CN112017026A - 物流运单贷款场景中的数据处理方法和装置 - Google Patents
物流运单贷款场景中的数据处理方法和装置 Download PDFInfo
- Publication number
- CN112017026A CN112017026A CN202010871098.3A CN202010871098A CN112017026A CN 112017026 A CN112017026 A CN 112017026A CN 202010871098 A CN202010871098 A CN 202010871098A CN 112017026 A CN112017026 A CN 112017026A
- Authority
- CN
- China
- Prior art keywords
- loan
- waybill
- party
- service
- matching rate
- 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 25
- 238000000034 method Methods 0.000 claims abstract description 54
- 230000008569 process Effects 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012797 qualification Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000011478 gradient descent method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Technology Law (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本说明书的一个或多个实施例提供了一种物流运单贷款场景中的数据处理方法和装置,所述贷款服务方的服务设备设定有针对所述贷款需求方的行驶数据误差与运单匹配率的对应关系;所述方法包括:接收贷款需求方发送的贷款运单信息;从第三方定位服务设备获取所述定位装置采集的实际行驶数据;基于针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系,判断所述贷款运单的实际行驶数据与所述贷款运单声明的行驶数据的差值是否小于运单匹配率的预设阈值所对应的行驶数据误差;如果是,基于所述贷款运单,为所述贷款需求方执行与所述预设阈值对应的贷款逻辑。
Description
技术领域
本说明书涉及数据处理技术领域,尤其涉及一种物流运单贷款场景中的数据处理方法和装置。
背景技术
物流运单贷款,包括物流货运公司以物流运单的运费金额为担保,从金融机构获取贷款的过程。金融机构在风控审核阶段,通常需对物流运单的真实性或准确性进行评估。如何选取合适的风控策略,对不同的物流货运公司给予与该公司资质匹配的物流运单评估方式,目前仍缺乏有效的技术手段。
发明内容
有鉴于此,本说明书一个或多个实施例提供了一种物流运单贷款场景中的数据处理方法,应用于贷款服务方的服务设备,所述贷款服务方的服务设备与第三方定位服务设备通信连接;贷款需求方的物流车辆搭载有与所述第三方定位服务设备远程通信的定位装置;所述贷款服务方的服务设备存储有针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系;其中,所述运单匹配率用以表征所述贷款需求方提供的多个贷款运单中可用于贷款业务的运单比例;
所述方法包括:
接收贷款需求方发送的贷款运单的信息,所述贷款运单的信息包括承运所述贷款运单的车辆搭载的定位装置的标识,和所述贷款运单声明的行驶数据;
基于所述定位装置的标识,从第三方定位服务设备获取所述定位装置采集的、与所述贷款运单对应的实际行驶数据;
基于针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系,判断所述实际行驶数据与所述声明的行驶数据的差值是否小于与运单匹配率的预设阈值所对应的行驶数据误差;
如果是,基于所述贷款运单,为所述贷款需求方执行与所述预设阈值对应的贷款业务。
在又一示出的实施方式中,所述贷款服务方的服务设备获得针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系的过程,包括:
基于贷款需求方发送的多个历史运单的信息,和从第三方定位服务设备获取的与所述多个历史运单对应的多个实际行驶数据,采用机器学习算法,拟合出针对所述贷款需求方的、任意运单匹配率条件下的行驶数据误差的分布图。
在又一示出的实施方式中,所述行驶数据误差包括距离误差和时间误差;所述距离误差基于所述物流车辆实际的出发地或到达地的定位位置与运单声明的出发地或到达地的位置的距离差值而得出;所述时间误差基于所述物流车辆从实际的出发地出发或到达实际的到达地的时间与运单声明的出发时间或到达时间的时间差值而得出。
在又一示出的实施方式中,所述贷款运单为用于贷款用信业务的物流运单;所述运单匹配率的预设阈值基于所述贷款需求方的信用资质确定;
所述基于所述贷款运单,为所述贷款需求方执行与所述预设阈值对应的贷款业务,包括:
基于所述贷款运单,为所述贷款需求方发放与所述贷款运单的运费金额匹配的贷款数额。
在又一示出的实施方式中,所述贷款运单为用于贷款准入判断业务的物流运单;
基于所述贷款运单,为所述贷款需求方执行与所述预设阈值对应的贷款业务,包括:
准予将所述贷款运单用于针对所述贷款需求方的贷款业务。
相应地,本说明书还提供了一种物流运单贷款场景中的数据处理装置,应用于贷款服务方的服务设备,所述贷款服务方的服务设备与第三方定位服务设备通信连接;贷款需求方的物流车辆搭载有与所述第三方定位服务设备远程通信的定位装置;所述贷款服务方的服务设备存储有针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系;其中,所述运单匹配率用以表征所述贷款需求方提供的多个贷款运单中可用于贷款业务的运单比例;
所述装置包括:
接收单元,接收贷款需求方发送的贷款运单的信息,所述贷款运单的信息包括承运所述贷款运单的车辆搭载的定位装置的标识,和所述贷款运单声明的行驶数据;
获取单元,基于所述定位装置的标识,从第三方定位服务设备获取所述定位装置采集的、与所述贷款运单对应的实际行驶数据;
判断单元,基于针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系,判断所述实际行驶数据与所述声明的行驶数据的差值是否小于与运单匹配率的预设阈值所对应的行驶数据误差;
执行单元,基于所述贷款运单,为所述贷款需求方执行与所述预设阈值对应的贷款业务。
在又一示出的实施方式中,所述贷款服务方的服务设备获得针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系的过程,包括:
基于贷款需求方发送的多个历史运单的信息,和从第三方定位服务设备获取的与所述多个历史运单对应的多个实际行驶数据,采用机器学习算法,拟合出针对所述贷款需求方的、任意运单匹配率条件下的行驶数据误差的分布图。
在又一示出的实施方式中,所述行驶数据误差包括距离误差和时间误差;所述距离误差基于所述物流车辆实际的出发地或到达地的定位位置与运单声明的出发地或到达地的位置的距离差值而得出;所述时间误差基于所述物流车辆从实际的出发地出发或到达实际的到达地的时间与运单声明的出发时间或到达时间的时间差值而得出。
在又一示出的实施方式中,所述贷款运单为用于贷款用信业务的物流运单;所述运单匹配率的预设阈值基于所述贷款需求方的信用资质确定;
所述执行单元,进一步用于:
基于所述贷款运单,为所述贷款需求方发放与所述贷款运单的运费金额匹配的贷款数额。
在又一示出的实施方式中,所述贷款运单为用于贷款准入判断业务的物流运单;
所述执行单元,进一步用于:
准予将所述贷款运单用于针对所述贷款需求方的贷款业务。
相应地,本说明书还提供了一种计算机设备,包括:存储器和处理器;所述存储器上存储有可由所述处理器运行的计算机程序;所述处理器运行所述计算机程序时,执行上述贷款服务方的服务设备所执行的物流运单贷款场景中的数据处理方法。
相应地,本说明书还提供了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运行时,执行上述贷款服务方的服务设备所执行的物流运单贷款场景中的数据处理方法。
由以上技术方案可见,本说明书提供的物流运单贷款场景中的数据处理方法和装置,基于针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系,判断所述贷款运单的实际行驶数据与所述贷款运单声明的行驶数据的差值是否小于运单匹配率的预设阈值所对应的行驶数据误差,从而快速精准地分别判断每一贷款运单是否可被应用于与上述预设阈值对应的贷款业务。
附图说明
图1为本说明书一示例性实施方式提供的物流运单贷款场景中的数据处理方法的流程图;
图2为本说明书一示例性实施方式提供的针对一特定贷款需求方的、不同运单匹配率条件下的行驶数据误差分布图;
图3为本说明书一示例性实施方式提供的采用梯度下降法对行驶数据误差与运单匹配率的分布函数的损失函数进行优化的过程;
图4为本说明书一示例性实施方式提供的物流运单贷款场景中的数据处理装置的示意图;
图5为运行本说明书所提供的数据处理装置实施例的一种硬件结构图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书一个或多个实施例相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本说明书一个或多个实施例的一些方面相一致的装置和方法的例子。
需要说明的是:在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中,其方法所包括的步骤可以比本说明书所描述的更多或更少。此外,本说明书中所描述的单个步骤,在其他实施例中可能被分解为多个步骤进行描述;而本说明书中所描述的多个步骤,在其他实施例中也可能被合并为单个步骤进行描述。
物流运单贷款,包括物流货运公司以物流运单的运费金额为担保,从金融机构获取贷款的过程。金融机构在风控审核阶段,通常需对物流运单的真实性或准确性进行评估。常用的做法为金融机构或受其委托的贷款服务机构,为物流货运公司预先设定的路线数据误差范围,通过从第三方定位服务机构获得物流货运车辆设备的实际路线数据,对物流货运公司的运单进行逐一比对,将实际路线数据满足上述预设的误差范围的运单标记为匹配运单,最终获得该物流货运公司的匹配运单相较于所有运单的数量占比(即运单匹配率)。金融机构基于物流货运公司的已发生运单的匹配率,为已发生的运单提供贷款。
然而,上述预设的误差范围通常由金融机构或受其委托的贷款服务机构的经验设定,难以在物流货运公司每次向金融机构申请贷款时,根据物流货运公司本阶段的货运公司的运营情况或运载车辆真实情况进行灵活调整,例如该物流货运公司在本阶段的运营情况相对于前几阶段有了大幅提升,金融机构可对其授信额度有较大增长,则其预设的误差范围可适当调大;当该物流货运公司提升车辆配置或对司机的管理,前几阶段预设的误差范围会明显过于宽泛,此时金融机构出于风控考虑,需要收缩降低预设的误差范围;另外,随着定位技术的发展,预设的误差范围也应进行相应的调低。因此通过经验设置行驶数据误差的方式,难以灵活、准确地反应出物流货物公司的贷款授信水平或用信范围,带来较大的贷款风控隐患。
有鉴于此,本说明书的一个或多个实施方式提供了一种物流运单贷款场景中的数据处理方法,应用于贷款服务方的服务设备;所述贷款服务方的服务设备与第三方定位服务设备通信连接,贷款需求方的物流车辆搭载有与所述第三方定位服务设备远程通信的定位装置。
本说明书各实施方式所述的第三方定位服务设备,包括为搭载定位装置的车辆提供定位信息的服务设备,如GPS信号的服务端,或北斗卫星信号的服务端。贷款申请方的物流车辆搭载有与所述第三方定位服务设备远程通信的定位装置;如GPS位置传感装置或北斗位置传感装置。
本说明书各实施方式所述的贷款服务方可以包括为物流货运公司提供贷款的金融机构,也可包括上述金融机构委托的、第三方贷款业务服务机构。所述贷款服务方的服务设备存储有针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系;其中,所述运单匹配率用以表征所述贷款需求方提供的贷款运单中可用于贷款业务的运单比例。
本说明书各实施方式所述的贷款业务可包含贷款准入判断、贷款授信、贷款用信等贷款业务流程阶段。贷款准入判断业务流程用以判断是否为提起贷款申请的贷款需求方提供贷款业务;贷款授信业务流程用以为准予提供贷款的贷款需求方审批可提供的贷款额度;贷款用信业务流程用以为授信完成的贷款需求方发放贷款,等等。
图1示意了本说明书一示例性实施方式所提供的物流运单贷款场景中的数据处理方法,上述方法可适用于贷款业务所包含的贷款准入判断、贷款授信、贷款用信等贷款业务流程阶段,本实施方式对此不作限定。
如图1所示,本实施方式所述的物流运单贷款场景中的数据处理方法包括:
步骤102,接收贷款需求方发送的贷款运单的信息,所述贷款运单的信息包括承运所述贷款运单的车辆搭载的定位装置的标识,和所述贷款运单声明的行驶数据。
贷款需求方设备终端可将已完成的运单信息发送至贷款服务方的服务设备,以向贷款服务方申请贷款准入或贷款授信或贷款用信。
上述定位装置的标识可包括定位装置的序列号、定位装置的证书或公钥。在一示出的实施方式中,上述定位装置向所述第三方定位服务设备发送的行驶数据信息可包括所述定位装置使用定位装置的证书或私钥作出的数字签名,以防止该定位装置发送的行驶数据信息被恶意拦截篡改。
步骤104,基于所述定位装置的标识,从第三方定位服务设备获取所述定位装置采集的、与所述贷款运单对应的实际行驶数据。
定位装置采集的实际行驶数据可包括地理位置数据和时间数据。在一示出的实施方式中,上述定位装置为卫星信号定位装置,定位装置可每隔预设的时间间隔向第三方定位服务设备发送车辆的实时位置。由于目前阶段的卫星定位技术难以做到较高的距离精度,技术人员可为物流车辆的实际地理位置数据设置相应的确定规则,例如,如果预设的时间范围内,在某位置存在超过2个位置打点信息,则判断该位置为车辆实际存在过的有效的地理位置。
在又一示出的实施方式中,当上述实际行驶数据中包含上述定位装置使用证书或私钥对所述地理位置数据或时间数据所作的数字签名时,贷款服务方的服务设备可先基于定位装置的证书或公钥验签上述数字签名,验签通过方可进一步确定上述地理位置数据或时间数据的真实准确性。
步骤106,基于针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系,判断所述实际行驶数据与所述声明的行驶数据的差值是否小于与运单匹配率的预设阈值所对应的行驶数据误差阈值。
所述贷款服务方的服务设备设定有针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系。具体地,本实施方式所述的行驶数据误差可包括距离误差和时间误差;所述距离误差基于所述物流车辆实际的出发地或到达地的定位位置与运单声明的出发地或到达地的位置的距离差值而得出;所述时间误差基于所述物流车辆从实际的出发地出发或到达实际的到达地的时间与运单声明的出发时间或到达时间的时间差值而得出。本领域的技术人员可从实际的业务需求出发,为行驶数据误差设置相应的计算方法,本说明书对此不做限定。
表1示意了基于贷款需求方提供的多个历史运单的信息,和从第三方定位服务设备获取的与上述多个历史运单信息对应的实际行驶数据,进行多点信息采集,而生成的行驶数据误差与运单匹配率的对应关系表格。
表1行驶数据误差与运单匹配率的对应关系表格
上述信息采集方法可包括:
步骤11,获得每个历史运单中的行驶数据误差{s11,s21,t11,t21},{s12,s22,t12,t22},……{s1i,s2i,t1i,t2i},其中i为历史运单个数,s1i表示第i个运单对应的、物流车辆实际的出发地与该运单声明的出发地的距离差值,s2i表示第i个运单对应的、物流车辆实际的到达地与该运单声明的到达地的距离差值,t1i表示第i个运单对应的、物流车辆从实际的出发地出发的时间与该运单声明的出发时间的时间差值,t2i表示第i个运单对应的、物流车辆到达实际的到达地的时间与该运单声明的到达时间的时间差值。
在一示出的实施方式中,贷款服务方可将上述出发地和到达地的距离误差数据,或时间误差数据进行耦合,从而获得耦合的距离误差s12i和耦合的时间误差s12i,其耦合的方式包括但不限于:
s12i=(s1i+s2i)/2;
t12i=(t1i+t2i)/2。
步骤12,分别设定出行误差S和T,计算与该出行误差S和T对应的运单匹配率P。
例如,可设定多组S和T,分别表示为{S1,T1},{S2,T2}……{Sm,Tm},在每个设定的出行误差条件S和T下,计算满足s12i≤S且t12i≤T的历史运单占所有历史运单的比例P,从而获得与每个出行误差值{S1,T1},{S2,T2}……{Sm,Tm}对应的运单匹配率P1,P2……Pm。
在实际应用中,可尽量多的设置误差S和T的数组个数,从而获得更为细致的行驶数据误差与运单匹配率与的对应关系;例如,表1从时间误差T为9分钟、距离误差S为100米开始,按照S每次递增10米、T每次递增1分钟的取样频率,整理计算出多个行驶数据误差值与运单匹配率的对应关系(由于篇幅所限,表1中省略了多个取样点,并用省略号标示)。
接下来贷款服务方的服务设备即可基于表1所示的、针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系,判断所述贷款运单对应的实际行驶数据与所述贷款运单声明的行驶数据的差值是否小于与运单匹配率的预设阈值所对应的行驶数据误差阈值;如果小于,则可执行与所述预设阈值对应的贷款业务。
上述运单匹配率的预设阈值可基于上述贷款运单所实际用于的贷款业务流程而分别设定。例如,在贷款准入判断业务流程中,贷款服务方判断是否可基于上述贷款运单为所述贷款需求方提供贷款业务,则上述预设阈值可设置为贷款准入条件下的运单匹配率阈值;在贷款授信业务流程中,贷款服务方判断是否可基于上述贷款运单为所述贷款需求方提供预设授信额度的贷款授信业务,上述预设阈值可设置为与预设的授信额度对应的运单匹配率阈值;在贷款用信业务流程中,贷款服务方判断是否可基于上述贷款运单为所述贷款需求方发放与该贷款运单的金额匹配的贷款用信,上述预设阈值可以设置为针对所述贷款需求方的、准予用信的运单匹配率阈值。
上述多个贷款业务流程中的运单匹配率的预设阈值,可基于上述贷款需求方的信用资质来设定,对于信用资质较高的物流公司,可以设定较低的运单匹配率阈值,从而降低其贷款准入门槛、或给予其较高额度的贷款授信或较简便的贷款用信;对于信用资质较低的物流公司,可以设定较高的运单匹配率阈值,从而相对提高其贷款准入门槛、或给予其较低额度的贷款授信或较严苛的贷款用信。
如表1所示,由于行驶数据误差为包含距离误差和时间误差的二元数组,通过表格对比的方式较难准确直接地获得上述贷款运单的行驶数据误差是否小于与上述运单匹配率阈值所对应的行驶数据误差值,在本说明书又一示意的实施方式中,可采用机器学习算法,基于表1所示的行驶数据误差与运单匹配率的对应关系,计算出如图2所示的任意运单匹配率(图2所示的0-0.3)条件下的行驶数据误差的分布图。
例如,当上述运单匹配率的预设阈值设定为P=0.1时,贷款运单的行驶数据误差所对应的二元数组(t,s)在图2中的位置,处于P=0.1条件下的行驶数据误差曲线下方时,上述贷款运单即为满足上述运单匹配率的预设阈值的运单,可基于该贷款运单执行与所述预设阈值对应的贷款逻辑。
图2示意了运单匹配率P为0、0.01、0.02直至0.3的条件下,行驶数据的时间误差T和距离误差S所遵从的分布曲线,上述各个分布曲线可以视为运单匹配率P相对于行驶数据的时间误差T、距离误差S构建的曲面函数在各个设定的运单匹配率(P=0,0.01,0.02直至0.3)条件下的等匹配率切面投影,因此,图2所示的任一条时间误差和距离误差的分布曲线上,每个时间误差T和距离误差S所对应的运单匹配率相同(可被视为等匹配率曲线)。
本说明书将在以下的实施方式中简述将表1所提供的、不同的运单匹配率P1,P2……Pm下的{S1,T1},{S2,T2}……{Sm,Tm}的散点位置作为训练集,采用梯度下降算法,基于机器学习算法拟合运单匹配率P相对于行驶数据的时间误差T、距离误差S构建的曲面函数。
步骤21,预设定上述曲面函数的损失函数为:
该损失函数的梯度为:
每隔预设的步长,参数相应地更新为:
其中,i是样本编号下标,j是样本维数下标,m为样本数目,hθ为上述曲面函数,θ包括描述曲面函数中S、T、P的相互关系的参数,x为自变量。
步骤22,将表1中的各个(Sm,Tm,Pm)数据作为训练样本,代入上述梯度公式,采用梯度下降法迭代调整参数θ′j,计算θ′j处的函数梯度,直至上述损失函数的梯度收敛(如图3所示)。
普通的梯度下降算法在更新系数时要遍历整个数据集,是一种批处理方法,这样训练数据特别忙庞大时,可能出现如下问题:收敛过程可能非常慢;如果误差曲面上有多个局极小值,那么不能保证这个过程会找到全局最小值。
为了解决上面的问题,本实施方式应用随机梯度下降法,随机梯度下降法是根据每个单独的训练样本来更新系数,对每个参数进行迭代更新,直至损失函数J(θ)收敛至局部最优解,此时,即可获得运单匹配率P相对于行驶数据的时间误差T、距离误差S构建的曲面函数hθ,或者获得该曲面函数hθ的各个等运单匹配率曲线在P=0平面的投影。
在具体实现时,曲面函数hθ的参数表达可能过于复杂而较难直接获取各个等运单匹配率曲线,此时,可在上述损失函数的梯度收敛时,计算出任意(S,T)对应的运单匹配率P,并在(S,T)平面中将运单匹配率相同的点连接起来,即可便捷地绘制出如图2所示的P为0、0.01、0.02直至0.3的条件下,行驶数据的时间误差T和距离误差S所遵从的分布曲线。
例如,由贷款需求方的信用资质而设定的匹配率的预设阈值为10%;此时,贷款服务方通过与第三方定位服务设备通信、获得任一贷款运单的实际行驶数据与该任一贷款运单声明的行驶数据的误差(t’,s’)=(100,100),此时,贷款服务方可基于图2所示的该贷款需求方的行驶数据误差的分布曲线,判断上述任一贷款运单的行驶数据误差(t’,s’)是否不超过准予用信的运单匹配率阈值10%所对应的误差值,亦即,判断(t’,s’)点在图2中的位置是否位于准予用信的运单匹配率阈值条件下的误差值分布曲线(匹配率为0.1的曲线的下方;在本实施方式中,既可直观、便捷地判断出(100,100)点在匹配率为0.1的曲线下发,也可计算匹配率为0.1的曲线中,时间误差值为100时所对应的距离误差的取值,由于计算所得的上述距离误差的取值大于100,从而更精准地判断出上述任一贷款运单是可被用于与P=0.1对应的贷款业务流程中的。
步骤108,如果是,基于所述贷款运单,为所述贷款需求方执行与所述预设阈值对应的贷款逻辑。
如上所述,在贷款准入判断业务流程中,对应的运单匹配率的预设阈值可设置为贷款准入条件下的运单匹配率阈值,贷款服务方可基于步骤102至108所述的数据处理方法,从贷款需求方提供的多个贷款运单中,选取满足贷款准入条件下的运单匹配率阈值的运单,以执行下一阶段的贷款业务流程。
在贷款授信业务流程中,对应的运单匹配率的预设阈值可设置为与预设的授信额度对应的运单匹配率阈值;贷款服务方可基于步骤102至108所述的数据处理方法,从贷款需求方提供的多个贷款运单中,选择满足预设的授信额度对应的运单匹配率阈值的运单,以基于该运单的比例,判断是否给予贷款服务方上述授信额度。
在贷款用信业务流程中,对应的运单匹配率的预设阈值可以设置为针对所述贷款需求方的、准予用信的运单匹配率阈值,贷款服务方可基于步骤102至108所述的数据处理方法,从贷款需求方提供的多个贷款运单中,选择满足准予用信的运单匹配率阈值的运单,向贷款需求方提供与该运单的运费金额匹配的贷款用信。在本实施方式中,并不限定贷款需求方所提供的贷款运单的个数,通过基于上述步骤102至106所述的技术流程,可为每个贷款运单逐一判断是否可以发放与该贷款运单的运费金额匹配的贷款用信数额。贷款需求方所对应的不同运单匹配率条件下的行驶数据误差分布曲线(图2所示)可在一定时期内保持稳定分布,从而在无需计算每批次用于贷款申请的所有贷款运单的匹配率的前提下,快捷、精准地为贷款需求方提供贷款。
本说明书各实施方式所提供的物流运单贷款场景中的数据处理方法,将传统的凭经验预先设置出行误差阈值,判断多个贷款运单中行驶数据误差小于预先设置的出行误差阈值的运单占比(及运单匹配率)是否满足预设匹配率阈值的数据处理方式,转变为基于针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系,判断每个贷款运单的出行误差是否小于与运单匹配率的预设阈值所对应的行驶数据误差的数据处理方式,提高了运单贷款业务的精准性和灵活性。
当贷款需求方的信用评级出现大幅度变动,或贷款需求方的经营状态、资金状态或技术状态发生明显变动时,贷款服务方可重新为该贷款需求方建立上述行驶数据误差分布曲线,从而及时控制贷款风险。
与上述流程实现对应,本说明书的实施例还提供了一种物流运单贷款场景中的数据处理装置40。装置40可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为逻辑意义上的装置,是通过所在设备的CPU(Central Process Unit,中央处理器)将对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,除了图5所示的CPU、内存以及存储器之外,上述装置所在的设备通常还包括用于进行无线信号收发的芯片等其他硬件,和/或用于实现网络通信功能的板卡等其他硬件。
如图4所示,本说明书还提供了一种物流运单贷款场景中的数据处理装置40,应用于贷款服务方的服务设备,所述贷款服务方的服务设备与第三方定位服务设备通信连接;贷款需求方的物流车辆搭载有与所述第三方定位服务设备远程通信的定位装置;所述贷款服务方的服务设备存储有针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系;其中,所述运单匹配率用以表征所述贷款需求方提供的多个贷款运单中可用于贷款业务的运单比例;
所述装置40包括:
接收单元402,接收贷款需求方发送的贷款运单的信息,所述贷款运单的信息包括承运所述贷款运单的车辆搭载的定位装置的标识,和所述贷款运单声明的行驶数据;
获取单元404,基于所述定位装置的标识,从第三方定位服务设备获取所述定位装置采集的、与所述贷款运单对应的实际行驶数据;
判断单元406,基于针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系,判断所述实际行驶数据与所述声明的行驶数据的差值是否小于与运单匹配率的预设阈值所对应的行驶数据误差;
执行单元408,基于所述贷款运单,为所述贷款需求方执行与所述预设阈值对应的贷款业务。
在又一示出的实施方式中,所述贷款服务方的服务设备获得针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系的过程,包括:
基于贷款需求方发送的多个历史运单的信息,和从第三方定位服务设备获取的与所述多个历史运单对应的多个实际行驶数据,采用机器学习算法,拟合出针对所述贷款需求方的、任意运单匹配率条件下的行驶数据误差的分布图。
在又一示出的实施方式中,所述行驶数据误差包括距离误差和时间误差;所述距离误差基于所述物流车辆实际的出发地或到达地的定位位置与运单声明的出发地或到达地的位置的距离差值而得出;所述时间误差基于所述物流车辆从实际的出发地出发或到达实际的到达地的时间与运单声明的出发时间或到达时间的时间差值而得出。
在又一示出的实施方式中,所述贷款运单为用于贷款用信业务的物流运单;所述运单匹配率的预设阈值基于所述贷款需求方的信用资质确定;
所述执行单元408,进一步用于:
基于所述贷款运单,为所述贷款需求方发放与所述贷款运单的运费金额匹配的贷款数额。
在又一示出的实施方式中,所述贷款运单为用于贷款准入判断业务的物流运单;
所述执行单元408,进一步用于:
准予将所述贷款运单用于针对所述贷款需求方的贷款业务。
上述装置40中各个单元的功能和作用的实现过程具体详见上述贷款服务方的服务设备所执行的物流运单贷款场景中的数据处理方法中对应步骤的实现过程,相关之处参见方法实施例的部分说明即可,在此不再赘述。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部单元或模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
上述实施例阐明的装置、单元、模块,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
与上述方法实施例相对应,本说明书的实施例还提供了一种计算机设备,如图4所示,该计算机设备包括存储器和处理器。其中,存储器上存储有能够由处理器运行的计算机程序;处理器在运行存储的计算机程序时,执行本说明书实施例中上述贷款服务方的服务设备所执行的物流运单贷款场景中的数据处理方法的各个步骤。对上述贷款服务方的服务设备所执行的物流运单贷款场景中的数据处理方法的各个步骤的详细描述请参见之前的内容,不再重复。
与上述方法实施例相对应,本说明书的实施例还提供了一种计算机可读存储介质,该存储介质上存储有计算机程序,这些计算机程序在被处理器运行时,执行本说明书实施例中贷款服务方的服务设备所执行的物流运单贷款场景中的数据处理方法的各个步骤。对上述贷款服务方的服务设备所执行的物流运单贷款场景中的数据处理方法的各个步骤的详细描述请参见之前的内容,不再重复。
以上所述仅为本说明书的较佳实施例而已,并不用以限制本说明书,凡在本说明书的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本说明书保护的范围之内。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。
计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书的实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书的实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
Claims (12)
1.一种物流运单贷款场景中的数据处理方法,应用于贷款服务方的服务设备,所述贷款服务方的服务设备与第三方定位服务设备通信连接;贷款需求方的物流车辆搭载有与所述第三方定位服务设备远程通信的定位装置;所述贷款服务方的服务设备存储有针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系;其中,所述运单匹配率用以表征所述贷款需求方提供的多个贷款运单中可用于贷款业务的运单比例;
所述方法包括:
接收贷款需求方发送的贷款运单的信息,所述贷款运单的信息包括承运所述贷款运单的车辆搭载的定位装置的标识,和所述贷款运单声明的行驶数据;
基于所述定位装置的标识,从第三方定位服务设备获取所述定位装置采集的、与所述贷款运单对应的实际行驶数据;
基于针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系,判断所述实际行驶数据与所述声明的行驶数据的差值是否小于与运单匹配率的预设阈值所对应的行驶数据误差;
如果是,基于所述贷款运单,为所述贷款需求方执行与所述预设阈值对应的贷款业务。
2.根据权利要求1所述的方法,所述贷款服务方的服务设备获得针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系的过程,包括:
基于贷款需求方发送的多个历史运单的信息,和从第三方定位服务设备获取的与所述多个历史运单对应的多个实际行驶数据,采用机器学习算法,拟合出针对所述贷款需求方的、任意运单匹配率条件下的行驶数据误差的分布图。
3.根据权利要求1或2所述的方法,所述行驶数据误差包括距离误差和时间误差;所述距离误差基于所述物流车辆实际的出发地或到达地的定位位置与运单声明的出发地或到达地的位置的距离差值而得出;所述时间误差基于所述物流车辆从实际的出发地出发或到达实际的到达地的时间与运单声明的出发时间或到达时间的时间差值而得出。
4.根据权利要求1所述的方法,所述贷款运单为用于贷款用信业务的物流运单;所述运单匹配率的预设阈值基于所述贷款需求方的信用资质确定;
所述基于所述贷款运单,为所述贷款需求方执行与所述预设阈值对应的贷款业务,包括:
基于所述贷款运单,为所述贷款需求方发放与所述贷款运单的运费金额匹配的贷款数额。
5.根据权利要求1所述的方法,所述贷款运单为用于贷款准入判断业务的物流运单;
基于所述贷款运单,为所述贷款需求方执行与所述预设阈值对应的贷款业务,包括:
准予将所述贷款运单用于针对所述贷款需求方的贷款业务。
6.一种物流运单贷款场景中的数据处理装置,应用于贷款服务方的服务设备,所述贷款服务方的服务设备与第三方定位服务设备通信连接;贷款需求方的物流车辆搭载有与所述第三方定位服务设备远程通信的定位装置;所述贷款服务方的服务设备存储有针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系;其中,所述运单匹配率用以表征所述贷款需求方提供的多个贷款运单中可用于贷款业务的运单比例;
所述装置包括:
接收单元,接收贷款需求方发送的贷款运单的信息,所述贷款运单的信息包括承运所述贷款运单的车辆搭载的定位装置的标识,和所述贷款运单声明的行驶数据;
获取单元,基于所述定位装置的标识,从第三方定位服务设备获取所述定位装置采集的、与所述贷款运单对应的实际行驶数据;
判断单元,基于针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系,判断所述实际行驶数据与所述声明的行驶数据的差值是否小于与运单匹配率的预设阈值所对应的行驶数据误差;
执行单元,基于所述贷款运单,为所述贷款需求方执行与所述预设阈值对应的贷款业务。
7.根据权利要求6所述的装置,所述贷款服务方的服务设备获得针对所述贷款需求方的、行驶数据误差与运单匹配率的对应关系的过程,包括:
基于贷款需求方发送的多个历史运单的信息,和从第三方定位服务设备获取的与所述多个历史运单对应的多个实际行驶数据,采用机器学习算法,拟合出针对所述贷款需求方的、任意运单匹配率条件下的行驶数据误差的分布图。
8.根据权利要求6或7所述的装置,所述行驶数据误差包括距离误差和时间误差;所述距离误差基于所述物流车辆实际的出发地或到达地的定位位置与运单声明的出发地或到达地的位置的距离差值而得出;所述时间误差基于所述物流车辆从实际的出发地出发或到达实际的到达地的时间与运单声明的出发时间或到达时间的时间差值而得出。
9.根据权利要求6所述的装置,所述贷款运单为用于贷款用信业务的物流运单;所述运单匹配率的预设阈值基于所述贷款需求方的信用资质确定;
所述执行单元,进一步用于:
基于所述贷款运单,为所述贷款需求方发放与所述贷款运单的运费金额匹配的贷款数额。
10.根据权利要求6所述的装置,所述贷款运单为用于贷款准入判断业务的物流运单;
所述执行单元,进一步用于:
准予将所述贷款运单用于针对所述贷款需求方的贷款业务。
11.一种计算机设备,包括:存储器和处理器;所述存储器上存储有可由所述处理器运行的计算机程序;所述处理器运行所述计算机程序时,执行如权利要求1至5任意一项所述的方法。
12.一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运行时,执行如权利要求1到5任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010871098.3A CN112017026A (zh) | 2020-08-26 | 2020-08-26 | 物流运单贷款场景中的数据处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010871098.3A CN112017026A (zh) | 2020-08-26 | 2020-08-26 | 物流运单贷款场景中的数据处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112017026A true CN112017026A (zh) | 2020-12-01 |
Family
ID=73502267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010871098.3A Pending CN112017026A (zh) | 2020-08-26 | 2020-08-26 | 物流运单贷款场景中的数据处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112017026A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2254260A1 (en) * | 1998-11-09 | 2000-05-09 | John F. Regan | Lender and insurer transaction processing system and method |
EP1531410A1 (de) * | 2003-10-30 | 2005-05-18 | Deutsche Post AG | Verfahren zur Bearbeitung mindestens einer Anforderung eines medizinischen Gutes |
US20060074791A1 (en) * | 2004-09-28 | 2006-04-06 | Jelaco John A | System, method and associated software for managing the transportation of goods |
US20160277424A1 (en) * | 2015-03-20 | 2016-09-22 | Ashif Mawji | Systems and Methods for Calculating a Trust Score |
CA2997815A1 (en) * | 2015-11-26 | 2017-06-01 | 10353744 Canada Ltd. | Intelligent electronic commerce system, and method and device for implementing same |
CN109584038A (zh) * | 2018-10-16 | 2019-04-05 | 平安普惠企业管理有限公司 | 联合贷款中的放贷模式切换方法、装置、介质和设备 |
CN109711977A (zh) * | 2018-11-28 | 2019-05-03 | 厦门和诚智汇信息科技有限公司 | 一种基于卡车消费场景的互联网贷款数据处理方法及系统 |
CN109800926A (zh) * | 2019-03-04 | 2019-05-24 | 苏州大学 | 一种基于深度融合的信贷额度预测方法、装置和介质 |
CN110033216A (zh) * | 2019-03-19 | 2019-07-19 | 广西卡西亚科技有限公司 | 一种基于北斗的多式联运运单追踪和决策的方法 |
US20190360823A1 (en) * | 2018-05-22 | 2019-11-28 | Bank Of America Corporation | System for providing real-time routing and data services for user events based on real-time vehicle location |
WO2020125839A1 (de) * | 2018-12-18 | 2020-06-25 | GRID INVENT gGmbH | Elektronisches element und elektrisch angesteuertes anzeigeelement |
-
2020
- 2020-08-26 CN CN202010871098.3A patent/CN112017026A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2254260A1 (en) * | 1998-11-09 | 2000-05-09 | John F. Regan | Lender and insurer transaction processing system and method |
EP1531410A1 (de) * | 2003-10-30 | 2005-05-18 | Deutsche Post AG | Verfahren zur Bearbeitung mindestens einer Anforderung eines medizinischen Gutes |
US20060074791A1 (en) * | 2004-09-28 | 2006-04-06 | Jelaco John A | System, method and associated software for managing the transportation of goods |
US20160277424A1 (en) * | 2015-03-20 | 2016-09-22 | Ashif Mawji | Systems and Methods for Calculating a Trust Score |
CA2997815A1 (en) * | 2015-11-26 | 2017-06-01 | 10353744 Canada Ltd. | Intelligent electronic commerce system, and method and device for implementing same |
US20190360823A1 (en) * | 2018-05-22 | 2019-11-28 | Bank Of America Corporation | System for providing real-time routing and data services for user events based on real-time vehicle location |
CN109584038A (zh) * | 2018-10-16 | 2019-04-05 | 平安普惠企业管理有限公司 | 联合贷款中的放贷模式切换方法、装置、介质和设备 |
CN109711977A (zh) * | 2018-11-28 | 2019-05-03 | 厦门和诚智汇信息科技有限公司 | 一种基于卡车消费场景的互联网贷款数据处理方法及系统 |
WO2020125839A1 (de) * | 2018-12-18 | 2020-06-25 | GRID INVENT gGmbH | Elektronisches element und elektrisch angesteuertes anzeigeelement |
CN109800926A (zh) * | 2019-03-04 | 2019-05-24 | 苏州大学 | 一种基于深度融合的信贷额度预测方法、装置和介质 |
CN110033216A (zh) * | 2019-03-19 | 2019-07-19 | 广西卡西亚科技有限公司 | 一种基于北斗的多式联运运单追踪和决策的方法 |
Non-Patent Citations (1)
Title |
---|
任鹏 等: "基于大数据的物流信息化发展影响评估体系", 物流技术, vol. 34, no. 21, 15 November 2015 (2015-11-15), pages 197 - 200 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109872149B (zh) | 使用数字证书的可信度的方法和系统 | |
US11810115B2 (en) | Method and system for determining terminal locations | |
US11397950B2 (en) | Systems and methods for authenticating an electronic transaction | |
CN110033370B (zh) | 账户创建方法及装置、电子设备、存储介质 | |
CN111784509A (zh) | 一种动态校验方法、装置、电子设备及存储介质 | |
CN114096978A (zh) | 数字资产管理系统和方法 | |
CN109146148B (zh) | 一种余额预测偏差原因的确定方法及装置 | |
CN112540959B (zh) | 一种数据处理方法和装置 | |
CN114282998A (zh) | 一种外币账户余额处理方法和装置 | |
CN109658643A (zh) | 支付风险告警方法、服务器及智能pos | |
CN114091109B (zh) | 跨境电商平台数据验证方法、系统、终端及存储介质 | |
CN111105238A (zh) | 一种交易风险控制方法和装置 | |
CN112017026A (zh) | 物流运单贷款场景中的数据处理方法和装置 | |
US20210182836A1 (en) | Tracing cryptocurrencies | |
CN114444120A (zh) | 一种基于区块链的融资方法、装置、电子设备和存储介质 | |
CN114066615A (zh) | 受托支付方法、装置、电子设备和存储介质 | |
CN113094414A (zh) | 流转图谱生成方法及装置 | |
CN112907362A (zh) | 贷款业务的处理方法、装置、电子设备和存储介质 | |
CN108429632A (zh) | 一种业务监控方法和装置 | |
CN114881546B (zh) | 一种确定资源消耗的方法和装置 | |
EP4012642A2 (en) | Blockchain-based outlet site selection method and apparatus, device and storage medium | |
CN109388785B (zh) | 筛选文本的方法和装置 | |
US20230401635A1 (en) | Computer networked filing engine | |
US20230109299A1 (en) | System and user interface of a user device for managing tokens associated with a user | |
CN115099918A (zh) | 一种税务数据的处理方法及装置 |
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 |