CN113935826A - 一种基于用户隐私的信贷账户管理方法及系统 - Google Patents

一种基于用户隐私的信贷账户管理方法及系统 Download PDF

Info

Publication number
CN113935826A
CN113935826A CN202111228982.6A CN202111228982A CN113935826A CN 113935826 A CN113935826 A CN 113935826A CN 202111228982 A CN202111228982 A CN 202111228982A CN 113935826 A CN113935826 A CN 113935826A
Authority
CN
China
Prior art keywords
credit
user
information
management
account management
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
Application number
CN202111228982.6A
Other languages
English (en)
Other versions
CN113935826B (zh
Inventor
袁瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alpha Time Technology Shenzhen Co ltd
Original Assignee
Alpha Time Technology Shenzhen Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alpha Time Technology Shenzhen Co ltd filed Critical Alpha Time Technology Shenzhen Co ltd
Priority to CN202111228982.6A priority Critical patent/CN113935826B/zh
Publication of CN113935826A publication Critical patent/CN113935826A/zh
Application granted granted Critical
Publication of CN113935826B publication Critical patent/CN113935826B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03Credit; Loans; Processing thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/62Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245Protecting personal data, e.g. for financial or medical purposes

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Technology Law (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种基于用户隐私的信贷账户管理方法及系统,其中,所述方法包括:获得第一用户集合;获得每个用户的基本信息和历史信贷还款记录信息;将每个用户的基本信息和历史信贷还款记录信息作为一个存储单元;并分别对应存储在不同设备中;对每个设备下发信贷账户管理模型;将每个用户的基本信息和历史信贷还款记录信息输入对应设备中的所述信贷账户管理模型中,获得输出信息;将每个用户的管理成本值上传至信贷账户管理平台进行管理。解决了现有技术中存在基于信贷平台对用户的信贷业务进行直接管理时,不可避免的存在人为或非人为因素,使得用户的个人隐私遭到泄漏,无法保证用户的个人信贷业务安全的技术问题。

Description

一种基于用户隐私的信贷账户管理方法及系统
技术领域
本发明涉及金融信贷领域,具体地,涉及一种基于用户隐私的信贷账户管理方法及系统。
背景技术
对于贷款用户隐私数据的管理,整个建立账户的过程需要在平台内网或者机密环境下进行,访问时需要进行身份验证;每个账户建立都有各自的隐私校验码,当外网人员需要调用账户或者修改账户内容时都需要输入校验码进行身份识别;账户信息变更需要记录并存储,方便异常时进行追溯;账户信息需要本地存储,云端备份。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在基于信贷平台对用户的信贷业务进行直接管理时,不可避免的存在人为或非人为因素,使得用户的个人隐私遭到泄漏,无法保证用户的个人信贷业务安全的技术问题。
发明内容
针对现有技术中的缺陷,本申请实施例的目的是,通过提供一种基于用户隐私的信贷账户管理方法及系统,解决了现有技术中存在基于信贷平台对用户的信贷业务进行直接管理时,不可避免的存在人为或非人为因素,使得用户的个人隐私遭到泄漏,无法保证用户的个人信贷业务安全的技术问题。通过对用户的信贷业务进行分设备存储,同时对每个设备中存储的信贷业务进行联邦学习的隐私管理和交互升级,使得有效避免信贷平台对用户的信贷业务进行直接管理,进而达到在保证用户信贷业务的隐私的同时,使得用户的信贷业务的管理成本值实现最优化的技术效果。
一方面,本申请实施例提供一种基于用户隐私的信贷账户管理方法,其中,所述方法包括:获得第一用户集合;获得所述第一用户集合中每个用户的基本信息和历史信贷还款记录信息;将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为一个存储单元;将每个所述存储单元分别对应存储在不同设备中;对每个所述设备下发信贷账户管理模型;将所述每个用户的所述基本信息和所述史信贷还款记录信息输入对应设备中的所述信贷账户管理模型中,获得输出信息,所述输出信息包括所述每个用户的管理成本值;将所述每个用户的管理成本值上传至信贷账户管理平台进行管理。
另一方面,本申请还提供了一种基于用户隐私的信贷账户管理系统,其中,所述系统包括:第一获得单元:所述第一获得单元用于获得第一用户集合;第二获得单元:所述第二获得单元用于获得所述第一用户集合中每个用户的基本信息和历史信贷还款记录信息;第三获得单元:所述第三获得单元用于将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为一个存储单元;第一存储单元:所述第一存储单元用于将每个所述存储单元分别对应存储在不同设备中;第一下发单元:所述第一下发单元用于对每个所述设备下发信贷账户管理模型;第一输入单元:所述第一输入单元用于将所述每个用户的所述基本信息和所述史信贷还款记录信息输入对应设备中的所述信贷账户管理模型中,获得输出信息,所述输出信息包括所述每个用户的管理成本值;第一上传单元:所述第一上传单元用于将所述每个用户的管理成本值上传至信贷账户管理平台进行管理。
第三方面,本申请实施例提供了一种基于用户隐私的信贷账户管理装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
获得第一用户集合;获得所述第一用户集合中每个用户的基本信息和历史信贷还款记录信息;将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为一个存储单元;将每个所述存储单元分别对应存储在不同设备中;对每个所述设备下发信贷账户管理模型;将所述每个用户的所述基本信息和所述史信贷还款记录信息输入对应设备中的所述信贷账户管理模型中,获得输出信息,所述输出信息包括所述每个用户的管理成本值;将所述每个用户的管理成本值上传至信贷账户管理平台进行管理。通过对用户的信贷业务进行分设备存储,同时对每个设备中存储的信贷业务进行联邦学习的隐私管理和交互升级,使得有效避免信贷平台对用户的信贷业务进行直接管理,进而达到在保证用户信贷业务的隐私的同时,使得用户的信贷业务的管理成本值实现最优化的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
通过阅读参照以下附图对非限制性实施例所做的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本申请实施例一种基于用户隐私的信贷账户管理方法的流程示意图;
图2为本申请实施例一种基于用户隐私的信贷账户管理方法的获得所述信贷账户管理模型的输出信息的流程示意图;
图3为本申请实施例一种基于用户隐私的信贷账户管理方法的分配不同管理人员对所述每个用户的信贷账户进行分级管理的流程示意图;
图4为本申请实施例一种基于用户隐私的信贷账户管理方法的对信贷账户管理模型进行优化更新的流程示意图;
图5为本申请实施例一种基于用户隐私的信贷账户管理系统的结构示意图;
图6为本申请实施例示例性电子设备的结构示意图。
具体实施方式
本申请实施例通过提供一种基于用户隐私的信贷账户管理方法及系统,解决了现有技术中存在基于信贷平台对用户的信贷业务进行直接管理时,不可避免的存在人为或非人为因素,使得用户的个人隐私遭到泄漏,无法保证用户的个人信贷业务安全的技术问题。通过对用户的信贷业务进行分设备存储,同时对每个设备中存储的信贷业务进行联邦学习的隐私管理和交互升级,使得有效避免信贷平台对用户的信贷业务进行直接管理,进而达到在保证用户信贷业务的隐私的同时,使得用户的信贷业务的管理成本值实现最优化的技术效果。
下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
对于贷款用户隐私数据的管理,整个建立账户的过程需要在平台内网或者机密环境下进行,访问时需要进行身份验证;每个账户建立都有各自的隐私校验码,当外网人员需要调用账户或者修改账户内容时都需要输入校验码进行身份识别;账户信息变更需要记录并存储,方便异常时进行追溯;账户信息需要本地存储,云端备份。现有技术中存在基于信贷平台对用户的信贷业务进行直接管理时,不可避免的存在人为或非人为因素,使得用户的个人隐私遭到泄漏,无法保证用户的个人信贷业务安全的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供一种基于用户隐私的信贷账户管理方法,其中,所述方法包括:获得第一用户集合;获得所述第一用户集合中每个用户的基本信息和历史信贷还款记录信息;将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为一个存储单元;将每个所述存储单元分别对应存储在不同设备中;对每个所述设备下发信贷账户管理模型;将所述每个用户的所述基本信息和所述史信贷还款记录信息输入对应设备中的所述信贷账户管理模型中,获得输出信息,所述输出信息包括所述每个用户的管理成本值;将所述每个用户的管理成本值上传至信贷账户管理平台进行管理。
为了更好地理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
如图1所示,本申请实施例提供了一种基于用户隐私的信贷账户管理方法,其中,所述方法包括:
步骤S100:获得第一用户集合;
步骤S200:获得所述第一用户集合中每个用户的基本信息和历史信贷还款记录信息;
具体而言,对于贷款用户隐私数据的管理,整个建立账户的过程需要在平台内网或者机密环境下进行,如果基于信贷平台对用户的信贷业务进行直接管理时,不可避免的存在人为或非人为因素,使得用户的个人隐私遭到泄漏,为了确保用户的信贷隐私业务得到保护,在本申请实施例中,可对用户的信贷隐私业务进行第三方的加密管理,进一步的,所述第一用户集合包括向信贷平台或机构进行信贷的用户集合,信贷具体包括银行存款、贷款等信用活动等,所述每个用户的基本信息包括用户的个人身份信息、社会统一信用代码以及个人账户信息等,所述历史信贷还款记录信息为当事人的借贷账户相关联的贷款、还款等信息,所述历史信贷还款记录信息一定程度上表明了借贷用户的信用程度。
步骤S300:将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为一个存储单元;
步骤S400:将每个所述存储单元分别对应存储在不同设备中;
进一步的,步骤S400还包括:
步骤S410:将每个所述存储单元分别对应存储在不同设备中,其中,所述每个所述存储单元均具有一标识序列。且每个标识序列由上一相邻的存储单元获得,且,每个标识序列互不相同。
具体而言,在获得所述第一用户集合中每个用户的基本信息和历史信贷还款记录信息之后,为了确保用户的借贷信息不被泄露,可将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为一个存储单元,换言之,即将第一用户的第一相关基本信息和借贷信息存储于第一存储单元,将第二用户的第二相关基本信息和借贷信息存储于第二存储单元,以此类推,直至将所述第一用户集合中的所有用户的基本信息和历史信贷还款信息存储完毕,进而将每个所述存储单元分别对应存储在不同设备中,其中,所述每个所述存储单元均具有一标识序列。且每个标识序列由上一相邻的存储单元获得,且,每个标识序列互不相同,其中,所述标识序列即识别序列,换言之,所述每个存储单元都具有相对应的识别序列,即对与之相匹配的存储单元进行智能识别。
进一步的,所述第一存储单元可对应于第一识别序列,由于每个标识序列由上一相邻的存储单元获得,且,每个标识序列互不相同,使得所述第二存储单元的识别序列由所述第一识别序列和第二存储单元而定,进而生成第二识别序列,以此类推,直至将所有的存储单元全部存储完毕。
步骤S500:对每个所述设备下发信贷账户管理模型;
步骤S600:将所述每个用户的所述基本信息和所述史信贷还款记录信息输入对应设备中的所述信贷账户管理模型中,获得输出信息,所述输出信息包括所述每个用户的管理成本值;
具体而言,在将每个所述存储单元分别对应存储在不同设备中之后,为了对用户的信贷业务进行科学优化管理,可采取横向联邦学习算法进行辅助管理,进一步的,可对每个所述设备下发信贷账户管理模型,其中,所述信贷账户管理模型由第三虚拟方产生,且通过多组历史信贷账户数据训练而成,进而将所述每个用户的所述基本信息和所述史信贷还款记录信息输入对应设备中的所述信贷账户管理模型中,即所述信贷账户管理模型通过对不同用户的输入信息进行不断的训练,最终训练获得与用户相匹配的管理成本值,所述管理成本值,即银行在信贷的过程中所发生的成本,从借款人的角度来说,包括贷款利率或贴现率,担保费,评估费,保险费,公证费,抵押物登记费以及其它的办理手续费用;从银行的角度来说,包括贷款的资金成本、贷款的管理成本、信用风险成本、执行成本、机会成本等费用成本。在此,以用户的角度进行成本管理,所述管理成本值即为贷款利率或贴现率,担保费,评估费,保险费,公证费,抵押物登记费以及其它的办理手续费用等,基于信贷账户管理模型的匹配训练,可为对应用户匹配出最佳的管理成本值,使得用户的信贷风险数值化、可视化,进而降低信贷风险。
步骤S700:将所述每个用户的管理成本值上传至信贷账户管理平台进行管理。
进一步的,如图3所示,步骤S700还包括:
步骤S710:获得预定信贷等级划分规则;
步骤S720:根据所述预定信贷等级划分规则和所述管理成本值进行信贷等级划分,获得第一信贷等级划分结果;
步骤S730:根据所述第一信贷等级划分结果,分配不同管理人员对所述每个用户的信贷账户进行分级管理。
具体而言,在获得所述每个用户的管理成本值之后,可将所述每个用户的管理成本值上传至信贷账户管理平台进行管理,即通过第三虚拟方对用户的信贷业务进行管理计算,进而将计算结果上传至信贷账户管理平台进行管理,有效确保了信贷管理过程中,用户的信贷安全。进一步的,可获得预定信贷等级划分规则,其中,所述预定信贷等级划分规则基于用户的信贷项目数量和还款信用信息而定,举例而言,若某用户的信贷项目数量较多、还款信用较高,表明该用户的银行流水较快、资金往来较大,则该用户的信贷等级较高;反之,则较低。进一步的,根据所述预定信贷等级划分规则和所述管理成本值进行信贷等级划分,即通过对用户的信贷等级和管理成本进行综合考究划分,获得第一信贷等级划分结果,所述第一信贷等级划分结果包括:不同信贷等级对应匹配不同信贷账户管理者,举例而言,若某用户信贷等级较高,则对其匹配较为资深的信贷账户管理者进行该用户的信贷账户管理,反之,则匹配普通信贷账户管理者进行账户管理,即根据所述第一信贷等级划分结果,分配不同管理人员对所述每个用户的信贷账户进行分级管理。通过基于用户的不同信贷等级,为其匹配相应的账户管理者,使得管理者为用户的服务达到最优化,同时提升用户的业务体验度。
进一步的,如图2所示,所述将所述每个用户的所述基本信息和所述历史信贷还款记录信息输入对应设备中的所述信贷账户管理模型中,获得输出信息,所述输出信息包括所述每个用户的管理成本值,步骤S600包括:
步骤S610:将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为输入信息输入对应设备中的所述信贷账户管理模型;
步骤S620:所述信贷账户管理模型通过多组训练数据训练至收敛获得,所述多组训练数据中的每组训练数据中都包含所述基本信息和所述历史信贷还款记录信息和用于标识输出结果的标识信息;
步骤S630:获得所述信贷账户管理模型的输出信息,所述输出信息包括所述每个用户的纵向评分结果和横向评分结果,其中,所述纵向评分结果用于表征信贷项目数量信息;所述横向评分结果用于表征还款信用信息。
具体而言,为了获得所述输出信息,更具体的,可将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为输入信息输入对应设备中的所述信贷账户管理模型,所述信贷账户管理模型即机器学习中的神经网络模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks,ANN),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。通过大量训练数据的训练,将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为输入信息输入对应设备中的所述信贷账户管理模型,则输出所述每个用户的纵向评分结果和横向评分结果,其中,所述纵向评分结果用于表征信贷项目数量信息,即用户的相关联账户的信贷项目数量;所述横向评分结果用于表征还款信用信息,即用户的信贷账户中的还款期限信息。
更进一步而言,所述训练的过程实质为监督学习的过程,每一组监督数据均包括所述基本信息和所述历史信贷还款记录信息和用于标识输出结果的标识信息,将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为输入信息输入对应设备中的所述信贷账户管理模型,根据用来标识输出结果的标识信息,所述神经网络模型进行不断的自我修正、调整,直至获得的所述输出信息与所述标识信息一致,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入信息更加准确,进而使得输出的所述每个用户的纵向评分结果和横向评分结果更加合理、准确,进而对运行列车进行智能调动。
进一步的,如图4所示,所述将所述每个用户的所述基本信息和所述历史信贷还款记录信息输入对应设备中的所述信贷账户管理模型中,获得输出信息,所述输出信息包括所述每个用户的管理成本值之后,本申请实施例还包括:
步骤S810:获得所述每个用户对应的训练完成的所述信贷账户管理模型的模型参数;
步骤S820:根据所述每个用户对应的模型参数,获得模型参数集合;
步骤S830:根据所述模型参数集合,对信贷账户管理模型进行优化更新,获得第一信贷账户管理模型。
具体而言,在获得所述每个用户的管理成本值之后,为了确保用户的信贷业务的管理成本值实现最优化,进一步的,可获得所述每个用户对应的训练完成的所述信贷账户管理模型的模型参数,所述模型参数可理解为,基于第三虚拟方下发的模型,每个用户对自身数据进行训练完毕之后,生成的新的模型参数,进而根据所述每个用户对应的模型参数,获得模型参数集合,所述模型参数集合即为所有新训练模型参数的集合,进而根据所述模型参数集合,对第三虚拟方的信贷账户管理模型进行优化更新,确保对第三虚拟方的信贷账户管理模型进行实时更新,进而确保训练数据的实时有效性,所述第一信贷账户管理模型,即为当前优化参数下的最新账户管理模型。
基于样本的分布式模型训练,分发全部数据到不同的机器,每台机器从服务器下载模型,然后利用本地数据训练模型,之后返回给服务器需要更新的参数;服务器聚合各机器上的返回的参数,更新模型,再把最新的模型反馈到每台机器。由于机器之间不交流不依赖,在预测时每台机器也可以独立预测,可以把这个过程看作成基于样本的分布式模型训练。实现了在保证用户信贷业务的隐私的同时,使得用户的信贷业务的管理成本值实现最优化。
进一步的,所述获得预定信贷等级划分规则,步骤S710包括:
步骤S711:将所述纵向评分结果作为横坐标,将所述横向评分结果作为纵坐标,构建直角坐标系;
步骤S712:根据逻辑回归法获得所述直角坐标系中的预定信贷等级划分线;
步骤S713:将所述预定信贷等级划分线作为所述预定信贷等级划分规则。
具体而言,为了具体获得所述预定信贷等级划分规则,进一步的,可将所述纵向评分结果作为横坐标,将所述横向评分结果作为纵坐标,构建直角坐标系,即将表征信贷项目数量信息的纵向评分结果作为横坐标,将表征还款信用信息的横向评分结果作为纵坐标,进而构建直角坐标系,基于纵向评分结果和横向评分结果这两个不同维度的评分特征,采用逻辑回归法对其进行划分,可获得所述直角坐标系中的预定信贷等级划分线,其中,所述预定信贷等级划分线即为逻辑回归算法获得的逻辑回归线,具体的,所述逻辑回归线的一侧代表第一种信贷等级,所述逻辑回归线的另一侧代表第二种信贷等级,通过逻辑回归法对输入坐标系的数据进行预测分类,可获得所述预定信贷等级划分规则,实现了分配不同管理人员对所述每个用户的信贷账户进行分级管理。
进一步的,所述根据所述第一信贷等级划分结果,分配不同人员对所述每个用户的信贷账户进行分级管理,步骤S730包括:
步骤S731:当所述每个用户的管理成本值位于所述预定信贷等级划分线之上时,确定为第一管理等级;
步骤S732:根据所述第一管理等级,获得第一预警信息,所述第一预警信息用于提醒所述管理人员所述用户处于所述第一管理等级;
步骤S733:当所述每个用户的管理成本值位于所述预定信贷等级划分线之下时,确定为第二管理等级。
具体而言,为了基于所述预定信贷等级划分线,对所述每个用户的信贷账户进行分级管理,进一步的,所述预定信贷等级划分线,即为信贷等级分界线,当所述每个用户的管理成本值位于所述预定信贷等级划分线之上时,说明该用户的信贷等级高于信贷等级分界线之上,进而根据所述第一预警信息,提醒所述管理人员所述用户处于所述第一管理等级,举例而言,若某个具有较高信贷等级的用户,某信贷平台最开始对其匹配普通账户管理人,在获得所述第一预警信息之后,将普通账户管理人更改为资深账户管理人等;同时,当所述每个用户的管理成本值位于所述预定信贷等级划分线之下时,说明该用户的信贷等级低于信贷等级分界线之下,则对该用户的账户管理确定为第二管理等级,即对其匹配普通账户管理人,进行账户管理。实现了对不同信贷等级用户进行分流管理,提高管理效率。
与现有技术相比,本发明具有如下的有益效果:
1、获得第一用户集合;获得所述第一用户集合中每个用户的基本信息和历史信贷还款记录信息;将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为一个存储单元;将每个所述存储单元分别对应存储在不同设备中;对每个所述设备下发信贷账户管理模型;将所述每个用户的所述基本信息和所述史信贷还款记录信息输入对应设备中的所述信贷账户管理模型中,获得输出信息,所述输出信息包括所述每个用户的管理成本值;将所述每个用户的管理成本值上传至信贷账户管理平台进行管理。通过对用户的信贷业务进行分设备存储,同时对每个设备中存储的信贷业务进行联邦学习的隐私管理和交互升级,使得有效避免信贷平台对用户的信贷业务进行直接管理,进而达到在保证用户信贷业务的隐私的同时,使得用户的信贷业务的管理成本值实现最优化的技术效果。
2、基于样本的分布式模型训练,分发全部数据到不同的机器,每台机器从服务器下载模型,然后利用本地数据训练模型,之后返回给服务器需要更新的参数;服务器聚合各机器上的返回的参数,更新模型,再把最新的模型反馈到每台机器。由于机器之间不交流不依赖,在预测时每台机器也可以独立预测,可以把这个过程看作成基于样本的分布式模型训练。实现了在保证用户信贷业务的隐私的同时,使得用户的信贷业务的管理成本值实现最优化。
实施例二
基于与前述实施例中一种基于用户隐私的信贷账户管理方法同样发明构思,本发明还提供了一种基于用户隐私的信贷账户管理系统,如图5所示,所述系统包括:
第一获得单元11:所述第一获得单元11用于获得第一用户集合;
第二获得单元12:所述第二获得单元12用于获得所述第一用户集合中每个用户的基本信息和历史信贷还款记录信息;
第三获得单元13:所述第三获得单元13用于将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为一个存储单元;
第一存储单元14:所述第一存储单元14用于将每个所述存储单元分别对应存储在不同设备中;
第一下发单元15:所述第一下发单元15用于对每个所述设备下发信贷账户管理模型;
第一输入单元16:所述第一输入单元16用于将所述每个用户的所述基本信息和所述史信贷还款记录信息输入对应设备中的所述信贷账户管理模型中,获得输出信息,所述输出信息包括所述每个用户的管理成本值;
第一上传单元17:所述第一上传单元17用于将所述每个用户的管理成本值上传至信贷账户管理平台进行管理。
进一步的,所述系统还包括:
第二输入单元:所述第二输入单元用于将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为输入信息输入对应设备中的所述信贷账户管理模型;
第一训练单元:所述第一训练单元用于所述信贷账户管理模型通过多组训练数据训练至收敛获得,所述多组训练数据中的每组训练数据中都包含所述基本信息和所述历史信贷还款记录信息和用于标识输出结果的标识信息;
第四获得单元:所述第四获得单元用于获得所述信贷账户管理模型的输出信息,所述输出信息包括所述每个用户的纵向评分结果和横向评分结果,其中,所述纵向评分结果用于表征信贷项目数量信息;所述横向评分结果用于表征还款信用信息。
进一步的,所述系统还包括:
第五获得单元:所述第五获得单元用于获得预定信贷等级划分规则;
第一划分单元:所述第一划分单元用于根据所述预定信贷等级划分规则和所述管理成本值进行信贷等级划分,获得第一信贷等级划分结果;
第一分配单元:所述第一分配单元用于根据所述第一信贷等级划分结果,分配不同管理人员对所述每个用户的信贷账户进行分级管理。
进一步的,所述系统还包括:
第六获得单元:所述第六获得单元用于获得所述每个用户对应的训练完成的所述信贷账户管理模型的模型参数;
第七获得单元:所述第七获得单元用于根据所述每个用户对应的模型参数,获得模型参数集合;
第一优化单元:所述第一优化单元用于根据所述模型参数集合,对信贷账户管理模型进行优化更新,获得第一信贷账户管理模型。
进一步的,所述系统还包括:
第二存储单元:所述第二存储单元用于将每个所述存储单元分别对应存储在不同设备中,其中,所述每个所述存储单元均具有一标识序列。且每个标识序列由上一相邻的存储单元获得,且,每个标识序列互不相同。
进一步的,所述系统还包括:
第一构建单元:所述第一构建单元用于将所述纵向评分结果作为横坐标,将所述横向评分结果作为纵坐标,构建直角坐标系;
第八获得单元:所述第八获得单元用于根据逻辑回归法获得所述直角坐标系中的预定信贷等级划分线;
第九获得单元:所述第九获得单元用于将所述预定信贷等级划分线作为所述预定信贷等级划分规则。
进一步的,所述系统还包括:
第一确定单元:所述第一确定单元用于当所述每个用户的管理成本值位于所述预定信贷等级划分线之上时,确定为第一管理等级;
第十获得单元:所述第十获得单元用于根据所述第一管理等级,获得第一预警信息,所述第一预警信息用于提醒所述管理人员所述用户处于所述第一管理等级;
第二确定单元:所述第二确定单元用于当所述每个用户的管理成本值位于所述预定信贷等级划分线之下时,确定为第二管理等级。
前述图1实施例一中的一种基于用户隐私的信贷账户管理方法的各种变化方式和具体实例同样适用于本实施例的一种基于用户隐私的信贷账户管理系统,通过前述对一种基于用户隐私的信贷账户管理方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于用户隐私的信贷账户管理系统的实施方法,所以为了说明书的简洁,再次不再详述。
实施例三
下面参考图6来描述本申请实施例的电子设备。
图6图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实例施中一种基于用户隐私的信贷账户管理方法的发明构思,本发明还提供一种基于用户隐私的信贷账户管理系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种基于用户隐私的信贷账户管理系统的任一方法的步骤。
其中,在图6中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例提供一种基于用户隐私的信贷账户管理方法,其中,所述方法包括:获得第一用户集合;获得所述第一用户集合中每个用户的基本信息和历史信贷还款记录信息;将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为一个存储单元;将每个所述存储单元分别对应存储在不同设备中;对每个所述设备下发信贷账户管理模型;将所述每个用户的所述基本信息和所述史信贷还款记录信息输入对应设备中的所述信贷账户管理模型中,获得输出信息,所述输出信息包括所述每个用户的管理成本值;将所述每个用户的管理成本值上传至信贷账户管理平台进行管理。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种基于用户隐私的信贷账户管理方法,其中,所述方法包括:
获得第一用户集合;
获得所述第一用户集合中每个用户的基本信息和历史信贷还款记录信息;
将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为一个存储单元;
将每个所述存储单元分别对应存储在不同设备中;
对每个所述设备下发信贷账户管理模型;
将所述每个用户的所述基本信息和所述史信贷还款记录信息输入对应设备中的所述信贷账户管理模型中,获得输出信息,所述输出信息包括所述每个用户的管理成本值;
将所述每个用户的管理成本值上传至信贷账户管理平台进行管理。
2.如权利要求1所述的方法,其中,所述将所述每个用户的所述基本信息和所述历史信贷还款记录信息输入对应设备中的所述信贷账户管理模型中,获得输出信息,所述输出信息包括所述每个用户的管理成本值,包括:
将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为输入信息输入对应设备中的所述信贷账户管理模型;
所述信贷账户管理模型通过多组训练数据训练至收敛获得,所述多组训练数据中的每组训练数据中都包含所述基本信息和所述历史信贷还款记录信息和用于标识输出结果的标识信息;
获得所述信贷账户管理模型的输出信息,所述输出信息包括所述每个用户的纵向评分结果和横向评分结果,其中,所述纵向评分结果用于表征信贷项目数量信息;所述横向评分结果用于表征还款信用信息。
3.如权利要求1所述的方法,其中,所述将所述每个用户的管理成本值上传至信贷账户管理平台进行管理,包括:
获得预定信贷等级划分规则;
根据所述预定信贷等级划分规则和所述管理成本值进行信贷等级划分,获得第一信贷等级划分结果;
根据所述第一信贷等级划分结果,分配不同管理人员对所述每个用户的信贷账户进行分级管理。
4.如权利要求1所述的方法,其中,所述将所述每个用户的所述基本信息和所述历史信贷还款记录信息输入对应设备中的所述信贷账户管理模型中,获得输出信息,所述输出信息包括所述每个用户的管理成本值之后,包括:
获得所述每个用户对应的训练完成的所述信贷账户管理模型的模型参数;
根据所述每个用户对应的模型参数,获得模型参数集合;
根据所述模型参数集合,对信贷账户管理模型进行优化更新,获得第一信贷账户管理模型。
5.如权利要求1所述的方法,其中,所述将每个所述存储单元分别对应存储在不同设备中,包括:
将每个所述存储单元分别对应存储在不同设备中,其中,所述每个所述存储单元均具有一标识序列,且每个标识序列由上一相邻的存储单元获得,且,每个标识序列互不相同。
6.如权利要求3所述的方法,其中,所述获得预定信贷等级划分规则,包括:
将所述纵向评分结果作为横坐标,将所述横向评分结果作为纵坐标,构建直角坐标系;
根据逻辑回归法获得所述直角坐标系中的预定信贷等级划分线;
将所述预定信贷等级划分线作为所述预定信贷等级划分规则。
7.如权利要求6所述的方法,其中,所述根据所述第一信贷等级划分结果,分配不同人员对所述每个用户的信贷账户进行分级管理,还包括:
当所述每个用户的管理成本值位于所述预定信贷等级划分线之上时,确定为第一管理等级;
根据所述第一管理等级,获得第一预警信息,所述第一预警信息用于提醒所述管理人员所述用户处于所述第一管理等级;
当所述每个用户的管理成本值位于所述预定信贷等级划分线之下时,确定为第二管理等级。
8.一种基于用户隐私的信贷账户管理系统,其中,所述系统包括:
第一获得单元:所述第一获得单元用于获得第一用户集合;
第二获得单元:所述第二获得单元用于获得所述第一用户集合中每个用户的基本信息和历史信贷还款记录信息;
第三获得单元:所述第三获得单元用于将所述每个用户的所述基本信息和所述历史信贷还款记录信息作为一个存储单元;
第一存储单元:所述第一存储单元用于将每个所述存储单元分别对应存储在不同设备中;
第一下发单元:所述第一下发单元用于对每个所述设备下发信贷账户管理模型;
第一输入单元:所述第一输入单元用于将所述每个用户的所述基本信息和所述史信贷还款记录信息输入对应设备中的所述信贷账户管理模型中,获得输出信息,所述输出信息包括所述每个用户的管理成本值;
第一上传单元:所述第一上传单元用于将所述每个用户的管理成本值上传至信贷账户管理平台进行管理。
9.一种基于用户隐私的信贷账户管理系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
CN202111228982.6A 2021-10-21 2021-10-21 一种基于用户隐私的信贷账户管理方法及系统 Active CN113935826B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111228982.6A CN113935826B (zh) 2021-10-21 2021-10-21 一种基于用户隐私的信贷账户管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111228982.6A CN113935826B (zh) 2021-10-21 2021-10-21 一种基于用户隐私的信贷账户管理方法及系统

Publications (2)

Publication Number Publication Date
CN113935826A true CN113935826A (zh) 2022-01-14
CN113935826B CN113935826B (zh) 2022-06-21

Family

ID=79281032

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111228982.6A Active CN113935826B (zh) 2021-10-21 2021-10-21 一种基于用户隐私的信贷账户管理方法及系统

Country Status (1)

Country Link
CN (1) CN113935826B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102843422A (zh) * 2012-07-31 2012-12-26 郑州信大捷安信息技术股份有限公司 基于云服务的账户管理系统及管理方法
JP2018147192A (ja) * 2017-03-03 2018-09-20 万明 福岡 商品、サービス交換ポイントの貸付方法及びシステム
CN109389412A (zh) * 2017-08-02 2019-02-26 阿里巴巴集团控股有限公司 一种训练模型的方法及装置
CN109428900A (zh) * 2017-08-21 2019-03-05 阿里巴巴集团控股有限公司 一种数据处理的方法及装置
CN110363658A (zh) * 2019-07-16 2019-10-22 北京明略软件系统有限公司 信贷数据的处理方法及装置、存储介质和电子装置
CN111932367A (zh) * 2020-08-13 2020-11-13 中国银行股份有限公司 贷前信用评估方法及装置
CN112257873A (zh) * 2020-11-11 2021-01-22 深圳前海微众银行股份有限公司 机器学习模型的训练方法、装置、系统、设备及存储介质
CN113516548A (zh) * 2021-05-14 2021-10-19 牛少侠科技(山西)有限公司 一种基于区块链的金融借贷方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102843422A (zh) * 2012-07-31 2012-12-26 郑州信大捷安信息技术股份有限公司 基于云服务的账户管理系统及管理方法
JP2018147192A (ja) * 2017-03-03 2018-09-20 万明 福岡 商品、サービス交換ポイントの貸付方法及びシステム
CN109389412A (zh) * 2017-08-02 2019-02-26 阿里巴巴集团控股有限公司 一种训练模型的方法及装置
CN109428900A (zh) * 2017-08-21 2019-03-05 阿里巴巴集团控股有限公司 一种数据处理的方法及装置
CN110363658A (zh) * 2019-07-16 2019-10-22 北京明略软件系统有限公司 信贷数据的处理方法及装置、存储介质和电子装置
CN111932367A (zh) * 2020-08-13 2020-11-13 中国银行股份有限公司 贷前信用评估方法及装置
CN112257873A (zh) * 2020-11-11 2021-01-22 深圳前海微众银行股份有限公司 机器学习模型的训练方法、装置、系统、设备及存储介质
CN113516548A (zh) * 2021-05-14 2021-10-19 牛少侠科技(山西)有限公司 一种基于区块链的金融借贷方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陆一: "农村商业银行信贷系统设计与实现", 《科技资讯》 *

Also Published As

Publication number Publication date
CN113935826B (zh) 2022-06-21

Similar Documents

Publication Publication Date Title
CN108846520B (zh) 贷款逾期预测方法、装置以及计算机可读存储介质
CN109993233B (zh) 基于机器学习来预测数据审核目标的方法及系统
CN106897861A (zh) 一种工程管理系统
CN108053314A (zh) 一种借贷需求预测方法
CN110472815A (zh) 一种供应链金融业务中对融资企业的风险控制方法及系统
WO2019021311A1 (en) COGNITIVE BORROWING AUTOMATION SYSTEM AND METHOD THEREOF
CN106296390A (zh) 一种提高票据处理安全性的方法及票据处理系统
CN111080338A (zh) 用户数据的处理方法、装置、电子设备及存储介质
CN109697667B (zh) 一种基于授信模式的限额管控的方法及装置
CN110276492A (zh) 一种节点数据预测方法及装置
CN111353901A (zh) 风险识别监控方法、装置以及电子设备
CN113609193A (zh) 训练用于预测客户交易行为的预测模型的方法及装置
CN111951050A (zh) 理财产品推荐方法及装置
CN115809837A (zh) 基于数字化模拟场景的金融企业管理方法、设备及介质
CN114066584B (zh) 用于区块链的风险防控的方法及装置
Khambam et al. The Cloud as A Financial Forecast: Leveraging AI For Predictive Analytics
CN112818028B (zh) 数据指标筛选方法、装置、计算机设备及存储介质
CN113469818A (zh) 投资风险预警方法、装置、电子设备及计算机可读介质
CN113158124A (zh) 基于人工智能的数据处理方法、装置及存储介质
CN113935826B (zh) 一种基于用户隐私的信贷账户管理方法及系统
CN110489394A (zh) 中间数据处理方法及设备
CN115936447A (zh) 一种欠薪预警方法、系统、装置以及介质
CN112346995B (zh) 一种基于银行业的测试风险预估模型的构建方法及装置
CN113393331B (zh) 基于大数据的数据库和算法的保险精准风控、管理、智慧客服及营销系统
CN110009357A (zh) 一种判决策略配置方法及装置

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
GR01 Patent grant
GR01 Patent grant