CN117114858B - 基于aviator表达式的计算检查公式的配置化实现方法 - Google Patents
基于aviator表达式的计算检查公式的配置化实现方法 Download PDFInfo
- Publication number
- CN117114858B CN117114858B CN202311353379.XA CN202311353379A CN117114858B CN 117114858 B CN117114858 B CN 117114858B CN 202311353379 A CN202311353379 A CN 202311353379A CN 117114858 B CN117114858 B CN 117114858B
- Authority
- CN
- China
- Prior art keywords
- credit
- limit
- information
- data
- calculation
- 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
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 231
- 230000014509 gene expression Effects 0.000 title claims abstract description 144
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000012545 processing Methods 0.000 claims abstract description 164
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 67
- 210000001061 forehead Anatomy 0.000 claims abstract description 61
- 239000011159 matrix material Substances 0.000 claims abstract description 61
- 238000013461 design Methods 0.000 claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims abstract description 32
- 238000007637 random forest analysis Methods 0.000 claims abstract description 24
- 238000006243 chemical reaction Methods 0.000 claims description 42
- 230000008569 process Effects 0.000 claims description 32
- 238000004140 cleaning Methods 0.000 claims description 19
- 239000013598 vector Substances 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 16
- 238000005065 mining Methods 0.000 claims description 11
- 238000012706 support-vector machine Methods 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 7
- 230000000737 periodic effect Effects 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 abstract description 25
- 238000012954 risk control Methods 0.000 abstract description 6
- 230000000875 corresponding effect Effects 0.000 description 29
- 230000006870 function Effects 0.000 description 14
- 230000008859 change Effects 0.000 description 10
- 230000008901 benefit Effects 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 4
- 238000007418 data mining Methods 0.000 description 4
- 238000003066 decision tree Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- IWEDIXLBFLAXBO-UHFFFAOYSA-N dicamba Chemical compound COC1=C(Cl)C=CC(Cl)=C1C(O)=O IWEDIXLBFLAXBO-UHFFFAOYSA-N 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000000547 structure data Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000012098 association analyses Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
-
- 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
- G06Q10/10—Office automation; Time management
-
- 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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Technology Law (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及风险控制技术领域,尤其涉及一种基于aviator表达式的计算检查公式的配置化实现方法。所述方法包括以下步骤:获取银行数据库的客户群体相关额度信息;利用FP‑Growth算法对客户群体相关额度信息进行额度场景关联规则分析处理,生成额度场景关联参数;基于额度场景关联参数进行动态分析矩阵建立,生成额度动态关联矩阵;利用图数据库对额度动态关联矩阵进行实时存储更新处理,生成额度关联存储文件;利用随机森林算法对额度关联存储文件进行配置额度自动化引擎智能设计,生成额度配置引擎。本发明通过aviator表达式对额度的相关计算检查公式进行配置,以实现额度配置的自动化管理。
Description
技术领域
本发明涉及风险控制技术领域,尤其涉及一种基于aviator表达式的计算检查公式的配置化实现方法。
背景技术
用户在银行进行贷款的过程中都要查看个人信用、个人营收等信息来分析是否可以进行贷款以及配置贷款的具体额度。然而,传统的通过人力来进行额度配置的方法对于贷款的具体数额的分析耗费大量的人力资源,并且没有良好的标准清晰定义用户是否可以进行贷款,以及对于用户贷款的具体额度没有衡量的标准,使得银行贷款业务的风险系数大大增加。
发明内容
基于此,本发明提供一种基于aviator表达式的计算检查公式的配置化实现方法,以解决至少一个上述技术问题。
为实现上述目的,一种基于aviator表达式的计算检查公式的配置化实现方法,包括以下步骤:
步骤S1:获取银行数据库的客户群体相关额度信息;利用FP-Growth算法对客户群体相关额度信息进行额度场景关联规则分析处理,生成额度场景关联参数;
步骤S2:基于额度场景关联参数进行动态分析矩阵建立,生成额度动态关联矩阵;利用图数据库对额度动态关联矩阵进行实时存储更新处理,生成额度关联存储文件;
步骤S3:利用随机森林算法对额度关联存储文件进行配置额度自动化引擎智能设计,生成额度配置引擎;根据额度配置引擎进行规则准入条件以及额度计算规则提取处理,生成规则准入条件信息以及额度计算规则信息;
步骤S4:利用aviator表达式对规则准入条件信息以及额度计算规则信息进行自定义配置处理,分别生成规则准入条件表达式以及额度计算表达式;
步骤S5:将额度关联存储文件传输至规则准入条件表达式进行智能规则准入条件判定处理,生成有效额度判定数据以及无效额度判定数据;
步骤S6:利用无效额度等级计算公式对无效额度判定数据进行无效额度信息计算处理,生成无效额度等级数据;根据无效额度等级数据进行告警音频数据转换处理,生成告警音频数据;将告警音频数据传输至终端进行反馈;
步骤S7:将有效额度判定数据传输至额度计算表达式中进行有效额度计算检查处理,生成有效额度配置信息;将有效额度配置信息传输至终端进行反馈。
本发明通过利用FP-Growth算法、随机森林算法和aviator表达式等技术,实现了对客户群体相关额度信息的自动化处理和智能设计,减少人工干预和提高处理效率,同时降低了错误和风险。通过使用FP-Growth算法对客户群体相关额度信息进行分析处理,可以发现额度之间的关联规则和场景参数,有助于银行更好地理解和利用客户的额度需求,为客户提供更加个性化和精准的贷款服务。通过基于额度场景关联参数的动态分析矩阵建立,可以将客户的额度信息与其他因素进行关联,实现动态化的额度管理和计算,有助于银行更好地掌握客户的额度变化情况,及时做出相应的决策和调整。利用图数据库对额度动态关联矩阵进行实时存储更新,确保额度信息的准确性和及时性,使得银行在处理客户贷款申请时能够基于最新的额度数据进行决策和计算。通过利用随机森林算法对额度关联存储文件进行额度配置引擎的智能设计,根据随机森林算法分析出的结果设定准入条件的规则与额度计算规则,基于准入条件的规则与额度计算规则生成适合的额度配置引擎,这有助于银行根据自身业务需求和风险控制策略,灵活地额度配置引擎,提高贷款处理的效率和准确性。通过将额度关联存储文件传输至规则准入条件表达式,利用aviator表达式进行智能规则准入条件判定处理,可以快速准确地判断额度的有效性,帮助银行在贷款申请审批过程中实现自动化的准入条件判定,提高审批效率和减少错误。利用无效额度等级计算公式对无效额度判定数据进行处理,生成无效额度的等级数据,使得银行评估无效额度的程度,从而采取相应的措施,如调整贷款额度、提供额外担保等,以降低风险和保护银行利益。通过将无效额度等级数据转换为告警音频数据,并传输至终端进行反馈,可以提醒相关人员关注无效额度的具体情况,根据告警音频的音调大小来评判无效额度等级的程度,这有助于及时发现和解决无效额度问题,保障银行的贷款业务稳健运行,并且根据告警音频的音调大小来设定针对无效额度问题的方案。将有效额度判定数据传输至额度计算表达式中进行检查处理,并将有效额度配置信息传输至终端进行反馈,可以确保贷款申请中的有效额度得到准确计算和及时反馈。这有助于提高客户满意度,促进贷款业务的顺利进行。因此,本发明的基于aviator表达式的计算检查公式的配置化实现方法对于贷款的具体数额的进行自动化的分析及配置,节约了大量的人力资源,并且具有良好的标准清晰定义用户是否可以进行贷款,以及对于用户贷款的具体额度具有衡量的标准,使得降低了银行贷款业务的风险系数。
优选地,步骤S1包括以下步骤:
步骤S11:获取银行数据库的客户群体相关额度信息;
步骤S12:对客户群体相关额度信息进行额度信息数据清洗处理,生成额度信息清洗数据;
步骤S13:对额度信息清洗数据进行标准格式数据转换处理,生成额度信息标准数据;
步骤S14:利用FP-Growth算法对额度信息标准数据进行关联规则挖掘处理,生成额度信息关联规则;
步骤S15:利用支持向量机算法对额度信息关联规则进行关联参数提取处理,生成额度场景关联参数。
本发明通过获取银行数据库的客户群体相关额度信息并进行清洗和标准化处理,提高额度信息的准确性和一致性,使得银行对客户的额度情况有更全面和准确的了解,从而能够更好地进行贷款审批和额度管理。额度信息数据清洗处理和标准格式数据转换处理可以清除数据中的噪声和冗余,使数据变得更加规范和可理解,有助于提高数据质量,减少误差和歧义,为后续的关联规则挖掘和参数提取打下良好的基础。通过应用FP-Growth算法对额度信息标准数据进行关联规则挖掘,发现额度之间的隐含关系和模式,这有助于银行发现客户额度使用的潜在规律和趋势,为更好地理解客户需求和制定贷款策略提供支持。利用支持向量机算法对额度信息关联规则进行关联参数提取处理,从大量的关联规则中提取出具有重要意义的关联参数,这有助于银行识别和捕捉额度与不同场景之间的关联关系,为后续的动态分析和额度管理提供关键指标。
优选地,步骤S2包括以下步骤:
步骤S21:利用标签编码对额度场景关联参数进行编码转换处理,生成额度场景关联向量;
步骤S22:基于额度场景关联向量进行额度场景关联向量的无向图建立,生成额度场景关联无向图;
步骤S23:将额度场景关联无向图进行动态矩阵映射处理,生成额度动态关联矩阵;
步骤S24:利用图数据库对额度动态关联矩阵进行数据存储,生成初始额度关联存储文件;
步骤S25:对额度场景关联参数进行实时更新处理,生成实时额度场景关联参数;
步骤S26:根据实时额度场景关联参数对初始额度关联存储文件进行实时更新处理,生成额度关联存储文件。
本发明额度场景关联向量编码转换:通过标签编码对额度场景关联参数进行编码转换处理,将复杂的场景参数表示为向量形式,有助于提高数据的可处理性和效率,使得后续的分析和计算更加高效和准确。基于额度场景关联向量,建立额度场景关联无向图可以准确地描述不同额度场景之间的关系和连接,这有助于银行理解和分析额度在不同场景下的行为和变化模式,为决策提供更全面的信息。通过对额度场景关联无向图进行动态矩阵映射处理,可以将图中的关联关系转化为矩阵形式,这有助于对额度关联关系进行更灵活的计算和分析,为后续的模型训练和推理提供基础。利用图数据库对额度动态关联矩阵进行数据存储,高效地存储和管理大规模的关联数据,这有助于快速检索和更新数据,提高系统的响应速度和处理能力。根据实时的业务需求和数据变化,对额度场景关联参数进行实时更新处理,这有助于保持额度关联模型的时效性和准确性,使得系统能够及时响应变化的业务环境。
优选地,步骤S3包括以下步骤:
步骤S31:利用随机森林算法对额度关联存储文件进行额度关联信息特征分析处理,生成额度关联特征信息;
步骤S32:根据额度关联特征信息进行配置额度自动化引擎智能设计,生成额度配置引擎;
步骤S33:根据额度配置引擎进行规则准入条件以及额度计算规则提取处理,生成规则准入条件信息以及额度计算规则信息。
本发明通过随机森林算法对额度关联存储文件进行分析处理,从中提取额度关联的重要特征信息,这有助于银行深入了解额度之间的关系和影响因素,为后续的额度配置引擎和规则准入条件提供可靠的依据。根据额度关联特征信息,进行配置额度自动化引擎的智能设计,意味着系统可以根据实际情况和需求,自动化地生成符合业务规则和策略的额度配置引擎,有助于提高额度管理的效率和准确性,减少人工干预和错误。根据额度配置引擎,提取规则准入条件和额度计算规则信息,规则准入条件信息定义了额度使用的条件限制和要求,而额度计算规则信息描述了如何计算和调整额度的方法和流程,这些信息对于正确评估和配置额度非常关键,通过自动提取和配置,可以减少人工工作量和避免错误。
优选地,步骤S32包括以下步骤:
步骤S321:根据额度关联特征信息进行引擎准入条件设计,生成引擎准入条件信息;
步骤S322:利用额度计算规则公式对额度关联规则特征信息进行引擎计算规则设计,生成引擎计算规则信息;
步骤S323:根据引擎准入条件信息与引擎计算规则信息进行配置额度自动化引擎设计,生成额度配置引擎。
本发明引擎准入条件设计:根据额度关联特征信息,设计额度准入条件,这些准入条件可以基于业务需求、风险控制要求等因素来限制额度的使用,通过准确的准入条件设计,确保只有符合条件的额度操作被允许,增强额度管理的安全性和合规性。利用额度计算规则公式对额度关联规则特征信息进行设计,生成引擎的计算规则信息,通过精确的计算规则设计,确保额度的计算和调整符合业务规则和策略,提高额度管理的准确性和灵活性。根据引擎准入条件信息和引擎计算规则信息,进行配置额度自动化引擎的设计,额度配置引擎是一个自动化的程序,可以根据设定的准入条件和计算规则,自动进行额度管理和计算,通过合理配置引擎,可以提高额度管理的效率和一致性,减少人工操作和错误。
优选地,步骤S322中的额度计算规则公式如下所示:
;
式中,表示为有效额度数据,/>表示为额度关联特征信息的客户额度申请操作次数,/>表示为额度申请操作时间,/>表示为客户第/>次额度申请操作时间,/>表示为额度关联规则特征信息的客户营收数据,/>表示为周期性额度分配比例生成的权重信息,/>表示为由客户的额度实际用途生成的权重信息,/>表示为有效额度数据的异常调整值。
本发明利用额度计算规则公式,该公式充分考虑了额度关联特征信息的客户额度申请操作次数、额度申请操作时间/>、第/>个客户信息存储的历史时间/>、额度关联规则特征信息的客户营收数据/>、周期性额度分配比例生成的权重信息/>、由客户的额度实际用途生成的权重信息/>以及函数之间的相互关系作用,以形成函数关系式,通过求和函数对客户的额度申请操作次数进行综合考虑,更全面地评估客户的额度需求与使用情况,根据客户的额度申请操作次数分析用户的营收数据与客户的额度实际用途生成的权重信息来确定客户可以配置的具体额度,更准确地评估客户的还款能力和额度使用风险,从而更合理地计算有效额度数据,客户的额度实际用途生成的权重信息根据客户的信用程度、还款能力、以及用途、用户申请过的额度记录以及内部政策等信息生成,不同的额度用途可能对风险和收益有不同的影响,以此确定客户可申请的最大额度,通过对时间的积分,可以捕捉到客户额度使用的动态变化,例如较早的额度使用可能与客户的信用历史相关,而较近的额度使用则可能更反映当前的财务状况,并且通过周期性额度分配比例生成的权重信息对数据进行调整,在不同的额度分配周期中存在着额度分配的多或少的情况,这样的时间因素考虑可以更精确地反映客户的额度需求和使用模式。通过合理的分析确定额度数据,使得客户申请额度具有衡量标准,并且节约了人力去计算该额度标准,确保数据的准确性与可靠性。利用有效额度数据的异常调整值/>对函数关系进行调整修正,减少异常数据或误差项带来的误差影响,从而更准确地生成有效额度数据/>,提高了对额度关联规则特征信息进行引擎计算规则设计的准确性和可靠性。同时该公式中的异常调整值以及权重信息可以根据实际情况进行调整,应用于不同的额度配置情况,提高了算法的灵活性与适用性。
优选地,步骤S4包括以下步骤:
步骤S41:利用aviator表达式对规则准入条件信息进行额度准入条件自定义配置处理,生成准入条件配置信息;
步骤S42:将准入条件配置信息进行aviator表达式转换处理,生成规则准入条件表达式;
步骤S43:利用aviator表达式对额度计算规则信息进行额度准入条件自定义配置处理,生成额度计算配置信息;
步骤S44:将额度计算配置信息进行aviator表达式转换处理,生成额度计算表达式。
本发明通过利用aviator表达式对规则准入条件信息进行自定义配置处理,生成准入条件配置信息,根据具体业务需求和策略,灵活地定义额度的准入条件,通过准入条件自定义配置,实现对额度操作的更精细化控制,提高风险管理和合规性。将准入条件配置信息进行aviator表达式转换处理,生成规则准入条件表达式,这些表达式可以直接应用于aviator表达式,用于进行准入条件的判定,通过使用表达式快速、高效地评估准入条件,加速额度申请和审核过程。利用aviator表达式对额度计算规则信息进行自定义配置处理,生成额度计算配置信息,根据业务需求和计算规则的复杂性,灵活地配置额度的计算方式,通过自定义配置,实现各种复杂的额度计算需求,包括利率计算、利息累计、调整机制等。将额度计算配置信息进行aviator表达式转换处理,生成额度计算表达式,这些表达式可以直接应用于aviator表达式,用于进行额度的实时计算,通过使用表达式,可以快速、准确地计算额度的值,支持实时的额度管理和决策过程。
优选地,步骤S6包括以下步骤:
步骤S61:利用无效额度等级计算公式对无效额度判定数据进行无效额度信息计算处理,生成无效额度等级数据;
步骤S62:根据预设的告警程度等级区间将无效额度等级数据进行划分,生成告警程度等级数据;
步骤S63:根据告警程度等级数据进行告警音频转换处理,生成告警音频数据;
步骤S64:将告警音频数据传输至终端进行反馈。
本发明通过利用无效额度等级计算公式对无效额度判定数据进行处理,可以准确地计算无效额度的程度,量化评估无效额度的严重程度为后续的决策和处理提供依据,通过无效额度信息的计算处理更好地了解和管理无效额度的情况。根据预设的告警程度等级区间,将无效额度等级数据进行划分,根据无效额度的程度将其分为不同的告警程度等级,使得告警信息更加清晰明了,通过告警程度等级数据的划分,实现对告警信息的优先级排序和分级处理,提高告警的精确性和有效性。根据告警程度等级数据进行告警音频的转换处理,根据不同的告警程度等级,生成相应的告警音频数据,根据告警的紧急程度和重要性,为不同程度的告警生成不同的音频反馈,使得告警更具有区分度和警示效果。将生成的告警音频数据传输至终端进行反馈,将告警音频数据发送给相关终端设备。例如用户的手机或电脑,以便及时通知相关人员或客户,通过告警音频数据的传输与反馈,可以快速提醒和警示相关人员对无效额度进行处理和决策,促使及时的行动和解决。
优选地,步骤S61中的无效额度计算公式如下所示:
;
式中,表示为无效额度等级数据,/>表示为无效额度判定数据的客户营收数据,/>表示为历史无效额度记录生成的初始调整值,/>表示为客户的信用程度信息,/>表示为由客户身份场景生成的权重信息,/>表示为参考无效等级调整值,/>表示为无效额度等级数据的异常调整值。
本发明利用无效额度计算公式,该公式充分考虑了无效额度判定数据的客户营收数据、历史无效额度记录生成的初始调整值/>、客户的信用程度信息/>、由客户身份场景生成的权重信息/>、参考无效等级调整值/>以及函数之间的相互关系作用,以形成函数关系式,通过无效额度判定数据的客户营收数据纳入计算公式,可以更准确地评估客户的财务状况和信用状况,有助于更精确地判定无效额度等级,通过过去申请额度配置的失败的客户确定历史无效额度记录生成的初始调整值,有助于银行更准确地评估无效额度等级,并采取相应的风险管理措施,使得历史无效额度记录生成的初始调整值对无效额度等级进行初步调整,客户的信用状况对其额度使用和还款能力有重要影响,通过将客户信用程度信息纳入计算公式,可以更全面地评估客户的信用风险和违约潜力,利用不同的客户身份场景生成的权重信息可能对无效额度等级有不同的影响,有助于银行根据不同的身份场景制定相应的无效额度管理策略,利用参考无效等级调整值对无效额度等级进行参考性的调整,可以更准确地评估无效额度等级,并采取适当的管理措施。通过计算出无效额度等级数据可以判定用户在下次配置额度是否有机会可以进行申请,并且判定客户因什么使得无效额度等级较高,使得无法申请配置额度,管理者也可以通过无效额度等级数据与对应的客户信息进行整理,更好地进行管理这些对应的客户信息。利用无效额度等级数据的异常调整值/>对函数关系进行调整修正,减少异常数据或误差项带来的误差影响,从而更准确地生成无效额度等级数据/>,提高了无效额度判定数据进行无效额度信息计算处理的准确性和可靠性。同时该公式中的调整值以及权重信息可以根据实际情况进行调整,应用于不同的额度配置情况,提高了算法的灵活性与适用性。
优选地,步骤S7包括以下步骤:
步骤S71:将有效额度判定数据传输至额度计算表达式中进行有效额度计算处理,生成有效额度数据;
步骤S72:利用增量计算对有效额度数据进行增量数据检查处理,生成有效额度配置信息;
步骤S73:将有效额度配置信息传输至终端进行反馈。
本发明通过将有效额度判定数据传输至额度计算表达式中进行计算处理,准确地计算出有效额度的数值,基于规则和条件对客户的有效额度进行计算和确定,为客户提供准确的额度信息。利用增量计算对有效额度数据进行检查处理,实时地更新和检测有效额度的变化,通过对有效额度进行增量计算,可以快速识别和响应额度的变动情况,保持有效额度信息的实时性和准确性。将生成的有效额度配置信息传输至终端进行反馈,将有效额度配置信息传送给相关终端设备。例如用户的手机或电脑,以便及时通知客户或相关人员,通过有效额度配置信息的反馈,可以使客户了解自己的有效额度情况,支持客户进行相应的决策和行动。
本申请有益效果在于,本发明获取银行数据库的客户群体相关额度信息,这些额度信息可能包括客户的贷款额度、信用额度、借记卡额度等,对这些额度信息进行数据清洗和标准化处理,以确保数据的一致性和可用性。利用FP-Growth算法对清洗后的额度信息进行关联规则分析处理,FP-Growth算法是一种常用的数据挖掘算法,可用于发现数据之间的关联关系。通过该算法,可以挖掘出不同额度之间的关联规则,这些关联规则将有助于理解额度之间的依赖关系。基于关联规则和参数建立额度动态关联矩阵,该矩阵反映了额度之间的相互关系,并提供了动态更新的能力,为了有效管理和存储这个矩阵,可以使用图数据库进行实时的存储和更新操作,图数据库是一种专门用于存储和处理图形结构数据的数据库,适用于高效地管理复杂的关联数据。利用随机森林算法对额度关联存储文件进行智能设计,生成额度配置引擎,随机森林算法是一种集成学习算法,通过构建多个决策树并综合它们的结果来进行预测和分类,随机森林算法被用于自动设计额度配置引擎,根据额度关联情况提取规则准入条件和额度计算规则。得到额度配置引擎后,将规则准入条件和额度计算规则进行自定义配置处理,这可以通过aviator表达式来实现,aviator表达式是一个高性能的表达式计算引擎,支持自定义函数和操作符,使得配置过程更加灵活和可扩展。在配置过程中,需要对准入条件和计算规则进行表达式转换和编码处理,以确保其符合aviator表达式的语法和要求,以此达到配置的准确性和可靠性。利用配置的计算检查公式,对无效额度进行判定和计算处理,这涉及使用预定义的公式和规则来确定无效额度的等级和程度。根据设定的告警程度等级区间,将无效额度等级数据划分为不同的告警级别,将告警级别数据转换为相应的告警音频数据,以便传输至终端进行反馈。利用有效额度判定数据传输至额度计算表达式中进行计算处理,准确地计算出有效额度的数值,基于规则和条件对客户的有效额度进行计算和确定,为客户提供准确的额度信息,并利用增量计算对有效额度数据进行实时检查更新处理,可以快速识别和响应额度的变动情况,保持有效额度信息的实时性和准确性,以此将生成的有效额度配置信息传输至终端进行反馈。 综上所述,基于aviator表达式的计算检查公式的配置化实现方法通过多个步骤的处理,实现了灵活、高效、可扩展的计算检查功能。它允许以配置化的方式定义和管理复杂的计算规则和条件,提高了系统的可维护性和可扩展性。同时,通过结合数据挖掘和机器学习算法,可以自动化地提取和应用关联规则,进一步增强了系统的智能性和自适应能力,这种方法的实施将为银行和金融机构提供更准确和可靠的额度管理和风险控制手段。
附图说明
图1为本发明一种潜伏式充水橡胶坝抑咸方法的步骤流程示意图;
图2为图1中步骤S1的详细实施步骤流程示意图;
图3为图1中步骤S2的详细实施步骤流程示意图;
图4为图1中步骤S3的详细实施步骤流程示意图;
图5为图1中步骤S4的详细实施步骤流程示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面结合附图对本发明专利的技术方法进行清楚、完整的描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域所属的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,都属于本发明保护的范围。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
本申请实施例提供一种基于aviator表达式的计算检查公式的配置化实现方法,所述银行数据库包括但不限于:A银行的客户信息管理数据库、B银行的客户信息管理数据库等至少一种。所述终端包括但不限于:个人电脑(PC)、智能手机、交互式电视、物联网设备等至少一种。
为实现上述目的,请参阅图1至图5,一种基于aviator表达式的计算检查公式的配置化实现方法,包括以下步骤:
步骤S1:获取银行数据库的客户群体相关额度信息;利用FP-Growth算法对客户群体相关额度信息进行额度场景关联规则分析处理,生成额度场景关联参数;
步骤S2:基于额度场景关联参数进行动态分析矩阵建立,生成额度动态关联矩阵;利用图数据库对额度动态关联矩阵进行实时存储更新处理,生成额度关联存储文件;
步骤S3:利用随机森林算法对额度关联存储文件进行配置额度自动化引擎智能设计,生成额度配置引擎;根据额度配置引擎进行规则准入条件以及额度计算规则提取处理,生成规则准入条件信息以及额度计算规则信息;
步骤S4:利用aviator表达式对规则准入条件信息以及额度计算规则信息进行自定义配置处理,分别生成规则准入条件表达式以及额度计算表达式;
步骤S5:将额度关联存储文件传输至规则准入条件表达式进行智能规则准入条件判定处理,生成有效额度判定数据以及无效额度判定数据;
步骤S6:利用无效额度等级计算公式对无效额度判定数据进行无效额度信息计算处理,生成无效额度等级数据;根据无效额度等级数据进行告警音频数据转换处理,生成告警音频数据;将告警音频数据传输至终端进行反馈;
步骤S7:将有效额度判定数据传输至额度计算表达式中进行有效额度计算检查处理,生成有效额度配置信息;将有效额度配置信息传输至终端进行反馈。
本发明通过利用FP-Growth算法、随机森林算法和aviator表达式等技术,实现了对客户群体相关额度信息的自动化处理和智能设计,减少人工干预和提高处理效率,同时降低了错误和风险。通过使用FP-Growth算法对客户群体相关额度信息进行分析处理,可以发现额度之间的关联规则和场景参数,有助于银行更好地理解和利用客户的额度需求,为客户提供更加个性化和精准的贷款服务。通过基于额度场景关联参数的动态分析矩阵建立,可以将客户的额度信息与其他因素进行关联,实现动态化的额度管理和计算,有助于银行更好地掌握客户的额度变化情况,及时做出相应的决策和调整。利用图数据库对额度动态关联矩阵进行实时存储更新,确保额度信息的准确性和及时性,使得银行在处理客户贷款申请时能够基于最新的额度数据进行决策和计算。通过利用随机森林算法对额度关联存储文件进行额度配置引擎的智能设计,根据随机森林算法分析出的结果设定准入条件的规则与额度计算规则,基于准入条件的规则与额度计算规则生成适合的额度配置引擎,这有助于银行根据自身业务需求和风险控制策略,灵活地额度配置引擎,提高贷款处理的效率和准确性。通过将额度关联存储文件传输至规则准入条件表达式,利用aviator表达式进行智能规则准入条件判定处理,可以快速准确地判断额度的有效性,帮助银行在贷款申请审批过程中实现自动化的准入条件判定,提高审批效率和减少错误。利用无效额度等级计算公式对无效额度判定数据进行处理,生成无效额度的等级数据,使得银行评估无效额度的程度,从而采取相应的措施,如调整贷款额度、提供额外担保等,以降低风险和保护银行利益。通过将无效额度等级数据转换为告警音频数据,并传输至终端进行反馈,可以提醒相关人员关注无效额度的具体情况,根据告警音频的音调大小来评判无效额度等级的程度,这有助于及时发现和解决无效额度问题,保障银行的贷款业务稳健运行,并且根据告警音频的音调大小来设定针对无效额度问题的方案。将有效额度判定数据传输至额度计算表达式中进行检查处理,并将有效额度配置信息传输至终端进行反馈,可以确保贷款申请中的有效额度得到准确计算和及时反馈。这有助于提高客户满意度,促进贷款业务的顺利进行。因此,本发明的基于aviator表达式的计算检查公式的配置化实现方法对于贷款的具体数额的进行自动化的分析及配置,节约了大量的人力资源,并且具有良好的标准清晰定义用户是否可以进行贷款,以及对于用户贷款的具体额度具有衡量的标准,使得降低了银行贷款业务的风险系数。
本发明实施例中,参考图1所述,为本发明一种基于aviator表达式的计算检查公式的配置化实现方法的步骤流程示意图,在本实施例中,所述基于aviator表达式的计算检查公式的配置化实现方法包括以下步骤:
步骤S1:获取银行数据库的客户群体相关额度信息;利用FP-Growth算法对客户群体相关额度信息进行额度场景关联规则分析处理,生成额度场景关联参数;
本发明实施例中,获取从银行数据库中提取客户群体相关额度信息,其中包括客户营收记录、客户信用信息、历史记录等。将额度信息转换为适合FP-Growth算法的数据格式,通常是将数据转换为事务形式,其中每个事务代表一个客户群体相关额度信息,使用FP-Growth算法对客户群体相关额度信息进行分析和挖掘,通过构建频繁项集和关联规则,识别出额度之间的关联性和场景规律,从中提取出有意义的额度场景关联规则,根据关联规则中的支持度和置信度等指标,生成额度场景关联参数。
步骤S2:基于额度场景关联参数进行动态分析矩阵建立,生成额度动态关联矩阵;利用图数据库对额度动态关联矩阵进行实时存储更新处理,生成额度关联存储文件;
本发明实施例中,基于额度场景关联参数构建一个动态分析矩阵,矩阵的行和列分别表示不同的额度场景或额度类型,动态分析矩阵的节点表示为客户营收记录、客户信用信息、历史记录、额度消费场景等,其中额度消费场景表示利用额度消费的高低进行划分,根据额度场景关联参数中的规则和权重对每个矩阵元素计算相关性或关联度,根据每个矩阵的相关性作为额度动态关联矩阵的节点边,例如额度场景的变化,则相应的关联程度进行变化,节点边也相应进行动态变化,以此得到额度动态关联矩阵;将额度动态关联矩阵中的数据存储在图数据库中,以图的形式表示额度之间的关联关系,图数据库提供了高效的图结构存储和查询功能,能够方便地处理额度之间的复杂关系,当有新的额度数据产生或更新时,将其更新到图数据库中,并根据额度场景关联参数进行分析,更新额度动态关联矩阵和图数据库中的数据,将经过实时存储更新处理的额度动态关联矩阵和图数据库中的数据导出,以此获得额度关联存储文件。
步骤S3:利用随机森林算法对额度关联存储文件进行配置额度自动化引擎智能设计,生成额度配置引擎;根据额度配置引擎进行规则准入条件以及额度计算规则提取处理,生成规则准入条件信息以及额度计算规则信息;
本发明实施例中,将额度关联存储文件中转化为可以利用随机森林算法的数据格式,并将转化后得到的数据传输至随机森林算法中提取其关键特征数据,并根据关键特征数据对额度配置的准入条件以及额度配置计算规则等信息进行设计,根据设计的结果封装成额度配置引擎;对额度配置引擎中的规则准入条件以及额度计算规则进行提取,以此分别获得规则准入条件信息以及额度计算规则信息,其中规则准入条件信息判定客户是否可以进行额度配置的申请,额度计算规则信息判定额度配置的具体数额。
步骤S4:利用aviator表达式对规则准入条件信息以及额度计算规则信息进行自定义配置处理,分别生成规则准入条件表达式以及额度计算表达式;
本发明实施例中,将提取的规则准入条件信息转化为aviator表达式形式,使用aviator表达式提供的语法和函数,根据规则准入条件的特征和关联规则编写相应的表达式配置。例如,假设规则准入条件包括客户的年龄大于等于18岁、收入大于5000元等,可以使用aviator表达式编写如下配置:age>= 18&&income>5000。将提取的额度计算规则信息转化为aviator表达式形式,根据额度计算规则的特征和关联公式,使用aviator表达式编写相应的表达式配置。例如,假设额度计算规则包括利率调整公式、贷款金额计算公式等,可以使用aviator表达式进行编写配置,以此将规则准入条件信息以及额度计算规则信息转化为,通过aviator表达式能够自动执行的规则准入条件表达式与及额度计算表达式,如接收到用户信息判断规则准入条件表达式自动判断用户是否能够贷款,并且根据额度计算表达式自动化计算用户可贷款的额度。
步骤S5:将额度关联存储文件传输至规则准入条件表达式进行智能规则准入条件判定处理,生成有效额度判定数据以及无效额度判定数据;
本发明实施例中,将加载的额度关联存储文件中的数据传入aviator表达式规则准入条件表达式进行判定处理,根据表达式的逻辑运算和条件判断,判定客户的额度是否符合规则准入条件,根据规则准入条件判定的结果,将符合条件的客户数据归类为有效额度,将不符合条件的客户数据归类为无效额度。
步骤S6:利用无效额度等级计算公式对无效额度判定数据进行无效额度信息计算处理,生成无效额度等级数据;根据无效额度等级数据进行告警音频数据转换处理,生成告警音频数据;将告警音频数据传输至终端进行反馈;
本发明实施例中,利用无效额度等级计算公式对无效额度判定数据进行无效额度信息计算处理,生成无效额度等级数据,无效额度等级数据使根据用户距离最低额度可申请的资格,例如年龄没满18岁,亦或者基本收入没到最低标准,根据无效额度判定数据确定无效额度等级数据的大小,当客户的无效额度等级数据越大,也就意味着更加难获得额度配置的资格;根据无效额度等级数据进行告警音频数据转换处理,设计相应的转换规则和算法,将无效额度等级映射为对应的告警音频数据。例如,可以根据无效额度等级的大小将其映射为不同的告警音频。例如低等级对应柔和的警告声音,高等级对应严重的警告声音,将生成的告警音频数据传输至终端设备,客户可以根据告警音频的内容和程度,了解自己的额度状况,并采取相应的行动。
步骤S7:将有效额度判定数据传输至额度计算表达式中进行有效额度计算检查处理,生成有效额度配置信息;将有效额度配置信息传输至终端进行反馈。
本发明实施例中,将有效额度判定数据中的数据传入aviator表达式额度计算表达式中进行有效额度计算检查处理,执行表达式中的数学公式以此确定客户的配置额度大小;将生成的有效额度配置信息传输至终端设备。例如客户的手机、电脑等,客户可以通过终端设备查看有效额度的配置情况,了解自己的可用额度以及相关的限制和条件。
优选地,步骤S1包括以下步骤:
步骤S11:获取银行数据库的客户群体相关额度信息;
步骤S12:对客户群体相关额度信息进行额度信息数据清洗处理,生成额度信息清洗数据;
步骤S13:对额度信息清洗数据进行标准格式数据转换处理,生成额度信息标准数据;
步骤S14:利用FP-Growth算法对额度信息标准数据进行关联规则挖掘处理,生成额度信息关联规则;
步骤S15:利用支持向量机算法对额度信息关联规则进行关联参数提取处理,生成额度场景关联参数。
本发明通过获取银行数据库的客户群体相关额度信息并进行清洗和标准化处理,提高额度信息的准确性和一致性,使得银行对客户的额度情况有更全面和准确的了解,从而能够更好地进行贷款审批和额度管理。额度信息数据清洗处理和标准格式数据转换处理可以清除数据中的噪声和冗余,使数据变得更加规范和可理解,有助于提高数据质量,减少误差和歧义,为后续的关联规则挖掘和参数提取打下良好的基础。通过应用FP-Growth算法对额度信息标准数据进行关联规则挖掘,发现额度之间的隐含关系和模式,这有助于银行发现客户额度使用的潜在规律和趋势,为更好地理解客户需求和制定贷款策略提供支持。利用支持向量机算法对额度信息关联规则进行关联参数提取处理,从大量的关联规则中提取出具有重要意义的关联参数,这有助于银行识别和捕捉额度与不同场景之间的关联关系,为后续的动态分析和额度管理提供关键指标。
作为本发明的一个实例,参考图2所示,为图1中步骤S1的详细实施步骤流程示意图,在本实例中所述步骤S1包括:
步骤S11:获取银行数据库的客户群体相关额度信息;
本发明实施例中,获取从银行数据库中提取客户群体相关额度信息,其中包括客户营收记录、客户信用信息、历史记录等。
步骤S12:对客户群体相关额度信息进行额度信息数据清洗处理,生成额度信息清洗数据;
本发明实施例中,对从银行数据库中获取的客户群体相关额度信息进行数据清洗处理,去除重复数据、处理缺失值、处理异常值等。
步骤S13:对额度信息清洗数据进行标准格式数据转换处理,生成额度信息标准数据;
本发明实施例中,我们将经过数据清洗的额度信息进行标准格式的数据转换处理。例如我们可以将额度信息转换为统一的数据结构,确保后续处理的一致性和方便性。
步骤S14:利用FP-Growth算法对额度信息标准数据进行关联规则挖掘处理,生成额度信息关联规则;
本发明实施例中,我们利用FP-Growth算法对标准化的额度信息数据进行关联规则挖掘处理,通过挖掘数据中的频繁项集和关联规则,我们可以发现不同额度之间的关联关系。例如,我们可以发现某些客户在使用一种额度时,也倾向于使用其他特定额度。
步骤S15:利用支持向量机算法对额度信息关联规则进行关联参数提取处理,生成额度场景关联参数。
本发明实施例中,我们利用支持向量机算法对挖掘得到的额度信息关联规则进行关联参数的提取处理,支持向量机算法可以根据样本数据的特征和标签,训练出一个能够划分不同额度场景的模型。例如,我们可以提取出不同额度之间的权重、置信度等参数,用于后续的额度场景关联分析和计算。
优选地,步骤S2包括以下步骤:
步骤S21:利用标签编码对额度场景关联参数进行编码转换处理,生成额度场景关联向量;
步骤S22:基于额度场景关联向量进行额度场景关联向量的无向图建立,生成额度场景关联无向图;
步骤S23:将额度场景关联无向图进行动态矩阵映射处理,生成额度动态关联矩阵;
步骤S24:利用图数据库对额度动态关联矩阵进行数据存储,生成初始额度关联存储文件;
步骤S25:对额度场景关联参数进行实时更新处理,生成实时额度场景关联参数;
步骤S26:根据实时额度场景关联参数对初始额度关联存储文件进行实时更新处理,生成额度关联存储文件。
本发明额度场景关联向量编码转换:通过标签编码对额度场景关联参数进行编码转换处理,将复杂的场景参数表示为向量形式,有助于提高数据的可处理性和效率,使得后续的分析和计算更加高效和准确。基于额度场景关联向量,建立额度场景关联无向图可以准确地描述不同额度场景之间的关系和连接,这有助于银行理解和分析额度在不同场景下的行为和变化模式,为决策提供更全面的信息。通过对额度场景关联无向图进行动态矩阵映射处理,可以将图中的关联关系转化为矩阵形式,这有助于对额度关联关系进行更灵活的计算和分析,为后续的模型训练和推理提供基础。利用图数据库对额度动态关联矩阵进行数据存储,高效地存储和管理大规模的关联数据,这有助于快速检索和更新数据,提高系统的响应速度和处理能力。根据实时的业务需求和数据变化,对额度场景关联参数进行实时更新处理,这有助于保持额度关联模型的时效性和准确性,使得系统能够及时响应变化的业务环境。
作为本发明的一个实例,参考图3所示,为图1中步骤S2的详细实施步骤流程示意图,在本实例中所述步骤S2包括:步骤S21:利用标签编码对额度场景关联参数进行编码转换处理,生成额度场景关联向量;
本发明实施例中,使用标签编码技术将额度场景关联参数转换为数字编码形式。例如,将不同的额度场景参数(如消费场景、贷款类型等)分别分配唯一的数字编码。
步骤S22:基于额度场景关联向量进行额度场景关联向量的无向图建立,生成额度场景关联无向图;
本发明实施例中,根据额度场景关联向量,我们建立一个无向图表示不同额度场景之间的关联关系,图中的节点代表不同的额度场景,边表示场景之间的关联关系。
步骤S23:将额度场景关联无向图进行动态矩阵映射处理,生成额度动态关联矩阵;
本发明实施例中,基于额度场景无向图构建一个动态分析矩阵,矩阵的行和列分别表示不同的额度场景或额度类型,动态分析矩阵的节点表示为客户营收记录、客户信用信息、历史记录、额度消费场景等,其中额度消费场景表示利用额度消费的高低进行划分,根据额度场景关联参数中的规则和权重对每个矩阵元素计算相关性或关联度,根据每个矩阵的相关性作为额度动态关联矩阵的节点边,例如额度场景的变化,则相应的关联程度进行变化,节点边也相应进行动态变化,以此得到额度动态关联矩阵。
步骤S24:利用图数据库对额度动态关联矩阵进行数据存储,生成初始额度关联存储文件;
本发明实施例中,将动态关联矩阵存储到图数据库中,以便进行实时的存储和更新,这样我们就生成了初始的额度关联存储文件,用于后续的关联分析和处理。
步骤S25:对额度场景关联参数进行实时更新处理,生成实时额度场景关联参数;
本发明实施例中,根据实时的数据变化和新的额度场景关联参数,我们对参数进行实时更新,这样可以保持额度场景关联参数的最新状态,以便后续的分析和处理。
步骤S26:根据实时额度场景关联参数对初始额度关联存储文件进行实时更新处理,生成额度关联存储文件。
本发明实施例中,根据实时的额度场景关联参数,我们对初始的额度关联存储文件进行实时更新,保持存储文件的准确性和实时性,以便后续的使用和查询。
优选地,步骤S3包括以下步骤:
步骤S31:利用随机森林算法对额度关联存储文件进行额度关联信息特征分析处理,生成额度关联特征信息;
步骤S32:根据额度关联特征信息进行配置额度自动化引擎智能设计,生成额度配置引擎;
步骤S33:根据额度配置引擎进行规则准入条件以及额度计算规则提取处理,生成规则准入条件信息以及额度计算规则信息。
本发明通过随机森林算法对额度关联存储文件进行分析处理,从中提取额度关联的重要特征信息,这有助于银行深入了解额度之间的关系和影响因素,为后续的额度配置引擎和规则准入条件提供可靠的依据。根据额度关联特征信息,进行配置额度自动化引擎的智能设计,意味着系统可以根据实际情况和需求,自动化地生成符合业务规则和策略的额度配置引擎,有助于提高额度管理的效率和准确性,减少人工干预和错误。根据额度配置引擎,提取规则准入条件和额度计算规则信息,规则准入条件信息定义了额度使用的条件限制和要求,而额度计算规则信息描述了如何计算和调整额度的方法和流程,这些信息对于正确评估和配置额度非常关键,通过自动提取和配置,可以减少人工工作量和避免错误。
作为本发明的一个实例,参考图4所示,为图1中步骤S3的详细实施步骤流程示意图,在本实例中所述步骤S3包括:
步骤S31:利用随机森林算法对额度关联存储文件进行额度关联信息特征分析处理,生成额度关联特征信息;
本发明实施例中,通过应用随机森林算法,我们对额度关联存储文件进行分析,提取其中的关联信息特征,这些特征可能包括不同额度之间的相关性、重要性等,用于后续的引擎设计和规则提取。
步骤S32:根据额度关联特征信息进行配置额度自动化引擎智能设计,生成额度配置引擎;
本发明实施例中,基于额度关联特征信息,我们进行配置额度自动化引擎的智能设计,这个引擎将根据分析得到的特征信息,自动化地进行额度配置,以满足不同客户的需求和条件。
步骤S33:根据额度配置引擎进行规则准入条件以及额度计算规则提取处理,生成规则准入条件信息以及额度计算规则信息。
本发明实施例中,通过使用额度配置引擎,我们从中提取规则准入条件信息和额度计算规则信息,规则准入条件信息定义了客户需要满足的条件才能获得额度,而额度计算规则信息定义了如何计算和确定最终的额度数值。
优选地,步骤S32包括以下步骤:
步骤S321:根据额度关联特征信息进行引擎准入条件设计,生成引擎准入条件信息;
步骤S322:利用额度计算规则公式对额度关联规则特征信息进行引擎计算规则设计,生成引擎计算规则信息;
步骤S323:根据引擎准入条件信息与引擎计算规则信息进行配置额度自动化引擎设计,生成额度配置引擎。
本发明引擎准入条件设计:根据额度关联特征信息,设计额度准入条件,这些准入条件可以基于业务需求、风险控制要求等因素来限制额度的使用,通过准确的准入条件设计,确保只有符合条件的额度操作被允许,增强额度管理的安全性和合规性。利用额度计算规则公式对额度关联规则特征信息进行设计,生成引擎的计算规则信息,通过精确的计算规则设计,确保额度的计算和调整符合业务规则和策略,提高额度管理的准确性和灵活性。根据引擎准入条件信息和引擎计算规则信息,进行配置额度自动化引擎的设计,额度配置引擎是一个自动化的程序,可以根据设定的准入条件和计算规则,自动进行额度管理和计算,通过合理配置引擎,可以提高额度管理的效率和一致性,减少人工操作和错误。
本发明实施例中,根据额度关联特征信息设计额度准入条件,确定客户需要满足的条件才能获得额度,这些准入条件可以包括客户的信用评级、历史还款记录等,用于引擎对客户进行筛选和决策。根据额度关联规则特征信息设计额度计算规则,确定如何计算和确定最终的额度数值,这些计算规则可以包括客户的信用程度、还款能力、以及用途、用户申请过的额度记录以及内部政策等信息生成,以此确定客户配置的最终额度数值,用于引擎对客户的额度进行计算和配置。基于引擎准入条件信息和引擎计算规则信息进行配置额度自动化引擎的设计,这个引擎将根据设定的准入条件和计算规则,自动化地对客户进行额度判定和计算,以满足客户的需求和条件。
优选地,步骤S322中的额度计算规则公式如下所示:
;
式中,表示为有效额度数据,/>表示为额度关联特征信息的客户额度申请操作次数,/>表示为额度申请操作时间,/>表示为客户第/>次额度申请操作时间,/>表示为额度关联规则特征信息的客户营收数据,/>表示为周期性额度分配比例生成的权重信息,/>表示为由客户的额度实际用途生成的权重信息,/>表示为有效额度数据的异常调整值。
本发明利用额度计算规则公式,该公式充分考虑了额度关联特征信息的客户额度申请操作次数、额度申请操作时间/>、第/>个客户信息存储的历史时间/>、额度关联规则特征信息的客户营收数据/>、周期性额度分配比例生成的权重信息/>、由客户的额度实际用途生成的权重信息/>以及函数之间的相互关系作用,以形成函数关系式,通过求和函数对客户的额度申请操作次数进行综合考虑,更全面地评估客户的额度需求与使用情况,根据客户的额度申请操作次数分析用户的营收数据与客户的额度实际用途生成的权重信息来确定客户可以配置的具体额度,更准确地评估客户的还款能力和额度使用风险,从而更合理地计算有效额度数据,客户的额度实际用途生成的权重信息根据客户的信用程度、还款能力、以及用途、用户申请过的额度记录以及内部政策等信息生成,不同的额度用途可能对风险和收益有不同的影响,以此确定客户可申请的最大额度,通过对时间的积分,可以捕捉到客户额度使用的动态变化,例如较早的额度使用可能与客户的信用历史相关,而较近的额度使用则可能更反映当前的财务状况,并且通过周期性额度分配比例生成的权重信息对数据进行调整,在不同的额度分配周期中存在着额度分配的多或少的情况,这样的时间因素考虑可以更精确地反映客户的额度需求和使用模式。通过合理的分析确定额度数据,使得客户申请额度具有衡量标准,并且节约了人力去计算该额度标准,确保数据的准确性与可靠性。利用有效额度数据的异常调整值/>对函数关系进行调整修正,减少异常数据或误差项带来的误差影响,从而更准确地生成有效额度数据/>,提高了对额度关联规则特征信息进行引擎计算规则设计的准确性和可靠性。同时该公式中的异常调整值以及权重信息可以根据实际情况进行调整,应用于不同的额度配置情况,提高了算法的灵活性与适用性。
优选地,步骤S4包括以下步骤:
步骤S41:利用aviator表达式对规则准入条件信息进行额度准入条件自定义配置处理,生成准入条件配置信息;
步骤S42:将准入条件配置信息进行aviator表达式转换处理,生成规则准入条件表达式;
步骤S43:利用aviator表达式对额度计算规则信息进行额度准入条件自定义配置处理,生成额度计算配置信息;
步骤S44:将额度计算配置信息进行aviator表达式转换处理,生成额度计算表达式。
本发明通过利用aviator表达式对规则准入条件信息进行自定义配置处理,生成准入条件配置信息,根据具体业务需求和策略,灵活地定义额度的准入条件,通过准入条件自定义配置,实现对额度操作的更精细化控制,提高风险管理和合规性。将准入条件配置信息进行aviator表达式转换处理,生成规则准入条件表达式,这些表达式可以直接应用于aviator表达式,用于进行准入条件的判定,通过使用表达式快速、高效地评估准入条件,加速额度申请和审核过程。利用aviator表达式对额度计算规则信息进行自定义配置处理,生成额度计算配置信息,根据业务需求和计算规则的复杂性,灵活地配置额度的计算方式,通过自定义配置,实现各种复杂的额度计算需求,包括利率计算、利息累计、调整机制等。将额度计算配置信息进行aviator表达式转换处理,生成额度计算表达式,这些表达式可以直接应用于aviator表达式,用于进行额度的实时计算,通过使用表达式,可以快速、准确地计算额度的值,支持实时的额度管理和决策过程。
作为本发明的一个实例,参考图5所示,为图1中步骤S4的详细实施步骤流程示意图,在本实例中所述步骤S4包括:
步骤S41:利用aviator表达式对规则准入条件信息进行额度准入条件自定义配置处理,生成准入条件配置信息;
本发明实施例中,利用aviator表达式,我们对规则准入条件信息进行自定义配置。例如,我们可以利用aviator表达式获取初步的准入条件,如客户的年龄大于等于18岁,且月收入大于等于5000元等信息,以这样方式进行收集数据,这样的配置可以灵活地根据业务需求进行调整。
步骤S42:将准入条件配置信息进行aviator表达式转换处理,生成规则准入条件表达式;
本发明实施例中,将准入条件配置信息转换为aviator表达式,生成规则准入条件表达式。例如,将上述准入条件配置转换为aviator表达式:(age>= 18)&&(income>= 5000)等便于计算机处理的数据。
步骤S43:利用aviator表达式对额度计算规则信息进行额度准入条件自定义配置处理,生成额度计算配置信息;
本发明实施例中,利用aviator表达式对额度计算规则信息进行自定义配置。例如,我们可以定义额度计算规则为:客户的贷款额度等于月收入的两倍。这样的配置可以根据业务需要灵活调整。
步骤S44:将额度计算配置信息进行aviator表达式转换处理,生成额度计算表达式。
本发明实施例中,将额度计算配置信息转换为aviator表达式,生成额度计算表达式。例如,将上述额度计算配置的客户的贷款额度等于月收入的两倍,转换为表达式,如borrowing=2×income等。
优选地,步骤S6包括以下步骤:
步骤S61:利用无效额度等级计算公式对无效额度判定数据进行无效额度信息计算处理,生成无效额度等级数据;
步骤S62:根据预设的告警程度等级区间将无效额度等级数据进行划分,生成告警程度等级数据;
步骤S63:根据告警程度等级数据进行告警音频转换处理,生成告警音频数据;
步骤S64:将告警音频数据传输至终端进行反馈。
本发明通过利用无效额度等级计算公式对无效额度判定数据进行处理,可以准确地计算无效额度的程度,量化评估无效额度的严重程度为后续的决策和处理提供依据,通过无效额度信息的计算处理更好地了解和管理无效额度的情况。根据预设的告警程度等级区间,将无效额度等级数据进行划分,根据无效额度的程度将其分为不同的告警程度等级,使得告警信息更加清晰明了,通过告警程度等级数据的划分,实现对告警信息的优先级排序和分级处理,提高告警的精确性和有效性。根据告警程度等级数据进行告警音频的转换处理,根据不同的告警程度等级,生成相应的告警音频数据,根据告警的紧急程度和重要性,为不同程度的告警生成不同的音频反馈,使得告警更具有区分度和警示效果。将生成的告警音频数据传输至终端进行反馈,将告警音频数据发送给相关终端设备。例如用户的手机或电脑,以便及时通知相关人员或客户,通过告警音频数据的传输与反馈,可以快速提醒和警示相关人员对无效额度进行处理和决策,促使及时的行动和解决。
本发明实施例中,根据预设的无效额度等级计算公式,对无效额度判定数据进行计算处理,生成相应的无效额度等级数据。例如,根据公式:无效额度等级 = 原始额度 ×0.2,对于一笔原始额度为10000元的无效额度,计算得到无效额度等级为2000。根据预设的告警程度等级区间,将无效额度等级数据进行划分,生成相应的告警程度等级数据。例如,将无效额度等级从0到1000划分为低风险告警,1001到2000划分为中风险告警,2001及以上划分为高风险告警。根据告警程度等级数据,进行相应的告警音频转换处理,生成告警音频数据。例如,将低风险告警映射为温和的提示音,中风险告警映射为警告性的提示音,高风险告警映射为紧急的警报音。将生成的告警音频数据传输至终端设备,以便用户或相关人员进行实时反馈和处理,终端设备可以是手机、电脑或其他可接收音频信号的设备。
优选地,步骤S61中的无效额度计算公式如下所示:
;
式中,表示为无效额度等级数据,/>表示为无效额度判定数据的客户营收数据,/>表示为历史无效额度记录生成的初始调整值,/>表示为客户的信用程度信息,/>表示为由客户身份场景生成的权重信息,/>表示为参考无效等级调整值,/>表示为无效额度等级数据的异常调整值。
本发明利用无效额度计算公式,该公式充分考虑了无效额度判定数据的客户营收数据、历史无效额度记录生成的初始调整值/>、客户的信用程度信息/>、由客户身份场景生成的权重信息/>、参考无效等级调整值/>以及函数之间的相互关系作用,以形成函数关系式,通过无效额度判定数据的客户营收数据纳入计算公式,可以更准确地评估客户的财务状况和信用状况,有助于更精确地判定无效额度等级,通过过去申请额度配置的失败的客户确定历史无效额度记录生成的初始调整值,有助于银行更准确地评估无效额度等级,并采取相应的风险管理措施,使得历史无效额度记录生成的初始调整值对无效额度等级进行初步调整,客户的信用状况对其额度使用和还款能力有重要影响,通过将客户信用程度信息纳入计算公式,可以更全面地评估客户的信用风险和违约潜力,利用不同的客户身份场景生成的权重信息可能对无效额度等级有不同的影响,有助于银行根据不同的身份场景制定相应的无效额度管理策略,利用参考无效等级调整值对无效额度等级进行参考性的调整,可以更准确地评估无效额度等级,并采取适当的管理措施。通过计算出无效额度等级数据可以判定用户在下次配置额度是否有机会可以进行申请,并且判定客户因什么使得无效额度等级较高,使得无法申请配置额度,管理者也可以通过无效额度等级数据与对应的客户信息进行整理,更好地进行管理这些对应的客户信息。利用无效额度等级数据的异常调整值/>对函数关系进行调整修正,减少异常数据或误差项带来的误差影响,从而更准确地生成无效额度等级数据/>,提高了无效额度判定数据进行无效额度信息计算处理的准确性和可靠性。同时该公式中的调整值以及权重信息可以根据实际情况进行调整,应用于不同的额度配置情况,提高了算法的灵活性与适用性。
优选地,步骤S7包括以下步骤:
步骤S71:将有效额度判定数据传输至额度计算表达式中进行有效额度计算处理,生成有效额度数据;
步骤S72:利用增量计算对有效额度数据进行增量数据检查处理,生成有效额度配置信息;
步骤S73:将有效额度配置信息传输至终端进行反馈。
本发明通过将有效额度判定数据传输至额度计算表达式中进行计算处理,准确地计算出有效额度的数值,基于规则和条件对客户的有效额度进行计算和确定,为客户提供准确的额度信息。利用增量计算对有效额度数据进行检查处理,实时地更新和检测有效额度的变化,通过对有效额度进行增量计算,可以快速识别和响应额度的变动情况,保持有效额度信息的实时性和准确性。将生成的有效额度配置信息传输至终端进行反馈,将有效额度配置信息传送给相关终端设备。例如用户的手机或电脑,以便及时通知客户或相关人员,通过有效额度配置信息的反馈,可以使客户了解自己的有效额度情况,支持客户进行相应的决策和行动。
本发明实施例中,根据预先设计好的额度计算表达式,将有效额度判定数据作为输入,进行有效额度的计算处理,生成相应的有效额度数据。例如,根据计算表达式:有效额度 = 原始额度 - 使用额度,对于一笔原始额度为10000元,使用额度为3000元的额度判定数据,计算得到有效额度为7000元。利用增量计算的方法对有效额度数据进行检查处理,确保数据的准确性和一致性。例如,将新的有效额度数据与之前的配置信息进行对比,检查是否有新增、更新或删除的额度配置情况,并相应地进行调整,生成最新的有效额度配置信息。生成的有效额度配置信息传输至终端设备,以便用户或相关人员进行实时反馈和查看,终端设备可以是手机、电脑或其他可接收数据的设备,用户可以通过界面或其他方式查看有效额度配置信息的变化情况。
本申请有益效果在于,本发明获取银行数据库的客户群体相关额度信息,这些额度信息可能包括客户的贷款额度、信用额度、借记卡额度等,对这些额度信息进行数据清洗和标准化处理,以确保数据的一致性和可用性。利用FP-Growth算法对清洗后的额度信息进行关联规则分析处理,FP-Growth算法是一种常用的数据挖掘算法,可用于发现数据之间的关联关系。通过该算法,可以挖掘出不同额度之间的关联规则,这些关联规则将有助于理解额度之间的依赖关系。基于关联规则和参数建立额度动态关联矩阵,该矩阵反映了额度之间的相互关系,并提供了动态更新的能力,为了有效管理和存储这个矩阵,可以使用图数据库进行实时的存储和更新操作,图数据库是一种专门用于存储和处理图形结构数据的数据库,适用于高效地管理复杂的关联数据。利用随机森林算法对额度关联存储文件进行智能设计,生成额度配置引擎,随机森林算法是一种集成学习算法,通过构建多个决策树并综合它们的结果来进行预测和分类,随机森林算法被用于自动设计额度配置引擎,根据额度关联情况提取规则准入条件和额度计算规则。得到额度配置引擎后,将规则准入条件和额度计算规则进行自定义配置处理,这可以通过aviator表达式来实现,aviator表达式是一个高性能的表达式计算引擎,支持自定义函数和操作符,使得配置过程更加灵活和可扩展。在配置过程中,需要对准入条件和计算规则进行表达式转换和编码处理,以确保其符合aviator表达式的语法和要求,以此达到配置的准确性和可靠性。利用配置的计算检查公式,对无效额度进行判定和计算处理,这涉及使用预定义的公式和规则来确定无效额度的等级和程度。根据设定的告警程度等级区间,将无效额度等级数据划分为不同的告警级别,将告警级别数据转换为相应的告警音频数据,以便传输至终端进行反馈。利用有效额度判定数据传输至额度计算表达式中进行计算处理,准确地计算出有效额度的数值,基于规则和条件对客户的有效额度进行计算和确定,为客户提供准确的额度信息,并利用增量计算对有效额度数据进行实时检查更新处理,可以快速识别和响应额度的变动情况,保持有效额度信息的实时性和准确性,以此将生成的有效额度配置信息传输至终端进行反馈。 综上所述,基于aviator表达式的计算检查公式的配置化实现方法通过多个步骤的处理,实现了灵活、高效、可扩展的计算检查功能。它允许以配置化的方式定义和管理复杂的计算规则和条件,提高了系统的可维护性和可扩展性。同时,通过结合数据挖掘和机器学习算法,可以自动化地提取和应用关联规则,进一步增强了系统的智能性和自适应能力,这种方法的实施将为银行和金融机构提供更准确和可靠的额度管理和风险控制手段。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种基于aviator表达式的计算检查公式的配置化实现方法,其特征在于,包括以下步骤:
步骤S1:获取银行数据库的客户群体相关额度信息;利用FP-Growth算法对客户群体相关额度信息进行额度场景关联规则分析处理,生成额度场景关联参数;
步骤S2:基于额度场景关联参数进行动态分析矩阵建立,生成额度动态关联矩阵;利用图数据库对额度动态关联矩阵进行实时存储更新处理,生成额度关联存储文件;
步骤S3:利用随机森林算法对额度关联存储文件进行配置额度自动化引擎智能设计,生成额度配置引擎;根据额度配置引擎进行规则准入条件以及额度计算规则提取,生成规则准入条件信息以及额度计算规则信息;
步骤S4:利用aviator表达式对规则准入条件信息以及额度计算规则信息进行自定义配置处理,分别生成规则准入条件表达式以及额度计算表达式;
步骤S5:将额度关联存储文件传输至规则准入条件表达式进行智能规则准入条件判定处理,生成有效额度判定数据以及无效额度判定数据;
其中,步骤S5具体为:
将额度关联存储文件中的数据传输至规则准入条件表达式进行判定处理,并根据规则准入条件表达式的逻辑运算和条件判断,判定额度关联存储文件中客户的额度是否符合规则准入条件,根据规则准入条件判定的结果,将符合条件的客户数据归类为有效额度判定数据,将不符合条件的客户数据归类为无效额度判定数据;
步骤S6:利用无效额度等级计算公式对无效额度判定数据进行无效额度信息计算处理,生成无效额度等级数据;根据无效额度等级数据进行告警音频数据转换处理,生成告警音频数据;将告警音频数据传输至终端进行反馈;
其中,步骤S6包括以下步骤:
步骤S61:利用无效额度等级计算公式对无效额度判定数据进行无效额度信息计算处理,生成无效额度等级数据;
其中,无效额度等级计算公式如下所示:
;
式中,表示为无效额度等级数据,/>表示为无效额度判定数据的客户营收数据,/>表示为历史无效额度记录生成的初始调整值,/>表示为客户的信用程度信息,/>表示为由客户身份场景生成的权重信息,/>表示为参考无效等级调整值,/>表示为无效额度等级数据的异常调整值;
步骤S62:根据预设的告警程度等级区间将无效额度等级数据进行划分,生成告警程度等级数据;
步骤S63:根据告警程度等级数据进行告警音频转换处理,生成告警音频数据;
步骤S64:将告警音频数据传输至终端进行反馈;
步骤S7:将有效额度判定数据传输至额度计算表达式中进行有效额度计算检查处理,生成有效额度配置信息;将有效额度配置信息传输至终端进行反馈。
2.根据权利要求1所述的基于aviator表达式的计算检查公式的配置化实现方法,其特征在于,步骤S1包括以下步骤:
步骤S11:获取银行数据库的客户群体相关额度信息;
步骤S12:对客户群体相关额度信息进行额度信息数据清洗处理,生成额度信息清洗数据;
步骤S13:对额度信息清洗数据进行标准格式数据转换处理,生成额度信息标准数据;
步骤S14:利用FP-Growth算法对额度信息标准数据进行关联规则挖掘处理,生成额度信息关联规则;
步骤S15:利用支持向量机算法对额度信息关联规则进行关联参数提取处理,生成额度场景关联参数。
3.根据权利要求1所述的基于aviator表达式的计算检查公式的配置化实现方法,其特征在于,步骤S2包括以下步骤:
步骤S21:利用标签编码对额度场景关联参数进行编码转换处理,生成额度场景关联向量;
步骤S22:基于额度场景关联向量进行额度场景关联向量的无向图建立,生成额度场景关联无向图;
步骤S23:将额度场景关联无向图进行动态矩阵映射处理,生成额度动态关联矩阵;
步骤S24:利用图数据库对额度动态关联矩阵进行数据存储,生成初始额度关联存储文件;
步骤S25:对额度场景关联参数进行实时更新处理,生成实时额度场景关联参数;
步骤S26:根据实时额度场景关联参数对初始额度关联存储文件进行实时更新处理,生成额度关联存储文件。
4.根据权利要求1所述的基于aviator表达式的计算检查公式的配置化实现方法,其特征在于,步骤S3包括以下步骤:
步骤S31:利用随机森林算法对额度关联存储文件进行额度关联信息特征分析处理,生成额度关联特征信息;
步骤S32:根据额度关联特征信息进行配置额度自动化引擎智能设计,生成额度配置引擎;
步骤S33:根据额度配置引擎进行规则准入条件以及额度计算规则提取处理,生成规则准入条件信息以及额度计算规则信息。
5.根据权利要求4所述的基于aviator表达式的计算检查公式的配置化实现方法,其特征在于,步骤S32包括以下步骤:
步骤S321:根据额度关联特征信息进行引擎准入条件设计,生成引擎准入条件信息;
步骤S322:利用额度计算规则公式对额度关联规则特征信息进行引擎计算规则设计,生成引擎计算规则信息;
其中,额度计算规则公式如下所示:
;
式中,表示为有效额度数据,/>表示为额度关联特征信息的客户额度申请操作次数,/>表示为额度申请操作时间,/>表示为客户第/>次额度申请操作时间,/>表示为额度关联规则特征信息的客户营收数据,/>表示为周期性额度分配比例生成的权重信息,/>表示为由客户的额度实际用途生成的权重信息,/>表示为有效额度数据的异常调整值;
步骤S323:根据引擎准入条件信息与引擎计算规则信息进行配置额度自动化引擎设计,生成额度配置引擎。
6.根据权利要求1所述的基于aviator表达式的计算检查公式的配置化实现方法,其特征在于,步骤S4包括以下步骤:
步骤S41:利用aviator表达式对规则准入条件信息进行额度准入条件自定义配置处理,生成准入条件配置信息;
步骤S42:将准入条件配置信息进行aviator表达式转换处理,生成规则准入条件表达式;
步骤S43:利用aviator表达式对额度计算规则信息进行额度准入条件自定义配置处理,生成额度计算配置信息;
步骤S44:将额度计算配置信息进行aviator表达式转换处理,生成额度计算表达式。
7.根据权利要求1所述的基于aviator表达式的计算检查公式的配置化实现方法,其特征在于,步骤S7包括以下步骤:
步骤S71:将有效额度判定数据传输至额度计算表达式中进行有效额度计算处理,生成有效额度数据;
步骤S72:利用增量计算对有效额度数据进行增量数据检查处理,生成有效额度配置信息;
步骤S73:将有效额度配置信息传输至终端进行反馈。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311353379.XA CN117114858B (zh) | 2023-10-19 | 2023-10-19 | 基于aviator表达式的计算检查公式的配置化实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311353379.XA CN117114858B (zh) | 2023-10-19 | 2023-10-19 | 基于aviator表达式的计算检查公式的配置化实现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117114858A CN117114858A (zh) | 2023-11-24 |
CN117114858B true CN117114858B (zh) | 2024-03-19 |
Family
ID=88805805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311353379.XA Active CN117114858B (zh) | 2023-10-19 | 2023-10-19 | 基于aviator表达式的计算检查公式的配置化实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117114858B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006209699A (ja) * | 2005-01-31 | 2006-08-10 | Sumitomo Mitsui Banking Corp | Lgd算出装置 |
US10681223B1 (en) * | 2019-05-31 | 2020-06-09 | ComzAfrica Limited | System and method for providing airtime-on-credit services |
CN111967984A (zh) * | 2020-10-22 | 2020-11-20 | 北京江融信科技有限公司 | 一种基于关系树的信用额度动态管理方法及系统 |
CN112613977A (zh) * | 2020-12-17 | 2021-04-06 | 中国建设银行股份有限公司 | 一种基于政务数据的个人信用贷款准入授信方法及系统 |
CN113706294A (zh) * | 2021-08-31 | 2021-11-26 | 平安银行股份有限公司 | 授信额度分析方法、装置、设备及介质 |
CN113888312A (zh) * | 2021-10-15 | 2022-01-04 | 江苏中交车旺科技有限公司 | 确定业务额度的方法、装置、电子设备及介质 |
CN114862563A (zh) * | 2022-06-20 | 2022-08-05 | 常州工学院 | 基于主成分分析和神经网络的中小信贷策略模型 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200349641A1 (en) * | 2019-05-03 | 2020-11-05 | Mo Tecnologias, Llc | System and method for determining credit and issuing a business loan using tokens and machine learning |
-
2023
- 2023-10-19 CN CN202311353379.XA patent/CN117114858B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006209699A (ja) * | 2005-01-31 | 2006-08-10 | Sumitomo Mitsui Banking Corp | Lgd算出装置 |
US10681223B1 (en) * | 2019-05-31 | 2020-06-09 | ComzAfrica Limited | System and method for providing airtime-on-credit services |
CN111967984A (zh) * | 2020-10-22 | 2020-11-20 | 北京江融信科技有限公司 | 一种基于关系树的信用额度动态管理方法及系统 |
CN112613977A (zh) * | 2020-12-17 | 2021-04-06 | 中国建设银行股份有限公司 | 一种基于政务数据的个人信用贷款准入授信方法及系统 |
CN113706294A (zh) * | 2021-08-31 | 2021-11-26 | 平安银行股份有限公司 | 授信额度分析方法、装置、设备及介质 |
CN113888312A (zh) * | 2021-10-15 | 2022-01-04 | 江苏中交车旺科技有限公司 | 确定业务额度的方法、装置、电子设备及介质 |
CN114862563A (zh) * | 2022-06-20 | 2022-08-05 | 常州工学院 | 基于主成分分析和神经网络的中小信贷策略模型 |
Non-Patent Citations (3)
Title |
---|
Analyze of Different Algorithms of Machine Learning for Loan Approval;Bhawana Ghildiyal等;《Smart Trends in Computing and Commuications》;全文 * |
基于模型融合的信贷风控预警系统研究与开发;贾寿安;《中国优秀硕士论文 经济与管理科学》;全文 * |
我国商业银行的个人消费信贷产品设计——基于广州农村商业银行消费信贷业务的实践;段相逢;《中国优秀硕士论文 经济与管理科学》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117114858A (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110705719A (zh) | 执行自动机器学习的方法和装置 | |
CN113298121B (zh) | 基于多数据源建模的消息发送方法、装置和电子设备 | |
US20220351207A1 (en) | System and method for optimization of fraud detection model | |
CN114186626A (zh) | 一种异常检测方法、装置、电子设备及计算机可读介质 | |
CN113538154B (zh) | 风险对象的识别方法、装置、存储介质和电子设备 | |
US20230196136A1 (en) | Machine learning model predictions via augmenting time series observations | |
CN117709446A (zh) | 基于规则引擎的动态金融信用风险模型的构建方法 | |
CN115983900A (zh) | 用户营销策略的构建方法、装置、设备、介质和程序产品 | |
CN115545886A (zh) | 逾期风险识别方法、装置、设备及存储介质 | |
CN117114858B (zh) | 基于aviator表达式的计算检查公式的配置化实现方法 | |
CN110363640B (zh) | 监控系统业务运行方法、装置及存储介质、服务器 | |
CN112734352A (zh) | 一种基于数据维度的单据审核方法和装置 | |
CN113220545B (zh) | 分派工单的方法、装置和电子设备 | |
CN114186831B (zh) | 一种应用迁移学习进行个人信用风险预测方法及系统 | |
CN111737319B (zh) | 用户集群的预测方法、装置、计算机设备和存储介质 | |
CN115147117A (zh) | 资源使用异常的账户群组识别方法、装置及设备 | |
CN112712270A (zh) | 信息处理方法、装置、设备及存储介质 | |
CN114443409A (zh) | 支付业务系统监控方法、装置和设备及计算机存储介质 | |
CN117994028B (zh) | 基于表格型数据的用户还款行为预测方法、系统和存储介质 | |
CN118427433A (zh) | 信息推荐方法、装置、电子设备和介质 | |
CN118446806A (zh) | 授信数据处理方法、装置、计算机设备和存储介质 | |
CN117973627A (zh) | 数据预测方法、装置、设备、存储介质及程序产品 | |
CN117893306A (zh) | 金融数据需求处理方法及装置 | |
Xu | Construction of Doubt Prediction Model of Audit Big Data Based on Fuzzy Clustering Algorithm | |
CA3116479A1 (en) | System and method for optimization of fraud detection model |
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 |