CN115034888A - 信用服务提供方法及装置 - Google Patents
信用服务提供方法及装置 Download PDFInfo
- Publication number
- CN115034888A CN115034888A CN202210682592.4A CN202210682592A CN115034888A CN 115034888 A CN115034888 A CN 115034888A CN 202210682592 A CN202210682592 A CN 202210682592A CN 115034888 A CN115034888 A CN 115034888A
- Authority
- CN
- China
- Prior art keywords
- user
- credit
- service
- target
- reminding
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000011156 evaluation Methods 0.000 claims abstract description 46
- 238000012790 confirmation Methods 0.000 claims abstract description 30
- 238000012549 training Methods 0.000 claims abstract description 20
- 238000012502 risk assessment Methods 0.000 claims abstract description 17
- 230000004044 response Effects 0.000 claims abstract description 16
- 230000035945 sensitivity Effects 0.000 claims description 37
- 230000000977 initiatory effect Effects 0.000 claims description 6
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 10
- 230000002829 reductive effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本说明书实施例公开了一种信用服务提供方法及装置。所述方法包括:响应于用户针对目标信用服务的使用请求,基于预设风控模型和所述用户已授权的信用相关信息,对所述用户进行信用风险评估,得到信用评估结果,所述预设风控模型为基于样本用户已授权的信用相关信息及信用评估结果进行训练得到;基于所述用户的信用评估结果,确定是否允许所述用户使用所述目标信用服务;若是,则基于所述用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式;基于所述目标提醒方式,向所述用户提醒所述目标信用服务的服务规则;响应于所述用户针对所述服务规则的确认操作,向所述用户提供所述目标信用服务。
Description
技术领域
本文件涉及计算机技术领域,尤其涉及一种信用服务提供方法及装置。
背景技术
随着科技的进步,基于信用评价体系的信用服务越来越多,比如借贷服务、免押金或减押金租赁服务、先用后付款服务等,为人们的日常生活带来了极大的便利。
但是,信用服务带来的便利性和服务规则的复杂性衍生了诸多问题,比如,用户在不完全了解信用服务的情况下使用信用服务,导致对用户提供的服务内容与用户预期不符,从而产生投诉及逾期等行为;又如,用户在信用服务带来的便利性的刺激下产生不合理的消费行为,从而导致用户体验受损甚至产生逾期行为,等等。因此,需要一种能够有效地引导用户使用信用服务的方案,从而在极大的方便用户对信用服务的使用的同时,降低信用服务的投诉率和逾期率。
发明内容
本说明书实施例的目的是提供一种信用服务提供方法及装置,用于有效的引导用户使用信用服务,从而在极大的方便用户对信用服务的使用的同时,降低信用服务的投诉率和逾期率。
为了实现上述目的,本说明书实施例采用下述技术方案:
第一方面,提供一种信用服务提供方法,包括:
响应于用户针对目标信用服务的使用请求,基于预设风控模型和所述用户已授权的信用相关信息,对所述用户进行信用风险评估,得到信用评估结果,所述预设风控模型为基于样本用户已授权的信用相关信息及信用评估结果进行训练得到;
基于所述用户的信用评估结果,确定是否允许所述用户使用所述目标信用服务;
若是,则基于所述用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式;
基于所述目标提醒方式,向所述用户提醒所述目标信用服务的服务规则;
响应于所述用户针对所述服务规则的确认操作,向所述用户提供所述目标信用服务。
第二方面,提供一种信用服务提供装置,包括:
信用评估单元,响应于用户针对目标信用服务的使用请求,基于预设风控模型和所述用户已授权的信用相关信息,对所述用户进行信用风险评估,得到信用评估结果,所述预设风控模型为基于样本用户已授权的信用相关信息及信用评估结果进行训练得到;
第一确定单元,基于所述用户的信用评估结果,确定是否允许所述用户使用所述目标信用服务;
第二确定单元,若允许所述用户使用所述目标信用服务,则基于所述用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式;
提醒单元,基于所述目标提醒方式,向所述用户提醒所述目标信用服务的服务规则;
服务提供单元,响应于所述用户针对所述服务规则的确认操作,向所述用户提供所述目标信用服务。
第三方面,提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
响应于用户针对目标信用服务的使用请求,基于预设风控模型和所述用户已授权的信用相关信息,对所述用户进行信用风险评估,得到信用评估结果,所述预设风控模型为基于样本用户已授权的信用相关信息及信用评估结果进行训练得到;
基于所述用户的信用评估结果,确定是否允许所述用户使用所述目标信用服务;
若是,则基于所述用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式;
基于所述目标提醒方式,向所述用户提醒所述目标信用服务的服务规则;
响应于所述用户针对所述服务规则的确认操作,向所述用户提供所述目标信用服务。
第四方面,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一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下操作:
响应于用户针对目标信用服务的使用请求,基于预设风控模型和所述用户已授权的信用相关信息,对所述用户进行信用风险评估,得到信用评估结果,所述预设风控模型为基于样本用户已授权的信用相关信息及信用评估结果进行训练得到;
基于所述用户的信用评估结果,确定是否允许所述用户使用所述目标信用服务;
若是,则基于所述用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式;
基于所述目标提醒方式,向所述用户提醒所述目标信用服务的服务规则;
响应于所述用户针对所述服务规则的确认操作,向所述用户提供所述目标信用服务。
本说明书实施例的方案,响应于用户对信用服务的使用请求,基于预设风控模型和用户已授权的信用相关信息对用户进行信用风险评估,可以确保信用评估结果的准确性和可靠性,避免基于错误的信用评估结果误拦截用户的使用请求而影响用户对信用服务的使用体验;在信用评估结果指示允许与用户使用目标信用服务时,基于用户已授权的信用服务使用信息,采用合适的提醒方式向用户提醒目标信用服务的服务规则,通过对不同用户进行差异化的服务规则提醒,能够有效的引导用户使用信用服务;在用户对服务规则进行确认后,向用户提供信用服务,确保用户完全了解信用服务的服务规则,从而在极大的方便用户对信用服务的使用的同时,降低信用服务的投诉率和逾期率。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书的一个实施例提供的一种信用服务提供方法的应用场景示意图;
图2为本说明书的一个实施例提供的一种信用服务提供方法的流程示意图;
图3为本说明书的另一个实施例提供的一种信用服务提供方法的流程示意图;
图4为本说明书的一个实施例提供的一种提醒方式的确定方法的流程示意图;
图5为本说明书的一个实施例提供的一种信用服务提供装置的结构示意图;
图6为本说明书的一个实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,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,都应当属于本文件保护的范围。
应当理解,尽管在本说明书中可能采用术语“第一”、“第二”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此分开。例如,在不脱离本说明书范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。
部分概念说明:
信用服务:基于用户的信用情况为用户提供服务,例如包括但不限于借贷服务、免押金或减押金租赁服务、先用后付款服务等。
信用评估:在用户申请使用信用服务的时候,对用户进行风险判断,这一过程称为信用评估或者信用风险评估。
准入:一种信用评估结果,表示允许用户使用相应的信用服务。
不准入:一种信用评估结果,表示不允许用户使用相应的信用服务。
智能外呼:是指使用机器人代替人工,与客户进行交流来达成某种目的,起到降本提效和提升转化率的作用。
为实现有效的引导用户使用信用服务,从而在极大的方便用户对信用服务的使用的同时,降低信用服务的投诉率和逾期率,本说明书实施例旨在提供一种信用服务提供方案,响应于用户对信用服务的使用请求,基于预设风控模型和用户已授权的信用相关信息对用户进行信用风险评估,可以确保信用评估结果的准确性和可靠性,避免基于错误的信用评估结果误拦截用户的使用请求而影响用户对信用服务的使用体验;在信用评估结果指示允许与用户使用目标信用服务时,基于用户已授权的信用服务使用信息,采用合适的提醒方式向用户提醒目标信用服务的服务规则,通过对不同用户进行差异化的服务规则提醒,能够有效的引导用户使用信用服务;在用户对服务规则进行确认后,向用户提供信用服务,确保用户完全了解信用服务的服务规则,从而在极大的方便用户对信用服务的使用的同时,降低信用服务的投诉率和逾期率。
应理解,本说明书实施例提供的信用服务提供方法可以由电子设备执行或安装在电子设备中的软件执行,具体可以由服务端设备执行。
为方便描述,下文以该方法的执行主体为能够执行该方法的服务端设备为例,对该方法的实施方式进行介绍。可以理解,该方法的执行主体为服务端设备只是一种示例性的说明,并不应理解为对该方法的限定。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
本说明书实施例提供的信用服务提供方法可应用于如图1所示的场景中,该场景包括:客户端1和服务端设备2。其中,客户端1是指某应用程序(Application,APP)的客户端,其通常安装于用户的用户终端上,用户终端可以例如包括但不限于个人计算机、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、电子邮件设备、游戏控制台、平板计算机、可穿戴设备等。服务端设备2是指该应用程序的服务端设备。
如图1所示,在本说明书实施例中,客户端1与服务端设备2之间的交互过程可以如下:具有使用信用服务需求的用户A可通过客户端1申请使用目标信用服务,比如免押金租借充电宝,客户端1基于用户A申请的目标信用服务,向服务端设备2发送针对目标信用服务的使用请求,以请求服务端设备2向用户A提供目标信用服务;服务端设备2响应于该使用请求,对用户A进行信用风险评估,以确定是否允许用户A使用目标信用服务,若允许用户A使用目标信用服务,则指示客户端1向用户A提醒目标信用服务的服务规则,从而引导用户更好地使用目标信用服务;客户端1在接收到用户A针对服务规则的确认操作后上报给服务端设备2,服务端设备2则将目标信用服务的服务内容发送给客户端1,由此完成目标信用服务的提供。
本说明书实施例提供的信用服务提供方法将详细描述服务端设备如何向用户提醒目标信用服务的服务规则以及向用户提供目标信用服务,从而有效的引导用户使用信用服务,从而在极大的方便用户对信用服务的使用的同时,降低信用服务的投诉率和逾期率。
请参考图2,为本说明书的一个实施例提供的一种信用服务提供方法的流程示意图,该方法可以包括:
S202,响应于用户针对目标信用服务的使用请求,基于预设风控模型和用户已授权的信用相关信息,对用户进行信用风险评估,得到信用评估结果。
其中,目标信用服务是指用户申请使用的信用服务。使用请求用于请求使用目标信用服务。本说明书实施例中,目标信用服务可以例如包括但不限于如下信用服务中的至少一种:借贷服务、免押金或减押金租赁服务、先用后付款服务等。
用户已授权的信用相关信息是指用户已授权的能够反映用户的信用情况的信息。用户已授权的信用相关信息可以包括但不限于如下信息中的至少一种:用户使用信用服务的守约记录、守约行为累积、资产证明、身份证明等信息中的至少一种。
预设风控模型是指预先建立的用于进行风险控制的模型。在本说明书实施例中,预设风控模型可用于对用户进行信用风险评估,以评估用户是否存在信用风险。预设风控模型为基于样本用户已授权的信用相关信息及信用评估结果进行训练得到,具体而言,预设风控模型可以是以样本用户已授权的信用相关信息作为训练样本、以样本用户的信用评估结果作为训练样本对应的标签进行模型训练得到的。
具体应用中,预设风控模型部署于风控引擎上,如图3所示,基于用户已授权的信用相关信息调用风控引擎提供的信用评估接口,即可利用预设风控模型对用户进行信用风险评估,得到用户的信用评估结果。其中,用户的信用评估结果用于表示用户是否存在信用风险。实际应用中,信用评估结果可以具有任意适当的形式,比如信用评估结果可以是具体的信用分值,信用分值越高,则用户存在信用风险的概率越小,反之,则用户存在信用风险的概率越大。
S204,基于用户的信用评估结果,确定是否允许用户使用目标信用服务。
在一种可选的实现方式中,若用户的信用评估结果指示用户不存在信用风险,则允许用户使用目标信用服务;若用户的信用评估结果指示用户存在信用服务,则不允许用户使用目标信用服务。
在一种可选的实现方式中,在得到用户的信用评估结果后,可判断用户的信用评估结果是否满足目标信用服务对应的准入条件,若满足,则允许用户使用目标信用服务,若不满足,则不允许用户使用目标信用服务。其中,各信用服务具有对应的准入条件,信用服务的准入条件可根据实际需要进行设置,本说明书实施例对此不作限定。不同信用服务的准入条件可以设置为相同,或者也可设置为不同。例如,免押金租借充电宝对应的准入条件可以包括信用分值超过第一预设分值,免押金租车对应的准入条件可以包括信用分值超过第二预设分值,其中,第二预设分值大于第一预设分值,等等。
S206,若允许用户使用目标信用服务,则基于用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式。
其中,用户已授权的信用服务相关信息是指用户已授权的能够反映用户对信用服务的了解程度和使用情况等。用户已授权的信用服务相关信息具体可以包括但不限于用户的在途信用服务的消费记录、用户使用过的历史信用服务的服务相关信息以及用户对历史信用服务的投诉记录等。
在途信用服务是指待守约的信用服务,在途信用服务的消费记录可以包括但不限于:在途信用服务的总消费金额、在途信用服务的总服务次数等。用户的在途信用服务的消费记录可以反映出用户关于信用服务的消费情况以及用户对信用服务的守约情况等。
历史信用服务的服务相关信息可以包括但不限于历史信用服务的类型、消费金额、使用次数、是否逾期等。历史信用服务的服务相关信息可以反映出用户使用信用服务的使用频率、使用偏好及守约情况等。
用户对历史信用服务的投诉记录用于记录用户是否对使用过的历史信用服务发起投诉等。用户对历史信用服务的投诉记录能够反映出用户对信用服务的服务体验是否敏感等。
本说明书实施例中,信用服务的服务规则用于描述使用信用服务的使用流程、所需遵守的规则以及可能产生的后果等,本说明书实施例对此不作限定。通过向用户提醒信用服务的服务规则,可以引导用户使用信用服务,避免用户在使用信用服务后产生投诉及逾期等行为。
考虑到不同用户对信用服务的了解程度和使用情况等不同,为在保证用户对信用服务的使用体验的前提下,有效的引导用户使用信用服务,可基于用户的实际情况,采用合适的提醒方式对用户进行服务规则的提醒。由于用户已授权的信用服务使用记录能够反映用户对信用服务的了解程度和使用情况等,对此,可基于用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式。
在一种可选的实现方式中,如图4所示,上述S206具体可以实现为:
S261,基于用户使用过的历史信用服务的服务相关信息,确定用户的信用服务参与度。
其中,用户的信用服务参与度用于表示对于信用服务的偏好度,也即用户是否偏好于使用信用服务。若用户的信用服务的参与度高,则表明用户偏好于使用信用服务;反之,则表明用户不太偏好于使用信用服务。
考虑到用户曾经使用信用服务的次数能够在一定程度上反映用户对于信用服务的偏好度,基于此,可基于用户使用历史信用服务的次数,确定用户的信用服务参与度。具体而言,若用户使用历史信用服务的次数越多,则用户的信用服务参与度越高;反之,则用户的信用服务参与度越低。实际应用中,用户的信用服务参与度可以分值的形式表示。
在此仅示出了确定信用服务参与度的一种具体实现方式。当然,应理解,信用服务参与度也可以采用其它的方式确定,本申请实施例对此不作限制。
S262,基于用户使用过的历史信用服务的服务相关信息以及用户对所述历史信用服务的投诉记录,确定用户对目标信用服务的体验敏感度。
其中,用户对目标信用服务的体验敏感度用于表示用户对目标信用服务的服务体验是否敏感。
考虑到用户对使用过的历史信用服务是否发起过投诉以及投诉次数等,能够在一定程度上反映出用户对于信用服务的体验敏感度,基于此,为准确评估用户对信用服务的体验敏感度,为后续确定对用户进行服务规则提醒所采用的方式提供有力的数据支撑,可选地,上述S262具体可实现为:基于提升树算法、用户使用过的历史信用服务的服务相关信息以及用户对历史信用服务的投诉记录,建立投诉预测模型;接着,基于目标信用服务的服务相关信息和投诉预测模型,预测用户在使用目标信用服务后发起投诉的概率;进一步,基于预测出的概率以及投诉概率与体验敏感度之间的预设对应关系,确定用户对目标信用服务的体验敏感度。
更为具体地,在建立投诉预测模型时,可以用户使用过的历史信用服务的服务相关信息作为训练样本、以用户是否对历史信用服务发起投诉作为训练样本对应的标签,基于提升树算法进行模型训练,得到投诉预测模型。由此,建立的投诉预测模型能够基于用户申请的目标信用服务的服务相关信息,预测用户在使用目标信用服务后发起投诉的概率。在得到投诉预测模型后,将目标信用服务的服务相关记录输入投诉预测模型,即可得到用户在使用目标信用服务后发起投诉的概率。进一步,基于预测出的概率查询上述预设对应关系,即可得到用户对目标信用服务的体验敏感度。其中,上述预设对应关系可以根据实际需要进行设置,例如,用户对某项信用服务的投诉概率越高,则用户对该项信用服务的体验敏感度越高;反之,则用户对该信用服务的体验敏感度越低。
需要说明的是,实际应用中,提升树算法可以例如包括但不限于如下算法中的至少一种:梯度提升树(Gradient Boosting Decision Tree,GBDT)算法、XgBoost算法、轻量级梯度提升机(Light Gradient Boosting Machine,LightBGM)算法等。与其他类型的机器学习模型相比,基于提升树算法建立的投诉预测模型更具有可解释性,在本说明书实施例的场景下,能够基于用户申请的目标信用服务的服务相关信息,更准确地预测用户在使用目标信用服务后发起投诉的概率。另外,为了提高投诉预测模型的通用性和预测准确率,投诉预测模型可基于提升树算法、多个样本用户使用过的历史信用服务的服务相关信息以及各个样本用户对历史信用服务的投诉记录进行模型训练得到。
在此仅示出了确定体验敏感度的一种具体实现方式。当然,应理解,体验敏感度也可以采用其它的方式确定,本申请实施例对此不作限制。
S263,基于在途信用服务的消费记录、信用服务参与度以及体验敏感度,确定进行服务规则提醒的目标提醒方式。
本说明书实施例中,对用户进行服务规则提醒的提醒方式有多种,不同提醒方式的提醒力度不同。当然,应理解,不进行服务规则提醒也属于提醒方式中的一种。
考虑到用户关于信用服务的消费情况及守约情况、用户对于信用服务的偏好度以及用户对目标信用服务的服务体验是否敏感等,都能够反映出用户对于目标信用服务可能的服务体验以及在使用目标信用服务后发生投诉及逾期等行为的可能性,基于此,在一种可选的实现方式中,上述S263具体可以实现为:
(1)若用户对目标信用服务的体验敏感度小于预设敏感度阈值,则可确定用户对目标信用服务的服务体验不敏感,用户在使用目标信用服务后发生投诉或逾期等行为的可能性不大,进而可确定目标提醒方式为不进行服务规则提醒。
(2)若用户的信用服务参与度大于或等于预设参与度阈值、用户对目标信用服务的体验敏感度大于或等于预设敏感度阈值、且用户的在途消费记录的消费记录满足预设消费条件,则可确定用户不存在信用风险行为且偏好于使用信用服务,但用户对目标信用服务的服务体验较敏感,由此可以确定用户对目标信用服务的服务规则有一定了解且在使用目标信用服务后容易产生投诉及逾期等行为,进而可确定目标提醒方式为提醒力度较小的第一提醒方式;
(3)若用户的信用服务参与度小于预设参与度阈值、且在途消费的消费记录不满足预设消费条件,则可确定用户存在信用风险行为,不太偏好于使用信用服务,且用户对目标信用服务的服务体验较敏感,由此可确定用户对目标信用服务的服务规则了解不够且在使用目标信用服务后容易产生投诉及逾期等行为,进而可确定目标提醒方式为第二提醒方式,其中,第二提醒方式的提醒力度大于第一提醒方式的提醒力度。
实际应用中,预设消费条件可以根据实际需要进行设置,本说明书实施例对此不作限定。例如,预设消费条件可以包括在途消费的总消费金额小于预设金额阈值、在途消费的总服务次数小于预设次数阈值等。第一提醒方式可以例如包括但不限于向用户展示规则提醒界面,其中,规则提醒界面中包括目标信用服务的服务规则。第二提醒方式可以包括通过语音方式向用户播放目标信用服务的服务规则。
可以理解的是,通过上述实现方式确定出的目标提醒方式更能适应用户的实际情况,采用确定出的目标提醒方式对用户进行服务规则的提醒,能够加深用户对目标信用服务的服务规则的理解,且避免提醒方式不当而影响用户对信用服务的服务体验,从而在保证用户对目标信用服务的服务体验的同时,进一步降低用户在使用目标信用服务后产生投诉及逾期等行为的概率。
在此仅示出了确定目标提醒方式的一种具体实现方式。当然,应理解,目标提醒方式也可以采用其它的方式确定,本申请实施例对此不作限制。
S208,基于目标提醒方式,向用户提醒目标信用服务的服务规则。
由于目标提醒方式是基于用户的用户已授权的信用服务使用信息确定的,更能适应于用户的实际情况,按照目标提醒方式向用户提醒目标信用服务的服务规则,能够更有效的引导用户了解和使用目标信用服务。
在一种可选的实现方式中,如图3所示,上述S208具体可实现为:
S281,若目标提醒方式为提醒力度较小的第一提醒方式,则向用户展示规则提醒界面。
本说明书实施例中,规则提醒界面中包括目标信用服务的服务规则。具体而言,为提高用户对服务规则的注意,目标信用服务的服务规则可以以下述至少一种形式展示于规则提醒界面:文字形式、视频形式、动态交互图形式等。
可以理解的是,在确定目标提醒方式为提醒力度较小的第一提醒方式时,通过向用户展示规则提醒界面,使得目标信用服务的服务规则能够直观地展示给用户,使用户能够快速注意和了解服务规则,并且不会对用户造成过度干扰而影响用户体验。
S282,若目标提醒方式为提醒力度较大的第二提醒方式,则向用户发起语音呼叫,以及在语音呼叫接通后,通过语音方式向用户播放目标信用服务的服务规则。
实际应用中,可采用智能外技术向用户发起语音呼叫并在语音呼叫接通后,向用户告知目标信用的服务规则,以辅助用户进行风险判断。
可以理解的是,在确定目标提醒方式为提醒力度较大的第二提醒方式时,通过语音呼叫的方式向用户播放目标信用服务的服务规则,能够加深用户对服务规则的了解,从而更有效的引导用户使用目标信用服务。
在此仅示出了上述S208的一种具体实现方式。当然,应理解,上述S208也可以采用其它的方式实现,本申请实施例对此不作限制。
S210,响应于用户针对目标信用服务的服务规则的确认操作,向用户提供目标信用服务。
为确保用户完全了解信用服务的服务规则,以避免用户在使用目标信用服务后产生投诉及逾期等行为,有效降低业务风险及业务损失,可在用户确认服务规则后,向用户提供避免信用服务。
为准确的确定用户是否了解信用服务的服务规则,在一种可选的实现方式,针对不同的提醒方式,可采用不同的方式确定用户是否对服务规则进行确认。具体而言,若目标提醒方式为第一提醒方式,则向用户展示的规则提醒界面中还可以包括用于确认服务规则的确认按钮,相应地,上述S210具体可实现为:响应于用户对确认按钮的确认操作,向用户提供目标信用服务;若目标提醒方式为第二提醒方式,则响应于用户通过语音方式输入的确认信息,向用户提供目标信用服务。
在此仅示出了上述S210的一种具体实现方式。当然,应理解,上述S210也可以采用其它的方式实现,本申请实施例对此不作限制。
在本说明书的另一个实施例中,如图3所示,在上述S208之后,本说明书实施例提供的信用服务提供方法还可以包括:若未接收到用户针对目标信用服务的服务规则的确认操作,则可确定用户未了解目标信用服务的服务规则,进而可拒绝向用户提供目标信用服务,从而避免用户在不完全了解信用服务的情况下使用目标信用服务,导致对用户提供的服务内容与用户预期不符而产生投诉及逾期等行为。
在本说明书的另一个实施例中,如图3所示,在上述S206之后,本说明书实施例提供的信用服务提供方法还可以包括:若确定出的目标提醒方式为不进行服务规则提醒,则可向用户提供目标服务规则,而无需向用户展示目标信用服务的服务规则,从而进一步提升用户体验。
在本说明书的另一个实施例中,如图3所示,在上述S204之后,本说明书实施例提供的信用服务提供方法还可以包括:若基于用户的信用评估结果确定不允许用户使用目标信用服务,则拒绝向用户提供目标信用服务,从而进一步降低业务风险。
本说明书实施例提供的信用服务提供方法,响应于用户对信用服务的使用请求,基于预设风控模型和用户已授权的信用相关信息对用户进行信用风险评估,可以确保信用评估结果的准确性和可靠性,避免基于错误的信用评估结果误拦截用户的使用请求而影响用户对信用服务的使用体验;在信用评估结果指示允许与用户使用目标信用服务时,基于用户已授权的信用服务使用信息,采用合适的提醒方式向用户提醒目标信用服务的服务规则,通过对不同用户进行差异化的服务规则提醒,能够有效的引导用户使用信用服务;在用户对服务规则进行确认后,向用户提供信用服务,确保用户完全了解信用服务的服务规则,从而在极大的方便用户对信用服务的使用的同时,降低信用服务的投诉率和逾期率。
此外,与上述图2所示的信用服务提供方法相对应地,本说明书实施例还提供一种信用服务提供装置。图5是本说明书实施例提供的一种信用服务提供装置500的结构示意图,包括:
信用评估单元510,响应于用户针对目标信用服务的使用请求,基于预设风控模型和所述用户已授权的信用相关信息,对所述用户进行信用风险评估,得到信用评估结果,所述预设风控模型为基于样本用户已授权的信用相关信息及信用评估结果进行训练得到;
第一确定单元520,基于所述用户的信用评估结果,确定是否允许所述用户使用所述目标信用服务;
第二确定单元530,若允许所述用户使用所述目标信用服务,则基于所述用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式;
提醒单元540,基于所述目标提醒方式,向所述用户提醒所述目标信用服务的服务规则;
服务提供单元550,响应于所述用户针对所述服务规则的确认操作,向所述用户提供所述目标信用服务。
本说明书实施例提供的信用服务提供装置,响应于用户对信用服务的使用请求,基于预设风控模型和用户已授权的信用相关信息对用户进行信用风险评估,可以确保信用评估结果的准确性和可靠性,避免基于错误的信用评估结果误拦截用户的使用请求而影响用户对信用服务的使用体验;在信用评估结果指示允许与用户使用目标信用服务时,基于用户已授权的信用服务使用信息,采用合适的提醒方式向用户提醒目标信用服务的服务规则,通过对不同用户进行差异化的服务规则提醒,能够有效的引导用户使用信用服务;在用户对服务规则进行确认后,向用户提供信用服务,确保用户完全了解信用服务的服务规则,从而在极大的方便用户对信用服务的使用的同时,降低信用服务的投诉率和逾期率。
可选地,所述提醒单元包括:
第一提醒子单元,若所述目标提醒方式为第一提醒方式,则向所述用户展示规则提醒界面,所述规则提醒界面中包括所述目标信用服务的服务规则;
第二提醒子单元,若所述目标提醒方式为第二提醒方式,则向所述用户发起语音呼叫,以及在语音呼叫接通后,通过语音方式向所述用户播放所述目标信用服务的服务规则,所述第二提醒方式的提醒力度大于所述第一提醒方式的提醒力度。
可选地,所述目标信用服务的服务规则以下述至少一种形式展示于所述规则提醒界面:文字形式、视频形式、动态交互图形式。
可选地,所述目标提醒方式为第一提醒方式,所述规则提醒界面中还包括用于确认服务规则的确认按钮;
所述服务提供单元包括:
第一服务提供子单元,响应于所述用户对所述确认按钮的确认操作,向所述用户提供所述目标信用服务。
可选地,所述目标提醒方式为第二提醒方式,
所述服务提供单元包括:
第二服务提供子单元,响应于所述用户通过语音方式输入的确认信息,向所述用户提供所述目标信用服务。
可选地,所述信用服务使用信息包括在途信用服务的消费记录、使用过的历史信用服务的服务相关信息以及所述用户对所述历史信用服务的投诉记录;
所述第二确定单元包括:
参与度确定子单元,基于所述用户使用过的历史信用服务的服务相关信息,确定所述用户的信用服务参与度;
体验敏感度确定子单元,基于所述用户使用过的历史信用服务的服务相关信息以及所述用户对所述历史信用服务的投诉记录,确定所述用户对所述目标信用服务的体验敏感度;
提醒方式确定子单元,基于所述在途信用服务的消费记录、所述信用服务参与度以及所述体验敏感度,确定进行服务规则提醒的目标提醒方式。
可选地,所述提醒方式确定子单元,基于所述在途信用服务的消费记录、所述信用服务参与度以及所述体验敏感度,确定进行服务规则提醒的目标提醒方式,包括:
若所述体验敏感度小于预设敏感度阈值,则确定所述目标提醒方式为不进行服务规则提醒,若所述信用服务参与度大于或等于预设参与度阈值、所述体验敏感度大于或等于所述预设敏感度阈值、且所述在途消费记录的消费记录满足预设消费条件,则确定所述目标提醒方式为第一提醒方式,若所述信用服务参与度小于所述预设参与度阈值、且所述在途消费的消费记录不满足所述预设消费条件,则确定所述目标提醒方式为第二提醒方式,其中,所述第二提醒方式的提醒力度大于所述第一提醒方式的提醒力度。
可选地,所述体验敏感度确定子单元,基于所述用户使用过的历史信用服务的服务相关信息以及所述用户对所述历史信用服务的投诉记录,确定所述用户对所述目标信用服务的体验敏感度,包括:
基于提升树算法、所述用户使用过的历史信用服务的服务相关信息以及所述用户对所述历史信用服务的投诉记录,建立投诉预测模型;
基于所述目标信用服务的服务相关信息和所述投诉预测模型,预测所述用户在使用所述目标信用服务后发起投诉的概率;
基于预测出的概率以及投诉概率与体验敏感度之间的预设对应关系,确定所述用户对所述目标信用服务的体验敏感度。
可选地,所述服务提供单元,在所述第二确定单元基于所述用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式之后,若所述目标提醒方式为不进行服务规则提醒,则向所述用户提供所述目标信用服务。
显然,本说明书实施例的信用服务提供装置可以作为上述图2所示的信用服务提供方法的执行主体,因此能够实现信用服务提供方法在图2所实现的功能。由于原理相同,在此不再赘述。
图6是本说明书的一个实施例电子设备的结构示意图。请参考图6,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成信用服务提供装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
响应于用户针对目标信用服务的使用请求,基于预设风控模型和所述用户已授权的信用相关信息,对所述用户进行信用风险评估,得到信用评估结果,所述预设风控模型为基于样本用户已授权的信用相关信息及信用评估结果进行训练得到;
基于所述用户的信用评估结果,确定是否允许所述用户使用所述目标信用服务;
若是,则基于所述用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式;
基于所述目标提醒方式,向所述用户提醒所述目标信用服务的服务规则;
响应于所述用户针对所述服务规则的确认操作,向所述用户提供所述目标信用服务。
上述如本说明书图2所示实施例揭示的信用服务提供装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
应理解,本说明书实施例的电子设备可以实现信用服务提供装置在图2所示实施例的功能。由于原理相同,本说明书实施例在此不再赘述。
当然,除了软件实现方式之外,本说明书的电子设备并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
本说明书实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的便携式电子设备执行时,能够使该便携式电子设备执行图2所示实施例的方法,并具体用于执行以下操作:
响应于用户针对目标信用服务的使用请求,基于预设风控模型和所述用户已授权的信用相关信息,对所述用户进行信用风险评估,得到信用评估结果,所述预设风控模型为基于样本用户已授权的信用相关信息及信用评估结果进行训练得到;
基于所述用户的信用评估结果,确定是否允许所述用户使用所述目标信用服务;
若是,则基于所述用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式;
基于所述目标提醒方式,向所述用户提醒所述目标信用服务的服务规则;
响应于所述用户针对所述服务规则的确认操作,向所述用户提供所述目标信用服务。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
总之,以上所述仅为本说明书的较佳实施例而已,并非用于限定本说明书的保护范围。凡在本说明书的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本说明书的保护范围之内。
上述实施例阐明的系统、装置、模块或单元,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。具体的,计算机例如可以为个人计算机、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何设备的组合。
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。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
Claims (12)
1.一种信用服务提供方法,包括:
响应于用户针对目标信用服务的使用请求,基于预设风控模型和所述用户已授权的信用相关信息,对所述用户进行信用风险评估,得到信用评估结果,所述预设风控模型为基于样本用户已授权的信用相关信息及信用评估结果进行训练得到;
基于所述用户的信用评估结果,确定是否允许所述用户使用所述目标信用服务;
若是,则基于所述用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式;
基于所述目标提醒方式,向所述用户提醒所述目标信用服务的服务规则;
响应于所述用户针对所述服务规则的确认操作,向所述用户提供所述目标信用服务。
2.如权利要求1所述的方法,所述基于所述目标提醒方式,向所述用户提醒所述目标信用服务的服务规则,包括:
若所述目标提醒方式为第一提醒方式,则向所述用户展示规则提醒界面,所述规则提醒界面中包括所述目标信用服务的服务规则;
若所述目标提醒方式为第二提醒方式,则向所述用户发起语音呼叫,以及在语音呼叫接通后,通过语音方式向所述用户播放所述目标信用服务的服务规则,所述第二提醒方式的提醒力度大于所述第一提醒方式的提醒力度。
3.如权利要求2所述的方法,所述目标信用服务的服务规则以下述至少一种形式展示于所述规则提醒界面:文字形式、视频形式、动态交互图形式。
4.如权利要求2所述的方法,所述目标提醒方式为第一提醒方式,所述规则提醒界面中还包括用于确认服务规则的确认按钮;
所述响应于所述用户针对所述服务规则的确认操作,向所述用户提供所述目标信用服务,包括:
响应于所述用户对所述确认按钮的确认操作,向所述用户提供所述目标信用服务。
5.如权利要求2所述的方法,所述目标提醒方式为第二提醒方式,所述响应于所述用户针对所述服务规则的确认操作,向所述用户提供所述目标信用服务,包括:
响应于所述用户通过语音方式输入的确认信息,向所述用户提供所述目标信用服务。
6.如权利要求1所述的方法,所述信用服务使用信息包括在途信用服务的消费记录、使用过的历史信用服务的服务相关信息以及所述用户对所述历史信用服务的投诉记录;
所述基于所述用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式,包括:
基于所述用户使用过的历史信用服务的服务相关信息,确定所述用户的信用服务参与度;
基于所述用户使用过的历史信用服务的服务相关信息以及所述用户对所述历史信用服务的投诉记录,确定所述用户对所述目标信用服务的体验敏感度;
基于所述在途信用服务的消费记录、所述信用服务参与度以及所述体验敏感度,确定进行服务规则提醒的目标提醒方式。
7.如权利要求6所述的方法,所述基于所述在途信用服务的消费记录、所述信用服务参与度以及所述体验敏感度,确定进行服务规则提醒的目标提醒方式,包括:
若所述体验敏感度小于预设敏感度阈值,则确定所述目标提醒方式为不进行服务规则提醒;
若所述信用服务参与度大于或等于预设参与度阈值、所述体验敏感度大于或等于所述预设敏感度阈值、且所述在途消费记录的消费记录满足预设消费条件,则确定所述目标提醒方式为第一提醒方式;
若所述信用服务参与度小于所述预设参与度阈值、且所述在途消费的消费记录不满足所述预设消费条件,则确定所述目标提醒方式为第二提醒方式,其中,所述第二提醒方式的提醒力度大于所述第一提醒方式的提醒力度。
8.如权利要求6所述的方法,所述基于所述用户使用过的历史信用服务的服务相关信息以及所述用户对所述历史信用服务的投诉记录,确定所述用户对所述目标信用服务的体验敏感度,包括:
基于提升树算法、所述用户使用过的历史信用服务的服务相关信息以及所述用户对所述历史信用服务的投诉记录,建立投诉预测模型;
基于所述目标信用服务的服务相关信息和所述投诉预测模型,预测所述用户在使用所述目标信用服务后发起投诉的概率;
基于预测出的概率以及投诉概率与体验敏感度之间的预设对应关系,确定所述用户对所述目标信用服务的体验敏感度。
9.如权利要求1至8中任一项所述的方法,在基于所述用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式之后,所述方法还包括:
若所述目标提醒方式为不进行服务规则提醒,则向所述用户提供所述目标信用服务。
10.一种信用服务提供装置,所述装置包括:
信用评估单元,响应于用户针对目标信用服务的使用请求,基于预设风控模型和所述用户已授权的信用相关信息,对所述用户进行信用风险评估,得到信用评估结果,所述预设风控模型为基于样本用户已授权的信用相关信息及信用评估结果进行训练得到;
第一确定单元,基于所述用户的信用评估结果,确定是否允许所述用户使用所述目标信用服务;
第二确定单元,若允许所述用户使用所述目标信用服务,则基于所述用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式;
提醒单元,基于所述目标提醒方式,向所述用户提醒所述目标信用服务的服务规则;
服务提供单元,响应于所述用户针对所述服务规则的确认操作,向所述用户提供所述目标信用服务。
11.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
响应于用户针对目标信用服务的使用请求,基于预设风控模型和所述用户已授权的信用相关信息,对所述用户进行信用风险评估,得到信用评估结果,所述预设风控模型为基于样本用户已授权的信用相关信息及信用评估结果进行训练得到;
基于所述用户的信用评估结果,确定是否允许所述用户使用所述目标信用服务;
若是,则基于所述用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式;
基于所述目标提醒方式,向所述用户提醒所述目标信用服务的服务规则;
响应于所述用户针对所述服务规则的确认操作,向所述用户提供所述目标信用服务。
12.一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的终端设备执行时,使得所述终端设备执行以下操作:
响应于用户针对目标信用服务的使用请求,基于预设风控模型和所述用户已授权的信用相关信息,对所述用户进行信用风险评估,得到信用评估结果,所述预设风控模型为基于样本用户已授权的信用相关信息及信用评估结果进行训练得到;
基于所述用户的信用评估结果,确定是否允许所述用户使用所述目标信用服务;
若是,则基于所述用户已授权的信用服务使用信息,确定进行服务规则提醒的目标提醒方式;
基于所述目标提醒方式,向所述用户提醒所述目标信用服务的服务规则;
响应于所述用户针对所述服务规则的确认操作,向所述用户提供所述目标信用服务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210682592.4A CN115034888A (zh) | 2022-06-16 | 2022-06-16 | 信用服务提供方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210682592.4A CN115034888A (zh) | 2022-06-16 | 2022-06-16 | 信用服务提供方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115034888A true CN115034888A (zh) | 2022-09-09 |
Family
ID=83125697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210682592.4A Pending CN115034888A (zh) | 2022-06-16 | 2022-06-16 | 信用服务提供方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115034888A (zh) |
Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090043690A1 (en) * | 2007-08-06 | 2009-02-12 | Maclellan Paul | System and method for validating indirect financing transactions |
US9047639B1 (en) * | 2010-09-10 | 2015-06-02 | Bank Of America Corporation | Service participation acknowledgement system |
US9569797B1 (en) * | 2002-05-30 | 2017-02-14 | Consumerinfo.Com, Inc. | Systems and methods of presenting simulated credit score information |
CN107026848A (zh) * | 2017-02-13 | 2017-08-08 | 阿里巴巴集团控股有限公司 | 业务授权方法及装置 |
US20180165762A1 (en) * | 2016-12-14 | 2018-06-14 | Alibaba Group Holding Limited | User credit assessment |
CN108764896A (zh) * | 2018-04-04 | 2018-11-06 | 阿里巴巴集团控股有限公司 | 一种信用卡支付处理方法及装置 |
CN109146662A (zh) * | 2018-07-16 | 2019-01-04 | 蜜小蜂智慧(北京)科技有限公司 | 一种风险控制方法及装置 |
CN109583998A (zh) * | 2018-11-13 | 2019-04-05 | 阿里巴巴集团控股有限公司 | 一种基于信用值的平台合约执行方法和装置 |
CN109583993A (zh) * | 2018-11-02 | 2019-04-05 | 北京拜克洛克科技有限公司 | 信用分的评估方法、服务器及机器可读存储介质 |
CN109785175A (zh) * | 2019-02-13 | 2019-05-21 | 平安科技(深圳)有限公司 | 保险承保控制方法、装置、计算机设备及存储介质 |
CN109828801A (zh) * | 2017-11-23 | 2019-05-31 | 深圳市金证科技股份有限公司 | 业务信息处理方法、装置和服务器 |
CN110009479A (zh) * | 2019-03-01 | 2019-07-12 | 百融金融信息服务股份有限公司 | 信用评价方法及装置、存储介质、计算机设备 |
CN110400072A (zh) * | 2019-07-24 | 2019-11-01 | 阿里巴巴集团控股有限公司 | 一种信用服务的授权方法、装置及设备 |
WO2019218751A1 (zh) * | 2018-05-16 | 2019-11-21 | 阿里巴巴集团控股有限公司 | 一种保险业务风险预测的处理方法、装置及处理设备 |
CN110490725A (zh) * | 2019-07-10 | 2019-11-22 | 阿里巴巴集团控股有限公司 | 业务处理方法以及装置 |
CN110675213A (zh) * | 2019-08-22 | 2020-01-10 | 阿里巴巴集团控股有限公司 | 投放信用服务产品的方法、装置及电子设备 |
CN110915167A (zh) * | 2017-07-19 | 2020-03-24 | 瑞典爱立信有限公司 | 用于处理服务单元的信用池的功能和方法 |
CN111047423A (zh) * | 2019-11-01 | 2020-04-21 | 支付宝(杭州)信息技术有限公司 | 一种风险确定方法、装置及电子设备 |
CN111523996A (zh) * | 2020-04-21 | 2020-08-11 | 北京易点淘网络技术有限公司 | 一种审批方法及系统 |
CN112017008A (zh) * | 2020-08-31 | 2020-12-01 | 支付宝(杭州)信息技术有限公司 | 任务处理方法及装置、信用体系下的数据处理方法及装置 |
CN112200582A (zh) * | 2020-10-22 | 2021-01-08 | 支付宝(杭州)信息技术有限公司 | 业务处理方法及装置 |
CN112381514A (zh) * | 2020-11-16 | 2021-02-19 | 中国建设银行股份有限公司 | 业务数据的提醒方法、装置和服务器 |
CN112581249A (zh) * | 2019-09-27 | 2021-03-30 | 杭州湛联科技有限公司 | 一种基于信用承诺履约的信用分管理系统及方法 |
US20210224901A1 (en) * | 2019-02-19 | 2021-07-22 | Suanhua Intelligent Technology Co., Ltd. | System and method for credit assessment |
CN113298385A (zh) * | 2021-05-26 | 2021-08-24 | 上海晓途网络科技有限公司 | 一种用户管理方法、装置、电子设备及存储介质 |
CN113344695A (zh) * | 2021-06-21 | 2021-09-03 | 支付宝(杭州)信息技术有限公司 | 一种弹性风控方法、装置、设备和可读介质 |
CN113344590A (zh) * | 2021-05-14 | 2021-09-03 | 北京三快在线科技有限公司 | 一种模型训练以及投诉率预估的方法及装置 |
CN113781205A (zh) * | 2021-09-10 | 2021-12-10 | 平安普惠企业管理有限公司 | 事项进度智能跟进提示方法、装置、设备及介质 |
WO2022001811A1 (zh) * | 2020-06-30 | 2022-01-06 | 浙江网商银行股份有限公司 | 授信额度处理方法及装置、作物识别方法及装置 |
CN114202384A (zh) * | 2021-12-15 | 2022-03-18 | 建信金融科技(苏州)有限公司 | 信用分数计算方法、设备及存储介质 |
-
2022
- 2022-06-16 CN CN202210682592.4A patent/CN115034888A/zh active Pending
Patent Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9569797B1 (en) * | 2002-05-30 | 2017-02-14 | Consumerinfo.Com, Inc. | Systems and methods of presenting simulated credit score information |
US20090043690A1 (en) * | 2007-08-06 | 2009-02-12 | Maclellan Paul | System and method for validating indirect financing transactions |
US9047639B1 (en) * | 2010-09-10 | 2015-06-02 | Bank Of America Corporation | Service participation acknowledgement system |
US20180165762A1 (en) * | 2016-12-14 | 2018-06-14 | Alibaba Group Holding Limited | User credit assessment |
CN107026848A (zh) * | 2017-02-13 | 2017-08-08 | 阿里巴巴集团控股有限公司 | 业务授权方法及装置 |
CN110915167A (zh) * | 2017-07-19 | 2020-03-24 | 瑞典爱立信有限公司 | 用于处理服务单元的信用池的功能和方法 |
CN109828801A (zh) * | 2017-11-23 | 2019-05-31 | 深圳市金证科技股份有限公司 | 业务信息处理方法、装置和服务器 |
CN108764896A (zh) * | 2018-04-04 | 2018-11-06 | 阿里巴巴集团控股有限公司 | 一种信用卡支付处理方法及装置 |
WO2019218751A1 (zh) * | 2018-05-16 | 2019-11-21 | 阿里巴巴集团控股有限公司 | 一种保险业务风险预测的处理方法、装置及处理设备 |
CN109146662A (zh) * | 2018-07-16 | 2019-01-04 | 蜜小蜂智慧(北京)科技有限公司 | 一种风险控制方法及装置 |
CN109583993A (zh) * | 2018-11-02 | 2019-04-05 | 北京拜克洛克科技有限公司 | 信用分的评估方法、服务器及机器可读存储介质 |
CN109583998A (zh) * | 2018-11-13 | 2019-04-05 | 阿里巴巴集团控股有限公司 | 一种基于信用值的平台合约执行方法和装置 |
CN109785175A (zh) * | 2019-02-13 | 2019-05-21 | 平安科技(深圳)有限公司 | 保险承保控制方法、装置、计算机设备及存储介质 |
US20210224901A1 (en) * | 2019-02-19 | 2021-07-22 | Suanhua Intelligent Technology Co., Ltd. | System and method for credit assessment |
CN110009479A (zh) * | 2019-03-01 | 2019-07-12 | 百融金融信息服务股份有限公司 | 信用评价方法及装置、存储介质、计算机设备 |
CN110490725A (zh) * | 2019-07-10 | 2019-11-22 | 阿里巴巴集团控股有限公司 | 业务处理方法以及装置 |
CN110400072A (zh) * | 2019-07-24 | 2019-11-01 | 阿里巴巴集团控股有限公司 | 一种信用服务的授权方法、装置及设备 |
CN110675213A (zh) * | 2019-08-22 | 2020-01-10 | 阿里巴巴集团控股有限公司 | 投放信用服务产品的方法、装置及电子设备 |
CN112581249A (zh) * | 2019-09-27 | 2021-03-30 | 杭州湛联科技有限公司 | 一种基于信用承诺履约的信用分管理系统及方法 |
CN111047423A (zh) * | 2019-11-01 | 2020-04-21 | 支付宝(杭州)信息技术有限公司 | 一种风险确定方法、装置及电子设备 |
CN111523996A (zh) * | 2020-04-21 | 2020-08-11 | 北京易点淘网络技术有限公司 | 一种审批方法及系统 |
WO2022001811A1 (zh) * | 2020-06-30 | 2022-01-06 | 浙江网商银行股份有限公司 | 授信额度处理方法及装置、作物识别方法及装置 |
CN112017008A (zh) * | 2020-08-31 | 2020-12-01 | 支付宝(杭州)信息技术有限公司 | 任务处理方法及装置、信用体系下的数据处理方法及装置 |
CN112200582A (zh) * | 2020-10-22 | 2021-01-08 | 支付宝(杭州)信息技术有限公司 | 业务处理方法及装置 |
CN112381514A (zh) * | 2020-11-16 | 2021-02-19 | 中国建设银行股份有限公司 | 业务数据的提醒方法、装置和服务器 |
CN113344590A (zh) * | 2021-05-14 | 2021-09-03 | 北京三快在线科技有限公司 | 一种模型训练以及投诉率预估的方法及装置 |
CN113298385A (zh) * | 2021-05-26 | 2021-08-24 | 上海晓途网络科技有限公司 | 一种用户管理方法、装置、电子设备及存储介质 |
CN113344695A (zh) * | 2021-06-21 | 2021-09-03 | 支付宝(杭州)信息技术有限公司 | 一种弹性风控方法、装置、设备和可读介质 |
CN113781205A (zh) * | 2021-09-10 | 2021-12-10 | 平安普惠企业管理有限公司 | 事项进度智能跟进提示方法、装置、设备及介质 |
CN114202384A (zh) * | 2021-12-15 | 2022-03-18 | 建信金融科技(苏州)有限公司 | 信用分数计算方法、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110826006B (zh) | 基于隐私数据保护的异常采集行为识别方法和装置 | |
JP6721509B2 (ja) | 情報を表示する方法及び装置 | |
CN112381647A (zh) | 一种资金转移方法、装置、设备和可读介质 | |
CN109146493B (zh) | 消费数据处理方法及装置 | |
EP3591601A1 (en) | Article evaluation method and apparatus | |
CN106161824B (zh) | 一种通讯号码活跃度确定方法及装置 | |
CN111582872A (zh) | 异常账号检测模型训练、异常账号检测方法、装置及设备 | |
CN111353784A (zh) | 一种转账处理方法、系统、装置和设备 | |
US11777874B1 (en) | Artificial intelligence conversation engine | |
CN109063967B (zh) | 一种风控场景特征张量的处理方法、装置及电子设备 | |
KR20180005596A (ko) | 맥락 연관 서비스를 제공하기 위한 컴퓨터-구현 시스템 및 방법 | |
CN113297462A (zh) | 数据处理方法、装置、设备和存储介质 | |
CN111340575A (zh) | 一种资源推送方法、装置和电子设备 | |
CN115034888A (zh) | 信用服务提供方法及装置 | |
CN112001661B (zh) | 一种风测等级更新的方法、装置、设备及介质 | |
CN111539742B (zh) | 信息处理方法、装置、电子设备及存储介质 | |
CN111461730B (zh) | 一种风控方法、装置、系统和电子设备 | |
CN112907256A (zh) | 一种网购场景下的账号验证方法及装置 | |
CN111523138A (zh) | 一种隐私数据的保护方法、装置、系统和电子设备 | |
CN113807888B (zh) | 营销处理方法及装置 | |
CN111401883B (zh) | 一种应用功能和生物核身的开通方法、装置和电子设备 | |
CN117217765A (zh) | 服务信息的显示方法及设备 | |
CN110555754A (zh) | 一种针对信用业务的监管方法及装置 | |
CN115936836A (zh) | 提醒信息发送方法、装置、存储介质以及电子设备 | |
CN114416002A (zh) | 支持离线或弱网环境的电子工牌的使用方法及装置 |
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 |