CN117575758A - 信用卡额度的预测方法、装置、电子设备及存储介质 - Google Patents
信用卡额度的预测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117575758A CN117575758A CN202311360492.0A CN202311360492A CN117575758A CN 117575758 A CN117575758 A CN 117575758A CN 202311360492 A CN202311360492 A CN 202311360492A CN 117575758 A CN117575758 A CN 117575758A
- Authority
- CN
- China
- Prior art keywords
- payment
- amount
- target account
- credit
- result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000009826 distribution Methods 0.000 claims description 83
- 238000012545 processing Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 239000003999 initiator Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/10—Payment architectures specially adapted for electronic funds transfer [EFT] systems; specially adapted for home banking systems
- G06Q20/108—Remote banking, e.g. home banking
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/403—Solvency checks
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Computer Security & Cryptography (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本说明书实施例公开了一种信用卡额度的预测方法、装置、电子设备及存储介质,其方法在对用户的信用卡额度进行预测时,可基于目标账户的支付请求,获取目标账户相应的状态参数以及授信额度;接着当确定状态参数处于第一状态时,可根据支付请求中的支付金额以及授信额度确定出预测结果,并当目标账户的支付结果与预测结果一致时,可基于支付金额对授信额度进行更新处理,以有效保障授信额度的准确性。
Description
技术领域
本说明书实施例属于金融数据处理技术领域,特别的涉及一种信用卡额度的预测方法、装置、电子设备及存储介质。
背景技术
信用卡是一种非现金交易付款的方式,属于简单的信贷服务,其通常给予持卡人一定信用额度,以便于该持卡人可在信用额度内先消费后还款。
持卡人在使用信用卡的过程中,一般可通过绑定的方式将支付途径与信用卡进行关联,以便于在支付时更加便捷。然而信用卡的数据一般由银行保管,持卡人如何实时有效的知悉信用卡额度已成为关注的重点,为了保障持卡人的支付效率,需要提供可实时准确的知悉信用卡额度的技术方案。
发明内容
本说明书实施例提供了一种信用卡额度的预测方法、装置、电子设备及存储介质,其技术方案如下:
第一方面,本说明书实施例提供了一种信用卡额度的预测方法,包括:
基于目标账户的支付请求,获取与目标账户对应的状态参数以及授信额度;
当状态参数处于第一状态时,根据支付请求中的支付金额以及授信额度确定出第一预测结果;
当目标账户的支付结果与第一预测结果一致时,基于支付金额对授信额度进行更新处理。
第二方面,本说明书实施例提供了一种信用卡额度的预测装置,包括:
数据获取模块,用于基于目标账户的支付请求,获取与目标账户对应的状态参数以及授信额度;
结果确定模块,用于当状态参数处于第一状态时,根据支付请求中的支付金额以及授信额度确定出第一预测结果;
额度处理模块,用于当目标账户的支付结果与第一预测结果一致时,基于支付金额对授信额度进行更新处理。
第三方面,本说明书实施例提供了一种电子设备,可包括:处理器和存储器;其中,存储器存储有计算机程序,计算机程序适于由处理器加载并执行上述的信用卡额度的预测方法步骤。
第四方面,本说明书实施例提供了一种计算机存储介质,计算机存储介质存储有多条指令,指令适于由处理器加载并执行上述的信用卡额度的预测方法步骤。
本说明书一些实施例提供的技术方案带来的有益效果至少包括:
在本说明书一个或多个实施例中,可在对用户的信用卡额度进行预测时,基于目标账户的支付请求,获取与目标账户对应的状态参数以及授信额度;当状态参数处于第一状态时,根据支付请求中的支付金额以及授信额度确定出第一预测结果;当目标账户的支付结果与第一预测结果一致时,基于支付金额对授信额度进行更新处理。通过账户的支付请求确定相应的状态参数以及授信额度,并结合状态参数所确定的预测结果与实际的支付结果,对授信额度进行更新处理,以有效保障授信额度的准确性,并可实时根据不同的支付请求,为用户带来更好的支付体验。
附图说明
为了更清楚地说明本说明书实施例中的技术方案,下面将对实施例中所需使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种信用卡额度的预测方法的系统架构示意图;
图2为本说明书实施例提供的一种信用卡额度的预测方法的整体流程图;
图3为本说明书实施例提供的一种信用卡额度的预测效果示意图;
图4为本说明书实施例提供的又一种信用卡额度的预测方法的整体流程图;
图5为本说明书实施例提供的一种信用卡额度的预测装置的结构示意图;
图6为本说明书实施例提供的一种电子设备的结构示意图。
具体实施方式
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。
本说明书中的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
下面的描述提供了示例,并且不对权利要求书中阐述的范围、适用性或示例进行限制。可以在不脱离本说明书内容的范围的情况下,对描述的元素的功能和布置做出改变。各个示例可以适当省略、替代或添加各种过程或组件。例如所描述的方法可以以所描述的顺序不同的顺序来执行,并且可以添加、省略或组合各种步骤。此外,可以将关于一些示例描述的特征组合到其他示例中。
本说明书在结合一个或多个实施例对信用卡额度的预测方法进行详细阐述之前,可先介绍关于信用卡使用的相关场景。
用户在使用信用卡之前,需要在所选择的银行或是安装在电子设备上的与银行对应的第三方应用程序来申请信用卡,并在申请的过程中除了输入相关的用户信息,还可由用户自行设定信用卡的授信额度以及还款日期,或是由银行默认设置的授信额度以及还款日期,此处授信额度可理解为信用卡所能提前支付的最大额度,还款日期则可理解为针对提前支付的额度,所对应的最迟还款期限,以提醒用户需要在该还款期限之前完成对提前支付额度的还款。在一些现有的技术中为了避免用户在还款期限前未完成对提前支付额度的还款,可通过对用户的信用卡进行分期预测,以根据信用卡的属性信息确定该信用卡是否存在分期行为,进而及时提醒用户进行还款。
可以理解的是,用户所申请的信用卡可为实体信用卡或是电子信用卡,且无论是实体信用卡还是电子信用卡,均可绑定在提供支付功能的第三方应用程序上,以便于用户通过该第三方应用程序进行支付时可选择信用卡进行支付。
由于信用卡的实时额度为银行较为机密的数据,用户无法实时查看信用卡的当前额度(或是由其他第三方应用程序进行实时查看),易在选择信用卡进行支付的过程中,因当前额度不足而发生支付响应慢或是支付失败等操作,进而影响到用户的信用卡支付体验。
为使持卡人可实时准确的知悉信用卡额度,以保障支付效率以及支付体验,接下来结合一个或多个实施例对信用卡额度的预测方法进行详细阐述。
请参阅图1,图1示出了本说明书实施例提供的一种信用卡额度的预测方法的系统架构示意图。
如图1所示,该信用卡额度的预测方法所对应的系统结构至少可以包括电子设备101、用户102以及银行机构103,该电子设备101可分别与用户102以及银行机构103进行交互,以对用户102所对应的信用卡进行额度预测。其中,电子设备101可安装有一个或多个提供支付功能的第三方应用程序,在使用每个第三方应用程序进行支付操作之前,可以但不局限于由用户102将信用卡与该第三方应用程序进行绑定,以在支付过程中对该信用卡进行扣款操作。此处,用户102所绑定的信用卡需要用户102在相应的银行或是安装在电子设备101上的与银行对应的第三方应用程序来申请,例如用户102可在电子设备101上的与银行对应的第三方应用程序通过填写身份信息来申请电子信用卡,并根据该电子信用卡的卡号以及身份信息将该电子信用卡绑定在提供支付功能的第三方应用程序上,以便于用户在进行支付操作时可选择该电子信用卡进行支付,且用户需要在该电子信用卡的还款期限之前对提前支付的额度进行还款。
电子设备101在进行支付操作的过程中,可以但不局限于由用户102在该电子设备101的显示界面选取待支付的第三方应用程序,以及该第三方应用程序所对应的支付界面,此处支付界面至少可以包含随机生成的支付码以及包含信用卡支付的至少一种支付方式。当商家根据支付界面中的支付码发送支付请求至电子设备101时,该电子设备101可根据用户102所选择的支付方式执行相应的支付操作,例如当支付方式为信用卡支付时,电子设备101可以但不局限于自动生成所选择信用卡的额度预测请求,并基于该额度预测请求获取所选择信用卡对应的状态参数以及授信额度,以根据该状态参数、授信额度以及支付请求中的支付金额确定预测结果。此处,预测结果可为足额支付或是无法足额支付,当该预测结果为足额支付时,电子设备101可基于所选择的信用卡执行支付操作;当该预测结果为无法足额支付时,该电子设备101可在显示界面向用户102展示无法足额支付的提示信息,并可提醒用户更换支付方式(例如选择其他银行卡或是信用卡),或是引导用户进行信用卡的充值支付,也即先对信用卡进行充值处理,再基于该信用卡进行支付操作。
可以理解的是,上述提到的信用卡所对应的状态参数可与授信额度的类型对应,例如但不局限于当状态参数为第一状态时,其相应授信额度的类型可为一个具体的数值,也即授信额度;当状态参数为第二状态时,其相应授信额度的类型可为概率分布集合,该概率分布集合中可包含多个预测金额区间以及与每个预测金额区间所对应的预测概率,此处概率分布集合可以但不局限于根据实际支付结果与预测结果是否一致来得到,且可通过预设的可执行二分类预测的机器学习模型输出得到。需要说明的是,该状态参数可在信用卡还未进行支付操作前默认为第一状态,并根据实时的预测结果的准确性,持续保持该第一状态或是更新为第二状态,且该第一状态以及第二状态可以但不局限于为用于表征不同状态的字符值,例如当状态参数为1时,可表明为第一状态,以及当状态参数为0时,可表明为第二状态,本说明书实施例不限定于此。
接着,电子设备101在基于所选择的信用卡执行支付操作的过程中,当实际支付结果与预测结果一致时,表明电子设备101对所选择信用卡的额度预测准确,进而还可根据支付金额对该信用卡当前的授信额度进行更新处理,例如但不局限于更新为信用卡当前的授信额度与支付金额之间的差值;当实际支付结果与预测结果不一致时,表明该电子设备101对所选择信用卡的额度预测错误,换句话说,信用卡当前的授信额度不为实际的授信额度,且该信用卡当前的授信额度大于实际的授信额度,进而可根据支付金额确定出概率分布集合,以将上述提到的授信额度更新为该概率分布集合,同时将上述提到的状态参数由第一状态更新为第二状态。需要说明的是,在将状态参数由第一状态更新为第二状态之后,当用户102再次使用所选择信用卡进行支付操作时,会基于概率分布集合以及相应支付请求中的支付金额得到预测结果,并结合该预测结果与实际支付结果是否一致,来继续判断预测结果是否准确。
还需要说明的是,本说明书实施例还可在电子设备101生成所选择信用卡的额度预测请求之后,由该电子设备101先统计出所选择信用卡的预测结果为错误的个数,例如但不局限于当该所选择信用卡的预测结果为错误的个数大于或等于1时,则默认该所选择信用卡对应的状态参数为第二状态,也即基于信用卡当前的概率分布集合以及相应支付请求中的支付金额得到预测结果,并结合该预测结果与实际支付结果是否一致,来继续判断预测结果是否准确;当该所选择信用卡的预测结果为错误的个数为0时,则默认该所选择信用卡对应的状态参数为第一状态,也即基于信用卡当前的授信额度以及相应支付请求中的支付金额得到预测结果,并结合该预测结果与实际支付结果是否一致,来继续判断预测结果是否准确。
本说明书实施例所涉及的电子设备101可以是手机、平板电脑、桌面型、膝上型、笔记本电脑、超级移动个人计算机(Ultra-mobile Personal Computer,UMPC)、手持计算机、上网本或是个人数字助理(Personal Digital Assistant,PDA)等。
用户102可在电子设备101上选择满足需求的提供支付功能的第三方应用程序,以及在申请信用卡之后将该信用卡绑定在该第三方应用程序上,以便于在进行支付操作时,通过选择信用卡支付方式来进行支付。可以理解的是,用户102基于电子设备101进行信用卡支付的过程中,需要根据信用卡的还款期限及时对提前支付的额度进行还款处理,以使信用卡当前的额度在还款后恢复为初始额度,进而保障信用卡的持续支付,该电子设备101可以但不局限于根据用户102的还款操作实时更新信用卡当前的额度为初始额度,以有效保障后续额度预测的准确性。
银行机构103可通过电子设备101上所安装的与该银行机构103对应的第三方应用程序,实现与该电子设备101之间的数据交互,此处数据交互的类型具体可为信用卡当前的额度,换句话说,电子设备101在对信用卡进行额度预测之前,可通过与该银行机构103对应的第三方应用程序向银行机构103发送额度获取请求,若该银行机构103所反馈的结果为无响应或是无法获取额度时,表明用户102在该银行机构103申请的信用卡无法实时获取额度,进而可由电子设备101进行信用卡的额度预测;若该银行机构103所反馈的结果为信用卡当前的额度时,表明用户102在该银行机构103申请的信用卡可实时获取额度,进而可在预设的账户数据库中添加该信用卡的卡号,以便于再接收到该信用卡的支付请求时,直接通过银行机构103获取相应的额度,进而有效提高支付成功率以及支付体验。
接下来请参阅图2,图2示出了本说明书实施例提供的一种信用卡额度的预测方法的整体流程图。
如图2所示,该信用卡额度的预测方法至少可以包括以下步骤:
步骤202、基于目标账户的支付请求,获取与目标账户对应的状态参数以及授信额度。
具体地,在对用户的信用卡额度进行预测时,电子设备可以但不局限于根据用户的需求选择待支付的第三方应用程序,并由该第三应用程序向商家展示支付码,以接收商家所发送的支付请求。此处,电子设备在向商家展示支付码的过程中,还可由用户选择待支付的目标账户或是默认选择的目标账户,且该目标账户的类型可为信用卡或是银行卡(储蓄卡)等。
进一步的,在确定目标账户为信用卡的情况下,可根据该目标账户的支付请求,确定出与该目标账户对应的状态参数以及授信额度,其中,该目标账户的支付请求可以但不局限于包含支付对象以及支付金额;该目标账户对应的状态参数具体可分为表征第一状态的字符以及表征第二状态的字符,其在目标账户还未进行支付操作或是授信额度为初始额度时对应为表征第一状态的字符,且该状态参数可以但不局限于由表征第一状态的字符更新为表征第二状态的字符;该目标账户对应的授信额度可为一个具体的数值(也即授信额度),也可为概率分布集合,该概率分布集合中可包含多个预测金额区间以及与每个预测金额区间所对应的预测概率,且该授信额度与上述提到的状态参数存在对应关系,例如当状态参数为第一状态时,该授信额度为授信额度;当状态参数为第二状态时,该授信额度为概率分布集合。可以理解的是,目标账户对应的授信额度在目标账户还未进行支付操作时可对应为初始额度,或是在接收到用户的还款操作之后也可对应为初始额度,此处初始额度可以但不局限于为用户在使用该目标账户的过去12个月中每个月累计消费最大值,若该目标账户为新账户,则该初始额度可为银行机构所默认设置的用户授信额度,且相应的还款期限为默认期限。
此处还可参阅图3示出的本说明书实施例提供的一种信用卡额度的预测效果示意图,如图3,在电子设备的当前界面显示有支付操作对应的四种支付方式,每种支付方式分别对应有一个银行卡,若用户选择的银行卡类型为信用卡,则在支付过程中可接收到该信用卡的支付请求,并通过用户选择的额度预测控件,来获取与该信用卡对应的状态参数以及授信额度,进而实现对该信用卡的额度预测。
作为本说明书实施例的一种可选,获取与目标账户对应的状态参数以及授信额度之前,还包括:
基于预设的账户数据库,判断目标账户是否为机构读额账户;
当确定目标账户为机构读额账户时,向与目标账户对应的银行机构发送余额获取请求;
展示银行机构反馈的账户余额;
获取与目标账户对应的状态参数以及授信额度,包括:
当确定目标账户不为机构读额账户时,获取与目标账户对应的状态参数以及授信额度。
在对用户的信用卡额度进行预测之前,还可结合相应银行机构的反馈结果有效提高额度预测的准确定以及用户在支付过程中的支付效率,进而保障用户的支付体验。
具体地,在接收到目标账户的支付请求之后,还可在预设的账户数据库中查找与该目标账户对应的卡号,以判断该目标账户是否为机构读额账户,该机构读额账户可理解为可向银行机构实时获取额度的信用卡,其可通过银行机构所反馈的实时额度以及支付金额之间的大小判断是否支付成功。此处,预设的账户数据库中包含一个或多个可向银行机构实时获取额度的信用卡卡号,且每个信用卡可以但不局限于在确定相应银行机构可提供实时额度之后添加在该预设的账户数据库中,也即该预设的账户数据库可实时更新。
可以理解的是,当在预设的账户数据库中查找到与目标账户对应的卡号时,表明该目标账户可直接向相应的银行机构获取实时额度,进而可以但不局限于由电子设备通过与该银行机构所对应的第三方应用程序向该银行机构发送余额获取请求,并在接收到该银行机构所反馈的当前额度之后,在提供支付功能的第三方应用程序的支付页面向用户展示该目标账户的当前额度,同时还可判断是否可以支付成功。可能的,当该银行机构所反馈的当前额度大于或等于支付请求的支付金额时,由该目标账户自动完成支付操作;可能的,当该银行机构所反馈的当前额度小于支付请求的支付金额时,可在当前支付页面生成无法支付的提示信息,并及时提醒用户额度不足。
当在预设的账户数据库中未查找到与目标账户对应的卡号时,表明该目标账户无法直接向相应的银行机构获取实时额度,进而可以但不局限于通过获取与该目标账户对应的状态参数以及授信额度,来对该目标账户的额度进行有效预测。
作为本说明书实施例的又一种可选,展示银行机构反馈的账户余额,包括:
当银行机构反馈的账户余额所对应的时长超过预设的时间阈值时,从预设的账户数据库中删除目标账户;
获取与目标账户对应的状态参数以及授信额度;
当银行机构反馈的账户余额所对应的时长未超过预设的时间阈值时,展示银行机构反馈的账户余额。
在确定目标账户可直接向相应的银行机构获取实时额度之后,为了保障额度的获取时效性以及用户的支付效率,还可根据银行机构的反馈时长判断是否直接由银行机构提供实时额度,还是由与目标账户对应的状态参数以及授信额度,来对该目标账户的额度进行快速准确的预测。
具体地,在确定目标账户为机构读额账户之后,还可判断该目标账户的银行机构反馈账户余额所对应的时长是否超过预设的时间阈值,可以理解的是,当该时长超过预设的时间阈值时,表明直接向目标账户的银行机构获取实时额度的意义不大,换句话说这种通过银行机构获取实时额度的方式效率太低,无法满足用户正常的支付需求,进而可在上述提到的预设的账户数据库中删除该目标账户的卡号,同时在下次接收到该目标账户的支付请求时,可通过获取与该目标账户对应的状态参数以及授信额度,对该目标账户的额度进行快速准确的预测。
当该时长未超过预设的时间阈值时,表明直接向目标账户的银行机构获取实时额度的效率较高,进而可在支付页面向用户展示该目标账户的当前额度,并在该当前额度大于或等于支付请求的支付金额时,由该目标账户自动完成支付操作。此处,在下次接收到该目标账户的支付请求时,还可通过该目标账户的银行机构来快速获取当前额度。
步骤204、当状态参数处于第一状态时,根据支付请求中的支付金额以及授信额度确定出第一预测结果。
具体地,在确定与目标账户对应的状态参数处于第一状态时,表明此时授信额度的类型为具体的额度数值,进而可直接通过比较该授信额度与支付请求中的支付金额之间的大小,来确定相应的预测结果。此处,授信额度可为初始额度,或是根据该目标账户的上一次支付操作的支付金额所更新的当前额度,例如以当前接收到的支付请求为目标账户的第二次支付操作为例,授信额度可为该目标账户的第一次支付操作所更新的额度,该第一次支付操作所更新的额度可为初始额度与该第一次支付金额之间的差值。
作为本说明书实施例的又一种可选,根据支付请求中的支付金额以及授信额度确定出第一预测结果,包括:
当支付请求中的支付金额小于或等于授信额度时,确定第一预测结果为足额支付;
当支付金额大于授信额度时,确定第一预测结果为无法足额支付,并展示与第一预测结果对应的提示信息。
具体地,在根据具体的额度数值确定预测结果的过程中,当支付请求中的支付金额小于或等于授信额度时,表明目标账户的当前额度可支持支付操作,进而生成足额支付的预测结果;当支付请求中的支付金额大于授信额度时,表明该目标账户的当前额度无法支持支付操作,进而生成无法足额支付的预测结果,且还可在电子设备的支付界面显示无法足额支付的提示信息,以提醒用户更换其他支付方式,或是对该目标账户进行额度充值,以继续通过该目标账户进行支付操作。
可以理解的是,在生成预测结果之后,电子设备还可对该目标账户的预测结果的准确性进行统计,以便于下次通过该目标账户进行支付操作时,可根据统计的准确性快速预测出当前额度。
步骤206、当目标账户的支付结果与第一预测结果一致时,基于支付金额对授信额度进行更新处理。
具体地,在得到支付请求对应的预测结果为足额支付之后,可以但不局限于由电子设备向支付请求的发起方提供目标账户的支付渠道,也即由该目标账户向该发起方执行支付操作。可以理解的是,当目标账户的支付结果与预测结果一致时,表明此时支付操作正常执行,进而可根据该支付操作的支付金额对目标账户的当前额度进行更新处理,以保障该目标账户在进行下次支付操作时快速判断是否支付成功。
在本说明书实施例中,通过账户的支付请求确定相应的状态参数以及授信额度,并结合状态参数所确定的预测结果与实际的支付结果,对授信额度进行更新处理,以有效保障授信额度的准确性,并可实时根据不同的支付请求,为用户带来更好的支付体验。
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。
作为本说明书实施例的又一种可选,当目标账户的支付结果与第一预测结果一致时,基于支付金额对授信额度进行更新处理,包括:
当目标账户的支付结果与对应为足额支付的第一预测结果一致时,根据授信额度与支付金额之间的差值,对授信额度进行更新处理;
当目标账户的支付结果与对应为足额支付的第一预测结果不一致时,将支付金额输入至预设的预测学习模型,得到第一概率分布集合;其中,第一概率分布集合包含至少两个预测金额区间以及与每个预测金额区间对应的概率,所有预测金额区间均不超过支付金额;
将授信额度更新为第一概率分布集合,并对状态参数进行更新处理,以使处理后的状态参数处于第二状态。
具体地,当目标账户的支付结果与对应为足额支付的预测结果一致时,为了保障该目标账户的实时额度的有效性以及准确性,可将该目标账户的授信额度与支付金额之间的差值,作为该目标账户在经过支付操作之后所对应的授信额度,并可在下次接收到该目标账户的支付请求时,根据该经过支付操作之后所对应的授信额度,预测下次支付操作是否支付成功。
当目标账户的支付结果与对应为足额支付的预测结果不一致时,表明实际支付操作为支付失败,也即该目标账户的实际额度小于支付金额(也可理解为该目标账户的实际额度小于授信额度,且支付金额更加接近于该目标账户的实际额度),且该足额支付的预测结果错误,进而为了进一步保障额度预测的准确性,可将该支付金额输入至预设的预测学习模型,以得到包含多个预测金额区间以及与每个预测金额区间对应的预测概率的集合。此处以支付金额为500为例,则该预设的预测学习模型所输出的多个预测金额区间可以但不局限于包括0-100、100-200、200-300、300-400以及400-500共五个预测金额区间,且每个预测金额区间分别对应有预测概率,也即该目标账户的实际额度处于每个预测金额区间的概率,例如可表示为【m1,p1;m2,p2;m3,p3;m4,p4;m5,p5】,该m1可对应为0-100,p1可对应为该0-100区间的预测概率,并依次类推。可以理解的是,上述提到的预设的预测学习模型可以但不局限于为集成学习模型(例如可为xgb模型),基于梯度提升决策树实现对多个类别的概率估计值的输出,在本说明书实施例中可对该预设的预测学习模型设置指定的模型参数,例如树的数量、学习率、最大深度等,以保障预测金额区间的个数以及每个预测金额区间所对应的预测概率的准确性。
接着,在根据预设的预测学习模型得到概率分布集合之后,为了提高下次支付请求所对应的预测结果的准确性,可以但不局限于将该概率分布集合作为目标账号的授信额度,且同时将目标账户对应的状态参数更新为表征第二状态的字符,换句话说,下次接收到该目标账户的支付操作之后,根据该概率分布集合以及支付操作的支付金额进行额度的预测。
接下来请参阅图4,图4示出了本说明书实施例提供的又一种信用卡额度的预测方法的整体流程图。
如图4所示,该信用卡额度的预测方法至少可以包括以下步骤:
步骤402、基于目标账户的支付请求,获取与目标账户对应的状态参数以及授信额度。
具体地,步骤402可参阅步骤202,此处不再过多赘述。
步骤404、当状态参数处于第二状态时,根据与授信额度对应的初始概率分布集合以及支付请求中的支付金额,确定出第二预测结果。
具体地,在确定与目标账户对应的状态参数处于第二状态时,表明此时授信额度的类型为包含多个预测金额区间以及与每个预测金额区间对应的预测概率的集合,进而可通过判断该支付请求中的支付金额是否处于任意至少一个预测金额区间,以及包含该支付金额的预测金额区间所对应的概率值是否超过预设的概率阈值,来确定相应的预测结果。此处,与目标账户对应的初始概率分布集合可为根据该目标账户的上一次支付操作所确定的概率分布集合,例如但不局限于该目标用户的上一次支付操作的支付结果与预测结果不一致,该初始概率分布集合可为上述提到的预设的预测学习模型根据输入的该上一次支付操作中的支付金额,预测得到。
作为本说明书实施例的又一种可选,根据与目标账户对应的初始概率分布集合以及支付请求中的支付金额,确定出第二预测结果,包括:
当支付请求中的支付金额小于或等于初始概率分布集合中的最大预测金额时,确定出初始概率分布集合中包含支付金额的预测金额区间,所对应的概率;
当预测金额区间所对应的概率超过预设的概率阈值时,确定第二预测结果为足额支付;或
当预测金额所对应的概率未超过预设的概率阈值时,确定第二预测结果为无法足额支付,并展示与第二预测结果对应的提示信息;
当支付金额大于最大预测金额时,确定第二预测结果为无法足额支付,并展示与第二预测结果对应的提示信息。
具体地,在根据初始概率分布集合以及支付请求中的支付金额,得到相应预测结果的过程中,当该支付请求中的支付金额小于或等于初始概率分布集合中的最大预测金额时,表明该初始概率分布集合中任意一个预测金额区间存在该支付请求对应为支付成功的可能性,该最大预测金额可理解为该初始概率分布集合中最大的预测金额区间所对应的最大预测金额,进而可确定出包含支付金额的预测金额区间所对应的概率,并当检测到该概率超过预设的概率阈值时,表明该预测金额区间存在该支付请求对应为支付成功的可能性较大,进而可得到对应为足额支付的预测结果。
可能的,当检测到该概率未超过预设的概率阈值时,表明该预测金额区间存在该支付请求对应为支付成功的可能性较小,进而生成对应为无法足额支付的预测结果,且还可在电子设备的支付界面显示无法足额支付的提示信息,以提醒用户更换其他支付方式,或是对该目标账户进行额度充值,以继续通过该目标账户进行支付操作。
可以理解的是,当该支付请求中的支付金额大于该初始概率分布集合中的最大预测金额时,表明该初始概率分布集合中任意一个预测金额区间均不存在该支付请求对应为支付成功的可能性,进而生成对应为无法足额支付的预测结果,且还可在电子设备的支付界面显示无法足额支付的提示信息,以提醒用户更换其他支付方式,或是对该目标账户进行额度充值,以继续通过该目标账户进行支付操作。
步骤406、当目标账户的支付结果与第二预测结果一致时,基于支付金额对授信额度进行更新处理。
具体地,在得到支付请求对应的预测结果为足额支付之后,可以但不局限于由电子设备向支付请求的发起方提供目标账户的支付渠道,也即由该目标账户向该发起方执行支付操作。可以理解的是,当目标账户的支付结果与预测结果一致时,表明此时支付操作正常执行,进而可该支付操作的支付金额重新确定概率分布集合中的最大预测金额,并结合该处理后的最大预测金额以及上述提到的预设的预测学习模型,得到新的概率分布集合作为目标账户的授信额度。
在本说明书实施例中,通过账户的支付请求确定相应的状态参数以及授信额度,并结合状态参数所确定的预测结果与实际的支付结果,对授信额度进行更新处理,以有效保障授信额度的准确性,并可实时根据不同的支付请求,为用户带来更好的支付体验。
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。
作为本说明书实施例的又一种可选,当所述目标账户的支付结果与所述第二预测结果一致时,基于所述支付金额对所述授信额度进行更新处理,包括:
当所述目标账户的支付结果与对应为足额支付的所述第二预测结果一致时,根据所述最大预测金额与所述支付金额之间的差值,对所述最大预测金额进行更新处理;
将处理后的所述最大预测金额输入至预设的预测学习模型,得到第二概率分布集合,并基于所述第二概率分布集合对所述授信额度进行更新处理;
当所述目标账户的支付结果与对应为足额支付的所述第二预测结果不一致时,将所述支付金额输入至所述预设的预测学习模型,得到第三概率分布集合;
基于所述第三概率分布集合对所述授信额度进行更新处理。
具体地,当目标账户的支付结果与对应为足额支付的预测结果一致时,为了保障该目标账户的实时额度的有效性以及准确性,可将上述提到的初始概率分布集合中最大预测金额与支付金额之间的差值,对该最大预测金额进行更新处理,以使处理后的最大预测金额为该差值,并将该处理后的最大预测金额再次输入至预设的预测学习模型,以得到新的概率分布集合,此时该新的概率分布集合可作为该目标账户在经过支付操作之后所对应的授信额度,并可在下次接收到该目标账户的支付请求时,根据该经过支付操作之后所对应的授信额度,预测下次支付操作是否支付成功。
当目标账户的支付结果与对应为足额支付的预测结果不一致时,表明实际支付操作为支付失败,也即该目标账户的实际额度小于支付金额(也可理解为该目标账户的实际额度未处于包含支付金额的预测金额区间,且支付金额更加接近于该目标账户的实际额度),且该足额支付的预测结果错误,进而为了进一步保障额度预测的准确性,可将该支付金额再次输入至预设的预测学习模型,以得到新的概率分布集合,此时该新的概率分布集合可作为该目标账户在经过支付操作之后所对应的授信额度,并可在下次接收到该目标账户的支付请求时,根据该经过支付操作之后所对应的授信额度,预测下次支付操作是否支付成功。
作为本说明书实施例的又一种可选,基于所述支付金额对所述授信额度进行更新处理之后,还包括:
当检测到所述目标账户的还款操作时,将经过处理后的所述授信额度更新为初始额度;
当检测到所述目标账户的支付操作时,根据所述支付操作所对应的支付金额与经过处理后的所述授信额度,对经过处理后的所述授信额度进行更新处理。
具体地,当电子设备在未接收到目标账户的支付请求的情况下,若接收到用户自主执行的还款操作,表明用户已在规定的还款期限内完成还款,进而需要及时将该目标账户当前的授信额度更新为初始额度,也即具体的额度数值,且同步将该目标账户对应的状态参数由第二状态更新为第一状态,或是持续处于第一状态。
当然,电子设备还可在目标账户的银行机构所对应的第三方应用程序接收用户的还款请求,并根据用户的还款操作,将该目标账户当前的授信额度更新为初始额度,也即具体的额度数值,且同步将该目标账户对应的状态参数由第二状态更新为第一状态,或是持续处于第一状态。
可以理解的是,当电子设备在未接收到目标账户的支付请求的情况下,若接收到用户自主执行的支付操作,例如但不局限于用户通过线下刷卡等方式实现目标账户的线下支付操作,则该电子设备需要及时根据支付操作的支付金额、该目标账户对应的状态参数以及授信额度,对该目标账户的授信额度进行更新处理,其处理方式可参阅上述提到的一个或多个实施例,此处不再过多赘述。
接下来请参阅图5,图5示出了本说明书实施例提供的一种信用卡额度的预测装置的结构示意图。
如图5所示,该信用卡额度的预测装置至少可以包括数据获取模块501、结果确定模块502以及额度处理模块503,其中:
数据获取模块501,用于基于目标账户的支付请求,获取与目标账户对应的状态参数以及授信额度;
结果确定模块502,用于当状态参数处于第一状态时,根据支付请求中的支付金额以及授信额度确定出第一预测结果;
额度处理模块503,用于当目标账户的支付结果与第一预测结果一致时,基于支付金额对授信额度进行更新处理。
在一些可能的实施例中,数据获取模块501还用于:
获取与目标账户对应的状态参数以及授信额度之前,基于预设的账户数据库,判断目标账户是否为机构读额账户;
当确定目标账户为机构读额账户时,向与目标账户对应的银行机构发送余额获取请求;
展示银行机构反馈的账户余额;
获取与目标账户对应的状态参数以及授信额度,包括:
当确定目标账户不为机构读额账户时,获取与目标账户对应的状态参数以及授信额度。
在一些可能的实施例中,数据获取模块501还用于:
当银行机构反馈的账户余额所对应的时长超过预设的时间阈值时,从预设的账户数据库中删除目标账户;
获取与目标账户对应的状态参数以及授信额度;
当银行机构反馈的账户余额所对应的时长未超过预设的时间阈值时,展示银行机构反馈的账户余额。
在一些可能的实施例中,结果确定模块502具体用于:
当支付请求中的支付金额小于或等于授信额度时,确定第一预测结果为足额支付;
当支付金额大于授信额度时,确定第一预测结果为无法足额支付,并展示与第一预测结果对应的提示信息。
在一些可能的实施例中,额度处理模块503具体用于:
当目标账户的支付结果与对应为足额支付的第一预测结果一致时,根据授信额度与支付金额之间的差值,对授信额度进行更新处理;
当目标账户的支付结果与对应为足额支付的第一预测结果不一致时,将支付金额输入至预设的预测学习模型,得到第一概率分布集合;其中,第一概率分布集合包含至少两个预测金额区间以及与每个预测金额区间对应的概率,所有预测金额区间均不超过支付金额;
将授信额度更新为第一概率分布集合,并对状态参数进行更新处理,以使处理后的状态参数处于第二状态。
在一些可能的实施例中,装置还包括:
基于目标账户的支付请求,获取与目标账户对应的状态参数以及授信额度之后,当状态参数处于第二状态时,根据与授信额度对应的初始概率分布集合以及支付请求中的支付金额,确定出第二预测结果;
当目标账户的支付结果与第二预测结果一致时,基于支付金额对授信额度进行更新处理。
在一些可能的实施例中,根据与目标账户对应的初始概率分布集合以及支付请求中的支付金额,确定出第二预测结果,包括:
当支付请求中的支付金额小于或等于初始概率分布集合中的最大预测金额时,确定出初始概率分布集合中包含支付金额的预测金额区间,所对应的概率;
当预测金额区间所对应的概率超过预设的概率阈值时,确定第二预测结果为足额支付;或
当预测金额区间所对应的概率未超过预设的概率阈值时,确定第二预测结果为无法足额支付,并展示与第二预测结果对应的提示信息;
当支付金额大于最大预测金额时,确定第二预测结果为无法足额支付,并展示与第二预测结果对应的提示信息。
在一些可能的实施例中,当目标账户的支付结果与第二预测结果一致时,基于支付金额对授信额度进行更新处理,包括:
当目标账户的支付结果与对应为足额支付的第二预测结果一致时,根据最大预测金额与支付金额之间的差值,对最大预测金额进行更新处理;
将处理后的最大预测金额输入至预设的预测学习模型,得到第二概率分布集合,并基于第二概率分布集合对授信额度进行更新处理;
当目标账户的支付结果与对应为足额支付的第二预测结果不一致时,将支付金额输入至预设的预测学习模型,得到第三概率分布集合;
基于第三概率分布集合对授信额度进行更新处理。
在一些可能的实施例中,装置还包括:
基于支付金额对授信额度进行更新处理之后,当检测到目标账户的还款操作时,将经过处理后的授信额度更新为初始额度;
当检测到目标账户的支付操作时,根据支付操作所对应的支付金额与经过处理后的授信额度,对经过处理后的授信额度进行更新处理。
接下来请参阅图6,图6示出了本说明书实施例提供的一种电子设备的结构示意图。
如图6所示,该电子设备600可以包括:至少一个处理器601、至少一个网络接口604、用户接口603、存储器605、第一终端606、第二终端607以及至少一个通信总线602。
其中,通信总线602可用于实现上述各个组件的连接通信。
其中,用户接口603可以包括按键,可选用户接口还可以包括标准的有线接口、无线接口。
其中,网络接口604可以但不局限于包括蓝牙模块、NFC模块、Wi-Fi模块等。
其中,处理器601可以包括一个或者多个处理核心。处理器601利用各种接口和线路连接整个电子设备600内的各个部分,通过运行或执行存储在存储器605内的指令、程序、代码集或指令集,以及调用存储在存储器605内的数据,执行路由电子设备600的各种功能和处理数据。可选的,处理器601可以采用DSP、FPGA、PLA中的至少一种硬件形式来实现。处理器601可集成CPU、GPU和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器601中,单独通过一块芯片进行实现。
其中,存储器605可以包括RAM,也可以包括ROM。可选的,该存储器605包括非瞬时性计算机可读介质。存储器605可用于存储指令、程序、代码、代码集或指令集。存储器605可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器605可选的还可以是至少一个位于远离前述处理器601的存储装置。如图6所示,作为一种计算机存储介质的存储器605中可以包括操作系统、网络通信模块、用户接口模块以及信用卡额度的预测应用程序。
具体地,处理器601可以用于调用存储器605中存储的信用卡额度的预测应用程序,并具体执行以下操作:
基于目标账户的支付请求,获取与目标账户对应的状态参数以及授信额度;
当状态参数处于第一状态时,根据支付请求中的支付金额以及授信额度确定出第一预测结果;
当目标账户的支付结果与第一预测结果一致时,基于支付金额对授信额度进行更新处理。
在一些可能的实施例中,获取与目标账户对应的状态参数以及授信额度之前,还包括:
基于预设的账户数据库,判断目标账户是否为机构读额账户;
当确定目标账户为机构读额账户时,向与目标账户对应的银行机构发送余额获取请求;
展示银行机构反馈的账户余额;
获取与目标账户对应的状态参数以及授信额度,包括:
当确定目标账户不为机构读额账户时,获取与目标账户对应的状态参数以及授信额度。
在一些可能的实施例中,展示银行机构反馈的账户余额,包括:
当银行机构反馈的账户余额所对应的时长超过预设的时间阈值时,从预设的账户数据库中删除目标账户;
获取与目标账户对应的状态参数以及授信额度;
当银行机构反馈的账户余额所对应的时长未超过预设的时间阈值时,展示银行机构反馈的账户余额。
在一些可能的实施例中,根据支付请求中的支付金额以及授信额度确定出第一预测结果,包括:
当支付请求中的支付金额小于或等于授信额度时,确定第一预测结果为足额支付;
当支付金额大于授信额度时,确定第一预测结果为无法足额支付,并展示与第一预测结果对应的提示信息。
在一些可能的实施例中,当目标账户的支付结果与第一预测结果一致时,基于支付金额对授信额度进行更新处理,包括:
当目标账户的支付结果与对应为足额支付的第一预测结果一致时,根据授信额度与支付金额之间的差值,对授信额度进行更新处理;
当目标账户的支付结果与对应为足额支付的第一预测结果不一致时,将支付金额输入至预设的预测学习模型,得到第一概率分布集合;其中,第一概率分布集合包含至少两个预测金额区间以及与每个预测金额区间对应的概率,所有预测金额区间均不超过支付金额;
将授信额度更新为第一概率分布集合,并对状态参数进行更新处理,以使处理后的状态参数处于第二状态。
在一些可能的实施例中,基于目标账户的支付请求,获取与目标账户对应的状态参数以及授信额度之后,还包括:
当状态参数处于第二状态时,根据与授信额度对应的初始概率分布集合以及支付请求中的支付金额,确定出第二预测结果;
当目标账户的支付结果与第二预测结果一致时,基于支付金额对授信额度进行更新处理。
在一些可能的实施例中,根据与目标账户对应的初始概率分布集合以及支付请求中的支付金额,确定出第二预测结果,包括:
当支付请求中的支付金额小于或等于初始概率分布集合中的最大预测金额时,确定出初始概率分布集合中包含支付金额的预测金额区间,所对应的概率;
当预测金额所对应的概率超过预设的概率阈值时,确定第二预测结果为足额支付;或
当预测金额所对应的概率未超过预设的概率阈值时,确定第二预测结果为无法足额支付,并展示与第二预测结果对应的提示信息;
当支付金额大于最大预测金额时,确定第二预测结果为无法足额支付,并展示与第二预测结果对应的提示信息。
在一些可能的实施例中,当目标账户的支付结果与第二预测结果一致时,基于支付金额对授信额度进行更新处理,包括:
当目标账户的支付结果与对应为足额支付的第二预测结果一致时,根据最大预测金额与支付金额之间的差值,对最大预测金额进行更新处理;
将处理后的最大预测金额输入至预设的预测学习模型,得到第二概率分布集合,并基于第二概率分布集合对授信额度进行更新处理;
当目标账户的支付结果与对应为足额支付的第二预测结果不一致时,将支付金额输入至预设的预测学习模型,得到第三概率分布集合;
基于第三概率分布集合对授信额度进行更新处理。
在一些可能的实施例中,基于支付金额对授信额度进行更新处理之后,还包括:
当检测到目标账户的还款操作时,将经过处理后的授信额度更新为初始额度;
当检测到目标账户的支付操作时,根据支付操作所对应的支付金额与经过处理后的授信额度,对经过处理后的授信额度进行更新处理。
本说明书实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机或处理器上运行时,使得计算机或处理器执行上述图2或图4所示实施例中的一个或多个步骤。上述电子设备的各组成模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在计算机可读取存储介质中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本说明书实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者通过计算机可读存储介质进行传输。计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(Digital Subscriber Line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,数字多功能光盘(Digital Versatile Disc,DVD))、或者半导体介质(例如,固态硬盘(Solid State Disk,SSD))等。
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,可以通过计算机程序来指令相关的硬件来完成,该程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可存储程序代码的介质。在不冲突的情况下,本实施例和实施方案中的技术特征可以任意组合。
以上的实施例仅仅是本说明书的优选实施例方式进行描述,并非对本说明书的范围进行限定,在不脱离本说明书的设计精神的前提下,本领域普通技术人员对本说明书的技术方案作出的各种变形及改进,均应落入本说明书的权利要求书确定的保护范围内。
Claims (20)
1.信用卡额度的预测方法,包括:
基于目标账户的支付请求,获取与所述目标账户对应的状态参数以及授信额度;
当所述状态参数处于第一状态时,根据所述支付请求中的支付金额以及所述授信额度确定出第一预测结果;
当所述目标账户的支付结果与所述第一预测结果一致时,基于所述支付金额对所述授信额度进行更新处理。
2.根据权利要求1所述的方法,所述获取与所述目标账户对应的状态参数以及授信额度之前,还包括:
基于预设的账户数据库,判断目标账户是否为机构读额账户;
当确定所述目标账户为机构读额账户时,向与所述目标账户对应的银行机构发送余额获取请求;
展示所述银行机构反馈的账户余额;
所述获取与所述目标账户对应的状态参数以及授信额度,包括:
当确定所述目标账户不为所述机构读额账户时,获取与所述目标账户对应的状态参数以及授信额度。
3.根据权利要求2所述的方法,所述展示所述银行机构反馈的账户余额,包括:
当所述银行机构反馈的账户余额所对应的时长超过预设的时间阈值时,从所述预设的账户数据库中删除所述目标账户;
获取与所述目标账户对应的状态参数以及授信额度;
当所述银行机构反馈的账户余额所对应的时长未超过所述预设的时间阈值时,展示所述银行机构反馈的账户余额。
4.根据权利要求1所述的方法,所述根据所述支付请求中的支付金额以及所述授信额度确定出第一预测结果,包括:
当所述支付请求中的支付金额小于或等于所述授信额度时,确定第一预测结果为足额支付;
当所述支付金额大于所述授信额度时,确定第一预测结果为无法足额支付,并展示与所述第一预测结果对应的提示信息。
5.根据权利要求4所述的方法,所述当所述目标账户的支付结果与所述第一预测结果一致时,基于所述支付金额对所述授信额度进行更新处理,包括:
当所述目标账户的支付结果与对应为足额支付的所述第一预测结果一致时,根据所述授信额度与所述支付金额之间的差值,对所述授信额度进行更新处理;
当所述目标账户的支付结果与对应为足额支付的所述第一预测结果不一致时,将所述支付金额输入至预设的预测学习模型,得到第一概率分布集合;其中,所述第一概率分布集合包含至少两个预测金额区间以及与每个所述预测金额区间对应的概率,所有所述预测金额区间均不超过所述支付金额;
将所述授信额度更新为所述第一概率分布集合,并对所述状态参数进行更新处理,以使处理后的所述状态参数处于第二状态。
6.根据权利要求1所述的方法,所述基于目标账户的支付请求,获取与所述目标账户对应的状态参数以及授信额度之后,还包括:
当所述状态参数处于第二状态时,根据与所述授信额度对应的初始概率分布集合以及所述支付请求中的支付金额,确定出第二预测结果;
当所述目标账户的支付结果与所述第二预测结果一致时,基于所述支付金额对所述授信额度进行更新处理。
7.根据权利要求6所述的方法,所述根据与所述目标账户对应的初始概率分布集合以及所述支付请求中的支付金额,确定出第二预测结果,包括:
当所述支付请求中的支付金额小于或等于所述初始概率分布集合中的最大预测金额时,确定出所述初始概率分布集合中包含所述支付金额的所述预测金额区间,所对应的概率;
当所述预测金额区间所对应的概率超过预设的概率阈值时,确定第二预测结果为足额支付;或
当所述预测金额所对应的概率未超过所述预设的概率阈值时,确定第二预测结果为无法足额支付,并展示与所述第二预测结果对应的提示信息;
当所述支付金额大于所述最大预测金额时,确定第二预测结果为无法足额支付,并展示与所述第二预测结果对应的提示信息。
8.根据权利要求7所述的方法,所述当所述目标账户的支付结果与所述第二预测结果一致时,基于所述支付金额对所述授信额度进行更新处理,包括:
当所述目标账户的支付结果与对应为足额支付的所述第二预测结果一致时,根据所述最大预测金额与所述支付金额之间的差值,对所述最大预测金额进行更新处理;
将处理后的所述最大预测金额输入至预设的预测学习模型,得到第二概率分布集合,并基于所述第二概率分布集合对所述授信额度进行更新处理;
当所述目标账户的支付结果与对应为足额支付的所述第二预测结果不一致时,将所述支付金额输入至所述预设的预测学习模型,得到第三概率分布集合;
基于所述第三概率分布集合对所述授信额度进行更新处理。
9.根据权利要求1所述的方法,所述基于所述支付金额对所述授信额度进行更新处理之后,还包括:
当检测到所述目标账户的还款操作时,将经过处理后的所述授信额度更新为初始额度;
当检测到所述目标账户的支付操作时,根据所述支付操作所对应的支付金额与经过处理后的所述授信额度,对经过处理后的所述授信额度进行更新处理。
10.信用卡额度的预测装置,包括:
数据获取模块,用于基于目标账户的支付请求,获取与所述目标账户对应的状态参数以及授信额度;
结果确定模块,用于当所述状态参数处于第一状态时,根据所述支付请求中的支付金额以及所述授信额度确定出第一预测结果;
额度处理模块,用于当所述目标账户的支付结果与所述第一预测结果一致时,基于所述支付金额对所述授信额度进行更新处理。
11.根据权利要求10所述的装置,所述数据获取模块还用于:
获取与所述目标账户对应的状态参数以及授信额度之前,基于预设的账户数据库,判断目标账户是否为机构读额账户;
当确定所述目标账户为机构读额账户时,向与所述目标账户对应的银行机构发送余额获取请求;
展示所述银行机构反馈的账户余额;
所述获取与所述目标账户对应的状态参数以及授信额度,包括:
当确定所述目标账户不为所述机构读额账户时,获取与所述目标账户对应的状态参数以及授信额度。
12.根据权利要求11所述的装置,所述数据获取模块还用于:
当所述银行机构反馈的账户余额所对应的时长超过预设的时间阈值时,从所述预设的账户数据库中删除所述目标账户;
获取与所述目标账户对应的状态参数以及授信额度;
当所述银行机构反馈的账户余额所对应的时长未超过所述预设的时间阈值时,展示所述银行机构反馈的账户余额。
13.根据权利要求10所述的装置,所述结果确定模块具体用于:
当所述支付请求中的支付金额小于或等于所述授信额度时,确定第一预测结果为足额支付;
当所述支付金额大于所述授信额度时,确定第一预测结果为无法足额支付,并展示与所述第一预测结果对应的提示信息。
14.根据权利要求13所述的装置,所述额度处理模块具体用于:
当所述目标账户的支付结果与对应为足额支付的所述第一预测结果一致时,根据所述授信额度与所述支付金额之间的差值,对所述授信额度进行更新处理;
当所述目标账户的支付结果与对应为足额支付的所述第一预测结果不一致时,将所述支付金额输入至预设的预测学习模型,得到第一概率分布集合;其中,所述第一概率分布集合包含至少两个预测金额以及与每个所述预测金额对应的概率,所有所述预测金额均不超过所述支付金额;
将所述授信额度更新为所述第一概率分布集合,并对所述状态参数进行更新处理,以使处理后的所述状态参数处于第二状态。
15.根据权利要求10所述的装置,所述装置还包括:
基于目标账户的支付请求,获取与所述目标账户对应的状态参数以及授信额度之后,当所述状态参数处于第二状态时,根据与所述授信额度对应的初始概率分布集合以及所述支付请求中的支付金额,确定出第二预测结果;
当所述目标账户的支付结果与所述第二预测结果一致时,基于所述支付金额对所述授信额度进行更新处理。
16.根据权利要求15所述的装置,所述根据与所述目标账户对应的初始概率分布集合以及所述支付请求中的支付金额,确定出第二预测结果,包括:
当所述支付请求中的支付金额小于或等于所述初始概率分布集合中的最大预测金额时,确定出所述初始概率分布集合中金额大于或等于所述支付金额的所有所述预测金额,所对应的概率;
当任意一个所述预测金额所对应的概率超过预设的概率阈值时,确定第二预测结果为足额支付;或
当任意一个所述预测金额所对应的概率均未超过所述预设的概率阈值时,确定第二预测结果为无法足额支付,并展示与所述第二预测结果对应的提示信息;
当所述支付金额大于所述最大预测金额时,确定第二预测结果为无法足额支付,并展示与所述第二预测结果对应的提示信息。
17.根据权利要求16所述的装置,所述当所述目标账户的支付结果与所述第二预测结果一致时,基于所述支付金额对所述授信额度进行更新处理,包括:
当所述目标账户的支付结果与对应为足额支付的所述第二预测结果一致时,根据所述最大预测金额与所述支付金额之间的差值,对所述最大预测金额进行更新处理;
将处理后的所述最大预测金额输入至预设的预测学习模型,得到第二概率分布集合,并基于所述第二概率分布集合对所述授信额度进行更新处理;
当所述目标账户的支付结果与对应为足额支付的所述第二预测结果不一致时,将所述支付金额输入至所述预设的预测学习模型,得到第三概率分布集合;
基于所述第三概率分布集合对所述授信额度进行更新处理。
18.根据权利要求10所述的装置,所述装置还包括:
基于所述支付金额对所述授信额度进行更新处理之后,当检测到所述目标账户的还款操作时,将经过处理后的所述授信额度更新为初始额度;
当检测到所述目标账户的支付操作时,根据所述支付操作所对应的支付金额与经过处理后的所述授信额度,对经过处理后的所述授信额度进行更新处理。
19.电子设备,包括处理器以及存储器;
所述处理器与所述存储器相连;
所述存储器,用于存储可执行程序代码;
所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行如权利要求1-9任一项所述的方法。
20.一种计算机可读存储介质,其上存储有计算机程序,所述计算机可读存储介质中存储有指令,当所述指令在计算机或处理器上运行时,使得所述计算机或处理器执行如权利要求1-9任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311360492.0A CN117575758A (zh) | 2023-10-19 | 2023-10-19 | 信用卡额度的预测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311360492.0A CN117575758A (zh) | 2023-10-19 | 2023-10-19 | 信用卡额度的预测方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117575758A true CN117575758A (zh) | 2024-02-20 |
Family
ID=89887013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311360492.0A Pending CN117575758A (zh) | 2023-10-19 | 2023-10-19 | 信用卡额度的预测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117575758A (zh) |
-
2023
- 2023-10-19 CN CN202311360492.0A patent/CN117575758A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111861569B (zh) | 产品信息推荐方法及装置 | |
CN110807649A (zh) | 一种金融产品的邀请奖励方法和系统 | |
CN110543946B (zh) | 用于训练模型的方法和装置 | |
WO2020019969A1 (zh) | 支付工具推荐方法、装置、设备及计算机可读存储介质 | |
WO2017101376A1 (zh) | 一种自适应设置默认支付方式的方法及其装置 | |
CN107517251B (zh) | 信息推送方法和装置 | |
CN108694238A (zh) | 基于区块链的业务数据处理方法、装置及存储介质 | |
EP3474210A1 (en) | User account controls for online transactions | |
CN111369247A (zh) | 跨行交易数据处理方法及装置 | |
US11609773B1 (en) | User interface modality switching for transaction management | |
CN109376811A (zh) | 一种智能换卡方法、装置、终端及计算机可读介质 | |
US10255258B2 (en) | Modifying an electronic form using metrics obtained from measuring user effort | |
CN110992190A (zh) | 基于用户画像的资产配置方法及装置 | |
CN112711640A (zh) | 一种业务受理流程配置的方法及装置 | |
CN109615384A (zh) | 时效性核对规则的生成方法、装置和服务器 | |
US20170249697A1 (en) | System and method for machine learning based line assignment | |
CN115375444A (zh) | 一种客户流失报警方法、系统、电子设备及存储介质 | |
CN117575758A (zh) | 信用卡额度的预测方法、装置、电子设备及存储介质 | |
CN115408297A (zh) | 测试方法、装置、设备及介质 | |
CN114925275A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
CN106875268B (zh) | 银行账户信息提醒方法、服务器及终端 | |
CN110879865B (zh) | 核身产品的推荐方法和装置 | |
CN107172311A (zh) | 业务评估方法及终端设备 | |
US11037554B1 (en) | Network of domain knowledge based conversational agents | |
US20180330434A1 (en) | Computerized Method, Computer System and Computer Program Product for Providing a User With Personalized Financial Information |
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 |