CN114119192A - 一种基于多端口的软件数据分析系统及方法 - Google Patents

Abstract

本发明公开了一种基于多端口的软件数据分析系统及方法，属于数据分析技术领域。本系统包括银行贷款申请模块、用户身份认证模块、手机程序授权模块、应用程序检测模块、援助信息推送模块、实时情绪监测模块；所述银行贷款申请模块的输出端与所述用户身份认证模块的输入端相连接；所述用户身份认证模块的输出端与所述手机程序授权模块的输入端相连接；所述手机程序授权模块的输出端与所述应用程序检测模块的输入端相连接；所述应用程序检测模块的输出端与所述援助信息推送模块的输入端相连接；所述援助信息推送模块的输出端与所述实时情绪监测模块的输入端相连接；同时还提供一种基于多端口的软件数据分析方法，用以实现相应功能。

Description

一种基于多端口的软件数据分析系统及方法

技术领域

本发明涉及数据分析技术领域，具体为一种基于多端口的软件数据分析系统及方法。

背景技术

移动互联网时代是全民的移动互联网时代，是每个人的时代，也是每个企业的时代。在这样的大环境下，手机移动端APP作为一种如今主流的应用程序形式，已经逐步走进人民生活中，APP便捷了每个人的生活，APP开发让每个企业都开始了移动信息化进程；随着通信基础建设的发展，移动设备的流量越来越具有稳定性、廉价性和即时性。APP的载体具有的移动性给APP带来了移动性的特点。将原本需要在固定地点进行的活动变得方便。如跨地区会议、相隔两地的家人团圆等。APP的这种特点给人们的生活带来了便利，适应现代人的快生活节奏，更加节省时间。

而利用移动端app提交信息进行申办各种业务，以解决当前问题成为了一种流行的生活方式，然而目前的监管并不到位，例如在贷款APP中，各种贷款软件仅通过手机下载，远程识别就可借款成功，最终使得借款人深陷债务危机。例如在专利CN201811246690.3在线贷款查询方法、装置、设备及存储介质中，便提出了通过网络APP进行贷款，并且将线下贷款查询和线上贷款查询的两套系统整合到一起，以方便查询，而在这样的技术手段下，将会进一步增加国家对网络贷款的监管程度，因此当前社会需要新的技术方案来对这一类行为进行管制。

发明内容

本发明的目的在于提供一种基于多端口的软件数据分析系统及方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种基于多端口的软件数据分析系统，该系统包括银行贷款申请模块、用户身份认证模块、手机程序授权模块、应用程序检测模块、援助信息推送模块、实时情绪监测模块；

所述银行贷款申请模块用于在手机上提交银行贷款申请信息，申请银行贷款；所述用户身份认证模块用于通过私人验证信息对用户身份进行认证；所述手机程序授权模块用于授权系统进行手机应用程序名称查询，并在贷款软件数达到一定阈值时授权搜索软件访问记录查询；所述应用程序检测模块用于对手机应用程序进行贷款软件的判断和检测，并提供用户贷款评分；所述援助信息推送模块用于在系统判定该用户需要援助时进行推送援助信息；所述实时情绪监测模块用于根据搜索软件访问记录进行实时情绪监测，在监测值超出阈值时，将信息反馈到信息中心；

所述银行贷款申请模块的输出端与所述用户身份认证模块的输入端相连接；所述用户身份认证模块的输出端与所述手机程序授权模块的输入端相连接；所述手机程序授权模块的输出端与所述应用程序检测模块的输入端相连接；所述应用程序检测模块的输出端与所述援助信息推送模块的输入端相连接；所述援助信息推送模块的输出端与所述实时情绪监测模块的输入端相连接。

根据上述技术方案，所述银行贷款申请模块包括填写单元、申请单元；

所述填写单元用于填写用户的相关个人信息，包括有姓名、性别、申请金额等信息；所述申请单元用于申请银行贷款，提交申请信息；

所述填写单元的输出端与所述申请单元的输入端相连接；所述申请单元的输出端与所述用户身份认证模块的输入端相连接。

根据上述技术方案，所述用户身份认证模块包括用户身份信息认证单元、用户工作信息认证单元、用户手机信息认证单元；

所述用户身份信息认证单元用于对用户的个人隐私信息进行认证，包括身份证、银行卡号等；所述用户工作信息认证单元用于对用户的工作信息进行认证，包括工作单位、工作职位、收入等；所述用户手机信息认证单元用于对用户的手机信息进行认证，包括手机号码、使用年限等，并建立传输；

所述用户身份信息认证单元、用户工作信息认证单元、用户手机信息认证单元的输出端与所述手机程序授权模块的输入端相连接。

根据上述技术方案，所述手机程序授权模块包括申请授权单元、授权确认单元；

所述申请授权单元用于接受银行端发送的手机程序授权申请；所述授权确认单元用于用户对银行端的授权申请进行确认是否允许；

所述申请授权单元的输出端与所述授权确认单元的输入端相连接；所述授权确认单元的输出端与所述应用程序检测模块的输入端相连接。

根据上述技术方案，所述应用程序检测模块包括手机程序名称提取单元、字符分析单元、评分确认单元、历史数据单元；

所述手机程序名称提取单元用于提取手机内各程序的名称；所述字符分析单元用于根据贷款程序的字符常用度得分进行分析手机内各程序与贷款软件的相似得分，标记出贷款软件；所述评分确认单元用于根据使用标记软件的频率、使用日期、使用期间短信接收情况、拒接或拦截电话情况来对用户贷款评分进行计算；所述历史数据单元用于根据大数据情况计算得出贷款程序的字符常用度得分；

所述历史数据单元的输出端与所述手机程序名称提取单元的输入端相连接；所述手机程序名称提取单元的输出端与所述字符分析单元的输入端相连接；所述字符分析单元的输出端与所述评分确认单元的输入端相连接；所述评分确认单元的输出端与所述实时情绪监测模块的输入端相连接。

根据上述技术方案，所述实时情绪监测模块包括用户贷款评分判断单元、访问记录读取单元、评估单元、报警单元；

所述用户贷款评分判断单元用于根据用户贷款评分判断是否通过用户本次申请和是否需要推送援助信息；所述访问记录读取单元用于读取用户搜索引擎的相关访问记录；所述评估单元用于评估用户情绪状态；所述报警单元用于在用户情绪状态达到一定分值时向信息中心进行反馈；

所述用户贷款评分判断单元的输出端与所述访问记录读取单元的输入端相连接；所述访问记录读取单元的输出端与所述评估单元的输入端相连接；所述评估单元的输出端与所述报警单元的输入端相连接。

一种基于多端口的软件数据分析方法，该方法包括以下步骤：

S1、用户通过手机提交正规银行贷款申请时，对用户的个人身份信息进行认证，认证成功后，用户将授予银行端查询手机应用程序的权利；

S2、银行端根据手机内下载的应用程序名称，进行判断该用户手机内网络贷款软件的数量，并对各软件进行标记；

S3、查询用户对步骤S2中的标记软件进行的操作，综合给出用户贷款评分；

S4、根据用户贷款评分，确定是否通过用户贷款申请请求，并设置一定阈值，在超出阈值时，判定用户网络贷款缠身，向其推送援助信息；此时开启搜索软件访问记录查询，监测用户情绪状态，必要时反馈至信息中心。

根据上述技术方案，在步骤S2中，判断手机内贷款软件应用程序数量的步骤如下：

S8-1、调取历史数据，选取N个网贷app的名称作为历史参考数据，统计所有字符，对每个字符出现的概率进行计算，计算得出每个字符的常用度得分，根据公式：

其中，c为字符a的常用度得分；m_a为字符a的出现次数；m_总为总字符数量；

S8-2、对手机应用程序中的每个软件进行名称检测，设置任一软件名称中含有字符数为h个，记为集合A＝{x₁，x₂，……，x_h}，根据公式：

d＝c₁+c₂+…+c_h

其中，d为该软件与贷款软件的相似得分，c₁、c₂、…、c_h分别对应字符 x₁、x₂、…、x_h的常用度得分；

因此，可计算得出该软件的贷款软件相似得分；

S8-3、设置评分阈值为d_min，若超出评分阈值d_min，即判定该程序为网络贷款软件，对其进行标记。

在本步骤中，首先根据大数据中贷款软件的名称进行字符常用度得分的计算，其中字符常用度指的就是在贷款软件的名称中出现的字符的常用程度，例如“钱、贷、花、款”等字符；根据大数据调取一定数量的贷款软件名称，将其名称进行拆解，对重复出现的字符进行计算，即得出了字符的常用度得分；此时在调取手机内程序的名称，对每一个程序的名称的每一个字符进行常用度得分的相加，最终得到该名称与贷款软件的相似得分，此时设立阈值，若超出，即判断其为贷款软件；

而在手机内装载有大量贷款软件的用户，基本上陷入了一定的贷款危机，其中有一些贷款软件并不正规，因此在银行考虑用户资质的时候，需要计算相应的用户贷款评分；

根据上述技术方案，在步骤S3中，对用户贷款评分的计算包括以下步骤：

S9-1、调取该用户在T个月内使用标记软件的频率、使用日期、使用期间短信接收情况、拒接或拦截电话情况；

S9-2、根据步骤S9-1中的数据信息，进行计算用户贷款评分，根据公式：

W_i＝w₁*p_i*k₁+w₂*t₀*k₂+w₃*q_i*k₃+w₄*s_i*k₄

其中，W_i为标记软件i的贷款综合评分；w₁、w₂、w₃、w₄分别为标记软件i的使用频率、使用日期、使用期间短信接收情况、拒接或拦截电话情况的评分权重占比；k₁、k₂、k₃、k₄分别为记软件i的使用频率、使用日期、使用期间短信接收情况、拒接或拦截电话情况的评分调节系数；p_i为标记软件i在T个月内的使用次数；t₀为0或1；q_i为标记软件i在使用期间短信接收数量；s_i为标记软件i在T 个月内的拒接或拦截电话数量；

其中，对使用日期进行读取，在每个月的1日、5日、10日、20日使用了标记软件i，则t₀为1；若未在每个月的1日、5日、10日、20日使用标记软件i，则t₀为0；

S9-3、计算得出所有标记软件的贷款综合评分，根据公式：

其中，R为用户贷款评分，n为标记软件数量。

对用户的贷款评分基于四部分进行计算，第一部分通过利用用户在T个月内使用标记软件的频率，对使用次数进行统计，同时设置一个调节系数，避免数值过大，再乘上其在评分中所占权重，即得出了第一部分的得分；第二部分从使用日期进行判断，在实际情况中，每个月的1日、5日、10日、20日为大部分贷款软件或信用卡的还款日期，若用户在这几日频繁使用贷款软件，说明其已经陷入贷款危机，因此将其作为一个指标，进行第二部分的评分；第三部分利用使用期间短信接收情况进行评定，在使用贷款软件的过程中，需要频繁接收验证码信息，因此在用户使用贷款软件的过程中，检测收到的短信数量，从而得出第三部分的评分；第四部分的评分利用拒接或拦截电话情况进行评定，由于在使用贷款软件以后，电话号码遭受泄漏属于常见事故，同时催债电话也是不可避免，因此统计在T个月内的拒接和设置拦截的广告推销电话数量，进行第四部分的评分；利用四部分的评分最终得出所有贷款软件的综合评分，其总和即为该用户的用户贷款评分。

根据上述技术方案，在步骤S4中，监测用户情绪具体包括以下步骤：

S10-1、根据步骤S9-3中得出的用户贷款评分，设置阈值R_min；若用户贷款评分超出阈值R_min，即不通过其当前贷款申请；

S10-2、设置阈值R_max，若用户贷款评分超出阈值R_max，即判定用户网络贷款缠身，向用户推送援助信息；

S10-3、在步骤S10-2的情况下，开启搜索软件访问记录查询功能，进行监测用户情绪状态，设置搜索负面关键词，记录下用户搜索负面关键词的频率、在负面关键词页面的停留时间、用户搜索负面关键词的时间；

S10-4、根据步骤S10-3中的记录数据，进行计算用户情绪等级得分；

用户搜索负面关键词的日频率超出g₁次，记得分为r₁；

在负面关键词页面的停留时间超出g₂，记得分为r₂；

用户搜索负面关键词的时间在晚9点至第二天6点之间，记得分为r₃；

若用户得分满足r₁+r₂+r₃，则判断其为情绪失落状态，将此情况反馈至信息中心。

在本步骤中，首先根据用户的贷款评分对其本次申请进行判断是否通过，在不通过的情况下，对其用户贷款评分进行分级，若已经超出了最大阈值，说明该用户已经在诸多贷款软件负债，而这些贷款软件中会存在许多高利贷、套路贷等，此时系统会推送一些相关援助信息给用户，帮助其走出困境；同时在这样的情况下，极易出现不良行为，因此开启授权搜索软件访问记录查询功能，对用户搜索负面关键词的频率、在负面关键词页面的停留时间、用户搜索负面关键词的时间进行记录；当得分满足一定分值时，说明用户很可能已经到达情绪崩溃的边缘状态，此时进行反馈相关信息到达信息中心，相关人员可以进行电话的心理援助。

与现有技术相比，本发明所达到的有益效果是：

1、本发明通过利用大数据中贷款软件的名称计算得出相关字符的常用度得分，从而对申请贷款的用户手机内的应用程序进行检测，识别判断出其是否为贷款软件，在不达到一定用户贷款评分阈值的情况下，只访问手机程序名称，基本不会造成对用户个人隐私信息的侵犯；

2、本发明通过用户贷款评分情况，能够得知用户的贷款情况，即便用户使用相关的无法在征信报告中查询的贷款平台，从而拒绝用户的贷款申请，减少银行的放贷风险；同时发送援助信息给到用户，帮助其走出非法网络贷款的困境，防止其贷款成瘾；

3、本发明通过在用户贷款评分达到一定阈值后，开启对用户的搜索引擎访问记录进行查询，通过对用户搜索负面关键词的频率、在负面关键词页面的停留时间、用户搜索负面关键词的时间三方面进行查询，判断出当前用户的情绪状态，防止用户情绪崩溃产生不良行为。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明一种基于多端口的软件数据分析系统的结构示意图；

图2是本发明一种基于多端口的软件数据分析方法的步骤示意图；

图3是本发明一种基于多端口的软件数据分析方法的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

请参阅图1-3，本发明提供技术方案：如图1所示，一种基于多端口的软件数据分析系统，该系统包括银行贷款申请模块、用户身份认证模块、手机程序授权模块、应用程序检测模块、援助信息推送模块、实时情绪监测模块；

所述银行贷款申请模块用于在手机上提交银行贷款申请信息，申请银行贷款；所述用户身份认证模块用于通过私人验证信息对用户身份进行认证；所述手机程序授权模块用于授权系统进行手机应用程序名称查询，并在贷款软件数达到一定阈值时授权搜索软件访问记录查询；所述应用程序检测模块用于对手机应用程序进行贷款软件的判断和检测，并提供用户贷款评分；所述援助信息推送模块用于在系统判定该用户需要援助时进行推送援助信息；所述实时情绪监测模块用于根据搜索软件访问记录进行实时情绪监测，在监测值超出阈值时，将信息反馈到信息中心；

所述银行贷款申请模块的输出端与所述用户身份认证模块的输入端相连接；所述用户身份认证模块的输出端与所述手机程序授权模块的输入端相连接；所述手机程序授权模块的输出端与所述应用程序检测模块的输入端相连接；所述应用程序检测模块的输出端与所述援助信息推送模块的输入端相连接；所述援助信息推送模块的输出端与所述实时情绪监测模块的输入端相连接。

所述银行贷款申请模块包括填写单元、申请单元；

所述填写单元用于填写用户的相关个人信息；所述申请单元用于申请银行贷款，提交申请信息；

所述填写单元的输出端与所述申请单元的输入端相连接；所述申请单元的输出端与所述用户身份认证模块的输入端相连接。

所述用户身份认证模块包括用户身份信息认证单元、用户工作信息认证单元、用户手机信息认证单元；

所述用户身份信息认证单元用于对用户的个人隐私信息进行认证；所述用户工作信息认证单元用于对用户的工作信息进行认证；所述用户手机信息认证单元用于对用户的手机信息进行认证，并建立传输；

所述用户身份信息认证单元、用户工作信息认证单元、用户手机信息认证单元的输出端与所述手机程序授权模块的输入端相连接。

所述手机程序授权模块包括申请授权单元、授权确认单元；

所述申请授权单元用于接受银行端发送的手机程序授权申请；所述授权确认单元用于用户对银行端的授权申请进行确认是否允许；

所述申请授权单元的输出端与所述授权确认单元的输入端相连接；所述授权确认单元的输出端与所述应用程序检测模块的输入端相连接。

所述应用程序检测模块包括手机程序名称提取单元、字符分析单元、评分确认单元、历史数据单元；

所述手机程序名称提取单元用于提取手机内各程序的名称；所述字符分析单元用于根据贷款程序的字符常用度得分进行分析手机内各程序与贷款软件的相似得分，标记出贷款软件；所述评分确认单元用于根据使用标记软件的频率、使用日期、使用期间短信接收情况、拒接或拦截电话情况来对用户贷款评分进行计算；所述历史数据单元用于根据大数据情况计算得出贷款程序的字符常用度得分；

所述历史数据单元的输出端与所述手机程序名称提取单元的输入端相连接；所述手机程序名称提取单元的输出端与所述字符分析单元的输入端相连接；所述字符分析单元的输出端与所述评分确认单元的输入端相连接；所述评分确认单元的输出端与所述实时情绪监测模块的输入端相连接。

所述实时情绪监测模块包括用户贷款评分判断单元、访问记录读取单元、评估单元、报警单元；

所述用户贷款评分判断单元用于根据用户贷款评分判断是否通过用户本次申请和是否需要推送援助信息；所述访问记录读取单元用于读取用户搜索引擎的相关访问记录；所述评估单元用于评估用户情绪状态；所述报警单元用于在用户情绪状态达到一定分值时向信息中心进行反馈；

所述用户贷款评分判断单元的输出端与所述访问记录读取单元的输入端相连接；所述访问记录读取单元的输出端与所述评估单元的输入端相连接；所述评估单元的输出端与所述报警单元的输入端相连接。

如图2所示，一种基于多端口的软件数据分析方法，该方法包括以下步骤：

S1、用户通过手机提交正规银行贷款申请时，对用户的个人身份信息进行认证，认证成功后，用户将授予银行端查询手机应用程序的权利；

S2、银行端根据手机内下载的应用程序名称，进行判断该用户手机内网络贷款软件的数量，并对各软件进行标记；

S3、查询用户对步骤S2中的标记软件进行的操作，综合给出用户贷款评分；

S4、根据用户贷款评分，确定是否通过用户贷款申请请求，并设置一定阈值，在超出阈值时，判定用户网络贷款缠身，向其推送援助信息；此时开启搜索软件访问记录查询，监测用户情绪状态，必要时反馈至信息中心。

在步骤S2中，判断手机内贷款软件应用程序数量的步骤如下：

S8-1、调取历史数据，选取N个网贷app的名称作为历史参考数据，统计所有字符，对每个字符出现的概率进行计算，计算得出每个字符的常用度得分，根据公式：

其中，c为字符a的常用度得分；m_a为字符a的出现次数；m_总为总字符数量；

S8-2、对手机应用程序中的每个软件进行名称检测，设置任一软件名称中含有字符数为h个，记为集合A＝{x₁，x₂，……，x_h}，根据公式：

d＝c₁+c₂+…+c_h

其中，d为该软件与贷款软件的相似得分，c₁、c₂、…、c_h分别对应字符 x₁、x₂、…、x_h的常用度得分；

因此，可计算得出该软件的贷款软件相似得分；

S8-3、设置评分阈值为d_min，若超出评分阈值d_min，即判定该程序为网络贷款软件，对其进行标记。

在步骤S3中，对用户贷款评分的计算包括以下步骤：

S9-1、调取该用户在T个月内使用标记软件的频率、使用日期、使用期间短信接收情况、拒接或拦截电话情况；

S9-2、根据步骤S9-1中的数据信息，进行计算用户贷款评分，根据公式：

W_i＝w₁*p_i*k₁+w₂*t₀*k₂+w₃*q_i*k₃+w₄*s_i*k₄

其中，W_i为标记软件i的贷款综合评分；w₁、w₂、w₃、w₄分别为标记软件i的使用频率、使用日期、使用期间短信接收情况、拒接或拦截电话情况的评分权重占比；k₁、k₂、k₃、k₄分别为记软件i的使用频率、使用日期、使用期间短信接收情况、拒接或拦截电话情况的评分调节系数；p_i为标记软件i在T个月内的使用次数；t₀为0或1；q_i为标记软件i在使用期间短信接收数量；s_i为标记软件i在T 个月内的拒接或拦截电话数量；

其中，对使用日期进行读取，在每个月的1日、5日、10日、20日使用了标记软件i，则t₀为1；若未在每个月的1日、5日、10日、20日使用标记软件i，则t₀为0；

S9-3、计算得出所有标记软件的贷款综合评分，根据公式：

其中，R为用户贷款评分，n为标记软件数量。

在步骤S4中，监测用户情绪具体包括以下步骤：

S10-1、根据步骤S9-3中得出的用户贷款评分，设置阈值R_min；若用户贷款评分超出阈值R_min，即不通过其当前贷款申请；

S10-2、设置阈值R_max，若用户贷款评分超出阈值R_max，即判定用户网络贷款缠身，向用户推送援助信息；

S10-3、在步骤S10-2的情况下，开启搜索软件访问记录查询功能，进行监测用户情绪状态，设置搜索负面关键词，记录下用户搜索负面关键词的频率、在负面关键词页面的停留时间、用户搜索负面关键词的时间；

S10-4、根据步骤S10-3中的记录数据，进行计算用户情绪等级得分；

用户搜索负面关键词的日频率超出g₁次，记得分为r₁；

在负面关键词页面的停留时间超出g₂，记得分为r₂；

用户搜索负面关键词的时间在晚9点至第二天6点之间，记得分为r₃；

若用户得分满足r₁+r₂+r₃，则判断其为情绪失落状态，将此情况反馈至信息中心。

在本实施例中，设置有用户J在3月10日发起借款申请，填写好个人信息进行申请；

银行对其身份进行确认无误后，发起手机程序授权申请；

用户J对其进行确认以后，银行端开启手机应用程序检测审查，发现用户J 手机上共有120个手机应用程序；

提取1000组贷款软件名单，总字符量为4900组，根据公式：

计算得出其中各字符常用字符度得分；

对用户J手机内应用程序进行名称检测，计算得出120个手机应用程序的贷款软件相似得分；

设置评分阈值为d_min，发现其中有35个软件，超出评分阈值d_min，即判定该 35个应用程序为网络贷款软件，对其进行标记；

调取用户J在2个月内使用标记软件的频率、使用日期、使用期间短信接收情况、拒接或拦截电话情况；

发现其使用每个标记软件的次数分别为p₁、p₂、…、p₃₅；每个软件都在当月10 日有使用痕迹；在每个软件的使用期间，接收的短信数量分别为q₁、q₂、…、q₃₅；在两个月期间，拒接或拦截电话数量为s_i；

根据公式：

W_i＝w₁*p_i*k₁+w₂*t₀*k₂+w₃*q_i*k₃+w₄*s_i*k₄

其中，t₀为1，n为35；

计算得出用户J最终贷款得分为R_j；

设置阈值R_min；发现用户J贷款评分R_j超出阈值R_min，即不通过其当前贷款申请；

设置阈值R_max，发现用户J贷款评分R_j超出阈值R_max，即判定用户J网络贷款缠身，向用户J推送援助信息；

同时，开启搜索软件访问记录查询功能，进行监测用户J情绪状态，设置搜索负面关键词；记录下用户J搜索负面关键词的频率、在负面关键词页面的停留时间、用户搜索负面关键词的时间；

根据记录数据，发现：

用户J搜索负面关键词的日频率为30次，

在负面关键词页面的停留时间为7分钟，

用户搜索负面关键词的时间在凌晨1点半；

设置阈值g₁为10次、g₂为3分钟，发现30超出g₁；7分钟超出g₂；

因此用户J得分满足r₁+r₂+r₃，则判断其为情绪失落状态，将此情况反馈至信息中心，并同时提供用户J手机号码。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备所固有的要素。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于多端口的软件数据分析系统，其特征在于：该系统包括银行贷款申请模块、用户身份认证模块、手机程序授权模块、应用程序检测模块、援助信息推送模块、实时情绪监测模块；

所述银行贷款申请模块用于在手机上提交银行贷款申请信息，申请银行贷款；所述用户身份认证模块用于通过私人验证信息对用户身份进行认证；所述手机程序授权模块用于授权系统进行手机应用程序名称查询，并在贷款软件数达到一定阈值时授权搜索软件访问记录查询；所述应用程序检测模块用于对手机应用程序进行贷款软件的判断和检测，并提供用户贷款评分；所述援助信息推送模块用于在系统判定该用户需要援助时进行推送援助信息；所述实时情绪监测模块用于根据搜索软件访问记录进行实时情绪监测，在监测值超出阈值时，将信息反馈到信息中心；

所述银行贷款申请模块的输出端与所述用户身份认证模块的输入端相连接；所述用户身份认证模块的输出端与所述手机程序授权模块的输入端相连接；所述手机程序授权模块的输出端与所述应用程序检测模块的输入端相连接；所述应用程序检测模块的输出端与所述援助信息推送模块的输入端相连接；所述援助信息推送模块的输出端与所述实时情绪监测模块的输入端相连接。

2.根据权利要求1所述的一种基于多端口的软件数据分析系统，其特征在于：所述银行贷款申请模块包括填写单元、申请单元；

所述填写单元用于填写用户的相关个人信息；所述申请单元用于申请银行贷款，提交申请信息；

所述填写单元的输出端与所述申请单元的输入端相连接；所述申请单元的输出端与所述用户身份认证模块的输入端相连接。

3.根据权利要求1所述的一种基于多端口的软件数据分析系统，其特征在于：所述用户身份认证模块包括用户身份信息认证单元、用户工作信息认证单元、用户手机信息认证单元；

所述用户身份信息认证单元用于对用户的个人隐私信息进行认证；所述用户工作信息认证单元用于对用户的工作信息进行认证；所述用户手机信息认证单元用于对用户的手机信息进行认证，并建立传输；

所述用户身份信息认证单元、用户工作信息认证单元、用户手机信息认证单元的输出端与所述手机程序授权模块的输入端相连接。

4.根据权利要求1所述的一种基于多端口的软件数据分析系统，其特征在于：所述手机程序授权模块包括申请授权单元、授权确认单元；

所述申请授权单元用于接受银行端发送的手机程序授权申请；所述授权确认单元用于用户对银行端的授权申请进行确认是否允许；

所述申请授权单元的输出端与所述授权确认单元的输入端相连接；所述授权确认单元的输出端与所述应用程序检测模块的输入端相连接。

5.根据权利要求1所述的一种基于多端口的软件数据分析系统，其特征在于：所述应用程序检测模块包括手机程序名称提取单元、字符分析单元、评分确认单元、历史数据单元；

所述手机程序名称提取单元用于提取手机内各程序的名称；所述字符分析单元用于根据贷款程序的字符常用度得分进行分析手机内各程序与贷款软件的相似得分，标记出贷款软件；所述评分确认单元用于根据使用标记软件的频率、使用日期、使用期间短信接收情况、拒接或拦截电话情况来对用户贷款评分进行计算；所述历史数据单元用于根据大数据情况计算得出贷款程序的字符常用度得分；

所述历史数据单元的输出端与所述手机程序名称提取单元的输入端相连接；所述手机程序名称提取单元的输出端与所述字符分析单元的输入端相连接；所述字符分析单元的输出端与所述评分确认单元的输入端相连接；所述评分确认单元的输出端与所述实时情绪监测模块的输入端相连接。

6.根据权利要求1所述的一种基于多端口的软件数据分析系统，其特征在于：所述实时情绪监测模块包括用户贷款评分判断单元、访问记录读取单元、评估单元、报警单元；

所述用户贷款评分判断单元用于根据用户贷款评分判断是否通过用户本次申请和是否需要推送援助信息；所述访问记录读取单元用于读取用户搜索引擎的相关访问记录；所述评估单元用于评估用户情绪状态；所述报警单元用于在用户情绪状态达到一定分值时向信息中心进行反馈；

所述用户贷款评分判断单元的输出端与所述访问记录读取单元的输入端相连接；所述访问记录读取单元的输出端与所述评估单元的输入端相连接；所述评估单元的输出端与所述报警单元的输入端相连接。

7.一种基于多端口的软件数据分析方法，其特征在于：该方法包括以下步骤：

S1、用户通过手机提交正规银行贷款申请时，对用户的个人身份信息进行认证，认证成功后，用户将授予银行端查询手机应用程序的权利；

S2、银行端根据手机内下载的应用程序名称，进行判断该用户手机内网络贷款软件的数量，并对各软件进行标记；

S3、查询用户对步骤S2中的标记软件进行的操作，综合给出用户贷款评分；

S4、根据用户贷款评分，确定是否通过用户贷款申请请求，并设置一定阈值，在超出阈值时，判定用户网络贷款缠身，向其推送援助信息；此时开启搜索软件访问记录查询，监测用户情绪状态，必要时反馈至信息中心。

8.根据权利要求7所述的一种基于多端口的软件数据分析方法，其特征在于：在步骤S2中，判断手机内贷款软件应用程序数量的步骤如下：

S8-1、调取历史数据，选取N个网贷app的名称作为历史参考数据，统计所有字符，对每个字符出现的概率进行计算，计算得出每个字符的常用度得分，根据公式：

其中，c为字符a的常用度得分；m_a为字符a的出现次数；m_总为总字符数量；

S8-2、对手机应用程序中的每个软件进行名称检测，设置任一软件名称中含有字符数为h个，记为集合A＝{x₁，x₂，……，x_h}，根据公式：

d＝c₁+c₂+…+c_h

其中，d为该软件与贷款软件的相似得分，c₁、c₂、…、c_h分别对应字符x₁、x₂、…、x_h的常用度得分；

因此，可计算得出该软件的贷款软件相似得分；

S8-3、设置评分阈值为d_min，若超出评分阈值d_min，即判定该程序为网络贷款软件，对其进行标记。

9.根据权利要求7所述的一种基于多端口的软件数据分析方法，其特征在于：在步骤S3中，对用户贷款评分的计算包括以下步骤：

S9-1、调取该用户在T个月内使用标记软件的频率、使用日期、使用期间短信接收情况、拒接或拦截电话情况；

S9-2、根据步骤S9-1中的数据信息，进行计算用户贷款评分，根据公式：

W_i＝w₁*p_i*k₁+w₂*t₀*k₂+w₃*q_i*k₃+w₄*s_i*k₄

其中，W_i为标记软件i的贷款综合评分；w₁、w₂、w₃、w₄分别为标记软件i的使用频率、使用日期、使用期间短信接收情况、拒接或拦截电话情况的评分权重占比；k₁、k₂、k₃、k₄分别为记软件i的使用频率、使用日期、使用期间短信接收情况、拒接或拦截电话情况的评分调节系数；p_i为标记软件i在T个月内的使用次数；t₀为0或1；q_i为标记软件i在使用期间短信接收数量；s_i为标记软件i在T个月内的拒接或拦截电话数量；

其中，对使用日期进行读取，在每个月的1日、5日、10日、20日使用了标记软件i，则t₀为1；若未在每个月的1日、5日、10日、20日使用标记软件i，则t₀为0；

S9-3、计算得出所有标记软件的贷款综合评分，根据公式：

其中，R为用户贷款评分，n为标记软件数量。

10.根据权利要求9所述的一种基于多端口的软件数据分析方法，其特征在于：在步骤S4中，监测用户情绪具体包括以下步骤：

S10-1、根据步骤S9-3中得出的用户贷款评分，设置阈值R_min；若用户贷款评分超出阈值R_min，即不通过其当前贷款申请；

S10-2、设置阈值R_max，若用户贷款评分超出阈值R_max，即判定用户网络贷款缠身，向用户推送援助信息；

S10-3、在步骤S10-2的情况下，开启搜索软件访问记录查询功能，进行监测用户情绪状态，设置搜索负面关键词，记录下用户搜索负面关键词的频率、在负面关键词页面的停留时间、用户搜索负面关键词的时间；

S10-4、根据步骤S10-3中的记录数据，进行计算用户情绪等级得分；

用户搜索负面关键词的日频率超出g₁次，记得分为r₁；

在负面关键词页面的停留时间超出g₂，记得分为r₂；

用户搜索负面关键词的时间在晚9点至第二天6点之间，记得分为r₃；若用户得分满足r₁+r₂+r₃，则判断其为情绪失落状态，将此情况反馈至信息中心。

Images