CN116630033B - 信息审核方法、系统与存储介质 - Google Patents

信息审核方法、系统与存储介质 Download PDF

Info

Publication number
CN116630033B
CN116630033B CN202310893469.1A CN202310893469A CN116630033B CN 116630033 B CN116630033 B CN 116630033B CN 202310893469 A CN202310893469 A CN 202310893469A CN 116630033 B CN116630033 B CN 116630033B
Authority
CN
China
Prior art keywords
user
filling
application
determining
items
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.)
Active
Application number
CN202310893469.1A
Other languages
English (en)
Other versions
CN116630033A (zh
Inventor
宋恒樑
王振华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangyin Consumer Finance Co ltd
Original Assignee
Hangyin Consumer Finance Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangyin Consumer Finance Co ltd filed Critical Hangyin Consumer Finance Co ltd
Priority to CN202310893469.1A priority Critical patent/CN116630033B/zh
Publication of CN116630033A publication Critical patent/CN116630033A/zh
Application granted granted Critical
Publication of CN116630033B publication Critical patent/CN116630033B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/30—Writer recognition; Reading and verifying signatures
    • G06V40/33—Writer recognition; Reading and verifying signatures based only on signature image, e.g. static signature recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Computation (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Computational Linguistics (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Technology Law (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Educational Administration (AREA)
  • Computer Security & Cryptography (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明提供一种信息审核方法、系统与存储介质，属于数据处理技术领域，具体包括：通过用户的授信申请的漏填项的类型以及漏填项的数量进行不完整度的评估，对用户的授信申请的填写项的填写内容和填写项的匹配度进行确定，并利用匹配度不满足要求的填写项的类型以及数量，匹配度满足要求的填写项的数量以及匹配度的平均值确定匹配评估值；通过用户的授信申请的签名图像的时序特征、签名图像与用户的历史签名图像的图像相似度得到用户的签名可信度，并结合用户的人脸识别相似度用户的身份可信度的评估，并结合不完整度、匹配评估值得到信息审核结果，确定用户的授信申请是否为异常申请，从而进一步提升了授信处理的效率。

Description

信息审核方法、系统与存储介质
技术领域
本发明属于数据处理技术领域，尤其涉及一种信息审核方法、系统与存储介质。
背景技术
为了实现对用户的授信申请的实时处理，现有技术方案中往往通过人工审核的方式对用户的授信申请进行审核并处理，由于处理的案件数量较多，因此若不能首先对用户的授信申请的信息进行审核，则有可能导致无法及时准确的进行授信处理。
为了实现对用户的授信申请的信息的审核，在发明专利CN109087195A《一种基于职业社交信息的授信方法、用户终端和服务器》中通过从登录的职业社交平台抓取所述用户的基本信息、并根据该基本信息进行数据处理以确定所述用户的信用等级和授信额度，但是却存在以下技术问题：
在进行授信处理时，未考虑对用户的授信申请的有效性进行审查，例如某些用户在进行授信申请时会存在资料不准确或者资料不完整的情况，因此若不能结合用户的授信申请首先进行信息审核，则有可能导致资料不准确或者资料不完整的授信申请首先进行筛选，则有可能导致授信申请的处理压力过大。
针对上述技术问题，本发明提供了一种信息审核方法、系统与存储介质。
发明内容
为实现本发明目的，本发明采用如下技术方案：
第一方面，本申请提供了一种信息审核方法。
一种信息审核方法，其特征在于，具体包括：
S11通过用户的授信申请的漏填项的类型以及漏填项的数量进行不完整度的评估，并基于所述不完整度确定授信申请不属于异常申请时，进入下一步骤；
S12对用户的授信申请的填写项的填写内容和填写项进行分词处理得到分词向量，并通过卷积核滤波器对所述分词向量进行卷积后形成特征图，并通过池化层对特征图进行下采样形成特征向量，并基于特征向量确定填写内容与填写项的匹配度，并利用匹配度不满足要求的填写项的类型以及数量，匹配度满足要求的填写项的数量以及匹配度的平均值确定匹配评估值；
S13通过用户的授信申请的签名图像至少进行所述用户的签名笔迹的路径切线角、对数曲率半径、笔迹点的坐标的时序特征的确定，并结合所述签名图像与所述用户的历史签名图像的图像相似度得到所述用户的签名可信度，并通过所述签名可信度、人脸识别相似度进行用户的身份可信度的评估，并通过身份可信度、不完整度、匹配评估值得到所述用户的授信申请的信息审核结果，并基于所述信息审核结果确定所述用户的授信申请是否为异常申请。
进一步的，所述漏填项的类型包括但不限于身份信息类、职业类、资产类。
进一步的，当所述授信申请的不完整度大于预设值时，则确定所述授信申请为异常申请。
进一步的，通过不匹配填写项的数量以及类型确定所述用户的授信申请是否为异常申请，具体包括：
判断所述不匹配填写项的数量是否满足要求，若是，则确定所述用户的授信申请为异常申请，若否，则进入下一步骤；
判断所述不匹配填写项的类型是否包含指定类型，若是，则确定所述用户的授信申请为异常申请，若否，则进入下一步骤；
将不匹配填写项的类型中为其它指定类型的作为其它不匹配填写项，并根据所述其它不匹配填写项的数量确定所述用户的授信申请是否为异常申请，若是，则确定所述用户的授信申请为异常申请，若否，则进入下一步骤；
通过所述不匹配填写项的数量、不匹配填写项的类型、其它不匹配填写项的数量进行不匹配度的确定，并根据所述不匹配度确定所述用户的授信申请是否为异常申请。
进一步的，所述其它指定类型、指定类型根据所述填写项与所述用户的身份信息的关联程度进行确定，其中所述其它指定类型的填写项的关联程度小于指定类型的填写项的关联程度。
第二方面，本发明提供了一种信息审核系统，采用上述的一种信息审核方法，具体包括：
不完整度评估模块；匹配评估值确定模块；身份可信度评估模块；信息审核结果输出模块；
其中所述不完整度评估模块负责通过用户的授信申请的漏填项的类型以及漏填项的数量进行不完整度的评估
所述匹配评估值确定模块负责对用户的授信申请的填写项的填写内容和填写项进行分词处理得到分词向量，并通过卷积核滤波器对所述分词向量进行卷积后形成特征图，并通过池化层对特征图进行下采样形成特征向量，并基于特征向量确定填写内容与填写项的匹配度，并利用匹配度不满足要求的填写项的类型以及数量，匹配度满足要求的填写项的数量以及匹配度的平均值确定匹配评估值
所述身份可信度评估模块负责通过用户的授信申请的签名图像至少进行所述用户的签名笔迹的路径切线角、对数曲率半径、笔迹点的坐标的时序特征的确定，并结合所述签名图像与所述用户的历史签名图像的图像相似度得到所述用户的签名可信度，并结合所述用户的人脸识别相似度进行用户的身份可信度的评估
所述信息审核结果输出模块负责通过所述身份可信度、所述不完整度、匹配评估值得到所述用户的授信申请的信息审核结果，并基于所述信息审核结果确定所述用户的授信申请是否为异常申请。
第三方面，本发明提供了一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行上述的一种信息审核方法。
第四方面，本发明提供了一种计算机存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行上述的一种信息审核方法。
本发明的有益效果在于：
通过首先基于通过用户的授信申请的漏填项的类型以及漏填项的数量进行不完整度的评估，不仅实现了授信申请的审核的效率，同时也实现了对用户的授信申请的信息完整情况的确定，保证了授信申请的差异性处理的准确性。
通过基于特征向量确定填写内容与填写项的匹配度，并利用匹配度不满足要求的填写项的类型以及数量，匹配度满足要求的填写项的数量以及匹配度的平均值确定匹配评估值，从而实现了从填写内容与填写项的匹配情况的确认，避免了填写错误率较高等问题导致的最终的授信审核的效率较低的问题，进一步提升了授信审核的效率。
通过用户的授信申请的签名图像至少进行所述用户的签名笔迹的路径切线角、对数曲率半径、笔迹点的坐标的时序特征的确定，并结合所述签名图像与所述用户的历史签名图像的图像相似度得到所述用户的签名可信度，从而实现了从笔迹特征以及图像相似度两个角度对签名可信度的评估，保证了用户的身份的审核的准确性和可靠性，避免了由于代签等问题导致的授信审核不准确的技术问题。
通过结合身份可信度、不完整度、匹配评估值得到所述用户的授信申请的信息审核结果，并基于所述信息审核结果确定所述用户的授信申请是否为异常申请，从而实现了从三个角度对异常申请的综合识别，进一步避免了由于授信申请的申请信息存在问题导致的审核效率不高的问题。
其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
通过参照附图详细描述其示例实施方式，本发明的上述和其它特征及优点将变得更加明显；
图1是一种信息审核方法的流程图；
图2是不完整度确定的具体步骤的流程图；
图3是匹配度评估值确定的具体步骤的流程图；
图4是签名可信度确定的方法的流程图；
图5是用户的授信申请的信息审核结果确定的方法的流程图；
图6是一种信息审核系统的框架图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
为解决上述问题，根据本发明的一个方面，如图1所示，提供了根据本发明的一个方面，提供了一种信息审核方法，其特征在于，具体包括：
S11通过用户的授信申请的漏填项的类型以及漏填项的数量进行不完整度的评估，并基于所述不完整度确定授信申请不属于异常申请时，进入下一步骤；
需要说明的是，所述漏填项的类型包括但不限于身份信息类、职业类、资产类。
具体的举例说明，如图2所示，所述不完整度确定的具体步骤为：
S21通过所述漏填项的标题进行文字识别确定所述漏填项的漏填内容，并基于所述漏填项的漏填内容确定是否存在指定漏填项，若是，则确定所述授信申请为异常申请，若否，则通过所述漏填项的漏填内容进行漏填项的类型的确定，并进入步骤S22；
需要说明的是，指定漏填项可以提前进行设定，具体的，例如用户的姓名、身份证号、联系方式等与用户的身份直接挂钩的漏填项。
S22通过所述用户的授信申请的漏填项的类型确定所述用户的授信申请中的不同类型的漏填项的数量的和比例，并基于指定类型的漏填项的比例确定所述用户的授信申请是否为异常申请，若是，则确定所述授信申请为异常申请，若否，则进入步骤S23；
可以理解的是，不同类型的漏填项的比例不同，其对用户的身份的核实的效果不同。
S23通过所述漏填项的漏填内容进行所述漏填项的权值的确定，并基于所述漏填项的权值进行身份信息类、职业类、资产类的漏填项的权值和的确定，并结合所述漏填项的数量、比例进行身份信息类的不完整度的评估、职业类的不完整度的评估、资产类的不完整度的评估；
S24基于所述身份信息类的不完整度、职业类的不完整度、资产类的不完整度进行所述授信申请的不完整度的确定。
需要说明的是，授信申请的不完整度一般来说能够准确反应授信申请的漏填情况，不完整度越大，则说明授信申请的漏填越多或者无法对用户的身份进行核实。
可以理解的是，当所述授信申请的不完整度大于预设值时，则确定所述授信申请为异常申请。
在本实施例中，通过首先基于通过用户的授信申请的漏填项的类型以及漏填项的数量进行不完整度的评估，不仅实现了授信申请的审核的效率，同时也实现了对用户的授信申请的信息完整情况的确定，保证了授信申请的差异性处理的准确性。
S12对用户的授信申请的填写项的填写内容和填写项进行分词处理得到分词向量，并通过卷积核滤波器对所述分词向量进行卷积后形成特征图，并通过池化层对特征图进行下采样形成特征向量，并基于特征向量确定填写内容与填写项的匹配度，并利用匹配度不满足要求的填写项的类型以及数量，匹配度满足要求的填写项的数量以及匹配度的平均值确定匹配评估值；
需要说明的是，如图3所示，所述匹配度评估值确定的具体步骤为：
S31将匹配度不满足要求的填写项作为不匹配填写项，并通过所述不匹配填写项的数量以及类型确定所述用户的授信申请是否为异常申请，若是，则确定所述用户的授信申请为异常申请，若否，则进入步骤S32；
具体的，通过所述不匹配填写项的数量以及类型确定所述用户的授信申请是否为异常申请，具体包括：
判断所述不匹配填写项的数量是否满足要求，若是，则确定所述用户的授信申请为异常申请，若否，则进入下一步骤；
判断所述不匹配填写项的类型是否包含指定类型，若是，则确定所述用户的授信申请为异常申请，若否，则进入下一步骤；
将不匹配填写项的类型中为其它指定类型的作为其它不匹配填写项，并根据所述其它不匹配填写项的数量确定所述用户的授信申请是否为异常申请，若是，则确定所述用户的授信申请为异常申请，若否，则进入下一步骤；
通过所述不匹配填写项的数量、不匹配填写项的类型、其它不匹配填写项的数量进行不匹配度的确定，并根据所述不匹配度确定所述用户的授信申请是否为异常申请。
S32通过所述不匹配填写项的数量以及漏填项的数量确定所述用户的授信申请的完整度是否满足要求，若是，则进入步骤S35，若否，则进入步骤S33;
S33通过所述填写项的匹配度的平均值确定所述用户的授信申请是否为异常申请，若是，则确定所述用户的授信申请为异常申请，若否，则进入步骤S34；
S34通过所述填写项的匹配度进行疑似不匹配填写项的筛选，并通过所述疑似不匹配填写项的匹配度的平均值以及数量确定所述用户的授信申请是否为异常申请，若是，则确定所述用户的授信申请为异常申请，若否，则进入步骤S35；
具体的，所述其它指定类型、指定类型根据所述填写项与所述用户的身份信息的关联程度进行确定，其中所述其它指定类型的填写项的关联程度小于指定类型的填写项的关联程度。
S35通过所述用户的授信申请的不匹配填写项的数量以及类型、疑似不匹配填写项的匹配度的平均值以及数量、填写项的匹配度的平均值、匹配度满足要求的填写项的数量以及匹配度的平均值进行匹配评估值的确定。
在本实施例中，通过基于输出特征向量确定填写内容与填写项的匹配度，并利用匹配度不满足要求的填写项的类型以及数量，匹配度满足要求的填写项的数量以及匹配度的平均值确定匹配评估值，从而实现了从填写内容与填写项的匹配情况的确认，避免了填写错误率较高等问题导致的最终的授信审核的效率较低的问题，进一步提升了授信审核的效率。
S13通过用户的授信申请的签名图像至少进行所述用户的签名笔迹的路径切线角、对数曲率半径、笔迹点的坐标的时序特征的确定，并结合所述签名图像与所述用户的历史签名图像的图像相似度得到所述用户的签名可信度，并通过所述签名可信度、人脸识别相似度进行用户的身份可信度的评估，并通过身份可信度、不完整度、匹配评估值得到所述用户的授信申请的信息审核结果，并基于所述信息审核结果确定所述用户的授信申请是否为异常申请。
具体的举例说明，如图4所示，所述签名可信度确定的方法为：
S41通过所述用户的授信申请的签名图像进行图像特征的提取确定所述用户的签名图像的HOG特征，并通过马氏距离函数确定所述签名图像的HOG特征与所述用户的历史签名图像的HOG特征的特征相似度，并通过所述特征相似度确定所述用户的身份是否可信，若是，则进入步骤S42，若否，则确定所述用户的申请为异常申请；
S42将与所述用户的签名图像的特征相似度满足要求的历史签名图像作为相似签名图像，并根据所述相似签名图像的数量、历史签名图像的数量、历史签名图像的特征相似度的平均值进行所述用户的图像相似度的确定，并通过所述图像相似度确定所述用户的身份是否可信，若是，则进入步骤S44，若否，则进入步骤S43；
S43通过用户的授信申请的签名图像至少进行所述用户的签名笔迹的路径切线角、对数曲率半径、笔迹点的坐标的时序特征的确定，并通过所述用户的签名笔迹的路径切线角、对数曲率半径、笔迹点的坐标的时序特征确定所述用户的签名相似度，并通过所述签名相似度确定所述用户的身份是否可信，若是，则进入步骤S44，若否，则确定所述用户的申请为异常申请；
S44通过所述用户的签名相似度、图像相似度进行所述用户的签名可信度的确定。
可以理解的是，结合所述用户的人脸识别相似度进行用户的身份可信度的评估，具体包括：
当所述用户的签名可信度或者用户的人脸识别相似度的任意一项不满足要求时，则确定所述用户的身份可信度不满足要求；
当所述用户的签名可信度以及用户的人脸识别相似度均满足要求时，判断所述签名可信度与所述用户的人脸识别相似度的偏差值是否大于预设偏差量，若是，则进入下一步骤，若否，则基于所述签名可信度与所述用户的人脸识别相似度的平均值进行用户的身份可信度的评估；
将所述签名可信度与所述用户的人脸识别相似度的最小值作为用户的身份可信度。
需要说明的是，如图5所示，所述用户的授信申请的信息审核结果确定的方法为：
S51判断所述用户的授信申请的身份可信度是否满足要求，若是，则进入步骤S54，若否，则进入步骤S52；
S52获取所述用户的授信申请的不完整度，并判断所述用户的授信申请的不完整度是否满足要求，若是，则进入步骤S53，若否，则确定所述用户的授信申请为异常申请；
S53获取所述用户的授信申请的匹配评估值，并判断所述用户的授信申请的匹配评估值是否满足要求，若是，则进入步骤S53，若否，则确定所述用户的授信申请为异常申请；
S54通过所述用户的授信申请的身份可信度、不完整度、匹配评估值进行所述用户的授信申请的综合评估值的确定，并基于所述综合评估值确定所述用户的授信申请的信息审核结果。
具体的，所述用户的授信申请的信息审核结果包括但不限于异常申请、疑似异常申请、正常申请，具体的根据所述综合评估值的大小进行确定。
在本实施例中，通过用户的授信申请的签名图像至少进行所述用户的签名笔迹的路径切线角、对数曲率半径、笔迹点的坐标的时序特征的确定，并结合所述签名图像与所述用户的历史签名图像的图像相似度得到所述用户的签名可信度，从而实现了从笔迹特征以及图像相似度两个角度对签名可信度的评估，保证了用户的身份的审核的准确性和可靠性，避免了由于代签等问题导致的授信审核不准确的技术问题。
在本实施例中，通过结合身份可信度、不完整度、匹配评估值得到所述用户的授信申请的信息审核结果，并基于所述信息审核结果确定所述用户的授信申请是否为异常申请，从而实现了从三个角度对异常申请的综合识别，进一步避免了由于授信申请的申请信息存在问题导致的审核效率不高的问题。
另一方面，如图6所示，本发明提供了一种信息审核系统，采用上述的一种信息审核方法，具体包括：
不完整度评估模块；匹配评估值确定模块；身份可信度评估模块；信息审核结果输出模块；
其中所述不完整度评估模块负责通过用户的授信申请的漏填项的类型以及漏填项的数量进行不完整度的评估
所述匹配评估值确定模块负责对用户的授信申请的填写项的填写内容和填写项进行分词处理得到分词向量，并通过卷积核滤波器对所述分词向量进行卷积后形成特征图，并通过池化层对特征图进行下采样形成特征向量，并基于输出特征向量确定填写内容与填写项的匹配度，并利用匹配度不满足要求的填写项的类型以及数量，匹配度满足要求的填写项的数量以及匹配度的平均值确定匹配评估值
所述身份可信度评估模块负责通过用户的授信申请的签名图像至少进行所述用户的签名笔迹的路径切线角、对数曲率半径、笔迹点的坐标的时序特征的确定，并结合所述签名图像与所述用户的历史签名图像的图像相似度得到所述用户的签名可信度，并结合所述用户的人脸识别相似度进行用户的身份可信度的评估
所述信息审核结果输出模块负责通过所述身份可信度、所述不完整度、匹配评估值得到所述用户的授信申请的信息审核结果，并基于所述信息审核结果确定所述用户的授信申请是否为异常申请。
具体的，签名可信度确定方法为：
通过所述用户的授信申请的签名图像进行图像特征的提取确定所述用户的签名图像的HOG特征，并通过马氏距离函数确定所述签名图像的HOG特征与所述用户的历史签名图像的HOG特征的特征相似度，并通过所述特征相似度确定所述用户的身份可信时，进入下一步骤；
将与所述用户的签名图像的特征相似度满足要求的历史签名图像作为相似签名图像，并根据所述相似签名图像的数量、历史签名图像的数量、历史签名图像的特征相似度的平均值进行所述用户的图像相似度的确定；
通过用户的授信申请的签名图像至少进行所述用户的签名笔迹的路径切线角、对数曲率半径、笔迹点的坐标的时序特征的确定，并通过所述用户的签名笔迹的路径切线角、对数曲率半径、笔迹点的坐标的时序特征确定所述用户的签名相似度；
通过所述用户的签名相似度、图像相似度进行所述用户的签名可信度的确定
另一方面，本发明提供了一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行上述的一种信息审核方法。
上述的一种信息审核方法，具体包括：
通过用户的授信申请的漏填项的类型以及漏填项的数量进行不完整度的评估，并基于所述不完整度确定授信申请不属于异常申请时，进入下一步骤；
对用户的授信申请的填写项的填写内容和填写项进行分词处理得到分词向量，并通过卷积核滤波器对所述分词向量进行卷积后形成特征图，并通过池化层对特征图进行下采样形成特征向量，并基于输出特征向量确定填写内容与填写项的匹配度；
将匹配度不满足要求的填写项作为不匹配填写项，并通过所述不匹配填写项的数量以及类型确定所述用户的授信申请不属于异常申请时，则进入下一步骤；
通过所述填写项的匹配度进行疑似不匹配填写项的筛选，并通过所述疑似不匹配填写项的匹配度的平均值以及数量确定所述用户的授信申请不属于异常申请时，进入下一步骤；
通过所述用户的授信申请的不匹配填写项的数量以及类型、疑似不匹配填写项的匹配度的平均值以及数量、填写项的匹配度的平均值、匹配度满足要求的填写项的数量以及匹配度的平均值进行匹配评估值的确定；
通过用户的授信申请的签名图像至少进行所述用户的签名笔迹的路径切线角、对数曲率半径、笔迹点的坐标的时序特征的确定，并结合所述签名图像与所述用户的历史签名图像的图像相似度得到所述用户的签名可信度，并通过所述签名可信度、人脸识别相似度进行用户的身份可信度的评估，并通过身份可信度、不完整度、匹配评估值得到所述用户的授信申请的信息审核结果，并基于所述信息审核结果确定所述用户的授信申请是否为异常申请。
另一方面，本发明提供了一种计算机存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行上述的一种信息审核方法。
上述的一种信息审核方法，具体包括：
通过用户的授信申请的漏填项的类型以及漏填项的数量进行不完整度的评估，并基于所述不完整度确定授信申请不属于异常申请时，进入下一步骤；
对用户的授信申请的填写项的填写内容和填写项进行分词处理得到分词向量，并通过卷积核滤波器对所述分词向量进行卷积后形成特征图，并通过池化层对特征图进行下采样形成特征向量，并基于输出特征向量确定填写内容与填写项的匹配度，并利用匹配度不满足要求的填写项的类型以及数量，匹配度满足要求的填写项的数量以及匹配度的平均值确定匹配评估值；
通过用户的授信申请的签名图像至少进行所述用户的签名笔迹的路径切线角、对数曲率半径、笔迹点的坐标的时序特征的确定，并结合所述签名图像与所述用户的历史签名图像的图像相似度得到所述用户的签名可信度；
当所述用户的签名可信度或者用户的人脸识别相似度的任意一项不满足要求时，则确定所述用户的身份可信度不满足要求；
当所述用户的签名可信度以及用户的人脸识别相似度均满足要求时，判断所述签名可信度与所述用户的人脸识别相似度的偏差值是否大于预设偏差量，若是，则进入下一步骤；
将所述签名可信度与所述用户的人脸识别相似度的最小值作为用户的身份可信度；
并通过所述身份可信度、不完整度、匹配评估值得到所述用户的授信申请的信息审核结果，并基于所述信息审核结果确定所述用户的授信申请是否为异常申请。
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，对于装置、设备、非易失性计算机存储介质实施例而言，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。
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。
以上所述仅为本说明书的一个或多个实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理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权利要求范围之内。

Claims (8)

1.一种信息审核方法，其特征在于，具体包括：
通过用户的授信申请的漏填项的类型以及漏填项的数量进行不完整度的评估，并基于所述不完整度确定授信申请不属于异常申请时，进入下一步骤；
所述不完整度确定的具体步骤为：
通过所述漏填项的标题进行文字识别确定所述漏填项的漏填内容，并基于所述漏填项的漏填内容确定是否存在指定漏填项，若是，则确定所述授信申请为异常申请，若否，则通过所述漏填项的漏填内容进行漏填项的类型的确定，并进入下一步骤；
通过所述用户的授信申请的漏填项的类型确定所述用户的授信申请中的不同类型的漏填项的数量的和比例，并基于指定类型的漏填项的比例确定所述用户的授信申请是否为异常申请，若是，则确定所述授信申请为异常申请，若否，则进入下一步骤；
通过所述漏填项的漏填内容进行所述漏填项的权值的确定，并基于所述漏填项的权值进行身份信息类、职业类、资产类的漏填项的权值和的确定，并结合所述漏填项的数量、比例进行身份信息类的不完整度的评估、职业类的不完整度的评估、资产类的不完整度的评估；
基于所述身份信息类的不完整度、职业类的不完整度、资产类的不完整度进行所述授信申请的不完整度的确定；
对用户的授信申请的填写项的填写内容和填写项进行分词处理得到分词向量，并通过卷积核滤波器对所述分词向量进行卷积后形成特征图，并通过池化层对特征图进行下采样形成特征向量，并基于特征向量确定填写内容与填写项的匹配度，并利用匹配度不满足要求的填写项的类型以及数量，匹配度满足要求的填写项的数量以及匹配度的平均值确定匹配评估值；
所述匹配度评估值确定的具体步骤为：
S31将匹配度不满足要求的填写项作为不匹配填写项，并通过所述不匹配填写项的数量以及类型确定所述用户的授信申请是否为异常申请，若是，则确定所述用户的授信申请为异常申请，若否，则进入步骤S32；
S32通过所述不匹配填写项的数量以及漏填项的数量确定所述用户的授信申请的完整度是否满足要求，若是，则进入步骤S35，若否，则进入步骤S33;
S33通过所述填写项的匹配度的平均值确定所述用户的授信申请是否为异常申请，若是，则确定所述用户的授信申请为异常申请，若否，则进入步骤S34；
S34通过所述填写项的匹配度进行疑似不匹配填写项的筛选，并通过所述疑似不匹配填写项的匹配度的平均值以及数量确定所述用户的授信申请是否为异常申请，若是，则确定所述用户的授信申请为异常申请，若否，则进入步骤S35；
S35通过所述用户的授信申请的不匹配填写项的数量以及类型、疑似不匹配填写项的匹配度的平均值以及数量、填写项的匹配度的平均值、匹配度满足要求的填写项的数量以及匹配度的平均值进行匹配评估值的确定；
通过用户的授信申请的签名图像至少进行所述用户的签名笔迹的路径切线角、对数曲率半径、笔迹点的坐标的时序特征的确定，并结合所述签名图像与所述用户的历史签名图像的图像相似度得到所述用户的签名可信度，并通过所述签名可信度、人脸识别相似度进行用户的身份可信度的评估，并通过身份可信度、不完整度、匹配评估值得到所述用户的授信申请的信息审核结果，并基于所述信息审核结果确定所述用户的授信申请是否为异常申请；
所述签名可信度确定的方法为：
S41通过所述用户的授信申请的签名图像进行图像特征的提取确定所述用户的签名图像的HOG特征，并通过马氏距离函数确定所述签名图像的HOG特征与所述用户的历史签名图像的HOG特征的特征相似度，并通过所述特征相似度确定所述用户的身份是否可信，若是，则进入下一步骤S42，若否，则确定所述用户的申请为异常申请；
S42将与所述用户的签名图像的特征相似度满足要求的历史签名图像作为相似签名图像，并根据所述相似签名图像的数量、历史签名图像的数量、历史签名图像的特征相似度的平均值进行所述用户的图像相似度的确定，并通过所述图像相似度确定所述用户的身份是否可信，若是，则进入步骤S44，若否，则进入步骤S43；
S43通过用户的授信申请的签名图像至少进行所述用户的签名笔迹的路径切线角、对数曲率半径、笔迹点的坐标的时序特征的确定，并通过所述用户的签名笔迹的路径切线角、对数曲率半径、笔迹点的坐标的时序特征确定所述用户的签名相似度，并通过所述签名相似度确定所述用户的身份是否可信，若是，则进入步骤S44，若否，则确定所述用户的申请为异常申请；
S44通过所述用户的签名相似度、图像相似度进行所述用户的签名可信度的确定。
2.如权利要求1所述的一种信息审核方法，其特征在于，所述漏填项的类型包括但不限于身份信息类、职业类、资产类。
3.如权利要求1所述的一种信息审核方法，其特征在于，当所述授信申请的不完整度大于预设值时，则确定所述授信申请为异常申请。
4.如权利要求1所述的一种信息审核方法，其特征在于，通过所述不匹配填写项的数量以及类型确定所述用户的授信申请是否为异常申请，具体包括：
判断所述不匹配填写项的数量是否满足要求，若是，则确定所述用户的授信申请为异常申请，若否，则进入下一步骤；
判断所述不匹配填写项的类型是否包含指定类型，若是，则确定所述用户的授信申请为异常申请，若否，则进入下一步骤；
将不匹配填写项的类型中为其它指定类型的作为其它不匹配填写项，并根据所述其它不匹配填写项的数量确定所述用户的授信申请是否为异常申请，若是，则确定所述用户的授信申请为异常申请，若否，则进入下一步骤；
通过所述不匹配填写项的数量、不匹配填写项的类型、其它不匹配填写项的数量进行不匹配度的确定，并根据所述不匹配度确定所述用户的授信申请是否为异常申请。
5.如权利要求4所述的一种信息审核方法，其特征在于，所述其它指定类型、指定类型根据所述填写项与所述用户的身份信息的关联程度进行确定，其中所述其它指定类型的填写项的关联程度小于指定类型的填写项的关联程度。
6.一种信息审核系统，采用权利要求1-5任一项所述的一种信息审核方法，具体包括：
不完整度评估模块；匹配评估值确定模块；身份可信度评估模块；信息审核结果输出模块；
其中所述不完整度评估模块负责通过用户的授信申请的漏填项的类型以及漏填项的数量进行不完整度的评估
所述匹配评估值确定模块负责对用户的授信申请的填写项的填写内容和填写项进行分词处理得到分词向量，并通过卷积核滤波器对所述分词向量进行卷积后形成特征图，并通过池化层对特征图进行下采样形成特征向量，并基于特征向量确定填写内容与填写项的匹配度，并利用匹配度不满足要求的填写项的类型以及数量，匹配度满足要求的填写项的数量以及匹配度的平均值确定匹配评估值
所述身份可信度评估模块负责通过用户的授信申请的签名图像至少进行所述用户的签名笔迹的路径切线角、对数曲率半径、笔迹点的坐标的时序特征的确定，并结合所述签名图像与所述用户的历史签名图像的图像相似度得到所述用户的签名可信度，并结合所述用户的人脸识别相似度进行用户的身份可信度的评估
所述信息审核结果输出模块负责通过所述身份可信度、所述不完整度、匹配评估值得到所述用户的授信申请的信息审核结果，并基于所述信息审核结果确定所述用户的授信申请是否为异常申请。
7.一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行权利要求1-5任一项所述的一种信息审核方法。
8.一种计算机存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-5任一项所述的一种信息审核方法。
CN202310893469.1A 2023-07-20 2023-07-20 信息审核方法、系统与存储介质 Active CN116630033B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310893469.1A CN116630033B (zh) 2023-07-20 2023-07-20 信息审核方法、系统与存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310893469.1A CN116630033B (zh) 2023-07-20 2023-07-20 信息审核方法、系统与存储介质

Publications (2)

Publication Number Publication Date
CN116630033A CN116630033A (zh) 2023-08-22
CN116630033B true CN116630033B (zh) 2023-11-07

Family

ID=87617385

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310893469.1A Active CN116630033B (zh) 2023-07-20 2023-07-20 信息审核方法、系统与存储介质

Country Status (1)

Country Link
CN (1) CN116630033B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN116797357B (zh) * 2023-08-24 2023-11-21 杭银消费金融股份有限公司 一种基于金融终端的授信处理方法与设备
CN117333290B (zh) * 2023-12-01 2024-03-26 杭银消费金融股份有限公司 一种一体化多尺度风控模型构建方法
CN117576826B (zh) * 2024-01-17 2024-04-09 杭银消费金融股份有限公司 一种基于金融自助终端的授信处理方法与金融自助终端
CN118013245B (zh) * 2024-04-09 2024-06-18 杭州东方网升科技股份有限公司 一种基于深度学习模型的匹配度评估方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107730377A (zh) * 2017-09-30 2018-02-23 平安科技（深圳）有限公司 贷款资质筛选方法、装置及计算机可读存储介质
CN107798596A (zh) * 2017-07-26 2018-03-13 平安科技（深圳）有限公司 信用卡制卡方法、装置、计算机设备及可读存储介质
CN107967649A (zh) * 2017-11-07 2018-04-27 深圳市天下房仓科技有限公司 一种旅游行业贷款审批方法、系统、终端及存储介质
CN108053311A (zh) * 2017-12-13 2018-05-18 平安科技（深圳）有限公司 审核贷款申请的方法、装置、设备及计算机可读存储介质
CN110222692A (zh) * 2019-05-21 2019-09-10 深圳壹账通智能科技有限公司 一种合同校验方法及相关设备
CN111178203A (zh) * 2019-12-20 2020-05-19 江苏常熟农村商业银行股份有限公司 签名审核方法、装置、计算机设备和存储介质
CN111489255A (zh) * 2020-04-13 2020-08-04 深圳前海微众银行股份有限公司 数据的授信方法、装置、设备及计算机可读存储介质
CN112328868A (zh) * 2020-09-27 2021-02-05 北京农信互联科技集团有限公司 一种基于信息数据的信用评估与授信申请系统及方法
CN112766734A (zh) * 2021-01-21 2021-05-07 中信银行股份有限公司 一种多影响因素的小微企业授信额度决策方法及装置
CN113450201A (zh) * 2020-03-25 2021-09-28 上海欧冶金融信息服务股份有限公司 一种快速授信申请安全验证系统与方法
KR20220150060A (ko) * 2021-05-03 2022-11-10 예남규 사용자 정보에 기반하여 업체 매칭 서비스를 제공하고 이에 대한 보안 서비스를 제공하는 플랫폼
WO2023070425A1 (zh) * 2021-10-28 2023-05-04 京东方科技集团股份有限公司 设备身份验证方法及装置、电子设备、计算机可读介质
CN116308762A (zh) * 2023-05-19 2023-06-23 杭州钱袋数字科技有限公司 一种基于人工智能的可信度评估及授信处理方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140029046A1 (en) * 2012-07-27 2014-01-30 Xerox Corporation Method and system for automatically checking completeness and correctness of application forms
US9830506B2 (en) * 2015-11-09 2017-11-28 The United States Of America As Represented By The Secretary Of The Army Method of apparatus for cross-modal face matching using polarimetric image data

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107798596A (zh) * 2017-07-26 2018-03-13 平安科技（深圳）有限公司 信用卡制卡方法、装置、计算机设备及可读存储介质
CN107730377A (zh) * 2017-09-30 2018-02-23 平安科技（深圳）有限公司 贷款资质筛选方法、装置及计算机可读存储介质
CN107967649A (zh) * 2017-11-07 2018-04-27 深圳市天下房仓科技有限公司 一种旅游行业贷款审批方法、系统、终端及存储介质
CN108053311A (zh) * 2017-12-13 2018-05-18 平安科技（深圳）有限公司 审核贷款申请的方法、装置、设备及计算机可读存储介质
CN110222692A (zh) * 2019-05-21 2019-09-10 深圳壹账通智能科技有限公司 一种合同校验方法及相关设备
CN111178203A (zh) * 2019-12-20 2020-05-19 江苏常熟农村商业银行股份有限公司 签名审核方法、装置、计算机设备和存储介质
CN113450201A (zh) * 2020-03-25 2021-09-28 上海欧冶金融信息服务股份有限公司 一种快速授信申请安全验证系统与方法
CN111489255A (zh) * 2020-04-13 2020-08-04 深圳前海微众银行股份有限公司 数据的授信方法、装置、设备及计算机可读存储介质
CN112328868A (zh) * 2020-09-27 2021-02-05 北京农信互联科技集团有限公司 一种基于信息数据的信用评估与授信申请系统及方法
CN112766734A (zh) * 2021-01-21 2021-05-07 中信银行股份有限公司 一种多影响因素的小微企业授信额度决策方法及装置
KR20220150060A (ko) * 2021-05-03 2022-11-10 예남규 사용자 정보에 기반하여 업체 매칭 서비스를 제공하고 이에 대한 보안 서비스를 제공하는 플랫폼
WO2023070425A1 (zh) * 2021-10-28 2023-05-04 京东方科技集团股份有限公司 设备身份验证方法及装置、电子设备、计算机可读介质
CN116308762A (zh) * 2023-05-19 2023-06-23 杭州钱袋数字科技有限公司 一种基于人工智能的可信度评估及授信处理方法

Also Published As

Publication number Publication date
CN116630033A (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
CN116630033B (zh) 信息审核方法、系统与存储介质
CN107766809B (zh) 电子装置、票据信息识别方法和计算机可读存储介质
US20140258169A1 (en) Method and system for automated verification of customer reviews
CN107633030B (zh) 基于数据模型的信用评估方法及装置
CN110288755A (zh) 基于文本识别的发票检验方法、服务器及存储介质
CN116629456B (zh) 业务逾期风险预测方法、系统与存储介质
US11250368B1 (en) Business prediction method and apparatus
CN112819611A (zh) 欺诈识别方法、装置、电子设备和计算机可读存储介质
US20200210459A1 (en) Method and apparatus for classifying samples
CN114445079A (zh) 单据处理方法、装置、设备和存储介质
CN116823274A (zh) 一种应用于金融终端的欺诈风险评估方法及装置
CN117035985A (zh) 一种授信逾期风险控制方法与系统
CN111784053A (zh) 交易风险检测方法、设备及可读存储介质
US11544715B2 (en) Self learning machine learning transaction scores adjustment via normalization thereof accounting for underlying transaction score bases
JP3083562B2 (ja) 文字認識機構
CN111191889A (zh) 一种基于逻辑回归与投票式模型集成的评分卡开发方法
CN114519568A (zh) 审单方法、装置、电子设备和存储介质
CN111476668B (zh) 可信关系的识别方法、装置、存储介质和计算机设备
CN114154712A (zh) 数据管理方法、数据管理装置、设备及存储介质
CN114139931A (zh) 企业数据评估方法、装置、计算机设备及存储介质
CN110941824B (zh) 一种基于对抗样本增强模型抗攻击能力的方法和系统
CN113298632B (zh) 一种基于移动互联网和数据特征分析的智能财务管理系统
US11574150B1 (en) Data interpretation analysis
CN116245630A (zh) 一种反欺诈检测方法、装置、电子设备及介质
CN117576826B (zh) 一种基于金融自助终端的授信处理方法与金融自助终端

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
GR01 Patent grant
GR01 Patent grant