CN110599045A - 事件合作方的筛选方法及其装置、电子设备和介质 - Google Patents
事件合作方的筛选方法及其装置、电子设备和介质 Download PDFInfo
- Publication number
- CN110599045A CN110599045A CN201910878741.2A CN201910878741A CN110599045A CN 110599045 A CN110599045 A CN 110599045A CN 201910878741 A CN201910878741 A CN 201910878741A CN 110599045 A CN110599045 A CN 110599045A
- Authority
- CN
- China
- Prior art keywords
- event
- screening
- responder
- subscription
- responders
- 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.)
- Granted
Links
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本公开提供了一种事件合作方的筛选方法,包括:响应于事件发起方发起的目标事件,确定多个事件响应方,其中,目标事件指示向指定对象提供预定金额的贷款服务;获取定量筛选指标和/或定性筛选指标;基于定量筛选指标和/或定性筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方;以及由事件合作方和事件发起方共同向指定对象提供预定金额的贷款服务以响应目标事件。本公开还提供了一种事件合作方的筛选装置,一种电子设备以及一种计算机可读存储介质。
Description
技术领域
本公开涉及数据处理领域,特别是涉及一种事件合作方的筛选方法及其装置、电子设备和介质。
背景技术
银团贷款又称辛迪加贷款(Syndicated Loan),是由获准经营贷款业务的一家或数家银行牵头(事件发起方),多家银行与非银行金融机构参加组成的银行集团(BankingGroup)采用同一贷款协议,按商定的期限和条件向指定对象(借款人)提供融资的贷款方式。由于贷款金额巨大,因此对银行与非银行金融机构的承担能力要求较高。
通常针对事件发起方发起的目标事件(采用同一贷款协议,按商定的期限和条件向借款人提供融资贷款),当有多家银行或非银行金融机构(事件响应方)响应时,需要对多个事件响应方进行筛选以从多个事件响应方中筛选出一个或者多个优质的事件响应方作为事件合作方,以共同向借款人提供融资贷款。
在构思本公开的过程中,发明人发现相关技术提出了一些针对多个事件响应方的筛选解决方案,但是人工参与程度较高,导致筛选的准确度不高,且效率不高。
发明内容
有鉴于此,本公开提供了一种事件合作方的筛选方法及其装置,电子设备及介质,在响应于事件发起方发起的目标事件,确定出多个事件响应方的情况下,实现对多个事件响应方的自动筛选,以从多个事件响应方中筛选出至少一个事件响应方作为事件合作方,由事件合作方和事件发起方共同向指定对象提供预定金额的贷款服务以响应目标事件。可以至少部分克服在现有技术中,需要人工比对,进行事件合作方筛选,导致筛选准确度不高,效率低下的技术问题,达到自动筛选出事件合作方,提高筛选准确度,提高筛选效率的技术效果。
为了实现上述目的,本公开的一个方面提供了一种事件合作方的筛选方法,上述方法包括:响应于事件发起方发起的目标事件,确定多个事件响应方,其中,上述目标事件指示向指定对象提供预定金额的贷款服务,获取定量筛选指标和/或定性筛选指标,基于上述定量筛选指标和/或定性筛选指标,从上述多个事件响应方中筛选出至少一个事件响应方作为事件合作方,以及由上述事件合作方和上述事件发起方共同向上述指定对象提供预定金额的贷款服务以响应上述目标事件。
根据本公开的实施例,上述定量筛选指标包括以下至少之一的定量筛选指标:各事件响应方针对上述预定金额预计提供的认购金额,与上述认购金额对应的预计认购价格。
根据本公开的实施例,上述基于上述定量筛选指标,从上述多个事件响应方中筛选出至少一个事件响应方作为事件合作方包括:基于上述定量筛选指标,确定上述认购金额对应的第一权重值和/或上述认购价格对应的第二权重值,获取各事件响应方提供的认购金额和/或认购价格,基于上述认购金额与上述第一权重值,和/或基于上述认购价格与上述第二权重值,确定上述各事件响应方的第一筛选优先级,以及基于上述各事件响应方对应的第一优先级和上述预定金额,从上述多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
根据本公开的实施例,上述方法还包括:基于对上述目标事件的响应,获取上述各事件响应方实际提供的认购金额,获取与上述实际提供的认购金额对应的实际认购价格,基于上述实际提供的认购金额更新上述第一权重值,以及基于上述实际认购价格更新上述第二权重值。
根据本公开的实施例,上述定性筛选指标包括以下多个定性筛选指标:上述各事件响应方与上述事件发起方之间的历史合作记录,上述各事件响应方的财务状况,上述各事件响应方的行业声誉,上述各事件响应方所处市场宏观经济指标。
根据本公开的实施例,上述基于定性筛选指标,从上述多个事件响应方中筛选出至少一个事件响应方作为事件合作方包括:基于上述定性筛选指标,确定各定性筛选指标对应的第三权重值,针对各事件响应方,获取与上述各定性筛选指标对应的指标值,基于上述指标值与上述第三权重值,确定上述各事件响应方对应的第二优先级,以及基于上述各事件响应方对应的第二优先级和上述预定金额,从上述多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
根据本公开的实施例,上述方法还包括:基于上述各事件响应方对上述目标事件的响应,更新上述各定性筛选指标对应的第三权重值。
为了实现上述目的,本公开的另一个方面提供了一种事件合作方的筛选装置,上述装置包括:确定模块,被配置为响应于事件发起方发起的目标事件,确定多个事件响应方,其中,上述目标事件指示向指定对象提供预定金额的贷款服务,获取模块,被配置为获取定量筛选指标和/或定性筛选指标,筛选模块,被配置为基于上述定量筛选指标和/或定性筛选指标,从上述多个事件响应方中筛选出至少一个事件响应方作为事件合作方,以及响应模块,被配置为由上述事件合作方和上述事件发起方共同向上述指定对象提供预定金额的贷款服务以响应上述目标事件。
根据本公开的实施例,上述定量筛选指标包括以下至少之一的定量筛选指标:各事件响应方针对上述预定金额预计提供的认购金额,与上述认购金额对应的预计认购价格。
根据本公开的实施例,上述筛选模块包括:第一确定子模块,被配置为基于上述定量筛选指标,确定上述认购金额对应的第一权重值和/或上述认购价格对应的第二权重值,第一获取子模块,被配置为获取各事件响应方提供的认购金额和/或认购价格,第二确定子模块,被配置为基于上述认购金额与上述第一权重值,和/或基于上述认购价格与上述第二权重值,确定上述各事件响应方的第一筛选优先级,以及第一筛选子模块,被配置为基于上述各事件响应方对应的第一优先级和上述预定金额,从上述多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
根据本公开的实施例,上述装置还包括:第二获取子模块,被配置为基于对上述目标事件的响应,获取上述各事件响应方实际提供的认购金额,第三获取子模块,被配置为获取与上述实际提供的认购金额对应的实际认购价格,第一更新子模块,被配置为基于上述实际提供的认购金额更新上述第一权重值,以及第二更新子模块,被配置为基于上述实际认购价格更新上述第二权重值。
根据本公开的实施例,上述定性筛选指标包括以下多个定性筛选指标:上述各事件响应方与上述事件发起方之间的历史合作记录,上述各事件响应方的财务状况,上述各事件响应方的行业声誉,上述各事件响应方所处市场宏观经济指标。
根据本公开的实施例,上述筛选模块包括:第三确定子模块,被配置为基于上述定性筛选指标,确定各定性筛选指标对应的第三权重值,第四获取子模块,被配置为针对各事件响应方,获取与上述各定性筛选指标对应的指标值,第四确定子模块,被配置为基于上述指标值与上述第三权重值,确定上述各事件响应方对应的第二优先级,以及第二筛选子模块,被配置为基于上述各事件响应方对应的第二优先级和上述预定金额,从上述多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
根据本公开的实施例,上述装置还包括:第三更新子模块,被配置为基于上述各事件响应方对上述目标事件的响应,更新上述各定性筛选指标对应的第三权重值。
为实现上述目的,本公开的另一方面提供了一种电子设备,包括:一个或多个处理器,存储器,用于存储一个或多个程序,其中,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如上所述的方法。
为实现上述目的,本公开的另一方面提供了一种计算机可读存储介质,存储有计算机可执行指令,上述指令在被执行时用于实现如上所述的方法。
为实现上述目的,本公开的另一方面提供了一种计算机程序,上述计算机程序包括计算机可执行指令,上述指令在被执行时用于实现如上所述的方法。
与相关技术相比,本公开提出的事件合作方的筛选方法,在响应于事件发起方发起的向指定对象提供预定金额的贷款服务的目标事件,确定出多个事件响应方之后,基于定量筛选指标和/或定性筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方,最终由事件合作方和事件发起方共同向指定对象提供预定金额的贷款服务以响应目标事件。即通过对多个事件响应方的自动筛选,可以避免人工筛选导致筛选准确度不高,效率低下的技术问题,实现提高筛选准确度和效率的技术效果。
附图说明
为了更完整地理解本公开及其优势,现在将参考结合附图的以下描述,其中:
图1示意性示出了适用于本公开实施例的事件合作方的筛选方法及其装置的系统架构;
图2示意性示出了根据本公开实施例的事件合作方的筛选方法的流程图;
图3示意性示出了根据本公开实施例的基于定量筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方的流程图;
图4示意性示出了根据本公开另一实施例的基于定量筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方的流程图;
图5示意性示出了根据本公开实施例的基于定性筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方的流程图;
图6示意性示出了根据本公开另一实施例的基于定性筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方的流程图;
图7示意性示出了根据本公开实施例的事件合作方的筛选装置的框图;
图8示意性示出了根据本公开实施例的筛选模块的框图;
图9示意性示出了根据本公开另一实施例的筛选模块的框图;
图10示意性示出了根据本公开另一实施例的筛选模块的框图;
图11示意性示出了根据本公开另一实施例的筛选模块的框图;以及
图12示意性示出了根据本公开实施例的适于实现事件合作方的筛选方法的电子设备的框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了上述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
附图中示出了一些方框图和/或流程图。应理解,方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外,本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式,该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。
对于一个需要多方合作才能完成的目标事件,通常需要一个牵头方作为事件发起方,发起该目标事件,当有多个事件响应方响应时,需要对多个事件响应方进行筛选以从多个事件响应方中筛选出一个或多个优质的事件响应方作为事件合作方,使得事件发起方与筛选出的事件合作方共同完成该目标事件。
相关技术虽然也提供了一些针对多个事件响应方进行筛选的解决方案,但是人工参与程度较高,导致筛选的准确度不高,且筛选效率低下,影响目标事件的执行。
有鉴于此,本公开的实施例提供了一种事件合作方的筛选方法,包括:首先,响应于事件发起方发起的指示向指定对象提供预定金额的贷款服务的目标事件,确定多个事件响应方。然后,获取定量筛选指标和/或定性筛选指标。接着,基于定量筛选指标和/或定性筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方。最后,由事件合作方和事件发起方共同向指定对象提供预定金额的贷款服务以响应目标事件。
图1示意性示出了适用于本公开实施例的事件合作方的筛选方法及其装置的系统架构。需要说明的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100中可以包括事件发起方101,多个事件响应方102(事件响应方1021、1022、1023、1024、1025、1026、1027、1028和1029)。
在本公开中,对于一个需要多方合作才能完成的目标事件105来说,通常需要一个牵头方作为事件发起方101,发起该目标事件105,当有多个事件响应方102响应时,需要对多个事件响应方102进行筛选以从多个事件响应方102中筛选出一个或多个优质的事件响应方102作为事件合作方104(事件响应方1021、1025和1026)。这样,1个事件发起方101与筛选出的3个事件响应方(事件响应方1021、事件响应方1025和事件响应方1026)合作可以共同完成该目标事件105。
国际上现有银团贷款信息发布平台只能查询银团贷款信息,主要包括竞价方提供的价格和认购金额,之后需要信息发布方手工收集竞价方数据后主观比对各竞价方信息进而得出最优竞价方,不存在一个平台能够根据竞价方全方面信息自动筛选最优质竞价方。
手工比对筛选银团竞价方的难度主要在于:
1、需收集的信息杂乱,包括竞价方本次交易中提供的认购金额和认购价格、竞价方与发布方交易历史、竞价方行业声誉、竞价方财务指标、竞价方主体市场所处市场宏观经济指标等,信息收集效率低下且操作人员手工筛选存在信息遗漏和偏差。
2、操作人员水平参差不齐,导致对于竞价方声誉、所处宏观经济环境等定性指标占比不能准确估量。
根据本公开的实施例,提供了一种基于定量筛选指标和/或定性筛选指标103,从多个事件响应方1021、1022、1023、1024、1025、1026、1027、1028和1029中筛选出一个或多个优质的事件响应方102作为事件合作方104的事件合作方的筛选方法。
本公开提供的事件合作方筛选方法可以克服现在银团发布方手工筛选竞价方中存在的信息不全面和筛选人水平参差不齐的技术问题,提供了一种深度学习的自动筛选方法,针对参与银团贷款竞价的各机构信息,从认购价格、认购份额、机构评级、机构历史信誉、机构历史合作记录等多方面,根据深度学习算法,结合牵头方倾向,自动筛选出银团贷款最优竞价方。
应该理解,图1中所示的事件发起方、事件响应方和事件合作方的数目仅仅是示意性的。根据实际银团贷款也是的实际需要,可以具有任意数目的事件发起方、事件响应方和事件合作方。
以下参考附图并结合具体实施例详细阐述本公开提供的事件合作方的筛选方法。
图2示意性示出了根据本公开实施例的事件合作方的筛选方法的流程图。
如图2所示,该事件合作方的筛选方法可以包括操作S210~操作S240。
在操作S210,响应于事件发起方发起的目标事件,确定多个事件响应方,其中,目标事件指示向指定对象提供预定金额的贷款服务。
根据本公开的实施例,事件发起方作为目标事件的牵头方,是发布方,可以是获准经营贷款业务的一家或数家银行。目标事件指示向指定对象提供预定金额的贷款服务。例如,可以是采用同一贷款协议,按商定的期限和条件向指定对象(借款人)提供融资贷款的事件。
根据本公开的实施例,事件响应方作为目标事件的响应方,是竞价方,可以是一家或者多家银行,也可以是一家或者多家非银行金融机构。预定金额可以是指定对象需要的贷款金额,通常情况下,该金额非常巨大,例如,10.0亿(单位:人民币,以下省略该单位)。一家银行和/或非银行金融机构根本无法向该指定对象提供数额如此巨大的融资贷款。因此,需要多家银行和/或非银行金融机构共同合作才能向指定对象提供数额巨大的融资贷款。
在操作S220,获取定量筛选指标和/或定性筛选指标。
根据本公开的实施例,针对事件响应方获取多个筛选指标,可以是定量筛选指标,也可以是定性筛选指标,还可以是定量筛选指标和定性筛选指标。定量筛选指标用于从“数量”的维度筛选事件响应方。定性筛选指标用于从“属性”的维度筛选事件响应方。
作为另一种可选的实施例,定量筛选指标包括以下至少之一的定量筛选指标:各事件响应方针对预定金额预计提供的认购金额;与认购金额对应的预计认购价格。
作为另一种可选的实施例,定性筛选指标包括以下多个定性筛选指标:各事件响应方与事件发起方之间的历史合作记录;各事件响应方的财务状况;各事件响应方的行业声誉;各事件响应方所处市场宏观经济指标。
需要说明的是,可以根据实际的业务需要,定性筛选指标可以具有不同的表现形式,本公开对此不做限定。
作为一种可选的实施例,可以以10分制的形式表现事件响应方与事件发起方之间的历史合作记录、事件响应方的财务状况、事件响应方的行业声誉以及事件响应方所处市场宏观经济指标。
作为一种可选的实施例,可以以0和1的形式表现事件响应方与事件发起方之间的历史合作记录、事件响应方的财务状况、事件响应方的行业声誉以及事件响应方所处市场宏观经济指标。
在操作S230,基于定量筛选指标和/或定性筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
根据本公开的实施例,由于事件发起方与各事件响应方之间是合作的关系,出于盈利的目的,各事件响应方在根据自己的经济能力提供一定数额的认购金额时,通常基于一定的利率提供认购价格,例如,事件响应方1021针对本次目标事件的认购金额为5.0亿,认购价格为5.5亿,即利息总计0.5亿。
需要说明的是,本公开中所列举的认购金额和认购价格均是为了说明的需要,并不代表银团贷款业务实际的认购金额和认购价格,也不是对认购金额和认购价格的具体限定。
针对不同的筛选指标,根据本公开的实施例,提供三种从多个事件响应方中筛选出至少一个事件响应方作为事件合作方的筛选方法。
事件合作方的筛选方法一:仅基于定量筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
事件合作方的筛选方法二:仅基于定性筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
事件合作方的筛选方法三:基于定量筛选指标和定性筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
在操作S240,由事件合作方和事件发起方共同向指定对象提供预定金额的贷款服务以响应目标事件。
根据本公开的实施例,在从多个事件响应方中筛选出至少一个事件响应方作为事件合作方之后,由事件合作方和事件发起方共同向指定对象提供预定金额的贷款服务以响应目标事件。
通过本公开的实施例,在响应于事件发起方发起的向指定对象提供预定金额的贷款服务的目标事件,确定出多个事件响应方之后,基于定量筛选指标和/或定性筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方,最终由事件合作方和事件发起方共同向指定对象提供预定金额的贷款服务以响应目标事件。即通过对多个事件响应方的自动筛选,可以避免人工筛选导致筛选准确度不高,效率低下的技术问题,实现提高筛选准确度和效率的技术效果。
针对前述事件合作方的筛选方法一,图3示意性示出了根据本公开实施例的基于定量筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方的流程图。
如图3所示,该方法可以包括操作S310~操作S340。
在操作S310,基于定量筛选指标,确定认购金额对应的第一权重值和/或认购价格对应的第二权重值。
根据本公开的实施例,事件响应方针对预定金额预计提供的认购金额、与认购金额对应的预计认购价格可以相同,也可以不相同。因此,为了实现对多个事件响应方的筛选,可以根据定量筛选指标的重要程度为定量筛选指标预设权重。筛选指标的重要程度可以依据牵头方的倾向而定,也可以根据历史筛选情况的经验而定。
在本公开中,认购金额对应第一权重值,认购价格对应第二权重值。
在操作S320,获取各事件响应方提供的认购金额和/或认购价格。
根据本公开的实施例,不同的事件响应方提供的认购金额和/或认购价格可以相同,也可以不同。
在操作S330,基于认购金额与第一权重值,和/或基于认购价格与第二权重值,确定各事件响应方的第一筛选优先级。
根据本公开的实施例,可以根据事件响应方提供的认购金额和第一权重值,确定各事件响应方的第一筛选优先级。也可以根据事件响应方提供的认购价格与第二权重值,确定各事件响应方的第一筛选优先级。还可以基于认购金额与第一权重值、基于认购价格与第二权重值,确定各事件响应方的第一筛选优先级。
在操作S340,基于各事件响应方对应的第一优先级和预定金额,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
根据本公开的实施例,在确定出各事件响应方对应的第一筛选优先级之后,可以按照优先级的先后顺序,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方。具体地,可以按照第一优先级从高到低的顺序,计算多个事件响应方提供的认购金额之和,直到预定金额全部被认购为止。
例如,第一优先级按先后排序分别是:事件响应方1021、1025、1026、1022、1023、1024、1027、1028和1029。若预定金额为10.0亿,事件响应方1021、1022、1023、1024、1025、1026、1027、1028和1029提供的认购金额分别为5.0亿、1.0亿、1.0亿、1.0亿、2.0亿、3.0亿、0.8亿、1.5亿和2.0亿。
根据本公开提供的筛选方法,筛选出的事件合作方为事件响应方1021、1025和1026。其中,事件响应方1021提供的认购金额为5.0亿,事件响应方1025提供的认购金额为2.0亿,事件响应方1026提供的认购金额为3.0亿,共计10.0亿。
通过本公开的实施例,基于定量筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方,可以从“定量”的维度对多个事件响应方进行筛选,使得筛选结果更加准确。
图4示意性示出了根据本公开另一实施例的基于定量筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方的流程图。
如图4所示,该方法除了可以包括前述操作S310~操作S340之外,还可以包括操作S410~操作S440。
在操作S410,基于对目标事件的响应,获取各事件响应方实际提供的认购金额。
在操作S420,获取与实际提供的认购金额对应的实际认购价格。
在操作S430,基于实际提供的认购金额更新第一权重值。
在操作S440,基于实际认购价格更新第二权重值。
根据本公开的实施例,在筛选出事件合作方即最优竞价方之后,还可以跟踪最优竞价方参贷后的表现,通过自我学习的方法动态调整定量筛选指标的预设权重。
具体地,可以利用最优竞价方本次所实际提供的认购金额更新第一权重值,可以利用最优竞价方本次所实际提供的认购价格更新第二权重值。
例如,若事件响应方本次实际所提供的认购金额达到预定金额的一半,则增大认购金额对应的第一权重值。若事件响应方本次实际所提供的认购价格与认购金额的占比在预设范围之内,则降低认购价格对应的第二权重值。
通过本公开的实施例,通过筛选结果的自我学习,可以动态跟踪事件响应方的历史成交数据,以此优化定量筛选指标对应的权重,进一步优化事件响应方的筛选能力。
针对前述事件合作方的筛选方法二,图5示意性示出了根据本公开实施例的基于定性筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方的流程图。
如图5所示,该方法可以包括操作S510~操作S540。
在操作S510,基于定性筛选指标,确定各定性筛选指标对应的第三权重值。
根据本公开的实施例,第三权重值可以包括但不限于事件响应方与事件发起方之间的历史合作记录对应的第三权重值,事件响应方的财务状况对应的第三权重值,事件响应方的行业声誉对应的第三权重值,事件响应方所处市场宏观经济指标。
在操作S520,针对各事件响应方,获取与各定性筛选指标对应的指标值。
在操作S530,基于指标值与第三权重值,确定各事件响应方对应的第二优先级。
根据本公开的实施例,对定性筛选指标对应的指标值进行筛选,可以根据权重进行赋值,确定各事件响应方的第二优先级。
在操作S540,基于各事件响应方对应的第二优先级和预定金额,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
根据本公开的实施例,在确定出各事件响应方对应的第二优先级之后,可以按照优先级的先后顺序,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方。具体地,可以按照第一优先级从高到低的顺序,计算多个事件响应方提供的认购金额之和,直到预定金额全部被认购为止。
通过本公开的实施例,基于定性筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方,可以从“定性”的维度对多个事件响应方进行筛选,使得筛选结果更加准确。
图6示意性示出了根据本公开另一实施例的基于定性筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方的流程图。
如图6所示,该方法除了可以包括前述操作S510~操作S540之外,还可以包括操作S610:基于各事件响应方对目标事件的响应,更新各定性筛选指标对应的第三权重值。
根据本公开的实施例,在筛选出事件合作方即最优竞价方之后,还可以跟踪最优竞价方参贷后的表现,通过自我学习的方法调整定量筛选指标的预设权重。具体地,可以利用最优竞价方本次对目标事件的响应,更新各定性筛选指标对应的第三权重值。
通过本公开的实施例,通过筛选结果的自我学习,可以动态跟踪事件响应方的历史成交数据,以此优化定量筛选指标对应的权重,进一步优化事件响应方的筛选能力。
针对前述事件合作方的筛选方法三,可以汇总基于定量筛选指标,从多个事件响应方中筛选出的至少一个事件响应方和基于定性筛选指标,从多个事件响应方中筛选出的至少一个事件响应方,作为事件合作方。
通过本公开的实施例,可以将将定性指标(竞价方与发布方交易历史、竞价方行业声誉、竞价方财务指标、竞价方主体市场所处市场宏观经济指标等)的影响加入到最终事件合作方的筛选中,可以提高筛选结果的准确性,“定量”和“定性”相辅相成,全面衡量各事件响应方的优先级。
图7示意性示出了根据本公开实施例的事件合作方的筛选装置的框图。
如图7所示,该事件合作方的筛选装置700可以包括确定模块710、获取模块720、筛选模块730以及响应模块740。
确定模块710,被配置为例如执行前述操作S210,响应于事件发起方发起的目标事件,确定多个事件响应方,其中,目标事件指示向指定对象提供预定金额的贷款服务。
获取模块720,被配置为例如执行前述操作S220,获取定量筛选指标和/或定性筛选指标。
筛选模块730,被配置为例如执行前述操作S230,基于定量筛选指标和/或定性筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
响应模块740,被配置为例如执行前述操作S240,由事件合作方和事件发起方共同向指定对象提供预定金额的贷款服务以响应目标事件。
作为另一种可选的实施例,定量筛选指标包括以下至少之一的定量筛选指标:各事件响应方针对预定金额预计提供的认购金额;与认购金额对应的预计认购价格。
通过本公开的实施例,在响应于事件发起方发起的向指定对象提供预定金额的贷款服务的目标事件,确定出多个事件响应方之后,基于定量筛选指标和/或定性筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方,最终由事件合作方和事件发起方共同向指定对象提供预定金额的贷款服务以响应目标事件。即通过对多个事件响应方的自动筛选,可以避免人工筛选导致筛选准确度不高,效率低下的技术问题,实现提高筛选准确度和效率的技术效果。
图8示意性示出了根据本公开实施例的筛选模块的框图。
如图8所示,前述筛选模块730可以包括第一确定子模块810、第一获取子模块820、第二确定子模块830以及第一筛选子模块840。
第一确定子模块810,被配置为例如执行前述操作S310,基于定量筛选指标,确定认购金额对应的第一权重值和/或认购价格对应的第二权重值。
第一获取子模块820,被配置为例如执行前述操作S320,获取各事件响应方提供的认购金额和/或认购价格。
第二确定子模块830,被配置为例如执行前述操作S330,基于认购金额与第一权重值,和/或基于认购价格与第二权重值,确定各事件响应方的第一筛选优先级。
第一筛选子模块840,被配置为例如执行前述操作S340,基于各事件响应方对应的第一优先级和预定金额,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
通过本公开的实施例,基于定量筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方,可以从“定量”的维度对多个事件响应方进行筛选,使得筛选结果更加准确。
图9示意性示出了根据本公开另一实施例的筛选模块的框图。
如图9所示,前述筛选模块730除了可以包括第一确定子模块810、第一获取子模块820、第二确定子模块830以及第一筛选子模块840之外,还可以包括第二获取子模块910、第三获取子模块920、第一更新子模块930以及第二更新子模块940。
第二获取子模块910,被配置为例如执行前述操作S410,基于对目标事件的响应,获取各事件响应方实际提供的认购金额。
第三获取子模块920,被配置为例如执行前述操作S420,获取与实际提供的认购金额对应的实际认购价格。
第一更新子模块930,被配置为例如执行前述操作S430,基于实际提供的认购金额更新第一权重值。
第二更新子模块940,被配置为例如执行前述操作S440,基于实际认购价格更新第二权重值。
通过本公开的实施例,通过筛选结果的自我学习,可以动态跟踪事件响应方的历史成交数据,以此优化定量筛选指标对应的权重,进一步优化事件响应方的筛选能力。
作为另一种可选的实施例,定性筛选指标包括以下多个定性筛选指标:各事件响应方与事件发起方之间的历史合作记录;各事件响应方的财务状况;各事件响应方的行业声誉;各事件响应方所处市场宏观经济指标。
图10示意性示出了根据本公开实施例的筛选模块的框图。
如图10所示,前述筛选模块730可以包括第三确定子模块1010、第四获取子模块1020、第四确定子模块1030以及第二筛选子模块1040。
第三确定子模块1010,被配置为例如执行前述操作S510,基于定性筛选指标,确定各定性筛选指标对应的第三权重值。
第四获取子模块1020,被配置为例如执行前述操作S520,针对各事件响应方,获取与各定性筛选指标对应的指标值。
第四确定子模块1030,被配置为例如执行前述操作S530,基于指标值与第三权重值,确定各事件响应方对应的第二优先级。
第二筛选子模块1040,被配置为例如执行前述操作S540,基于各事件响应方对应的第二优先级和预定金额,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
通过本公开的实施例,基于定性筛选指标,从多个事件响应方中筛选出至少一个事件响应方作为事件合作方,可以从“定性”的维度对多个事件响应方进行筛选,使得筛选结果更加准确。
图11示意性示出了根据本公开另一实施例的筛选模块的框图。
如图11所示,前述筛选模块730除了可以包括第三确定子模块1010、第四获取子模块1020、第四确定子模块1030以及第二筛选子模块1040之外,还可以包括第三更新子模块1110,被配置为例如执行前述操作S610,基于各事件响应方对目标事件的响应,更新各定性筛选指标对应的第三权重值。
通过本公开的实施例,通过筛选结果的自我学习,可以动态跟踪事件响应方的历史成交数据,以此优化定量筛选指标对应的权重,进一步优化事件响应方的筛选能力。
需要说明的是,事件合作方的筛选装置部分的实施例方式与事件合作方的筛选装置方法部分的实施例方式对应类似,并且所达到的技术效果也对应类似,在此不再赘述。
根据本公开的实施例的模块、子模块中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,确定模块710、获取模块720、筛选模块730、响应模块740、第一确定子模块810、第一获取子模块820、第二确定子模块830、第一筛选子模块840、第二获取子模块910、第三获取子模块920、第一更新子模块930、第二更新子模块940、第三确定子模块1010、第四获取子模块1020、第四确定子模块1030、第二筛选子模块1040以及第三更新子模块1110中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,确定模块710、获取模块720、筛选模块730、响应模块740、第一确定子模块810、第一获取子模块820、第二确定子模块830、第一筛选子模块840、第二获取子模块910、第三获取子模块920、第一更新子模块930、第二更新子模块940、第三确定子模块1010、第四获取子模块1020、第四确定子模块1030、第二筛选子模块1040以及第三更新子模块1110中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,确定模块710、获取模块720、筛选模块730、响应模块740、第一确定子模块810、第一获取子模块820、第二确定子模块830、第一筛选子模块840、第二获取子模块910、第三获取子模块920、第一更新子模块930、第二更新子模块940、第三确定子模块1010、第四获取子模块1020、第四确定子模块1030、第二筛选子模块1040以及第三更新子模块1110中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图12示意性示出了根据本公开实施例的适于实现事件合作方的筛选方法的电子设备的框图。图12示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图12所示,根据本公开实施例的计算机系统1200包括处理器1201,其可以根据存储在只读存储器(ROM)1202中的程序或者从存储部分1208加载到随机访问存储器(RAM)1203中的程序而执行各种适当的动作和处理。处理器1201例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器1201还可以包括用于缓存用途的板载存储器。处理器1201可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 1203中,存储有系统1200操作所需的各种程序和数据。处理器1201、ROM1202以及RAM 1203通过总线1204彼此相连。处理器1201通过执行ROM 1202和/或RAM 1203中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 1202和RAM 1203以外的一个或多个存储器中。处理器1201也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,系统1200还可以包括输入/输出(I/O)接口1205,输入/输出(I/O)接口1205也连接至总线1204。系统1200还可以包括连接至I/O接口1205的以下部件中的一项或多项:包括键盘、鼠标等的输入部分1206;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1207;包括硬盘等的存储部分1208;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1209。通信部分1209经由诸如因特网的网络执行通信处理。驱动器1210也根据需要连接至I/O接口1205。可拆卸介质1211,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1210上,以便于从其上读出的计算机程序根据需要被安装入存储部分1208。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1209从网络上被下载和安装,和/或从可拆卸介质1211被安装。在该计算机程序被处理器1201执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机防问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 1202和/或RAM 1203和/或ROM 1202和RAM 1203以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的各方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的各方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (16)
1.一种事件合作方的筛选方法,包括:
响应于事件发起方发起的目标事件,确定多个事件响应方,其中,所述目标事件指示向指定对象提供预定金额的贷款服务;
获取定量筛选指标和/或定性筛选指标;
基于所述定量筛选指标和/或定性筛选指标,从所述多个事件响应方中筛选出至少一个事件响应方作为事件合作方;以及
由所述事件合作方和所述事件发起方共同向所述指定对象提供预定金额的贷款服务以响应所述目标事件。
2.根据权利要求1的方法,其中,所述定量筛选指标包括以下至少之一的定量筛选指标:
各事件响应方针对所述预定金额预计提供的认购金额;
与所述认购金额对应的预计认购价格。
3.根据权利要求2的方法,其中,所述基于所述定量筛选指标,从所述多个事件响应方中筛选出至少一个事件响应方作为事件合作方包括:
基于所述定量筛选指标,确定所述认购金额对应的第一权重值和/或所述认购价格对应的第二权重值;
获取各事件响应方提供的认购金额和/或认购价格;
基于所述认购金额与所述第一权重值,和/或基于所述认购价格与所述第二权重值,确定所述各事件响应方的第一筛选优先级;以及
基于所述各事件响应方对应的第一优先级和所述预定金额,从所述多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
4.根据权利要求3的方法,其中,所述方法还包括:
基于对所述目标事件的响应,获取所述各事件响应方实际提供的认购金额;
获取与所述实际提供的认购金额对应的实际认购价格;
基于所述实际提供的认购金额更新所述第一权重值;以及
基于所述实际认购价格更新所述第二权重值。
5.根据权利要求1的方法,其中,所述定性筛选指标包括以下多个定性筛选指标:
所述各事件响应方与所述事件发起方之间的历史合作记录;
所述各事件响应方的财务状况;
所述各事件响应方的行业声誉;
所述各事件响应方所处市场宏观经济指标。
6.根据权利要求5的方法,其中,所述基于定性筛选指标,从所述多个事件响应方中筛选出至少一个事件响应方作为事件合作方包括:
基于所述定性筛选指标,确定各定性筛选指标对应的第三权重值;
针对各事件响应方,获取与所述各定性筛选指标对应的指标值;
基于所述指标值与所述第三权重值,确定所述各事件响应方对应的第二优先级;以及
基于所述各事件响应方对应的第二优先级和所述预定金额,从所述多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
7.根据权利要求6的方法,其中,所述方法还包括:
基于所述各事件响应方对所述目标事件的响应,更新所述各定性筛选指标对应的第三权重值。
8.一种事件合作方的筛选装置,包括:
确定模块,被配置为响应于事件发起方发起的目标事件,确定多个事件响应方,其中,所述目标事件指示向指定对象提供预定金额的贷款服务;
获取模块,被配置为获取定量筛选指标和/或定性筛选指标;
筛选模块,被配置为基于所述定量筛选指标和/或定性筛选指标,从所述多个事件响应方中筛选出至少一个事件响应方作为事件合作方;以及
响应模块,被配置为由所述事件合作方和所述事件发起方共同向所述指定对象提供预定金额的贷款服务以响应所述目标事件。
9.根据权利要求8的装置,其中,所述定量筛选指标包括以下至少之一的定量筛选指标:
各事件响应方针对所述预定金额预计提供的认购金额;
与所述认购金额对应的预计认购价格。
10.根据权利要求9的装置,其中,所述筛选模块包括:
第一确定子模块,被配置为基于所述定量筛选指标,确定所述认购金额对应的第一权重值和/或所述认购价格对应的第二权重值;
第一获取子模块,被配置为获取各事件响应方提供的认购金额和/或认购价格;
第二确定子模块,被配置为基于所述认购金额与所述第一权重值,和/或基于所述认购价格与所述第二权重值,确定所述各事件响应方的第一筛选优先级;以及
第一筛选子模块,被配置为基于所述各事件响应方对应的第一优先级和所述预定金额,从所述多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
11.根据权利要求10的装置,其中,所述装置还包括:
第二获取子模块,被配置为基于对所述目标事件的响应,获取所述各事件响应方实际提供的认购金额;
第三获取子模块,被配置为获取与所述实际提供的认购金额对应的实际认购价格;
第一更新子模块,被配置为基于所述实际提供的认购金额更新所述第一权重值;以及
第二更新子模块,被配置为基于所述实际认购价格更新所述第二权重值。
12.根据权利要求8的装置,其中,所述定性筛选指标包括以下多个定性筛选指标:
所述各事件响应方与所述事件发起方之间的历史合作记录;
所述各事件响应方的财务状况;
所述各事件响应方的行业声誉;
所述各事件响应方所处市场宏观经济指标。
13.根据权利要求12的装置,其中,所述筛选模块包括:
第三确定子模块,被配置为基于所述定性筛选指标,确定各定性筛选指标对应的第三权重值;
第四获取子模块,被配置为针对各事件响应方,获取与所述各定性筛选指标对应的指标值;
第四确定子模块,被配置为基于所述指标值与所述第三权重值,确定所述各事件响应方对应的第二优先级;以及
第二筛选子模块,被配置为基于所述各事件响应方对应的第二优先级和所述预定金额,从所述多个事件响应方中筛选出至少一个事件响应方作为事件合作方。
14.根据权利要求13的装置,其中,所述装置还包括:
第三更新子模块,被配置为基于所述各事件响应方对所述目标事件的响应,更新所述各定性筛选指标对应的第三权重值。
15.一种电子设备,包括:
一个或多个处理器;以及
存储器,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至7中任一项所述的方法。
16.一种计算机可读存储介质,存储有计算机可执行指令,所述指令在被执行时用于实现权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910878741.2A CN110599045B (zh) | 2019-09-17 | 2019-09-17 | 事件合作方的筛选方法及其装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910878741.2A CN110599045B (zh) | 2019-09-17 | 2019-09-17 | 事件合作方的筛选方法及其装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110599045A true CN110599045A (zh) | 2019-12-20 |
CN110599045B CN110599045B (zh) | 2023-07-07 |
Family
ID=68860440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910878741.2A Active CN110599045B (zh) | 2019-09-17 | 2019-09-17 | 事件合作方的筛选方法及其装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110599045B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111986025A (zh) * | 2020-09-02 | 2020-11-24 | 深圳壹账通智能科技有限公司 | 基于区块链的贷款业务处理方法及系统 |
CN113516549A (zh) * | 2021-05-17 | 2021-10-19 | 中国工商银行股份有限公司 | 银团贷款的信息处理方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030233316A1 (en) * | 2002-06-14 | 2003-12-18 | Limin Hu | Online system for fulfiling loan applications from loan originators |
CN105164713A (zh) * | 2013-04-12 | 2015-12-16 | 贝宝公司 | 用于移动设备融资的系统和方法 |
CN106469353A (zh) * | 2016-09-08 | 2017-03-01 | 璧垫兜 | 一种面向大数据的项目合作企业智慧筛选排序方法 |
CN109377353A (zh) * | 2018-10-25 | 2019-02-22 | 达飞云贷科技(北京)有限公司 | 一种筛选资金方的方法、装置、存储介质及处理器 |
CN109636579A (zh) * | 2018-10-25 | 2019-04-16 | 深圳壹账通智能科技有限公司 | 订单引流处理方法、平台、设备及可读存储介质 |
-
2019
- 2019-09-17 CN CN201910878741.2A patent/CN110599045B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030233316A1 (en) * | 2002-06-14 | 2003-12-18 | Limin Hu | Online system for fulfiling loan applications from loan originators |
CN105164713A (zh) * | 2013-04-12 | 2015-12-16 | 贝宝公司 | 用于移动设备融资的系统和方法 |
CN106469353A (zh) * | 2016-09-08 | 2017-03-01 | 璧垫兜 | 一种面向大数据的项目合作企业智慧筛选排序方法 |
CN109377353A (zh) * | 2018-10-25 | 2019-02-22 | 达飞云贷科技(北京)有限公司 | 一种筛选资金方的方法、装置、存储介质及处理器 |
CN109636579A (zh) * | 2018-10-25 | 2019-04-16 | 深圳壹账通智能科技有限公司 | 订单引流处理方法、平台、设备及可读存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111986025A (zh) * | 2020-09-02 | 2020-11-24 | 深圳壹账通智能科技有限公司 | 基于区块链的贷款业务处理方法及系统 |
CN113516549A (zh) * | 2021-05-17 | 2021-10-19 | 中国工商银行股份有限公司 | 银团贷款的信息处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110599045B (zh) | 2023-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11200620B2 (en) | Debt services candidate locator | |
US10269065B1 (en) | Bill payment and reporting | |
Ramachandra et al. | Causes of payment problems in the New Zealand construction industry | |
Mateescu | Peer-to-Peer lending | |
US20160267587A1 (en) | Systems and methods for online guarantorship of loans | |
US20150317728A1 (en) | Mortgage synthesis and automation | |
AU2016288779A1 (en) | Modifying data structures to indicate derived relationships among entity data objects | |
Nguyen et al. | Invest or regret? An empirical investigation into funding dynamics during the final days of equity crowdfunding campaigns | |
US20220114664A1 (en) | Use of machine learning to forecast, recommend, and trade securities in currency markets | |
US20140214607A1 (en) | Global currency of credibility for crowdsourcing | |
US20160364801A1 (en) | System for assessing retirement score impact based on linked users | |
US20220292597A1 (en) | System and method for valuation of complex assets | |
CN110599045A (zh) | 事件合作方的筛选方法及其装置、电子设备和介质 | |
US20150348186A1 (en) | System and method for dynamic customer acquisition probability and risk-adjusted return-on-equity analysis | |
US20150170076A1 (en) | Comprehensive exposure network analysis | |
US20150088727A1 (en) | Method for determining creditworthiness for exchange of a projected, future asset | |
Gabrieli | Too-interconnected versus too-big-to-fail: Banks’ network centrality and overnight interest rates | |
US11257108B2 (en) | Systems and methods for dynamic product offerings | |
US20150170066A1 (en) | Comprehensive exposure revenue analytics | |
US9904725B1 (en) | Computer system for generation, storage, and analysis of connection data and utilization of connection data in scoring and distribution systems | |
US20150269673A1 (en) | Systems, methods, and media for reducing aggregate portfolio statistics | |
JP2022161031A (ja) | 予測モデルを適用して監視リストを生成する方法及びシステム | |
WO2022054007A1 (en) | System and method for facilitating direct trading of electronic transactions | |
Ruiz-Mallorquí et al. | Relationship banking and bankruptcy resolution in Spain: The impact of size | |
US20160239914A1 (en) | Analyzing Financial Market Transactions |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |