CN112116459A - 一种基于借贷的数据处理方法及装置 - Google Patents
一种基于借贷的数据处理方法及装置 Download PDFInfo
- Publication number
- CN112116459A CN112116459A CN202011062358.9A CN202011062358A CN112116459A CN 112116459 A CN112116459 A CN 112116459A CN 202011062358 A CN202011062358 A CN 202011062358A CN 112116459 A CN112116459 A CN 112116459A
- Authority
- CN
- China
- Prior art keywords
- loan
- information
- user
- demand
- borrowing
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000010801 machine learning Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012549 training Methods 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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (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
本申请公开了一种基于借贷的数据处理方法,该方法可以由服务器执行,当用户选择借出资金以获得一定收益时,服务器首先获取借方用户的借款需求,所述借方用户的借款需求,包括:借款金额、收益需求和损失风险需求。在获取借方用户的借款需求后,根据预先存储的贷款用户信息,确定满足所述借款需求的贷款用户,其中,所述贷款用户信息,包括多个贷款用户的信息,所述多个贷款用户包括第一用户,所述第一用户的信息,包括所述第一用户的贷款信息、所述贷款信息对应的收益以及损失风险。
Description
技术领域
本申请涉及数据处理领域,特别是涉及一种基于借贷的数据处理方法及装置。
背景技术
目前,在合法范围内,用户可以选择将资金借给其他用户,以获得一定的收益,但由于用户很难找到满足自身收益需求和损失风险需求的贷款用户,无法确定最佳贷款用户,实现利益最大化,给用户带来了不好的体验。
因此,急需一种方案,可以解决上述问题。
发明内容
本申请所要解决的技术问题是,提供一种基于借贷的数据处理方法及装置,以解决由于用户很难找到满足自身收益需求和损失风险需求的贷款用户,无法确定最佳贷款用户,实现利益最大化的问题。
本申请实施例提供了一种基于借贷的数据处理方法,当用户选择借出资金以获得一定收益时,服务器首先获取借方用户的借款需求,所述借方用户的借款需求,包括:借款金额、收益需求和损失风险需求。在获取借方用户的借款需求后,根据预先存储的贷款用户信息,确定满足所述借款需求的贷款用户,其中,所述贷款用户信息,包括多个贷款用户的信息,所述多个贷款用户包括第一用户,所述第一用户的信息,包括所述第一用户的贷款信息、所述贷款信息对应的收益以及损失风险。采用本方案,当用户选择将资金借给其他用户以获得一定收益时,服务器可以根据预先存储的贷款用户信息,确定满足借方用户借款需求的贷款用户,从而满足借方用户的收益需求和损失风险需求。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例中一种基于借贷的数据处理方法的流程示意图;
图2为本申请实施例中一种基于借贷的数据处理装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的发明人经过研究发现,当前,在合法范围内,用户可以选择将资金借给其他用户,以获得一定的收益,但由于用户很难找到满足自身收益需求和损失风险需求的贷款用户,无法确定最佳贷款用户,实现利益最大化,给用户带来了不好的体验。
为了解决上述问题,在本申请实施例中,当用户选择借出资金以获得一定收益时,服务器首先获取借方用户的借款需求,所述借方用户的借款需求,包括:借款金额、收益需求和损失风险需求。在获取借方用户的借款需求后,根据预先存储的贷款用户信息,确定满足所述借款需求的贷款用户,其中,所述贷款用户信息,包括多个贷款用户的信息,所述多个贷款用户包括第一用户,所述第一用户的信息,包括所述第一用户的贷款信息、所述贷款信息对应的收益以及损失风险。采用本方案,当用户选择将资金借给其他用户以获得一定收益时,服务器可以根据预先存储的贷款用户信息,确定满足借方用户借款需求的贷款用户,从而满足借方用户的收益需求和损失风险需求。
下面结合附图,详细说明本申请的各种非限制性实施方式。
示例性方法
参见图1,示出了本申请实施例中一种基于借贷的数据处理方法的流程示意图。图1所示的方法,在一种实现方式中,例如可以由服务器执行。
在本实施例中,图1所示的方法例如可以通过以下步骤S101-S102实现。
S101:获取借方用户的借款需求,所述借方用户的借款需求,包括:借款金额、收益需求和损失风险需求。
在本实施例中,在借方用户提出借款需求后,服务器首先获取借方用户的借款需求,其中,借方用户是借出资金以获得一定收益的用户,所述借方用户的借款需求包括借款金额、收益需求和损失风险需求。在本实施例中,收益需求可以根据借出时间以及年收益或月收益确定,损失风险需求可以根据借款金额和预期损失确定。例如,当借款用户提出的借款需求为,“借出10万元,借出10年,年收益1000元,预期损失2%”时,所述借款用户的借款金额为10万元,收益需求为1万元(10年*年收益1000元),损失风险需求为2000元(10万元*2%)。可以理解的是,所述收益需求还可以是不包含阶段性收益要求的总收益,例如,“借出10万元,总收益2万元,预期损失2%”。
S102:根据预先存储的贷款用户信息,确定满足所述借款需求的贷款用户。
在本实施例中,服务器在获取借方用户的借款需求后,为确定满足所述借款需求的贷款用户,可以查找服务器中预先存储的贷款用户信息,其中,所述贷款用户信息包括多个贷款用户的信息,所述多个贷款用户包括第一用户,所述第一用户的信息包括所述第一用户的贷款信息、所述贷款信息对应的收益以及损失风险。在这里,所述贷款信息为贷款金额及预期贷款时间,所述贷款信息对应的收益以及损失风险是指所述贷款为所述贷款对应的借方用户带来的收益以及损失风险。例如,若服务器获取到一组预先存储的第一用户的信息为“贷款20万元,期限2年,收益2000元,损失0元”,则所述第一用户的贷款信息为“贷款20万元,期限2年”,所述贷款信息为所述贷款对应的借方用户带来的收益为“2000元”,所述贷款信息为所述贷款对应的借方用户带来的损失风险为“0元”。
在查找服务器中预先存储的贷款用户信息后,将所述预先存储的贷款用户信息与所述借款需求进行匹配,所述借款需求例如可以为“出借10万元,收益1万元,2年还清”,通过将多个贷款用户的信息与借款需求进行匹配,找到满足所述借款需求的贷款用户。
可以理解的是,满足所述借款需求的贷款用户的数量可能为多个,当满足所述借款需求的贷款用户的数量为多个时,可以根据所确定的所述多个贷款用户的信息,将所述借款金额分配给所述贷款用户中的其中一个或者多个用户。在一种可能的实现方式中,例如可以根据贷款用户的信息中,所述贷款信息及其对应的收益和/或损失风险来进行分配。例如,服务器在获取借方用户的借款需求为“出借10万元,收益2万元,2年还清,损失风险不可超过10%”后,查找的预先存储的贷款用户信息中,有贷款用户A、贷款用户B和贷款用户C均满足借方用户的借款需求。其中,贷款用户A的贷款信息为10万元,其对应的收益为3万元,损失风险为8%;贷款用户B的贷款信息为10万元,其对应的收益为3万元,损失风险为5%;贷款用户C的贷款信息为10万元,其对应的收益为2万元,损失风险为5%;则借款用户可以将借款金额10万元借给贷款用户A和贷款用户B,其中,分配给借款用户A的金额小于分配给借款用户B的金额,以降低损失风险;借款用户也可以将借款金额10万元借给贷款用户B和贷款用户C,其中,分配给借款用户B的金额大于分配给借款用户C的金额,以提高收益。
为了将所述多个贷款用户的信息与借款需求进行匹配,首先需要确定所述多个贷款用户的贷款信息对应的收益以及损失风险,在一种可能的实现方式中,可以根据所述贷款信息对应的还款信息,得到所述贷款信息对应的收益以及损失风险。其中,所述还款信息为还款金额和实际贷款时间。
为了由所述贷款信息对应的还款信息,得到所述贷款信息对应的收益以及损失风险,可以将所述贷款信息和所述贷款信息对应的还款信息,输入到机器学习模型中,通过机器学习模型确定所述贷款信息对应的收益以及损失风险。机器学习模型为特定数据提供一种算法,所述算法可用于对所述数据进行推理并从中进行学习,所述数据在经过训练后可以识别特定类型的模式,得到特定的输出信息。在本实施例中,所述机器学习模型用于根据所述贷款信息和所述贷款信息对应的还款信息,确定所述贷款信息对应的收益以及损失风险。
可以理解的是,除采用机器学习模型这一方法外,为了由所述贷款信息对应的还款信息得到所述贷款信息对应的还款信息,还可以通过例如简单计算的方式得到。例如,若服务器获取到一组预先存储的第一用户的信息为“贷款20万元,期限2年,还款总计20.2万元”,可获知所述贷款信息对应的还款信息为“还款总计20.2万元”,由此得到所述贷款信息对应的收益为2000元(20.2万元减去20万元),所述贷款信息对应的损失风险为0%(未给所述贷款信息对应的借方用户带来损失)。
示例性设备
基于以上实施例提供的方法,本申请实施例还提供了一种装置,以下结合附图介绍该装置。
参见图2,示出了本申请实施例中一种的装置的结构示意图。所述装置例如可以具体包括:
获取模块201:用于获取借方用户的借款需求,所述借方用户的借款需求,包括:借款金额、收益需求和损失风险需求;
确定模块202:用于根据预先存储的贷款用户信息,确定满足所述借款需求的贷款用户;其中:
所述贷款用户信息,包括多个贷款用户的信息,所述多个贷款用户包括第一用户,所述第一用户的信息,包括:所述第一用户的贷款信息、所述贷款信息对应的收益以及损失风险。
通过这一装置,当用户选择将资金借给其他用户以获得一定收益时,服务器可以根据预先存储的贷款用户信息,确定满足借方用户借款需求的贷款用户,从而满足借方用户的收益需求和损失风险需求。
在一种实现方式中,所述贷款信息对应的收益以及损失风险,通过如下方式获得:
根据所述贷款信息对应的还款信息,确定所述贷款信息对应的收益以及损失风险。
在一种实现方式中,根据所述贷款信息对应的还款信息,确定所述贷款信息对应的收益以及损失风险,包括:
将所述贷款信息和所述贷款信息对应的还款信息,输入机器学习模型,得到所述贷款信息对应的收益以及损失风险;其中:
所述机器学习模型,用于根据所述贷款信息和所述贷款信息对应的还款信息,确定所述贷款信息对应的收益以及损失风险。
在一种实现方式中,所述贷款信息包括:
贷款金额和预期贷款时间;
所述还款信息包括:还款金额和实际贷款时间。
在一种实现方式中,当所确定的所述满足所述借款需求的贷款用户的数量为多个时,所述装置还包括分配模块,用于:
根据所确定的所述多个贷款用户的信息,将所述借款金额分配给所述多个贷款用户中的其中一个或者多个用户。
由于所述装置200是与以上方法实施例提供的方法对应的装置,所述装置200的各个单元的具体实现,均与以上方法实施例为同一构思,因此,关于所述装置200的各个单元的具体实现,可以参考以上方法实施例的描述部分,此处不再赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于借贷的数据处理方法,其特征在于,所述方法包括:
获取借方用户的借款需求,所述借方用户的借款需求,包括:借款金额、收益需求和损失风险需求;
根据预先存储的贷款用户信息,确定满足所述借款需求的贷款用户;其中:
所述贷款用户信息,包括多个贷款用户的信息,所述多个贷款用户包括第一用户,所述第一用户的信息,包括:所述第一用户的贷款信息、所述贷款信息对应的收益以及损失风险。
2.根据权利要求1所述的方法,其特征在于,所述贷款信息对应的收益以及损失风险,通过如下方式获得:
根据所述贷款信息对应的还款信息,确定所述贷款信息对应的收益以及损失风险。
3.根据权利要求2所述的方法,其特征在于,根据所述贷款信息对应的还款信息,确定所述贷款信息对应的收益以及损失风险,包括:
将所述贷款信息和所述贷款信息对应的还款信息,输入机器学习模型,得到所述贷款信息对应的收益以及损失风险;其中:
所述机器学习模型,用于根据所述贷款信息和所述贷款信息对应的还款信息,确定所述贷款信息对应的收益以及损失风险。
4.根据权利要求2或3所述的方法,其特征在于,所述贷款信息包括:
贷款金额和预期贷款时间;
所述还款信息包括:还款金额和实际贷款时间。
5.根据权利要求1所述的方法,其特征在于,当所确定的所述满足所述借款需求的贷款用户的数量为多个时,所述方法还包括:
根据所确定的所述多个贷款用户的信息,将所述借款金额分配给所述多个贷款用户中的其中一个或者多个用户。
6.一种基于借贷的数据处理装置,其特征在于,所述装置包括:
获取模块:用于获取借方用户的借款需求,所述借方用户的借款需求,包括:借款金额、收益需求和损失风险需求;
确定模块:用于根据预先存储的贷款用户信息,确定满足所述借款需求的贷款用户;其中:
所述贷款用户信息,包括多个贷款用户的信息,所述多个贷款用户包括第一用户,所述第一用户的信息,包括:所述第一用户的贷款信息、所述贷款信息对应的收益以及损失风险。
7.根据权利要求6所述的装置,其特征在于,所述贷款信息对应的收益以及损失风险,通过如下方式获得:
根据所述贷款信息对应的还款信息,确定所述贷款信息对应的收益以及损失风险。
8.根据权利要求7所述的装置,其特征在于,根据所述贷款信息对应的还款信息,确定所述贷款信息对应的收益以及损失风险,包括:
将所述贷款信息和所述贷款信息对应的还款信息,输入机器学习模型,得到所述贷款信息对应的收益以及损失风险;其中:
所述机器学习模型,用于根据所述贷款信息和所述贷款信息对应的还款信息,确定所述贷款信息对应的收益以及损失风险。
9.根据权利要求7或8所述的装置,其特征在于,所述贷款信息包括:
贷款金额和预期贷款时间;
所述还款信息包括:还款金额和实际贷款时间。
10.根据权利要求6所述的装置,其特征在于,当所确定的所述满足所述借款需求的贷款用户的数量为多个时,所述装置还包括分配模块,用于:
根据所确定的所述多个贷款用户的信息,将所述借款金额分配给所述多个贷款用户中的其中一个或者多个用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011062358.9A CN112116459B (zh) | 2020-09-30 | 2020-09-30 | 一种基于借贷的数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011062358.9A CN112116459B (zh) | 2020-09-30 | 2020-09-30 | 一种基于借贷的数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112116459A true CN112116459A (zh) | 2020-12-22 |
CN112116459B CN112116459B (zh) | 2024-02-02 |
Family
ID=73797392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011062358.9A Active CN112116459B (zh) | 2020-09-30 | 2020-09-30 | 一种基于借贷的数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112116459B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106548400A (zh) * | 2016-10-21 | 2017-03-29 | 郑友龙 | 互联网贷款的智能匹配与撮合交易平台及其方法 |
CN107194723A (zh) * | 2017-05-17 | 2017-09-22 | 中国科学技术大学 | 网络小额贷款中借款项目与出借人的双向匹配推荐方法 |
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 |
CN110675249A (zh) * | 2019-09-25 | 2020-01-10 | 深圳前海桔子信息技术有限公司 | 网络借贷的匹配方法、装置、服务器和存储介质 |
-
2020
- 2020-09-30 CN CN202011062358.9A patent/CN112116459B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106548400A (zh) * | 2016-10-21 | 2017-03-29 | 郑友龙 | 互联网贷款的智能匹配与撮合交易平台及其方法 |
CN107194723A (zh) * | 2017-05-17 | 2017-09-22 | 中国科学技术大学 | 网络小额贷款中借款项目与出借人的双向匹配推荐方法 |
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 |
CN110675249A (zh) * | 2019-09-25 | 2020-01-10 | 深圳前海桔子信息技术有限公司 | 网络借贷的匹配方法、装置、服务器和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112116459B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110415119B (zh) | 模型训练、票据交易预测方法、装置、存储介质及设备 | |
US20080288298A1 (en) | Method and system for providing low-cost life insurance | |
US11334941B2 (en) | Systems and computer-implemented processes for model-based underwriting | |
CN110070430A (zh) | 评估还款风险的方法及装置、存储介质、电子设备 | |
CN112116245A (zh) | 信贷风险评估方法、装置、计算机设备及存储介质 | |
US20030144933A1 (en) | Method and apparatus for determining a customer's likelihood of reusing a financial account | |
Muhammad et al. | The determinants of potential failure of islamic peer-to-peer lending: perceptions of stakeholders in Indonesia | |
CN107885754B (zh) | 基于lda模型从交易数据中提取信用变量的方法和装置 | |
CN113032440A (zh) | 训练风险模型的数据处理方法和装置 | |
JP2019144978A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN109460778B (zh) | 活动评估方法、装置、电子设备及存储介质 | |
CN111476657A (zh) | 信息推送方法、装置及系统 | |
CN112116459A (zh) | 一种基于借贷的数据处理方法及装置 | |
CN114119069A (zh) | 资源管理产品推荐方法及装置、电子设备、存储介质 | |
CN111815204B (zh) | 风险评估方法、装置以及系统 | |
CN109472455B (zh) | 活动评估方法、装置、电子设备及存储介质 | |
CN113160954A (zh) | 医疗资源分配方法及装置、存储介质、电子设备 | |
CN110347986A (zh) | 基于表单的信息采集方法和装置 | |
CN111626572A (zh) | 数字化智能风控方法及相关产品 | |
CN113256368B (zh) | 产品推送方法、装置、计算机设备和存储介质 | |
CN116415839B (zh) | 一种基于可解释机器学习的众包任务分配方法及系统 | |
CN118212041A (zh) | 一种金融理财产品推荐方法及系统 | |
JP2023082411A (ja) | 情報処理システム、学習装置、情報処理方法、プログラム、および学習方法 | |
CN115082238A (zh) | 虚拟资源增长量的确定方法和装置、存储介质、电子装置 | |
CN118069777A (zh) | 一种收集信息自动归类再发布方法和系统 |
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 |