CN110197434A - 智能匹配处理方法、装置、设备及可读存储介质 - Google Patents
智能匹配处理方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN110197434A CN110197434A CN201910428627.XA CN201910428627A CN110197434A CN 110197434 A CN110197434 A CN 110197434A CN 201910428627 A CN201910428627 A CN 201910428627A CN 110197434 A CN110197434 A CN 110197434A
- Authority
- CN
- China
- Prior art keywords
- financing
- financial institution
- financial
- needs
- scoring
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 42
- 230000007246 mechanism Effects 0.000 claims abstract description 127
- 230000004044 response Effects 0.000 claims abstract description 28
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 8
- 239000010931 gold Substances 0.000 claims description 8
- 229910052737 gold Inorganic materials 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 16
- 230000000694 effects Effects 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 6
- 239000000155 melt Substances 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 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
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及金融科技(Fintech)技术领域，具体公开了一种智能匹配处理方法、装置、设备及可读存储介质，该方法包括：接收目标企业发送的融资需求，所述融资需求包括融资期望信息；分别获取多个金融机构与所述融资期望信息对应的第一画像评分；根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；基于所述匹配得分及预设的分配条件，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。本发明提升了企业融资需求的响应效果，提升了企业的融资体验。
Description
技术领域
本发明涉及金融科技(Fintech)技术领域，尤其涉及一种智能匹配处理方法、装置、设备及可读存储介质。
背景技术
随着计算机技术的发展，越来越多的计算机技术(如人工智能、区块链、云计算)被应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变；在金融科技中，企业在金融服务平台发布融资需求，现有的需求对接方法是由金融服务平台按照“先抢先得”的规则将融资需求分配给抢到该需求的金融机构，即融资需求与多个金融机构形成“抢单”的分配模式；然而，现有的仅以抢单时间为分配依据的需求对接方法，对于不同的企业融资需求，金融机构与其匹配的程度参差不一，导致一些融资需求的响应效果差，影响了企业的融资体验，同时也不利于各个金融机构发挥各自的专项特长。
发明内容
本发明的主要目的在于提供一种智能匹配处理方法、装置、设备及可读存储介质，旨在解决由于金融机构与企业融资需求的匹配程度参差不一，导致的融资需求响应效果差的问题。
为实现上述目的，本发明提供一种智能匹配处理方法，所述智能匹配处理方法包括以下步骤：
接收目标企业发送的融资需求，所述融资需求包括融资期望信息；
分别获取多个金融机构与所述融资期望信息对应的第一画像评分；
根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；
基于所述匹配得分及预设的分配条件，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
可选地，所述融资期望信息包括多个期望特征，所述分别获取多个金融机构与所述融资期望信息对应的第一画像评分的步骤包括：
获取每个金融机构与所述多个期望特征分别对应的多个特征评分；
将所述多个特征评分作为所述金融机构与所述融资期望信息对应的第一画像评分。
可选地，所述获取每个金融机构与所述多个期望特征分别对应的多个特征评分的步骤之前还包括：
获取所述金融机构的多个特征标签、与每个所述特征标签对应的内部评分和外部评分，所述特征标签至少包括所述多个期望特征；
基于预设的计算规则以及所述内部评分和所述外部评分，计算得到所述特征标签的特征评分。
可选地，所述融资期望信息还包括与所述期望特征对应的期望值，所述根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分的步骤包括：
根据每个所述期望特征对应的期望值，以及所述金融机构与所述期望特征对应的特征评分，计算得到所述金融机构针对所述期望值的命中分值；
基于所述金融机构与多个所述期望值分别对应的多个所述命中分值，计算得到所述金融机构针对所述融资需求的匹配得分。
可选地，所述基于所述匹配得分及预设的分配条件，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求的步骤包括：
基于预设的排序标准，对多个所述匹配得分进行排序，得到每个所述匹配得分的优先级；
将具有第一优先级的金融机构作为目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
可选地，所述将具有第一优先级的金融机构作为目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求的步骤之后还包括：
若检测到所述目标金融机构在预设的响应阈值内未响应所述融资需求，则将所述融资需求改派至具有第二优先级的金融机构，以使所述融资需求被响应。
可选地，所述分别获取多个金融机构与所述融资期望信息对应的第一画像评分的步骤之后还包括：
判断当前的智能匹配处理模式为第一处理模式或第二处理模式；
若当前的智能匹配处理模式为第一处理模式，则进入步骤：根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；
若当前的智能匹配处理模式为第二处理模式，则获取所述目标企业与所述融资期望信息对应的第二画像评分，并基于所述第二画像评分以及所述多个金融机构的多个第一画像评分，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
此外，为实现上述目的，本发明还提出一种智能匹配处理装置，所述智能匹配处理装置包括：
接收模块，用于接收目标企业发送的融资需求，所述融资需求包括融资期望信息；
第一获取模块，用于分别获取多个金融机构与所述融资期望信息对应的第一画像评分；
第一计算模块，用于根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；
分配模块，用于基于所述匹配得分及预设的分配条件，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
可选地，所述融资期望信息包括多个期望特征，所述第一获取模块包括：
获取单元，用于获取每个金融机构与所述多个期望特征分别对应的多个特征评分；
确定单元，用于将所述多个特征评分作为所述金融机构与所述融资期望信息对应的第一画像评分。
可选地，所述装置还包括：
第二获取模块，用于获取所述金融机构的多个特征标签、与每个所述特征标签对应的内部评分和外部评分，所述特征标签至少包括所述多个期望特征；
第二计算模块，用于基于预设的计算规则以及所述内部评分和所述外部评分，计算得到所述特征标签的特征评分。
可选地，所述第一计算模块包括：
第一计算单元，用于根据每个所述期望特征对应的期望值，以及所述金融机构与所述期望特征对应的特征评分，计算得到所述金融机构针对所述期望值的命中分值；
第二计算单元，用于基于所述金融机构与多个所述期望值分别对应的多个所述命中分值，计算得到所述金融机构针对所述融资需求的匹配得分。
可选地，所述分配模块包括：
排序单元，用于基于预设的排序标准，对多个所述匹配得分进行排序，得到每个所述匹配得分的优先级；
分配单元，用于将具有第一优先级的金融机构作为目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
可选地，所述分配模块还包括：
飞单顺延单元，用于若检测到所述目标金融机构在预设的响应阈值内未响应所述融资需求，则将所述融资需求改派至具有第二优先级的金融机构，以使所述融资需求被响应。
可选地，所述装置还包括判断模块和处理模块；
所述判断模块，用于判断当前的智能匹配处理模式为第一处理模式或第二处理模式；
所述第一计算模块还用于在所述判断模块判断出当前的智能匹配处理模式为第一处理模式时，则根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；
所述处理模块，用于在所述判断模块判断出当前的智能匹配处理模式为第二处理模式时，则获取所述目标企业与所述融资期望信息对应的第二画像评分，并基于所述第二画像评分以及所述多个金融机构的多个第一画像评分，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
此外，为实现上述目的，本发明还提出一种智能匹配处理设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能匹配处理程序，所述智能匹配处理程序被所述处理器执行时实现如上任一项所述的智能匹配处理方法的步骤。
此外，为实现上述目的，本发明还提出一种可读存储介质，应用于计算机，所述可读存储介质上存储有智能匹配处理程序，所述智能匹配处理程序被处理器执行时实现如上任一项所述的智能匹配处理方法的步骤。
本发明通过接收目标企业发送的融资需求，所述融资需求包括融资期望信息；分别获取多个金融机构与所述融资期望信息对应的第一画像评分；根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；基于所述匹配得分及预设的分配条件，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求；由此，对于企业的融资需求，根据实际的融资期望信息及多个金融机构对应的画像评分，计算每个金融机构与该融资需求的匹配程度，并根据计算得到的匹配得分分配该融资需求，避免了现有技术中存在的抢到融资需求的金融机构却与该融资需求不匹配的情况，本发明提升了融资需求的响应效果，进而提升了企业的融资体验及金融机构的品牌形象。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的结构示意图；
图2为本发明智能匹配处理方法第一实施例的流程示意图；
图3为本发明智能匹配处理方法第二实施例的流程示意图；
图4为本发明智能匹配处理方法第三实施例的流程示意图；
图5为本发明智能匹配处理方法第四实施例的流程示意图；
图6为本发明智能匹配处理方法第五实施例的流程示意图。
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。
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的结构示意图。
需要说明的是，图1即可为智能匹配处理设备的硬件运行环境的结构示意图。本发明实施例智能匹配处理设备可以是PC，便携计算机等终端设备。
如图1所示，该智能匹配处理设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。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可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口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WI-FI接口)。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中示出的智能匹配处理设备结构并不构成对智能匹配处理设备的限定，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。
如图1所示，作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及智能匹配处理程序。其中，操作系统是管理和控制智能匹配处理设备硬件和软件资源的程序，支持智能匹配处理程序以及其它软件或程序的运行。
在图1所示的智能匹配处理设备中，用户接口1003主要用于与各个终端进行数据通信；网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；而处理器1001可以用于调用存储器1005中存储的智能匹配处理程序，并执行以下操作：
接收目标企业发送的融资需求，所述融资需求包括融资期望信息；
分别获取多个金融机构与所述融资期望信息对应的第一画像评分；
根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；
基于所述匹配得分及预设的分配条件，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
进一步地，所述融资期望信息包括多个期望特征，处理器1001还可以用于调用存储器1005中存储的智能匹配处理程序，并执行以下步骤：
获取每个金融机构与所述多个期望特征分别对应的多个特征评分；
将所述多个特征评分作为所述金融机构与所述融资期望信息对应的第一画像评分。
进一步地，所述获取每个金融机构与所述多个期望特征分别对应的多个特征评分的步骤之前，处理器1001还可以用于调用存储器1005中存储的智能匹配处理程序，并执行以下步骤：
获取所述金融机构的多个特征标签、与每个所述特征标签对应的内部评分和外部评分，所述特征标签至少包括所述多个期望特征；
基于预设的计算规则以及所述内部评分和所述外部评分，计算得到所述特征标签的特征评分。
进一步地，所述融资期望信息还包括与所述期望特征对应的期望值，处理器1001还可以用于调用存储器1005中存储的智能匹配处理程序，并执行以下步骤：
根据每个所述期望特征对应的期望值，以及所述金融机构与所述期望特征对应的特征评分，计算得到所述金融机构针对所述期望值的命中分值；
基于所述金融机构与多个所述期望值分别对应的多个所述命中分值，计算得到所述金融机构针对所述融资需求的匹配得分。
进一步地，处理器1001还可以用于调用存储器1005中存储的智能匹配处理程序，并执行以下步骤：
基于预设的排序标准，对多个所述匹配得分进行排序，得到每个所述匹配得分的优先级；
将具有第一优先级的金融机构作为目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
进一步地，所述将具有第一优先级的金融机构作为目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求的步骤之后，处理器1001还可以用于调用存储器1005中存储的智能匹配处理程序，并执行以下步骤：
若检测到所述目标金融机构在预设的响应阈值内未响应所述融资需求，则将所述融资需求改派至具有第二优先级的金融机构，以使所述融资需求被响应。
进一步地，所述分别获取多个金融机构与所述融资期望信息对应的第一画像评分的步骤之后，处理器1001还可以用于调用存储器1005中存储的智能匹配处理程序，并执行以下步骤：
判断当前的智能匹配处理模式为第一处理模式或第二处理模式；
若当前的智能匹配处理模式为第一处理模式，则进入步骤：根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；
若当前的智能匹配处理模式为第二处理模式，则获取所述目标企业与所述融资期望信息对应的第二画像评分，并基于所述第二画像评分以及所述多个金融机构的多个第一画像评分，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
基于上述的结构，提出本发明智能匹配处理方法的各个实施例。
参照图2，图2为本发明智能匹配处理方法第一实施例的流程示意图。
本发明实施例提供了智能匹配处理方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例智能匹配处理方法包括：
步骤S100，接收目标企业发送的融资需求；所述融资需求包括融资期望信息；
在金融科技这种全新的金融服务生态下，企业通过金融服务平台发布企业融资需求，现有的需求对接方法是由金融服务平台按照“先抢先得”的规则将融资需求分配给抢到该需求的金融机构，即融资需求与多个金融机构形成“抢单”的分配模式；然而，不同的金融结构在资金成本、专业领域、风控能力、服务特色等方面也存在较大差异，例如，国有大行一般资金成本较低，对客的贷款成本也较低，但因其总行较远且组织层级较多导致效率不高且灵活性不足；对于股份制银行和能力较强的城商行来说，其客户经理的营销能力较强，同时也对某些行业有较强的专业服务能力，甚至设置有专门的行业事业部；对于大部分小型城商行和农商行来说，其优势是能够提供归属地化的就近服务，服务灵活性较大，决策链较短且服务效率高，但资金成本相对较高，且在行业专业能力方面相对较弱；而现有技术中仅以抢单时间为分配依据的需求对接方法，对于不同的企业融资需求，金融机构与其匹配的程度参差不一，某些融资需求由于被匹配度低的金融机构抢到，就会造成响应效果差，影响了企业的融资体验，同时也不利于各个金融机构发挥各行的专项特长。
本实施例接收目标企业发送的融资需求，所述融资需求包括融资期望信息；企业在金融服务平台注册后，设定好贷款利率、期限、融资额度、贷款用途等特征边界，即融资期望信息后，提交至金融服务平台用以发布融资需求。
步骤S200，分别获取多个金融机构与所述融资期望信息对应的第一画像评分；
金融服务平台在接收到目标企业发送的融资需求后，基于融资需求包括的融资期望信息，分别获取多个金融机构与所述融资期望信息对应的第一画像评分；在本实施例中，具体地，融资期望信息包括多个融资期望特征，如贷款利率、期限、融资额度、贷款用途等，对应于这些期望特征，每个金融机构均有相应的特征评分，如对于融资额度及期限，金融机构则有资金成本及风险承担度的特征评分，对于目标企业的行业，金融机构则有特色行业的特征评分，对于目标企业的所在区域，金融机构则有便利度的特征评分，等等；可以理解的是，第一画像评分可以包括多个特征评分，每个特征评分至少对应一个期望特征，每个特征评分体现了该金融机构对于对应的期望特征的匹配程度；进一步地，作为一种实施方式，特征评分由内部画像和外部画像组成，其中内部画像是由金融机构的固有特征确定的，例如国有银行、股份制银行或小型城商行各自拥有不同的固有属性，外部画像可以基于该金融机构在金融服务平台的历史服务数据及对接过的企业反馈评分得到。
作为一种实施方式，金融机构与融资需求的期望信息对应的特征评分可以是预置于数据库中的，且特征评分可以基于实际情况更新或者删减，以保证特征评分数据的准确性。
步骤S300，根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；
在本实施例中，目标企业提交的融资需求中，融资期望信息还包括每个期望特征的期望值，具体地，将期望特征的期望值与每个金融机构的第一画像评分进行计算，得到每个金融机构针对所述融资需求的匹配得分；作为一种实施方式，对于一个金融机构，将每个期望特征的期望值与该金融机构中与当前期望特征对应的特征评分进行计算得到多个计算结果，例如，期望特征“融资金额”的期望值为至少100万，使用每个金融机构中与该期望特征“融资金额”对应的特征评分减去100万得到差值，多个金融机构中差值最大的金融机构的计算结果记为1，其余金融机构针对该期望特征“融资金额”的计算结果则计为0；再例如，期望特征“放款时长”的期望值为最多十天，将每个金融机构中与该期望特征“放款时长”对应的特征评分减去10得到差值，多个金融机构中差值最小的金融机构的计算结果记为1，其余金融机构针对该期望特征“放款时长”的计算结果则计为0；将每个金融机构计算得到的与该融资需求中所有期望特征对应的多个计算结果相加，相加后即得到每个金融机构针对所述融资需求的匹配得分；在其它实施例中，匹配得分的计算还可以是不同于此处的实施方式，本实施例在此不做具体限制。
步骤S400，基于所述匹配得分及预设的分配条件，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
匹配得分将融资需求与各个金融机构的匹配程度量化，根据多个匹配得分，选取最优匹配的金融机构即所述目标金融机构；作为一种实施方式，继续以上述举例对本实施例智能匹配处理方法做进一步说明，在通过上述举例中得到每个金融机构针对所述融资需求的匹配得分后，选取匹配得分的分值最大的金融机构确定为目标金融机构，将该融资需求分配至该目标金融机构以使该目标金融机构响应所述融资需求。
进一步地，作为一种实施方式，金融服务平台将该融资需求分配至目标金融机构后，即开始对目标金融机构的响应时间进行计时，该目标金融机构如在限定的响应周期(如5个工作日)内没有做出响应，金融服务平台则取消该目标金融机构的响应权限，融资需求顺延至次优匹配金融机构，即将该融资需求改派至匹配得分仅次于所述目标金融机构的另一个金融机构，并开始响应计时，以此类推，直至该融资需求被成功响应，由此，保证企业融资需求的响应时效性。
本实施例通过接收目标企业发送的融资需求，所述融资需求包括融资期望信息；分别获取多个金融机构与所述融资期望信息对应的第一画像评分；根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；基于所述匹配得分及预设的分配条件，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求；由此，对于企业的融资需求，根据实际的融资期望信息及多个金融机构对应的画像评分，计算每个金融机构与该融资需求的匹配程度，并根据计算得到的匹配得分分配该融资需求，避免了现有技术中存在的抢到融资需求的金融机构却与该融资需求不匹配的情况，本实施例提升了融资需求的响应效果，进而提升了企业的融资体验及金融机构的品牌形象。
进一步地，提出本发明智能匹配处理方法第二实施例。
参照图3，图3为本发明智能匹配处理方法第二实施例的流程示意图，基于上述智能匹配处理方法第一实施例，本实施例中，所述融资期望信息包括多个期望特征，步骤S200，分别获取多个金融机构与所述融资期望信息对应的第一画像评分的步骤包括：
步骤S210，获取每个金融机构与所述多个期望特征分别对应的多个特征评分；
步骤S220，将所述多个特征评分作为所述金融机构与所述融资期望信息对应的第一画像评分。
在本实施例中，对于融资需求包括的多个期望特征，金融服务平台预置有每个金融机构与每个期望特征对应的特征评分，在接收到目标企业发送的融资需求后，获取每个金融机构与该融资需求包括的多个期望特征分别对应的多个特征评分，并将获取到的多个特征评分作为所述金融机构与所述融资期望信息对应的第一画像评分。
进一步地，在本实施例中，步骤S210，获取每个金融机构与所述多个期望特征分别对应的多个特征评分的步骤之前还包括：
步骤S201，获取所述金融机构的多个特征标签、与每个所述特征标签对应的内部评分和外部评分，所述特征标签至少包括所述多个期望特征；
具体地，在本实施例中，获取所述金融机构的多个特征标签，特征标签可以是根据历史融资需求的期望特征设定的，也可以同时结合融资需求的业务属性特征确定，例如，设定金融机构的特征标签有“资金成本”、“特色行业”、“风险分担度”、“便利度”等等，金融机构的特征标签至少涵盖融资需求的期望特征。
在本实施例中，作为一种实施方式，与每个所述特征标签对应的内部评分是基于各个金融机构的现有特征库决定的，例如，某些金融机构如国有大行一般资金成本较低，而小型城商行和农商行资金成本则较高，则国有大行针对特征标签“资金成本”的分值就高，小型城商行和农商行针对特征标签“资金成本”的分值就低；再例如，针对特征标签“特色行业”，某些金融机构会对当前目标企业的行业有较强的专业服务能力，甚至设置有专门的行业事业部，则该类金融机构针对“特色行业”的特征标签的分值就高，反之则低；需要说明的是，对于同一个特征标签的内部评分的分值，具体可以是设定统一的基准分值，再根据各个金融机构的实际情况与统一基准的差异，得到每个金融机构针对每个特征标签的内部评分；
进一步地，在本实施例中，与每个特征标签对应的外部评分具体包括企业反馈得分和系统反馈得分；企业反馈得分是企业根据以往与该金融机构发生的融资需求对接，对该金融机构各项特征进行的打分反馈；系统反馈得分是金融服务平台根据各金融机构历史的融资需求响应情况，对各个金融机构的各项特征进行的打分反馈。
步骤S202，基于预设的计算规则以及所述内部评分和所述外部评分，计算得到所述特征标签的特征评分；
在本实例中，获取到金融机构的多个特征标签、与每个所述特征标签对应的内部评分和外部评分，基于预设的计算规则以及所述内部评分和所述外部评分，计算得到所述特征标签的特征评分；具体地，分别设置内部评分项、企业反馈得分项以及系统反馈得分项对应的权重比例，且三者的权重比例之和等于1，对于一个金融机构的特征标签“资金成本”的特征评分的计算，具体是使用该金融机构的“资金成本”标签对应的内部评分乘内部评分项对应的权重比例、对应的企业反馈得分乘企业反馈得分项对应的权重比例、对应的系统反馈得分乘系统反馈得分项对应的权重比例，并将三个乘积结果相加，即得到该金融机构“资金成本”标签对应的特征评分；同理，得到该金融机构其它特征标签分别对应的特征评分，将得到的多个特征评分作为该金融机构与所述融资期望信息对应的第一画像评分；需要说明的是，本实施例金融机构的特征标签可以新增，也可以删减，以适应不同的融资需求。
本实施例接收目标企业发送的融资需求，所述融资需求包括融资期望信息；获取所述金融机构的多个特征标签、与每个所述特征标签对应的内部评分和外部评分；基于预设的计算规则以及所述内部评分和所述外部评分，计算得到所述特征标签的特征评分；获取每个金融机构与所述多个期望特征分别对应的多个特征评分；将所述多个特征评分作为所述金融机构与所述融资期望信息对应的第一画像评分；根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；基于所述匹配得分及预设的分配条件，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求；由此，通过对各金融机构的特征属性进行综合评分，识别各个金融机构的特色及短板，对金融机构实现精准画像，达成了在融资需求响应时可以更好地发挥不同金融机构的专长，降低企业和金融机构的融资成本的有益效果，本实施例提升了融资需求的响应效果，提升了企业的融资体验。
进一步地，提出本发明智能匹配处理方法第三实施例。
参照图4，图4为本发明智能匹配处理方法第三实施例的流程示意图，基于上述图3所示的实施例，本实施例中，所述融资期望信息还包括与所述期望特征对应的期望值，步骤S300，根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分的步骤包括：
步骤S310，根据每个所述期望特征对应的期望值，以及所述金融机构与所述期望特征对应的特征评分，计算得到所述金融机构针对所述期望值的命中分值；
步骤S320，基于所述金融机构与多个所述期望值分别对应的多个所述命中分值，计算得到所述金融机构针对所述融资需求的匹配得分。
在本实施例中，根据每个所述期望特征对应的期望值，以及所述金融机构与所述期望特征对应的特征评分，计算得到所述金融机构针对所述期望值的命中分值，命中分值表征了金融机构与期望特征对应的期望值的匹配程度；例如，融资需求的一个期望特征“融资金额”的期望值为至少100万，若根据金融机构对应的特征标签的特征评分，得到的命中分值高，则表示该金融机构能更好的满足融资需求的融资金额的期望值；基于所述金融机构与多个所述期望值分别对应的多个所述命中分值，计算得到所述金融机构针对所述融资需求的匹配得分。
请参照表1，以下将结合表1对本实施例智能匹配处理方法作进一步说明。
表1
金融服务平台接收到的目标企业发送的融资需求中，包括m个期望特征broder1,broder2,...,broderm，融资需求包括j个特征边界，接入该金融服务平台的有n个金融机构，j、m、n均为大于1的正整数，j∈(1,m)，i∈(1,n)；broder1.BL表示期望特征1的下特征边界，broder2.BR表示期望特征2的上特征边界，broderm.[BL,BR]表示期望特征m的区间特征边界，特征边界的取值即为期望特征对应的期望值；特征边界是企业融资需求中期望特征对应的企业期望值，如期望还款期限为3年，则以年为单位特征边界为3；下特征边界指特征边界某个度量值，如期望融资金额100万，则100万为下特征边界；上特征边界指特征边界某个度量值，如期放款时长10天，则10为上特征边界；区间特征边界指特征边界为某个区间值，如期望15％贷款年化利率20％，则15％和20％为对应的区间边界。
表1中wightj为企业期望的各个特征边界的权重，权重值由企业视自身期望情况自行定义，且vali,j即为金融机构针对各个期望值(特征边界)的命中分值；命中分值的具体取值说明如下：
1)当目标企业的特征边界j为上特征边界BR时，如表1中broder2.BR＝14，即目标企业的期望特征2的上特征边界取值为14(即期望特征2对应的期望值为14)，分别使用n个金融机构中每个金融机构与期望特征2对应的特征评分减该期望值14，得到差值，n个金融机构对应的n个差值中，将差值最小的金融机构的命中分值记为1，其余的金融机构的命中分值记为0；如val1,2＝1表示金融机构1针对期望特征2的命中分值为1，val2,2＝0表示金融机构2针对期望特征2的命中分值为0，可以理解的是，上特征边界中可以同时有多个金融机构满足差值最小的情况。
2)当目标企业的特征边界j为下特征边界BL时，如表1中broder1.BL＝10，即目标企业的期望特征1的下特征边界取值为10(即期望特征1对应的期望值为10)，分别使用n个金融机构中每个金融机构与期望特征1对应的特征评分减该期望值10，得到差值，n个金融机构对应的n个差值中，将差值最大的金融机构的命中分值记为1，其余的金融机构的命中分值记为0，如val1,1＝0表示金融机构1针对期望特征1的命中分值为0，val2,1＝1表示金融机构2针对期望特征1的命中分值为1，等等，可以理解的是，下特征边界中可以同时有多个金融机构满足差值最大的情况。
3)当目标企业的特征边界j为区间特征边界[BL,BR]时，如表1中broderm.[BL,BR]＝[0.4,2]，即目标企业的期望特征m的区间特征边界取值为[0.4,2](即期望特征m对应的期望值为区间[0.4,2])，n个金融机构中若存在金融机构与期望特征m对应的特征评分在区间[0.4,2]内，则将该金融机构的该项命中分值记为1，否则该项命中分值则记为0，如val1,m＝1表示金融机构1针对期望特征m的命中分值为1,val2,m＝0表示金融机构2针对期望特征m的命中分值为0，等等，可以理解的是，区间特征边界下可以同时有多个金融机构满足对应的特征评分在特征边界区间内的情况。
根据上述三种情况，计算得到每个金融机构针对多个期望值的多个命中分值。
进一步地，基于所述金融机构与多个所述期望值分别对应的多个所述命中分值，计算得到所述金融机构针对所述融资需求的匹配得分，具体地，分别计算每个金融机构针对融资需求的匹配得分，以金融机构1为例，匹配得分为：
val1,1*wight1+val1,2*wight2+...+val1,m*wightm＝0*0.02+1*0.06+...+1*0.15；
同理，对于金融机构2，匹配得分为：
val2,1*wight1+val2,2*wight2+...+val2,m*wightm＝1*0.02+0*0.06+...+0*0.15；
由此，计算后得到n个金融机构分别对应于该融资需求的匹配得分。
基于所述匹配得分及预设的分配条件，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求；具体地，本实施例中，选取匹配得分的分值最大的金融机构作为目标金融机构，分配该融资需求至选取的金融机构。
对于企业的融资需求，本实施例通过计算每个金融机构与该融资需求的匹配程度，并根据计算得到的匹配得分分配该融资需求，避免了现有技术中存在的抢到融资需求的金融机构却与该融资需求不匹配的情况，提升了融资需求的响应效果，进而提升了企业的融资体验及金融机构的品牌形象。
进一步地，提出本发明智能匹配处理方法第四实施例。
参照图5，图5为本发明智能匹配处理方法第四实施例的流程示意图，基于上述智能匹配处理方法第一实施例，本实施例中，步骤S400，基于所述匹配得分及预设的分配条件，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求的步骤包括：
步骤S410，基于预设的排序标准，对多个所述匹配得分进行排序，得到每个所述匹配得分的优先级；
步骤S420，将具有第一优先级的金融机构作为目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
具体地，将计算得到的多个金融机构的匹配得分进行排序，根据设置的匹配得分计算规则，相应的选取目标金融机构，例如，根据设置的匹配得分计算规则可知，匹配得分越高，表示该金融机构与当前的融资需求越匹配，则选取匹配得分最高的金融机构作为目标金融机构，分配所述融资需求至所述目标金融机构。
进一步地，步骤S420，将具有第一优先级的金融机构作为目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求的步骤之后还包括：
步骤S430，若检测到所述目标金融机构在预设的响应阈值内未响应所述融资需求，则将所述融资需求改派至具有第二优先级的金融机构，以使所述融资需求被响应。
金融服务平台将该融资需求分配至目标金融机构后，即开始对目标金融机构的响应时间进行计时，该目标金融机构如在限定的响应周期内没有做出响应，金融服务平台则取消该目标金融机构的响应权限，融资需求顺延至次优匹配金融机构，即将该融资需求改派至匹配得分仅低于所述目标金融机构的另一个金融机构，并开始响应计时，以此类推，直至该融资需求被成功响应，由此，保证企业融资需求的响应时效性。
进一步地，提出本发明智能匹配处理方法第五实施例。
参照图6，图6为本发明智能匹配处理方法第五实施例的流程示意图，基于上述智能匹配处理方法第一实施例，本实施例中，步骤S200，分别获取多个金融机构与所述融资期望信息对应的第一画像评分的步骤之后还包括：
步骤S500，判断当前的智能匹配处理模式为第一处理模式或第二处理模式；
若当前的智能匹配处理模式为第一处理模式，则进入步骤S300，根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；即进入本发明上述实施例的步骤，在此不再赘述；
若当前的智能匹配处理模式为第二处理模式，则执行以下步骤:
步骤S601，获取所述目标企业与所述融资期望信息对应的第二画像评分；
步骤S602，基于所述第二画像评分以及所述多个金融机构的多个第一画像评分，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求；
若当前的智能匹配处理模式为第二处理模式，具体地，本实施例对应于融资需求的期望特征，对目标企业进行画像评分，具体是对目标企业对应于期望特征的多个特征标签进行特征评分，其中，企业特征标签与金融机构的特征标签逐一对应，对于每个期望特征，企业均有对应的特征评分，该特征评分可以是基于企业的实际情况及需求确定的，企业的多个特征评分组成第二画像评分；作为一种实施方式，还可以基于实际需求对企业的多个特征评分设置对应的权重。
进一步地，基于所述第二画像评分以及所述多个金融机构的多个第一画像评分，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求；具体地，分别计算企业的每个特征标签的特征评分与每个金融机构相应的特征标签的特征评分之间的欧氏距离，再将每个金融机构计算得到多个欧式距离相加，相加结果最小的金融机构即为目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
本实施例通过对企业及金融机构基于同一特征维度进行画像，由此匹配得到最优选的金融机构响应融资需求，避免了现有技术中存在的抢到融资需求的金融机构却与该融资需求不匹配的情况，提升了融资需求的响应效果，进而提升了企业的融资体验及金融机构的品牌形象。
此外，本发明实施例还提出一种智能匹配处理装置，所述智能匹配处理装置包括：
接收模块，用于接收目标企业发送的融资需求，所述融资需求包括融资期望信息；
第一获取模块，用于分别获取多个金融机构与所述融资期望信息对应的第一画像评分；
第一计算模块，用于根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；
分配模块，用于基于所述匹配得分及预设的分配条件，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
优选地，所述融资期望信息包括多个期望特征，所述第一获取模块包括：
获取单元，用于获取每个金融机构与所述多个期望特征分别对应的多个特征评分；
确定单元，用于将所述多个特征评分作为所述金融机构与所述融资期望信息对应的第一画像评分。
优选地，所述装置还包括：
第二获取模块，用于获取所述金融机构的多个特征标签、与每个所述特征标签对应的内部评分和外部评分，所述特征标签至少包括所述多个期望特征；
第二计算模块，用于基于预设的计算规则以及所述内部评分和所述外部评分，计算得到所述特征标签的特征评分。
优选地，所述第一计算模块包括：
第一计算单元，用于根据每个所述期望特征对应的期望值，以及所述金融机构与所述期望特征对应的特征评分，计算得到所述金融机构针对所述期望值的命中分值；
第二计算单元，用于基于所述金融机构与多个所述期望值分别对应的多个所述命中分值，计算得到所述金融机构针对所述融资需求的匹配得分。
优选地，所述分配模块包括：
排序单元，用于基于预设的排序标准，对多个所述匹配得分进行排序，得到每个所述匹配得分的优先级；
分配单元，用于将具有第一优先级的金融机构作为目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
优选地，所述分配模块还包括：
飞单顺延单元，用于若检测到所述目标金融机构在预设的响应阈值内未响应所述融资需求，则将所述融资需求改派至具有第二优先级的金融机构，以使所述融资需求被响应。
优选地，所述装置还包括判断模块和处理模块；
所述判断模块，用于判断当前的智能匹配处理模式为第一处理模式或第二处理模式；
所述第一计算模块还用于在所述判断模块判断出当前的智能匹配处理模式为第一处理模式时，则根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；
所述处理模块，用于在所述判断模块判断出当前的智能匹配处理模式为第二处理模式时，则获取所述目标企业与所述融资期望信息对应的第二画像评分，并基于所述第二画像评分以及所述多个金融机构的多个第一画像评分，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
此外，本发明实施例还提出一种计算机可读存储介质，所述存储介质上存储有智能匹配处理程序，所述智能匹配处理程序被处理器执行时实现如上所述的智能匹配处理方法的步骤。
其中，在所述处理器上运行的智能匹配处理程序被执行时所实现的方法可参照本发明智能匹配处理方法各个实施例，此处不再赘述。
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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。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、物品或者装置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，空调器，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 (16)
1.一种智能匹配处理方法，其特征在于，所述智能匹配处理方法包括以下步骤：
接收目标企业发送的融资需求，所述融资需求包括融资期望信息；
分别获取多个金融机构与所述融资期望信息对应的第一画像评分；
根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；
基于所述匹配得分及预设的分配条件，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
2.如权利要求1所述的智能匹配处理方法，其特征在于，所述融资期望信息包括多个期望特征，所述分别获取多个金融机构与所述融资期望信息对应的第一画像评分的步骤包括：
获取每个金融机构与所述多个期望特征分别对应的多个特征评分；
将所述多个特征评分作为所述金融机构与所述融资期望信息对应的第一画像评分。
3.如权利要求2所述的智能匹配处理方法，其特征在于，所述获取每个金融机构与所述多个期望特征分别对应的多个特征评分的步骤之前还包括：
获取所述金融机构的多个特征标签、与每个所述特征标签对应的内部评分和外部评分，所述特征标签至少包括所述多个期望特征；
基于预设的计算规则以及所述内部评分和所述外部评分，计算得到所述特征标签的特征评分。
4.如权利要求3所述的智能匹配处理方法，其特征在于，所述融资期望信息还包括与所述期望特征对应的期望值，所述根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分的步骤包括：
根据每个所述期望特征对应的期望值，以及所述金融机构与所述期望特征对应的特征评分，计算得到所述金融机构针对所述期望值的命中分值；
基于所述金融机构与多个所述期望值分别对应的多个所述命中分值，计算得到所述金融机构针对所述融资需求的匹配得分。
5.如权利要求1-4任一项所述的智能匹配处理方法，其特征在于，所述基于所述匹配得分及预设的分配条件，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求的步骤包括：
基于预设的排序标准，对多个所述匹配得分进行排序，得到每个所述匹配得分的优先级；
将具有第一优先级的金融机构作为目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
6.如权利要求5所述的智能匹配处理方法，其特征在于，所述将具有第一优先级的金融机构作为目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求的步骤之后还包括：
若检测到所述目标金融机构在预设的响应阈值内未响应所述融资需求，则将所述融资需求改派至具有第二优先级的金融机构，以使所述融资需求被响应。
7.如权利要求1所述的智能匹配处理方法，其特征在于，所述分别获取多个金融机构与所述融资期望信息对应的第一画像评分的步骤之后还包括：
判断当前的智能匹配处理模式为第一处理模式或第二处理模式；
若当前的智能匹配处理模式为第一处理模式，则进入步骤：根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；
若当前的智能匹配处理模式为第二处理模式，则获取所述目标企业与所述融资期望信息对应的第二画像评分，并基于所述第二画像评分以及所述多个金融机构的多个第一画像评分，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
8.一种智能匹配处理装置，其特征在于，所述智能匹配处理装置包括：
接收模块，用于接收目标企业发送的融资需求，所述融资需求包括融资期望信息；
第一获取模块，用于分别获取多个金融机构与所述融资期望信息对应的第一画像评分；
第一计算模块，用于根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；
分配模块，用于基于所述匹配得分及预设的分配条件，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
9.如权利要求8所述的智能匹配处理装置，其特征在于，所述融资期望信息包括多个期望特征，所述第一获取模块包括：
获取单元，用于获取每个金融机构与所述多个期望特征分别对应的多个特征评分；
确定单元，用于将所述多个特征评分作为所述金融机构与所述融资期望信息对应的第一画像评分。
10.如权利要求9所述的智能匹配处理装置，其特征在于，所述装置还包括：
第二获取模块，用于获取所述金融机构的多个特征标签、与每个所述特征标签对应的内部评分和外部评分，所述特征标签至少包括所述多个期望特征；
第二计算模块，用于基于预设的计算规则以及所述内部评分和所述外部评分，计算得到所述特征标签的特征评分。
11.如权利要求10所述的智能匹配处理装置，其特征在于，所述第一计算模块包括：
第一计算单元，用于根据每个所述期望特征对应的期望值，以及所述金融机构与所述期望特征对应的特征评分，计算得到所述金融机构针对所述期望值的命中分值；
第二计算单元，用于基于所述金融机构与多个所述期望值分别对应的多个所述命中分值，计算得到所述金融机构针对所述融资需求的匹配得分。
12.如权利要求8-11任一项所述的智能匹配处理装置，其特征在于，所述分配模块包括：
排序单元，用于基于预设的排序标准，对多个所述匹配得分进行排序，得到每个所述匹配得分的优先级；
分配单元，用于将具有第一优先级的金融机构作为目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
13.如权利要求12所述的智能匹配处理装置，其特征在于，所述分配模块还包括：
飞单顺延单元，用于若检测到所述目标金融机构在预设的响应阈值内未响应所述融资需求，则将所述融资需求改派至具有第二优先级的金融机构，以使所述融资需求被响应。
14.如权利要求8所述的智能匹配处理装置，其特征在于，所述装置还包括判断模块和处理模块；
所述判断模块，用于判断当前的智能匹配处理模式为第一处理模式或第二处理模式；
所述第一计算模块还用于在所述判断模块判断出当前的智能匹配处理模式为第一处理模式时，则根据所述融资期望信息及所述第一画像评分，计算得到每个金融机构针对所述融资需求的匹配得分；
所述处理模块，用于在所述判断模块判断出当前的智能匹配处理模式为第二处理模式时，则获取所述目标企业与所述融资期望信息对应的第二画像评分，并基于所述第二画像评分以及所述多个金融机构的多个第一画像评分，从所述多个金融机构中选取目标金融机构，并分配所述融资需求至所述目标金融机构，以使所述目标金融机构响应所述融资需求。
15.一种智能匹配处理设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能匹配处理程序，所述智能匹配处理程序被所述处理器执行时实现如权利要求1至7中任一项所述的智能匹配处理方法的步骤。
16.一种可读存储介质，其特征在于，应用于计算机，所述可读存储介质上存储有智能匹配处理程序，所述智能匹配处理程序被处理器执行时实现如权利要求1至7中任一项所述的智能匹配处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910428627.XA CN110197434A (zh) | 2019-05-21 | 2019-05-21 | 智能匹配处理方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910428627.XA CN110197434A (zh) | 2019-05-21 | 2019-05-21 | 智能匹配处理方法、装置、设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110197434A true CN110197434A (zh) | 2019-09-03 |
Family
ID=67752972
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910428627.XA Pending CN110197434A (zh) | 2019-05-21 | 2019-05-21 | 智能匹配处理方法、装置、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110197434A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110751551A (zh) * | 2019-10-16 | 2020-02-04 | 深圳前海环融联易信息科技服务有限公司 | 融资方案的智能匹配方法、装置、计算机设备及存储介质 |
| CN110874791A (zh) * | 2019-11-15 | 2020-03-10 | 安徽海汇金融投资集团有限公司 | 一种中小微企业的融资方法及系统 |
| CN111292178A (zh) * | 2020-01-19 | 2020-06-16 | 中信银行股份有限公司 | 需求的匹配方法、装置、存储介质及电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140279383A1 (en) * | 2013-03-14 | 2014-09-18 | Gordon*Howard Associates, Inc. | Methods and systems related to lender matching |
| CN106096015A (zh) * | 2016-06-24 | 2016-11-09 | 北京理工大学 | 一种基于大数据双向推荐的深度学习方法及双向推荐装置 |
| CN106779506A (zh) * | 2017-03-09 | 2017-05-31 | 深圳微众税银信息服务有限公司 | 一种企业融资需求处理方法及融资需求处理系统 |
| CN109584030A (zh) * | 2018-10-31 | 2019-04-05 | 平安直通咨询有限公司 | 机构推荐方法、装置及存储介质 |
| CN109727056A (zh) * | 2018-07-06 | 2019-05-07 | 平安科技（深圳）有限公司 | 金融机构推荐方法、设备、存储介质及装置 |
-
2019
- 2019-05-21 CN CN201910428627.XA patent/CN110197434A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140279383A1 (en) * | 2013-03-14 | 2014-09-18 | Gordon*Howard Associates, Inc. | Methods and systems related to lender matching |
| CN106096015A (zh) * | 2016-06-24 | 2016-11-09 | 北京理工大学 | 一种基于大数据双向推荐的深度学习方法及双向推荐装置 |
| CN106779506A (zh) * | 2017-03-09 | 2017-05-31 | 深圳微众税银信息服务有限公司 | 一种企业融资需求处理方法及融资需求处理系统 |
| CN109727056A (zh) * | 2018-07-06 | 2019-05-07 | 平安科技（深圳）有限公司 | 金融机构推荐方法、设备、存储介质及装置 |
| CN109584030A (zh) * | 2018-10-31 | 2019-04-05 | 平安直通咨询有限公司 | 机构推荐方法、装置及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 成卫等: "一种面向电子商务投融资平台的优化匹配方法", 《重庆理工大学学报(自然科学)》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110751551A (zh) * | 2019-10-16 | 2020-02-04 | 深圳前海环融联易信息科技服务有限公司 | 融资方案的智能匹配方法、装置、计算机设备及存储介质 |
| CN110751551B (zh) * | 2019-10-16 | 2023-04-07 | 深圳前海环融联易信息科技服务有限公司 | 融资方案的智能匹配方法、装置、计算机设备及存储介质 |
| CN110874791A (zh) * | 2019-11-15 | 2020-03-10 | 安徽海汇金融投资集团有限公司 | 一种中小微企业的融资方法及系统 |
| CN111292178A (zh) * | 2020-01-19 | 2020-06-16 | 中信银行股份有限公司 | 需求的匹配方法、装置、存储介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Leng et al. | Game theoretic applications in supply chain management: a review | |
| Soh | Network patterns and competitive advantage before the emergence of a dominant design | |
| Christensen et al. | Foundations for growth: How to identify and build disruptive new businesses | |
| Alanbay | ERP selection using expert choice software | |
| CN110197434A (zh) | 智能匹配处理方法、装置、设备及可读存储介质 | |
| Petit et al. | Technology and the future of European Employment | |
| Merk | Production beyond the horizon of consumption: spatial fixes and anti-sweatshop struggles in the global athletic footwear industry | |
| Wang et al. | A comparative study of entry mode options for E-commerce platforms and suppliers | |
| Bagchi et al. | The impact of price decreases on telephone and cell phone diffusion | |
| JP2018106557A (ja) | 判定装置、判定方法及び判定プログラム | |
| Asadi | Intellectual capital knowledge management: organizational value creation | |
| US10853432B2 (en) | Methods and systems for generating search results and recommendations based on multi-sourced two-way correspondence and relative entity prominence | |
| US20150199631A1 (en) | Performance of tasks within organizations | |
| CN112418654B (zh) | 一种资源分配方法、装置、电子设备及存储介质 | |
| CN110210880A (zh) | 数据处理方法、装置以及计算机可读存储介质 | |
| Li et al. | Game theory models in operations management and information systems | |
| Chen et al. | Knowledge‐based view of the use of an intermediary in new product manufacturing outsourcing | |
| JP2003016245A (ja) | 売上予測システム、売上予測プログラムおよび売上予測方法 | |
| KR101376253B1 (ko) | 소셜 네트워크를 이용한 비상장사의 신주 관리시스템 및 신주 관리방법 | |
| KR101697532B1 (ko) | 이벤트 게임머니 분배 시스템 | |
| US20190251206A1 (en) | Methods and Systems for Generating Search Results and Recommendations Based on Multi-Sourced Two-Way Correspondence and Relative Entity Prominence | |
| Sudharshan et al. | Optimal response to a next generation new product introduction: to imitate or to leapfrog? | |
| CN108536748A (zh) | 板块相关性地图显示方法、设备及存储装置 | |
| Erb et al. | Sport marketing management and communication | |
| KR20000058992A (ko) | 인터넷을 이용한 신인가수 발굴 방법 |
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: 20190903 |