用户终端上的信贷机构的应用程序时,通过根据用户提供的登录信息和预设的贷款业务信息推荐规则,从信贷服务器中获取该用户名下符合贷款业务信息推荐规则的贷款业务订单,并根据预设的权重分配标准,计算各贷款业务订单的权重值,然后根据计算所得的各订单的权重值的高低和预设的展示规则,将各贷款业务订单按照权重值的高低,展示在该应用程序的主界面上,使得用户能够在应用程序启动后,直接在主界面最显眼的地方看到自己名下状态发生改变或需要自己介入处理的贷款业务,通过这种一键操作的交互方式,在满足线上借贷业务查询的同时,大大提升了用户体验。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的终端设备的结构示意图;
图2为本发明信贷业务的智能推荐方法第一实施例的流程示意图;
图3为本发明信贷业务的智能推荐方法第二实施例的流程示意图;
图4为本发明信贷业务的智能推荐方法第二实施例中将训练模型中尺寸为5×5的卷积核拆分为四个尺寸为3×3的卷积核的示意图;
图5为本发明信贷业务的智能推荐装置的功能模块示意图。
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。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的终端设备的结构示意图,该终端设备可以是个人计算机、平板电脑、智能手机等能够访问网络的设备,此处不再一一列举,也不做具体限制。
如图1所示,该终端设备可以包括:处理器1001,例如中央处理器(CentralProcessing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括可触摸显示屏、语音识别单元等,可选地,用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口、蓝牙接口等)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),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的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对终端设备的限定,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。
因此,如图1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、用户接口模块以及信贷业务的智能推荐程序。
在图1所示的终端设备中,网络接口1004主要用建立终端设备与信贷服务器及各数据平台的通信连接;用户接口1003主要用于接收用户的输入指令;所述终端设备通过处理器1001调用存储器1005中存储的信贷业务的智能推荐程序,并执行以下操作:
用户终端接收用户触发的登录指令,根据所述登录指令获取用户提供的登录信息;
根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单;
根据预设的权重分配标准,计算各贷款业务订单的权重值;
根据各权重值的高低和预设的展示规则,将各贷款业务订单按照权重值的高低,展示在所述登录指令对应的应用程序的主界面。
进一步地,所述信贷服务器为基于区块链的信贷服务器,处理器1001可以调用存储器1005中存储的信贷业务的智能推荐程序,还执行以下操作:
根据所述登录信息,在所述信贷服务器中部署的母链上查找存储所述登录信息的存储区块;
根据预设的所述贷款业务信息推荐规则,在所述信贷服务器中部署的侧链上查找所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单,所述侧链与所述存储区块之间存在对应关系。
进一步地,处理器1001可以调用存储器1005中存储的信贷业务的智能推荐程序,还执行以下操作:
判断所述用户名下是否存在符合所述贷款业务信息推荐规则的贷款业务订单;
相应地,所述根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单,具体包括:
若所述用户名下存在符合所述贷款业务信息推荐规则的贷款业务订单,则根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单。
进一步地,处理器1001可以调用存储器1005中存储的信贷业务的智能推荐程序,还执行以下操作:
若所述用户名下不存在符合所述贷款业务信息推荐规则的贷款业务订单,则根据所述登录信息筛选满足所述用户需求的贷款业务,并将所述贷款业务展示在所述登录指令对应的应用程序的主界面;
相应地,所述根据所述登录信息筛选满足所述用户需求的贷款业务,具体包括:
根据所述登录信息,在映射关系表中查找所述用户的用户信息,所述映射关系表为所述登录信息与所述用户信息之间的对应关系,所述用户信息用于标识所述用户的唯一性;
利用爬虫技术,根据所述用户信息从各数据平台获取所述用户当前的贷款记录、收入记录和所述用户在预设周期内浏览的商品信息;
根据所述商品信息,确定所述商品的价格;
根据所述用户当前的贷款记录、收入记录和所述商品的价格,筛选满足所述用户需求的贷款业务。
进一步地,处理器1001可以调用存储器1005中存储的信贷业务的智能推荐程序,还执行以下操作:
构建贷款业务推荐模型;
其中,所述构建贷款业务推荐模型,具体包括:
根据样本数据集中的样本数据构建训练模型;
将所述训练模型中尺寸为5×5的卷积核拆分为四个尺寸为3×3的卷积核;
基于卷积神经网络算法,对所述训练模型进行训练,得到所述贷款业务推荐模型;
相应地,所述根据所述用户当前的贷款记录、收入记录和所述商品的价格,筛选满足所述用户需求的贷款业务,具体包括:
基于所述贷款业务推荐模型,根据所述用户当前的贷款记录、收入记录和所述商品的价格,筛选满足所述用户需求的贷款业务。
进一步地,处理器1001可以调用存储器1005中存储的信贷业务的智能推荐程序,还执行以下操作:
根据所述登录信息,获取所述用户预设的地址信息;
获取以所述地址信息为圆心,以预设长度为半径的区域内,所有提供所述贷款业务,且处于营业状态的信贷机构的名称;
将所述贷款业务和所述信贷机构的名称展示在所述登录指令对应的应用程序的主界面。
进一步地,处理器1001可以调用存储器1005中存储的信贷业务的智能推荐程序,还执行以下操作:
利用视觉追踪技术,确定所述用户当前注视的信贷机构的名称;
根据所述信贷机构的名称,获取所述信贷机构的介绍信息及所述信贷机构的地址信息;
根据所述用户预设的地址信息和所述信贷机构的地址信息,为所述用户规划行车路线;
将所述信贷机构的介绍信息和所述行车路线展示在所述登录指令对应的应用程序的主界面。
本实施通过上述方案,在用户登录安装于用户终端上的信贷机构的应用程序时,通过根据用户提供的登录信息和预设的贷款业务信息推荐规则,从信贷服务器中获取该用户名下符合贷款业务信息推荐规则的贷款业务订单,并根据预设的权重分配标准,计算各贷款业务订单的权重值,然后根据计算所得的各订单的权重值的高低和预设的展示规则,将各贷款业务订单按照权重值的高低,展示在该应用程序的主界面上,使得用户能够在应用程序启动后,直接在主界面最显眼的地方看到自己名下状态发生改变或需要自己介入处理的贷款业务,通过这种一键操作的交互方式,在满足线上借贷业务查询的同时,大大提升了用户体验。
基于上述硬件结构,提出本发明信贷业务的智能推荐方法实施例。
参照图2,图2为本发明信贷业务的智能推荐方法第一实施例的流程示意图。
在第一实施例中,所述信贷业务的智能推荐方法包括以下步骤:
S10:用户终端接收用户触发的登录指令,根据所述登录指令获取用户提供的登录信息。
具体的说,本实例中所说的用户触发的登录指令,可以是用户点击用户终端上安装的支持线上贷款的信贷机构的应用程序(以下简称信贷APP)登录界面上的登录按键或者点击用户终端桌面上的信贷APP(这种情况通常指用户之前已经使用登录信息登录信贷APP,并记住了登录账号和密码,此时登录信息一直记录在信贷APP对应的数据库中)时,通过触发登录按键或信贷APP对应的监听事件获得。
此外,上述所说的获取用户提供的登录信息,具体可以是在登录按键对应的监听事件中设置登录信息的获取接口,然后通过执行该接口,去获取用户提供的登录信息。
或者,在信贷APP对应的监听事件中设置登录信息的获取接口,然后通过执行该接口,去获取用户提供的登录信息。
此外,应当理解的是,本实施例中所说的登录信息,具体可以是用户在登录界面中输入的登录账号(可以是用户注册时填写的手机号、身份证号、邮箱等)和登录密码(可以是用户注册时填写的固定登录密码,也可以是用户输入的手机号收到的短信验证码,语音验证码,还可以是动态口令密码等),或者是用户的声纹特征信息,比如通过摄像头采集的用户的人脸图像,通过语音装置采集的用户的声纹信息等。
需要说明的是,以上仅举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,此处不做限制。
S20:根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单。
具体的说,本实例中所说的预设的贷款业务信息推荐规则,具体可以根据客户是否需要介入、客户的关注度及各贷款业务订单的状态信息来确定。
比如,规定处于申请、调查等阶段的贷款业务订单,及存在用户信息不完整,需要用户介入处理的贷款业务订单优先推荐,即需要从信贷服务器中优先获取此类贷款业务订单信息。
还比如,可以将用户之前经常打开查看的贷款业务订单,也设置较高的优先级,然后在需要从信贷服务器中获取展示在信贷APP主界面的信贷业务的订单时,将此类贷款业务订单信息也获取到用户终端本地。
需要说明的是,以上仅举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,此处不做限制。
此外,值得一提的是,为了保护贷款人的隐私及其名下各贷款业务信息的安全,用于存储贷款业务对应的订单信息的信贷服务器可以是基于区块链的信贷服务器,即贷款人的初次使用信贷APP时,用户终端通过将用户输入的注册账号和注册密码传送至信贷服务器,信贷服务器将每一个用户的登录信息分别存储在部署于信贷服务器中的母链上的一个存储区块中,也就是说,不同用户的登录信息是存储在不同的存储区域的。然后,根据用户使用信贷APP申请的每一笔贷款业务的申请时间,创建专门存储该笔贷款业务订单信息的侧链,并构建侧链和母链的连接关系,在实现信息可以追溯的同时,能够基于区块链的特性,达到保护用户信息的效果。
相应地,在根据所述登录信息和预设的贷款业务信息推荐规则,从基于区块链的信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单时,可以大致通过以下两个步骤实现:
步骤1:根据所述登录信息,在所述信贷服务器中部署的母链上查找存储所述登录信息的存储区块。
步骤2:根据预设的所述贷款业务信息推荐规则,在所述信贷服务器中部署的侧链上查找所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单。
需要说明的是,上述存储贷款业务订单的侧链需要与根据登录信息查找到的母链中的存储区域存在对应关系,即该侧链需要时与所述存储区域之间建立通信连接的侧链,且该侧链仅用于存储该存储区块中存储的登录信息对应的用户名下的贷款业务。
S30:根据预设的权重分配标准,计算各贷款业务订单的权重值。
应当理解的是,在具体实现中,从信贷服务器获取到的符合所述贷款业务信息推荐规则的贷款业务订单,往往不止一笔。因此,为了使得推荐给用户查看的贷款业务订单能够根据其重要性进行,展示在信贷APP主界面不同的位置,方便用户获知其重要程度,在获取到符合所述贷款业务信息推荐规则的贷款业务订单之后,可以根据预设的权重分配标准,计算各贷款业务订单的权重值。
关于权重值的确定方式,具体可以根据需要用户介入处理的贷款业务的绝限时间(即错过该时间,该贷款申请将无效,或可能给用户带来不必要的经济损失)、处理该贷款业务需要的时长、该贷款业务对应的审核周期(如从申请到最后放贷)时长。
比如,获取到的符合所述贷款业务信息推荐规则的贷款业务订单一共有3个(分别为订单A,订单B和订单C),需要用户介入补充信息的绝限时间分别为5月1日,5月5日和5月10;用户在介入处理过程中需要花费的时间分别为3小时,5小时和1小时;这3个订单在信息补全后需要花费的审核时长分别为7天,2天和5天。
如果预设的权重分配标准中,绝限时间的权重为45%,处理时长为25%,审核时长为30%。
以下假设每项的满分为15分,根据每一项的紧急程度,比如绝限时间越靠近当前日期的分数越高,处理所需时间越短的分数越高,审核周期越长的分数越高,则订单A的绝限时间分值为15分,处理时长分值为10分,审核时长分值为15分;订单B的绝限时间分值为10分,处理时长分值为5分,审核时长分值为5分;订单C的绝限时间分值为5分,处理时长分值为15分,审核时长分值为10分。
通过计算,这三笔贷款业务订单的权重值分别为:
订单A=15*45%+10*25%+15*30%=6.75+2.5+4.5=13.75;
订单B=10*45%+5*25%+5*30%=4.5+1.25+1.5=7.25;
订单C=5*45%+15*25%+10*30%=2.25+3.75+3=9。
此外,值得一提的是,在具体实现中,在获取到符合所述贷款业务信息推荐规则的贷款业务订单为根据用户关注度筛选出的时,如筛选出的为用户最近几天(如一周),关注满足预设次数的贷款业务订单,确定权重值的方式可以是根据用户对每一笔贷款业务订单的查看次数,查看时长来计算,比如查看次数越多,且查看时间最长的贷款业务订单,权重值就越高;反之,权重值越低。
需要说明的是,以上仅举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,此处不做限制。
S40:根据各权重值的高低和预设的展示规则,将各贷款业务订单按照权重值的高低,展示在所述登录指令对应的应用程序的主界面。
具体的说,上述所说的展示规则可以根据由用户根据需要设置,比如仅显示一个,或者仅显示权重值较高的前3个,还或者以列表的形式将所有符合所述贷款业务信息推荐规则的贷款业务订单均显示。
相应地,在设置仅显示一个时,选取权重最高的贷款业务订单进行展示,如步骤S30给出的示例中的订单A;在设置可以显示3个或全部时,则按照权重值的高低进行展示,仍以步骤S30给出的示例进行说明,如将订单A展示在信贷APP主界面最显眼的位置,然后将订单B和订单C分别展示在主界面第二显眼和第三显眼的位置。
需要说明的是,以上仅举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,此处不做限制。
通过上述描述不难发现,本实施例中提供的信贷业务的智能推荐方法,在用户登录安装于用户终端上的信贷机构的应用程序时,通过根据用户提供的登录信息和预设的贷款业务信息推荐规则,从信贷服务器中获取该用户名下符合贷款业务信息推荐规则的贷款业务订单,并根据预设的权重分配标准,计算各贷款业务订单的权重值,然后根据计算所得的各订单的权重值的高低和预设的展示规则,将各贷款业务订单按照权重值的高低,展示在该应用程序的主界面上,使得用户能够在应用程序启动后,直接在主界面最显眼的地方看到自己名下状态发生改变或需要自己介入处理的贷款业务,通过这种一键操作的交互方式,在满足线上借贷业务查询的同时,大大提升了用户体验。
进一步地,如图3所示,基于第一实施例提出本发明信贷业务的智能推荐方法的第二实施例,在本实施例中,在根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单之前,需要先判断所述用户名下是否存在符合所述贷款业务信息推荐规则的贷款业务订单,然后根据判断结果进行后续推荐,详见图3中新增步骤S00和步骤S50。
S00:判断所述用户名下是否存在符合所述贷款业务信息推荐规则的贷款业务订单。
如图3所示,若通过判断,确定所述用户名下存在符合所述贷款业务信息推荐规则的贷款业务订单,则进入步骤S20,执行根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单的操作,并依此执行步骤S20之后的步骤S30和步骤S40。
若通过判断,确定所述用户名下不存在符合所述贷款业务信息推荐规则的贷款业务订单,则进入步骤S50,执行根据所述登录信息筛选满足所述用户需求的贷款业务,并将所述贷款业务展示在所述登录指令对应的应用程序的主界面的操作。
具体的说,在执行步骤S50中将所述贷款业务展示在所述登录指令对应的应用程序的主界面的操作时,具体可以采用如下方式:
首先,根据所述登录信息,获取所述用户预设的地址信息(以下称为第一地址信息,具体可以是用户设置的家庭地址、公司地址等)。
接着,获取以所述地址信息为圆心,以预设长度为半径的区域内,所有提供所述贷款业务,且处于营业状态的信贷机构的名称。
最后,将所述贷款业务和所述信贷机构的名称展示在所述登录指令对应的应用程序的主界面。
值得一提的是,此处仅将所述贷款业务和所述信贷机构的名称展示在所述登录指令对应的应用程序的主界面,主要是为了减少数据流量的使用,并且减少对用户终端内存的占用。
进一步地,在获取能够提供所述贷款业务,且处于营业状态的信贷机构的名称时,用户终端还可以通过获取内置的定位模块采集到的用户当前所处的第二地址信息,然后通过判断第一地址信息和第二地址信息,绝对以哪个地址信息为圆心,获取预设区域内能够提供所述贷款业务,且处于营业状态的信贷机构的名称。
如果通过判断,得出在第一地址信息和第二地址信息相同时,则任意选取一个为圆心即可。
如果过判断,得出第一地址信息于第二地址信息是位于不同城市的,比如第一地址信息是位于北京的,第二地址信息是位于上海的,则以第二地址信息,即用户当前实际所处的位置为圆心。
如果过判断,得出第一地址信息于第二地址信息是位于同一城市,但是代表的具体地点是不同的,则可以分别以第一地址信息和第二地址信息为圆心,获得两个区域内能够提供所述贷款业务,且处于营业状态的信贷机构的名称。
进一步地,在将所述贷款业务和所述信贷机构的名称展示在所述登录指令对应的应用程序的主界面之后,还可以通过利用视觉追踪技术,确定所述用户当前注视的信贷机构的名称,然后根据所述信贷机构的名称,获取所述信贷机构的介绍信息及所述信贷机构的地址信息,根据所述用户预设的地址信息和所述信贷机构的地址信息,为所述用户规划行车路线,最终将所述信贷机构的介绍信息和所述行车路线展示在所述登录指令对应的应用程序的主界面,在减少对数据流量使用,及对用户终端内容占用的同时,又可以保证用户体验。
需要说明的是,以上仅举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,此处不做限制。
此外,在执行步骤S50中根据所述登录信息筛选满足所述用户需求的贷款业务的操作时,具体可以采用如下方式:
首先,根据所述登录信息,在映射关系表中查找所述用户的用户信息,所述映射关系表为所述登录信息与所述用户信息之间的对应关系。
需要说明的是,上述所述用户信息主要用于标识所述用户的唯一性,即该用户信息可以是用户的身份证号码、生物特征,如人脸特征、声纹特征、虹膜特征等,此处不再一一列举,也不做限制。
然后,利用爬虫技术,根据所述用户信息从各数据平台获取所述用户当前的贷款记录、收入记录和所述用户在预设周期内浏览的商品信息。
应当理解的是,此处所说的数据平台,具体可以是目前用户量较多的网站、浏览器、购物平台等,此处不再一一列举,也不做限制。
接着,根据所述商品信息,确定所述商品的价格。
比如,用户浏览的商品为某一电子产品,如手机、电脑等,或者是汽车,还或者是房子,则确定的商品的价格为手机的价格、电脑价格、汽车的价格、房子的价格。
最后,根据所述用户当前的贷款记录、收入记录和所述商品的价格,筛选满足所述用户需求的贷款业务。
需要说明的是,以上给出的仅仅为一种根据所述登录信息筛选满足所述用户需求的贷款业务的具体实现方式,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
此外,为了保证筛选贷款业务时,能够筛选出更加符合用户需求的贷款业务,可以在根据所述用户当前的贷款记录、收入记录和所述商品的价格,筛选满足所述用户需求的贷款业务之前,先构建贷款业务推荐模型,具体的构建方式大致如下:
首先,根据样本数据集中的样本数据构建训练模型。
具体的说,此处所说的样本数据可以是通过实验模拟实际情况,为不同类型的用户,设置不同的贷款记录、收入记录及浏览的各种商品的价格。
还可以是,大数据平台中存储的海量真实数据。
然后,将所述训练模型中尺寸为5×5的卷积核拆分为四个尺寸为3×3的卷积核。
具体的拆分方式可以如图4所示。
具体的说,图4中的字母A表示的为训练模型中尺寸为5×5的卷积核,字母A1、A2、A3和A4为拆分后的四个尺寸为3×3的卷积核。
最后,基于卷积神经网络算法,对所述训练模型进行训练,得到所述贷款业务推荐模型
本实施例中,在构建贷款业务推荐模型时,通过基于拆分后的训练模型进行训练,增加了训练模型的网络深度,使得在根据拆分后的训练模型训练出的贷款业务推荐模型进行筛选贷款业务的操作时,能够筛选出更加符合用户需求的贷款业务。
通过上述描述不难发现,本实施例提供的信贷业务的智能推荐方法,在根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单之前,通过判断所述用户名下是否存在符合所述贷款业务信息推荐规则的贷款业务订单,并在确定所述用户名下不存在符合所述贷款业务信息推荐规则的贷款业务订单时,根据所述登录信息筛选满足所述用户需求的贷款业务,并将所述贷款业务展示在所述登录指令对应的应用程序的主界面的操作,使得用户能够在应用程序启动后,直接在主界面最显眼的地方看到满足自己需求的贷款业务,通过这种一键操作的交互方式,在满足线上借贷业务查询的同时,大大提升了用户体验,并且可以有效刺激用户向信贷机构办理贷款业务,进而提升信贷机构的盈利。
此外,本发明实施例还提出一种信贷业务的智能推荐装置。如图5所示,该信贷业务的智能推荐装置包括:接收模块5001、第一获取模块5002、第二获取模块5003、计算模块5004及展示模块5005。
其中,接收模块5001,用于接收用户触发的登录指令;第一获取模块5002,用于根据所述登录指令获取用户提供的登录信息;第二获取模块5003,用于根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单;计算模块5004,用于根据预设的权重分配标准,计算各贷款业务订单的权重值;展示模块5005,用于根据各权重值的高低和预设的展示规则,将各贷款业务订单按照权重值的高低,展示在所述登录指令对应的应用程序的主界面。
通过上述描述不难发现,本实施例中提供的信贷业务的智能推荐装置,在用户登录安装于用户终端上的信贷机构的应用程序时,通过根据用户提供的登录信息和预设的贷款业务信息推荐规则,从信贷服务器中获取该用户名下符合贷款业务信息推荐规则的贷款业务订单,并根据预设的权重分配标准,计算各贷款业务订单的权重值,然后根据计算所得的各订单的权重值的高低和预设的展示规则,将各贷款业务订单按照权重值的高低,展示在该应用程序的主界面上,使得用户能够在应用程序启动后,直接在主界面最显眼的地方看到自己名下状态发生改变或需要自己介入处理的贷款业务,通过这种一键操作的交互方式,在满足线上借贷业务查询的同时,大大提升了用户体验。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的信贷业务的智能推荐方法,此处不再赘述。
此外,本发明实施例还提出一种存储介质,所述存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有信贷业务的智能推荐程序,所述信贷业务的智能推荐程序被处理器执行时实现如下操作:
用户终端接收用户触发的登录指令,根据所述登录指令获取用户提供的登录信息;
根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单;
根据预设的权重分配标准,计算各贷款业务订单的权重值;
根据各权重值的高低和预设的展示规则,将各贷款业务订单按照权重值的高低,展示在所述登录指令对应的应用程序的主界面。
进一步地,所述信贷服务器为基于区块链的信贷服务器,所述信贷业务的智能推荐程序被处理器执行时还实现如下操作:
根据所述登录信息,在所述信贷服务器中部署的母链上查找存储所述登录信息的存储区块;
根据预设的所述贷款业务信息推荐规则,在所述信贷服务器中部署的侧链上查找所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单,所述侧链与所述存储区块存之间存在对应关系。
进一步地,所述信贷业务的智能推荐程序被处理器执行时还实现如下操作:
判断所述用户名下是否存在符合所述贷款业务信息推荐规则的贷款业务订单;
相应地,所述根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单,具体包括:
若所述用户名下存在符合所述贷款业务信息推荐规则的贷款业务订单,则根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单。
进一步地,所述信贷业务的智能推荐程序被处理器执行时还实现如下操作:
若所述用户名下不存在符合所述贷款业务信息推荐规则的贷款业务订单,则根据所述登录信息筛选满足所述用户需求的贷款业务,并将所述贷款业务展示在所述登录指令对应的应用程序的主界面;
相应地,所述根据所述登录信息筛选满足所述用户需求的贷款业务,具体包括:
根据所述登录信息,在映射关系表中查找所述用户的用户信息,所述映射关系表为所述登录信息与所述用户信息之间的对应关系,所述用户信息用于标识所述用户的唯一性;
利用爬虫技术,根据所述用户信息从各数据平台获取所述用户当前的贷款记录、收入记录和所述用户在预设周期内浏览的商品信息;
根据所述商品信息,确定所述商品的价格;
根据所述用户当前的贷款记录、收入记录和所述商品的价格,筛选满足所述用户需求的贷款业务。
进一步地,所述信贷业务的智能推荐程序被处理器执行时还实现如下操作:
构建贷款业务推荐模型;
其中,所述构建贷款业务推荐模型,具体包括:
根据样本数据集中的样本数据构建训练模型;
将所述训练模型中尺寸为5×5的卷积核拆分为四个尺寸为3×3的卷积核;
基于卷积神经网络算法,对所述训练模型进行训练,得到所述贷款业务推荐模型;
相应地,所述根据所述用户当前的贷款记录、收入记录和所述商品的价格,筛选满足所述用户需求的贷款业务,具体包括:
基于所述贷款业务推荐模型,根据所述用户当前的贷款记录、收入记录和所述商品的价格,筛选满足所述用户需求的贷款业务。
进一步地,所述信贷业务的智能推荐程序被处理器执行时还实现如下操作:
根据所述登录信息,获取所述用户预设的地址信息;
获取以所述地址信息为圆心,以预设长度为半径的区域内,所有提供所述贷款业务,且处于营业状态的信贷机构的名称;
将所述贷款业务和所述信贷机构的名称展示在所述登录指令对应的应用程序的主界面。
进一步地,所述信贷业务的智能推荐程序被处理器执行时还实现如下操作:
利用视觉追踪技术,确定所述用户当前注视的信贷机构的名称;
根据所述信贷机构的名称,获取所述信贷机构的介绍信息及所述信贷机构的地址信息;
根据所述用户预设的地址信息和所述信贷机构的地址信息,为所述用户规划行车路线;
将所述信贷机构的介绍信息和所述行车路线展示在所述登录指令对应的应用程序的主界面。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
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保护范围内。
Claims (10)
1.一种信贷业务的智能推荐方法,其特征在于,所述方法包括以下步骤:
用户终端接收用户触发的登录指令,根据所述登录指令获取用户提供的登录信息;
根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单;
根据预设的权重分配标准,计算各贷款业务订单的权重值;
根据各权重值的高低和预设的展示规则,将各贷款业务订单按照权重值的高低,展示在所述登录指令对应的应用程序的主界面。
2.如权利要求1所述的信贷业务的智能推荐方法,其特征在于,所述信贷服务器为基于区块链的信贷服务器;
相应地,所述根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单,具体包括:
根据所述登录信息,在所述信贷服务器中部署的母链上查找存储所述登录信息的存储区块;
根据预设的所述贷款业务信息推荐规则,在所述信贷服务器中部署的侧链上查找所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单,所述侧链与所述存储区块之间存在对应关系。
3.如权利要求1或2所述的信贷业务的智能推荐方法,其特征在于,所述根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单之前,所述方法还包括:
判断所述用户名下是否存在符合所述贷款业务信息推荐规则的贷款业务订单;
相应地,所述根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单,具体包括:
若所述用户名下存在符合所述贷款业务信息推荐规则的贷款业务订单,则根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单。
4.如权利要求3所述的信贷业务的智能推荐方法,其特征在于,所述判断所述用户名下是否存在符合所述贷款业务信息推荐规则的贷款业务订单之后,所述方法还包括:
若所述用户名下不存在符合所述贷款业务信息推荐规则的贷款业务订单,则根据所述登录信息筛选满足所述用户需求的贷款业务,并将所述贷款业务展示在所述登录指令对应的应用程序的主界面;
相应地,所述根据所述登录信息筛选满足所述用户需求的贷款业务,具体包括:
根据所述登录信息,在映射关系表中查找所述用户的用户信息,所述映射关系表为所述登录信息与所述用户信息之间的对应关系,所述用户信息用于标识所述用户的唯一性;
利用爬虫技术,根据所述用户信息从各数据平台获取所述用户当前的贷款记录、收入记录和所述用户在预设周期内浏览的商品信息;
根据所述商品信息,确定所述商品的价格;
根据所述用户当前的贷款记录、收入记录和所述商品的价格,筛选满足所述用户需求的贷款业务。
5.如权利要求4所述的信贷业务的智能推荐方法,其特征在于,所述根据所述用户当前的贷款记录、收入记录和所述商品的价格,筛选满足所述用户需求的贷款业务之前,所述方法还包括:
构建贷款业务推荐模型;
其中,所述构建贷款业务推荐模型,具体包括:
根据样本数据集中的样本数据构建训练模型;
将所述训练模型中尺寸为5×5的卷积核拆分为四个尺寸为3×3的卷积核;
基于卷积神经网络算法,对所述训练模型进行训练,得到所述贷款业务推荐模型;
相应地,所述根据所述用户当前的贷款记录、收入记录和所述商品的价格,筛选满足所述用户需求的贷款业务,具体包括:
基于所述贷款业务推荐模型,根据所述用户当前的贷款记录、收入记录和所述商品的价格,筛选满足所述用户需求的贷款业务。
6.如权利要求4所述的信贷业务的智能推荐方法,其特征在于,所述将所述贷款业务展示在所述登录指令对应的应用程序的主界面,具体包括:
根据所述登录信息,获取所述用户预设的地址信息;
获取以所述地址信息为圆心,以预设长度为半径的区域内,所有提供所述贷款业务,且处于营业状态的信贷机构的名称;
将所述贷款业务和所述信贷机构的名称展示在所述登录指令对应的应用程序的主界面。
7.如权利要求6所述的信贷业务的智能推荐方法,其特征在于,所述将所述贷款业务和所述信贷机构的名称展示在所述登录指令对应的应用程序的主界面之后,所述方法还包括:
利用视觉追踪技术,确定所述用户当前注视的信贷机构的名称;
根据所述信贷机构的名称,获取所述信贷机构的介绍信息及所述信贷机构的地址信息;
根据所述用户预设的地址信息和所述信贷机构的地址信息,为所述用户规划行车路线;
将所述信贷机构的介绍信息和所述行车路线展示在所述登录指令对应的应用程序的主界面。
8.一种信贷业务的智能推荐装置,其特征在于,所述装置包括:
接收模块,用于接收用户触发的登录指令;
第一获取模块,用于根据所述登录指令获取用户提供的登录信息;
第二获取模块,用于根据所述登录信息和预设的贷款业务信息推荐规则,从信贷服务器获取所述用户名下符合所述贷款业务信息推荐规则的贷款业务订单;
计算模块,用于根据预设的权重分配标准,计算各贷款业务订单的权重值;
展示模块,用于根据各权重值的高低和预设的展示规则,将各贷款业务订单按照权重值的高低,展示在所述登录指令对应的应用程序的主界面。
9.一种终端设备,其特征在于,所述终端设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的信贷业务的智能推荐程序,所述信贷业务的智能推荐程序配置为实现如权利要求1至7任一项所述的信贷业务的智能推荐方法的步骤。
10.一种存储介质,其特征在于,所述存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有信贷业务的智能推荐程序,所述信贷业务的智能推荐程序被处理器执行时实现如权利要求1至7任一项所述的信贷业务的智能推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811130435.2A CN109656960A (zh) | 2018-09-27 | 2018-09-27 | 信贷业务的智能推荐方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811130435.2A CN109656960A (zh) | 2018-09-27 | 2018-09-27 | 信贷业务的智能推荐方法、装置、终端设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109656960A true CN109656960A (zh) | 2019-04-19 |
Family
ID=66110300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811130435.2A Pending CN109656960A (zh) | 2018-09-27 | 2018-09-27 | 信贷业务的智能推荐方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109656960A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110111199A (zh) * | 2019-04-23 | 2019-08-09 | 上海淇玥信息技术有限公司 | 一种信贷产品的资源位展示方法、装置、系统和记录介质 |
CN110135975A (zh) * | 2019-04-23 | 2019-08-16 | 上海淇玥信息技术有限公司 | 一种信贷产品的定制信息发送方法、装置、系统和记录介质 |
CN110610376A (zh) * | 2019-08-01 | 2019-12-24 | 招联消费金融有限公司 | 行为数据的响应方法、装置、计算机设备及存储介质 |
CN111260465A (zh) * | 2020-01-20 | 2020-06-09 | 深圳乐信软件技术有限公司 | 一种业务处理方法、装置、服务器及存储介质 |
CN113032747A (zh) * | 2020-08-24 | 2021-06-25 | 深圳大学 | 用于管理系统的显示控制方法、装置、终端及存储介质 |
WO2022100382A1 (zh) * | 2020-11-16 | 2022-05-19 | 深圳壹账通智能科技有限公司 | 一种基于区块链的信贷推荐方法、设备及存储介质 |
CN114782176A (zh) * | 2022-06-23 | 2022-07-22 | 浙江数秦科技有限公司 | 一种基于联邦学习的信贷业务推荐方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100101546A (ko) * | 2010-08-11 | 2010-09-17 | 송인규 | 스마트폰을 이용한 대출 중개 시스템 및 방법 |
CN107516271A (zh) * | 2016-06-15 | 2017-12-26 | 上海前隆信息科技有限公司 | 电子设备及其应用的借款进度显示方法及系统 |
CN107562497A (zh) * | 2017-08-18 | 2018-01-09 | 北京小米移动软件有限公司 | 信息显示方法、装置及终端 |
CN107566467A (zh) * | 2017-08-24 | 2018-01-09 | 广东欧珀移动通信有限公司 | 信息推荐方法、装置、终端设备及存储介质 |
CN107563832A (zh) * | 2017-07-24 | 2018-01-09 | 北京三快在线科技有限公司 | 一种信息展示方法及系统,计算机可读存储介质 |
CN107784577A (zh) * | 2017-10-26 | 2018-03-09 | 广州市触通软件科技股份有限公司 | 一种信贷产品分发及推荐方法和实现该方法的系统 |
CN108280761A (zh) * | 2018-01-30 | 2018-07-13 | 平安普惠企业管理有限公司 | 增信方分配方法、装置、计算机设备和存储介质 |
-
2018
- 2018-09-27 CN CN201811130435.2A patent/CN109656960A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100101546A (ko) * | 2010-08-11 | 2010-09-17 | 송인규 | 스마트폰을 이용한 대출 중개 시스템 및 방법 |
CN107516271A (zh) * | 2016-06-15 | 2017-12-26 | 上海前隆信息科技有限公司 | 电子设备及其应用的借款进度显示方法及系统 |
CN107563832A (zh) * | 2017-07-24 | 2018-01-09 | 北京三快在线科技有限公司 | 一种信息展示方法及系统,计算机可读存储介质 |
CN107562497A (zh) * | 2017-08-18 | 2018-01-09 | 北京小米移动软件有限公司 | 信息显示方法、装置及终端 |
CN107566467A (zh) * | 2017-08-24 | 2018-01-09 | 广东欧珀移动通信有限公司 | 信息推荐方法、装置、终端设备及存储介质 |
CN107784577A (zh) * | 2017-10-26 | 2018-03-09 | 广州市触通软件科技股份有限公司 | 一种信贷产品分发及推荐方法和实现该方法的系统 |
CN108280761A (zh) * | 2018-01-30 | 2018-07-13 | 平安普惠企业管理有限公司 | 增信方分配方法、装置、计算机设备和存储介质 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110111199A (zh) * | 2019-04-23 | 2019-08-09 | 上海淇玥信息技术有限公司 | 一种信贷产品的资源位展示方法、装置、系统和记录介质 |
CN110135975A (zh) * | 2019-04-23 | 2019-08-16 | 上海淇玥信息技术有限公司 | 一种信贷产品的定制信息发送方法、装置、系统和记录介质 |
CN110610376A (zh) * | 2019-08-01 | 2019-12-24 | 招联消费金融有限公司 | 行为数据的响应方法、装置、计算机设备及存储介质 |
CN111260465A (zh) * | 2020-01-20 | 2020-06-09 | 深圳乐信软件技术有限公司 | 一种业务处理方法、装置、服务器及存储介质 |
CN111260465B (zh) * | 2020-01-20 | 2023-06-06 | 深圳乐信软件技术有限公司 | 一种业务处理方法、装置、服务器及存储介质 |
CN113032747A (zh) * | 2020-08-24 | 2021-06-25 | 深圳大学 | 用于管理系统的显示控制方法、装置、终端及存储介质 |
CN113032747B (zh) * | 2020-08-24 | 2023-06-27 | 深圳大学 | 用于管理系统的显示控制方法、装置、终端及存储介质 |
WO2022100382A1 (zh) * | 2020-11-16 | 2022-05-19 | 深圳壹账通智能科技有限公司 | 一种基于区块链的信贷推荐方法、设备及存储介质 |
CN114782176A (zh) * | 2022-06-23 | 2022-07-22 | 浙江数秦科技有限公司 | 一种基于联邦学习的信贷业务推荐方法 |
CN114782176B (zh) * | 2022-06-23 | 2022-10-25 | 浙江数秦科技有限公司 | 一种基于联邦学习的信贷业务推荐方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109656960A (zh) | 信贷业务的智能推荐方法、装置、终端设备及存储介质 | |
US11341579B1 (en) | Processing an application for insurance coverage | |
US11481844B1 (en) | Insurance product development maintenance system and method | |
CN107729443A (zh) | 贷款产品推广方法、装置及计算机可读存储介质 | |
US11854086B1 (en) | Delivery of customized insurance products and services | |
US20060293928A1 (en) | Method and system to recommend insurance plans | |
EP2426634A1 (en) | Computer-implemented method and system for processing and monitoring business-to -business relationships | |
CN107016783A (zh) | 自助售卖方法及装置 | |
US8050947B2 (en) | Automated insurance enrollment, underwriting, and claims adjusting | |
CN105893465A (zh) | 自动问答方法和装置 | |
CN107993146A (zh) | 金融大数据的风控方法及系统 | |
CN101183446A (zh) | 用于分析联络学习的方法和系统 | |
CN107818434A (zh) | 取件验证方法、服务器、取件验证设备和取件验证系统 | |
CN111062818A (zh) | 一种保险定制系统 | |
CN109710214A (zh) | 电子签约软件的组建方法、装置、终端设备及存储介质 | |
CN107392614A (zh) | 线下交易的实现方法和装置 | |
CN109754537A (zh) | 一种物品租借系统及方法 | |
CN106874321A (zh) | 一种可插拔的数据检索方法和装置 | |
CN110119951A (zh) | 录单方法、装置、计算机设备及存储介质 | |
CN109685302A (zh) | 基于数据分析的业务分配方法、设备、存储介质及装置 | |
US20220327490A1 (en) | System of automated employment matching based on position and prospect profiles | |
CN115630221A (zh) | 终端应用界面展示数据处理方法、装置及计算机设备 | |
CN109919762A (zh) | 客户信息的报备方法、装置、设备及存储介质 | |
CN110059909A (zh) | 资源分配方法及装置 | |
CN112529623B (zh) | 恶意用户的识别方法、装置和设备 |
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 |