CN116630032A - 一种基于区块链的智能贷后管理系统 - Google Patents

Abstract

本发明涉及金融数据处理技术领域，尤其涉及一种基于区块链的智能贷后管理系统，该管理系统包括上链请求模块、数据识别模块、节点创建模块、账户关联模块以及节点管理模块，通过为贷后管理建立独立区块链，并通过在出现信贷业务的用户时将信贷的用户上传至区块链，从而信贷过程中的用户进行用户数据、用户的信贷数据和用户的信贷审批数据的识别，以使根据识别结果确定为用户创建区块链上的节点，保证对贷后用户及其数据管理精细化程度的提高和降低评估难度有个优良的基础，并在将用户的用户数据、用户的信贷数据和用户的信贷审批数据上传至区块链后对用户的银行账户的账户动态信息进行获取和分析，对贷后用户实现精准监控。

Description

一种基于区块链的智能贷后管理系统

技术领域

本发明涉及金融数据处理技术领域，尤其涉及一种基于区块链的智能贷后管理系统。

背景技术

贷后管理作为银行或金融机构的信贷业务的重要环节，是银行或金融机构控制信贷业务风险的重要手段，而贷后管理最重要的操作则是跟踪信贷用户的经营变化数据信息，从而保证银行或金融机构能够更好的对用户做出评估，但现有的贷后管理系统在贷后管理上还存在诸如管理精细化程度低、管理方式单一等缺陷。

中国专利公开号：CN113240514A公开了一种基于区块链的贷款管理方法及装置，涉及区块链领域，该方法包括：接收客户发送的贷款申请请求，并根据贷款申请请求检验客户的身份信息和经营证件信息；在客户的身份信息和经营证件信息检验通过的情况下，对客户的贷款申请进行操作，得到贷款信息；将贷款信息发送给用户，并上传至区块链；基于贷款信息，在用户进行用款或还款操作时，将用户的用款信息或还款信息发送给用户，并上传至区块链。该发明安全性较高，可以实现对贷款交易信息的全流程追朔，避免了客户事后否认和抵赖；由此可见，现有技术存在对贷后用户及其数据管理精细化程度不足，导致金融机构在后续对信贷用户进行评估时评估难度大，评估效率低的问题。

发明内容

为此，本发明提供一种基于区块链的智能贷后管理系统，用以克服现有技术中对贷后用户及其数据管理精细化程度不足，导致金融机构在后续对信贷用户进行评估时评估难度大，评估效率低的问题。

为实现上述目的，本发明提供一种基于区块链的智能贷后管理系统，包括：

上链请求模块，其用以接收用户的上链请求，并基于所述上链请求确定对应上链请求的目标链；

数据识别模块，其与所述上链请求模块连接，用以在确定所述上链请求对应的所述目标链完成时对所述用户的用户数据、所述用户的信贷数据和所述用户的信贷审批数据进行识别；

节点创建模块，其分别与所述上链请求模块和所述数据识别模块连接，用以根据所述数据识别模块的识别结果为所述用户在所述目标链创建所述用户的目标节点；

账户关联模块，其与所述节点创建模块连接，用以将所述目标节点与所述用户对应的银行账户关联，以确定所述银行账户的账户动态信息；

节点管理模块，其分别与所述数据识别模块、所述节点创建模块和所述账户关联模块连接，用以在所述节点创建模块创建所述目标节点完成时将所述用户数据、所述信贷数据和所述信贷审批数据加密后存储在所述目标节点，以及将所述账户动态信息存储在所述目标节点；

其中，所述数据识别模块中设有在第一预设条件根据所述用户数据的数据量与对应的数据量标准的数据量的比对结果确定对所述信贷数据和所述信贷审批数据识别时的识别方式，其中，所述识别方式包括确定识别所述信贷数据和所述信贷审批数据时的识别粒度的第一识别方式和确定识别所述信贷数据和所述信贷审批数据时的识别比例的第二识别方式，第一预设条件为所述上链请求模块接收到用户的上链请求并确定对应上链请求的目标链完成。

进一步地，所述节点管理模块包括用以将所述用户数据、所述信贷数据和所述信贷审批数据加密后存储在所述目标节点的第一管理单元，以及用以将所述账户动态信息存储在所述目标节点的第二管理单元。

进一步地，所述数据识别模块确定所述用户数据的数据量与对应的数据量标准的数据量比值，以根据该数据量比值与预设数据量比值的比对结果确定对所述信贷数据和所述信贷审批数据识别时的识别方式，其中，在所述数据量比值小于等于预设数据量比值时确定所述识别方式为第一识别方式，在所述数据量比值大于预设数据量比值时确定所述识别方式为第二识别方式。

进一步地，所述数据识别模块在第一识别方式下识别所述用户数据并计算所述用户数据的完整程度评价值以根据该完整程度评价值与完整程度评价标准的比对结果确定对所述信贷数据和所述信贷审批数据的识别粒度，其中所述识别粒度包括在完整程度评价值小于等于完整程度评价值标准状态下确定的第一识别粒度和在完整程度评价值大于完整程度评价值标准状态下确定的第二识别粒度。

进一步地，所述数据识别模块根据以下公式计算所述完整程度评价值，设定：

，

其中，X为所述完整程度评价值，Ri为所述用户数据中第i个标签的实际值，Ri0为所述用户数据中第i个标签的标准值。

进一步地，所述数据识别模块在第二识别方式下识别所述用户的历史信贷次数并计算所述用户的历史偿债及时性评价值，并根据该历史偿债及时性评价值与历史偿债及时性评价值标准的比对结果确定识别所述信贷数据和所述信贷审批数据时的识别比例，其中所述识别比例包括在所述历史偿债及时性评价值小于等于历史偿债及时性评价值标准状况下的第一识别比例和在所述历史偿债及时性评价值大于历史偿债及时性评价值标准状况下的第二识别比例。

进一步地，所述数据识别模块根据以下公式计算所述历史偿债及时性评价值，设定：

，

其中，Q为所述历史偿债及时性评价值，Wj为第j次信贷的超期天数，W为第j信贷的约定天数，m为历史信贷次数。

进一步地，所述第一管理单元在所述数据识别模块以第一识别方式或第二识别方式对所述信贷数据和所述信贷审批数据进行识别时，计算所述信贷审批数据和信贷数据中的缺失数据占所述信贷审批数据和所述信贷数据的总数据量的数据量比值，所述账户关联模块根据该数据量比值与预设比值的比对结果确定获取所述用户的账户动态信息的获取周期，其中所述获取周期包括在所述数据量比值小于等于预设比值时的第一获取周期和在所述数据量比值大于预设比值时的第二获取周期。

进一步地，所述第一管理单元还用以在第二预设条件确定所述用户的银行账户的账户稳定性评价值，并根据该账户稳定性评价值确定所述用户的银行账户所处稳定性水平，以根据所述银行账户的稳定性水平确定对相应识别方式的调整方式，其中调整方式包括对所述账户关联模块确定的所述账户动态信息的获取周期进行调整的第一调整方式或对所述数据识别模块确定所述信贷数据和所述信贷审批数据的识别粒度或识别比例进行调整的第二调整方式，其中第二预设条件为所述账户关联模块关联将所述目标节点与所述用户对应的银行账户关联并获取所述用户的账户动态信息完成。

进一步地，所述第一管理单元根据以下公式计算所述用户的银行账户的账户稳定性评价值，设定：

，

其中，W所述账户稳定性评价值，Ya为所述用户的银行账户中存在异常支取的次数，Yb为所述用户的银行账户被冻结的次数，Yc为所述用户的银行账户在预设周期内无支取的次数，α为所述异常支取的权重系数，β为被冻结的权重系数，γ为预设周期内无支取的权重系数。

与现有技术相比，本发明的有益效果在于，本发明通过为贷后管理建立独立区块链，并通过在出现信贷业务的用户时将信贷的用户上传至区块链，从而信贷过程中的用户进行用户数据、用户的信贷数据和用户的信贷审批数据的识别，以使根据识别结果确定为用户创建区块链上的节点，从而保证对贷后用户及其数据管理精细化程度的提高和降低评估难度有个优良的基础，并在将用户的用户数据、用户的信贷数据和用户的信贷审批数据上传至区块链后对用户的银行账户的账户动态信息进行获取和分析，以保证能够对贷后用户实现精准监控，从而提高了对贷后用户机器数据管理的精细化程度。

进一步地，本发明在对信贷用户的用户数据进行识别时，通过将用户数据的数据量与对应数据量标准进行比对以确定对用户的信贷数据和信贷审批数据的识别方式，用户数据的数据量的大小是作为初步表征用户是否可能存在非正常状况的参量，通过设置不同的识别方式，从而能够根据用户数据的数据量对用户的信贷数据和信贷审批数据进行灵活的识别，进一步提高了对贷后用户及其数据管理的精细化程度，且降低了在后续对信贷用户进行评估时评估难度，从而提高评估效率。

进一步地，本发明在第一识别方式下，通过计算用户数据的完整程度评价值，以表征用户数据的完整程度，从而根据用户数据的完整程度确定出识别用户的信贷数据和信贷审批数据的识别粒度，粒度对应为数据的精细化程度，以使实现对贷后用户及其数据的精细化管理，以及在第二识别方式下，通过计算用户的历史偿债及时性评价值确定对用户的信贷数据和信贷审批数据的识别比例，从而实现更加精准的对贷后用户上链过程的处理，提高用户上链过程的数据处理效率的同时也能够提高信贷机构的风控能力。

进一步地，本发明通过在识别用户的信贷数据和信贷审批数据后，根据信贷数据和信贷审批数据中缺失数据量的占比确定对用户账户动态信息的获取周期，进一步提高了对贷后用户及其数据管理的精细化程度，从而进一步提高评估效率。

进一步地，本发明还通过获取用户账户动态信息后对用户账户稳定性评价值进行计算，以表征用户账户的稳定性，从而根据用户账户稳定性所处水平确定对用户信贷数据和信贷审批数据的识别方式的调整方式，进一步提高了对贷后用户及其数据管理的精细化程度，且降低了在后续对信贷用户进行评估时评估难度，从而提高评估效率。

附图说明

图1为本发明实施例基于区块链的智能贷后管理系统的结构示意图；

图2为本发明实施例基于区块链的智能贷后管理系统中节点管理模块的结构示意图。

具体实施方式

为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。

需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。

请参阅图1和图2所示，图1为本发明实施例基于区块链的智能贷后管理系统的结构示意图；图2为本发明实施例基于区块链的智能贷后管理系统中节点管理模块的结构示意图。

本发明实施例基于区块链的智能贷后管理系统，其特征在于，包括：

上链请求模块，其用以接收用户的上链请求，并基于所述上链请求确定对应上链请求的目标链；

数据识别模块，其与所述上链请求模块连接，用以在确定所述上链请求对应的所述目标链完成时对所述用户的用户数据、所述用户的信贷数据和所述用户的信贷审批数据进行识别；

节点创建模块，其分别与所述上链请求模块和所述数据识别模块连接，用以根据所述数据识别模块的识别结果为所述用户在所述目标链创建所述用户的目标节点；

账户关联模块，其与所述节点创建模块连接，用以将所述目标节点与所述用户对应的银行账户关联，以确定所述银行账户的账户动态信息；

节点管理模块，其分别与所述数据识别模块、所述节点创建模块和所述账户关联模块连接，用以在所述节点创建模块创建所述目标节点完成时将所述用户数据、所述信贷数据和所述信贷审批数据加密后存储在所述目标节点，以及将所述账户动态信息存储在所述目标节点。

本发明实施例中，所述用户数据为基于用户画像的若干用户标签信息。

具体而言，所述节点管理模块包括用以将所述用户数据、所述信贷数据和所述信贷审批数据加密后存储在所述目标节点的第一管理单元，以及用以将所述账户动态信息存储在所述目标节点的第二管理单元。

具体而言，所述数据识别模块在第一预设条件确定所述用户数据的数据量与对应的数据量标准的数据量比值B，并根据该数据量比值B与预设数据量比值B0的比对结果确定对所述信贷数据和所述信贷审批数据识别时的识别方式；

若B≤B0，所述数据识别模块确定所述识别方式为第一识别方式；

若B＞B0，所述数据识别模块确定所述识别方式为第二识别方式；

其中，第一预设条件为所述上链请求模块接收到用户的上链请求并确定对应上链请求的目标链完成。

本发明实施例中，数据量标准为银行或金融机构在进行信贷业务时获取的信贷用户的基本信息数据的数据量，基本信息包括用户身份信息、用户住所信息及用户资产信息，预设数据量的取值为1，即用户的数据量与对应的数据量标准相等。

具体而言，所述数据识别模块在第一识别方式下识别所述用户数据并计算所述用户数据的完整程度评价值X，以根据该完整程度评价值X与完整程度评价标准X0的比对结果确定对所述信贷数据和所述信贷审批数据的识别粒度；

若X≤X0，所述数据识别模块确定以第一识别粒度识别所述信贷数据和信贷审批数据；

若X＞X0，所述数据识别模块确定以第二识别粒度识别所述信贷数据和信贷审批数据。

本发明实施例中，所述识别粒度为对所述用户的信贷数据和所述信贷审批数据以数据量和数据类型的多维粒度进行识别，其中，第一识别粒度对应的数据量中以相对数据总量的60%的数据量获取数据，数据类型中若单个数据类型的数据量大于20%的数据总量，则获取该单个数据类型的数据；第二识别粒度对应的数据量中以相对数据总量的70%的数据量获取数据，数据类型中若单个数据类型的数据量大于10%的数据总量，则获取该单个数据类型的数据。

具体而言，所述数据识别模块根据以下公式计算所述完整程度评价值X，设定：

，

其中，Ri为所述用户数据中第i个标签的实际值，Ri0为所述用户数据中第i个标签的标准值。

本发明实施例中，用户数据的标签的实际值和标准值分别为标签对应的字符数量和对应标签的标准字符数量，完整程度评价标准的取值为n，即用户数据的标签的实际值与标准值相等。

具体而言，所述数据识别模块在第二识别方式下识别所述用户的历史信贷次数并计算所述用户的历史偿债及时性评价值Q，并根据该历史偿债及时性评价值Q与历史偿债及时性评价值标准Q0的比对结果确定识别所述信贷数据和所述信贷审批数据时的识别比例，

若Q≤Q0，所述数据识别模块确定所述识别比例为第一识别比例；

若Q＞Q0，所述数据识别模块确定所述识别比例为第二识别比例。

本发明实施例中，第一识别比例取值为60%，第二识别比例取值为95%，但上述比例的取值仅并不限于此，本领域技术人员可针对实际情况对上述比例取值范围进行合理调整，本发明对此不作限定。

具体而言，本发明通过对用户历史偿债及时性进行评价，并针对用户实际的偿债及时性和偿债及时性标准的比对确定对所述用户的信贷数据和用户信贷审批数据的识别比例，从而实现更加精准的对贷后用户上链过程的处理，提高用户上链过程的数据处理效率的同时也能够提高信贷机构的风控能力。

具体而言，所述数据识别模块根据以下公式计算所述历史偿债及时性评价值Q，设定：

，

其中，Wj为第j次信贷的超期天数，W为第j信贷的约定天数，m为历史信贷次数。

所述数据识别模块根据以下公式计算所述历史偿债及时性评价值标准Q0，设定：

，

其中，Wj1为第j次信贷的约定宽限期限。

具体而言，所述第一管理单元在所述数据识别模块以第一识别方式或第二识别方式对所述信贷数据和所述信贷审批数据进行识别时，计算所述信贷审批数据和信贷数据中的缺失数据占所述信贷审批数据和所述信贷数据的总数据量的数据量比值B，账户关联模块根据该数据量比值B与预设比值B0的比对结果确定获取所述用户的账户动态信息的获取周期；

若B≤B0，所述账户关联模块确定以第一获取周期获取所述用户的账户动态信息；

若B＞B0，所述账户关联模块确定以第二获取周期获取所述用户的账户动态信息。

本发明实施例中，预设比值B0的取值为0.01，第一获取周期为24h，第二获取周期为72h。

具体而言，所述第一管理单元还用以在第二预设条件计算所述用户的银行账户的账户稳定性评价值W，设定：

，

其中，Ya为所述用户的银行账户中存在异常支取的次数，Yb为所述用户的银行账户被冻结的次数，Yc为所述用户的银行账户在预设周期内无支取的次数，α为所述异常支取的权重系数，β为被冻结的权重系数，γ为预设周期内无支取的权重系数。

其中第二预设条件为所述账户关联模块关联将所述目标节点与所述用户对应的银行账户关联并获取所述用户的账户动态信息完成。

本发明实施例中，α取值为0.65，β取值为为0.33，γ的取值为0.02。

本发明实施例中，异常支取包括境外汇款和超出限额支取。

具体而言，所述第一管理单元还用以将所述账户稳定性评价值W与账户稳定性评价值标准W0进行比对，以根据比对结果确定所述银行账户稳定性；

若W=W0，所述第一管理单元判定所述用户的账户稳定；

若W＞W0，所述第一管理单元判定所述用户的账户不稳定。

本发明实施例中，账户稳定性评价值标准的取值为0，当不存在上述任何异常状况时，所述第一管理单元判定用户账户处于稳定状态。

具体而言，所述第一管理单元在所述用户的账户不稳定状况下计算所述账户稳定性评价值W和账户稳定性评价值标准W0的差值C，设定C=W-W0，以根据该差值C与预设差值的比对结果确定所述用户的账户的稳定性水平，以使所述第一管理单元确定对相应识别方式的调整方式；

若C≤C0，所述第一管理单元确定所述用户的账户的稳定性处于第一稳定性水平，所述第一管理单元确定所述调整方式为第一调整方式；

若C＞C0，所述第一管理单元确定所述用户的账户的稳定性处于第二稳定性水平，所述第一管理单元确定所述调整方式为第二调整方式；

其中，C0为预设差值，第一调整方式为所述第一管理单元对所述账户关联模块确定的所述用户的账户动态信息的获取周期进行调整，第二调整方式为所述第一管理单元对所述数据识别模块确定所述用户的信贷数据和所述信贷审批数据的识别粒度或识别比例进行调整。

本发明实施例中，所述账户稳定性评价值标准W0的取值为0，预设差值C0的取值为1，即当所述用户的账户中存在异常支取的次数、被冻结的次数和在预设周期内无支取的次数均小于等于1次时，所述第一管理单元确定所述用户的账户稳定性水平处于第一稳定性水平。

具体而言，所述第一管理单元在第一调整方式下，根据以下公式计算对所述用户的账户动态信息的获取周期进行调整的调节系数K1，设定：

，

其中，C0为所述预设差值，C为所述账户稳定性评价值和账户稳定性评价值标准的差值，W为所述账户稳定性评价值。

具体而言，所述第一管理单元在第二调整方式下，根据以下公式计算对所述用户的账户动态信息的识别粒度或识别比例进行调整的补偿系数K2，设定：

，

其中，C0为所述预设差值，C为所述账户稳定性评价值和账户稳定性评价值标准的差值，W为所述账户稳定性评价值。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。 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)

1.一种基于区块链的智能贷后管理系统，其特征在于，包括：

上链请求模块，其用以接收用户的上链请求，并基于所述上链请求确定对应上链请求的目标链；

数据识别模块，其与所述上链请求模块连接，用以在确定所述上链请求对应的所述目标链完成时对所述用户的用户数据、所述用户的信贷数据和所述用户的信贷审批数据进行识别；

节点创建模块，其分别与所述上链请求模块和所述数据识别模块连接，用以根据所述数据识别模块的识别结果为所述用户在所述目标链创建所述用户的目标节点；

账户关联模块，其与所述节点创建模块连接，用以将所述目标节点与所述用户对应的银行账户关联，以确定所述银行账户的账户动态信息；

节点管理模块，其分别与所述数据识别模块、所述节点创建模块和所述账户关联模块连接，用以在所述节点创建模块创建所述目标节点完成时将所述用户数据、所述信贷数据和所述信贷审批数据加密后存储在所述目标节点，以及将所述账户动态信息存储在所述目标节点；

其中，所述数据识别模块中设有在第一预设条件根据所述用户数据的数据量与对应的数据量标准的数据量的比对结果确定对所述信贷数据和所述信贷审批数据识别时的识别方式，其中，所述识别方式包括确定识别所述信贷数据和所述信贷审批数据时的识别粒度的第一识别方式和确定识别所述信贷数据和所述信贷审批数据时的识别比例的第二识别方式，第一预设条件为所述上链请求模块接收到用户的上链请求并确定对应上链请求的目标链完成。

2.根据权利要求1所述的基于区块链的智能贷后管理系统，其特征在于，所述节点管理模块包括用以将所述用户数据、所述信贷数据和所述信贷审批数据加密后存储在所述目标节点的第一管理单元，以及用以将所述账户动态信息存储在所述目标节点的第二管理单元。

3.根据权利要求2所述的基于区块链的智能贷后管理系统，其特征在于，所述数据识别模块确定所述用户数据的数据量与对应的数据量标准的数据量比值，以根据该数据量比值与预设数据量比值的比对结果确定对所述信贷数据和所述信贷审批数据识别时的识别方式，其中，在所述数据量比值小于等于预设数据量比值时确定所述识别方式为第一识别方式，在所述数据量比值大于预设数据量比值时确定所述识别方式为第二识别方式。

4.根据权利要求3所述的基于区块链的智能贷后管理系统，其特征在于，所述数据识别模块在第一识别方式下识别所述用户数据并计算所述用户数据的完整程度评价值以根据该完整程度评价值与完整程度评价标准的比对结果确定对所述信贷数据和所述信贷审批数据的识别粒度，其中所述识别粒度包括在完整程度评价值小于等于完整程度评价值标准状态下确定的第一识别粒度和在完整程度评价值大于完整程度评价值标准状态下确定的第二识别粒度。

5.根据权利要求4所述的基于区块链的智能贷后管理系统，其特征在于，所述数据识别模块根据以下公式计算所述完整程度评价值，设定：

，

其中，X为所述完整程度评价值，Ri为所述用户数据中第i个标签的实际值，Ri0为所述用户数据中第i个标签的标准值。

6.根据权利要求4或5所述的基于区块链的智能贷后管理系统，其特征在于，所述数据识别模块在第二识别方式下识别所述用户的历史信贷次数并计算所述用户的历史偿债及时性评价值，并根据该历史偿债及时性评价值与历史偿债及时性评价值标准的比对结果确定识别所述信贷数据和所述信贷审批数据时的识别比例，其中所述识别比例包括在所述历史偿债及时性评价值小于等于历史偿债及时性评价值标准状况下的第一识别比例和在所述历史偿债及时性评价值大于历史偿债及时性评价值标准状况下的第二识别比例。

7.根据权利要求6所述的基于区块链的智能贷后管理系统，其特征在于，所述数据识别模块根据以下公式计算所述历史偿债及时性评价值，设定：

，

其中，Q为所述历史偿债及时性评价值，Wj为第j次信贷的超期天数，W为第j信贷的约定天数，m为历史信贷次数。

8.根据权利要求7所述的基于区块链的智能贷后管理系统，其特征在于，所述第一管理单元在所述数据识别模块以第一识别方式或第二识别方式对所述信贷数据和所述信贷审批数据进行识别时，计算所述信贷审批数据和信贷数据中的缺失数据占所述信贷审批数据和所述信贷数据的总数据量的数据量比值，所述账户关联模块根据该数据量比值与预设比值的比对结果确定获取所述用户的账户动态信息的获取周期，其中所述获取周期包括在所述数据量比值小于等于预设比值时的第一获取周期和在所述数据量比值大于预设比值时的第二获取周期。

9.根据权利要求8所述的基于区块链的智能贷后管理系统，其特征在于，所述第一管理单元还用以在第二预设条件确定所述用户的银行账户的账户稳定性评价值，并根据该账户稳定性评价值确定所述用户的银行账户所处稳定性水平，以根据所述银行账户的稳定性水平确定对相应识别方式的调整方式，其中调整方式包括对所述账户关联模块确定的所述账户动态信息的获取周期进行调整的第一调整方式或对所述数据识别模块确定所述信贷数据和所述信贷审批数据的识别粒度或识别比例进行调整的第二调整方式，其中第二预设条件为所述账户关联模块关联将所述目标节点与所述用户对应的银行账户关联并获取所述用户的账户动态信息完成。

10.根据权利要求9所述的基于区块链的智能贷后管理系统，其特征在于，所述第一管理单元根据以下公式计算所述用户的银行账户的账户稳定性评价值，设定：

，

其中，W所述账户稳定性评价值，Ya为所述用户的银行账户中存在异常支取的次数，Yb为所述用户的银行账户被冻结的次数，Yc为所述用户的银行账户在预设周期内无支取的次数，α为所述异常支取的权重系数，β为被冻结的权重系数，γ为预设周期内无支取的权重系数。