CN109711964A - 一种网络借贷vip客户分类培育系统和培育方法 - Google Patents

一种网络借贷vip客户分类培育系统和培育方法 Download PDF

Info

Publication number
CN109711964A
CN109711964A CN201711007246.1A CN201711007246A CN109711964A CN 109711964 A CN109711964 A CN 109711964A CN 201711007246 A CN201711007246 A CN 201711007246A CN 109711964 A CN109711964 A CN 109711964A
Authority
CN
China
Prior art keywords
information
module
customer information
loan
loaning bill
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
Application number
CN201711007246.1A
Other languages
English (en)
Inventor
徐永清
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiaxing Friend Loan Financial Information Service Co Ltd
Original Assignee
Jiaxing Friend Loan Financial Information Service Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiaxing Friend Loan Financial Information Service Co Ltd filed Critical Jiaxing Friend Loan Financial Information Service Co Ltd
Priority to CN201711007246.1A priority Critical patent/CN109711964A/zh
Publication of CN109711964A publication Critical patent/CN109711964A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明涉及一种网络借贷VIP客户分类培育系统和培育方法,包括:所述系统包括:分类子系统,所述分类子系统包括:客户信息存储模块;分类信息处理模块;展示子系统,所述展示子系统包括:客户信息展示模块;权限设定模块;信息推送子系统,信息采集模块;信息存储模块;信息处理模块,用于调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设的客户信息匹配规则,输出1‑10中匹配可能性;信息定向推送模块,定向推送借款需求信息或出借信息;通信模块,用于各模块间的信息传递。本发明提供一种网络借贷VIP客户分类培育系统和培育方法,通过该系统,可以高效、针对性的对不动产借贷客户进行分级分类管理,管理效率高。

Description

一种网络借贷VIP客户分类培育系统和培育方法
技术领域
本发明涉及一种网络借贷VIP客户分类培育系统和培育方法,属于金融信用和金融服务客户管理技术领域。
背景技术
不动产借贷是指借款主体将不动产抵押登记在出借人的名下,出借人将资金放贷给借款主体,借款主体向出借人按合同约定方式还本付息的一种借贷模式。
随着国内金融改革的进一步深入,金融市场准入进一步开放,市场竞争也日益激烈。无论是银行、小贷公司、典当行、担保公司、网络借贷信息中介、融资租赁公司、民间借贷机构、自然人、企业及其他组织等金融直接信用主体,还是为金融提供服务的中介机构、投资评估机构、网络借贷金融信息服务平台等都面临着一个共同的问题:在日益激烈的金融市场中强化竞争能力,提高服务水平和效率,如何快速、准确、有效的给借款主体评定信用等级,抵押不动产估值,快速出授信额度、有效进行风险控制、贷中处理全流程透明展示、贷后客户分类分级高效管理成为金融市场竞业重要之重。
现有技术缺乏VIP客户分类培育系统,客户的分类分级管理针对性差,没有通过大数据分析各类客户的用户习惯,管理效率低。
鉴于现有的金融机构客户管理存在的上述缺点,本发明提供一种网络借贷VIP客户分类培育系统和培育方法,通过该系统和方法,可以高效、针对性的对网络借贷客户进行分级分类管理,管理效率高。
发明内容
本发明的目的之一在于解决现有技术的不足,提供一种网络借贷VIP客户分类培育系统和方法,通过该系统,可以可以高效、针对性的对不动产借贷客户进行分级分类管理,管理效率高。
本发明的目的之二在于提供一种网络借贷VIP客户分类培育系统的培育方法。
本发明解决其技术问题所采用的技术方案是:
一种网络借贷VIP客户分类培育系统, 所述系统包括:
分类子系统,所述分类子系统包括:
客户信息存储模块,用于储存既有客户信息和增量客户信息;
分类信息处理模块,基于客户信息存储模块的信息,运用客户分类评级规则引擎,对客户信息进行处理;
展示子系统,所述展示子系统包括:
客户信息展示模块,用于展示各类分级的客户信息;
权限设定模块,设定访问客户信息展示模块中客户信息的权限;
信息推送子系统
信息采集模块,用于采集借款需求信息和出借方出借信息;
信息存储模块,用于存储借款需求信息和出借方出借信息;
信息处理模块,用于调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设的客户信息匹配规则,输出1-10中匹配可能性;
信息定向推送模块,基于1-10中匹配可能性,定向推送借款需求信息或出借信息;
通信模块,用于各模块间的信息传递。
优选的,用于不动产网络抵押借贷,所述信息采集模块,用于采集不动产抵押借贷的借款需求信息和出借人出借信息。
优选的,所述信息推送子系统还设有信息加密模块,信息定向推送模块拟定向推送的信息预先进行信息加密处理,再定向发送。
优选的,针对借款方,客户分类评级规则引擎评价的基准为借款方的风险等级评估值,借款方为自然人的,所述风险等级评估值考虑的要素包括借款方身体状况、谈话及文化水平、收入及资产负债情况、工作单位、工作经验、人际关系、职称或持有的技术证件、婚姻情况、需供养人数和直系亲属情况;基于上述因素考虑风险点和价值发现点,核算总风险值,风险点为对还款能力产生负面影响的要素,分为一般风险点和极端风险点;价值发现点为对还款能力产生正面影响的要素,分为一般价值发现点和重要价值发现点;一般风险点每出现一处,风险值1-5分,极端风险点每出现一处,风险值8-10分,一般价值发现点每出现一处,价值发现值1-5分,重要价值发现点每出现一处,价值发现值8-10分;
风险等级评估值=Σ一般风险点*(1-5)+Σ极端风险点*(8-10)-Σ一般价值发现点*(1-5)-Σ重要价值发现点(8-10);
借款方存在法律法规规定禁止的借款条件或借款用途的,风险等级极高,一票否决;
借款方无法律规定禁止的借款条件或借款用途的,风险等级根据风险值总和进行评级输出:
借款方风险值总和<20时,风险等级为0级,还款能力优;
借款方风险值总和∈[20,30)时,风险等级为1级,还款能力良;
借款方风险值总和∈[30,40)时,风险等级为2级,还款能力中;
借款方风险值总和∈[40,50)时,风险等级为3级,还款能力查差;
借款方风险值总和≥50时,风险等级为4级,还款能力极差。
优选的,所述客户分类评级规则引擎具体如下,基于借款方的历史风险等级评估数据,
借款方存在法律法规规定禁止的借款条件或借款用途的,风险等级极高,1A级客户,不予推送其借款信息;
借款方无法律规定禁止的借款条件或借款用途的, 借款方风险等级为0级的,还款能力优,6A级客户;
借款方风险等级为1级的,还款能力良,5A级客户,优先推送其借款信息;
借款方风险等级为2级的,还款能力中,4A级客户,次优先推送其借款信息;
借款方风险等级为3级的,还款能力查差,3A级客户,不予推送其借款信息;
借款方风险等级为4级的,还款能力极差,2A级客户,不予推送其借款信息。
优选的,针对出借方,客户分类评级规则引擎考虑的因素为出借方地域、历史平均出借金额、出借次数、出借周期和出借偏好,分别为第一、二、三、四和五评级排序依据。
优选的,所述客户信息匹配规则具体如下:
针对借款方,选取6A、5A和4A级借款方的借款需求信息,与出借方进行匹配,依次匹配出借方区域、历史平均出借金额、出借周期、出借偏好和出借次数,挑取匹配度最高的1-10位出借方,将借款需求信息加密后推送至相关出借方;
针对出借方,从6A级客户优先匹配,依次匹配借款方区域、历史平均借款金额、借款周期、借款偏好和借款次数,6A级客户未能成功匹配的,从5A级客户中匹配,匹配流程与6A级客户匹配流程相同,5A级客户未能成功匹配的,从4A级客户中匹配,匹配流程与5A级客户匹配流程相同,直至挑取匹配度最高的1-10位借款方,将出借需求信息加密后推送至相关借款方。
一种网络借贷VIP客户分类培育系统的培育方法,基于网络借贷VIP客户分类培育系统,所述方法包括如下步骤:
S1:分类信息处理模块调取客户信息存储模块内储存的既有客户信息和增量客户信息,运用客户分类评级规则引擎,对客户信息进行处理,获得分级分类后的客户信息;
S2:权限设定模块对分析分类后的客户信息,设定访问权限;
S3:客户信息展示模块调取设定权限后的各类分级的客户信息,接收相应权限的主题访问;
S4:信息采集模块采集借款需求信息和出借方出借信息,经信息处理模块,调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设得客户信息匹配规则,输出1-10中匹配可能性;
S5:信息定向推送模块,基于1-10中匹配可能性,定向推送经加密的借款需求信息或出借信息。
一种网络借贷VIP客户分类培育系统的培育方法,基于网络借贷VIP客户分类培育系统,所述方法包括如下步骤:
S1:分类信息处理模块调取客户信息存储模块内储存的既有客户信息和增量客户信息,运用客户分类评级规则引擎,对客户信息进行处理,获得分级分类后的客户信息;
S2:权限设定模块对分析分类后的客户信息,设定访问权限;
S3:客户信息展示模块调取设定权限后的各类分级的客户信息,接收相应权限的主题访问;
S4:信息采集模块采集不动产抵押借贷的借款需求信息和出借方出借信息,经信息处理模块,调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设得客户信息匹配规则,输出1-10中匹配可能性;
S5:信息定向推送模块,基于1-10中匹配可能性,定向推送经加密的借款需求信息或出借信息。
本发明提供一种网络借贷VIP客户分类培育系统和培育方法,通过该系统,可以高效、针对性的对不动产借贷客户进行分级分类管理,管理效率高。
附图说明
图1是本发明的系统示意图。
具体实施方式
下面通过具体实施例,并结合附图,对本发明的技术方案作进一步的具体说明。
如图1所示的一种网络借贷VIP客户分类培育系统, 所述系统包括:
分类子系统,所述分类子系统包括:
客户信息存储模块,用于储存既有客户信息和增量客户信息;
分类信息处理模块,基于客户信息存储模块的信息,运用客户分类评级规则引擎,对客户信息进行处理;
展示子系统,所述展示子系统包括:
客户信息展示模块,用于展示各类分级的客户信息;
权限设定模块,设定访问客户信息展示模块中客户信息的权限;
信息推送子系统
信息采集模块,用于采集借款需求信息和出借方出借信息;
信息存储模块,用于存储借款需求信息和出借方出借信息;
信息处理模块,用于调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设的客户信息匹配规则,输出1-10中匹配可能性;
信息定向推送模块,基于1-10中匹配可能性,定向推送借款需求信息或出借信息;
通信模块,用于各模块间的信息传递。
优选的,用于不动产网络抵押借贷,所述信息采集模块,用于采集不动产抵押借贷的借款需求信息和出借人出借信息。
优选的,所述信息推送子系统还设有信息加密模块,信息定向推送模块拟定向推送的信息预先进行信息加密处理,再定向发送。
优选的,针对借款方,客户分类评级规则引擎评价的基准为借款方的风险等级评估值,借款方为自然人的,所述风险等级评估值考虑的要素包括借款方身体状况、谈话及文化水平、收入及资产负债情况、工作单位、工作经验、人际关系、职称或持有的技术证件、婚姻情况、需供养人数和直系亲属情况;基于上述因素考虑风险点和价值发现点,核算总风险值,风险点为对还款能力产生负面影响的要素,分为一般风险点和极端风险点;价值发现点为对还款能力产生正面影响的要素,分为一般价值发现点和重要价值发现点;一般风险点每出现一处,风险值1-5分,极端风险点每出现一处,风险值8-10分,一般价值发现点每出现一处,价值发现值1-5分,重要价值发现点每出现一处,价值发现值8-10分;
风险等级评估值=Σ一般风险点*(1-5)+Σ极端风险点*(8-10)-Σ一般价值发现点*(1-5)-Σ重要价值发现点(8-10);
借款方存在法律法规规定禁止的借款条件或借款用途的,风险等级极高,一票否决;
借款方无法律规定禁止的借款条件或借款用途的,风险等级根据风险值总和进行评级输出:
借款方风险值总和<20时,风险等级为0级,还款能力优;
借款方风险值总和∈[20,30)时,风险等级为1级,还款能力良;
借款方风险值总和∈[30,40)时,风险等级为2级,还款能力中;
借款方风险值总和∈[40,50)时,风险等级为3级,还款能力查差;
借款方风险值总和≥50时,风险等级为4级,还款能力极差。
优选的,所述客户分类评级规则引擎具体如下,基于借款方的历史风险等级评估数据,
借款方存在法律法规规定禁止的借款条件或借款用途的,风险等级极高,1A级客户,不予推送其借款信息;
借款方无法律规定禁止的借款条件或借款用途的, 借款方风险等级为0级的,还款能力优,6A级客户;
借款方风险等级为1级的,还款能力良,5A级客户,优先推送其借款信息;
借款方风险等级为2级的,还款能力中,4A级客户,次优先推送其借款信息;
借款方风险等级为3级的,还款能力查差,3A级客户,不予推送其借款信息;
借款方风险等级为4级的,还款能力极差,2A级客户,不予推送其借款信息。
优选的,针对出借方,客户分类评级规则引擎考虑的因素为出借方地域、历史平均出借金额、出借次数、出借周期和出借偏好,分别为第一、二、三、四和五评级排序依据。
优选的,所述客户信息匹配规则具体如下:
针对借款方,选取6A、5A和4A级借款方的借款需求信息,与出借方进行匹配,依次匹配出借方区域、历史平均出借金额、出借周期、出借偏好和出借次数,挑取匹配度最高的1-10位出借方,将借款需求信息加密后推送至相关出借方;
针对出借方,从6A级客户优先匹配,依次匹配借款方区域、历史平均借款金额、借款周期、借款偏好和借款次数,6A级客户未能成功匹配的,从5A级客户中匹配,匹配流程与6A级客户匹配流程相同,5A级客户未能成功匹配的,从4A级客户中匹配,匹配流程与5A级客户匹配流程相同,直至挑取匹配度最高的1-10位借款方,将出借需求信息加密后推送至相关借款方。
一种网络借贷VIP客户分类培育系统的培育方法,基于网络借贷VIP客户分类培育系统,所述方法包括如下步骤:
S1:分类信息处理模块调取客户信息存储模块内储存的既有客户信息和增量客户信息,运用客户分类评级规则引擎,对客户信息进行处理,获得分级分类后的客户信息;
S2:权限设定模块对分析分类后的客户信息,设定访问权限;
S3:客户信息展示模块调取设定权限后的各类分级的客户信息,接收相应权限的主题访问;
S4:信息采集模块采集借款需求信息和出借方出借信息,经信息处理模块,调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设得客户信息匹配规则,输出1-10中匹配可能性;
S5:信息定向推送模块,基于1-10中匹配可能性,定向推送经加密的借款需求信息或出借信息。
一种网络借贷VIP客户分类培育系统的培育方法,基于网络借贷VIP客户分类培育系统,所述方法包括如下步骤:
S1:分类信息处理模块调取客户信息存储模块内储存的既有客户信息和增量客户信息,运用客户分类评级规则引擎,对客户信息进行处理,获得分级分类后的客户信息;
S2:权限设定模块对分析分类后的客户信息,设定访问权限;
S3:客户信息展示模块调取设定权限后的各类分级的客户信息,接收相应权限的主题访问;
S4:信息采集模块采集不动产抵押借贷的借款需求信息和出借方出借信息,经信息处理模块,调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设得客户信息匹配规则,输出1-10中匹配可能性;
S5:信息定向推送模块,基于1-10中匹配可能性,定向推送经加密的借款需求信息或出借信息。
本发明提供一种网络借贷VIP客户分类培育系统和培育方法,通过该系统,可以高效、针对性的对不动产借贷客户进行分级分类管理,管理效率高。
以上所述的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。

Claims (9)

1.一种网络借贷VIP客户分类培育系统,其特征在于: 所述系统包括:
分类子系统,所述分类子系统包括:
客户信息存储模块,用于储存既有客户信息和增量客户信息;
分类信息处理模块,基于客户信息存储模块的信息,运用客户分类评级规则引擎,对客户信息进行处理;
展示子系统,所述展示子系统包括:
客户信息展示模块,用于展示各类分级的客户信息;
权限设定模块,设定访问客户信息展示模块中客户信息的权限;
信息推送子系统
信息采集模块,用于采集借款需求信息和出借方出借信息;
信息存储模块,用于存储借款需求信息和出借方出借信息;
信息处理模块,用于调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设的客户信息匹配规则,输出1-10中匹配可能性;
信息定向推送模块,基于1-10中匹配可能性,定向推送借款需求信息或出借信息;
通信模块,用于各模块间的信息传递。
2.根据权利要求1所述的一种网络借贷VIP客户分类培育系统,其特征在于:用于不动产网络抵押借贷,所述信息采集模块,用于采集不动产抵押借贷的借款需求信息和出借方出借信息。
3.根据权利要求1所述一种网络借贷VIP客户分类培育系统,其特征在于:所述信息推送子系统还设有信息加密模块,信息定向推送模块拟定向推送的信息预先进行信息加密处理,再定向发送。
4.根据权利要求1或2所述的一种网络借贷VIP客户分类培育系统,其特征在于:针对借款方,客户分类评级规则引擎评价的基准为借款方的风险等级评估值,借款方为自然人的,所述风险等级评估值考虑的要素包括借款方身体状况、谈话及文化水平、收入及资产负债情况、工作单位、工作经验、人际关系、职称或持有的技术证件、婚姻情况、需供养人数和直系亲属情况;基于上述因素考虑风险点和价值发现点,核算总风险值,风险点为对还款能力产生负面影响的要素,分为一般风险点和极端风险点;价值发现点为对还款能力产生正面影响的要素,分为一般价值发现点和重要价值发现点;一般风险点每出现一处,风险值1-5分,极端风险点每出现一处,风险值8-10分,一般价值发现点每出现一处,价值发现值1-5分,重要价值发现点每出现一处,价值发现值8-10分;
风险等级评估值=Σ一般风险点*(1-5)+Σ极端风险点*(8-10)-Σ一般价值发现点*(1-5)-Σ重要价值发现点(8-10);
借款方存在法律法规规定禁止的借款条件或借款用途的,风险等级极高,一票否决;
借款方无法律规定禁止的借款条件或借款用途的,风险等级根据风险值总和进行评级输出:
借款方风险值总和<20时,风险等级为0级,还款能力优;
借款方风险值总和∈[20,30)时,风险等级为1级,还款能力良;
借款方风险值总和∈[30,40)时,风险等级为2级,还款能力中;
借款方风险值总和∈[40,50)时,风险等级为3级,还款能力查差;
借款方风险值总和≥50时,风险等级为4级,还款能力极差。
5.根据权利要求4所述一种网络借贷VIP客户分类培育系统,其特征在于:所述客户分类评级规则引擎具体如下,基于借款方的历史风险等级评估数据,
借款方存在法律法规规定禁止的借款条件或借款用途的,风险等级极高,1A级客户,不予推送其借款信息;
借款方无法律规定禁止的借款条件或借款用途的, 借款方风险等级为0级的,还款能力优,6A级客户;
借款方风险等级为1级的,还款能力良,5A级客户,优先推送其借款信息;
借款方风险等级为2级的,还款能力中,4A级客户,次优先推送其借款信息;
借款方风险等级为3级的,还款能力查差,3A级客户,不予推送其借款信息;
借款方风险等级为4级的,还款能力极差,2A级客户,不予推送其借款信息。
6.根据权利要求1或2所述一种网络借贷VIP客户分类培育系统,其特征在于:针对出借方,客户分类评级规则引擎考虑的因素为出借方地域、历史平均出借金额、出借次数、出借周期和出借偏好,分别为第一、二、三、四和五评级排序依据。
7.根据权利要求1或2所述一种网络借贷VIP客户分类培育系统,其特征在于:所述客户信息匹配规则具体如下:
针对借款方,选取6A、5A和4A级借款方的借款需求信息,与出借方进行匹配,依次匹配出借方区域、历史平均出借金额、出借周期、出借偏好和出借次数,挑取匹配度最高的1-10位出借方,将借款需求信息加密后推送至相关出借方;
针对出借方,从6A级客户优先匹配,依次匹配借款方区域、历史平均借款金额、借款周期、借款偏好和借款次数,6A级客户未能成功匹配的,从5A级客户中匹配,匹配流程与6A级客户匹配流程相同,5A级客户未能成功匹配的,从4A级客户中匹配,匹配流程与5A级客户匹配流程相同,直至挑取匹配度最高的1-10位借款方,将出借需求信息加密后推送至相关借款方。
8.一种网络借贷VIP客户分类培育系统的培育方法,基于权利要求1的网络借贷VIP客户分类培育系统,其特征在于:所述方法包括如下步骤:
S1:分类信息处理模块调取客户信息存储模块内储存的既有客户信息和增量客户信息,运用客户分类评级规则引擎,对客户信息进行处理,获得分级分类后的客户信息;
S2:权限设定模块对分析分类后的客户信息,设定访问权限;
S3:客户信息展示模块调取设定权限后的各类分级的客户信息,接收相应权限的主题访问;
S4:信息采集模块采集借款需求信息和出借方出借信息,经信息处理模块,调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设得客户信息匹配规则,输出1-10中匹配可能性;
S5:信息定向推送模块,基于1-10中匹配可能性,定向推送经加密的借款需求信息或出借信息。
9.一种网络借贷VIP客户分类培育系统的培育方法,基于权利要求2的网络借贷VIP客户分类培育系统,其特征在于:所述方法包括如下步骤:
S1:分类信息处理模块调取客户信息存储模块内储存的既有客户信息和增量客户信息,运用客户分类评级规则引擎,对客户信息进行处理,获得分级分类后的客户信息;
S2:权限设定模块对分析分类后的客户信息,设定访问权限;
S3:客户信息展示模块调取设定权限后的各类分级的客户信息,接收相应权限的主题访问;
S4:信息采集模块采集不动产抵押借贷的借款需求信息和出借方出借信息,经信息处理模块,调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设得客户信息匹配规则,输出1-10中匹配可能性;
S5:信息定向推送模块,基于1-10中匹配可能性,定向推送经加密的借款需求信息或出借信息。
CN201711007246.1A 2017-10-25 2017-10-25 一种网络借贷vip客户分类培育系统和培育方法 Pending CN109711964A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711007246.1A CN109711964A (zh) 2017-10-25 2017-10-25 一种网络借贷vip客户分类培育系统和培育方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711007246.1A CN109711964A (zh) 2017-10-25 2017-10-25 一种网络借贷vip客户分类培育系统和培育方法

Publications (1)

Publication Number Publication Date
CN109711964A true CN109711964A (zh) 2019-05-03

Family

ID=66252447

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711007246.1A Pending CN109711964A (zh) 2017-10-25 2017-10-25 一种网络借贷vip客户分类培育系统和培育方法

Country Status (1)

Country Link
CN (1) CN109711964A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104361463A (zh) * 2014-11-21 2015-02-18 上海财安金融服务股份有限公司 一种中小企业网络融资系统和方法
CN104715415A (zh) * 2013-12-13 2015-06-17 徐国良 借贷撮合平台系统
CN105512935A (zh) * 2015-12-01 2016-04-20 郑东东 一种基于移动平台的借贷系统
CN105825427A (zh) * 2016-03-23 2016-08-03 华南农业大学 基于加密关键字搜索的双向匿名可信网络借贷系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104715415A (zh) * 2013-12-13 2015-06-17 徐国良 借贷撮合平台系统
CN104361463A (zh) * 2014-11-21 2015-02-18 上海财安金融服务股份有限公司 一种中小企业网络融资系统和方法
CN105512935A (zh) * 2015-12-01 2016-04-20 郑东东 一种基于移动平台的借贷系统
CN105825427A (zh) * 2016-03-23 2016-08-03 华南农业大学 基于加密关键字搜索的双向匿名可信网络借贷系统及方法

Similar Documents

Publication Publication Date Title
Makarov et al. Blockchain analysis of the bitcoin market
Jagtiani et al. Fintech lending: Financial inclusion, risk pricing, and alternative information
Jagtiani et al. The roles of alternative data and machine learning in fintech lending: evidence from the LendingClub consumer platform
CN115239487A (zh) 一种带有碳中和属性标记的资产交易方法和系统
CN106788987A (zh) 一种基于区块链的征信数据共享与交易系统
Ginevičius et al. Multicriteria evaluation of Lithuanian banks from the perspective of their reliability for clients
CN106651346A (zh) 基于区块链的征信数据共享与交易系统
US20190251624A1 (en) System for disclosing deposit account information that can be virtual currency address
CN110192217A (zh) 信息处理装置、信息处理方法以及计算机程序
CN107784577A (zh) 一种信贷产品分发及推荐方法和实现该方法的系统
CA2821095A1 (en) System and method for detecting fraudulent account access and transfers
CN112182091B (zh) 多源数据整合方法、系统、存储介质和电子装置
WO2021075057A1 (en) Digital currency operation system and operation method using fully homological encryption scheme
Gao et al. Research on Default Prediction for Credit Card Users Based on XGBoost‐LSTM Model
JP6411562B2 (ja) 情報処理装置、情報処理方法及びプログラム
CN101877112A (zh) 经济情报预报
Xu et al. MSEs credit risk assessment model based on federated learning and feature selection
Volosovych et al. State financial control in terms of digitalization of the institutional environment
JP2018160258A (ja) 情報処理装置、情報処理方法及びプログラム
CN116883135A (zh) 一种金融服务的差异化定价方法及装置
CN109711964A (zh) 一种网络借贷vip客户分类培育系统和培育方法
Liu et al. Use Cases in Fintech
Nenovski et al. Banking services in terms of changing environment: the case of Мacedonia
Sannidhi et al. Growth of Crypto Currency and Pre-requisites for CBDC: A Case Study–Indian Context
Orlando Exploring Crypto & Blockchain in Finance: Present & Future

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: 20190503