CN109767319A - 授信额度确定方法、装置、计算机设备和存储介质 - Google Patents
授信额度确定方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109767319A CN109767319A CN201811545341.1A CN201811545341A CN109767319A CN 109767319 A CN109767319 A CN 109767319A CN 201811545341 A CN201811545341 A CN 201811545341A CN 109767319 A CN109767319 A CN 109767319A
- Authority
- CN
- China
- Prior art keywords
- target customer
- amount
- credit
- current
- adjustment
- 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
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请涉及人工智能领域的机器学习技术,提供了一种授信额度确定方法、装置、计算机设备和存储介质。所述方法包括:获取目标客户的信用信息,根据所述信用信息确定目标客户的当前信用度及初始授信额度;获取所述目标客户在预设时间段内对待推广贷款产品的推荐数据;根据所述推荐数据及所述目标客户的当前信用度,得到所述目标客户对应的第一目标调整额度;根据所述目标客户的初始授信额度和所述第一目标调整额度,得到所述目标客户的当前授信额度。采用本申请的方法,可以节省贷款产品的推广成本。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种授信额度确定方法、装置、计算机设备和存储介质。
背景技术
传统技术中,小额贷款公司推广贷款产品通常是由营销业务员进行线下推广。随着互联网技术的飞速发展,传统的线下推广部分转为线上推广,小额贷款公司通常通过在各网站进行广告推送,这样的推广方式,通常需要大量的进行推广才能起到作用,导致了推广成本的增加。
发明内容
基于此,有必要针对上述技术问题,提供一种能够节省贷款产品的推广成本的授信额度确定方法、装置、计算机设备和存储介质。
一种授信额度确定方法,所述方法包括:
获取目标客户的信用信息,根据所述信用信息确定目标客户的当前信用度及初始授信额度;
获取所述目标客户在预设时间段内对待推广贷款产品的推荐数据;
根据所述推荐数据及所述目标客户的当前信用度,得到所述目标客户对应的第一目标调整额度;
根据所述目标客户的初始授信额度和所述第一目标调整额度,得到所述目标客户的当前授信额度。
在其中一个实施例中,所述根据所述信用信息确定目标客户的当前信用度及初始授信额度,包括:
根据所述信用信息采用已训练的信用度预测模型,得到所述目标客户对应的当前信用度;
根据所述当前信用度确定所述目标客户的初始授信额度。
在其中一个实施例中,所述根据所述推荐数据及所述目标客户的当前信用度,得到所述目标客户对应的第一目标调整额度,包括:
根据所述目标客户的当前信用度确定所述目标客户对应的调整指数;
根据所述推荐数据得到所述目标客户对应的奖励计算额度;
根据所述调整指数及所述奖励计算额度,得到所述目标客户对应的第一目标调整额度。
在其中一个实施例中,所述根据所述推荐数据得到所述目标客户对应的奖励计算额度,包括:
获取所述目标客户对应的各个推荐等级的推荐额度;
获取所述各个推荐等级对应的计算权重;
根据所述各个推荐等级的推荐额度及计算权重进行加权计算,得到奖励计算额度。
在其中一个实施例中,所述根据所述调整指数及所述奖励计算额度,得到所述目标客户对应的第一目标调整额度,包括:
根据所述调整指数及所述奖励计算额度,得到所述目标客户对应的当前调整额度;
根据所述目标客户的当前信用度,确定所述目标客户的调整额度上限;
当所述目标客户对应的当前调整额度超过所述调整额度上限时,将所述调整额度上限确定为所述目标客户的第一目标调整额度;
当所述目标客户对应的当前调整额度不超过所述调整额度上限时,将所述当前调整额度确定为所述目标客户的第一目标调整额度。
在其中一个实施例中,所述方法还包括:
获取所述目标客户在预设时间段内的第一逾期数据及第二逾期数据;
根据所述第一逾期数据及所述第二逾期数据确定所述目标客户的第二目标调整额度;
根据所述第二目标调整额度调整所述目标客户对应的当前授信额度。
在其中一个实施例中,所述获取目标客户的信用信息,根据所述信用信息确定目标客户的当前信用度及初始授信额度之前,包括:
获取待推广贷款产品对应的产品链接,并获取营销人员对应的第一用户标识,根据所述产品链接及所述第一用户标识生成二维码;
当接收到客户终端通过扫描所述二维码发送的第二用户标识时,将所述第一用户标识与所述第二用户标识建立绑定关系;
当接收到营销人员终端发送的携带所述第二用户标识的查询请求时,向所述营销人员终端返回所述第二用户标识对应的客户的状态信息。
一种授信额度确定装置,所述装置包括:
信用信息获取模块,用于获取目标客户的信用信息,根据所述信用信息确定目标客户的当前信用度及初始授信额度;
推荐数据获取模块,用于获取所述目标客户在预设时间段内对待推广贷款产品的推荐数据;
第一目标调整额度获得模块,用于根据所述推荐数据及所述目标客户的当前信用度,得到所述目标客户对应的第一目标调整额度;
当前授信额度获得模块,用于根据所述目标客户的初始授信额度和所述第一目标调整额度,得到所述目标客户的当前授信额度。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述授信额度确定方法所述的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述授信额度确定方法所述的步骤。
上述授信额度确定方法、装置、计算机设备和存储介质,通过获取目标客户的信用信息,根据所述信用信息确定目标客户的当前信用度及初始授信额度;获取所述目标客户在预设时间段内对待推广贷款产品的推荐数据,根据所述推荐数据及所述目标客户的当前信用度,得到所述目标客户对应的第一目标调整额度,根据所述目标客户的初始授信额度和所述调整额度,得到所述目标客户的当前授信额度。本申请中,目标客户的授信额度由目标客户的个人信息与推荐数据共同进行决定,可以激励目标客户对产品进行推广,而授信额度的提升并不会增加推广成本,因此大大节省了对贷款产品的推广成本。
附图说明
图1为一个实施例中授信额度确定方法的应用场景图;
图2为一个实施例中授信额度确定方法的流程示意图;
图3为另一个实施例中授信额度确定方法的流程示意图;
图4为一个实施例中授信额度确定装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的授信额度确定方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104通过网络进行通信。服务器104首先获取目标客户的信用信息,根据信用信息确定目标客户的当前信用度及初始授信额度,然后获取目标客户在预设时间段内对当前贷款产品的推荐数据根据推荐数据及目标客户的当前信用度,得到目标客户对应的第一目标调整额度;根据目标客户的初始授信额度和第一目标调整额度,得到目标客户的当前授信额度,将得到的当前授信额度发送至目标客户对应的终端102。
其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104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。
在一个实施例中,如图2所示,提供了一种授信额度确定方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S202,获取目标客户的信用信息,根据信用信息确定目标客户的当前信用度及初始授信额度。
其中,目标客户指的是需要确定贷款额度的客户,可以是服务器在已注册的客户中随机选取的客户,也可以是在接收到任意终端发送的授信额度确定请求后,将该终端对应的用户确定为目标客户;信用信息的内容可以包括基本身份信息(包括姓名、照片、指纹、身份证号、家庭成员等)、联系方式(电话、家庭住址、单位地址等)、财产信息(借款期望额度、房产、存款、收入、银行交易流水、学历等)、借贷记录等;当前信用度用户用于表征目标客户身份可信度,当前信用度越大,则表示目标客户身份越真实越可信。
具体地,目标客户在进行贷款申请时,需要在贷款终端填写信用信息,终端获取到目标客户填写的信用信息后,将信用信息发送至服务器,服务器获取到目标客户的信用信息后,可根据信用信息确定目标客户的当前信用度及初始授信额度。
在一个实施例中,根据信用信息确定目标客户的当前信用度及初始授信额度,包括:根据信用信息采用已训练的信用度预测模型,得到目标客户对应的当前信用度;根据当前信用度确定目标客户的初始授信额度。具体地,可以基于不同信用度根据预先设置的规则得到初始授信额度,且信用度越大,其对应的初始授信额度越大。例如,当当前信用度为0~25时,设置其对应的初始授信额度为5w,当当前信用度为25~50时,设置其对应的初始授信额度为10w,等等。
在一个实施例中,服务器在获取到目标客户的信用信息时,可以根据信用信息的完整性确定目标客户的信用度。例如,目标客户需要提供的信用信息项数共有50项;当目标客户已提供的信用信息的项数少于10项时,其信用额度为10;当目标客户已提供的信用信息不少于10项、且少于30项时,其信用额度为30;当目标客户已提供的信用信息不少30项时,其信用额度为50。换而言之,目标客户提供的信用信息越多越完整,表示该目标客户的身份越真实越可信,其信用度也越高。
步骤S204,获取目标客户在预设时间段内对待推广贷款产品的推荐数据。
具体地,待推广贷款产品指的是需要进行推广的贷款产品。推荐数据包括目标客户对应的推荐好友集合中各个推荐好友对应的推荐等级及对应的初始授信额度;其中,推荐等级由推荐好友与该目标客户之间的推荐距离决定,推荐距离指的是初始推荐者与当前推荐者之间的社交关系跨度。举个例子,用户A将产品推荐给用户B,用户B又将产品推荐给用户C、用户D,用户C将产品推荐给了用户E,则用户A的推荐好友包括用户B、用户C、用户D、用户E,其中,用户B的推荐等级为一级,用户C、用户D的推荐等级为二级,用户E为三级。推荐好友对应的初始授信额度为根据推荐好友的信用信息确定的授信额度。
在具体实施过程中,目标客户对应的推荐好友在进行贷款申请时,可输入其对应的推荐人即目标客户对应的用户标识,服务器接收到推荐好友的贷款申请时,可将推荐好友对应的用户标识与目标客户对应的用户标识建立绑定关系,服务器可根据目标客户对应的用户标识查找其对应的推荐好友,从而获取到推荐数据。
步骤S206,根据推荐数据及目标客户的当前信用度,得到目标客户对应的第一目标调整额度。
具体地,可预先对不同的信用度设置对应的调整指数,信用度越高,其对应的调整指数越大,如对于信用度为0-25时,其对应的调整指数为2%,对于信用度为25-50时,其对应的调整指数为4%,等等。服务器在获取到当前信用度后,可确定当前信用度对应的调整指数,然后根据推荐数据得到目标客户的奖励计算额度,根据奖励计算额度及调整指数得到目标客户的第一目标调整额度。
步骤S208,根据目标客户的初始授信额度和第一目标调整额度,得到目标客户的当前授信额度。
具体地,服务器在获取到目标客户的初始授信额度和第一目标调整额度后,可根据这两项得到目标客户的当前授信额度。
在一个实施例中,服务器可直接根据对初始授信额度和第一目标调整额度进行加法计算得到目标客户的当前授信额度,例如,当初始授信额度为5w,第一目标调整额度为0.1w时,则最后计算得到目标客户的当前授信额度为5w+0.1w=5.1w。
在另一个实施例中,可分别对初始授信额度和调整额度设置一定的权重,最后进行加权计算得到目标客户的当前授信额度,例如当初始授信额度为5w,第一目标调整额度为1w时,当初始授信额度、第一目标调整额度的权重分别为90%、10%,则计算得到目标客户的当前授信额度为5w x 90%+1w x 10%。可以理解,本实施例中,具体地权重可根据实际需要进行设定,本申请在此不做限制。
上述授信额度确定方法中,服务器通过获取目标客户的信用信息,根据信用信息确定目标客户的当前信用度及初始授信额度;获取目标客户在预设时间段内对待推广贷款产品的推荐数据,根据推荐数据及目标客户的当前信用度,得到目标客户对应的第一目标调整额度,根据目标客户的初始授信额度和调整额度,得到目标客户的当前授信额度。本申请中,目标客户的授信额度由目标客户的个人信息与推荐数据共同进行决定,可以激励目标客户对产品进行推广,而授信额度的提升并不会增加推广成本,因此大大节省了对贷款产品的推广成本。
在一个实施例中,根据信用信息确定目标客户的当前信用度及初始授信额度,包括:根据信用信息采用已训练的信用度预测模型,得到目标客户对应的当前信用度;根据当前信用度确定目标客户的初始授信额度。
具体地,信用度预测模型可以通过机器学习的方法对训练样本进行训练得到,用于根据客户的信用信息对客户的信用度进行预测,信用度用于表征客户的身份真实性的大小,信用度越大,表示该客户的身份越真实可靠。
在一个实施例中,信用度预测模型可采用以下方法训练得到:获取历史客户对应的信用信息及对应的信用度,根据历史客户对应的信用信息及信用度构建训练样本,根据构建的训练样本进行模型训练,得到训练好的信用度预测模型。在进行模型训练时,可以采用有监督的模型训练方式,例如逻辑回归模型、SVM(Support Vector Machine,支持向量机)以及贝叶斯模型等。
如,当采用logistic(逻辑)回归算法时,可以设定预测函数为:
其中,x为输入向量,w为权重参数,h(x)为输出向量,将历史客户对应的信用信息映射为输入向量输入该预测函数,不断地对预测函数进行训练,调整其权重参数,使得预测函数的输出拟合训练样本中的期望输出样本,其中,训练的时候可以采用梯度下降算法或者最小二乘法。
在另一个实施例中,可以先根据目标客户的信用信息得到目标客户对应的信息完整度,再基于信息完整度及信用信息采用信用度预测模型对目标客户的信用额度进行预测,其中,信息完整度可根据用户已提供的信息项数与用户需要提供的信息项数的比值得到,比如,客户需要提供的信用信息项数共有50项,当客户已提供的信用信息的项数为10项时,对应的信息完整度为10/50。在本实施例中,进行模型训练时,可将历史客户的信息完整度和信用信息作为输入样本,将对应的信用度作为期望的输出样本进行模型训练得到信用度预测模型。
进一步,服务器根据目标客户的当前信用度确定对应的初始授信额度。在一个实施例中,可先建立信用度与初始授信额度之间的对应关系,不同的信用度映射不同的初始授信额度,且信用度越高,初始授信额度越大;在另一个实施例中,可根据当前信用度按照预设的计算方式得到初始授信额度,例如,可设定初始授信额度=当前信用度X2000,当前信用度的取值范围为[0,100]。可以理解,本实施例中,具体地计算方式可根据需要进行设定,本申请在此不做限制。
上述实施例中,通过信用度预测模型对目标客户的信用度进行预测,并根据信用度确定初始授信额度,可以更加准确的获取目标客户的信用度和初始授信额度。
在一个实施例中,根据推荐数据及目标客户的当前信用度,得到目标客户对应的第一目标调整额度,包括:根据目标客户的当前信用度确定目标客户对应的调整指数;根据推荐数据得到目标客户对应的奖励计算额度;根据调整指数及奖励计算额度,得到目标客户对应的第一目标调整额度。
其中,调整指数用于表征目标客户对应的授信额度的可调整幅度大小,调整指数越高,表示目标用户的授信额度的可调整幅度越大。奖励计算额度指的是根据当前客户的推荐数据得到的可影响授信额度的数值。
具体地,服务器在获取到当前信用度后,可根据预先设定的信用度与调整指数之间的对应关系确定当前信用度对应的调整指数,然后根据推荐数据得到目标客户的奖励计算额度,根据奖励计算额度及调整指数得到目标客户的第一目标调整额度。
在一个实施例中,服务器可根据奖励计算额度与调整指数的乘积得到目标客户的第一目标调整额度,例如,当奖励计算额度为50w时,目标客户的调整指数为2%时,则计算得到的第一目标调整额度为50wx2%=10000。
在另一个实施例中,为防止有些信用度低的客户通过恶意推荐好友无限度的提升自己的授信额度,可预先对不同的信用度设置对应的调整额度上限,其中,调整额度上限与客户的信用度呈正相关关系,即信用度越高,对应的调整额度上限越高。服务器在确定第一目标调整额度时,可首先根据目标客户的奖励计算额度和调整指数得到目标客户的当前调整额度,然后根据目标客户的当前信用额度确定目标客户的调整额度上限,判断目标客户的当前调整额度是否超过其对应的调整额度上限,若是,则将调整额度上限确定为目标客户的第一目标调整额度,若否,将当前调整额度确定为目标客户的第一目标调整额度。
在一个实施例中,根据推荐数据得到目标客户对应的奖励计算额度,包括:获取目标客户对应的各个推荐等级的推荐额度;获取各个推荐等级对应的计算权重;根据各个推荐等级的推荐额度及计算权重进行加权计算,得到奖励计算额度。
具体地,服务器根据目标客户对应的各个推荐等级的推荐好友的初始授信得到目标客户对应的各个推荐等级的推荐额度,对于各个推荐等级预先设置了计算权重,推荐等级越高,推荐权重越小。在一个实施例中,可设定一个等级阈值,当推荐等级超过该等级阈值时,推荐权重已经非常小了,此时,该推荐等级对应的推荐额度对目标客户的授信额度的影响几乎可以忽略,因此,为了节省计算资源并提高奖励计算额度的获取速度,可以只计算推荐等级小于等级阈值时的推荐额度,然后获取对应的计算权重,根据各个推荐等级的推荐额度及计算权重进行加权计算,得到奖励计算额度。
举个例子,设定等级阈值为三级,一级、二级、三级对应的计算权重分别为0.6、0.25、0.13,客户A的一级推荐好友包括客户B、客户C,客户B、客户C对应的初始授信额度分别为2W、4W,客户A对应的二级推荐好友包括客户D、客户E,客户D、客户E对应的初始授信额度分别为3W、5W,客户A对应的三级推荐好友为客户F,客户F对应的初始授信额度分别为5W,则客户A对应的奖励计算额度为:(2W+4W)*0.6+(3W+5W)*0.25+5W*0.13。
上述实施例中,服务器根据各个推荐等级的推荐额度及计算权重进行加权计算,得到奖励计算额度,使得奖励计算额度的计算更加准确。
在一个实施例中,上述方法还包括:获取目标客户在预设时间段内的第一逾期数据及第二逾期数据;根据第一逾期数据及第二逾期数据确定目标客户的第二目标调整额度;根据第二目标调整额度调整目标客户对应的当前授信额度。
其中,第一逾期数据指的是目标客户本身对应的逾期数据,包括逾期金额及逾期天数;第二逾期数据为目标客户的推荐好友对应的逾期数据,同样包括逾期天数及逾期金额。
具体地,由于目标客户与其推荐好友之间事先建立了绑定关系,因此,可以根据目标客户对应的用户标识查找其对应的第一逾期数据及第二逾期数据,在获取到第一逾期数据和第二逾期数据后,服务器可根据第一逾期数据及第二逾期数据确定目标客户的第二目标调整额度。
在一个实施例中,可分别对第一逾期数据和第二逾期数据对应的逾期金额设置不同的基础权重,如对第一逾期数据设置的权重为0.7,对第二逾期数据设置的权重为0.3,并根据不同的逾期天数设置不同的调整权重,如逾期1-10天时,调整权重为0.2,如逾期10-20天时,调整权重为0.3,逾期20-30时,调整权重为0.4,等等,最后根据基础权重及调整权重进行加权计算得到第二目标调整额度。举例说明,客户A对应的第一逾期数据中逾期金额为1W,逾期天数为10,第二逾期数据中逾期金额为5W,逾期天数为20,则客户A的第二目标调整额度为:10000*0.7*0.2+50000*0.3*0.3。本实施例中,第二逾期数据中的逾期金额的确定方法可参照上述实施例中奖励计算额度的确定方法进行确定,本申请在此不在赘述。还可以理解,本实施例所列举的第二目标调整额度的获取方法仅为举例说明,在具体实施中可以设置不同的确定方法。
进一步,服务器可以根据第二目标调整额度降低目标客户的当前授信额度,具体降低多少,可根据实际需要进行确定,例如,可直接在当前授信额度的基础上直接减掉第二目标调整额度以对当前授信额度进行更新。
上述实施例中,通过获取目标客户的第一逾期数据及第二逾期数据,并根据第一逾期数据、第二逾期数据最终更新目标客户的当前授信额度,使得目标客户的当前授信额度受到逾期数据的限制,一方面可以促使目标客户降低逾期金额及逾期天数,另一方面,可在一定程度上避免目标客户为提高自己的授信额度,恶意推荐信用度不好的客户,给贷款公司造成不必要的损失的情况。
在一个实施例中,获取目标客户的信用信息,根据信用信息确定目标客户的当前信用度及初始授信额度之前,包括:获取待推广贷款产品对应的产品链接,并获取营销人员对应的第一用户标识,根据产品链接及第一用户标识生成二维码;当接收到客户终端通过扫描二维码发送的第二用户标识时,将第一用户标识与第二用户标识建立绑定关系;当接收到营销人员终端发送的携带第二用户标识的查询请求时,向营销人员终端返回第二用户标识对应的客户的状态信息。
本实施例中,首先根据营销人员对应的用户标识与待推广贷款产品对应的产品链接生成二维码,当任意客户通过终端扫描该二维码时,向服务器发送携带用户标识的访问请求,服务器将该访问请求中携带的用户标识与营销人员对应的用户标识建立绑定关系,之后,营销人员可通过其对应的终端查看该客户的状态信息,状态信息包括是申请贷款的进度、贷款的金额、还款日期、逾期金额、逾期天数等等。具体来说,营销人员可通过其对应的终端向服务器发送携带待查询客户对应的用户标识的查询请求,服务器在接收到该查询请求后,对查询请求进行解析,获取其中携带的用户标识,根据获取到的用户标识查询对应的客户的状态信息,将查询到的状态信息返回至营销人员对应的终端,从而可以实现了营销人员与客户一对一展开的定向服务,补全了需要对客户进行线下服务的缺口。
在一个实施例中,如图3所示,提供了一种授信额度确定方法,包括以下步骤:
步骤S302,获取目标客户的信用信息,根据信用信息采用已训练的信用度预测模型,得到目标客户对应的当前信用度。
步骤S304,根据当前信用度确定目标客户的初始授信额度。
步骤S306,获取目标客户在预设时间段内对待推广贷款产品的推荐数据,推荐数据包括目标客户对应的推荐好友集合中各个推荐好友对应的推荐等级及对应的初始授信额度。
步骤S308,根据目标客户的当前信用度确定目标客户对应的调整指数。
步骤S310,根据各个推荐好友对应的推荐等级及对应的初始授信额度得到目标客户对应的各个推荐等级的推荐额度。
步骤S312,获取各个推荐等级对应的计算权重。
步骤S314,根据各个推荐等级的推荐额度及计算权重进行加权计算,得到奖励计算额度。
步骤S316,根据调整指数及奖励计算额度,得到目标客户对应的当前调整额度。
步骤S318,根据目标客户的当前信用度,确定目标客户的调整额度上限。
步骤S320,当目标客户对应的当前调整额度超过调整额度上限时,将调整额度上限确定为目标客户的目标调整额度第一目标调整额度。
步骤S322,当目标客户对应的当前调整额度不超过调整额度上限时,将当前调整额度确定为目标客户的目标调整额度第一目标调整额度。
步骤S324,获取目标客户在预设时间段内的第一逾期数据及第二逾期数据。
步骤S326,根据第一逾期数据及第二逾期数据确定目标客户的第二目标调整额度。
步骤S328,根据目标客户的初始授信额度、第一目标调整额度和第二目标调整额度,得到目标客户的当前授信额度。
具体地,可首先根据初始授信额度及第一目标调整额度得到当前授信额度,然后根据第二目标调整额度对当前授信额度进行调整。可以理解,在具体实施过程中,可在不同的时间段获取多个每一目标调整额度、第二目标调整额度,对初始授信额度进行多次调整。
应该理解的是,虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在其中一个实施例中,如图4所示,提供了一种授信额度确定装置400,包括:信用信息获取模块402、推荐数据获取模404、第一目标调整额度获得模块406和当前授信额度获得模块408,其中:
信用信息获取模块402,用于获取目标客户的信用信息,根据信用信息确定目标客户的当前信用度及初始授信额度;
推荐数据获取模块404,用于获取目标客户在预设时间段内对待推广贷款产品的推荐数据;
第一目标调整额度获得模块406,用于根据推荐数据及目标客户的当前信用度,得到目标客户对应的第一目标调整额度;
当前授信额度获得模块408,用于根据目标客户的初始授信额度和第一目标调整额度,得到目标客户的当前授信额度。
在其中一个实施例中,信用信息获取模块402用于根据信用信息采用已训练的信用度预测模型,得到目标客户对应的当前信用度;根据当前信用度确定目标客户的初始授信额度。
在其中一个实施例中,第一目标调整额度获得模块406用于根据目标客户的当前信用度确定目标客户对应的调整指数;根据推荐数据得到目标客户对应的奖励计算额度;根据调整指数及奖励计算额度,得到目标客户对应的第一目标调整额度。
在其中一个实施例中,第一目标调整额度获得模块406还用于获取目标客户对应的各个推荐等级的推荐额度;获取各个推荐等级对应的计算权重;根据各个推荐等级的推荐额度及计算权重进行加权计算,得到奖励计算额度。
在其中一个实施例中,第一目标调整额度获得模块406还用于根据调整指数及奖励计算额度,得到目标客户对应的当前调整额度;根据目标客户的当前信用度,确定目标客户的调整额度上限;当目标客户对应的当前调整额度超过调整额度上限时,将调整额度上限确定为目标客户的第一目标调整额度;当目标客户对应的当前调整额度不超过调整额度上限时,将当前调整额度确定为目标客户的第一目标调整额度。
在其中一个实施例中,上述装置还包括:第二目标调整额度获得模块,用于获取目标客户在预设时间段内的第一逾期数据及第二逾期数据;根据第一逾期数据及第二逾期数据确定目标客户的第二目标调整额度;当前授信额度获得模块408还用于根据第二目标调整额度调整目标客户对应的当前授信额度。
在其中一个实施例中,上述装置还包括:状态信息返回模块,用于获取待推广贷款产品对应的产品链接,并获取营销人员对应的第一用户标识,根据产品链接及第一用户标识生成二维码;当接收到客户终端通过扫描二维码发送的第二用户标识时,将第一用户标识与第二用户标识建立绑定关系;当接收到营销人员终端发送的携带第二用户标识的查询请求时,向营销人员终端返回第二用户标识对应的客户的状态信息。
关于授信额度确定装置的具体限定可以参见上文中对于授信额度确定方法的限定,在此不再赘述。上述授信额度确定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5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信用信息、推荐数据、初始授信额度等数据。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授信额度确定方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:获取目标客户的信用信息,根据信用信息确定目标客户的当前信用度及初始授信额度;获取目标客户在预设时间段内对待推广贷款产品的推荐数据;根据推荐数据及目标客户的当前信用度,得到目标客户对应的第一目标调整额度;根据目标客户的初始授信额度和第一目标调整额度,得到目标客户的当前授信额度。
在一个实施例中,根据信用信息确定目标客户的当前信用度及初始授信额度,包括:根据信用信息采用已训练的信用度预测模型,得到目标客户对应的当前信用度;根据当前信用度确定目标客户的初始授信额度。
在一个实施例中,根据推荐数据及目标客户的当前信用度,得到目标客户对应的第一目标调整额度,包括:根据目标客户的当前信用度确定目标客户对应的调整指数;根据推荐数据得到目标客户对应的奖励计算额度;根据调整指数及奖励计算额度,得到目标客户对应的第一目标调整额度。
在一个实施例中,根据推荐数据得到目标客户对应的奖励计算额度,包括:获取目标客户对应的各个推荐等级的推荐额度;获取各个推荐等级对应的计算权重;根据各个推荐等级的推荐额度及计算权重进行加权计算,得到奖励计算额度。
在一个实施例中,根据调整指数及奖励计算额度,得到目标客户对应的第一目标调整额度,包括:根据调整指数及奖励计算额度,得到目标客户对应的当前调整额度;根据目标客户的当前信用度,确定目标客户的调整额度上限;当目标客户对应的当前调整额度超过调整额度上限时,将调整额度上限确定为目标客户的第一目标调整额度;当目标客户对应的当前调整额度不超过调整额度上限时,将当前调整额度确定为目标客户的第一目标调整额度。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取目标客户在预设时间段内的第一逾期数据及第二逾期数据;根据第一逾期数据及第二逾期数据确定目标客户的第二目标调整额度;根据第二目标调整额度调整目标客户对应的当前授信额度。
在一个实施例中,获取目标客户的信用信息,根据信用信息确定目标客户的当前信用度及初始授信额度之前,处理器执行计算机程序时还实现以下步骤:获取待推广贷款产品对应的产品链接,并获取营销人员对应的第一用户标识,根据产品链接及第一用户标识生成二维码;当接收到客户终端通过扫描二维码发送的第二用户标识时,将第一用户标识与第二用户标识建立绑定关系;当接收到营销人员终端发送的携带第二用户标识的查询请求时,向营销人员终端返回第二用户标识对应的客户的状态信息。
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以下步骤:获取目标客户的信用信息,根据信用信息确定目标客户的当前信用度及初始授信额度;获取目标客户在预设时间段内对待推广贷款产品的推荐数据;根据推荐数据及目标客户的当前信用度,得到目标客户对应的第一目标调整额度;根据目标客户的初始授信额度和第一目标调整额度,得到目标客户的当前授信额度。
在一个实施例中,根据信用信息确定目标客户的当前信用度及初始授信额度,包括:根据信用信息采用已训练的信用度预测模型,得到目标客户对应的当前信用度;根据当前信用度确定目标客户的初始授信额度。
在一个实施例中,根据推荐数据及目标客户的当前信用度,得到目标客户对应的第一目标调整额度,包括:根据目标客户的当前信用度确定目标客户对应的调整指数;根据推荐数据得到目标客户对应的奖励计算额度;根据调整指数及奖励计算额度,得到目标客户对应的第一目标调整额度。
在一个实施例中,根据推荐数据得到目标客户对应的奖励计算额度,包括:获取目标客户对应的各个推荐等级的推荐额度;获取各个推荐等级对应的计算权重;根据各个推荐等级的推荐额度及计算权重进行加权计算,得到奖励计算额度。
在一个实施例中,根据调整指数及奖励计算额度,得到目标客户对应的第一目标调整额度,包括:根据调整指数及奖励计算额度,得到目标客户对应的当前调整额度;根据目标客户的当前信用度,确定目标客户的调整额度上限;当目标客户对应的当前调整额度超过调整额度上限时,将调整额度上限确定为目标客户的第一目标调整额度;当目标客户对应的当前调整额度不超过调整额度上限时,将当前调整额度确定为目标客户的第一目标调整额度。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取目标客户在预设时间段内的第一逾期数据及第二逾期数据;根据第一逾期数据及第二逾期数据确定目标客户的第二目标调整额度;根据第二目标调整额度调整目标客户对应的当前授信额度。
在一个实施例中,获取目标客户的信用信息,根据信用信息确定目标客户的当前信用度及初始授信额度之前,计算机程序被处理器执行时还实现以下步骤:获取待推广贷款产品对应的产品链接,并获取营销人员对应的第一用户标识,根据产品链接及第一用户标识生成二维码;当接收到客户终端通过扫描二维码发送的第二用户标识时,将第一用户标识与第二用户标识建立绑定关系;当接收到营销人员终端发送的携带第二用户标识的查询请求时,向营销人员终端返回第二用户标识对应的客户的状态信息。
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。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种授信额度确定方法,所述方法包括:
获取目标客户的信用信息,根据所述信用信息确定目标客户的当前信用度及初始授信额度;
获取所述目标客户在预设时间段内对待推广贷款产品的推荐数据;
根据所述推荐数据及所述目标客户的当前信用度,得到所述目标客户对应的第一目标调整额度;
根据所述目标客户的初始授信额度和所述第一目标调整额度,得到所述目标客户的当前授信额度。
2.根据权利要求1所述的方法,其特征在于,所述根据所述信用信息确定目标客户的当前信用度及初始授信额度,包括:
根据所述信用信息采用已训练的信用度预测模型,得到所述目标客户对应的当前信用度;
根据所述当前信用度确定所述目标客户的初始授信额度。
3.根据权利要求1所述的方法,其特征在于,所述根据所述推荐数据及所述目标客户的当前信用度,得到所述目标客户对应的第一目标调整额度,包括:
根据所述目标客户的当前信用度确定所述目标客户对应的调整指数;
根据所述推荐数据得到所述目标客户对应的奖励计算额度;
根据所述调整指数及所述奖励计算额度,得到所述目标客户对应的第一目标调整额度。
4.根据权利要求3所述的方法,其特征在于,所述根据所述推荐数据得到所述目标客户对应的奖励计算额度,包括:
获取所述目标客户对应的各个推荐等级的推荐额度;
获取所述各个推荐等级对应的计算权重;
根据所述各个推荐等级的推荐额度及计算权重进行加权计算,得到奖励计算额度。
5.根据权利要求3所述的方法,其特征在于,所述根据所述调整指数及所述奖励计算额度,得到所述目标客户对应的第一目标调整额度,包括:
根据所述调整指数及所述奖励计算额度,得到所述目标客户对应的当前调整额度;
根据所述目标客户的当前信用度,确定所述目标客户的调整额度上限;
当所述目标客户对应的当前调整额度超过所述调整额度上限时,将所述调整额度上限确定为所述目标客户的第一目标调整额度;
当所述目标客户对应的当前调整额度不超过所述调整额度上限时,将所述当前调整额度确定为所述目标客户的第一目标调整额度。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述目标客户在预设时间段内的第一逾期数据及第二逾期数据;
根据所述第一逾期数据及所述第二逾期数据确定所述目标客户的第二目标调整额度;
根据所述第二目标调整额度调整所述目标客户对应的当前授信额度。
7.据权利要求1至6任意一项所述的方法,其特征在于,所述获取目标客户的信用信息,根据所述信用信息确定目标客户的当前信用度及初始授信额度之前,包括:
获取待推广贷款产品对应的产品链接,并获取营销人员对应的第一用户标识,根据所述产品链接及所述第一用户标识生成二维码;
当接收到客户终端通过扫描所述二维码发送的第二用户标识时,将所述第一用户标识与所述第二用户标识建立绑定关系;
当接收到营销人员终端发送的携带所述第二用户标识的查询请求时,向所述营销人员终端返回所述第二用户标识对应的客户的状态信息。
8.一种授信额度确定装置,其特征在于,所述装置包括:
信用信息获取模块,用于获取目标客户的信用信息,根据所述信用信息确定目标客户的当前信用度及初始授信额度;
推荐数据获取模块,用于获取所述目标客户在预设时间段内对待推广贷款产品的推荐数据;
第一目标调整额度获得模块,用于根据所述推荐数据及所述目标客户的当前信用度,得到所述目标客户对应的第一目标调整额度;
当前授信额度获得模块,用于根据所述目标客户的初始授信额度和所述第一目标调整额度,得到所述目标客户的当前授信额度。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811545341.1A CN109767319A (zh) | 2018-12-17 | 2018-12-17 | 授信额度确定方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811545341.1A CN109767319A (zh) | 2018-12-17 | 2018-12-17 | 授信额度确定方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109767319A true CN109767319A (zh) | 2019-05-17 |
Family
ID=66452026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811545341.1A Pending CN109767319A (zh) | 2018-12-17 | 2018-12-17 | 授信额度确定方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109767319A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110348989A (zh) * | 2019-06-19 | 2019-10-18 | 北京淇瑀信息科技有限公司 | 基于app的信贷额度调整方法、装置和电子设备 |
CN110348991A (zh) * | 2019-06-21 | 2019-10-18 | 上海淇馥信息技术有限公司 | 评估用户授信额度上限的方法、装置和电子设备 |
CN110363575A (zh) * | 2019-06-27 | 2019-10-22 | 上海淇毓信息科技有限公司 | 一种授信用户动支意愿预测方法、装置和设备 |
CN110363392A (zh) * | 2019-06-19 | 2019-10-22 | 北京淇瑀信息科技有限公司 | 基于用户Wifi信息的信贷额度调整方法、装置及电子设备 |
CN111275542A (zh) * | 2020-01-17 | 2020-06-12 | 中国建设银行股份有限公司 | 一种贷款请求的处理方法、装置和系统 |
CN111539808A (zh) * | 2020-04-27 | 2020-08-14 | 中国银行股份有限公司 | 信用值处理方法及装置 |
WO2020233318A1 (zh) * | 2019-05-20 | 2020-11-26 | 深圳壹账通智能科技有限公司 | 一种基于数据分析的数据调整方法及相关设备 |
CN112308710A (zh) * | 2020-11-26 | 2021-02-02 | 平安普惠企业管理有限公司 | 贷款数据处理方法、装置、计算机设备及存储介质 |
CN113592622A (zh) * | 2021-07-13 | 2021-11-02 | 北京淇瑀信息科技有限公司 | 授信数据优化方法、装置、设备和介质 |
CN113850663A (zh) * | 2021-08-24 | 2021-12-28 | 江苏中交车旺科技有限公司 | 一种面向新用户推荐的数据处理方法、系统、设备及介质 |
CN113947474A (zh) * | 2021-10-15 | 2022-01-18 | 杭州兆臻网络科技有限公司 | 一种基于物联数据采集的农业主体信用评价分析系统 |
TWI759759B (zh) * | 2020-06-09 | 2022-04-01 | 台北富邦商業銀行股份有限公司 | 企業申貸評估系統 |
-
2018
- 2018-12-17 CN CN201811545341.1A patent/CN109767319A/zh active Pending
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020233318A1 (zh) * | 2019-05-20 | 2020-11-26 | 深圳壹账通智能科技有限公司 | 一种基于数据分析的数据调整方法及相关设备 |
CN110363392A (zh) * | 2019-06-19 | 2019-10-22 | 北京淇瑀信息科技有限公司 | 基于用户Wifi信息的信贷额度调整方法、装置及电子设备 |
CN110348989A (zh) * | 2019-06-19 | 2019-10-18 | 北京淇瑀信息科技有限公司 | 基于app的信贷额度调整方法、装置和电子设备 |
CN110348991A (zh) * | 2019-06-21 | 2019-10-18 | 上海淇馥信息技术有限公司 | 评估用户授信额度上限的方法、装置和电子设备 |
CN110363575A (zh) * | 2019-06-27 | 2019-10-22 | 上海淇毓信息科技有限公司 | 一种授信用户动支意愿预测方法、装置和设备 |
CN111275542A (zh) * | 2020-01-17 | 2020-06-12 | 中国建设银行股份有限公司 | 一种贷款请求的处理方法、装置和系统 |
CN111539808A (zh) * | 2020-04-27 | 2020-08-14 | 中国银行股份有限公司 | 信用值处理方法及装置 |
TWI759759B (zh) * | 2020-06-09 | 2022-04-01 | 台北富邦商業銀行股份有限公司 | 企業申貸評估系統 |
CN112308710A (zh) * | 2020-11-26 | 2021-02-02 | 平安普惠企业管理有限公司 | 贷款数据处理方法、装置、计算机设备及存储介质 |
CN112308710B (zh) * | 2020-11-26 | 2024-04-02 | 广州市华美小额贷款有限公司 | 贷款数据处理方法、装置、计算机设备及存储介质 |
CN113592622A (zh) * | 2021-07-13 | 2021-11-02 | 北京淇瑀信息科技有限公司 | 授信数据优化方法、装置、设备和介质 |
CN113850663A (zh) * | 2021-08-24 | 2021-12-28 | 江苏中交车旺科技有限公司 | 一种面向新用户推荐的数据处理方法、系统、设备及介质 |
CN113947474A (zh) * | 2021-10-15 | 2022-01-18 | 杭州兆臻网络科技有限公司 | 一种基于物联数据采集的农业主体信用评价分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109767319A (zh) | 授信额度确定方法、装置、计算机设备和存储介质 | |
Jorgenson et al. | The ICT revolution, world economic growth, and policy issues | |
WO2020135535A1 (zh) | 一种推荐模型训练方法及相关装置 | |
CN109783730A (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
CN110223186B (zh) | 用户相似度确定方法以及信息推荐方法 | |
CN108874823A (zh) | 智能客服的实现方法和装置 | |
CN110008397B (zh) | 一种推荐模型训练方法及装置 | |
CN110008973B (zh) | 一种模型训练方法、基于模型确定目标用户的方法及装置 | |
CN111798280B (zh) | 多媒体信息推荐方法、装置和设备及存储介质 | |
CN110233879A (zh) | 智能推送界面方法、装置、计算机设备及存储介质 | |
CN110288350A (zh) | 用户价值预测方法、装置、设备及存储介质 | |
CN108182633A (zh) | 贷款数据处理方法、装置、计算机设备和存储介质 | |
US20220358175A1 (en) | Method and system of personalized blending for content recommendation | |
CN110276677A (zh) | 基于大数据平台的还款预测方法、装置、设备及存储介质 | |
CN112417315A (zh) | 基于网站注册的用户画像生成方法、装置、设备和介质 | |
US20160292706A1 (en) | Systems and methods for offer selection and reward distribution learning | |
CN105631732A (zh) | 确定用户权限的方法和装置 | |
CN113034168A (zh) | 内容项投放方法、装置、计算机设备及存储介质 | |
CN111178830A (zh) | 成本的核算方法、装置、计算机设备和存储介质 | |
CN111489196B (zh) | 基于深度学习网络的预测方法、装置、电子设备及介质 | |
CN113850669A (zh) | 用户分群方法、装置、计算机设备及计算机可读存储介质 | |
CN111768218A (zh) | 用于处理用户交互信息的方法和装置 | |
CN114519612A (zh) | 优惠信息发送方法、装置、计算机设备和存储介质 | |
CN111401969B (zh) | 用于提高用户留存率的方法、装置、服务器及存储介质 | |
CN112581153B (zh) | 资源分配方法、资源分配装置、存储介质和电子设备 |
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 |