CN115456768A - 智能授信方法、装置、计算机设备和存储介质 - Google Patents
智能授信方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115456768A CN115456768A CN202211249947.7A CN202211249947A CN115456768A CN 115456768 A CN115456768 A CN 115456768A CN 202211249947 A CN202211249947 A CN 202211249947A CN 115456768 A CN115456768 A CN 115456768A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- credit
- paying
- credit granting
- 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
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请属于人工智能技术领域,可用于金融领域的授信业务,特别涉及一种智能授信方法、装置、计算机设备和存储介质。该方法包括:获取用户的放款需求信息;获取所述用户的验证信息;根据所述放款需求信息和所述验证信息,判断所述用户是否通过初步评审;若所述用户通过初步评审,则完善所述用户的信息;根据完善后的所述用户的信息评定授信等级和创建授信账户。通过上述的方法、装置和计算机设备,实现了对用户放款申请的自动审查与授信,提高了授信审查的效率,以及降低了审查工作失误的概率。
Description
技术领域
本申请涉及人工智能技术领域,具体而言,本申请涉及一种智能授信方法、装置、计算机设备和存储介质。
背景技术
在金融领域中,客户提交放款申请后,由相应的金融机构通过对客户递交的相关资料进行审核,来实现对贷款用户的风险评估,并为风险较低的贷款用户进行授信。但是,授信的调查与资料核对一般由人工完成,效率较低;且对审查人员的业务能力要求较高,并容易受到审核人员主观因素的影响,在授信过程中容易造成判断失误,给金融机构带来经济损失。
发明内容
本申请的主要目的为提供一种智能授信方法、装置、计算机设备和存储介质,旨在解决授信审查效率低,且审查工作失误概率较高的技术问题。
为了实现上述发明目的,本申请提供一种智能授信方法,包括:
获取用户的放款需求信息;
获取所述用户的身份验证信息;
根据所述放款需求信息和所述身份验证信息,判断所述用户是否通过初步评审;
若所述用户通过初步评审,则完善所述用户的信息;
根据完善后的所述用户的信息评定授信等级和创建授信账户。
在一个实施例中,在所述判断所述用户是否通过初步评审的步骤之后,所述智能授信方法还包括:
若所述用户未通过初步评审,则拒绝所述用户的放款申请并通知所述用户未通过放款申请。
在一个实施例中,所述获取用户的验证信息的步骤,包括:
获取所述用户的身份证信息;以及,
获取所述用户的人脸图像信息。
在一个实施例中,所述根据所述放款需求信息和所述验证信息,获得初步评审结果的步骤,包括:
判断所述放款需求是否在预设需求范围内;
判断所述用户征信是否存在风险;
若所述放款需求不在预设需求范围内,和/或所述用户的征信存在风险,则初步评审结果为不通过;
若所述放款需求在预设需求范围内,且所述用户的征信不存在风险,则初步评审结果为通过。
在一个实施例中,所述完善所述用户信息的步骤,包括:
获取所述用户的放款申请文件;
提取所述放款申请文件中的贷款资质证明信息;
将所述贷款资质证明信息补充至所述用户的信息库。
在一个实施例中,所述人脸图像信息为实时人脸图像信息。
本申请还提供一种智能授信装置,包括:
放款需求信息获取模块,用于获取用户的放款需求信息;
验证信息获取模块,用于获取所述用户的验证信息;
初步评审结果获取模块,用于根据所述放款需求信息和所述验证信息,获得初步评审结果;
判断模块,用于根据所述初步评审结果判断所述用户是否通过初步评审;
第一执行模块,用于当所述用户通过初步评审时,完善所述用户的信息;
第二执行模块,用于根据完善后的所述用户的信息评定授信等级和创建授信账户。
本申请还提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一实施例提供的智能授信方法的步骤。
本申请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上存储有计算机程序,该计算机程序被处理器执行时实现上述任一实施例提供的智能授信方法的步骤。
本申请所提供的一种智能授信方法、装置、计算机设备和存储介质,包括:获取用户的放款需求信息;获取所述用户的验证信息;根据所述放款需求信息和所述验证信息,判断所述用户是否通过初步评审;若所述用户通过初步评审,则完善所述用户的信息;根据完善后的所述用户的信息评定授信等级和创建授信账户。通过上述的方式,实现了对用户放款申请的自动审查与授信,提高了授信审查的效率,以及降低了审查工作失误的概率。
附图说明
图1为本申请一实施例的智能授信方法的流程示意图;
图2为本申请另一实施例的智能授信方法的流程示意图;
图3为本申请一实施例的智能授信方法中的步骤S20的流程示意图;
图4为本申请一实施例的智能授信方法中的步骤S30的流程示意图;
图5为本申请一实施例的智能授信方法中的步骤S40的流程示意图;
图6为本申请一实施例的智能授信装置的结构示意图;
图7为本申请一实施例的计算机设备的结构示意图。
具体实施方式
在金融领域中,金融机构的授信业务是根据客户资料、行业背景、信用记录等自然信息,对个人或公司企业进行授信评估,其主要的功能包括授信申请、综合授信、批量授信等。现有的授信业务主要以人工的方式完成,亦即,授信的调查与资料核对由人工实现,从而导致效率较低;且该业务对审查人员的业务能力要求较高,并容易受到审核人员主观因素的影响,因此,在授信过程中容易造成判断失误,给金融机构带来经济损失。
为解决上述问题,请参照图1,本申请实施例提供一种智能授信方法,该方法包括步骤S10-S50,对于该方法的各个步骤的详细阐述如下。
在其中一个实施例中,智能授信方法包括:
S10、获取用户的放款需求信息;
S20、获取所述用户的验证信息;
S30、根据所述放款需求信息和所述验证信息,判断所述用户是否通过初步评审;
S40、若所述用户通过初步评审,则完善所述的用户信息;
S50、根据完善后的所述用户的信息评定授信等级和创建授信账户。
如上述步骤S10-S30所述,可以通过设计授信APP,用户在APP中输入(或选择)放款需求及用户的验证信息,在一些实施例中,用户验证信息包括用户身份证信息和人脸图像信息,为了保证身份验证的准确性,优选的,人脸图像信息为实时获取到的实时人脸图像信息;后台系统获取到用户的放款需求信息及用户的验证信息,根据用户的放款需求信息和身份验证信息,判断用户是否通过初步评审,并根据初步评审结果确定是否往下执行相关操作。
如上述步骤S40-S50所述,当用户通过初步评审,则进一步完善用户的信息,例如,将获取得到的用户最近的银行流水信息、以往的信贷记录等补充至用户的信息库中;之后,根据完善后的客户的信息评定用户的授信等级以及为用户创建授信账户,从而完成客户的授信审核与最终认证。
在一些实施例中,请参照图2,在所述判断所述用户是否通过初步评审的步骤之后,所述智能授信方法还包括:
S60、若所述用户未通过初步评审,则拒绝所述用户的放款申请并通知所述用户未通过放款申请。
如上述步骤S60所述,当用户未通过初步评审,即用户无法满足贷款的最低要求(如征信无污点),则拒绝用户的放款申请,谨防金融机构的经济损失;并及时通知用户未能通过放款申请,具体的,可在APP显示界面上弹出“申请未通过”的弹窗信息,也可通过手机短信、邮箱、或电话联系等方式通知用户,以提高服务质量,提高用户的服务体验。
在一些实施例中,请参照图3,所述获取用户的身份验证信息的步骤,包括:
S201、获取所述用户的身份证信息;
S202、以及获取所述用户的人脸图像信息。
如上述步骤S201-S202所述,为了防止用户身份证信息被盗用而用于放款申请,还需结合用户的人脸图像信息对用户的身份进行验证,优选的,实时获取用户的人脸图像信息,并指示用户实时完成规定的脸部动作,以保证用户身份信息的准确性。
在一些实施例中,请参照图4,所述根据用户的放款需求信息和身份验证信息,判断用户是否通过初步评审的步骤,包括:
S301、判断所述放款需求是否在预设需求范围内;
S302、判断所述用户的征信是否存在风险;
S303、若所述放款需求不在预设需求范围内,和/或所述用户的征信存在风险,则初步评审结果为不通过;
S304、若所述放款需求在预设需求范围内,且所述用户的征信不存在风险,则初步评审结果为通过。
如上述步骤S301-S304所述,在初步评审阶段,为了挖掘更多潜在的授信用户,只通过判断用户的放款需求是否在预设需求范围内,以及判断用户的征信是否存在风险。具体的,当用户的放款需求不在预设需求范围内(即低于放款下限或高于放款上限),和/或用户的征信存在风险,则初步评审结果为不通过;而当用户的放款需求在预设需求范围内,且用户的征信不存在风险,则初步评审结果为通过。一般的,征信问题有四种类型,即个人征信报告有污点,且性质极为恶劣,通常是由于用户有逾期行为,被列为失信被执行人,或行政处罚、民事判决等不良记录过多;从来没有与银行或金融机构发生过信贷关系,在个人征信报告中信贷记录为空;用户贷款笔数或信用卡数量过多;征信查询次数多,征信记录乱。
在一些实施例中,请参照图5,所述完善所述用户的信息的步骤,包括:
S401、获取所述用户的放款申请文件;
S402、提取所述放款申请文件中的贷款资质证明信息;
S403、将所述贷款资质证明信息补充至所述用户的信息库。
如上述步骤S401-S403所述,通过对用户上传的申请文件进行识别,可以获得申请文件中的贷款资质证明信息,在本实施例中,可以通过光学字符识别(Optical CharacterRecognition,0CR)的方式来获取申请文件中的贷款资质证明信息,在其他实施例中,也可以通过其他方式获取,在此不做限定。贷款资质证明信息包括但不限于银行流水信息、抵押担保信息、申请额度信息、申请人信息、申请人配偶信息、企业信息、法定代表人信息、法定代表人配偶信息、银行卡信息、实际控制人信息、实际控制人配偶信息、第三方担保人、第三方担保人配偶信息、第三方担保公司信息、常用联系人信息、征信信息及影像信息等其中的一项或几项的组合。将上述获取得到的贷款资质证明信息补充至用户的信息库中,以进一步完善用户的信息;通过用户完善的贷款资质证明信息,可以更深入了解用户的真实经济状况及更准确评估用户的还贷能力,从而合理地评估用户的授信等级;在确定给予用户授信资格后,为用户创建专门的授信账户,以方便后续的放贷和还贷等交易操作的进行。
本申请所提供的一种智能授信方法,包括:获取用户的放款需求信息;获取所述用户的验证信息;根据所述放款需求信息和所述验证信息,判断所述用户是否通过初步评审;若所述用户通过初步评审,则完善所述用户的信息;根据完善后的所述用户的信息评定授信等级和创建授信账户。通过上述的方式,实现了对用户放款申请的自动审查与授信,提高了授信审查的效率,以及降低了审查工作失误的概率。
请参照图6,本申请实施例中还提供一种智能授信装置,该装置包括:
放款需求信息获取模块601,用于获取用户的放款需求信息;
验证信息获取模块602,用于获取所述用户的验证信息;
判断模块603,用于根据所述放款需求信息和所述身份验证信息,判断所述用户是否通过初步评审;
第一执行模块604,用于当所述用户通过初步评审时,完善所述用户的信息;
第二执行模块605,用于根据完善后的所述用户的信息评定授信等级和创建授信账户。
在本实施例中,可以通过设计授信APP,将APP安装于智能授信装置上,用户在APP中输入(或选择)放款需求及用户的验证信息,在一些实施例中,用户验证信息包括用户身份证信息和人脸图像信息,为了保证身份验证的准确性,优选的,人脸图像信息为实时获取到的实时人脸图像信息;放款需求信息获取模块601获取到用户的放款需求信息,验证信息获取模块602用户的验证信息,判断模块603根据用户的放款需求信息和身份验证信息,判断用户是否通过初步评审,并根据初步评审结果确定是否往下执行相关操作。第一执行模块604当用户通过初步评审时,进一步完善用户的信息,例如,将获取得到的用户最近的银行流水信息、以往的信贷记录等补充至用户的信息库中;之后,第二执行模块605根据完善后的客户的信息评定用户的授信等级以及为用户创建授信账户,从而完成客户的授信审核与最终认证。
在本实施例中,智能授信装置还包括第三执行模块606,第三执行模块606用于当所述用户未通过初步评审时,拒绝所述用户的放款申请并通知所述用户未通过放款申请。具体的,当用户未通过初步评审,即用户无法满足贷款的最低要求(如征信无污点),则拒绝用户的放款申请,谨防金融机构的经济损失;并及时通知用户未能通过放款申请,具体的,可在APP显示界面上弹出“申请未通过”的弹窗信息,也可通过手机短信、邮箱、或电话联系等方式通知用户,以提高服务质量,提高用户的服务体验。
在本实施例中,验证信息获取模块602包括第一获取单元和第二获取单元,其中,第一获取单元用于获取所述用户的身份证信息;第二获取单元用于获取所述用户的人脸图像信息。具体的,为了防止用户身份证信息被盗用而用于放款申请,需结合用户的人脸图像信息对用户的身份进行组合验证,优选的,实时获取用户的人脸图像信息,并指示用户实时完成规定的脸部动作,以保证用户身份信息的准确性。
在本实施例中,判断模块603包括第一判断单元、第二判断单元、第一执行单元和第二执行单元,其中,第一判断单元用于判断所述放款需求是否在预设需求范围内;第二判断单元用于判断所述用户的征信是否存在风险;第一执行单元用于当放款需求不在预设需求范围内,和/或所述用户的征信存在风险,则将初步评审结果设定为不通过;第二执行单元用于当所述放款需求在预设需求范围内,且所述用户的征信不存在风险时,则将初步评审结果设定为通过。
在本实施例中,在初步评审阶段,为了挖掘更多潜在的授信用户,只通过判断用户的放款需求是否在预设需求范围内,以及判断用户的征信是否存在风险。具体的,当用户的放款需求不在预设需求范围内(即低于放款下限或高于放款上限),和/或用户的征信存在风险,则初步评审结果为不通过;而当用户的放款需求在预设需求范围内,且用户的征信不存在风险,则初步评审结果为通过。一般的,征信问题有四种类型,即个人征信报告有污点,且性质极为恶劣,通常是由于用户有逾期行为,被列为失信被执行人,或行政处罚、民事判决等不良记录过多;从来没有与银行或金融机构发生过信贷关系,在个人征信报告中信贷记录为空;用户贷款笔数或信用卡数量过多;征信查询次数多,征信记录乱。
在本实施例中,第一执行模块604包括放款申请文件获取单元、提取单元和补充单元,放款申请文件获取单元用于获取所述用户的放款申请文件,提取单元用于提取所述放款申请文件中的贷款资质证明信息;补充单元用于将所述贷款资质证明信息补充至所述用户的信息库。
在本实施例中,补充单元通过对放款申请文件获取单元获取得到的用户上传的申请文件进行识别,可以获得申请文件中的贷款资质证明信息,在本实施例中,可以通过光学字符识别(Optical Character Recognition,0CR)的方式来获取申请文件中的贷款资质证明信息,在其他实施例中,也可以通过其他方式获取,在此不做限定。贷款资质证明信息包括但不限于银行流水信息、抵押担保信息、申请额度信息、申请人信息、申请人配偶信息、企业信息、法定代表人信息、法定代表人配偶信息、银行卡信息、实际控制人信息、实际控制人配偶信息、第三方担保人、第三方担保人配偶信息、第三方担保公司信息、常用联系人信息、征信信息及影像信息等其中的一项或几项的组合。补充单元将上述获取得到的贷款资质证明信息补充至用户的信息库中,以进一步完善用户的信息。通过用户完善的贷款资质证明信息,可以更深入了解用户的真实经济状况及更准确评估用户的还贷能力,从而合理地评估用户的授信等级;在确定给予用户授信资格后,为用户创建专门的授信账户,以方便后续的放贷和还贷等交易操作的进行。
可以理解地,本申请中提出的智能授信装置的各组成部分可以实现上述任一实施例提供的智能授信方法的任一项的功能,具体结构不再赘述。
请参照图7,本申请实施例中还提供一种计算机设备,其内部结构可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括存储介质、内存储器。该存储介质存储有操作系统、计算机程序和数据库。该内存器为存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储一种智能授信方法的相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种智能授信方法,智能授信方法包括如下步骤:
获取用户的放款需求信息;
获取所述用户的验证信息;
根据所述放款需求信息和所述验证信息,判断所述用户是否通过初步评审;
若所述用户通过初步评审,则完善所述用户的信息;
根据完善后的所述用户的信息评定授信等级和创建授信账户。
在本实施例中,可以通过设计授信APP,用户在APP中输入(或选择)放款需求及用户的验证信息,在一些实施例中,用户验证信息包括用户身份证信息和人脸图像信息,为了保证身份验证的准确性,优选的,人脸图像信息为实时获取到的实时人脸图像信息;后台系统获取到用户的放款需求信息及用户的验证信息,根据用户的放款需求信息和身份验证信息,判断用户是否通过初步评审,并根据初步评审结果确定是否往下执行相关操作。当用户通过初步评审,则进一步完善用户的信息,例如,将获取得到的用户最近的银行流水信息、以往的信贷记录等补充至用户的信息库中;之后,根据完善后的客户的信息评定用户的授信等级以及为用户创建授信账户,从而完成客户的授信审核与最终认证。
在本实施例中,在所述判断所述用户是否通过初步评审的步骤之后,智能授信方法还包括如下步骤:
若所述用户未通过初步评审,则拒绝所述用户的放款申请并通知所述用户未通过放款申请。
具体的,当用户未通过初步评审,即用户无法满足贷款的最低要求(如征信无污点),则拒绝用户的放款申请,谨防金融机构的经济损失;并及时通知用户未能通过放款申请,具体的,可在APP显示界面上弹出“申请未通过”的弹窗信息,也可通过手机短信、邮箱、或电话联系等方式通知用户,以提高服务质量,提高用户的服务体验。
在本实施例中,上述的获取用户的身份验证信息的步骤,包括:
获取所述用户的身份证信息;
以及获取所述用户的人脸图像信息。
具体的,为了防止用户身份证信息被盗用而用于放款申请,还需结合用户的人脸图像信息对用户的身份进行验证,优选的,实时获取用户的人脸图像信息,并指示用户实时完成规定的脸部动作,以保证用户身份信息的准确性。
在本实施例中,上述的根据用户的放款需求信息和身份验证信息,判断用户是否通过初步评审的步骤,包括:
判断所述放款需求是否在预设需求范围内;
判断所述用户的征信是否存在风险;
若所述放款需求不在预设需求范围内,和/或所述用户的征信存在风险,则初步评审结果为不通过;
若所述放款需求在预设需求范围内,且所述用户的征信不存在风险,则初步评审结果为通过。
具体的,在初步评审阶段,为了挖掘更多潜在的授信用户,只通过判断用户的放款需求是否在预设需求范围内,以及判断用户的征信是否存在风险。具体的,当用户的放款需求不在预设需求范围内(即低于放款下限或高于放款上限),和/或用户的征信存在风险,则初步评审结果为不通过;而当用户的放款需求在预设需求范围内,且用户的征信不存在风险,则初步评审结果为通过。一般的,征信问题有四种类型,即个人征信报告有污点,且性质极为恶劣,通常是由于用户有逾期行为,被列为失信被执行人,或行政处罚、民事判决等不良记录过多;从来没有与银行或金融机构发生过信贷关系,在个人征信报告中信贷记录为空;用户贷款笔数或信用卡数量过多;征信查询次数多,征信记录乱。
在本实施例中,上述的完善所述用户的信息的步骤,包括:
获取所述用户的放款申请文件;
提取所述放款申请文件中的贷款资质证明信息;
将所述贷款资质证明信息补充至所述用户的信息库。
具体的,通过对用户上传的申请文件进行识别,可以获得申请文件中的贷款资质证明信息,在本实施例中,可以通过光学字符识别(Optical Character Recognition,0CR)的方式来获取申请文件中的贷款资质证明信息,在其他实施例中,也可以通过其他方式获取,在此不做限定。贷款资质证明信息包括但不限于银行流水信息、抵押担保信息、申请额度信息、申请人信息、申请人配偶信息、企业信息、法定代表人信息、法定代表人配偶信息、银行卡信息、实际控制人信息、实际控制人配偶信息、第三方担保人、第三方担保人配偶信息、第三方担保公司信息、常用联系人信息、征信信息及影像信息等其中的一项或几项的组合。将上述获取得到的贷款资质证明信息补充至用户的信息库中,以进一步完善用户的信息;通过用户完善的贷款资质证明信息,可以更深入了解用户的真实经济状况及更准确评估用户的还贷能力,从而合理地评估用户的授信等级;在确定给予用户授信资格后,为用户创建专门的授信账户,以方便后续的放贷和还贷等交易操作的进行。
本申请实施例中还提供一种计算机可读存储介质,该计算机可读存储介质可以是非易失性的,也可以是易失性的,其上存储有计算机程序,计算机程序被处理器执行时实现一种智能授信方法,智能授信方法包括如下步骤:
获取用户的放款需求信息;
获取所述用户的验证信息;
根据所述放款需求信息和所述验证信息,判断所述用户是否通过初步评审;
若所述用户通过初步评审,则完善所述用户的信息;
根据完善后的所述用户的信息评定授信等级和创建授信账户。
在本实施例中,可以通过设计授信APP,用户在APP中输入(或选择)放款需求及用户的验证信息,在一些实施例中,用户验证信息包括用户身份证信息和人脸图像信息,为了保证身份验证的准确性,优选的,人脸图像信息为实时获取到的实时人脸图像信息;后台系统获取到用户的放款需求信息及用户的验证信息,根据用户的放款需求信息和身份验证信息,判断用户是否通过初步评审,并根据初步评审结果确定是否往下执行相关操作。当用户通过初步评审,则进一步完善用户信息,例如,将获取得到的用户最近的银行流水信息、以往的信贷记录等补充至用户的信息库中;之后,根据完善后的客户的信息评定用户的授信等级以及为用户创建授信账户,从而完成客户的授信审核与最终认证。
在本实施例中,在所述判断所述用户是否通过初步评审的步骤之后,智能授信方法还包括如下步骤:
若所述用户未通过初步评审,则拒绝所述用户的放款申请并通知所述用户未通过放款申请。
具体的,当用户未通过初步评审,即用户无法满足贷款的最低要求(如征信无污点),则拒绝用户的放款申请,谨防金融机构的经济损失;并及时通知用户未能通过放款申请,具体的,可在APP显示界面上弹出“申请未通过”的弹窗信息,也可通过手机短信、邮箱、或电话联系等方式通知用户,以提高服务质量,提高用户的服务体验。
在本实施例中,上述的获取用户的身份验证信息的步骤,包括:
获取所述用户的身份证信息;
以及获取所述用户的人脸图像信息。
具体的,为了防止用户身份证信息被盗用而用于放款申请,还需结合用户的人脸图像信息对用户的身份进行验证,优选的,实时获取用户的人脸图像信息,并指示用户实时完成规定的脸部动作,以保证用户身份信息的准确性。
在本实施例中,上述的根据用户的放款需求信息和身份验证信息,判断用户是否通过初步评审的步骤,包括:
判断所述放款需求是否在预设需求范围内;
判断所述用户的征信是否存在风险;
若所述放款需求不在预设需求范围内,和/或所述用户的征信存在风险,则初步评审结果为不通过;
若所述放款需求在预设需求范围内,且所述用户的征信不存在风险,则初步评审结果为通过。
具体的,在初步评审阶段,为了挖掘更多潜在的授信用户,只通过判断用户的放款需求是否在预设需求范围内,以及判断用户的征信是否存在风险。具体的,当用户的放款需求不在预设需求范围内(即低于放款下限或高于放款上限),和/或用户的征信存在风险,则初步评审结果为不通过;而当用户的放款需求在预设需求范围内,且用户的征信不存在风险,则初步评审结果为通过。一般的,征信问题有四种类型,即个人征信报告有污点,且性质极为恶劣,通常是由于用户有逾期行为,被列为失信被执行人,或行政处罚、民事判决等不良记录过多;从来没有与银行或金融机构发生过信贷关系,在个人征信报告中信贷记录为空;用户贷款笔数或信用卡数量过多;征信查询次数多,征信记录乱。
在本实施例中,上述的完善所述用户的信息的步骤,包括:
获取所述用户的放款申请文件;
提取所述放款申请文件中的贷款资质证明信息;
将所述贷款资质证明信息补充至所述用户的信息库。
具体的,通过对用户上传的申请文件进行识别,可以获得申请文件中的贷款资质证明信息,在本实施例中,可以通过光学字符识别(Optical Character Recognition,0CR)的方式来获取申请文件中的贷款资质证明信息,在其他实施例中,也可以通过其他方式获取,在此不做限定。贷款资质证明信息包括但不限于银行流水信息、抵押担保信息、申请额度信息、申请人信息、申请人配偶信息、企业信息、法定代表人信息、法定代表人配偶信息、银行卡信息、实际控制人信息、实际控制人配偶信息、第三方担保人、第三方担保人配偶信息、第三方担保公司信息、常用联系人信息、征信信息及影像信息等其中的一项或几项的组合。将上述获取得到的贷款资质证明信息补充至用户的信息库中,以进一步完善用户的信息;通过用户完善的贷款资质证明信息,可以更深入了解用户的真实经济状况及更准确评估用户的还贷能力,从而合理地评估用户的授信等级;在确定给予用户授信资格后,为用户创建专门的授信账户,以方便后续的放贷和还贷等交易操作的进行。
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,所述的计算机程序可存储于一计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、扩增型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本申请所提供的一种智能授信方法、装置、计算机设备和存储介质,包括:获取用户的放款需求信息;获取所述用户的验证信息;根据所述放款需求信息和所述验证信息,判断所述用户是否通过初步评审;若所述用户通过初步评审,则完善所述用户的信息;根据完善后的所述用户的信息评定授信等级和创建授信账户。通过上述的方式,实现了对用户放款申请的自动审查与授信,提高了授信审查的效率,以及降低了审查工作失误的概率。
需要说明的是,在本文中,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、装置、物品或者方法不仅包括那些要素,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、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种智能授信方法,其特征在于,包括:
获取用户的放款需求信息;
获取所述用户的验证信息;
根据所述放款需求信息和所述验证信息,判断所述用户是否通过初步评审;
若所述用户通过初步评审,则完善所述用户的信息;
根据完善后的所述用户的信息评定授信等级和创建授信账户。
2.根据权利要求1所述的智能授信方法,其特征在于,在所述判断所述用户是否通过初步评审的步骤之后,还包括:
若所述用户未通过初步评审,则拒绝所述用户的放款申请并通知所述用户未通过放款申请。
3.根据权利要求1所述的智能授信方法,其特征在于,所述获取用户的验证信息的步骤,包括:
获取所述用户的身份证信息;以及,
获取所述用户的人脸图像信息。
4.根据权利要求1所述的智能授信方法,其特征在于,所述根据所述放款需求信息和所述验证信息,获得初步评审结果的步骤,包括:
判断所述放款需求是否在预设需求范围内;
判断所述用户的征信是否存在风险;
若所述放款需求不在预设需求范围内,和/或所述用户的征信存在风险,则初步评审结果为不通过;
若所述放款需求在预设需求范围内,且所述用户的征信不存在风险,则初步评审结果为通过。
5.根据权利要求1所述的智能授信方法,其特征在于,所述完善所述用户的信息的步骤,包括:
获取所述用户的放款申请文件;
提取所述放款申请文件中的贷款资质证明信息;
将所述贷款资质证明信息补充至所述用户的信息库。
6.根据权利要求3所述的智能授信方法,其特征在于,所述人脸图像信息为实时人脸图像信息。
7.根据权利要求5所述的智能授信方法,其特征在于,所述贷款资质证明信息包括银行流水信息、抵押担保信息和第三方担保人信息。
8.一种智能授信装置,其特征在于,包括:
放款需求信息获取模块,用于获取用户的放款需求信息;
验证信息获取模块,用于获取所述用户的身份验证信息;
判断模块,用于根据所述放款需求信息和所述身份验证信息,判断所述用户是否通过初步评审;
第一执行模块,用于当所述用户通过初步评审时,完善所述用户的信息;
第二执行模块,用于根据完善后的所述用户的信息评定授信等级和创建授信账户。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述的智能授信方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的智能授信方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211249947.7A CN115456768A (zh) | 2022-10-12 | 2022-10-12 | 智能授信方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211249947.7A CN115456768A (zh) | 2022-10-12 | 2022-10-12 | 智能授信方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115456768A true CN115456768A (zh) | 2022-12-09 |
Family
ID=84309479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211249947.7A Pending CN115456768A (zh) | 2022-10-12 | 2022-10-12 | 智能授信方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115456768A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117035985A (zh) * | 2023-07-31 | 2023-11-10 | 浙江孚临科技有限公司 | 一种授信逾期风险控制方法与系统 |
-
2022
- 2022-10-12 CN CN202211249947.7A patent/CN115456768A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117035985A (zh) * | 2023-07-31 | 2023-11-10 | 浙江孚临科技有限公司 | 一种授信逾期风险控制方法与系统 |
CN117035985B (zh) * | 2023-07-31 | 2024-04-23 | 浙江孚临科技有限公司 | 一种授信逾期风险控制方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160125531A1 (en) | System and Method for An Electronic Lending System | |
CN109815803B (zh) | 面审风险控制方法、装置、计算机设备和存储介质 | |
CN109087208B (zh) | 贷前数据处理方法、装置、计算机设备和存储介质 | |
CN111861732A (zh) | 一种风险评估系统及方法 | |
CN111461857A (zh) | 中小银行个人线上信贷方法、装置、系统、设备和介质 | |
US20240303640A1 (en) | System and method for assessing a digital interaction with a digital third party account service | |
WO2020233070A1 (zh) | 支付风险校验方法、装置、计算机设备及存储介质 | |
KR20000023920A (ko) | 온라인 신용대출 시스템 및 그 방법 | |
CN109544318A (zh) | 风控报告的生成方法、装置、计算机设备及存储介质 | |
CN109544090A (zh) | 订单处理方法、装置、计算机设备及存储介质 | |
CN113687800B (zh) | 文件打印处理方法、装置、计算机设备和存储介质 | |
CN115456768A (zh) | 智能授信方法、装置、计算机设备和存储介质 | |
CN114331315A (zh) | 结合rpa和ai的社保业务处理方法及装置 | |
CN109582668A (zh) | 业务数据管理方法、装置、设备及计算机可读存储介质 | |
US20100070407A1 (en) | System and method for on-line lending with early warning system | |
CN109658087B (zh) | 线上贷款方法、装置、设备及可读存储介质 | |
CN108876633B (zh) | 外国人保单的核保处理方法、装置、计算机设备和存储介质 | |
CN112927062A (zh) | 基于语音识别的业务申请处理方法、装置和计算机设备 | |
CN105847270A (zh) | 贷款认证系统 | |
JP2020003869A (ja) | ローン審査装置 | |
JP3896377B2 (ja) | 与信審査を利用したスコアリングモデル評価方法およびスコアリングモデル評価プログラム | |
CN114078049B (zh) | 一种用于供应链金融资信服务的数据处理方法及装置 | |
US20220366431A1 (en) | System and method for onboarding account customers | |
US20220414652A1 (en) | Prioritizing Holds When Selecting Transactions for Transaction-Based Knowledge-Based Authentication | |
CN116862661A (zh) | 基于消费金融场景的数字信用审批与风险监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |