CN114493850A - 基于人工智能的在线公证方法、系统及存储介质 - Google Patents
基于人工智能的在线公证方法、系统及存储介质 Download PDFInfo
- Publication number
- CN114493850A CN114493850A CN202210142508.XA CN202210142508A CN114493850A CN 114493850 A CN114493850 A CN 114493850A CN 202210142508 A CN202210142508 A CN 202210142508A CN 114493850 A CN114493850 A CN 114493850A
- Authority
- CN
- China
- Prior art keywords
- notarization
- information
- target
- platform
- target user
- 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
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
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请实施例提供了一种基于人工智能的在线公证方法、系统及存储介质,涉及人工智能技术领域,包括:信贷平台调用训练后的风险预测模型对目标用户画像信息进行风险预测,得到风险预测结果;当风险预测结果属于借贷业务对应的预设风险结果时,发送目标公证请求至公证平台,并从公证平台获取目标公证报告,在公证直连窗口中显示目标公证报告。将公证平台与信贷平台对接,可以实现高效在线公证。本申请可以涉及区块链技术,如可将目标公证报告写入区块链中。本申请还涉及数字医疗技术领域,如目标公证请求中携带数字医疗技术领域的数据。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种基于人工智能的在线公证方法、系统及存储介质。
背景技术
随着线上金融的发展,许多信贷平台相继推出在线贷款业务。在线贷款业务中,公证是审核客户资质的重要一环。例如,婚姻信息的真实性涉及析产准确性,对于证实客户获取抵押权利的完整性具有必要性。然而,传统的线下公证流程复杂繁琐,时长较长,公证效率低下。因此,如何高效的执行线上公证在信贷行业是一个重要研究方向。
发明内容
本申请实施例提供了一种基于人工智能在线公证方法、系统及存储介质,当信贷平台进行风险预测得到的风险预测结果为借贷业务对应的预设风险结果时,信贷平台触发公证流程,将公证平台与信贷平台对接,可以实现高效的在线公证。
第一方面,本申请实施例提供了一种基于人工智能的在线公证方法,该基于人工智能的在线公证方法包括:
信贷平台获取目标用户的目标用户画像信息;
信贷平台调用训练后的风险预测模型对目标用户画像信息进行风险预测,得到风险预测结果;
当风险预测结果属于借贷业务对应的预设风险结果时,信贷平台发送目标公证请求至公证平台,该目标公证请求携带目标用户的授权公证信息以及待公证信息;
公证平台对目标用户的授权公证信息进行校验,若校验通过,则公证平台对目标用户的待公证信息进行公证得到目标公证报告;
信贷平台获取来自公证平台的目标公证报告,并在公证直连窗口中显示目标公证报告。
第二方面,本申请实施例提供了一种基于人工智能的在线公证系统,该基于人工智能的在线公证系统包括:
信贷平台用于获取目标用户的目标用户画像信息,调用训练后的风险预测模型对目标用户画像信息进行风险预测,得到风险预测结果;当风险预测结果属于借贷业务对应的预设风险结果时,发送目标公证请求至公证平台,该目标公证请求携带目标用户的授权公证信息以及待公证信息;获取来自公证平台的目标公证报告,并在公证直连窗口中显示目标公证报告;
公证平台用于对目标用户的授权公证信息进行校验,若校验通过,则对目标用户的待公证信息进行公证得到目标公证报告,并将目标公证报告发送至信贷平台。
第三方面,本申请实施例提供了一种基于人工智能的在线公证装置,该基于人工智能的在线公证装置包括:
获取单元,用于获取目标用户的目标用户画像信息;
风险预测单元,用于调用训练后的风险预测模型对目标用户画像信息进行风险预测,得到风险预测结果;
发送单元,用于当风险预测结果属于借贷业务对应的预设风险结果时,发送目标公证请求至公证平台,该目标公证请求携带目标用户的授权公证信息以及待公证信息;
显示单元,用于获取来自公证平台的目标公证报告,并在公证直连窗口中显示目标公证报告。
第四方面,本申请实施例还提供了另一种基于人工智能的在线公证装置,该基于人工智能的在线公证装置包括:
公证单元,用于对目标用户的授权公证信息进行校验,若校验通过,则对目标用户的待公证信息进行公证得到目标公证报告;
发送单元,用于将目标公证报告发送至信贷平台。
第五方面,本申请实施例提供了一种基于人工智能的在线公证设备,该基于人工智能的在线公证设备包括输入接口、输出接口,该基于人工智能的在线公证设备还包括:
处理器,适于实现一条或多条指令;以及,
计算机存储介质,该计算机存储介质存储有一条或多条指令,该一条或多条指令适于由处理器加载并执行:
获取目标用户的目标用户画像信息;
调用训练后的风险预测模型对目标用户画像信息进行风险预测,得到风险预测结果;
当风险预测结果属于借贷业务对应的预设风险结果时,发送目标公证请求至公证平台,该目标公证请求携带目标用户的授权公证信息以及待公证信息;
获取来自公证平台的目标公证报告,并在公证直连窗口中显示目标公证报告。
第六方面,本申请实施例还提供了另一种基于人工智能的在线公证设备,该基于人工智能的在线公证设备包括输入接口、输出接口,该基于人工智能的在线公证设备还包括:
处理器,适于实现一条或多条指令;以及,
计算机存储介质,该计算机存储介质存储有一条或多条指令,该一条或多条指令适于由处理器加载并执行:
对目标用户的授权公证信息进行校验,若校验通过,则对目标用户的待公证信息进行公证得到目标公证报告;
将目标公证报告发送至信贷平台。
第七方面,本申请实施例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存储有计算机程序指令,计算机程序指令被处理器执行时,用于执行第一方面所述的方法。
在本申请实施例中,信贷平台可以调用训练后的风险预测模型对目标用户画像信息进行风险预测,得到风险预测结果,当风险预测结果属于借贷业务对应的预设风险结果时,信贷平台发送目标公证请求至公证平台,从公证平台获取待公证信息对应的目标公证报告,并在公证直连窗口中显示目标公证报告。可以将信贷平台与公证平台进行对接,当信贷平台确定风险预测结果属于借贷业务对应的预设风险结果时,触发公证流程,可以高效的进行线上公证。并且,只针对信贷平台内的风险用户对应的待公证信息执行公证流程,具有针对性,可以节省资源。除此之外,借贷审核用户可以通过公证直连窗口查看公证报告,借贷审核用户无需在外部系统中查询目标用户的信息并分析各个信息以对目标用户进行审核,这样可有效节省人力资源,提升审核效率。
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是本申请实施例提供的一种基于人工智能的在线公证系统的架构示意图;
图2是本申请实施例提供的一种基于人工智能的在线公证方法的流程示意图;
图3是本申请实施例提供的一种信贷平台的用户界面示意图;
图4是本申请实施例提供的另一种基于人工智能的在线公证方法的流程示意图;
图5是本申请实施例提供的一种基于人工智能的在线公证装置的结构示意图;
图6是本申请实施例提供的另一种基于人工智能的在线公证装置的结构示意图;
图7是本申请实施例提供的一种基于人工智能的在线公证设备的结构示意图;
图8是本申请实施例提供的另一种基于人工智能的在线公证设备的结构示意图。
具体实施方式
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。
随着线上金融的发展,许多信贷平台相继推出在线贷款业务。在线贷款业务中,公证是审核客户资质的重要一环。因此,线上公证增值服务在信贷行业有很大的应用,可以有效进行风险把控,提升客户满意度。传统的公证流程中,客户需要面对复杂、冗长、繁琐的线下公证流程,时效长、费用高,用户体验差。
基于此,本申请实施例提供了一种基于人工智能的在线公证方法,信贷平台可以调用训练后的风险预测模型对目标用户的目标用户画像信息进行风险预测,得到风险预测结果;当风险预测结果属于借贷业务对应的预设风险结果时,信贷平台发送目标公证请求至公证平台,该目标公证请求携带目标用户的授权公证信息以及待公证信息,信贷平台从公证平台获取目标公证报告,并在公证直连窗口显示目标公证报告,该目标公证报告是公证平台对目标用户的待公证信息进行公证得到的。可以将公证平台与信贷平台对接,实现高效的在线公证。
需要说明,其中,该风险预测模型可以是基于人工智能(ArtificialIntelligence,AI)技术中的机器学习算法构建的。其中,人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
在一个实施例中,本申请所提及的基于人工智能的在线公证方法可以应用于基于人工智能的在线公证系统中。如图1所示,该基于人工智能的在线公证系统可至少包括信贷平台11以及公证平台12。其中,信贷平台11用于获取目标用户的目标用户画像信息,调用训练后的风险预测模型对目标用户画像信息进行风险预测,得到风险预测结果;当风险预测结果属于借贷业务对应的预设风险结果时,发送目标公证请求至公证平台,该目标公证请求携带目标用户的授权公证信息以及待公证信息;获取来自公证平台的目标公证报告,并在公证直连窗口中显示目标公证报告。如图1所示,该信贷平台11可以部署于终端设备中,该终端设备可以包括但不限于:智能手机、平板电脑、膝上计算机、可穿戴设备、台式计算机,等等。其中,公证平台12用于对目标用户的授权公证信息进行校验,若校验通过,则对目标用户的待公证信息进行公证得到目标公证报告,并将目标公证报告发送至信贷平台。如图1所示,该公证平台12可以部署于服务器中,该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、内容分发网络(Content Delivery Network,CDN)、中间件服务、域名服务、安全服务以及大数据和人工智能平台等基础云计算服务的云服务器,等等。
一个实施例中,本申请所提及的基于人工智能的在线公证方法可以应用于各种公证场景,可以包括但不限于婚姻公证、财产公证等等。
基于上述描述,下面详细阐述本申请实施例的基于人工智能的在线公证方法。参见图2所示,图2示出了一种基于人工智能的在线公证方法的流程示意图。如图2所示,该基于人工智能的在线公证方法包括S201-S206:
S201:信贷平台获取目标用户的目标用户画像信息。
其中,用户画像信息用于描述用户的特征,该用户画像信息可以包括但不限于身份信息、交易信息、信用信息、社交信息、财产信息以及婚姻信息等一个或多个维度。具体的,身份信息可以包括但不限于用户的昵称、年龄、性别、居住地、国籍和职业中的一项或多项。交易信息可以指用户与电商平台的交易信息。信用信息可以包括用户在各个平台的信用数据。例如,基于借贷平台借款、还款等借贷行为生成的信用数据。又例如,根据交易行为在电商平台形成的信用数据。等等。其中,社交信息可以包括各个社交平台内的行为信息。例如,社交平台的实名认证行为,社交平台的资料修改行为等等。其中,财产信息可以包括用户的流动资产信息、长期投资信息、固定资产信息和无形资产信息等等。其中,婚姻信息用于指示用户的婚姻状况,可以包括未婚、已婚、离异和丧偶中的一种。基于此,针对目标用户画像信息来说,该目标用户画像信息可以包括但不限于目标用户对应的身份信息、交易信息、信用信息、社交信息、财产信息以及婚姻信息等一个或多个维度。
S202:信贷平台调用训练后的风险预测模型对目标用户画像信息进行风险预测,得到风险预测结果。
在一个实施例中,信贷平台可以对目标用户画像信息进行特征提取,得到各个维度的基础向量,并基于注意力机制对各个维度的基础向量进行向量融合生成特征向量,调用训练后的风险预测模型对特征向量进行风险预测,得到风险预测结果。
可选的,目标用户画像信息可以包括至少一个维度的目标用户画像信息,信贷平台可以基于编码方法分别对各个维度的目标用户画像信息进行特征提取,得到各个维度的基础向量。其中,该编码方法可以包括但不限于硬编码(Label Encoding)、独热编码(One-Hot编码)和目标变量编码(Target Encoding)中的一项或多项。可选的,也可以基于编码模型分别对各个维度的目标用户画像信息进行特征提取,得到各个维度的基础向量,其中,该编码模型可以是基于LightGBM算法或者CatBoost算法构建的。
可选的,注意力机制是指通过注意力权重将注意力集中在实际重要的特征上。例如,当风险预测模型更关注财产信息时,可将财产信息对应的基础向量的注意力权重设置较大。那么基于注意力机制对各个维度的基础向量进行向量融合生成特征向量包括:分别获取各个维度的基础向量的注意力权重,并基于各个维度的基础向量的注意力权重对各个维度的基础向量进行向量融合,生成特征向量。
一个实施例中,风险预测结果中包括风险等级和/或风险标签。相对应的,风险预测模型中包括分类任务和/或标签识别任务。
其中,分类任务可以用于确定分类信息,分类信息用于指示风险预测结果中的风险等级。可选的,分类任务可以为一个多分类任务,信贷平台可以调用风险预测模型的分类任务对特征向量进行分类处理,基于特征向量与至少一个候选风险等级的候选向量确定特征向量属于各个候选风险等级的候选向量的概率,并将最大概率候选向量对应的候选风险等级确定为目标风险等级。
例如,设至少一个候选风险等级包括:候选风险等级A、候选风险等级B、候选风险等级C以及候选风险等级D。可以根据特征向量与各个候选风险等级的候选向量确定特征向量属于各个候选风险等级的候选向量的概率,如特征向量属于候选风险等级A对应候选向量的概率为a1,特征向量属于候选风险等级B对应候选向量的概率为b1,特征向量属于候选风险等级C对应候选向量的概率为c1以及特征向量属于候选风险等级D对应候选向量的概率为d1。当a1>c1>d1>b1时,可以将候选风险等级A确定为目标风险等级。需要说明,上述示例的至少一个候选风险等级仅仅作为示例说明,在其他实施中,至少一个候选风险等级还可以包括:高风险等级、中风险等级和低风险等级。或者,至少一个候选风险等级还可以包括:有风险和无风险。本申请实施例对此不做限制。
其中,标签识别任务可以用于确定标签信息,标签信息用于指示风险预测结果中的风险标签。可选的,标签识别任务可以为一个多分类任务,信贷平台可以调用风险预测模型的标签识别任务对特征向量进行处理,基于特征向量与至少一个候选风险标签的候选向量确定特征向量属于各个候选风险标签的候选向量的概率。获取预设概率阈值,将概率大于预设概率阈值的候选向量对应的候选风险标签确定为目标风险标签。其中,预设概率阈值可以是基于业务需求或者经验设置的。
例如,设至少一个候选风险标签包括:候选风险标签A、候选风险标签B、候选风险标签C以及候选风险标签D。可以根据特征向量与各个候选风险标签的候选向量确定特征向量属于各个候选风险标签的候选向量的概率,如特征向量属于候选风险标签A对应候选向量的概率为a2,特征向量属于候选风险标签B对应候选向量的概率为b2,特征向量属于候选风险标签C对应候选向量的概率为c2以及特征向量属于候选风险标签D对应候选向量的概率为d2。分别将各个概率与预设概率阈值作比较,即分别将a2、b2、c2和d2与预设概率阈值作比较,当b2和c2大于预设概率阈值,a2和d2小于或等于预设概率阈值时,可以将候选风险标签B和候选风险标签C确定为目标风险标签。
可选的,标签识别任务可以为多个二分类任务,一个二分类任务对应一个候选风险标签,任意一个候选风险标签对应的二分类任务用于确定风险预测结果中是否包括该候选风险标签,若是,则该候选风险标签为目标风险标签。具体的,信贷平台可以调用任意一个候选风险标签对应的二分类任务确定特征向量属于该任意一个候选风险标签的概率,当特征向量属于该任意一个候选风险标签的概率大于预设概率阈值时,确定该任意一个候选风险标签为目标风险标签。不同的标签对应不同的二分类任务,可以提升标签识别任务的准确性。
基于上述的描述,可以通过分类任务得到目标风险等级和/或通过标签识别任务得到目标风险标签,那么可以基于目标风险等级和/或目标风险标签得到风险预测结果。即当风险预测模型中包括分类任务时,该风险预测结果中包括目标风险等级;当风险预测模型中包括标签识别任务时,该风险预测结果中包括目标风险标签;以及,当风险预测模型中包括分类任务和标签识别任务时,该风险预测结果中包括目标风险等级以及目标风险标签。为了便于描述,后文均以风险预测结果中包括目标风险等级进行示例性描述。
S203:当风险预测结果属于借贷业务对应的预设风险结果时,信贷平台发送目标公证请求至公证平台,该目标公证请求携带目标用户的授权公证信息以及待公证信息。
一个实施例中,当风险预测结果属于借贷业务对应的预设风险结果时,目标用户属于风险用户,该目标用户对应借贷业务的风险较大,需要对目标用户执行公证流程,其中,本申请所提及的公证流程可以是指信贷平台将用户的待公证信息以及授权公证信息发送至公证平台,以从公证平台获得公证报告的流程。
可选的,可以针对不同的借贷业务设置相同的预设风险结果。例如,所有的借贷业务均对应为高风险。当风险预测结果中包括的目标风险等级为预设风险结果中的高风险时,信贷平台执行公证流程。
可选的,由于不同的借贷业务的风险标准不一致,可以针对不同的借贷业务设置不同的预设风险结果。例如,借贷业务A中的借贷金额较大,对用户资质的审核更严格,预设风险结果可以包括高风险和中风险,借贷业务B中的借贷金额较小,对用户资质的审核更宽松,预设风险结果可以包括高风险。当风险预测结果中包括的目标风险等级属于借贷业务A对应的高风险或者中风险时,信贷平台发送目标公证请求至公证平台。当风险预测结果中包括的目标风险等级属于借贷业务B对应的高风险时,信贷平台发送目标公证请求至公证平台。
另一个实施例中,信贷平台还可以在用户界面中存在对目标用户的审核操作时执行公证流程。具体实现中,借贷审核用户登录到信贷平台后,借贷审核用户关联的终端设备显示信贷平台的公证直连窗口,可如图3所示;用户界面中包括用户对应的公证控件,比如图3中所示的公证控件301。如果借贷审核用户对公证控件301中输入了触发操作,则确定在信贷平台的用户界面中存在对用户的公证操作。其中,触发操作包括但不限于点击、滑动、双击中的一种或多种。
其中,由于待公证信息(婚姻信息或者财产信息)的变动频率较低,当历史公证报告在时效内时,可以复用历史公证报告,避免多次重复执行公证流程,以优化公证服务。一个实施例中,在信贷平台发送目标公证请求至公证平台之前,信贷平台判断是否存在待公证信息对应的历史公证报告,若存在,则将该历史公证报告的接收时长与预设时长作比较,当历史公证报告的接收时长小于预设时长时(即历史公证报告在时效内),信贷平台将历史公证报告作为待公证信息对应的目标公证报告。信贷平台无需将携带待公证信息的目标公证请求发送至公证平台。节省计算资源。
其中,公证请求携带用户的授权公证信息以及待公证信息。其中,待公证信息与该基于人工智能的在线公证方法的应用场景相关。例如,当基于人工智能的在线公证方法应用于婚姻公证场景时,待公证信息可以为待公证婚姻信息。又例如,当基于人工智能的在线公证方法应用于财产公证场景时,待公证信息可以为待公证财产信息。再例如,当基于人工智能的在线公证方法应用于医疗数据公证场景时,待公证信息可以为待公证医疗数据信息。
其中,授权公证信息可以包括但不限于活体检测数据、授权公证委托书、公证程序性文件以及授权时长中的一项或多项。基于此,在信贷平台生成公证请求之前,还需要执行授权流程,对应的,授权流程可以包括但不限于:活体验证、签署授权公证委托书、上传公证程序性文件、计算授权时长中的一项或多项。
可选的,活体验证具体可以包括:信贷平台输出视频录制规则,并获取用户基于视频录制规则录制的视频,该视频包括视频录制规则规定动作的图像数据。信贷平台根据该视频中的多帧图像数据进行活体验证,并生成用户对应的活体检测数据。
可选的,签署授权公证委托书具体可以包括:信贷平台显示待签署授权公证委托书,并监测是否有针对待签署授权公证委托书的签署指令;若有,则信贷平台采集签署指令对应的签名轨迹,并基于用户的标识信息,确定签名轨迹是否合格;若合格,则生成用户对应的授权公证委托书。
可选的,上传公证程序性文件具体可以包括:信贷平台显示提示信息,该提示信息用于提示用户待上传的公证程序性文件;信贷平台检测是否有文件上传指令,若有,则检测上传的文件是否包括公证程序性文件。当上传的文件包括公证程序性文件时,信贷平台存储该用户的公证程序性文件。当上传的文件不包括公证程序性文件时,生成错误上传提示信息。
可选的,计算授权时长流程具体可以包括:信贷平台获取授权公证委托书的生成时间,并计算授权公证委托书的生成时间与当前时间之间的时长,确定授权时长。
S204:公证平台对目标用户的授权公证信息进行校验,若校验通过,则公证平台对目标用户的待公证信息进行公证得到目标公证报告。
其中,为了保证数据的安全性,只有当目标用户的授权公证信息校验通过时,来自信贷平台的目标用户的授权公证信息才有效,公证平台才会对目标用户的待公证信息进行公证,并将目标用户的目标公证报告返回至信贷平台。因此,公证平台需要对目标用户的授权公证信息进行校验。具体的,即对授权公证信息中包括的活体检测数据、授权公证委托书、公证程序性文件以及授权时长中的一项或多项进行校验。
S205:公证平台将目标公证报告发送至信贷平台。
S206:信贷平台获取来自公证平台的目标公证报告,并在公证直连窗口中显示目标公证报告。
在一个实施例中,公证直连窗口中可以显示用户的基础信息,如图3中所示的户籍和待公证信息“婚姻类型:离异”。
其中,信贷平台可以获取来自公证平台的公证报告,并在公证直连窗口的公证报告列表中显示公证报告。例如,可以按照时间倒序或者时间顺序在公证报告列表中显示公证报告。
一个实施例中,公证报告列表中包括公证结果列表项和公证意见列表项。如图3所示,该公证结果列表项可以表示为“公证当前状态”,如图3中302所示;公证意见列表项可以表示为“状态说明”,如图3中303所示。
在一个实施例中,信贷平台在获取到目标公证报告后,可以将目标公证报告中的目标公证结果显示在公证结果列表项的第一位置处,并将目标公证报告中的目标公证意见显示在公证意见列表项中与第一位置相对应的位置处。如图3所示,将核婚结果2作为目标公证报告,则将目标公证结果“不一致”显示在公证结果列表项的第一栏,如图3所示的304处。并将目标公证意见为“已核实”显示在公证意见列表项中的第一栏,如图3所示的305处。
进一步的,公证报告列表中还包括发起时间列表项、接收时间列表项、标识列表项以及公证影像列表项中的一项或多项。其中,发起时间列表项用于显示公证请求的发起时间,如图3所示,发起时间列表项可以表示为“发起时间”。其中,接收时间列表项用于显示公证报告的接收时间,如图3所示,接收时间列表项可以表示为“接收时间”。其中,标识列表项用于显示用户对应的参考公证信息库的标识,如图3所示,标识列表项可以表示为“数据源”。其中,公证影像列表项用于存储公证报告对应的公证影像,该公证影像可以包括图像数据和/或文本数据,如图3所示,公证影像列表项可以表示为“公证影像”。
在一个实施例中,为了防止数据丢失,信贷平台还可以将公证报告上传至区块链网络。具体的,信贷平台可以将公证报告上传至区块链网络中的共识节点,该共识节点对公证报告进行共识验证,若共识验证通过,则将该公证报告封装成区块,并传入区块链网络。
其中,区块链是一种按照时间顺序将数据区块以顺序相连的方式组合成的一种链式数据结构,并以密码学方式保证数据不可篡改和不可伪造的分布式账本。多个独立的分布式节点保存相同的记录。区块链技术实现了去中心化,成为了可信的数字资产存储、转移和交易的基石。
在本申请实施例中,信贷平台可以调用训练后的风险预测模型对目标用户画像信息进行风险预测,得到风险预测结果,当风险预测结果属于借贷业务对应的预设风险结果时,信贷平台发送目标公证请求至公证平台,从公证平台获取待公证信息对应的目标公证报告,并在公证直连窗口中显示目标公证报告。可以将信贷平台与公证平台进行对接,当信贷平台确定风险预测结果属于借贷业务对应的预设风险结果时,触发公证流程,可以高效的进行线上公证。并且,只针对信贷平台内的风险用户对应的待公证信息执行公证流程,具有针对性,可以节省资源。除此之外,借贷审核用户可以通过公证直连窗口查看公证报告,借贷审核用户无需在外部系统中查询目标用户的信息并分析各个信息以对目标用户进行审核,这样可有效节省人力资源,提升审核效率。
参见上述图2所示方法实施例的相关描述可知,公证平台可以对目标用户的待公证信息进行公证得到目标公证报告。参见图4,图4示出了另一种基于人工智能的在线公证方法的流程示意图。如图4所示,该基于人工智能的在线公证方法可以包括S401-S403:
S401:公证平台基于目标用户的授权公证信息确定目标用户的参考公证信息库。
一个实施例中,公证平台基于目标用户的授权公证信息从标识信息库中获取目标用户的身份标识信息,基于身份标识信息从多个公证信息库中确定包括目标用户的参考公证信息的至少一个候选公证信息库,并根据至少一个候选公证信息库的优先级从至少一个候选公证信息库中确定参考公证信息库。
其中,当公证平台对目标用户的授权公证信息校验通过时,公证平台可以基于目标用户的授权公证信息从标识信息库中获取目标用户的身份标识信息。其中,该身份标识信息可以包括但不限于身份证号中的部分或全部信息。
其中,公证信息库与基于人工智能的在线公证方法的应用场景相关。例如,当基于人工智能的在线公证方法应用于婚姻公证场景时,待公证信息可以为民政局的婚姻信息库。可选的,多个公证信息库可以包括多个行政区域的婚姻信息库,例如,多个公证信息库包括A市的婚姻信息库、B市的婚姻信息库以及全国的婚姻信息库。
其中,由于不同的公证信息库针对不同用户的待公证信息进行公证。所以公证平台可以基于身份标识信息从多个公证信息库中确定包括目标用户的参考公证信息的至少一个候选公证信息库。例如,当公证平台根据目标用户的身份标识信息确定目标用户的户籍位于A市时,可以将A市的婚姻信息库和全国的婚姻信息库作为目标用户的至少一个候选公证信息库。
在一个实施例中,当至少一个候选公证信息库中包括一个候选公证信息库时,可以直接将该候选公证信息库作为参考公证信息库。在另一个实施例中,当至少一个候选公证信息库中包括多个候选公证信息库时,可以根据多个候选公证信息库的优先级从多个候选公证信息库中确定参考公证信息库或者基于用户选择信息从多个候选公证信息库中确定参考公证信息库。
其中,一个公证信息库对应一个优先级。可选的,可以基于业务需求和经验设置各个公证信息库的优先级。例如,公证信息库的优先级与公证信息库对应的行政区域关联。公证信息库对应的行政区域越小,公证信息库的优先级越高。其中,由于公证信息库对应的行政区域越小,该公证信息库的采集时延越小,数据变更的可能性越低,公证信息库对应的准确性更高。基于此,公证平台根据至少一个候选公证信息库的优先级从至少一个候选公证信息库中确定参考公证信息库,包括:公证平台获取至少一个候选公证信息库中各个候选公证信息库对应的行政区域,并将至少一个候选公证信息库中最小行政区域对应的候选公证信息库确定为参考公证信息库。例如,A市的婚姻信息库的采集时延小于全国的婚姻信息库的采集时延,A市的婚姻信息库的准确性更高,可以将A市的婚姻信息库作为参考公证信息库。
S402:公证平台根据参考公证信息库包括的目标用户的参考公证信息以及目标用户的待公证信息生成第一公证结果,并根据目标用户的判决信息以及目标用户的待公证信息生成第二公证结果。
具体的,可以将目标用户的参考公证信息以及目标用户的待公证信息进行比对,当目标用户的参考公证信息与目标用户的待公证信息相同时,确定第一公证结果为“一致”,当目标用户的参考公证信息与目标用户的待公证信息不同时,确定第一公证结果为“不一致”。
具体的,可以将目标用户的判决信息指示的参考信息以及目标用户的待公证信息进行比对,当判决信息指示的参考信息与目标用户的待公证信息相同时,确定第二公证结果为“一致”,当判决信息指示的参考信息与目标用户的待公证信息不同时,确定第二公证结果为“不一致”。
S403:公证平台基于第一公证结果和第二公证结果确定目标公证结果。
一个实施例中,公证平台可以基于第一公证结果的优先级和第二公证信息的优先级确定目标公证结果。可选的,公证结果的优先级与参考公证信息的生成时间和判决信息的生成时间相关。例如,当参考公证信息的生成时间位于判决信息的生成时间之前,可以确定第一公证结果的优先级低于第二公证结果的优先级。当参考公证信息的生成时间位于判决信息的生成时间之后,可以确定第一公证结果的优先级高于第二公证结果的优先级。
进一步的,为了保证公证报告的完整性,第一公证结果对应有第一公证意见,第二公证结果对应有第二公证意见。公证意见可以是基于公证结果生成的,也可以是公证人员手动填入的。基于此,公证平台可以基于第一公证结果、第二公证结果、目标公证结果、第一公证意见以及第二公证意见生成目标公证报告。
在本申请实施例中,公证平台从多个公证信息库中确定了最优的参考公证信息库,可以保证参考公证信息的准确性,从而也保证了基于参考公证信息以及待公证信息确定的第一公证结果的准确性。并且,还考虑了基于判决信息指示的参考信息,可以通过判决信息指示的参考信息与待公证信息生成第二公证结果。使得基于第一公证结果以及第二公证结果生成的目标公证结果的准确性更高,得到的目标公证报告更完整更准确。
请参见图5,图5为本申请实施例提供的一种基于人工智能的在线公证装置的结构示意图,该基于人工智能的在线公证装置可以为前述方法实施例所提及的信贷平台,该基于人工智能的在线公证装置可以包括获取单元501、风险预测单元502、发送单元503和显示单元504。
获取单元501,用于获取目标用户的目标用户画像信息;
风险预测单元502,用于调用训练后的风险预测模型对目标用户画像信息进行风险预测,得到风险预测结果;
发送单元503,用于当风险预测结果属于借贷业务对应的预设风险结果时,发送目标公证请求至公证平台,该目标公证请求携带目标用户的授权公证信息以及待公证信息;
显示单元504,用于获取来自公证平台的目标公证报告,并在公证直连窗口中显示目标公证报告。
在一些可行的实施方式中,该目标用户画像信息包括至少一个维度的目标用户画像信息,风险预测单元502用于调用训练后的风险预测模型对目标用户画像信息进行风险预测,得到风险预测结果,包括:
分别对各个维度的目标用户画像信息进行特征提取,得到各个维度的基础向量;
基于注意力机制对各个维度的基础向量进行向量融合生成特征向量;
调用训练后的风险预测模型对特征向量进行风险预测,得到风险预测结果。
在一些可行的实施方式中,风险预测单元502用于调用训练后的风险预测模型对特征向量进行风险预测,得到风险预测结果,包括:
调用训练后的风险预测模型对特征向量进行分类处理确定分类信息,该分类信息用于指示目标风险等级,以及调用训练后的风险预测模型对特征向量进行标签识别处理确定标签信息,该标签信息用于指示目标风险标签;
基于目标风险等级以及目标风险标签生成风险预测结果。
在一些可行的实施方式中,目标公证报告包括目标公证结果和目标公证意见,公证直连窗口包括公证报告列表,公证报告列表中包括公证结果列表项和公证意见列表项,显示单元504用于在公证直连窗口中显示目标公证报告,包括:
将目标公证报告中的目标公证结果显示在公证结果列表项的第一位置处;
将目标公证报告中的目标公证意见显示在公证意见列表项中与第一位置相对应的位置处。
在一些可行的实施方式中,发送单元503用于发送目标公证请求至公证平台之前,发送单元503还用于:
获取待公证信息对应的历史公证报告;
当历史公证报告的接收时长小于预设时长时,将历史公证报告作为待公证信息对应的目标公证报告。
根据本申请的另一个实施例,图5所示的基于人工智能的在线公证装置中的各个单元可以分别或者全部合并为一个或若干个另外的单元来构成,或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成,这可以实现同样的操作,而不影响本申请实施例的技术效果的实现。上述单元是基于逻辑功能划分的,在实际应用中,一个单元的功能也可以是由多个单元来实现,或者多个单元的功能由一个单元实现。在本申请的其他实施例中,基于人工智能的在线公证装置也可以包括其他单元,在实际应用中,这些功能也可以由其他单元协助实现,并且可以由多个单元协作实现。
根据本申请的另一个实施例,可以通过包括中央处理单元(Central ProcessingUnit,CPU),随机存取存储介质(RAM)、只读存储介质(ROM)等处理元件和存储元件。例如计算机的通用计算设备上运行能够执行如图2或图4中所示的相应方法所涉及的各步骤的计算机程序(包括程序代码),来构造如图5所示的基于人工智能的在线公证装置,以及来实现本申请实施例的基于人工智能的在线公证方法。该计算机程序可以记载于例如计算机可读记录介质上,并通过计算机可读记录介质装载于上述信贷平台中,并在其中运行。
在本申请实施例中,基于人工智能的在线公证装置可以调用训练后的风险预测模型对目标用户画像信息进行风险预测,得到风险预测结果,当风险预测结果属于借贷业务对应的预设风险结果时,基于人工智能的在线公证装置发送目标公证请求至公证平台,从公证平台获取待公证信息对应的目标公证报告,并在公证直连窗口中显示目标公证报告。可以将基于人工智能的在线公证装置与公证平台进行对接,当基于人工智能的在线公证装置确定风险预测结果属于借贷业务对应的预设风险结果时,触发公证流程,可以高效的进行线上公证。并且,只针对基于人工智能的在线公证装置内的风险用户对应的待公证信息执行公证流程,具有针对性,可以节省资源。除此之外,借贷审核用户可以通过公证直连窗口查看公证报告,借贷审核用户无需在外部系统中查询目标用户的信息并分析各个信息以对目标用户进行审核,这样可有效节省人力资源,提升审核效率。
请参见图6,图6为本申请实施例提供的另一种基于人工智能的在线公证装置的结构示意图,该基于人工智能的在线公证装置可以为前述方法实施例所提及的公证平台,该基于人工智能的在线公证装置可以包括公证单元601和发送单元602。
公证单元601,用于对目标用户的授权公证信息进行校验,若校验通过,则对目标用户的待公证信息进行公证得到目标公证报告;
发送单元602,用于将目标公证报告发送至信贷平台。
在一些可行的实施方式中,目标公证报告包括目标公证结果,公证单元601用于对目标用户的待公证信息进行公证得到目标公证报告,包括:
基于目标用户的授权公证信息确定目标用户的参考公证信息库以及目标用户的判决信息;
根据参考公证信息库包括的目标用户的参考公证信息以及目标用户的待公证信息生成第一公证结果,以及根据目标用户的判决信息以及目标用户的待公证信息生成第二公证结果;
基于第一公证结果以及第二公证结果确定目标公证报告中的目标公证结果。
在一些可行的实施方式中,公证单元601用于基于目标用户的授权公证信息确定目标用户的参考公证信息库,包括:
基于目标用户的授权公证信息从标识信息库中获取目标用户的身份标识信息;
基于身份标识信息从多个公证信息库中确定包括目标用户的参考公证信息的至少一个候选公证信息库;
根据至少一个候选公证信息库的优先级从至少一个候选公证信息库中确定参考公证信息库。
在一些可行的实施方式中,候选公证信息库的优先级与所述候选公证信息库的行政区域相关联;公证单元601用于根据至少一个候选公证信息库的优先级从至少一个候选公证信息库中确定参考公证信息库,包括:
获取至少一个候选公证信息库中各个候选公证信息库对应的行政区域;
将至少一个候选公证信息库中最小行政区域对应的候选公证信息库确定为参考公证信息库。
根据本申请的另一个实施例,图6所示的基于人工智能的在线公证装置中的各个单元可以分别或者全部合并为一个或若干个另外的单元来构成,或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成,这可以实现同样的操作,而不影响本申请实施例的技术效果的实现。上述单元是基于逻辑功能划分的,在实际应用中,一个单元的功能也可以是由多个单元来实现,或者多个单元的功能由一个单元实现。在本申请的其他实施例中,基于人工智能的在线公证装置也可以包括其他单元,在实际应用中,这些功能也可以由其他单元协助实现,并且可以由多个单元协作实现。
根据本申请的另一个实施例,可以通过包括中央处理单元(Central ProcessingUnit,CPU),随机存取存储介质(RAM)、只读存储介质(ROM)等处理元件和存储元件。例如计算机的通用计算设备上运行能够执行如图2或图4中所示的相应方法所涉及的各步骤的计算机程序(包括程序代码),来构造如图6所示的基于人工智能的在线公证装置,以及来实现本申请实施例的基于人工智能的在线公证方法。该计算机程序可以记载于例如计算机可读记录介质上,并通过计算机可读记录介质装载于上述公证平台中,并在其中运行。
在本申请实施例中,基于人工智能的在线公证装置从多个公证信息库中确定了最优的参考公证信息库,可以保证参考公证信息的准确性,从而也保证了基于参考公证信息以及待公证信息确定的第一公证结果的准确性。并且,还考虑了基于判决信息指示的参考信息,可以通过判决信息指示的参考信息与待公证信息生成第二公证结果。使得基于第一公证结果以及第二公证结果生成的目标公证结果的准确性更高,得到的目标公证报告更完整更准确。
请参阅图7,图7为本申请实施例提供的一种基于人工智能的在线公证设备的结构示意图。该基于人工智能的在线公证设备即前文所述的信贷平台。该基于人工智能的在线公证设备可以包括:一个或多个处理器701;一个或多个输入接口702,一个或多个输出接口703和计算机存储介质704。上述处理器701、输入接口702、输出接口703以及计算机存储介质704通过总线或其他方式连接。计算机存储介质704是基于人工智能的在线公证设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机存储介质704既可以包括基于人工智能的在线公证设备的内置存储介质,当然也可以包括基于人工智能的在线公证设备支持的扩展存储介质。计算机存储介质704提供存储空间,该存储空间存储了基于人工智能的在线公证设备的操作系统。并且,在该存储空间中还存放了适于被处理器701加载并执行的一条或多条指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机存储介质可以是高速RAM存储器;可选的,还可以是至少一个远离前述处理器的计算机存储介质、该处理器可以称为中央处理单元(Central ProcessingUnit,CPU),是基于人工智能的在线公证设备的核心以及控制中心,适于被实现一条或多条指令,具体加载并执行一条或多条指令从而实现相应的方法流程或功能。
在一个实施例中,可由处理器701加载并执行计算机存储介质704中存放的一条或多条指令,以实现执行如图2或图4中所示的相应方法所涉及的各步骤,具体实现中,计算机存储介质704中的一条或多条指令由处理器701加载并执行以下步骤:
获取目标用户的目标用户画像信息;
调用训练后的风险预测模型对目标用户画像信息进行风险预测,得到风险预测结果;
当风险预测结果属于借贷业务对应的预设风险结果时,发送目标公证请求至公证平台,该目标公证请求携带目标用户的授权公证信息以及待公证信息;
获取来自公证平台的目标公证报告,并在公证直连窗口中显示目标公证报告。
在一些可行的实施方式中,该目标用户画像信息包括至少一个维度的目标用户画像信息,处理器701用于调用训练后的风险预测模型对目标用户画像信息进行风险预测,得到风险预测结果,包括:
分别对各个维度的目标用户画像信息进行特征提取,得到各个维度的基础向量;
基于注意力机制对各个维度的基础向量进行向量融合生成特征向量;
调用训练后的风险预测模型对特征向量进行风险预测,得到风险预测结果。
在一些可行的实施方式中,处理器701用于调用训练后的风险预测模型对特征向量进行风险预测,得到风险预测结果,包括:
调用训练后的风险预测模型对特征向量进行分类处理确定分类信息,该分类信息用于指示目标风险等级,以及调用训练后的风险预测模型对特征向量进行标签识别处理确定标签信息,该标签信息用于指示目标风险标签;
基于目标风险等级以及目标风险标签生成风险预测结果。
在一些可行的实施方式中,目标公证报告包括目标公证结果和目标公证意见,公证直连窗口包括公证报告列表,公证报告列表中包括公证结果列表项和公证意见列表项,处理器701用于在公证直连窗口中显示目标公证报告,包括:
将目标公证报告中的目标公证结果显示在公证结果列表项的第一位置处;
将目标公证报告中的目标公证意见显示在公证意见列表项中与第一位置相对应的位置处。
在一些可行的实施方式中,处理器701用于发送目标公证请求至公证平台之前,处理器701还用于:
获取待公证信息对应的历史公证报告;
当历史公证报告的接收时长小于预设时长时,发送单元503将历史公证报告作为待公证信息对应的目标公证报告。
在本申请实施例中,基于人工智能的在线公证设备可以调用训练后的风险预测模型对目标用户画像信息进行风险预测,得到风险预测结果,当风险预测结果属于借贷业务对应的预设风险结果时,基于人工智能的在线公证设备发送目标公证请求至公证平台,从公证平台获取待公证信息对应的目标公证报告,并在公证直连窗口中显示目标公证报告。可以将基于人工智能的在线公证设备与公证平台进行对接,当基于人工智能的在线公证设备确定风险预测结果属于借贷业务对应的预设风险结果时,触发公证流程,可以高效的进行线上公证。并且,只针对基于人工智能的在线公证设备内的风险用户对应的待公证信息执行公证流程,具有针对性,可以节省资源。除此之外,借贷审核用户可以通过公证直连窗口查看公证报告,借贷审核用户无需在外部系统中查询目标用户的信息并分析各个信息以对目标用户进行审核,这样可有效节省人力资源,提升审核效率。
请参阅图8,图8为本申请实施例提供的另一种基于人工智能的在线公证设备的结构示意图。该基于人工智能的在线公证设备即前文所述的公证平台。该基于人工智能的在线公证设备可以包括:一个或多个处理器801;一个或多个输入接口802,一个或多个输出接口803和计算机存储介质804。上述处理器801、输入接口802、输出接口803以及计算机存储介质804通过总线或其他方式连接。计算机存储介质804是基于人工智能的在线公证设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机存储介质804既可以包括基于人工智能的在线公证设备的内置存储介质,当然也可以包括基于人工智能的在线公证设备支持的扩展存储介质。计算机存储介质804提供存储空间,该存储空间存储了基于人工智能的在线公证设备的操作系统。并且,在该存储空间中还存放了适于被处理器801加载并执行的一条或多条指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机存储介质可以是高速RAM存储器;可选的,还可以是至少一个远离前述处理器的计算机存储介质、该处理器可以称为中央处理单元(CentralProcessing Unit,CPU),是基于人工智能的在线公证设备的核心以及控制中心,适于被实现一条或多条指令,具体加载并执行一条或多条指令从而实现相应的方法流程或功能。
在一个实施例中,可由处理器801加载并执行计算机存储介质804中存放的一条或多条指令,以实现执行如图2或图4中所示的相应方法所涉及的各步骤,具体实现中,计算机存储介质804中的一条或多条指令由处理器801加载并执行以下步骤:
对目标用户的授权公证信息进行校验,若校验通过,则对目标用户的待公证信息进行公证得到目标公证报告;
将目标公证报告发送至信贷平台。
在一些可行的实施方式中,目标公证报告包括目标公证结果,处理器801用于对目标用户的待公证信息进行公证得到目标公证报告,包括:
基于目标用户的授权公证信息确定目标用户的参考公证信息库以及目标用户的判决信息;
根据参考公证信息库包括的目标用户的参考公证信息以及目标用户的待公证信息生成第一公证结果,以及根据目标用户的判决信息以及目标用户的待公证信息生成第二公证结果;
基于第一公证结果以及第二公证结果确定目标公证报告中的目标公证结果。
在一些可行的实施方式中,处理器801用于基于目标用户的授权公证信息确定目标用户的参考公证信息库,包括:
基于目标用户的授权公证信息从标识信息库中获取目标用户的身份标识信息;
基于身份标识信息从多个公证信息库中确定包括目标用户的参考公证信息的至少一个候选公证信息库;
根据至少一个候选公证信息库的优先级从至少一个候选公证信息库中确定参考公证信息库。
在一些可行的实施方式中,候选公证信息库的优先级与所述候选公证信息库的行政区域相关联;处理器801用于根据至少一个候选公证信息库的优先级从至少一个候选公证信息库中确定参考公证信息库,包括:
获取至少一个候选公证信息库中各个候选公证信息库对应的行政区域;
将至少一个候选公证信息库中最小行政区域对应的候选公证信息库确定为参考公证信息库。
在本申请实施例中,基于人工智能的在线公证设备从多个公证信息库中确定了最优的参考公证信息库,可以保证参考公证信息的准确性,从而也保证了基于参考公证信息以及待公证信息确定的第一公证结果的准确性。并且,还考虑了基于判决信息指示的参考信息,可以通过判决信息指示的参考信息与待公证信息生成第二公证结果。使得基于第一公证结果以及第二公证结果生成的目标公证结果的准确性更高,得到的目标公证报告更完整更准确。
本申请实施例中还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序指令。计算机程序指令被处理器执行时,可执行上述基于人工智能的在线公证方法实施例中所执行的步骤。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序代码,当所述计算机程序代码在计算机上运行时,使得计算机执行上述基于人工智能的在线公证方法实施例中所执行的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。所述的计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
以上所揭露的仅为本申请一种较佳实施例而已,当然不能以此来限定本申请之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本申请权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (10)
1.一种基于人工智能的在线公证方法,其特征在于,包括:
信贷平台获取目标用户的目标用户画像信息;
所述信贷平台调用训练后的风险预测模型对所述目标用户画像信息进行风险预测,得到风险预测结果;
当所述风险预测结果属于借贷业务对应的预设风险结果时,所述信贷平台发送目标公证请求至公证平台,所述目标公证请求携带所述目标用户的授权公证信息以及待公证信息;
所述公证平台对所述目标用户的授权公证信息进行校验,若校验通过,则所述公证平台对所述目标用户的待公证信息进行公证得到目标公证报告;
所述信贷平台获取来自所述公证平台的所述目标公证报告,并在公证直连窗口中显示所述目标公证报告。
2.如权利要求1所述的方法,其特征在于,所述目标用户画像信息包括至少一个维度的目标用户画像信息,所述信贷平台调用训练后的风险预测模型对所述目标用户画像信息进行风险预测,得到风险预测结果,包括:
所述信贷平台分别对各个维度的目标用户画像信息进行特征提取,得到各个维度的基础向量;
所述信贷平台基于注意力机制对所述各个维度的基础向量进行向量融合生成特征向量;
所述信贷平台调用所述训练后的风险预测模型对所述特征向量进行风险预测,得到所述风险预测结果。
3.如权利要求2所述的方法,其特征在于,所述信贷平台调用所述训练后的风险预测模型对所述特征向量进行风险预测,得到所述风险预测结果,包括:
所述信贷平台调用所述训练后的风险预测模型对所述特征向量进行分类处理确定分类信息,所述分类信息用于指示目标风险等级,以及调用所述训练后的风险预测模型对所述特征向量进行标签识别处理确定标签信息,所述标签信息用于指示目标风险标签;
所述信贷平台基于所述目标风险等级以及所述目标风险标签生成所述风险预测结果。
4.如权利要求1所述的方法,其特征在于,所述目标公证报告包括目标公证结果和目标公证意见,所述公证直连窗口包括公证报告列表,所述公证报告列表中包括公证结果列表项和公证意见列表项,所述信贷平台在公证直连窗口中显示所述目标公证报告,包括:
所述信贷平台将所述目标公证报告中的目标公证结果显示在所述公证结果列表项的第一位置处;
所述信贷平台将所述目标公证报告中的目标公证意见显示在所述公证意见列表项中与所述第一位置相对应的位置处。
5.如权利要求1所述的方法,其特征在于,所述信贷平台发送目标公证请求至公证平台之前,所述方法还包括:
所述信贷平台获取所述待公证信息对应的历史公证报告;
当所述历史公证报告的接收时长小于预设时长时,所述信贷平台将所述历史公证报告作为所述待公证信息对应的目标公证报告。
6.如权利要求1-5任一项所述的方法,其特征在于,所述目标公证报告包括目标公证结果,所述公证平台对所述目标用户的待公证信息进行公证得到目标公证报告,包括:
所述公证平台基于所述目标用户的授权公证信息确定所述目标用户的参考公证信息库以及所述目标用户的判决信息;
所述公证平台根据所述参考公证信息库包括的所述目标用户的参考公证信息以及所述目标用户的待公证信息生成第一公证结果,以及所述公证平台根据所述目标用户的判决信息以及所述目标用户的待公证信息生成第二公证结果;
所述公证平台基于所述第一公证结果以及所述第二公证结果确定所述目标公证报告中的目标公证结果。
7.如权利要求6所述的方法,其特征在于,所述公证平台基于所述目标用户的授权公证信息确定所述目标用户的参考公证信息库,包括:
所述公证平台基于所述目标用户的授权公证信息从标识信息库中获取所述目标用户的身份标识信息;
所述公证平台基于所述身份标识信息从多个公证信息库中确定包括所述目标用户的参考公证信息的至少一个候选公证信息库;
所述公证平台根据所述至少一个候选公证信息库的优先级从所述至少一个候选公证信息库中确定所述参考公证信息库。
8.如权利要求7所述的方法,其特征在于,所述候选公证信息库的优先级与所述候选公证信息库的行政区域相关联;所述公证平台根据所述至少一个候选公证信息库的优先级从所述至少一个候选公证信息库中确定所述参考公证信息库,包括:
所述公证平台获取所述至少一个候选公证信息库中各个候选公证信息库对应的行政区域;
所述公证平台将所述至少一个候选公证信息库中最小行政区域对应的候选公证信息库确定为所述参考公证信息库。
9.一种基于人工智能的在线公证系统,其特征在于,包括:
信贷平台用于获取目标用户的目标用户画像信息,调用训练后的风险预测模型对所述目标用户画像信息进行风险预测,得到风险预测结果;当所述风险预测结果属于借贷业务对应的预设风险结果时,发送目标公证请求至公证平台,所述目标公证请求携带所述目标用户的授权公证信息以及待公证信息;获取来自所述公证平台的所述目标公证报告,并在公证直连窗口中显示所述目标公证报告;
所述公证平台用于对所述目标用户的授权公证信息进行校验,若校验通过,则对所述目标用户的待公证信息进行公证得到目标公证报告,并将所述目标公证报告发送至所述信贷平台。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有一条或多条指令,所述一条或多条指令适于由处理器加载并执行如权利要求1-8任意一项所述的基于人工智能的在线公证方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210142508.XA CN114493850A (zh) | 2022-02-16 | 2022-02-16 | 基于人工智能的在线公证方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210142508.XA CN114493850A (zh) | 2022-02-16 | 2022-02-16 | 基于人工智能的在线公证方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114493850A true CN114493850A (zh) | 2022-05-13 |
Family
ID=81481223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210142508.XA Pending CN114493850A (zh) | 2022-02-16 | 2022-02-16 | 基于人工智能的在线公证方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114493850A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117094012A (zh) * | 2023-08-21 | 2023-11-21 | 中胜信用管理有限公司 | 一种电子授权委托书的智能核验方法及系统 |
-
2022
- 2022-02-16 CN CN202210142508.XA patent/CN114493850A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117094012A (zh) * | 2023-08-21 | 2023-11-21 | 中胜信用管理有限公司 | 一种电子授权委托书的智能核验方法及系统 |
CN117094012B (zh) * | 2023-08-21 | 2024-04-30 | 中胜信用管理有限公司 | 一种电子授权委托书的智能核验方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109492772B (zh) | 生成信息的方法和装置 | |
CN112863683B (zh) | 基于人工智能的病历质控方法、装置、计算机设备及存储介质 | |
CN113901320A (zh) | 场景服务推荐方法、装置、设备及存储介质 | |
CN111600874B (zh) | 用户账号检测方法、装置、电子设备、介质 | |
CN112861662B (zh) | 基于人脸和交互文本的目标对象行为预测方法及相关设备 | |
CN114244611B (zh) | 异常攻击检测方法、装置、设备及存储介质 | |
CN111915086A (zh) | 异常用户预测方法和设备 | |
CN112241549A (zh) | 安全的隐私计算方法、服务器、系统以及存储介质 | |
CN111191677B (zh) | 用户特征数据生成方法、装置及电子设备 | |
CN114358147A (zh) | 异常账户识别模型的训练方法、识别方法、装置及设备 | |
US20240144278A1 (en) | Systems and methods for fraud monitoring | |
CN114493850A (zh) | 基于人工智能的在线公证方法、系统及存储介质 | |
CN113850669A (zh) | 用户分群方法、装置、计算机设备及计算机可读存储介质 | |
CN113780318B (zh) | 用于生成提示信息的方法、装置、服务器和介质 | |
CN114493853A (zh) | 信用等级评价方法、装置、电子设备及存储介质 | |
CN112950382A (zh) | 交易业务撮合匹配方法、装置、电子设备及介质 | |
CN113094595A (zh) | 对象识别方法、装置、计算机系统及可读存储介质 | |
CN117172632B (zh) | 一种企业异常行为检测方法、装置、设备及存储介质 | |
US20230237492A1 (en) | Machine learning fraud cluster detection using hard and soft links and recursive clustering | |
CN114398864A (zh) | 报表显示方法、装置、设备及存储介质 | |
CN117853241A (zh) | 一种风险服务商识别方法、装置、设备及其存储介质 | |
CN116703025A (zh) | 一种潜在合作对象识别方法及相关装置 | |
CN114219368A (zh) | 基于区块链的合约生成方法、装置、设备及存储介质 | |
CN117541884A (zh) | 样本数据处理方法、装置、存储介质和系统 | |
CN116894728A (zh) | 异常账户确定方法、装置、计算机设备和存储介质 |
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 |