WO2018219201A1 - 用于风险测评的数据采集方法及装置和电子设备 - Google Patents

用于风险测评的数据采集方法及装置和电子设备 Download PDF

Info

Publication number
WO2018219201A1
WO2018219201A1 PCT/CN2018/088191 CN2018088191W WO2018219201A1 WO 2018219201 A1 WO2018219201 A1 WO 2018219201A1 CN 2018088191 W CN2018088191 W CN 2018088191W WO 2018219201 A1 WO2018219201 A1 WO 2018219201A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
target user
type
historical data
historical
Prior art date
Application number
PCT/CN2018/088191
Other languages
English (en)
French (fr)
Inventor
杨帆
付歆
Original Assignee
阿里巴巴集团控股有限公司
杨帆
付歆
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 阿里巴巴集团控股有限公司, 杨帆, 付歆 filed Critical 阿里巴巴集团控股有限公司
Publication of WO2018219201A1 publication Critical patent/WO2018219201A1/zh
Priority to US16/692,153 priority Critical patent/US20200090269A1/en

Links

Images

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
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis

Definitions

  • the present application relates to the field of Internet technologies, and in particular, to a data collection method and apparatus and an electronic device for risk assessment.
  • the risk assessment needs to use data that is closely related to the user, it is usually sent to the user by questionnaire in the form of a questionnaire, and the user actively fills in the data.
  • the data collected in this way may be affected by subjective factors of the user, so that the results of the risk assessment are inconsistent with the actual situation of the user.
  • the present invention provides a data collection method and apparatus for risk assessment to solve the problem that the collected data is inaccurate in the prior art.
  • a data collection method for risk assessment according to an embodiment of the present application, the method comprising:
  • the acquired data and the received answers are determined as data for risk assessment.
  • a data collection method includes:
  • a data collection device for risk assessment includes:
  • the collection obtaining unit After receiving the collection request for the target user, the collection obtaining unit acquires a set of types of preset data to be collected;
  • a data obtaining unit which acquires data corresponding to the type in the type set from the historical data of the target user
  • the problem pushing unit pushes the problem corresponding to the unobtained type to the target user
  • An answer receiving unit that receives an answer uploaded by the target user
  • the data determining unit determines the acquired data and the received answer as data for performing risk assessment.
  • a data collection device includes:
  • the collection obtaining unit acquires historical data of the target user
  • the data acquisition unit compares the acquired historical data with a preset data type to be collected, and determines a data type that is not acquired in the preset data type to be collected;
  • a problem pushing unit pushing the problem corresponding to the unobtained data type to the target user
  • the answer receiving unit receives the data filled by the target user.
  • a memory for storing processor executable instructions
  • processor is configured to:
  • the acquired data and the received answers are determined as data for risk assessment.
  • a memory for storing processor executable instructions
  • processor is configured to:
  • some or all of the data to be collected are obtained from the historical data by using the data recorded by the target user history, and the data that is not collected is still provided by the target user in the form of a questionnaire.
  • the data in this part is relatively authentic, and therefore, using the data of this part can correct the deviation of the evaluation result due to the subjective factors of the target user;
  • the amount of problems that are not even pushed to the target user can be greatly reduced, and the target user experience can be avoided.
  • FIG. 1 is a flowchart of a data collection method for risk assessment provided by an embodiment of the present application
  • FIG. 2 is a schematic diagram of a type table of preset data to be collected according to an embodiment of the present application
  • FIG. 3 is a flowchart of a data collection method according to an embodiment of the present application.
  • FIG. 4 is a hardware structural diagram of a device where a data collection device for risk assessment provided in the present application is located;
  • FIG. 5 is a schematic block diagram of a data collection apparatus for risk assessment according to an embodiment of the present application.
  • FIG. 6 is a hardware structural diagram of a device where the data collection device provided by the present application is located;
  • FIG. 7 is a schematic block diagram of a data collection device according to an embodiment of the present application.
  • first, second, third, etc. may be used to describe various information in this application, such information should not be limited to these terms. These terms are only used to distinguish the same type of information from each other.
  • first information may also be referred to as the second information without departing from the scope of the present application.
  • second information may also be referred to as the first information.
  • word "if” as used herein may be interpreted as "when” or “when” or “in response to a determination.”
  • the risk assessment needs data that is closely related to the user, it is usually directly sent to the user for a questionnaire, and the user actively fills in the data.
  • the data collected in this way may be affected by subjective factors of the user, so that the results of the risk assessment are inconsistent with the actual situation of the user.
  • This embodiment is applied to a server, which can be used for a server for risk assessment, a server cluster, or a cloud platform built based on a server cluster.
  • a server for risk assessment, a server cluster, or a cloud platform built based on a server cluster.
  • a server cluster for risk assessment, a server cluster, or a cloud platform built based on a server cluster.
  • a server cluster for risk assessment, a server cluster, or a cloud platform built based on a server cluster.
  • a server cluster for risk assessment, a server cluster, or a cloud platform built based on a server cluster.
  • users can use the client to interact with the server for data. For example, a user purchases a financial wealth management product on a financial financial platform by using a client.
  • the client may refer to a client device on a hardware, such as a desktop computer, a laptop computer, a tablet computer, a smart phone, a handheld computer, a personal digital assistant (“PDA”), or any other. Wired or wireless processor drive.
  • a hardware such as a desktop computer, a laptop computer, a tablet computer, a smart phone, a handheld computer, a personal digital assistant (“PDA”), or any other. Wired or wireless processor drive.
  • the client may refer to an application client on the software, such as a financial management APP (Application).
  • APP Application
  • the client may also refer to a soft and hard client, such as a smart phone with a financial management APP installed.
  • FIG. 1 is a flowchart of a data collection method for risk assessment according to an embodiment of the present application, where the method includes the following steps:
  • Step 110 After receiving the collection request for the target user, obtain a preset type of data to be collected.
  • the type set of the preset collected data may be a set of types of data that are preset by the human to be collected; generally, each type of the set of types is a factor that may affect the analysis and evaluation result.
  • the preset type set of data to be collected as shown in FIG. 2 may include:
  • Age indicates the age of the target user; for example, young people have a long period of time to invest, and short-term losses can be adjusted back through subsequent growth, so the ability to resist risks is relatively strong. Due to the high demand for the liquidity of investment funds, the old people are hard to make up for the losses due to later adjustments, so the ability to resist risks is weaker.
  • Source of income indicates whether the target users' income channels are diverse; for example, users with multiple income sources are relatively more resistant to risks than users with only wage income.
  • Financial management experience means the target user's financial management channels (such as bank deposits, funds, stocks or futures); can influence the financial products recommended to users, and recommend financial products that meet the user's financial management experience.
  • financial management channels such as bank deposits, funds, stocks or futures
  • investment target indicates the expected return value of the target user; can recommend financial products that meet the expected return value.
  • Risk preference indicates the degree of risk acceptable to the target user; can recommend financial products that meet the risk preference.
  • Step 120 Acquire data corresponding to the type in the type set from the historical data of the target user.
  • the historical data is data recorded by the target user.
  • the target user performs shopping on the online shopping platform, and records the identity information used by the target user for receiving the goods, such as a name, a mobile phone number, a home address, and the like.
  • the target user purchases the wealth management product on the financial management platform, the target user's preferred financial channel, and the expected profit value, will also be recorded.
  • the consumption level, income level and the like of the target user can be calculated based on a model (such as a model built by a machine learning algorithm). For example, by modeling the data of a large number of users' shopping information (such as monthly spending) and income level (such as monthly income or annual income), a model for calculating the user's income level can be constructed; then, the model can be used to input only the user's shopping information. It is possible to calculate the income level of the user.
  • a model such as a model built by a machine learning algorithm
  • Step 130 Push the problem corresponding to the unobtained type to the target user.
  • the problem corresponding to the type is “option content”
  • the problem corresponding to the type "revenue source” is "option content" as shown in FIG. 2:
  • the target user is pushed to the email and mobile phone number reserved by the target user;
  • the historical data of the target user may not be able to collect all the data that needs to be collected; therefore, the problem corresponding to the unobtained type needs to be pushed to the target user, and the target user fills in.
  • the data of the hit type set that can be obtained from the historical data is different, so the missing type (that is, the type that is not acquired) is also different, which may cause the push problem.
  • the missing type that is, the type that is not acquired
  • Different for example, for users with more historical data, there may be less types of types, fewer push problems, and even all types of data can be obtained from historical data, so there is no need to push problems; For users with less historical data, there may be a relatively small number of types, and there are many push problems. Even all types of data cannot be obtained from historical data, so all types in the push type set need to be corresponding. problem. This kind of question is more flexible and more efficient.
  • Step 140 Receive an answer uploaded by the target user.
  • each answer corresponds to a question.
  • each uploaded answer can carry a corresponding question or question identifier.
  • the server may combine the type of the data to be collected and the corresponding relationship of the problem according to the question or the problem identifier carried by the answer, or the type of the data to be collected and the corresponding identifier of the problem. The relationship determines whether the answer specifically belongs to which type of data to be collected.
  • the answer uploaded by the target user can also be recorded in the historical data of the target user, so that it can be used by other systems that call historical data.
  • three types of data of ⁇ A, B, C, and C ⁇ in the type set ⁇ A, B, C, D ⁇ are obtained from the historical data of the target user.
  • the target user fills in the answer of type D, and the server records the answer of type D into the historical data of the target user.
  • the type set is updated to ⁇ A, B, C, D, E ⁇ , and there is no type E data in the historical data of the target user.
  • the first type of risk assessment has already supplemented the answer of type D, in the second risk assessment process, only the user needs to fill in the type E problem, and there is no need to fill in the types D and E at the same time.
  • Step 150 Determine the acquired data and the received answer as data for performing risk assessment.
  • the risk assessment can be performed after the user confirms that the errors are correct.
  • some or all of the data to be collected are obtained from the historical data by using the data recorded by the target user history, and the data that is not collected is still provided by the target user in the form of a questionnaire.
  • the data in this part is relatively authentic, and therefore, using the data of this part can correct the deviation of the evaluation result due to the subjective factors of the target user;
  • the amount of problems that are not even pushed to the target user can be greatly reduced, and the target user experience can be avoided.
  • the historical data of the target user in the embodiment of the present application may be offline historical data.
  • the online business is not affected normally; and the offline data is more efficient in calculation, for example, the offline data is pre-cached without temporary downloading. .
  • the method may further include:
  • the step 120 specifically includes:
  • the data corresponding to the type in the type set is obtained from the historical data of the target user.
  • the historical data can be used.
  • the server can obtain the data corresponding to the type in the type set from the historical data of the target user only after the target user authorizes the use of the historical data.
  • step 120 cannot be performed; therefore, in the step 130, the unacquired type is the type. All types in the collection, namely:
  • the step 130 includes:
  • the method further includes:
  • the step 150 specifically includes:
  • the acquired data and the received answer are determined as data for performing risk assessment.
  • some of the data automatically acquired by the server are calculated based on historical data analysis, and do not necessarily reflect the real situation of the user. In order to avoid errors, all the acquired data can be pushed to the target user and confirmed by the target user. After that, the acquired data is finally used, which is determined as the data used for risk assessment.
  • the preset data type to be collected includes modifiable data and non-modifiable data
  • the target user is allowed to make modifications.
  • the acquired data that is, the data obtained from the historical data
  • the part is the objective fact data, for example, whether the target user has purchased the wealth management product, and the data is determined.
  • the fact that the target user is not allowed to modify; the other part is calculated by the model, for example, according to the historical shopping information of the target user, the income level of the target user is calculated based on the model, and the data of the income level is calculated based on the model. , may not match the actual income level of the target user, so such data can allow the target user to modify.
  • each type will have "whether it is allowed to modify"
  • age indicates the age of the target user; the target user is not allowed to modify.
  • Source of income indicates whether the target user's revenue channel is diverse; allows the target user to make changes.
  • investment target indicates the expected return value of the target user; allows the target user to modify.
  • risk preference indicates the degree of risk acceptable to the target user; allows the target user to modify.
  • FIG. 3 is a flowchart of a data collection method according to an embodiment of the present disclosure, where the method includes the following steps:
  • Step 210 After receiving the collection request for the target user, obtain a set of types of preset data to be collected.
  • Step 220 Acquire data corresponding to the type in the type set from the historical data of the target user.
  • Step 230 Push the problem corresponding to the unobtained type to the target user.
  • Step 240 Receive an answer uploaded by the target user.
  • the application scenario is not limited to the risk assessment, that is, it can be applied to any scenario in which data collection is required; the steps in this embodiment may refer to FIG. 1 .
  • the specific description of the various steps in the illustrated embodiment; and the preferred embodiments of the embodiment shown in FIG. 1 can also be used as a preferred embodiment of the present embodiment, so that the related description will not be repeated in this embodiment.
  • the present application also provides an embodiment of a data acquisition apparatus for risk assessment.
  • the device embodiment may be implemented by software, or may be implemented by hardware or a combination of hardware and software.
  • the processor of the device in which it is located reads the corresponding computer program instructions in the non-volatile memory into the memory.
  • FIG. 4 a hardware structure diagram of the device where the data acquisition device for risk assessment of the present application is located, except for the processor, network interface, memory, and non-volatile shown in FIG.
  • the device in which the device is located in the embodiment generally collects actual functions according to the data used for risk assessment, and may also include other hardware, which will not be described again.
  • the apparatus includes: a collection acquisition unit 310, a data acquisition unit 320, a problem push unit 330, an answer receiving unit 340, and data.
  • the unit 350 is determined.
  • the collection obtaining unit 310 acquires a type set of preset data to be collected after receiving the collection request for the target user.
  • the data obtaining unit 320 acquires data corresponding to the type in the type set from the historical data of the target user;
  • the problem pushing unit 330 pushes the problem corresponding to the unacquired type to the target user;
  • the answer receiving unit 340 receives an answer uploaded by the target user
  • the data determining unit 350 determines the acquired data and the received answer as data for performing risk assessment.
  • the device further includes:
  • a determining unit determining whether the target user authorizes use of historical data
  • the data obtaining unit 320 specifically includes:
  • the data corresponding to the type in the type set is obtained from the historical data of the target user.
  • the problem pushing unit 530 specifically includes:
  • the device further includes:
  • a data pushing subunit that pushes the acquired data to the target user
  • the data determining unit 350 specifically includes:
  • the acquired data and the received answer are determined as data for performing risk assessment.
  • the preset data types to be collected include modifiable data and non-modifiable data;
  • the target user is allowed to make modifications.
  • the received answer is recorded to the historical data of the target user.
  • the historical data is offline historical data.
  • the present application also provides an embodiment of a data collection device.
  • the device embodiment may be implemented by software, or may be implemented by hardware or a combination of hardware and software.
  • the processor of the device in which it is located reads the corresponding computer program instructions in the non-volatile memory into the memory.
  • FIG. 6 a hardware structure diagram of the device where the data collection device of the present application is located, except for the processor, the network interface, the memory, and the non-volatile memory shown in FIG.
  • the device in which the device is located is usually based on the data collection actual function, and may also include other hardware, which will not be described again.
  • FIG. 7 is a block diagram of a data collection apparatus according to an embodiment of the present disclosure.
  • the apparatus includes: a collection acquisition unit 410, a data acquisition unit 420, a question push unit 430, and an answer receiving unit 440.
  • the collection obtaining unit 410 acquires historical data of the target user.
  • the data obtaining unit 420 compares the acquired historical data with a preset data type to be collected, and determines a data type that is not acquired in the preset data type to be collected;
  • the problem pushing unit 430 pushing the problem corresponding to the unobtained data type to the target user;
  • the answer receiving unit 440 receives the data filled in by the target user.
  • the system, device, module or unit illustrated in the above embodiments may be implemented by a computer chip or an entity, or by a product having a certain function.
  • a typical implementation device is a computer, and the specific form of the computer may be a personal computer, a laptop computer, a cellular phone, a camera phone, a smart phone, a personal digital assistant, a media player, a navigation device, an email transceiver, and a game control.
  • the device embodiment since it basically corresponds to the method embodiment, reference may be made to the partial description of the method embodiment.
  • the device embodiments described above are merely illustrative, wherein the units described as separate components may or may not be physically separate, and the components displayed as units may or may not be physical units, ie may be located A place, or it can be distributed to multiple network units. Some or all of the modules may be selected according to actual needs to achieve the objectives of the present application. Those of ordinary skill in the art can understand and implement without any creative effort.
  • the internal functional modules and structural diagrams of the data collection device for risk assessment are described above.
  • the substantial execution subject may be an electronic device, including:
  • a memory for storing processor executable instructions
  • processor is configured to:
  • the internal function module and structure of the data collection device are described above, and the substantial execution body may be an electronic device, including:
  • the processor may be a central processing unit (English: Central Processing Unit, CPU for short), or other general-purpose processor, digital signal processor (English: Digital Signal Processor) , referred to as: DSP), ASIC (English: Application Specific Integrated Circuit, referred to as: ASIC).
  • the general-purpose processor may be a microprocessor or the processor may be any conventional processor or the like, and the foregoing memory may be a read-only memory (English: read-only memory, abbreviation: ROM), a random access memory (English) :random access memory (abbreviation: RAM), flash memory, hard disk or solid state disk.
  • the steps of the method disclosed in the embodiments of the present invention may be directly implemented as a hardware processor, or may be performed by a combination of hardware and software modules in the processor.

Abstract

本申请提供一种用于风险测评的数据采集方法及装置，所述方法包括：在接收到针对目标用户的采集请求后，获取预设待采集数据的类型集合；从所述目标用户的历史数据中获取所述类型集合中类型对应的数据；将未获取到的类型对应的问题推送给所述目标用户；接收所述目标用户上传的答案；将所获取的数据以及所接收的答案确定为用于进行风险测评的数据。应用本申请实施例，可以修正现有由于目标用户主观因素导致的测评结果偏差，可以减少甚至无需向目标用户推送的问题量，避免降低目标用户体验。

Description

用于风险测评的数据采集方法及装置和电子设备 技术领域
本申请涉及互联网技术领域，尤其涉及一种用于风险测评的数据采集方法及装置和电子设备。
背景技术
随互联网技术的不断发展，针对用户推出的互联网产品越来越丰富例如金融理财产品。
一般的，为了给用户提供合适的产品，需要对用户进行风险测评得到该用户的风险等级。这样就可以根据不同用户的风险等级提供不同的理财产品。例如，金融理财产品中，对于风险等级较高(说明该用户安全)的用户，可以提供风险较高、收益较高的理财产品；对于风险等级较低的用户，可以提供风险较低、收益较低的理财产品。
由于风险测评需要使用到与用户息息相关的数据，通常都是以问卷调查的方式，推送给用户一个问卷，由用户主动填写数据。然而，这样采集到的数据可能会受到用户主观因素的影响，从而使得风险测评的结果与用户实际情况不符。
发明内容
本申请提供的一种用于风险测评的数据采集方法及装置，以解决现有技术中存在采集的数据不准确的问题。
根据本申请实施例提供的一种用于风险测评的数据采集方法，所述方法包括：
在接收到针对目标用户的采集请求后，获取预设待采集数据的类型集合；
从所述目标用户的历史数据中获取所述类型集合中类型对应的数据；
将未获取到的类型对应的问题推送给所述目标用户；
接收所述目标用户上传的答案；
将所获取的数据以及所接收的答案确定为用于进行风险测评的数据。
根据本申请实施例提供的一种数据采集方法，所述方法包括：
在接收到针对目标用户的采集请求后，获取预设待采集数据的类型集合；
从所述目标用户的历史数据中获取所述类型集合中类型对应的数据；
将未获取到的类型对应的问题推送给所述目标用户；
接收所述目标用户上传的答案。
根据本申请实施例提供的一种用于风险测评的数据采集装置，所述装置包括：
集合获取单元，在接收到针对目标用户的采集请求后，获取预设待采集数据的类型集合；
数据获取单元，从所述目标用户的历史数据中获取所述类型集合中类型对应的数据；
问题推送单元，将未获取到的类型对应的问题推送给所述目标用户；
答案接收单元，接收所述目标用户上传的答案；
数据确定单元，将所获取的数据以及所接收的答案确定为用于进行风险测评的数据。
根据本申请实施例提供的一种数据采集装置，所述装置包括：
集合获取单元，获取目标用户的历史数据；
数据获取单元，将所获取的历史数据与预设待采集的数据类型进行比对，确定所述预设待采集的数据类型中未被获取的数据类型；
问题推送单元，向所述目标用户推送所述未被获取的数据类型对应的问题；
答案接收单元，接收所述目标用户填写的数据。
根据本申请实施例提供的一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
在接收到针对目标用户的采集请求后，获取预设待采集数据的类型集合；
从所述目标用户的历史数据中获取所述类型集合中类型对应的数据；
将未获取到的类型对应的问题推送给所述目标用户；
接收所述目标用户上传的答案；
将所获取的数据以及所接收的答案确定为用于进行风险测评的数据。
根据本申请实施例提供的一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
在接收到针对目标用户的采集请求后，获取预设待采集数据的类型集合；
从所述目标用户的历史数据中获取所述类型集合中类型对应的数据；
将未获取到的类型对应的问题推送给所述目标用户；
接收所述目标用户上传的答案。
本申请实施例中，利用目标用户历史记录下来的数据，从这部分历史数据中获取部分或者全部待采集的数据，对于没有采集到的数据依然以问卷的形式由目标用户提供。这样，由于自动获取的数据是基于目标用户的历史数据得到的，这部分的数据相对是真实可信的，因此，使用这部分的数据可以修正现有由于目标用户主观因素导致的测评结果偏差；另一方面，通过自动从历史数据中获取部分或者全部待采集的数据，可以大大减少甚至无需向目标用户推送的问题量，避免降低目标用户体验。
附图说明
图1是本申请一实施例提供的用于风险测评的数据采集方法的流程图；
图2是本申请一实施例提供的预设待采集数据的类型表示意图；
图3是本申请一实施例提供的数据采集方法的流程图；
图4是本申请提供的用于风险测评的数据采集装置所在设备的一种硬件 结构图；
图5是本申请一实施例提供的用于风险测评的数据采集装置的模块示意图；
图6是本申请提供的数据采集装置所在设备的一种硬件结构图；
图7是本申请一实施例提供的数据采集装置的模块示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
如前所述，由于风险测评需要与用户息息相关的数据，通常都是直接推送给用户一个问卷，由用户主动填写数据。然而，这样采集到的数据可能会受到用户主观因素的影响，从而使得风险测评的结果与用户实际情况不符。
另一方面，在金融理财场景下，由于业内明确规定了需要对用户做全方位的风险测评，因此如果以问卷的形式采集数据，用户可能会面临几十甚至 上百道的问题，需要很长时间用户才能完成。
本实施例以应用于服务器，该服务器可以用于风险测评的服务器、服务器集群或者基于服务器集群构建的云平台。例如，金融理财的服务器、服务器集群或者基于服务器集群构建的云平台。
通常，用户可以使用客户端与服务器进行数据交互。例如，用户通过使用客户端在金融理财平台上购买金融理财产品。
本实施例中，所述的客户端可以指硬件上的客户端设备，例如台式计算机、膝上型计算机、平板计算机、智能手机、手持式计算机、个人数字助理(“PDA”)，或者其它任何的有线或无线处理器驱动装置。
所述客户端可以是指软件上的应用客户端，如金融理财APP(Application，应用程序)。
所述客户端也可以是指软硬结合的客户端，例如安装有金融理财APP的智能手机。
为了解决上述问题，请参见图1，为本申请一实施例提供的用于风险测评的数据采集方法的流程图，所述方法包括以下步骤：
步骤110：在接收到针对目标用户的采集请求后，获取预设待采集数据的类型集合。
本实施例中，所述预设采集数据的类型集合可以是人为预先设置的需要采集的数据的类型集合；一般的，所述类型集合中的每一个类型都是可以影响分析测评结果的因素。
以金融理财场景为例加以说明，根据业内规定需要对用户做全方位的风险测评，并且明确规定了调查涵盖的几大维度，具体可以参考2016年出台的《证券期货投资者适当性管理办法》。
请参考图2所示部分的预设待采集数据的类型表的示意图：
如图2所示预设待采集数据的类型集合可以包括：
1：年龄；表示目标用户的年龄；例如，青年人由于可以投资的期限很长，短期的损失可以通过后续的增长调整回来，因此抗风险能力相对强一点。老 年人由于对投资资金的流动性要求较高，发生的损失很难靠后期调整弥补回来，因此抗风险能力弱一些。
2：工作；表示目标用户的工作类型；例如，学生由于没有收入来源可能抗风险能力较弱；公司高管由于收入较高，抗风险能力相对较强。
3：收入来源；表示目标用户的收入渠道是否多样性；例如，相对于只有工资收入的用户来说，有多种收入来源的用户抗风险能力相对会强一些。
4：年收入；表示目标用户的收入水平；一般的，年收入高的会比年收入低的用户，抗风险能力强。
5：用于投资的资金；表示目标用户可以动用多少的资金进行投资；可以影响推荐给用户的理财产品，推荐符合用户投资资金的理财产品。
6：理财经验；表示目标用户理财的渠道(如银行存款、基金、股票或期货等)；可以影响推荐给用户的理财产品，推荐符合用户理财经验的理财产品。
7：理财时间；表示目标用户有多少年的理财经验。
8：理财产品；表示目标用户期望投资的理财产品。
9：投资目标；表示目标用户期望的收益值；可以推荐符合期望收益值的理财产品。
10：风险偏好；表示目标用户心里可接受的风险程度；可以推荐符合该风险偏好的理财产品。
......
步骤120：从所述目标用户的历史数据中获取所述类型集合中类型对应的数据。
本实施例中，所述历史数据是目标用户历史记录下来的数据，例如，目标用户在网购平台进行购物，会记录下该目标用户用于收货的身份信息如姓名、手机号、家庭地址等；再例如，目标用户在金融理财平台购买理财产品，也会记录下该目标用户的例如偏爱的理财渠道，期望的收益值。
另一方面，根据该目标用户历史购物信息，可以基于模型(如机器学习 算法构建的模型)计算出该目标用户的消费水平，收入水平等数据。例如通过海量用户的购物信息(如月消费额)与收入水平(如月收入或者年收入)的数据进行模型训练，可以构建一个计算用户收入水平的模型；然后利用该模型，只需输入用户的购物信息就可以计算出该用户的收入水平。
再一方面，还可以基于大数据技术，分析出需要的数据；例如，某用户经常购买奶粉，但并没有数据显示该用户有孩子；根据大数据分析，发现大部分存在购买奶粉的用户都有孩子，从而可以构建购买奶粉与有孩子之间的联系；进而可以得出该用户也有孩子。
步骤130：将未获取到的类型对应的问题推送给所述目标用户。
根据图2所示，类型对应的问题，为“选项内容”；
例如，假设类型“收入来源”未获取到，则可以根据图2中所示，将该类型“收入来源”对应的问题即“选项内容”：
1：工资奖金；2：生产经营；3：金融或房地产投资；4：其它。
需要说明的是，图2中所有内容仅为示例，类型对应的问题可以是人为预先设置的任意内容，本申请并不对具体的问题内容进行限定。
一般的，推送给所述目标用户，可以是推送到所述目标用户预留的电子邮件、手机号；
或者，推送到所述目标用户使用的应用程序客户端。
本实施例中，由于目标用户的历史数据可能无法采集到所有需要采集的数据；因此，还需要将未获取到的类型对应的问题推送给目标用户，由目标用户进行填写。
由于每一个目标用户历史数据都可能不同，从历史数据中可以获取到的命中类型集合的数据各不相同，因此缺少的类型(即未获取到的类型)也不同，可能会导致推送的问题也不同；例如，对于历史数据较多的用户，可能缺少的类型会相对少一些，推送的问题也会少，甚至全部类型的数据都可以从历史数据中获取到，那么就不需要推送问题了；而对于历史数据较少的用户，可能缺少的类型会相对较多一些，推送的问题也会多，甚至全部类型的 数据都无法从历史数据中获取到，那么需要推送类型集合中全部类型对应的问题。这种千人千面的提问更为灵活，效率更高。
步骤140：接收所述目标用户上传的答案。
目标用户在收到服务器推送的问题后，可以根据自己的实际情况，填写对应的答案；并可以上传所填写的答案。如前所述，每一个答案都是对应一个问题，为了使得服务器可以识别每一个答案是对应哪一个问题的，每一个上传的答案都可以携带有对应的问题或者问题标识。这样，服务器在接收到所述目标用户上传的答案后，可以根据所述答案携带的问题或问题标识，结合待采集数据的类型和问题的对应关系，或者待采集数据的类型和问题标识的对应关系，确定所述答案具体是属于哪一种待采集数据的类型。
值得一提的是，所述目标用户上传的答案也可以记录到该目标用户的历史数据中，这样，就可以供其它调用历史数据的系统使用。
举例说明，第一次针对目标用户的风险测评时，从该目标用户的历史数据中获取到类型集合{A，B,C,D}中的{A，B,，C}3种类型的数据，并最终由目标用户填写了类型D的答案，服务器将类型D的答案记录到该目标用户的历史数据中。
在第二次针对该目标用户的风险测评时，假设类型集合依然是{A，B,C,D}，由于第一次风险测评时已经将类型D的答案补充到了历史数据中，因此，第二次风险测评过程中，可以从该目标用户的历史数据中获取全部类型{A，B,C,D}的数据；无需目标用户再次回答类型D的问题了。
在第二次针对该目标用户的风险测评时，假设类型集合更新为{A,B,C,D,E}，并且目标用户的历史数据中没有类型E的数据。同样的，由于第一次风险测评时已经补充了类型D的答案，第二次风险测评过程中，仅需用户填写类型E的问题，而无需同时填写类型D、E的问题。
通过将目标用户上传的答案补充到历史数据的方式，可以补充之前缺少的数据。
步骤150：将所获取的数据以及所接收的答案确定为用于进行风险测评 的数据。
根据从历史数据中获取的数据，以及目标用户填写的答案，在用户确认无误后，就可以进行风险测评。
通过本申请实施例，利用目标用户历史记录下来的数据，从这部分历史数据中获取部分或者全部待采集的数据，对于没有采集到的数据依然以问卷的形式由目标用户提供。这样，由于自动获取的数据是基于目标用户的历史数据得到的，这部分的数据相对是真实可信的，因此，使用这部分的数据可以修正现有由于目标用户主观因素导致的测评结果偏差；另一方面，通过自动从历史数据中获取部分或者全部待采集的数据，可以大大减少甚至无需向目标用户推送的问题量，避免降低目标用户体验。
本申请实施例中所述目标用户的历史数据可以是离线的历史数据。这样，在调用目标用户的历史数据过程中，由于数据是离线的，不会影响线上业务的正常进行；而且离线数据在计算效率上更高，例如离线数据是预缓存好的无需临时进行下载。
在实际应用过程中，由于需要使用到目标用户的历史数据，通常这些历史数据涉及到目标用户的个人隐私。基于此，在本申请的一个具体地实施例中，在图1所示实施例的基础上，在所述步骤120之前，所述方法还可以包括：
判断所述目标用户是否授权使用历史数据；
所述步骤120，具体包括：
在所述目标用户授权使用历史数据的情况下，从所述目标用户的历史数据中获取所述类型集合中类型对应的数据。
本实施例中，能够使用历史数据可以取决于目标用户是否授权；只有在目标用户授权使用历史数据后，服务器才可以从所述目标用户的历史数据中获取所述类型集合中类型对应的数据。
对于所述目标用户未授权使用历史数据的情况，由于服务器无法使用目标用户的历史数据，也就无法执行步骤120；因此，所述步骤130中，所述 未获取到的类型即为所述类型集合中全部的类型，即：
在所述目标用户未授权使用历史数据的情况下，所述步骤130，具体包括：
将所述预设待采集数据的类型集合中全部类型对应的问题推送给所述目标用户。
在本申请的一个具体地实施例中，在所述步骤120之后，所述方法还包括：
将所获取的数据推送给所述目标用户；
所述步骤150，具体包括：
在接收到所述目标用户确定所获取的数据正确的情况下，将所获取的数据以及所接收的答案确定为用于进行风险测评的数据。
该实施例中，由于服务器自动获取的数据中，有些是基于历史数据分析计算得到的，并不一定反映用户真实情况，为了避免错误，可以将所有获取的数据推送给目标用户，经由目标用户确认后才最终使用所获取的数据，即确定为用于进行风险测评的数据。
在本申请的一个具体地实施例中，所述预设待采集的数据类型包括可修改数据以及不可修改数据；
在所获取的数据属于可修改数据的情况下，允许所述目标用户进行修改。
该实施例中，所获取的数据，即前述从历史数据中获取的数据，由于这些数据是基于历史数据得到的，部分是客观事实数据，例如目标用户是否购买过理财产品，这种数据是确定的事实，不允许目标用户修改；另一部分是通过模型计算出来，例如前述的根据目标用户历史购物信息，基于模型计算出该目标用户的收入水平，这个收入水平的数据由于是基于模型计算出来的，可能与目标用户的实际收入水平不符，因此，这样的数据可以允许目标用户进行修改。
如图2所示，每一种类型都会有“是否允许修改”；
1：年龄；表示目标用户的年龄；不允许目标用户进行修改。
2：工作；表示目标用户的工作类型；允许目标用户进行修改。
3：收入来源；表示目标用户的收入渠道是否多样性；允许目标用户进行修改。
4：年收入；表示目标用户的收入水平；允许目标用户进行修改。
5：用于投资的资金；表示目标用户可以动用多少的资金进行投资；允许目标用户进行修改。
6：理财经验；表示目标用户理财的渠道；不允许目标用户进行修改。
7：理财时间；表示目标用户有多少年的理财经验；不允许目标用户进行修改。
8：理财产品；表示目标用户期望投资的理财产品；允许目标用户进行修改。
9：投资目标；表示目标用户期望的收益值；允许目标用户进行修改。
10：风险偏好；表示目标用户心里可接受的风险程度；允许目标用户进行修改。
需要说明的是，图2中所有内容仅为示例，每一个类型是否允许目标用户修改可以是人为预先设置的，本申请并不进行限定。
请参见图3，为本申请一实施例提供的数据采集方法的流程图，所述方法包括以下步骤：
步骤210：在接收到针对目标用户的采集请求后，获取预设待采集数据的类型集合。
步骤220：从所述目标用户的历史数据中获取所述类型集合中类型对应的数据。
步骤230：将未获取到的类型对应的问题推送给所述目标用户。
步骤240：接收所述目标用户上传的答案。
本实施例中与图1所示实施例不同之处在于，本实施例并不限定应用场景为风险测评，即可以应用于任何需要进行数据采集的场景中；本实施例中步骤可以参考图1所示实施例中对于各个步骤的具体描述；并且图1所示实 施例的各个优选实施例也可以作为本实施例的优选方案，因此本实施例就不再重复赘述相关说明内容。
与前述图1所述的用于风险测评的数据采集方法实施例相对应，本申请还提供了一种用于风险测评的数据采集装置的实施例。所述装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图4所示，为本申请用于风险测评的数据采集装置所在设备的一种硬件结构图，除了图4所示的处理器、网络接口、内存以及非易失性存储器之外，实施例中装置所在的设备通常根据该用于风险测评的数据采集实际功能，还可以包括其他硬件，对此不再赘述。
参见图5，为本申请一实施例提供的用于风险测评的数据采集装置的模块图，所述装置包括：集合获取单元310、数据获取单元320、问题推送单元330、答案接收单元340和数据确定单元350。
其中，集合获取单元310，在接收到针对目标用户的采集请求后，获取预设待采集数据的类型集合；
数据获取单元320，从所述目标用户的历史数据中获取所述类型集合中类型对应的数据；
问题推送单元330，将未获取到的类型对应的问题推送给所述目标用户；
答案接收单元340，接收所述目标用户上传的答案；
数据确定单元350，将所获取的数据以及所接收的答案确定为用于进行风险测评的数据。
在一个可选的实施例中：
在所述数据获取单元320之前，所述装置还包括：
判断单元，判断所述目标用户是否授权使用历史数据；
所述数据获取单元320，具体包括：
在所述目标用户授权使用历史数据的情况下，从所述目标用户的历史数 据中获取所述类型集合中类型对应的数据。
在一个可选的实施例中：
在所述目标用户未授权使用历史数据的情况下，所述问题推送单元530，具体包括：
将所述预设待采集数据的类型集合中全部类型对应的问题推送给所述目标用户。
在一个可选的实施例中：
在所述数据获取单元320之后，所述装置还包括：
数据推送子单元，将所获取的数据推送给所述目标用户；
所述数据确定单元350，具体包括：
在接收到所述目标用户确定所获取的数据正确的情况下，将所获取的数据以及所接收的答案确定为用于进行风险测评的数据。
在一个可选的实施例中：
所述预设待采集的数据类型包括可修改数据以及不可修改数据；
在所获取的数据属于可修改数据的情况下，允许所述目标用户进行修改。
在一个可选的实施例中：
将所接收到的答案记录到所述目标用户的历史数据。
在一个可选的实施例中：
所述历史数据为离线的历史数据。
与前述图3所述的数据采集方法实施例相对应，本申请还提供了一种数据采集装置的实施例。所述装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图6所示，为本申请数据采集装置所在设备的一种硬件结构图，除了图6所示的处理器、网络接口、内存以及非易失性存储器之外，实施例中装置所在的设备通常根据该数据采集实际功能，还可以包括其他硬件，对此不再赘述。
参见图7，为本申请一实施例提供的数据采集装置的模块图，所述装置包括：集合获取单元410、数据获取单元420、问题推送单元430、答案接收单元440。
其中，集合获取单元410，获取目标用户的历史数据；
数据获取单元420，将所获取的历史数据与预设待采集的数据类型进行比对，确定所述预设待采集的数据类型中未被获取的数据类型；
问题推送单元430，向所述目标用户推送所述未被获取的数据类型对应的问题；
答案接收单元440，接收所述目标用户填写的数据。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上描述了用于风险测评的数据采集装置的内部功能模块和结构示意，其实质上的执行主体可以为一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
在接收到针对目标用户的采集请求后，获取预设待采集数据的类型集合；
从所述目标用户的历史数据中获取所述类型集合中类型对应的数据；
将未获取到的类型对应的问题推送给所述目标用户；
接收所述目标用户上传的答案。
类似的，以上描述了数据采集装置的内部功能模块和结构示意，其实质上的执行主体可以为一种电子设备，包括：
在接收到针对目标用户的采集请求后，获取预设待采集数据的类型集合；
从所述目标用户的历史数据中获取所述类型集合中类型对应的数据；
将未获取到的类型对应的问题推送给所述目标用户；
接收所述目标用户上传的答案。
在上述电子设备的实施例中，应理解，该处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application Specific Integrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，而前述的存储器可以是只读存储器(英文：read-only memory，缩写：ROM)、随机存取存储器(英文：random access memory，简称：RAM)、快闪存储器、硬盘或者固态硬盘。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于电子设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性 变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (18)

  1. 一种用于风险测评的数据采集方法，所述方法包括：
    在接收到针对目标用户的采集请求后，获取预设待采集数据的类型集合；
    从所述目标用户的历史数据中获取所述类型集合中类型对应的数据；
    将未获取到的类型对应的问题推送给所述目标用户；
    接收所述目标用户上传的答案；
    将所获取的数据以及所接收的答案确定为用于进行风险测评的数据。
  2. 根据权利要求1所述的方法，在所述从所述目标用户的历史数据中获取所述类型集合中类型对应的数据之前，所述方法还包括：
    判断所述目标用户是否授权使用历史数据；
    所述从所述目标用户的历史数据中获取所述类型集合中类型对应的数据，具体包括：
    在所述目标用户授权使用历史数据的情况下，从所述目标用户的历史数据中获取所述类型集合中类型对应的数据。
  3. 根据权利要求2所述的方法，在所述目标用户未授权使用历史数据的情况下，所述将未获取到的类型对应的问题推送给所述目标用户，具体包括：
    将所述预设待采集数据的类型集合中全部类型对应的问题推送给所述目标用户。
  4. 根据权利要求1所述的方法，在所述从所述目标用户的历史数据中获取所述类型集合中类型对应的数据之后，所述方法还包括：
    将所获取的数据推送给所述目标用户；
    所述将所获取的数据以及所接收的答案确定为用于进行风险测评的数据，具体包括：
    在接收到所述目标用户确定所获取的数据正确的情况下，将所获取的数据以及所接收的答案确定为用于进行风险测评的数据。
  5. 根据权利要求1所述的方法，所述预设待采集的数据类型包括可修改 数据以及不可修改数据；
    在所获取的数据属于可修改数据的情况下，允许所述目标用户进行修改。
  6. 根据权利要求1所述的方法，所述方法还包括：
    将所接收到的答案记录到所述目标用户的历史数据。
  7. 根据权利要求1所述的方法，所述历史数据为离线的历史数据。
  8. 一种数据采集方法，所述方法包括：
    在接收到针对目标用户的采集请求后，获取预设待采集数据的类型集合；
    从所述目标用户的历史数据中获取所述类型集合中类型对应的数据；
    将未获取到的类型对应的问题推送给所述目标用户；
    接收所述目标用户上传的答案。
  9. 一种用于风险测评的数据采集装置，所述装置包括：
    集合获取单元，在接收到针对目标用户的采集请求后，获取预设待采集数据的类型集合；
    数据获取单元，从所述目标用户的历史数据中获取所述类型集合中类型对应的数据；
    问题推送单元，将未获取到的类型对应的问题推送给所述目标用户；
    答案接收单元，接收所述目标用户上传的答案；
    数据确定单元，将所获取的数据以及所接收的答案确定为用于进行风险测评的数据。
  10. 根据权利要求9所述的装置，在所述数据获取单元之前，所述装置还包括：
    判断单元，判断所述目标用户是否授权使用历史数据；
    所述数据获取单元，具体包括：
    在所述目标用户授权使用历史数据的情况下，从所述目标用户的历史数据中获取所述类型集合中类型对应的数据。
  11. 根据权利要求10所述的装置，在所述目标用户未授权使用历史数据的情况下，所述问题推送单元，具体包括：
    将所述预设待采集数据的类型集合中全部类型对应的问题推送给所述目标用户。
  12. 根据权利要求9所述的装置，在所述数据获取单元之后，所述装置还包括：
    数据推送子单元，将所获取的数据推送给所述目标用户；
    所述数据确定单元，具体包括：
    在接收到所述目标用户确定所获取的数据正确的情况下，将所获取的数据以及所接收的答案确定为用于进行风险测评的数据。
  13. 根据权利要求9所述的装置，所述预设待采集的数据类型包括可修改数据以及不可修改数据；
    在所获取的数据属于可修改数据的情况下，允许所述目标用户进行修改。
  14. 根据权利要求9所述的装置，所述装置还包括：
    将所接收到的答案记录到所述目标用户的历史数据。
  15. 根据权利要求9所述的装置，所述历史数据为离线的历史数据。
  16. 一种数据采集装置，所述装置包括：
    集合获取单元，获取目标用户的历史数据；
    数据获取单元，将所获取的历史数据与预设待采集的数据类型进行比对，确定所述预设待采集的数据类型中未被获取的数据类型；
    问题推送单元，向所述目标用户推送所述未被获取的数据类型对应的问题；
    答案接收单元，接收所述目标用户填写的数据。
  17. 一种电子设备，包括：
    处理器；
    用于存储处理器可执行指令的存储器；
    其中，所述处理器被配置为：
    在接收到针对目标用户的采集请求后，获取预设待采集数据的类型集合；
    从所述目标用户的历史数据中获取所述类型集合中类型对应的数据；
    将未获取到的类型对应的问题推送给所述目标用户；
    接收所述目标用户上传的答案；
    将所获取的数据以及所接收的答案确定为用于进行风险测评的数据。
  18. 一种电子设备，包括：
    处理器；
    用于存储处理器可执行指令的存储器；
    其中，所述处理器被配置为：
    在接收到针对目标用户的采集请求后，获取预设待采集数据的类型集合；
    从所述目标用户的历史数据中获取所述类型集合中类型对应的数据；
    将未获取到的类型对应的问题推送给所述目标用户；
    接收所述目标用户上传的答案。
PCT/CN2018/088191 2017-05-27 2018-05-24 用于风险测评的数据采集方法及装置和电子设备 WO2018219201A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/692,153 US20200090269A1 (en) 2017-05-27 2019-11-22 Data collection method and apparatus for risk evaluation, and electronic device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710387851.X 2017-05-27
CN201710387851.XA CN107403381A (zh) 2017-05-27 2017-05-27 用于风险测评的数据采集方法及装置和电子设备

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16/692,153 Continuation US20200090269A1 (en) 2017-05-27 2019-11-22 Data collection method and apparatus for risk evaluation, and electronic device

Publications (1)

Publication Number Publication Date
WO2018219201A1 true WO2018219201A1 (zh) 2018-12-06

Family

ID=60405355

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/088191 WO2018219201A1 (zh) 2017-05-27 2018-05-24 用于风险测评的数据采集方法及装置和电子设备

Country Status (4)

Country Link
US (1) US20200090269A1 (zh)
CN (1) CN107403381A (zh)
TW (1) TW201901579A (zh)
WO (1) WO2018219201A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021196780A1 (zh) * 2020-03-31 2021-10-07 支付宝(杭州)信息技术有限公司 一种基于区块链的风控方法和系统

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107437198A (zh) 2017-05-26 2017-12-05 阿里巴巴集团控股有限公司 确定用户风险偏好的方法、信息推荐方法及装置
CN107403381A (zh) * 2017-05-27 2017-11-28 阿里巴巴集团控股有限公司 用于风险测评的数据采集方法及装置和电子设备
CN108335198A (zh) * 2018-02-07 2018-07-27 平安科技（深圳）有限公司 客户风险测评方法、装置、设备及计算机可读存储介质
CN110264330B (zh) * 2018-03-13 2023-05-26 腾讯科技（深圳）有限公司 信用指标计算方法、装置、计算机可读存储介质
CN109784651A (zh) * 2018-12-15 2019-05-21 深圳壹账通智能科技有限公司 一种基于微信客户端的贷款平台推广方法及相关设备
CN112001661B (zh) * 2020-09-11 2023-11-07 支付宝(杭州)信息技术有限公司 一种风测等级更新的方法、装置、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105843909A (zh) * 2016-03-24 2016-08-10 上海诺亚投资管理有限公司 金融信息的推送方法及装置
CN106485585A (zh) * 2016-09-29 2017-03-08 上海陆家嘴国际金融资产交易市场股份有限公司 用于等级评定的方法及系统
CN106875206A (zh) * 2016-07-18 2017-06-20 阿里巴巴集团控股有限公司 信息获取、评估、问卷调查方法、装置及服务器
CN107403381A (zh) * 2017-05-27 2017-11-28 阿里巴巴集团控股有限公司 用于风险测评的数据采集方法及装置和电子设备

Family Cites Families (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7747525B2 (en) * 2002-11-04 2010-06-29 The Western Union Company Systems and methods for customizing mortgage characteristics
US8090594B2 (en) * 2002-11-04 2012-01-03 The Western Union Company Systems and methods for directing recurring financial transfer operations
US7590572B2 (en) * 2006-12-14 2009-09-15 Intuit Inc. System and method for efficient return preparation for newly-independent filers
US8706631B2 (en) * 2007-03-22 2014-04-22 Sound Starts, Inc. Credit and transaction systems
US8200527B1 (en) * 2007-04-25 2012-06-12 Convergys Cmg Utah, Inc. Method for prioritizing and presenting recommendations regarding organizaion's customer care capabilities
US9064284B1 (en) * 2007-09-27 2015-06-23 United Services Automobile Association (Usaa) System and method of providing a financial investment recommendation using a portfolio planner
US20150170175A1 (en) * 2009-01-21 2015-06-18 Truaxis, Inc. Method and system for identifying a cohort of users based on past shopping behavior and other criteria
US8489499B2 (en) * 2010-01-13 2013-07-16 Corelogic Solutions, Llc System and method of detecting and assessing multiple types of risks related to mortgage lending
US20110295623A1 (en) * 2010-05-26 2011-12-01 Hartford Fire Insurance Company System and method for workers compensation data processing and tracking
US8326725B2 (en) * 2011-01-03 2012-12-04 Intuit Inc. Method and system for obtaining user data from third parties
US8869163B2 (en) * 2011-01-18 2014-10-21 Mindspeed Technologies, Inc. Integrated environment for execution monitoring and profiling of applications running on multi-processor system-on-chip
US9390444B2 (en) * 2011-05-12 2016-07-12 Verizon Patent And Licensing Inc. Method, medium, and system for providing a subset of products
US20130138555A1 (en) * 2011-11-30 2013-05-30 Rawllin International Inc. System and method of interpreting results based on publicly available data
US20170243278A1 (en) * 2012-07-25 2017-08-24 CapitalRock LLC Generation of suggestions and reasoning for product selection
US20140287723A1 (en) * 2012-07-26 2014-09-25 Anonos Inc. Mobile Applications For Dynamic De-Identification And Anonymity
US20140195412A1 (en) * 2013-01-04 2014-07-10 Michael Sidney METZ Increased efficiency for underwriting loans
US20150100519A1 (en) * 2013-10-09 2015-04-09 The Toronto-Dominion Bank Systems and methods for identifying product recommendations based on investment portfolio data
US20160005126A1 (en) * 2014-07-03 2016-01-07 Mastercard International Incorporated System and method for investment portfolio recommendations based on purchasing and retail location
US20160371780A1 (en) * 2014-09-05 2016-12-22 Vested Interest Co System and method for personal investing
KR101647035B1 (ko) * 2014-09-26 2016-08-09 삼성생명보험주식회사 고객 컨설팅을 위한 종합 솔루션 시스템
US11227335B2 (en) * 2014-10-19 2022-01-18 Robert M. Hayden Direct-to-consumer financial analysis and advisor comparison system
US20160117771A1 (en) * 2014-10-22 2016-04-28 Fmr Llc Centralized and Customized Asset Allocation Recommendation and Planning Using Personalized Profiling
US10235721B1 (en) * 2014-11-26 2019-03-19 Intuit Inc. System and method for automated data gathering for tax preparation
JP6436440B2 (ja) * 2014-12-19 2018-12-12 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 生成装置、生成方法、及び、プログラム
US20160267595A1 (en) * 2015-03-10 2016-09-15 Bank Of America Corporation Financial wellness system
US10140666B1 (en) * 2015-03-30 2018-11-27 Intuit Inc. System and method for targeted data gathering for tax preparation
US20170004584A1 (en) * 2015-06-30 2017-01-05 Intuit Inc. Systems, methods and articles for providing tax recommendations
US20170024821A1 (en) * 2015-07-21 2017-01-26 Tectonic Advisors, LLC Predictive, integrated software designed to optimize human and financial capital over life of user
US10268956B2 (en) * 2015-07-31 2019-04-23 Intuit Inc. Method and system for applying probabilistic topic models to content in a tax environment to improve user satisfaction with a question and answer customer support system
US11113704B2 (en) * 2015-12-07 2021-09-07 Daniel J. Towriss Systems and methods for interactive annuity product services using machine learning modeling
US20170200220A1 (en) * 2016-01-07 2017-07-13 Tangerine Bank Performance of a remotely managed customer service system
US20170221078A1 (en) * 2016-02-02 2017-08-03 International Business Machines Corporation Dynamic generation of survey questions from context based rules
US20170278173A1 (en) * 2016-03-25 2017-09-28 International Business Machines Corporation Personalized bundle recommendation system and method
US11094016B1 (en) * 2016-05-04 2021-08-17 Wells Fargo Bank, N.A. Full balance sheet advisor
WO2017205463A1 (en) * 2016-05-24 2017-11-30 Wallupt, Inc. Systems and methods for providing user-specific results based on test-drive of product or service
US10366378B1 (en) * 2016-06-30 2019-07-30 Square, Inc. Processing transactions in offline mode
CN106228399A (zh) * 2016-07-20 2016-12-14 福建工程学院 一种基于大数据的券商客户风险偏好分类方法
US10922761B2 (en) * 2016-08-02 2021-02-16 Mastercard International Incorporated Payment card network data validation system
CN106600369A (zh) * 2016-12-09 2017-04-26 广东奡风科技股份有限公司 基于朴素贝叶斯分类的银行金融产品实时推荐系统和方法
US10496817B1 (en) * 2017-01-27 2019-12-03 Intuit Inc. Detecting anomalous values in small business entity data

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105843909A (zh) * 2016-03-24 2016-08-10 上海诺亚投资管理有限公司 金融信息的推送方法及装置
CN106875206A (zh) * 2016-07-18 2017-06-20 阿里巴巴集团控股有限公司 信息获取、评估、问卷调查方法、装置及服务器
CN106485585A (zh) * 2016-09-29 2017-03-08 上海陆家嘴国际金融资产交易市场股份有限公司 用于等级评定的方法及系统
CN107403381A (zh) * 2017-05-27 2017-11-28 阿里巴巴集团控股有限公司 用于风险测评的数据采集方法及装置和电子设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021196780A1 (zh) * 2020-03-31 2021-10-07 支付宝(杭州)信息技术有限公司 一种基于区块链的风控方法和系统

Also Published As

Publication number Publication date
CN107403381A (zh) 2017-11-28
TW201901579A (zh) 2019-01-01
US20200090269A1 (en) 2020-03-19

Similar Documents

Publication Publication Date Title
WO2018219201A1 (zh) 用于风险测评的数据采集方法及装置和电子设备
CN110263024B (zh) 数据处理方法、终端设备及计算机存储介质
CN109690608B (zh) 外推信任得分中的趋势
JP5905544B2 (ja) オンライン評価システムおよび方法
US8660919B2 (en) Method for monitoring and reporting changes in the value of real estate
US11042946B2 (en) Identity mapping between commerce customers and social media users
US11798023B2 (en) Systems and methods to determine tax classification of benefits offered to subscribers of a membership platform
WO2019100852A1 (zh) 风险测评的实现方法和装置
WO2019196261A1 (zh) 一种协议文件的推送方法及终端设备
WO2019095666A1 (zh) 一种贷款额度评估方法及相关设备
US9128911B1 (en) Estimating high level tax refund range
US20210264524A1 (en) Automatically generating personal articles insurance data based on digital images
US20230274329A1 (en) Free Time Monetization Exchange
JP2023546849A (ja) 通貨市場において証券を予想、推奨、および売買するための機械学習
CN109829593B (zh) 目标对象的信用度确定方法、装置、存储介质及电子装置
CN111709825B (zh) 异常产品识别方法及系统
US20210090178A1 (en) Trust platform
CN109241435A (zh) 一种用于数字货币交易的数据推送方法、装置及系统
US20230245237A1 (en) Systems and methods for allocating assets to directed and interest-based participants
KR20220009791A (ko) Ai를 이용한 부동산 직거래 시스템 및 그 방법
US20160171608A1 (en) Methods and systems for finding similar funds
CN112673393B (zh) 使用增强现实显示提供一个或多个服务的系统和方法
KR20150126465A (ko) 온라인을 이용한 자동차 견적정보 제공 시스템
US20220351105A1 (en) Methods and systems for scoring, selecting and booking animals for casting
TWI774947B (zh) 票務運算量調控系統

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18810586

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18810586

Country of ref document: EP

Kind code of ref document: A1