CN117787773A - 评估信息生成方法、装置、设备及平台 - Google Patents
评估信息生成方法、装置、设备及平台 Download PDFInfo
- Publication number
- CN117787773A CN117787773A CN202311684371.1A CN202311684371A CN117787773A CN 117787773 A CN117787773 A CN 117787773A CN 202311684371 A CN202311684371 A CN 202311684371A CN 117787773 A CN117787773 A CN 117787773A
- Authority
- CN
- China
- Prior art keywords
- information
- target
- target account
- input information
- input
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 231
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004891 communication Methods 0.000 claims description 58
- 238000004364 calculation method Methods 0.000 claims description 39
- 230000015654 memory Effects 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 14
- 238000013209 evaluation strategy Methods 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000036541 health Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种评估信息生成方法、装置、设备及平台,涉及人工智能技术领域,具体为大数据、信息金融等技术领域,具体方案为:获取目标账户的属性信息;基于属性信息预测目标账户在第一时间的第一输入信息;基于属性信息获取目标账户对应的参考输入与输出曲线,并对参考输入与输出曲线进行拟合,得到目标账户在第一时间的第二输入信息和第一输出信息;基于第一输入信息和第二输入信息计算目标账户在第二时间的第三输入信息,以及基于第一输出信息计算目标账户在第二时间的第二输出信息;基于第三输入信息和第二输出信息生成目标账户在第二时间的第一评估信息。本公开可以提高评估信息的准确性。
Description
技术领域
本公开涉及人工智能技术领域,具体为大数据、信息金融等技术领域,尤其涉及一种评估信息生成方法、装置、设备及平台。
背景技术
在大数据、信息金融等技术领域中的一些场景中需要对一些对象进行评估,目前评估往往是基于对象的一个时间的一个维度的信息生成评估信息。
发明内容
本公开提供了一种评估信息生成方法、装置、设备及平台。
根据本公开的一方面,提供了一种评估信息生成方法,包括:
获取目标账户的属性信息;
使用目标处理器基于所述属性信息预测所述目标账户在第一时间的第一输入信息;
使用目标处理器基于所述属性信息获取所述目标账户对应的参考输入与输出曲线,并对所述参考输入与输出曲线进行拟合,得到所述目标账户在所述第一时间的第二输入信息和第一输出信息;
使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,以及使用所述目标处理器基于所述第一输出信息计算所述目标账户在所述第二时间的第二输出信息,所述第二时间早于所述第一时间;
使用所述目标处理器基于所述第三输入信息和所述第二输出信息生成所述目标账户在所述第二时间的第一评估信息。
根据本公开的另一方面,提供了一种评估信息生成装置,包括:
第一获取模块,用于获取目标账户的属性信息;
第一预测模块,用于使用目标处理器基于所述属性信息预测所述目标账户在第一时间的第一输入信息;
拟合模块,用于使用目标处理器基于所述属性信息获取所述目标账户对应的参考输入与输出曲线,并对所述参考输入与输出曲线进行拟合,得到所述目标账户在所述第一时间的第二输入信息和第一输出信息;
第一计算模块,用于使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,以及使用所述目标处理器基于所述第一输出信息计算所述目标账户在所述第二时间的第二输出信息,所述第二时间早于所述第一时间;
生成模块,用于使用所述目标处理器基于所述第三输入信息和所述第二输出信息生成所述目标账户在所述第二时间的第一评估信息。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开提供的评估信息生成方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本公开提供的评估信息生成方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开提供的评估信息生成方法。
根据本公开的另一方面,提供了一种平台,包括本公开提供的电子设备。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开提供的一种评估信息生成方法的流程图;
图2是本公开提供的一种评估信息的示意图;
图3a至图3f是本公开提供的评估信息生成装置的结构图;
图4是用来实现本公开实施例的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
请参见图1,图1是本公开提供的一种评估信息生成方法的流程图,如图1所示,包括以下步骤:
步骤S101、获取目标账户的属性信息。
其中,上述目标账户可以为在网络平台注册或已有的账户,例如:用户可以注册对应的账户,如个人养老账户、保险账户等。在一些实施方式中,上述目标账户也可以是在网络平台将注册的账户。
上述目标账户的属性信息可以是目标账户在一个或者多个平台上关联的属性信息,例如:上述目标账户对应一个唯一的用户身份标识,则上述属性信息包括该用户身份标识关联的一个或者多个账户的属性信息,且这多个账户可以是相同平台或者不同平台中的账户,这样通过这些属性信息可以获取到更多信息,从而有利于提高评估信息的准确性。
在一些实施方式中,上述目标账户对应的属性信息可以包括如下至少一项:位置信息、年龄、学历、行业、收入、消费支出、固定资产、投资理财、兼职收入、房贷、短期债务等属性信息。
上述获取目标账户的属性信息可以是从目标存储器中获取目标账户的属性信息,即上述目标存储器预先存储有目标账户的属性信息,进而可以直接从目标存储器中获取目标账户的属性信息,这样可以节约电子设备的计算资源,因为,不需要从其他设备或者基于用户输入的操作获取目标账户的属性信息。
在一些实施方式中,上述获取目标账户的属性信息可以是在线采集目标账户的属性信息。
步骤S102、使用目标处理器基于所述属性信息预测所述目标账户在第一时间的第一输入信息。
上述目标处理器可以是设备的一个或者多个处理器。
本公开中,输入信息可以理解为目标账户增加的信息,即向目标账户输入的信息,如目标客户的收入信息,输出信息可以理解为目标账户减少的信息,即从目标客户输出的信息,如目标账户的支出信息。
上述第一时间是指未来时间,即上述使用目标处理器基于所述属性信息预测所述目标账户在第一时间的第一输入信息可以是使用目标处理器基于所述属性信息预测所述目标账户在未来的第一输入信息,如预测从当前到用户60岁、70岁或80岁等的第一收入信息。
上述使用目标处理器基于所述属性信息预测所述目标账户在第一时间的第一输入信息可以是在目标处理器中执行于所述属性信息预测所述目标账户在第一时间的第一输入信息。
步骤S103、使用目标处理器基于所述属性信息获取所述目标账户对应的参考输入与输出曲线,并对所述参考输入与输出曲线进行拟合,得到所述目标账户在所述第一时间的第二输入信息和第一输出信息。
上述参考输入与输出曲线可以是目标账户对应的群体的收入与支出曲线,如通过某局公布、互联网收集等手段采集不同地域、行业、年领、学历等不同群体的收入与支出曲线,这样在这些信息中获取所述目标账户对应的参考收入与支出曲线。
上述参考输入与输出曲线包括多个时间点的输入与输出。
上述对所述参考输入与输出曲线进行拟合,得到所述目标账户在所述第一时间的第二输入信息和第一输出信息可以是对所述参考输入与输出曲线进行偏移或调整,得到所述目标账户在所述第一时间的第二输入信息和第一输出信息。
上述使用目标处理器基于所述属性信息获取所述目标账户对应的参考输入与输出曲线,并对所述参考输入与输出曲线进行拟合,得到所述目标账户在所述第一时间的第二输入信息和第一输出信息可以是,在目标处理器中执行基于所述属性信息获取所述目标账户对应的参考输入与输出曲线,并对所述参考输入与输出曲线进行拟合,得到所述目标账户在所述第一时间的第二输入信息和第一输出信息。
步骤S104、使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,以及使用所述目标处理器基于所述第一输出信息计算所述目标账户在所述第二时间的第二输出信息,所述第二时间早于所述第一时间。
上述第二时间为当前时间,即现在。
上述基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息可以是将所述第一输入信息和所述第二输入信息折算到目标账户在第二时间的收入现值,即第三输入信息。
上述基于所述第一输出信息计算所述目标账户在所述第二时间的第二输出信息可以是将所述第一输出信息折算到所述目标账户在所述第二时间的支出现值,即第二输出信息。
上述使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息可以是在目标处理器中执行基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息。
上述使用所述目标处理器基于所述第一输出信息计算所述目标账户在所述第二时间的第二输出信息可以是在所述目标处理器中执行基于所述第一输出信息计算所述目标账户在所述第二时间的第二输出信息。
步骤S105、使用所述目标处理器基于所述第三输入信息和所述第二输出信息生成所述目标账户在所述第二时间的第一评估信息。
上述基于所述第三输入信息和所述第二输出信息生成所述目标账户在所述第二时间的第一评估信息可以是基于所述第三输入信息和所述第二输出信息生成用于评估上述目标账户在当前的评估信息,即上述第一评估信息。
上述第一评估信息用于评估上述目标账户在第二时间的财富健康状态,如资产流通性、偿债能力、财务自由度、财务可持续性、理财意识等。
在一些实施例中,本公开可以金融健康理念生成上述第一评估信息,即基于金融健康理念进行评估。
在一些实施例中,本公开也可以基于终生财务安全(Lifelong FinancialSecurity,LFS)理念生成上述第一评估信息,如基于LFS理念进行评估。
本公开中,由于基于第一输入信息和第二输入信息计算目标账户在第二时间的第三输入信息,以及基于第一输出信息计算目标账户在第二时间的第二输出信息,基于第三输入信息和第二输出信息生成目标账户在第二时间的第一评估信息,这样可以实现基于多个时间、输入维度和输出维度对目标账户进行评估,从而可以提高评估信息的准确性。另外,由于使用目标处理器进行生成的,这样电子设备可以直接使用该评估信息,以避免使用目标处理器多次生成评估信息,进而降低目标处理器的资源消费,有利于在资源受限的电子设备上生成评估信息。
本公开中,上述方法应用于电子设备,即上述方法包括所有步骤由该电子设备执行,该电子设备可以是服务器、计算机、手机、平板电脑等电子设备。上述目标处理器为上述电子设备中的任一处理器,上述目标存储器可以是上述电子设备中的一个或者或者多个存储器。
在一个实施例中,所述对所述参考输入与输出曲线进行拟合,得到所述目标账户在所述第一时间的第二输入信息和第一输出信息,包括:
使用所述目标处理器将所述属性信息与参考信息进行比较,得到比较结果,所述参考信息为所述参考输入与输出曲线对应的属性信息;
使用所述目标处理器基于所述比较结果对所述参考输入与输出曲线进行平移,得到所述目标账户的目标输入与输出曲线,所述目标输入与输出曲线包括所述目标账户在所述第一时间内多个时间段的第二输入信息和第一输出信息。
其中,上述属性信息可以是年龄、学历、行业或收入等中的至少一项,上述参考信息为上述参考输入与输出曲线对应的年龄、学历、行业或收入等中的至少一项。
基于所述比较结果对所述参考输入与输出曲线进行平移可以是在所述目标账户的属性信息表示高于上述参考信息的情况下,将参考输入与输出曲线向上平移,或者,在所述目标账户的属性信息表示低于上述参考信息的情况下,将参考输入与输出曲线向下平移。
该实施例中,由于基于所述比较结果对所述参考输入与输出曲线进行平移,这样可以提高目标帐户在第一时间的输入信息和输出信息的准确性。
本公开中,并不限定基于所述比较结果对所述参考输入与输出曲线进行平移,例如:在一些实施方式中,也可以是基于上述比较结果对上述参考输入与输出曲线某一个或者多个时间段的输出进行调整,以得到目标账户的目标输入与输出曲线。
在一个实施例中,所述第一输入信息包括所述目标账户在所述第一时间内至少一个时间段的输入信息;所述使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,包括:
使用所述目标处理器识别所述第一输入信息的输入类型,通过预先为所述输入类型创建的第一计算策略,计算所述目标账户在第二时间的第四输入信息;
其中,所述第一计算策略包括将所述第一输入信息对应的至少一个折现值叠加,第i个折现值为等于所述第一时间内第i个时间段的输入信息除以第i个折现率,所述第i个折现率等于1加目标折现值的和的i次方;或者,所述第一计算策略包括将所述第一输入信息对应的至少一个折现值和所述第一输入信息对应的起始信息叠加,第i个折现值为等于所述第一时间内第i个时间段的输入信息除以第i个折现率,所述第i个折现率等于1加目标折现值的和的i减1次方,所述起始信息为在所述第一时间之前所述目标账户已有的资产信息;i为正整数;
其中,所述第三输入信息等于所述第四输入信息加上第五输入信息,所述第五输入信息为基于所述第二输入信息计算所述目标账户在第二时间的输入信息。
其中,上述输入类型可以是投资、房租、养老金、子女孝敬等收入类型。
例如:上述输入类型为投资,则上述第一计算策略可以通过如下公式表示:
其中,mktt为金融资产当前市值,pt+i为用户每年收益金额,valuet为投资组合现值,i代表从当前至去世之间的年频时间,d为国债收益率,n为当前至去世之间的年度数。
例如:上述输入类型为房租收入,则上述第一计算策略可以通过如下公式表示:
houseRenti=houseRenti×(1+X)i
其中,houseRent是用户未来每年房租收入,valuet为房租收入的现值,i代表从当前至截止退休规划年龄的年频时间,d为国债收益率,n为当前至截止退休规划年龄的年度数。
例如:上述输入类型为基本养老金额,即用户退休后领取基本养老金,则上述第一计算策略可以通过如下公式表示:
其中,basepension是用户未来每年领取的基本养老金额,valuet为个人基本养老金的现值,i代表从当前至截止领取养老金的年频时间,d为国债收益率,n为当前至截止领取养老金龄的年度数。
例如:上述输入类型为职业养老金额,即用户退休后领取职业养老金,则上述第一计算策略可以通过如下公式表示:
其中,occuppension是用户未来每年领取的职业养老金额,valuet为个人职业养老金的现值,i代表从当前至截止领取养老金的年频时间,d为国债收益率,n为当前至截止领取养老金龄的年度数。
例如:上述输入类型为子女孝敬(对于已老人群),已老人群的子女孝敬额由用户输入,输入形式为xxx元/月。用户每月的子女孝敬额应考虑通胀因素x,假设用户当年的月子女孝敬额为piety,则明年的月子女孝敬额为pietyⅹ(1+x)1,后年的月子女孝敬额为piety×(1+x)2,用户往后时间的月子女孝敬额依此类推。
上述第一计算策略可以通过如下公式表示:
其中,pietyt+i代表第i个月的女孝敬额,i代表从当前至规划终点的月频时间,pietypv代表从当前至规划终点期间的月子女孝敬额,n为当前至规划终点的月数,d为国债收益率。
上述实施例中通过第一计算策略可以提高第三输入信息的准确性。
在一个实施例中,所述第二输入信息包括所述目标账户在所述第一时间内至少一个时间段的输入信息;所述使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,还包括:
使用所述目标处理器通过预先为所述第二输入信息创建的第二计算策略,计算所述目标账户在第二时间的第五输入信息;
其中,所述第二计算策略包括将所述第二输入信息对应的至少一个折现值叠加,第i个折现值为等于所述第一时间内第i个时间段的输入信息除以第i个折现率,所述第i个折现率等于1加目标折现值的和的i减1次方。
其中,上述目标折现值可以是国债收益率。
上述第二计算策略可以是计算人力资本曲线的策略。例如:上述第二计算策略可以通过如下公式表示:
其中,hc_pvj代表上述第五输入信息,i代表从当前至退休的年频时间下标,j=0…n,代表计算从当前往后推j年的时间,d为国债收益率,incomelt+i代表第i年的工资收入,partt+i代表第i年的兼职收入。
例如:
hc_pv0代表从当前时点开始的所有兼职收入和工资收入现值
hc_pv1代表从下年开始的所有兼职收入和工资收入现值。
在一些实施方式中,上述incomelt+i可以通过如下表示:
income1t+i=incomet+i×(1+x)i
其中,x为预设调整率,可以基于GDP、通胀等确定,即基于调整率x对income t+i进行调整生成income1 t+i。ⅹ
在一些实施方式中,在不考虑兼职收入的情况下,上述第二计算策略可以通过如下公式表示:
在一些实施方式中,在只考虑兼职的情况下,上述第二计算策略可以通过如下公式表示:
其中,part_pvj代表上述第五输入信息,i代表从当前至退休的年频时间下标,j=0…n,代表计算从当前往后推j年的时间,d为国债收益率,partt+i代表第i年的兼职收入。
上述实施例中通过第二计算策略可以提高第三输入信息的准确性。
在一个实施例中,所述使用目标处理器基于所述属性信息预测所述目标账户在第一时间的第一输入信息,包括:
使用目标处理器基于所述属性信息预测所述目标账户在第一时间的第一输入信息和第三输出信息;
所述使用所述目标处理器基于所述第一输出信息计算所述目标账户在所述第二时间的第二输出信息,包括:
使用所述目标处理器基于所述第一输出信息和所述第三输出信息计算所述目标账户在所述第二时间的第二输出信息。
上述第三输出信息可以是基于上述属性信息中的与消费相关信息进行预测,例如:基于个人消费金额预测用户退休前消费现值和用户退休后消费现值。
上述计算所述目标账户在所述第二时间的第二输出信息可以是采用如下公式进行计算:
其中,consumptioni是用户未来每年的消费的金额,valuet为个人消费金额的现值,即上述第二输出信息,i代表用户当前时间到规划养老之间的时间,d为国债收益率,n为当前时间到规划养老之间的年度数。
上述未来每年的消费的金额为基于上述第一输出信息和第三输出信息计算的。
该实施例中,可以实现基于两个输出信息计算所述目标账户在所述第二时间的第二输出信息,从而提高第二输出信息的准确性。
在一个实施例中,所述第一评估信息为所述目标账户在第一系统中的第一评估信息;所述方法还包括:
通过目标通信接口获取所述目标账户在第二系统中的订单信息;
使用所述目标处理器基于所述订单信息预测所述目标账户在所述第一时间的第四输入信息;
所述使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,包括:
使用所述目标处理器基于所述第一输入信息、所述第二输入信息和所述第四输入信息计算所述目标账户在第二时间的第三输入信息。
其中,上述第一系统可以是养老金融系统,上述第二系统可以是保险系统。
上述订单信息可以是保险订单信息,即用户购买的保险产品。
上述基于所述订单信息预测所述目标账户在所述第一时间的第四输入信息可以是按照内部收益率(Internal Rate of Return,IRR)计算上述订单信息在第一时间的第四输入信息。例如:以保险为例,根据保险信息和保单缴费领取信息生成保单缴费和领取流水,根据保单缴费和领取流水计算保单的内部收益率,最后通过已缴流水和内部收益率计算保单现值,即上述第四输入信息。
其中,上述IRR可以通过如下公式表示:
IRR=a+[NPVa/(NPVa-NPVb)]*(b-a)
其中:
b为折现率,a>b,a为猜想值。
NPVa为折现率为a时,所计算得出的净现值,一定为正数。
NPVb为折现率为b时,所计算得出的净现值,一定为负数。
上述实施例中,由于基于第二系统的输入信息生成第一系统中的评估信息,这样可以实现基于更多信息进行评估,以进一步提高评估信息的准确性。
在一个实施例中,所述使用所述目标处理器基于所述第三输入信息和所述第二输出信息生成所述目标账户在所述第二时间的第一评估信息,包括:
使用所述目标处理器基于所述第三输入信息和所述第二输出信息计算所述目标账户在N个预设评估维度的评估分数,N为正整数;
使用所述目标处理器生成用于表示所述N个预设评估维度的评估分数的评估图案;
在目标存储器查找所述N个预设评估维度的评估分数对应的评估描述信息,在查找到的情况下,获取所述目标存储器中的N个预设评估维度的评估分数对应的N个评估描述信息,在未查找到的情况下,在所述目标存储器获取预设兜底评估描述信息;
使用所述目标处理器生成包括所述评估分数、所述评估图案和评估描述信息的第一评估信息,所述评估描述信息包括所述N个评估描述信息或者所述预设兜底评估描述信息。
其中,上述N个预设评估维度为预先定义的评估维度,如资产流通性、偿债能力、财务自由度、财务可持续性、理财意识等。这样引入了资产流动性、偿债能力、财务自由度、理财意识、财务可持续性评估用户的财务健康风险,给出了用户在养老规划过程中的指导性建议。
上述评估分数也可以称作评估等级。
上述评估图案可以通过图表或者多边形图像展示上述N个预设评估维度。在一些实施方式中,上述评估图案还可以展示N个预设评估维度的建议评估分值,即标准或者参考评估分值。
在上述目标存储器中预先存储有N个预设评估维度的评估描述信息,这样可以节约设备的计算开销。且存储的N个预设评估维度的评估描述信息分别有对应的分值,如果目标账户的评估分值与目标存储器中的存储的评估描述信息的分值对应,则在所述目标存储器查找到预设评估维度的评估分数对应的评估描述信息,反之,则查找不同。查找不同表示目标账户为特殊的情况,从而获取预设兜底评估描述信息。
上述实施例中,通过上述评估分数、所述评估图案和评估描述信息可以提高评估信息的展示效果,有利于提高评估信息的指导效果。且由于可以获取预设兜底评估描述信息,这样可以保证目标账户的评估信息中至少可以提高评估描述信息,以进一步提高评估信息的展示信息,有利于提高评估信息的指导效果。
在一些实施方式中,上述评估分数和评估描述信息可以参见下表1和表2所示:
表1:
/>
/>
表2:
在一些实施方式中,上述第一评估信息也可以展示资产负债结构详细,通过资产负债结构详细的展示了目标账户的资产与负债构成,更加清晰的展示用户的资产明细与资产负债结构。例如:如图2所示,包括数据采集201、指标计算202和指标展示203,其中:
数据采集201包括:系统采集、大数据采集和已有保单资产,指标计算202包括固定资产及投资财富测算、未来收入支出预算和保险产品测算,指标展示203包括资产负债结构和财务健康风险。
在一个实施例中,上述方法还包括:
通过目标通信接口向所述目标账户对应的客户端发送所述第一评估信息。
上述目标账户对应的客户端为登录目标账户的客户端。
上述目标通信接口为设备用于通信的接口,上述目标通信接口可以是上述电子设备中的一个或者或者多个通信接口。
本实施例中,向客户端发送所述第一评估信息可以让用户及时获知财务评估状况。且通过目标通信接口发送上述评估信息,这样由于评估信息的准确性提高,从而可以避免使用目标通信接口多次发送评估信息,进而降低目标通信接口的资源消费,有利于在资源受限的电子设备上生成并发送评估信息。
在一个实施例中,所述第一评估信息为第一位置区域的第一评估信息;所述方法还包括:
通过所述目标通信接口接收所述客户端发送的通话记录信息;
识别所述通话记录信息归属的第二位置区域;
识别所述第二位置区域的消费信息和所述第一位置区域的消费信息,基于所述第二位置区域的消费信息和所述第一位置区域的消费信息计算所述第二位置区域与所述第一位置区域的消费差信息,并设定所述消费差信息对应的调整因子;
基于所述调整因子对所述第一评估信息进行调整,得到所述目标账户在所述第二位置区域的第二评估信息,并通过所述目标通信接口向所述客户端发送所述第二评估信息。
上述第一位置区域可以是目标账户对应的城市或者省份或国家。
其中,上述通话记录信息可以是请求上述客户端发送的,也可以是上述客户端主动发送的。
上述识别所述通话记录信息归属的第二位置区域是指识别所述通话记录信息对应的通信对端归属的第二位置区域。如上述目标账户对应的用户在城市A,而上述通话记录信息对应的通信对端在城市B。
上述识别所述通话记录信息归属的第二位置区域可以是识别上述识别所述通话记录信息最近的通信对端或者通过频率高于阈值的通信对端的归属的第二位置区域。
上述识别所述第二位置区域的消费信息和所述第一位置区域的消费信息可以是识别所述第二位置区域的平均或者参考消费信息和所述第一位置区域的平均或者参考消费信息,可以通过公开的数据识别。
上述设定所述消费差信息对应的调整因子可以是根据预设获取的设定所述消费差信息和调整因子的映射关系设定对应的调整因子。例如:当上述消费差信息表示第二位置区域的消费高于第一位置区域,则上述调整因子用于表示将评估信息中与消费相关的值调低,当上述消费差信息表示第二位置区域的消费低于第一位置区域,则上述调整因子用于表示将评估信息中与消费相关的值调高。
上述基于所述调整因子对所述第一评估信息进行调整可以是在上述消费差信息表示第二位置区域的消费高于第一位置区域的情况下,将上述评估信息中与消费相关的评估维度中支出信息的权重降低或将支出信息调低,以将与消费相关的评估维度的评分降低;或者,在上述消费差信息表示第二位置区域的消费高于第一位置区域的情况下,将上述评估信息中与消费相关的评估维度中支出信息的权重调高或将支出信息调高,以将与消费相关的评估维度的评分调高。
在一些实施方式中,上述基于所述调整因子对所述第一评估信息进行调整还可以是在上述消费差信息表示第二位置区域的消费高于第一位置区域的情况下,采用第一生成策略生成上述第一评估信息,在上述消费差信息表示第二位置区域的消费低于第一位置区域的情况下,采用第一生成策略生成上述第一评估信息,其中,在输入信息相同的情况下,所述第一生成策略生成的与消费相关的评估维度的分值低于采用第二生成策略生成上述第一评估信息。
上述实施例可以实现为目标账户生成多个位置区域的评估信息,从而使得用户清楚知道地在不同区域的评估情况,便于用户选择在不同城市生活,以提高用户的生活品质。
在一个实施例中,所述方法还包括:
通过所述目标通信接口向所述客户端发送第一请求信息,所述第一请求信息用于请求获取所述目标账户的更新输入信息和所述目标账户对应的消费订单信息;
通过所述目标通信接口接收所述客户端发送所述目标账户的更新输入信息和所述目标账户对应的消费订单信息;
在所述目标账户的更新输入信息表示输入提升幅度高于预设幅度阈值的情况下,将所述消费订单信息输入至第一模型预测所述目标账户的消费习惯信息,所述第一模型为预先训练用于预测消费习惯信息的网络模型;
在所述目标账户的消费习惯信息满足预设的触发评估策略更新的触发条件的情况下,基于所述目标账户的更新输入信息调整所述第一评估信息,并通过所述目标通信接口向所述客户端发送调整后的所述第一评估信息,其中,所述触发条件表示所述目标账户的消费习惯信息低于预设消费阈值。
其中,上述消费订单为目标账户在一个或者多个平台上的历史消费订单。
上述更新输入信息为用户更新的收入信息,例如:升职、中奖等收入增加的更新收入信息。
上述第一模型为神经网络模型,预先训练的用于预测用户的消费习惯信息。
上述目标账户的消费习惯信息满足预设的触发评估策略更新的触发条件表示目标账户的消费习惯为节约性。
上述在所述目标账户的消费习惯信息满足预设的触发评估策略更新的触发条件的情况下,基于所述目标账户的更新收入信息调整所述第一评估信息可以理解为,目标账户的收入增加了,但由于目标账户的消费习惯为节约性,这样需要调整评估信息,而在所述目标账户的消费习惯信息不满足预设的触发评估策略更新的触发条件时,则不调整,目标账户的消费习惯信息不满足预设的触发评估策略更新的触发条件表示目标账户不属于节约性,即输入增加了,但用户的消费也会同样增加,因此,不需要调整评估信息。
上述实施例中由于在所述目标账户的消费习惯信息满足触发条件的情况下基于更新输入信息调整第一评估信息,这样可以提高评估信息的准确性。
在一个实施例中,所述第一评估信息包括第一维度评分(可以是理财维度评分)和第二维度评分(可以是账务自由度评分),所述基于所述目标账户的更新输入信息调整所述第一评估信息,包括:
在所述第一维度评分高于第一预设阈值的情况下,通过所述目标通信接口向所述客户端发送第二请求消息,所述第二请求消息用于获取所述目标账户对应的产品信息;
通过所述目标通信接口接收所述客户端发送的所述目标账户对应的产品信息;
将所述目标账户对应的产品信息和第一维度评分输入至第二模型预测所述目标账户的风险等级,所述第二模型为预先训练的用于预测风险等级的网络模型;
在所述目标账户的风险等级高于第二预设阈值的情况下,采用第一调整策略基于所述目标账户的更新输入信息调整所述第一评估信息;在所述目标账户的风险等级不高于第二预设阈值的情况下,采用第二调整策略基于所述目标账户的更新输入信息调整所述第一评估信息;其中,所述第一调整策略和所述第二调整策略用于调整所述第二维度评分,且所述第一调整策略调整所述第二维度评分的分值小于所述第二调整策略调整所述第二维度评分的分值。
上述第一维度评分高于第一预设阈值可以理解为目标账户对应的用户属于爱理财的用户。
上述第二模型为神经网络模型,预先训练的用于预测用户的预测风险等级。
第一调整策略调整所述第二维度评分的分值小于所述第二调整策略调整所述第二维度评分的分值是指在输入信息相同的下,第一调整策略调整第二维度评分的分值小于所述第二调整策略调整第二维度评分的分值。这样可以实现目标账户的风险等级高的情况下,第二维度评分的并不是随着收入增加而进行相应的增加,而是考虑到目标账户的风险等级高隐藏第二维度评分的部分增加值,从而在第二维度评分规避投资的风险,因为,目标客户的消费习惯信息满足上述触发条件,这样通过可以识别出目标账户对应的用户为节约,爱投资的性格,该性格表示对财富的欲望很高,因此,需要降低其第二维度评分,以避免用户在未来因投资失败或者有高金额的消费,进而增加评估信息的可靠性,且还可以提高评估信息的指导效果。而目标账户的风险等级低的情况下,第二维度评分的随着输入增加而进行相应的增加,该情况下不藏第二维度评分的增加值。
上述实施例中,通过两种不同策略的调整,可以提高评估信息的对于用户养老或者后续生活的指导效果。
在一些实施方式,也可以不考虑投资,即直接基于所述目标账户的更新输入信息调整所述第一评估信息。
需要说明的是,本公开提供的多个实施例可以相互结合实现,也可以单独实现。
本公开中,由于基于第一输入信息和第二输入信息计算目标账户在第二时间的第三输入信息,以及基于第一输出信息计算目标账户在第二时间的第二输出信息,基于第三输入信息和第二输出信息生成目标账户在第二时间的第一评估信息,这样可以实现基于多个时间、输入维度和输出维度对目标账户进行评估,从而可以提高评估信息的准确性。另外,由于使用目标处理器进行生成的,这样电子设备可以直接使用该评估信息,以避免使用目标处理器多次生成评估信息,进而降低目标处理器的资源消费,有利于在资源受限的电子设备上生成评估信息。且通过目标通信接口发送上述评估信息,这样由于评估信息的准确性提供,从而可以避免使用目标通信接口多次发送评估信息,进而降低目标通信接口的资源消费,有利于在资源受限的电子设备上生成并发送评估信息。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、应用和公开等,均符合相关法律法规的规定,且不违背公序良俗。
需要说明的是,本公开中使用的属性信息仅限于取得用户单独同意的信息,包括但不限于在用户使用本公开提供的技术方案前,通知用户阅读用户协议(通知),并签署包括授权相关用户信息的该协议(授权)。
请参见图3a,图3a是本公开提供的一种评估信息生成装置,如图3a所示,评估信息生成装置300包括:
第一获取模块301,用于获取目标账户的属性信息;
第一预测模块302,用于使用目标处理器基于所述属性信息预测所述目标账户在第一时间的第一输入信息;
拟合模块303,用于使用目标处理器基于所述属性信息获取所述目标账户对应的参考输入与输出曲线,并对所述参考输入与输出曲线进行拟合,得到所述目标账户在所述第一时间的第二输入信息和第一输出信息;
第一计算模块304,用于使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,以及使用所述目标处理器基于所述第一输出信息计算所述目标账户在所述第二时间的第二输出信息,所述第二时间早于所述第一时间;
生成模块305,用于使用所述目标处理器基于所述第三输入信息和所述第二输出信息生成所述目标账户在所述第二时间的第一评估信息。
在一个实施例中,所述对所述参考输入与输出曲线进行拟合,得到所述目标账户在所述第一时间的第二输入信息和第一输出信息,包括:
使用所述目标处理器将所述属性信息与参考信息进行比较,得到比较结果,所述参考信息为所述参考输入与输出曲线对应的属性信息;
使用所述目标处理器基于所述比较结果对所述参考输入与输出曲线进行平移,得到所述目标账户的目标输入与输出曲线,所述目标输入与输出曲线包括所述目标账户在所述第一时间内多个时间段的第二输入信息和第一输出信息。
在一个实施例中,所述第一输入信息包括所述目标账户在所述第一时间内至少一个时间段的输入信息;所述使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,包括:
使用所述目标处理器识别所述第一输入信息的输入类型,通过预先为所述输入类型创建的第一计算策略,计算所述目标账户在第二时间的第四输入信息;
其中,所述第一计算策略包括将所述第一输入信息对应的至少一个折现值叠加,第i个折现值为等于所述第一时间内第i个时间段的输入信息除以第i个折现率,所述第i个折现率等于1加目标折现值的和的i次方;或者,所述第一计算策略包括将所述第一输入信息对应的至少一个折现值和所述第一输入信息对应的起始信息叠加,第i个折现值为等于所述第一时间内第i个时间段的输入信息除以第i个折现率,所述第i个折现率等于1加目标折现值的和的i减1次方,所述起始信息为在所述第一时间之前所述目标账户已有的资产信息;i为正整数;
其中,所述第三输入信息等于所述第四输入信息加上第五输入信息,所述第五输入信息为基于所述第二输入信息计算所述目标账户在第二时间的输入信息。
在一个实施例中,所述第二输入信息包括所述目标账户在所述第一时间内至少一个时间段的输入信息;所述使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,还包括:
使用所述目标处理器通过预先为所述第二输入信息创建的第二计算策略,计算所述目标账户在第二时间的第五输入信息;
其中,所述第二计算策略包括将所述第二输入信息对应的至少一个折现值叠加,第i个折现值为等于所述第一时间内第i个时间段的输入信息除以第i个折现率,所述第i个折现率等于1加目标折现值的和的i减1次方。
在一个实施例中,所述第一预测模块302用于使用目标处理器基于所述属性信息预测所述目标账户在第一时间的第一输入信息和第三输出信息;
所述使用所述目标处理器基于所述第一输出信息计算所述目标账户在所述第二时间的第二输出信息,包括:
使用所述目标处理器基于所述第一输出信息和所述第三输出信息计算所述目标账户在所述第二时间的第二输出信息。
在一个实施例中,如图3b所示,所述装置还包括:
发送模块,用于通过目标通信接口向所述目标账户对应的客户端发送所述第一评估信息
在一个实施例中,所述第一评估信息为所述目标账户在第一系统中的第一评估信息;如图3c所示,所述装置还包括:
第二获取模块307,用于通过目标通信接口获取所述目标账户在第二系统中的订单信息;
第二预测模块308,用于使用所述目标处理器基于所述订单信息预测所述目标账户在所述第一时间的第四输入信息;
所述使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,包括:
使用所述目标处理器基于所述第一输入信息、所述第二输入信息和所述第四输入信息计算所述目标账户在第二时间的第三输入信息。
在一个实施例中,如图3d所示,所述生成模块305包括:
计算单元3051,用于使用所述目标处理器基于所述第三输入信息和所述第二输出信息计算所述目标账户在N个预设评估维度的评估分数,N为正整数;
第一生成单元3052,用于使用所述目标处理器生成用于表示所述N个预设评估维度的评估分数的评估图案;
获取单元3053,用于在目标存储器查找所述N个预设评估维度的评估分数对应的评估描述信息,在查找到的情况下,获取所述目标存储器中的N个预设评估维度的评估分数对应的N个评估描述信息,在未查找到的情况下,在所述目标存储器获取预设兜底评估描述信息;
第二生成单元3054,用于使用所述目标处理器生成包括所述评估分数、所述评估图案和评估描述信息的第一评估信息,所述评估描述信息包括所述N个评估描述信息或者所述预设兜底评估描述信息。
在一个实施例中,所述第一评估信息为第一位置区域的第一评估信息;如图3e所示,所述装置还包括:
第一接收模块309,用于通过所述目标通信接口接收所述客户端发送的通话记录信息;
第一识别模块3010,用于识别所述通话记录信息归属的第二位置区域;
第二识别模块3011,用于识别所述第二位置区域的消费信息和所述第一位置区域的消费信息,基于所述第二位置区域的消费信息和所述第一位置区域的消费信息计算所述第二位置区域与所述第一位置区域的消费差信息,并设定所述消费差信息对应的调整因子;
第一调整模块3012,用于基于所述调整因子对所述第一评估信息进行调整,得到所述目标账户在所述第二位置区域的第二评估信息,并通过所述目标通信接口向所述客户端发送所述第二评估信息。
在一个实施例中,如图3f所示,所述装置还包括:
第一请求模块3013,用于通过所述目标通信接口向所述客户端发送第一请求信息,所述第一请求信息用于请求获取所述目标账户的更新输入信息和所述目标账户对应的消费订单信息;
第二接收模块3014,用于通过所述目标通信接口接收所述客户端发送所述目标账户的更新输入信息和所述目标账户对应的消费订单信息;
第三预测模块3015,用于在所述目标账户的更新输入信息表示输入提升幅度高于预设幅度阈值的情况下,将所述消费订单信息输入至第一模型预测所述目标账户的消费习惯信息,所述第一模型为预先训练用于预测消费习惯信息的网络模型;
第二调整模块3016,用于在所述目标账户的消费习惯信息满足预设的触发评估策略更新的触发条件的情况下,基于所述目标账户的更新输入信息调整所述第一评估信息,并通过所述目标通信接口向所述客户端发送调整后的所述第一评估信息,其中,所述触发条件表示所述目标账户的消费习惯信息低于预设消费阈值。
在一个实施例中,所述第一评估信息包括第一维度评分和第二维度评分,所述基于所述目标账户的更新输入信息调整所述第一评估信息,包括:
在所述第一维度评分高于第一预设阈值的情况下,通过所述目标通信接口向所述客户端发送第二请求消息,所述第二请求消息用于获取所述目标账户对应的产品信息;
通过所述目标通信接口接收所述客户端发送的所述目标账户对应的产品信息;
将所述目标账户对应的产品信息和第一维度评分输入至第二模型预测所述目标账户的风险等级,所述第二模型为预先训练的用于预测风险等级的网络模型;
在所述目标账户的风险等级高于第二预设阈值的情况下,采用第一调整策略基于所述目标账户的更新输入信息调整所述第一评估信息;在所述目标账户的风险等级不高于第二预设阈值的情况下,采用第二调整策略基于所述目标账户的更新输入信息调整所述第一评估信息;其中,所述第一调整策略和所述第二调整策略用于调整所述第二维度评分,且所述第一调整策略调整所述第二维度评分的分值小于所述第二调整策略调整所述第二维度评分的分值。
本公开提供的评估信息生成装置能够实现本公开提供的评估信息生成方法实现的各个过程,并达到相同的技术效果,为避免重复,这里不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质、一种计算机程序产品、一种平台。
其中,上述电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开提供的评估信息生成方法。
上述可读存储介质存储有计算机指令,其中,所述计算机指令用于使所述计算机执行本公开提供的评估信息生成方法。
上述计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开提供的评估信息生成方法。
上述平台包括本公开提供的电子设备,上述平台能够提供平台化服务,例如:该平台以软件运营服务(Software as a Service,SaaS)、应用程序编程接口(ApplicationProgramming Interface,API)、超文本标记语言第5代(HyperText Markup Language 5,H5)、软件开发工具包(Software Development Kit,SDK)、模型即服务(Model as aService,MaaS)等中的至少一种形式向第三方进行技术服务输出。
图4示出了可以用来实施本公开的实施例的示例电子设备400的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图4所示,设备400包括计算单元401,其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序,来执行各种适当的动作和处理。在RAM 403中,还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
设备400中的多个部件连接至I/O接口405,包括:输入单元406,例如键盘、鼠标等;输出单元407,例如各种类型的显示器、扬声器等;存储单元408,例如磁盘、光盘等;以及通信单元409,例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网格和/或各种电信网格与其他设备交换信息/数据。
计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理,例如评估信息生成方法。例如,在一些实施例中,评估信息生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元408。在一些实施例中,计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时,可以执行上文描述的评估信息生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元401可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行评估信息生成方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网格浏览器的用户计算机,用户可以通过该图形用户界面或者该网格浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网格)来将系统的部件相互连接。通信网格的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网格进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (26)
1.一种评估信息生成方法,包括:
获取目标账户的属性信息;
使用目标处理器基于所述属性信息预测所述目标账户在第一时间的第一输入信息;
使用目标处理器基于所述属性信息获取所述目标账户对应的参考输入与输出曲线,并对所述参考输入与输出曲线进行拟合,得到所述目标账户在所述第一时间的第二输入信息和第一输出信息;
使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,以及使用所述目标处理器基于所述第一输出信息计算所述目标账户在所述第二时间的第二输出信息,所述第二时间早于所述第一时间;
使用所述目标处理器基于所述第三输入信息和所述第二输出信息生成所述目标账户在所述第二时间的第一评估信息。
2.根据权利要求1所述的方法,其中,所述对所述参考输入与输出曲线进行拟合,得到所述目标账户在所述第一时间的第二输入信息和第一输出信息,包括:
使用所述目标处理器将所述属性信息与参考信息进行比较,得到比较结果,所述参考信息为所述参考输入与输出曲线对应的属性信息;
使用所述目标处理器基于所述比较结果对所述参考输入与输出曲线进行平移,得到所述目标账户的目标输入与输出曲线,所述目标输入与输出曲线包括所述目标账户在所述第一时间内多个时间段的第二输入信息和第一输出信息。
3.根据权利要求1所述的方法,其中,所述第一输入信息包括所述目标账户在所述第一时间内至少一个时间段的输入信息;所述使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,包括:
使用所述目标处理器识别所述第一输入信息的输入类型,通过预先为所述输入类型创建的第一计算策略,计算所述目标账户在第二时间的第四输入信息;
其中,所述第一计算策略包括将所述第一输入信息对应的至少一个折现值叠加,第i个折现值为等于所述第一时间内第i个时间段的输入信息除以第i个折现率,所述第i个折现率等于1加目标折现值的和的i次方;或者,所述第一计算策略包括将所述第一输入信息对应的至少一个折现值和所述第一输入信息对应的起始信息叠加,第i个折现值为等于所述第一时间内第i个时间段的输入信息除以第i个折现率,所述第i个折现率等于1加目标折现值的和的i减1次方,所述起始信息为在所述第一时间之前所述目标账户已有的资产信息;i为正整数;
其中,所述第三输入信息等于所述第四输入信息加上第五输入信息,所述第五输入信息为基于所述第二输入信息计算所述目标账户在第二时间的输入信息。
4.根据权利要求3所述的方法,其中,所述第二输入信息包括所述目标账户在所述第一时间内至少一个时间段的输入信息;所述使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,还包括:
使用所述目标处理器通过预先为所述第二输入信息创建的第二计算策略,计算所述目标账户在第二时间的第五输入信息;
其中,所述第二计算策略包括将所述第二输入信息对应的至少一个折现值叠加,第i个折现值为等于所述第一时间内第i个时间段的输入信息除以第i个折现率,所述第i个折现率等于1加目标折现值的和的i减1次方。
5.根据权利要求1至4中任一项所述的方法,其中,所述使用目标处理器基于所述属性信息预测所述目标账户在第一时间的第一输入信息,包括:
使用目标处理器基于所述属性信息预测所述目标账户在第一时间的第一输入信息和第三输出信息;
所述使用所述目标处理器基于所述第一输出信息计算所述目标账户在所述第二时间的第二输出信息,包括:
使用所述目标处理器基于所述第一输出信息和所述第三输出信息计算所述目标账户在所述第二时间的第二输出信息。
6.根据权利要求1至4中任一项所述的方法,其中,所述第一评估信息为所述目标账户在第一系统中的第一评估信息;所述方法还包括:
通过目标通信接口获取所述目标账户在第二系统中的订单信息;
使用所述目标处理器基于所述订单信息预测所述目标账户在所述第一时间的第四输入信息;
所述使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,包括:
使用所述目标处理器基于所述第一输入信息、所述第二输入信息和所述第四输入信息计算所述目标账户在第二时间的第三输入信息。
7.根据权利要求1至4中任一项所述的方法,其中,所述使用所述目标处理器基于所述第三输入信息和所述第二输出信息生成所述目标账户在所述第二时间的第一评估信息,包括:
使用所述目标处理器基于所述第三输入信息和所述第二输出信息计算所述目标账户在N个预设评估维度的评估分数,N为正整数;
使用所述目标处理器生成用于表示所述N个预设评估维度的评估分数的评估图案;
在目标存储器查找所述N个预设评估维度的评估分数对应的评估描述信息,在查找到的情况下,获取所述目标存储器中的N个预设评估维度的评估分数对应的N个评估描述信息,在未查找到的情况下,在所述目标存储器获取预设兜底评估描述信息;
使用所述目标处理器生成包括所述评估分数、所述评估图案和评估描述信息的第一评估信息,所述评估描述信息包括所述N个评估描述信息或者所述预设兜底评估描述信息。
8.根据权利要求1至4中任一项所述的方法,所述方法还包括:
通过目标通信接口向所述目标账户对应的客户端发送所述第一评估信息。
9.根据权利要求8所述的方法,所述第一评估信息为第一位置区域的第一评估信息;所述方法还包括:
通过所述目标通信接口接收所述客户端发送的通话记录信息;
识别所述通话记录信息归属的第二位置区域;
识别所述第二位置区域的消费信息和所述第一位置区域的消费信息,基于所述第二位置区域的消费信息和所述第一位置区域的消费信息计算所述第二位置区域与所述第一位置区域的消费差信息,并设定所述消费差信息对应的调整因子;
基于所述调整因子对所述第一评估信息进行调整,得到所述目标账户在所述第二位置区域的第二评估信息,并通过所述目标通信接口向所述客户端发送所述第二评估信息。
10.根据权利要求8所述的方法,所述方法还包括:
通过所述目标通信接口向所述客户端发送第一请求信息,所述第一请求信息用于请求获取所述目标账户的更新输入信息和所述目标账户对应的消费订单信息;
通过所述目标通信接口接收所述客户端发送所述目标账户的更新输入信息和所述目标账户对应的消费订单信息;
在所述目标账户的更新输入信息表示输入提升幅度高于预设幅度阈值的情况下,将所述消费订单信息输入至第一模型预测所述目标账户的消费习惯信息,所述第一模型为预先训练用于预测消费习惯信息的网络模型;
在所述目标账户的消费习惯信息满足预设的触发评估策略更新的触发条件的情况下,基于所述目标账户的更新输入信息调整所述第一评估信息,并通过所述目标通信接口向所述客户端发送调整后的所述第一评估信息,其中,所述触发条件表示所述目标账户的消费习惯信息低于预设消费阈值。
11.根据权利要求10所述的方法,其中,所述第一评估信息包括第一维度评分和第二维度评分,所述基于所述目标账户的更新输入信息调整所述第一评估信息,包括:
在所述第一维度评分高于第一预设阈值的情况下,通过所述目标通信接口向所述客户端发送第二请求消息,所述第二请求消息用于获取所述目标账户对应的产品信息;
通过所述目标通信接口接收所述客户端发送的所述目标账户对应的产品信息;
将所述目标账户对应的产品信息和第一维度评分输入至第二模型预测所述目标账户的风险等级,所述第二模型为预先训练的用于预测风险等级的网络模型;
在所述目标账户的风险等级高于第二预设阈值的情况下,采用第一调整策略基于所述目标账户的更新输入信息调整所述第一评估信息;在所述目标账户的风险等级不高于第二预设阈值的情况下,采用第二调整策略基于所述目标账户的更新输入信息调整所述第一评估信息;其中,所述第一调整策略和所述第二调整策略用于调整所述第二维度评分,且所述第一调整策略调整所述第二维度评分的分值小于所述第二调整策略调整所述第二维度评分的分值。
12.一种评估信息生成装置,包括:
第一获取模块,用于获取目标账户的属性信息;
第一预测模块,用于使用目标处理器基于所述属性信息预测所述目标账户在第一时间的第一输入信息;
拟合模块,用于使用目标处理器基于所述属性信息获取所述目标账户对应的参考输入与输出曲线,并对所述参考输入与输出曲线进行拟合,得到所述目标账户在所述第一时间的第二输入信息和第一输出信息;
第一计算模块,用于使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,以及使用所述目标处理器基于所述第一输出信息计算所述目标账户在所述第二时间的第二输出信息,所述第二时间早于所述第一时间;
生成模块,用于使用所述目标处理器基于所述第三输入信息和所述第二输出信息生成所述目标账户在所述第二时间的第一评估信息。
13.根据权利要求12所述的装置,其中,所述对所述参考输入与输出曲线进行拟合,得到所述目标账户在所述第一时间的第二输入信息和第一输出信息,包括:
使用所述目标处理器将所述属性信息与参考信息进行比较,得到比较结果,所述参考信息为所述参考输入与输出曲线对应的属性信息;
使用所述目标处理器基于所述比较结果对所述参考输入与输出曲线进行平移,得到所述目标账户的目标输入与输出曲线,所述目标输入与输出曲线包括所述目标账户在所述第一时间内多个时间段的第二输入信息和第一输出信息。
14.根据权利要求12所述的装置,其中,所述第一输入信息包括所述目标账户在所述第一时间内至少一个时间段的输入信息;所述使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,包括:
使用所述目标处理器识别所述第一输入信息的输入类型,通过预先为所述输入类型创建的第一计算策略,计算所述目标账户在第二时间的第四输入信息;
其中,所述第一计算策略包括将所述第一输入信息对应的至少一个折现值叠加,第i个折现值为等于所述第一时间内第i个时间段的输入信息除以第i个折现率,所述第i个折现率等于1加目标折现值的和的i次方;或者,所述第一计算策略包括将所述第一输入信息对应的至少一个折现值和所述第一输入信息对应的起始信息叠加,第i个折现值为等于所述第一时间内第i个时间段的输入信息除以第i个折现率,所述第i个折现率等于1加目标折现值的和的i减1次方,所述起始信息为在所述第一时间之前所述目标账户已有的资产信息;i为正整数;
其中,所述第三输入信息等于所述第四输入信息加上第五输入信息,所述第五输入信息为基于所述第二输入信息计算所述目标账户在第二时间的输入信息。
15.根据权利要求14所述的装置,其中,所述第二输入信息包括所述目标账户在所述第一时间内至少一个时间段的输入信息;所述使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,还包括:
使用所述目标处理器通过预先为所述第二输入信息创建的第二计算策略,计算所述目标账户在第二时间的第五输入信息;
其中,所述第二计算策略包括将所述第二输入信息对应的至少一个折现值叠加,第i个折现值为等于所述第一时间内第i个时间段的输入信息除以第i个折现率,所述第i个折现率等于1加目标折现值的和的i减1次方。
16.根据权利要求12至15中任一项所述的装置,其中,所述第一预测模块用于使用目标处理器基于所述属性信息预测所述目标账户在第一时间的第一输入信息和第三输出信息;
所述使用所述目标处理器基于所述第一输出信息计算所述目标账户在所述第二时间的第二输出信息,包括:
使用所述目标处理器基于所述第一输出信息和所述第三输出信息计算所述目标账户在所述第二时间的第二输出信息。
17.根据权利要求12至15中任一项所述的装置,其中,所述第一评估信息为所述目标账户在第一系统中的第一评估信息;所述装置还包括:
第二获取模块,用于通过目标通信接口获取所述目标账户在第二系统中的订单信息;
第二预测模块,用于使用所述目标处理器基于所述订单信息预测所述目标账户在所述第一时间的第四输入信息;
所述使用目标处理器基于所述第一输入信息和所述第二输入信息计算所述目标账户在第二时间的第三输入信息,包括:
使用所述目标处理器基于所述第一输入信息、所述第二输入信息和所述第四输入信息计算所述目标账户在第二时间的第三输入信息。
18.根据权利要求12至15中任一项所述的装置,其中,所述生成模块包括:
计算单元,用于使用所述目标处理器基于所述第三输入信息和所述第二输出信息计算所述目标账户在N个预设评估维度的评估分数,N为正整数;
第一生成单元,用于使用所述目标处理器生成用于表示所述N个预设评估维度的评估分数的评估图案;
获取单元,用于在目标存储器查找所述N个预设评估维度的评估分数对应的评估描述信息,在查找到的情况下,获取所述目标存储器中的N个预设评估维度的评估分数对应的N个评估描述信息,在未查找到的情况下,在所述目标存储器获取预设兜底评估描述信息;
第二生成单元,用于使用所述目标处理器生成包括所述评估分数、所述评估图案和评估描述信息的第一评估信息,所述评估描述信息包括所述N个评估描述信息或者所述预设兜底评估描述信息。
19.根据权利要求12至15中任一项所述的装置,所述装置还包括:
发送模块,用于通过目标通信接口向所述目标账户对应的客户端发送所述第一评估信息。
20.根据权利要求19所述的装置,所述第一评估信息为第一位置区域的第一评估信息;所述装置还包括:
第一接收模块,用于通过所述目标通信接口接收所述客户端发送的通话记录信息;
第一识别模块,用于识别所述通话记录信息归属的第二位置区域;
第二识别模块,用于识别所述第二位置区域的消费信息和所述第一位置区域的消费信息,基于所述第二位置区域的消费信息和所述第一位置区域的消费信息计算所述第二位置区域与所述第一位置区域的消费差信息,并设定所述消费差信息对应的调整因子;
第一调整模块,用于基于所述调整因子对所述第一评估信息进行调整,得到所述目标账户在所述第二位置区域的第二评估信息,并通过所述目标通信接口向所述客户端发送所述第二评估信息。
21.根据权利要求19所述的装置,所述装置还包括:
第一请求模块,用于通过所述目标通信接口向所述客户端发送第一请求信息,所述第一请求信息用于请求获取所述目标账户的更新输入信息和所述目标账户对应的消费订单信息;
第二接收模块,用于通过所述目标通信接口接收所述客户端发送所述目标账户的更新输入信息和所述目标账户对应的消费订单信息;
第三预测模块,用于在所述目标账户的更新输入信息表示输入提升幅度高于预设幅度阈值的情况下,将所述消费订单信息输入至第一模型预测所述目标账户的消费习惯信息,所述第一模型为预先训练用于预测消费习惯信息的网络模型;
第二调整模块,用于在所述目标账户的消费习惯信息满足预设的触发评估策略更新的触发条件的情况下,基于所述目标账户的更新输入信息调整所述第一评估信息,并通过所述目标通信接口向所述客户端发送调整后的所述第一评估信息,其中,所述触发条件表示所述目标账户的消费习惯信息低于预设消费阈值。
22.根据权利要求21所述的装置,其中,所述第一评估信息包括第一维度评分和第二维度评分,所述基于所述目标账户的更新输入信息调整所述第一评估信息,包括:
在所述第一维度评分高于第一预设阈值的情况下,通过所述目标通信接口向所述客户端发送第二请求消息,所述第二请求消息用于获取所述目标账户对应的产品信息;
通过所述目标通信接口接收所述客户端发送的所述目标账户对应的产品信息;
将所述目标账户对应的产品信息和第一维度评分输入至第二模型预测所述目标账户的风险等级,所述第二模型为预先训练的用于预测风险等级的网络模型;
在所述目标账户的风险等级高于第二预设阈值的情况下,采用第一调整策略基于所述目标账户的更新输入信息调整所述第一评估信息;在所述目标账户的风险等级不高于第二预设阈值的情况下,采用第二调整策略基于所述目标账户的更新输入信息调整所述第一评估信息;其中,所述第一调整策略和所述第二调整策略用于调整所述第二维度评分,且所述第一调整策略调整所述第二维度评分的分值小于所述第二调整策略调整所述第二维度评分的分值。
23.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-11中任一项所述的方法。
24.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-11中任一项所述的方法。
25.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-11中任一项所述的方法。
26.一种平台,包括如权利要求23所述的电子设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311684371.1A CN117787773A (zh) | 2023-12-08 | 2023-12-08 | 评估信息生成方法、装置、设备及平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311684371.1A CN117787773A (zh) | 2023-12-08 | 2023-12-08 | 评估信息生成方法、装置、设备及平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117787773A true CN117787773A (zh) | 2024-03-29 |
Family
ID=90393543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311684371.1A Pending CN117787773A (zh) | 2023-12-08 | 2023-12-08 | 评估信息生成方法、装置、设备及平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117787773A (zh) |
-
2023
- 2023-12-08 CN CN202311684371.1A patent/CN117787773A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200387990A1 (en) | Systems and methods for performing automated feedback on potential real estate transactions | |
WO2018157808A1 (zh) | 互联网征信评估方法和系统 | |
CN114943582A (zh) | 一种信息推荐方法、系统及推荐服务器 | |
CN111369345A (zh) | 云计算区块链的大数据信贷用户信用评估方法及系统 | |
CN111325355A (zh) | 企业实际控制人的确定方法、装置、计算机设备及介质 | |
AU2020443019A1 (en) | Systems, computer-implemented methods and computer programs for capital management | |
CN112037063A (zh) | 一种汇率预测模型生成方法、汇率预测方法及相关设备 | |
US8712890B2 (en) | Systems and methods for optimizing capital structure of a financial institution | |
EP4012642A2 (en) | Blockchain-based outlet site selection method and apparatus, device and storage medium | |
CN117787773A (zh) | 评估信息生成方法、装置、设备及平台 | |
JP2020013229A (ja) | 債務不履行確率を算出する装置、方法及びそのためのプログラム | |
CN114298825A (zh) | 还款积极度评估方法及装置 | |
CN115482116A (zh) | 资产投资策略信息的推荐方法、装置、设备及介质 | |
CN114282881A (zh) | 折旧测算方法、装置、存储介质及计算机设备 | |
CN111429257B (zh) | 一种交易监控方法和装置 | |
CN114119107A (zh) | 一种钢贸企业交易测评方法、装置、设备及存储介质 | |
CN113112311A (zh) | 训练因果推断模型的方法、信息提示方法以装置 | |
CN113849731A (zh) | 基于自然语言处理的信息推送方法、装置、设备及介质 | |
US20230030193A1 (en) | Method and apparatus for performing valuation on resource, device and storage medium | |
CN112446708A (zh) | 一种风险识别方法和装置 | |
CN113553407B (zh) | 事件追溯方法、装置、电子设备及存储介质 | |
CN116912004A (zh) | 推荐信息生成方法、装置、设备、介质、程序产品及平台 | |
US20230186387A1 (en) | Information processing device, information processing method, and recording medium | |
CN116911448A (zh) | 信息预测方法、装置、设备、存储介质、程序产品及平台 | |
CN117591567A (zh) | 一种资产信息分析方法及装置 |
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 |