WO2021088820A1 - 贷后信息的管理方法、装置、设备及存储介质 - Google Patents

贷后信息的管理方法、装置、设备及存储介质 Download PDF

Info

Publication number
WO2021088820A1
WO2021088820A1 PCT/CN2020/126225 CN2020126225W WO2021088820A1 WO 2021088820 A1 WO2021088820 A1 WO 2021088820A1 CN 2020126225 W CN2020126225 W CN 2020126225W WO 2021088820 A1 WO2021088820 A1 WO 2021088820A1
Authority
WO
WIPO (PCT)
Prior art keywords
event
enterprise
post
information
loan
Prior art date
Application number
PCT/CN2020/126225
Other languages
English (en)
French (fr)
Inventor
蔡远航
郑少杰
付勇
范增虎
江旻
Original Assignee
深圳前海微众银行股份有限公司
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 深圳前海微众银行股份有限公司 filed Critical 深圳前海微众银行股份有限公司
Publication of WO2021088820A1 publication Critical patent/WO2021088820A1/zh

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

Definitions

  • This application relates to the technical field of financial technology (Fintech), and particularly relates to post-loan information management methods, devices, equipment, and computer-readable storage media.
  • the post-loan management of existing companies generally involves manually posting relevant information about companies in major search engines, industry forums, Weibo or WeChat official accounts, and then manually judging whether the company will face certain risks in the future. Therefore, the management of post-loan information of existing enterprises is not only cumbersome to operate, but also inefficient in management.
  • the main purpose of this application is to propose a post-loan information management method, device, equipment, and computer-readable storage medium, aiming to solve the technical problems of the existing enterprise post-loan management that not only is cumbersome, but also has low management efficiency.
  • this application provides a method for managing post-loan information.
  • the method for managing post-loan information includes the following steps:
  • the received enterprise-related information is classified and integrated according to the enterprise name, and the enterprise post-loan information set corresponding to each post-loan enterprise is generated;
  • the enterprise event information in the enterprise post-loan information collection, and the occurrence time point corresponding to the enterprise event information generate the enterprise event timeline corresponding to each post-loan enterprise;
  • the probability of occurrence of risk events in each post-loan enterprise within a preset time period is calculated, and according to the probability of the occurrence of risk events in each post-loan enterprise, all Each post-loan enterprise performs corresponding post-loan management operations.
  • the timeline of the corporate event corresponding to each post-loan enterprise is generated based on the preset event name list, the corporate event information in the corporate post-loan information collection, and the occurrence time point corresponding to the corporate event information.
  • the specific steps include:
  • the enterprise event information hits the regular rule expression corresponding to the three-level event, the enterprise name of the enterprise to which the enterprise event information belongs, the name of the three-level event hit, and the occurrence time point corresponding to the enterprise time information are combined Generate a triple event;
  • a corporate event time axis corresponding to each post-loan enterprise is generated.
  • the event title in the enterprise event information is matched with the regular rule expression corresponding to the tertiary event in the event name list, and it is determined whether the enterprise event information hits the tertiary event After the corresponding regular rule expression steps, it also includes:
  • the enterprise event information misses the regular rule expression corresponding to the three-level event, the enterprise event information is marked as event information to be deleted, and the event information to be deleted is deleted in the enterprise post-loan event.
  • the enterprise event information hits the regular rule expression corresponding to the three-level event, the enterprise name of the enterprise to which the enterprise event information belongs, the name of the third-level event hit, and the enterprise time
  • the information corresponding to the occurrence time point, after the step of combining to generate a triple event also includes:
  • the probability of occurrence of risk events of each post-loan enterprise within a preset time period is calculated according to the event name list and the enterprise event time axis, and according to the post-loan enterprise
  • the steps to perform corresponding post-loan management operations on each of the post-loan enterprises specifically include:
  • the preset event transition probability calculate the probability of the second event information occurring in the enterprise to which the enterprise event time axis belongs within the corresponding time after the first event information, and use it as the probability of the enterprise to which the enterprise event time axis belongs to a risk event ;
  • the probability of risk events occurring in each post-loan enterprise is sequentially calculated, and corresponding post-loan management operations are performed on each post-loan enterprise according to the probability of the risk event occurring in each post-loan enterprise.
  • the probability of occurrence of risk events of each post-loan enterprise within a preset time period is calculated according to the event name list and the enterprise event time axis, and according to the post-loan enterprise
  • the probability of occurrence of a risk event, before performing the corresponding post-loan management operations on each post-loan enterprise also includes:
  • the event transition probability between each event in the event name list is calculated, where the probability calculation formula is:
  • A,t) N B /(N A +1), where P(B
  • the probability of occurrence of risk events of each post-loan enterprise within a preset time period is calculated according to the event name list and the enterprise event time axis, and according to the post-loan enterprise
  • the probability of occurrence of a risk event, before performing the corresponding post-loan management operations on each post-loan enterprise also includes:
  • a risk event identifier is added to the event in the risk event setting instruction in the event name list, so as to specify a risky risk event in the event name list.
  • the step of classifying and integrating the received enterprise-related information according to the enterprise name according to the preset enterprise name list, and generating the enterprise post-loan information set corresponding to each post-loan enterprise specifically includes:
  • the enterprise-related information is classified and integrated according to the enterprise name, and the enterprise post-loan information set corresponding to each post-loan enterprise is generated.
  • this application also provides a post-loan information management device, the post-loan information management device includes:
  • the information classification module is used to classify and integrate the received enterprise-related information according to the enterprise name according to the preset enterprise name list, and generate the enterprise post-loan information set corresponding to each post-loan enterprise;
  • the timeline generating module is used to generate the enterprise event timeline corresponding to each post-loan enterprise according to the preset event name list, the enterprise event information in the enterprise post-loan information collection, and the occurrence time point corresponding to the enterprise event information;
  • the probability calculation module is used to calculate the probability of occurrence of risk events of each post-loan enterprise within a preset time period according to the list of event names and the time axis of the enterprise event, and according to the risk of each post-loan enterprise For the probability of the event, perform corresponding post-loan management operations on each post-loan enterprise.
  • the time axis generating module specifically includes:
  • the event matching unit is configured to match the event title in the enterprise event information with the regular rule expression corresponding to the third-level event in the event name list, and determine whether the enterprise event information hits the third-level event corresponding Regular expression
  • the event generating unit is configured to, if the enterprise event information hits the regular rule expression corresponding to the three-level event, then correspond to the enterprise name of the enterprise to which the enterprise event information belongs, the name of the third-level event hit, and the enterprise time information At the time of occurrence, the combination generates a triple event;
  • the time axis generating unit is configured to generate a corporate event time axis corresponding to each post-loan enterprise according to the triple event corresponding to each post-loan enterprise and the occurrence time point corresponding to the triple event.
  • the time axis generation module is further used for:
  • the enterprise event information misses the regular rule expression corresponding to the three-level event, the enterprise event information is marked as event information to be deleted, and the event information to be deleted is deleted in the enterprise post-loan event.
  • the time axis generation module specifically further includes an event merging unit, and the event merging unit is configured to:
  • the probability calculation module specifically includes:
  • An event acquisition unit configured to sequentially use the corporate event information in the corporate event time axis as the first event information, and use the risk events in the event name list as the second event information in sequence;
  • the first calculation unit is configured to calculate, according to the preset event transition probability, the probability of the second event information occurring in the enterprise to which the enterprise event time axis belongs within the corresponding time after the first event information, as the enterprise event time axis The probability of a risk event occurring in the affiliated company;
  • the second calculation unit is used to sequentially calculate the probability of the occurrence of risk events in each post-loan enterprise, and perform corresponding post-loan management operations on each post-loan enterprise according to the probability of the occurrence of the risk event in each post-loan enterprise.
  • the probability calculation module is specifically further used for:
  • the event transition probability between each event in the event name list is calculated, where the probability calculation formula is:
  • A, t N B /(N A +1), where P(B
  • the information classification module specifically includes:
  • the information deletion unit is used to perform location prefix deletion operations and company suffix deletion operations on the business names in the business name list;
  • the information matching unit is used to perform regular matching of the deleted company name with the information in the preset information database, so as to determine the pending enterprise event information corresponding to the enterprise name in the enterprise name list in the information database;
  • the first word unit is used to segment the enterprise information of the to-be-processed event to obtain the to-be-processed word vector corresponding to the to-be-processed enterprise event information, and add the to-be-processed word vectors to obtain the first document vector;
  • the second word segmentation unit is used to segment the target company event information to obtain a target word vector corresponding to the target company event information, and add the target word vectors to obtain a second document vector;
  • a vector calculation unit configured to calculate the cosine distance between the first document vector and the second document vector, and when the cosine distance is greater than a preset threshold, use the to-be-processed enterprise event information as enterprise-related information;
  • the information integration unit is used to classify and integrate the enterprise-related information according to the enterprise name to generate a post-loan information set corresponding to each post-loan enterprise.
  • this application also provides a management device for post-loan information
  • the device for managing post-loan information includes: a memory, a processor, and stored in the memory and capable of running on the processor
  • the post-loan information management program when the post-loan information management program is executed by the processor, implements the steps of the above-mentioned post-loan information management method.
  • this application also provides a computer-readable storage medium with a post-loan information management program stored on the computer-readable storage medium, which is implemented when the post-loan information management program is executed by a processor The steps of the method for managing post-loan information as described above.
  • This application provides a method for managing post-loan information.
  • the enterprise post-loan information set corresponding to each post-loan enterprise is generated; according to the preset The event name list, the enterprise event information in the post-loan information collection of the enterprise, and the time point of occurrence corresponding to the enterprise event information are generated to generate the enterprise event timeline corresponding to each post-loan enterprise; according to the event name list and the enterprise event Time axis, calculating the probability of occurrence of risk events in each post-loan enterprise within a preset time period, and performing corresponding post-loan management for each post-loan enterprise according to the probability of occurrence of risk events in each post-loan enterprise operating.
  • this application determines the enterprise situation of the post-loan enterprise based on the enterprise event timeline, and predicts the probability of a risk event occurring in the post-loan enterprise within the preset time period after the occurrence of the event in the event timeline based on the preset event name list , In order to timely manage post-loan enterprises based on this probability, simplify post-loan management operations of enterprises, improve management efficiency, and solve the technical problems of existing enterprise post-loan management that are not only cumbersome but also inefficient.
  • FIG. 1 is a schematic diagram of a device structure of a hardware operating environment involved in a solution of an embodiment of the present application
  • Fig. 2 is a schematic flowchart of a first embodiment of a method for applying post-loan information management.
  • FIG. 1 is a schematic diagram of the device structure of the hardware operating environment involved in the solution of the embodiment of the present application.
  • the device for managing post-loan information in the embodiment of the present application may be a PC or a server device, on which a Java virtual machine runs.
  • the device for managing post-loan information may include a processor 1001, such as a CPU, a network interface 1004, a user interface 1003, a memory 1005, and a communication bus 1002.
  • the communication bus 1002 is used to realize the connection and communication between these components.
  • the user interface 1003 may include a display screen (Display) and an input unit such as a keyboard (Keyboard), and the optional user interface 1003 may also include a standard wired interface and a wireless interface.
  • the network interface 1004 may optionally include a standard wired interface and a wireless interface (such as a WI-FI interface).
  • the memory 1005 may be a high-speed RAM memory, or a non-volatile memory (non-volatile memory), such as a magnetic disk memory.
  • the memory 1005 may also be a storage device independent of the aforementioned processor 1001.
  • FIG. 1 does not constitute a limitation on the device, and may include more or fewer components than those shown in the figure, or a combination of certain components, or different component arrangements.
  • the memory 1005 which is a computer storage medium, may include an operating system, a network communication module, a user interface module, and a management program for post-loan information.
  • the network interface 1004 is mainly used to connect to the back-end server and communicate with the back-end server; the user interface 1003 is mainly used to connect to the client (user side) and communicate with the client; and the processor 1001 can be used to call the post-loan information management program stored in the memory 1005, and perform operations in the following post-loan information management method.
  • Fig. 2 is a schematic flowchart of a first embodiment of a method for applying post-loan information management.
  • the method for managing post-loan information includes:
  • Step S10 classify and integrate the received enterprise-related information according to the enterprise name, and generate the enterprise post-loan information set corresponding to each post-loan enterprise;
  • the post-loan management of existing companies generally involves manually posting relevant information about companies in major search engines, industry forums, Weibo or WeChat official accounts, and then manually judging whether the company will face certain risks in the future. Then the commissioner goes to major websites to retrieve the company information of the company and analyzes the method is inefficient, and the number of companies that can be processed every day is limited. When the number of companies increases to tens of thousands or even 100,000, it is difficult for the commissioner to complete all the companies. analysis. In addition, the commissioner judges the risks faced by the enterprise based on his personal experience and knowledge. The commissioner must have a wealth of background knowledge, and due to the existence of subjective factors, the judgment results are prone to deviations.
  • a method for managing post-loan information is provided.
  • the enterprise status of the post-loan enterprise is determined based on the enterprise event timeline, and the post-loan enterprise is predicted in the event timeline based on the preset event name list.
  • the probability of a risk event occurring within the preset time period after the event, so that the post-loan enterprise can be managed in time based on this probability the post-loan management operation of the enterprise can be simplified, and the management efficiency can be improved.
  • the enterprise-related information includes, but is not limited to, enterprise event information, enterprise microblog information, or enterprise forum information, etc.
  • the post-loan enterprise information to be managed is listed in the preset enterprise name list in advance. For example, a list of 40 million business names registered in domestic industry and commerce is currently collected. Then, with the help of automated public opinion collection technology or the method of purchasing public opinion data, all corporate information on the Internet is collected and stored, and then corporate-related information is classified and integrated according to corporate names, so that the corporate-related information corresponding to each company belongs to each company. Enterprise information, that is, the post-loan information set corresponding to each post-loan enterprise is generated.
  • step S10 specifically includes:
  • the enterprise-related information is classified and integrated according to the enterprise name, and the enterprise post-loan information set corresponding to each post-loan enterprise is generated.
  • any enterprise event information through regular matching, find whether the enterprise event information contains the abbreviation of a certain enterprise, if not, the processing of the enterprise event information will be ended; if it is included, the enterprise event information will be cut off. , Add up the word vectors of all words to get the enterprise event information document vector X, and cut the description of the business scope of the matched enterprise, that is, [matched enterprise][ ⁇ business scope], that is, through Enterprise event information is used to match the enterprise, and then the business operation information is inquired according to the enterprise name. Among them, the event information of the target enterprise is the business information of the enterprise. Add the word vectors of all words to get the document vector Y.
  • the company event information is classified under this company. (This is mainly to solve the following problem: If only “Does the corporate event information contain corporate abbreviations" is used to classify the corporate event information of "Bank of China", the following two corporate event information will be obtained.
  • A) Bank of China is once again selected into the global system The important bank has been selected as a financial institution for 6 consecutive years.
  • the content of corporate event information B is not about Bank of China, but only briefly mentioned. It is not appropriate to divide corporate event information B under Bank of China of.
  • Step S20 generating a corporate event timeline corresponding to each post-loan enterprise according to the preset event name list, the corporate event information in the post-loan information collection of the enterprise, and the occurrence time point corresponding to the corporate event information;
  • a memorabilia of the company on the time axis is generated, and a company event information, such as a triple event, is used to represent an event that occurred at a certain point in time, that is, company abbreviation, event name, event Time of occurrence.
  • a company event information such as a triple event, is used to represent an event that occurred at a certain point in time, that is, company abbreviation, event name, event Time of occurrence.
  • Every three-level event has a corresponding regular rule expression. Match the title of each enterprise event information with the regular expressions of all three-level events in turn. If there is no hit rule, skip it. If the rule is hit, then the enterprise abbreviation of the company to which the enterprise event information belongs, and the third-level event hit The name and the release time of corporate event information are combined into a triple and output.
  • the enterprise event information corresponding to each post-loan enterprise is sequentially summarized, and the enterprise event time axis corresponding to each post-loan enterprise is generated.
  • the enterprise event timeline is only generated for some enterprises, and then the event transition probability matrix is calculated on this small part of the enterprise event information set.
  • Step S30 According to the list of event names and the corporate event time axis, calculate the probability of occurrence of risk events in each post-loan enterprise within a preset time period, and calculate the probability of occurrence of risk events in each post-loan enterprise , Perform corresponding post-loan management operations on each post-loan enterprise.
  • a list of risky events is pre-designated in the event name list, such as "Executive Resignation”, “Company Layoff”, “Shareholder Withdrawal”, “Delisting”, “Trade Suspension”, “Loan Default”, “ “Break of capital chain”, “cash flow tension”, “company bankruptcy”, “company cancellation”, “bankruptcy reorganization”, “regulatory suspension”, etc.
  • Event B calculate P(B
  • the method further includes: adding a risk event identifier to the event in the risk event setting instruction in the event name list when the risk event setting instruction triggered by the user operation The risk event with risk is specified in the event name list.
  • This embodiment provides a method for managing post-loan information.
  • the enterprise post-loan information set corresponding to each post-loan enterprise is generated;
  • the event time axis calculates the probability of the occurrence of risk events of each post-loan enterprise within a preset time period, and executes the corresponding post-loan enterprise according to the probability of the risk event of each post-loan enterprise Management operations.
  • this application determines the enterprise situation of the post-loan enterprise based on the enterprise event timeline, and predicts the probability of a risk event occurring in the post-loan enterprise within the preset time period after the occurrence of the event in the event timeline based on the preset event name list , In order to timely manage post-loan enterprises based on this probability, simplify post-loan management operations of enterprises, improve management efficiency, and solve the technical problems of existing enterprise post-loan management that are not only cumbersome but also inefficient.
  • step S20 specifically includes:
  • the enterprise event information hits the regular rule expression corresponding to the three-level event, the enterprise name of the enterprise to which the enterprise event information belongs, the name of the three-level event hit, and the occurrence time point corresponding to the enterprise time information are combined Generate a triple event;
  • a corporate event time axis corresponding to each post-loan enterprise is generated.
  • the enterprise event information misses the regular rule expression corresponding to the three-level event, the enterprise event information is marked as event information to be deleted, and the event information to be deleted is deleted in the enterprise post-loan event.
  • a triple event is used to indicate an event that occurred at a certain point in time, that is, the abbreviation of the company, the name of the event, and the time when the event occurred. Every three-level event has a corresponding regular rule expression. Then, the title of each enterprise event information is matched with the regular expression of all three-level events in turn. If there is no hit rule, the enterprise event information is marked as event information to be deleted, and the enterprise event information is collected in the post-loan event. Deleting the event information to be deleted means skipping the addition of the enterprise event information.
  • the rule is hit, the company abbreviation of the company to which the company event information belongs, the hit three-level event name, and the release time of the company event information are combined into a triple and output. Then the triplet time is added to the corporate event timeline of the corresponding company, and the event timeline summarizes all corporate event information that occurred in the company in the order of the event occurrence time point.
  • the enterprise event information hits the regular rule expression corresponding to the three-level event, then the enterprise name of the enterprise to which the enterprise event information belongs, the name of the three-level event hit, and the enterprise time information correspond to At the time of occurrence, after the step of combining to generate a triple event, it also includes:
  • the triplet events under each enterprise are merged. If an enterprise has the same triplet of three-level events for multiple consecutive days, or within a period of no more than a week, these triples are combined into a triplet, and the event occurrence time in the triplet is taken as The oldest value in time. For example, on 2019-03-01, there were 25 reports on XX Bank’s award-winning corporate event information, on 2019-03-02 there were 13 reports on XX Bank’s award-winning corporate event information, and on 2019-03-05 there were 6 reports. XX Bank’s award-winning corporate event information, and then on 2019-06-01, there are 18 reports on XX Bank’s award-winning corporate event information.
  • step S30 specifically includes:
  • the preset event transition probability calculate the probability of the second event information occurring in the enterprise to which the enterprise event time axis belongs within the corresponding time after the first event information, and use it as the probability of the enterprise to which the enterprise event time axis belongs to a risk event ;
  • the probability of risk events occurring in each post-loan enterprise is sequentially calculated, and corresponding post-loan management operations are performed on each post-loan enterprise according to the probability of the risk event occurring in each post-loan enterprise.
  • each triplet event is sequentially regarded as event A, that is, the first event information
  • the event name list is
  • the events in the specified risk event list are successively regarded as event B, that is, the second event information
  • A, 12) are calculated, that is, the occurrence event
  • the loan issuing bank can perform corresponding post-loan management operations, such as terminating loan issuance.
  • the probability of occurrence of risk events in each post-loan enterprise within a preset time period is calculated, and the occurrence of risk events in each post-loan enterprise is The probability of, before performing the corresponding post-loan management operations on each post-loan enterprise, also includes:
  • the event transition probability between each event in the event name list is calculated, where the probability calculation formula is:
  • A,t) N B /(N A +1), where P(B
  • the global event transition probability is calculated, that is, the event transition probability between each event in the event name list is calculated in advance: assuming that the event extraction module extracts the event triples of 40 million companies, and the event a total of associated triplets N a number, count the number of occurrences in B t months after the occurrence of an event a is N B, the t months after the event a occurs according to the time of event occurrence triples
  • the probability of event B can be expressed as P(B
  • A,t) N B /(N A +1).
  • the effect of adding 1 to the denominator is to prevent abnormality when it is 0, and it can also smooth the probability value.
  • This application also provides a post-loan information management device, the post-loan information management device includes:
  • the information classification module is used to classify and integrate the received enterprise-related information according to the enterprise name according to the preset enterprise name list, and generate the enterprise post-loan information set corresponding to each post-loan enterprise;
  • the timeline generating module is used to generate the enterprise event timeline corresponding to each post-loan enterprise according to the preset event name list, the enterprise event information in the enterprise post-loan information collection, and the occurrence time point corresponding to the enterprise event information;
  • the probability calculation module is used to calculate the probability of occurrence of risk events of each post-loan enterprise within a preset time period according to the list of event names and the time axis of the enterprise event, and according to the risk of each post-loan enterprise For the probability of the event, perform corresponding post-loan management operations on each post-loan enterprise.
  • time axis generating module specifically includes:
  • the event matching unit is configured to match the event title in the enterprise event information with the regular rule expression corresponding to the third-level event in the event name list, and determine whether the enterprise event information hits the third-level event corresponding Regular expression
  • the event generating unit is configured to, if the enterprise event information hits the regular rule expression corresponding to the three-level event, then correspond to the enterprise name of the enterprise to which the enterprise event information belongs, the name of the third-level event hit, and the enterprise time information At the time of occurrence, the combination generates a triple event;
  • the time axis generating unit is configured to generate a corporate event time axis corresponding to each post-loan enterprise according to the triple event corresponding to each post-loan enterprise and the occurrence time point corresponding to the triple event.
  • time axis generating module is also used for:
  • the enterprise event information misses the regular rule expression corresponding to the three-level event, the enterprise event information is marked as event information to be deleted, and the event information to be deleted is deleted in the enterprise post-loan event.
  • time axis generating module specifically further includes an event merging unit, and the event merging unit is configured to:
  • the probability calculation module specifically includes:
  • An event acquisition unit configured to sequentially use the corporate event information in the corporate event time axis as the first event information, and use the risk events in the event name list as the second event information in sequence;
  • the first calculation unit is configured to calculate, according to the preset event transition probability, the probability of the second event information occurring in the enterprise to which the enterprise event time axis belongs within the corresponding time after the first event information, as the enterprise event time axis The probability of a risk event occurring in the affiliated company;
  • the second calculation unit is used to sequentially calculate the probability of the occurrence of risk events in each post-loan enterprise, and perform corresponding post-loan management operations on each post-loan enterprise according to the probability of the occurrence of the risk event in each post-loan enterprise.
  • the probability calculation module is specifically used to:
  • the event transition probability between each event in the event name list is calculated, where the probability calculation formula is:
  • A,t) N B /(N A +1), where P(B
  • the information classification module is also used for:
  • a risk event identifier is added to the event in the risk event setting instruction in the event name list, so as to specify a risky risk event in the event name list.
  • the information classification module specifically includes:
  • the information deletion unit is used to perform location prefix deletion operations and company suffix deletion operations on the business names in the business name list;
  • the information matching unit is used to perform regular matching of the deleted company name with the information in the preset information database, so as to determine the pending enterprise event information corresponding to the enterprise name in the enterprise name list in the information database;
  • the first word unit is used to segment the enterprise information of the to-be-processed event to obtain the to-be-processed word vector corresponding to the to-be-processed enterprise event information, and add the to-be-processed word vectors to obtain the first document vector;
  • the second word segmentation unit is used to segment the target company event information to obtain a target word vector corresponding to the target company event information, and add the target word vectors to obtain a second document vector;
  • a vector calculation unit configured to calculate the cosine distance between the first document vector and the second document vector, and when the cosine distance is greater than a preset threshold, use the to-be-processed enterprise event information as enterprise-related information;
  • the information integration unit is used to classify and integrate the enterprise-related information according to the enterprise name to generate a post-loan information set corresponding to each post-loan enterprise.
  • the application also provides a computer-readable storage medium.
  • the computer-readable storage medium of the present application stores a post-loan information management program, and when the post-loan information management program is executed by a processor, the steps of the above-mentioned post-loan information management method are realized.
  • the method implemented when the post-loan information management program running on the processor is executed can refer to the various embodiments of the post-loan information management method of this application, which will not be repeated here.
  • the technical solution of this application essentially or the part that contributes to the existing technology can be embodied in the form of a software product, and the computer software product is stored in a storage medium (such as ROM/RAM) as described above. , Magnetic disks, optical disks), including several instructions to make a terminal device (which can be a mobile phone, a computer, a server, an air conditioner, or a network device, etc.) execute the method described in each embodiment of the present application.
  • a terminal device which can be a mobile phone, a computer, a server, an air conditioner, or a network device, etc.

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

一种贷后信息的管理方法、装置、设备及存储介质，该方法通过根据预设企业名称列表，将接收到的企业相关信息按照企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集（S10）；根据预设事件名称列表、企业贷后信息集中的企业事件信息以及企业事件信息对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴（S20）；根据所述事件名称列表以及所述企业事件时间轴，计算所述各贷后企业在预设时间段内的发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作（S30）。

Description

贷后信息的管理方法、装置、设备及存储介质
优先权信息
本申请要求于2019年11月5日申请的、申请号为201911074708.0、名称为“贷后信息的管理方法、装置、设备及存储介质”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及金融科技(Fintech)技术领域，尤其涉及贷后信息的管理方法、装置、设备及计算机可读存储介质。
背景技术
随着计算机技术的发展，越来越多的技术(大数据、分布式、区块链Blockchain、人工智能等)应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，但由于金融行业的安全性、实时性要求，也对技术提出了更高的要求。对于银行的业务系统需要针对企业法人提供贷款，用于企业流动性资金的周转。为了确保企业还款率，降低坏账率，需要对企业法人进行贷后管理，即获取网络中的与各企业相关的企业信息，如企业的公告、融资消息，行政处罚以及裁员公告等。现有企业的贷后管理一般为人工在各大搜索引擎、行业论坛、微博或微信公众号相关企业的相关信息，然后人工判断该企业在未来是否会面临某些风险。因此，现有企业贷后信息的管理不仅操作繁琐而且管理效率低下。
发明内容
本申请的主要目的在于提出一种贷后信息的管理方法、装置、设备及计算机可读存储介质，旨在解决现有企业贷后管理不仅操作繁琐而且管理效率低下的技术问题。
为实现上述目的，本申请提供一种贷后信息的管理方法，所述贷后信息的管理方法包括如下步骤：
根据预设企业名称列表，将接收到的企业相关信息按照企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集；
根据预设事件名称列表、所述企业贷后信息集中的企业事件信息以及企业事件信息对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴；
根据所述事件名称列表以及所述企业事件时间轴，计算所述各贷后企业在预设时间段内的发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作。
在一实施例中，所述根据预设事件名称列表、所述企业贷后信息集中的企业事件信息以及企业事件信息对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴的步骤具体包括：
将所述企业事件信息中的事件标题与所述事件名称列表中的三级事件对应的正则规则表达进行匹配，判断所述企业事件信息是否命中所述三级事件对应的正则规则表达；
若所述企业事件信息命中所述三级事件对应的正则规则表达，则将所述企业事件信息所属企业的企业名称、命中的三级事件名称以及所述企业时间信息对应的发生时间点，组合生成一个三元组事件；
根据所述各贷后企业对应的三元组事件以及所述三元组事件对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴。
在一实施例中，所述将所述企业事件信息中的事件标题与所述事件名称列表中的三级事件对应的正则规则表达进行匹配，判断所述企业事件信息是否命中所述三级事件对应的正则规则表达的步骤之后，还包括：
若所述企业事件信息未命中所述三级事件对应的正则规则表达，则将所述企业事件信息标记为待删除事件信息，并在所述企业贷后事件集中删除所述待删除事件信息。
在一实施例中，所述若所述企业事件信息命中所述三级事件对应的正则规则表达，则将所述企业事件信息所属企业的企业名称、命中的三级事件名称以及所述企业时间信息对应的发生时间点，组合生成一个三元组事件的步骤之后，还包括：
判断所述各贷后企业对应的三元组事件中是否存在待合并事件，其中，所述待合并事件为事件标题相同的两个或多个三元组事件且所述两个或多个三元组事件对应的发生时间点属于预设时间间隔内；
若所述各贷后企业对应的三元组事件中存在待合并事件，则将所述待合并事件中的两个或多个三元组事件合并为一个三元组事件；
在所述两个或多个三元组事件对应的发生时间点中获取最早时间点，作为合并后的三元组事件对应的发生时间点。
在一实施例中，所述根据所述事件名称列表以及所述企业事件时间轴，计算所述各贷后企业在预设时间段内的发生风险事件的概率，并根据所述各贷后企业发生风险事件的概 率，对所述各贷后企业执行相应的贷后管理操作的步骤具体包括：
将所述企业事件时间轴中的企业事件信息依次作为第一事件信息，并将所述事件名称列表中的风险事件依次作为第二事件信息；
根据预设事件转移概率，计算所述企业事件时间轴所属企业在所述第一事件信息后的对应时间内发生第二事件信息的概率，作为所述企业事件时间轴所属企业发生风险事件的概率；
依次计算所述各贷后企业发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作。
在一实施例中，所述根据所述事件名称列表以及所述企业事件时间轴，计算所述各贷后企业在预设时间段内的发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作的步骤之前，还包括：
根据概率计算公式，计算所述事件名称列表中各个事件之间的事件转移概率，其中，所述概率计算公式为：
P(B|A，t)＝N B/(N A+1)，其中，P(B|A，t)为在事件A发生后的时间间隔t内发生事件B的概率，A、B为事件名称列表中的两个事件，t为发生A事件之后的时间间隔，N A为事件A相关的三元组个数，N B为在发生事件A后的时间间隔t内发生事件B的次数。
在一实施例中，所述根据所述事件名称列表以及所述企业事件时间轴，计算所述各贷后企业在预设时间段内的发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作的步骤之前，还包括：
根据用户操作触发的风险事件设定指令时，在所述事件名称列表中将所述风险事件设定指令中的事件添加风险事件标识，以在所述事件名称列表中指定具有风险的风险事件。
在一实施例中，所述根据预设企业名称列表，将接收到的企业相关信息按照企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集的步骤具体包括：
将所述企业名称列表中的企业名称进行地点前缀删减操作以及公司后缀删减操作；
将删减后的企业名称与预设信息库中的信息进行正则匹配，以在所述信息库中确定所述企业名称列表中的企业名称对应的待处理企业事件信息；
将所述待处理事件企业信息进行切词，得到所述待处理企业事件信息对应的待处理词向量，并将所述待处理词向量相加后得到第一文档向量；
将目标企业事件信息进行切词，得到所述目标企业事件信息对应的目标词向量，并将所述目标词向量相加后得到第二文档向量；
计算所述第一文档向量与所述第二文档向量的余弦距离，并在所述余弦距离大于预设阈值时，将所述待处理企业事件信息作为企业相关信息；
将所述企业相关信息按照所述企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集。
此外，为实现上述目的，本申请还提供一种贷后信息的管理装置，所述贷后信息的管理装置包括：
信息分类模块，用于根据预设企业名称列表，将接收到的企业相关信息按照企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集；
时间轴生成模块，用于根据预设事件名称列表、所述企业贷后信息集中的企业事件信息以及企业事件信息对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴；
概率计算模块，用于根据所述事件名称列表以及所述企业事件时间轴，计算所述各贷后企业在预设时间段内的发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作。
在一实施例中，所述时间轴生成模块具体包括：
事件匹配单元，用于将所述企业事件信息中的事件标题与所述事件名称列表中的三级事件对应的正则规则表达进行匹配，判断所述企业事件信息是否命中所述三级事件对应的正则规则表达；
事件生成单元，用于若所述企业事件信息命中所述三级事件对应的正则规则表达，则将所述企业事件信息所属企业的企业名称、命中的三级事件名称以及所述企业时间信息对应的发生时间点，组合生成一个三元组事件；
时间轴生成单元，用于根据所述各贷后企业对应的三元组事件以及所述三元组事件对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴。
在一实施例中，所述时间轴生成模块还用于：
若所述企业事件信息未命中所述三级事件对应的正则规则表达，则将所述企业事件信息标记为待删除事件信息，并在所述企业贷后事件集中删除所述待删除事件信息。
在一实施例中，所述时间轴生成模块具体还包括事件合并单元，所述事件合并单元用于：
判断所述各贷后企业对应的三元组事件中是否存在待合并事件，其中，所述待合并事件为事件标题相同的两个或多个三元组事件且所述两个或多个三元组事件对应的发生时间点属于预设时间间隔内；
若所述各贷后企业对应的三元组事件中存在待合并事件，则将所述待合并事件中的两个或多个三元组事件合并为一个三元组事件；
在所述两个或多个三元组事件对应的发生时间点中获取最早时间点，作为合并后的三元组事件对应的发生时间点。
在一实施例中，所述概率计算模块具体包括：
事件获取单元，用于将所述企业事件时间轴中的企业事件信息依次作为第一事件信息，并将所述事件名称列表中的风险事件依次作为第二事件信息；
第一计算单元，用于根据预设事件转移概率，计算所述企业事件时间轴所属企业在所述第一事件信息后的对应时间内发生第二事件信息的概率，作为所述企业事件时间轴所属企业发生风险事件的概率；
第二计算单元，用于依次计算所述各贷后企业发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作。
在一实施例中，所述概率计算模块具体还用于：
根据概率计算公式，计算所述事件名称列表中各个事件之间的事件转移概率，其中，所述概率计算公式为：
P(B|A，t＝N B/(N A+1)，其中，P(B|A，t)为在事件A发生后的时间间隔t内发生事件B的概率，A、B为事件名称列表中的两个事件，t为发生A事件之后的时间间隔，N A为事件A相关的三元组个数，N B为在发生事件A后的时间间隔t内发生事件B的次数。
在一实施例中，所述信息分类模块具体包括：
信息删减单元，用于将所述企业名称列表中的企业名称进行地点前缀删减操作以及公司后缀删减操作；
信息匹配单元，用于将删减后的企业名称与预设信息库中的信息进行正则匹配，以在所述信息库中确定所述企业名称列表中的企业名称对应的待处理企业事件信息；
第一切词单元，用于将所述待处理事件企业信息进行切词，得到所述待处理企业事件信息对应的待处理词向量，并将所述待处理词向量相加后得到第一文档向量；
第二切词单元，用于将目标企业事件信息进行切词，得到所述目标企业事件信息对应的目标词向量，并将所述目标词向量相加后得到第二文档向量；
向量计算单元，用于计算所述第一文档向量与所述第二文档向量的余弦距离，并在所述余弦距离大于预设阈值时，将所述待处理企业事件信息作为企业相关信息；
信息整合单元，用于将所述企业相关信息按照所述企业名称进行分类整合，生成各贷 后企业对应的企业贷后信息集。
此外，为实现上述目的，本申请还提供一种贷后信息的管理设备，所述贷后信息的管理设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的贷后信息的管理程序，所述贷后信息的管理程序被所述处理器执行时实现如上所述的贷后信息的管理方法的步骤。
此外，为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有贷后信息的管理程序，所述贷后信息的管理程序被处理器执行时实现如上所述的贷后信息的管理方法的步骤。
本申请提供一种贷后信息的管理方法，通过根据预设企业名称列表，将接收到的企业相关信息按照企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集；根据预设事件名称列表、所述企业贷后信息集中的企业事件信息以及企业事件信息对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴；根据所述事件名称列表以及所述企业事件时间轴，计算所述各贷后企业在预设时间段内的发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作。通过上述方式，本申请基于企业事件时间轴确定贷后企业的企业情况，并基于预设事件名称列表预测贷后企业在发生事件时间轴中的事件后的预设时间段内发生风险事件的概率，以便根据该概率对贷后企业进行及时管理，简化企业贷后管理操作，提升管理效率，解决了现有企业贷后管理不仅操作繁琐而且管理效率低下的技术问题。
附图说明
图1是本申请实施例方案涉及的硬件运行环境的设备结构示意图；
图2为本申请贷后信息的管理方法第一实施例的流程示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
如图1所示，图1是本申请实施例方案涉及的硬件运行环境的设备结构示意图。
本申请实施例贷后信息的管理设备可以是PC机或服务器设备，其上运行有Java虚拟机。
如图1所示，该贷后信息的管理设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间 的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的设备结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及贷后信息的管理程序。
在图1所示的设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的贷后信息的管理程序，并执行下述贷后信息的管理方法中的操作。
基于上述硬件结构，提出本申请贷后信息的管理方法实施例。
参照图2，图2为本申请贷后信息的管理方法第一实施例的流程示意图，所述贷后信息的管理方法包括：
步骤S10，根据预设企业名称列表，将接收到的企业相关信息按照企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集；
现有企业的贷后管理一般为人工在各大搜索引擎、行业论坛、微博或微信公众号相关企业的相关信息，然后人工判断该企业在未来是否会面临某些风险。然后由专员去各大网站检索企业的企业信息并进行分析的方法效率低下，且每天能处理的企业数量有限，当企业数量增至上万家甚至十万家的时候，专员很难对全部企业完成分析。另外，由专员基于个人的经验知识来对企业面临的风险进行判断，需要专员拥有丰富的背景知识，而且由于主观因素的存在，会使得判断结果容易出现偏差。因此，现有企业贷后信息的管理不仅操作繁琐而且管理效率低下。本实施例中，为了解决上述问题，提供一种贷后信息的管理方法，基于企业事件时间轴确定贷后企业的企业情况，并基于预设事件名称列表预测贷后企业在发生事件时间轴中的事件后的预设时间段内发生风险事件的概率，以便根据该概率对贷后企业进行及时管理，简化企业贷后管理操作，提升管理效率。具体地，所述企业相关信息包括但不限于企业事件信息、企业微博信息或企业论坛信息等，预先将待管理的贷后企业信息罗列在预设企业名称列表中。例如，目前收集国内工商注册的4000万企业名称 列表。然后借助自动化舆情采集技术或者购买舆情数据的方式，将互联网上所有的企业信息采集回来并进行存储，然后将企业相关信息按照企业名称进行分类整合，以使各企业对应的企业相关信息归属于各企业信息，即生成各贷后企业对应的企业贷后信息集。
具体地，步骤S10具体包括：
将所述企业名称列表中的企业名称进行地点前缀删减操作以及公司后缀删减操作；
将删减后的企业名称与预设信息库中的信息进行正则匹配，以在所述信息库中确定所述企业名称列表中的企业名称对应的待处理企业事件信息；
将所述待处理事件企业信息进行切词，得到所述待处理企业事件信息对应的待处理词向量，并将所述待处理词向量相加后得到第一文档向量；
将目标企业事件信息进行切词，得到所述目标企业事件信息对应的目标词向量，并将所述目标词向量相加后得到第二文档向量；
计算所述第一文档向量与所述第二文档向量的余弦距离，并在所述余弦距离大于预设阈值时，将所述待处理企业事件信息作为企业相关信息；
将所述企业相关信息按照所述企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集。
本实施例中，对4000万企业名称列表中的每一个名称，去掉表示地点的前缀(从网络上找到一份公开的全国各省市县区的名称列表，通过字符串匹配的方式来实现过滤)，去掉诸如“股份有限公司”，“发展股份有限公司”，“控股股份有限公司”，“集团股份有限公司”这样的后缀，得到每个企业的简称。此外也可以人工对某些企业指定企业简称，增加舆情分类结果的召回率。如“深圳XX银行股份有限公司”经过处理后得到的企业简称是“XX银行”。然后对于任一企业事件信息，通过正则匹配的方式来查找企业事件信息中是否包含某个企业的简称，若不包含则结束该篇企业事件信息的处理；若包含，则对企业事件信息切词，将所有词语的词向量相加后得到企业事件信息文档向量X，同时将匹配到的企业的工商经营范围描述进行切词，即[匹配到的企业][的工商经营范围]，也就是通过企业事件信息来匹配企业，然后根据企业名称查询工商经营信息。其中，目标企业事件信息即为企业工商经营信息。将所有词语的词向量相加后得到文档向量Y,若向量X和Y之间的余弦距离大于0.5，则将该企业事件信息分类到这家企业之下。(这里主要是为了解决如下的问题：如果仅用“企业事件信息是否包含企业简称”来对“中国银行”的企业事件信息分类，会得到如下两篇企业事件信息A)中国银行再次入选全球系统重要性银行,成为连续6年入选的金融机构。B)某家中国银行门口的书店，店内的老爷爷特别和 善…..企业事件信息B的内容并非讲中国银行，而只是简单提了一次，把企业事件信息B划分在中国银行下是不合适的。结合工商银行的工商经营范围信息，会发现企业事件信息A和其经营范围都会提到“银行”，“金融”一类的词汇(语义上相近)，通过词向量计算得到的文档向量之间的距离也是相近的。反观企业事件信息B，其用词分布和工商经营范围的描述必然存在差异，因此文档向量之间的距离也是较远的。由此，将将企业相关信息按照企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集。
步骤S20，根据预设事件名称列表、所述企业贷后信息集中的企业事件信息以及企业事件信息对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴；
本实施例中，针对每家企业，生成该企业在时间轴上的大事记，用一个企业事件信息，如三元组事件来表示某个时间点上发生的事件，即企业简称，事件名称，事件发生时间。事件名称列表如下表所示：
Figure PCTCN2020126225-appb-000001
每个三级事件都有相应的正则规则表达。将每篇企业事件信息的标题依次与所有三级 事件的正则规则表达进行匹配，若没有命中规则则跳过，若命中规则，则将该企业事件信息所属企业的企业简称，命中的三级事件名称以及企业事件信息发布时间组合成一个三元组并输出。由此，按照事件发生时间点由先到后的顺序，依次归纳出各贷后企业对应的企业事件信息，生成各贷后企业对应的企业事件时间轴。具体实施例中，还可以不用对完整的4000万企业做处理，而是仅针对部分企业生成企业事件时间轴，然后在这小部分企业事件信息集上计算事件转移概率矩阵。
步骤S30，根据所述事件名称列表以及所述企业事件时间轴，计算所述各贷后企业在预设时间段内的发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作。
本实施例中，预先在事件名称列表中指定具有风险的事件列表，如“高管离职”、“公司裁员”、“股东撤资”、“退市”、“停牌”、“拖欠贷款”、“资金链断裂”、“现金流紧张”、“公司倒闭”、“公司注销”，“破产重组”、“监管停牌”等。然后获取待处理企业在预设时间段内，如最近12个月内的三元组事件，将各个三元组事件依次作为事件A，将事件名称列表中指定的风险事件列表中的事件依次作为事件B，计算P(B|A，3)、P(B|A，6)、P(B|A，12)，即发生事件A后3个月内发生事件B的概率、发生事件A后6个月内发生事件B的概率、发生事件A后12个月内发生事件B的概率。若存在某个风险事件发生的条件概率大于0.5，则预示该企业在未来存在一定的风险，贷款发放银行可以执行相应的贷后管理操作，如终止贷款发放等。具体地，所述步骤S30之前，还包括：根据用户操作触发的风险事件设定指令时，在所述事件名称列表中将所述风险事件设定指令中的事件添加风险事件标识，以在所述事件名称列表中指定具有风险的风险事件。
本实施例提供一种贷后信息的管理方法，通过根据预设企业名称列表，将接收到的企业相关信息按照企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集；根据预设事件名称列表、所述企业贷后信息集中的企业事件信息以及企业事件信息对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴；根据所述事件名称列表以及所述企业事件时间轴，计算所述各贷后企业在预设时间段内的发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作。通过上述方式，本申请基于企业事件时间轴确定贷后企业的企业情况，并基于预设事件名称列表预测贷后企业在发生事件时间轴中的事件后的预设时间段内发生风险事件的概率，以便根据该概率对贷后企业进行及时管理，简化企业贷后管理操作，提升管理效率，解决了现有企业 贷后管理不仅操作繁琐而且管理效率低下的技术问题。
进一步地，基于本申请贷后信息的管理方法第一实施例，提出本申请贷后信息的管理方法第二实施例。
在本实施例中，所述步骤S20具体包括：
将所述企业事件信息中的事件标题与所述事件名称列表中的三级事件对应的正则规则表达进行匹配，判断所述企业事件信息是否命中所述三级事件对应的正则规则表达；
若所述企业事件信息命中所述三级事件对应的正则规则表达，则将所述企业事件信息所属企业的企业名称、命中的三级事件名称以及所述企业时间信息对应的发生时间点，组合生成一个三元组事件；
根据所述各贷后企业对应的三元组事件以及所述三元组事件对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴。
若所述企业事件信息未命中所述三级事件对应的正则规则表达，则将所述企业事件信息标记为待删除事件信息，并在所述企业贷后事件集中删除所述待删除事件信息。
本实施例中，通过三元组事件来表示某个时间点上发生的事件，即企业简称，事件名称，事件发生时间。每个三级事件都有相应的正则规则表达。然后将每篇企业事件信息的标题依次与所有三级事件的正则规则表达进行匹配，若没有命中规则，则将所述企业事件信息标记为待删除事件信息，并在所述企业贷后事件集中删除所述待删除事件信息，即跳过该企业事件信息的添加。若命中规则，则将该企业事件信息所属企业的企业简称，命中的三级事件名称以及企业事件信息发布时间组合成一个三元组并输出。然后将该三元组时间添加至对应企业的企业事件时间轴中，该事件时间轴按照事件发生时间点由先到后的顺序，归纳出该企业所有发生的企业事件信息。
进一步地，所述若所述企业事件信息命中所述三级事件对应的正则规则表达，则将所述企业事件信息所属企业的企业名称、命中的三级事件名称以及所述企业时间信息对应的发生时间点，组合生成一个三元组事件的步骤之后，还包括：
判断所述各贷后企业对应的三元组事件中是否存在待合并事件，其中，所述待合并事件为事件标题相同的两个或多个三元组事件且所述两个或多个三元组事件对应的发生时间点属于预设时间间隔内；
若所述各贷后企业对应的三元组事件中存在待合并事件，则将所述待合并事件中的两个或多个三元组事件合并为一个三元组事件；
在所述两个或多个三元组事件对应的发生时间点中获取最早时间点，作为合并后的三 元组事件对应的发生时间点。
本实施例中，对每个企业下的三元组事件进行合并。若一家企业在连续多天内，或者间断不超过一周的时间内均有同一个三级事件的三元组，则将这些三元组合并为一个三元组，三元组中的事件发生时间取时间最早的一个值。比如在2019-03-01日有25篇报道XX银行获奖的企业事件信息，在2019-03-02日有13篇报道XX银行获奖的企业事件信息，在2019-03-05日有6篇报道XX银行获奖的企业事件信息，然后在2019-06-01日有18篇报道XX银行获奖的企业事件信息，简单分析可以得出，3月份1日，2日以及5日报道的获奖企业事件信息很大概率都是在报道同一个获奖企业事件信息，所以可以将其合并为一个事件三元组(XX银行，获奖，2019-03-01)，而6月1日的报道和3月份的时间间隔较久，大概率是在报道XX银行另外一个获奖企业事件信息，所以不能和3月份的三元组合并。
进一步地，基于本申请贷后信息的管理方法第二实施例，提出本申请贷后信息的管理方法第三实施例。
在本实施例中，所述步骤S30具体包括：
将所述企业事件时间轴中的企业事件信息依次作为第一事件信息，并将所述事件名称列表中的风险事件依次作为第二事件信息；
根据预设事件转移概率，计算所述企业事件时间轴所属企业在所述第一事件信息后的对应时间内发生第二事件信息的概率，作为所述企业事件时间轴所属企业发生风险事件的概率；
依次计算所述各贷后企业发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作。
本实施例中，获取待处理企业在预设时间段内，如最近12个月内的三元组事件，将各个三元组事件依次作为事件A，即第一事件信息，将事件名称列表中指定的风险事件列表中的事件依次作为事件B，即第二事件信息，计算P(B|A，3)、P(B|A，6)、P(B|A，12)，即发生事件A后3个月内发生事件B的概率、发生事件A后6个月内发生事件B的概率、发生事件A后12个月内发生事件B的概率。然后计算出各贷后企业对应的企业事件时间轴中各企业事件信息后发生风险事件的概率，并判断各个概率中是否存在大于预设阈值，如0.5，若存在，则预示该企业在未来存在一定的风险，贷款发放银行可以执行相应的贷后管理操作，如终止贷款发放等。
进一步地，所述根据所述事件名称列表以及所述企业事件时间轴，计算所述各贷后企 业在预设时间段内的发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作的步骤之前，还包括：
根据概率计算公式，计算所述事件名称列表中各个事件之间的事件转移概率，其中，所述概率计算公式为：
P(B|A，t)＝N B/(N A+1)，其中，P(B|A，t)为在事件A发生后的时间间隔t内发生事件B的概率，A、B为事件名称列表中的两个事件，t为发生A事件之后的时间间隔，N A为事件A相关的三元组个数，N B为在发生事件A后的时间间隔t内发生事件B的次数。
本实施例中，计算全局的事件转移概率，即预先计算所述事件名称列表中各个事件之间的事件转移概率：假设事件抽取模块抽取到的4000万家企业的事件三元组中，与事件A相关的三元组共有N A个，根据三元组中的事件发生时间统计在发生事件A后的t个月内发生事件B的次数为N B，则在事件A发生后t个月内发生事件B的概率可以表示为P(B|A，t)＝N B/(N A+1)，分母加1的作用是防止为0时出现异常，同时也可以平滑概率值。接下来遍历所有的事件，以及对时间间隔t分别赋值3,6,12，然后计算所有的P(B|A，t)。即优先根据大数据计算出各个事件之间的转移概率，然后针对各贷后企业现有的企业事件时间轴中已发生的企业事件信息预测发生各贷后企业后续发生风险事件的概率。
本申请还提供一种贷后信息的管理装置，所述贷后信息的管理装置包括：
信息分类模块，用于根据预设企业名称列表，将接收到的企业相关信息按照企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集；
时间轴生成模块，用于根据预设事件名称列表、所述企业贷后信息集中的企业事件信息以及企业事件信息对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴；
概率计算模块，用于根据所述事件名称列表以及所述企业事件时间轴，计算所述各贷后企业在预设时间段内的发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作。
进一步地，所述时间轴生成模块具体包括：
事件匹配单元，用于将所述企业事件信息中的事件标题与所述事件名称列表中的三级事件对应的正则规则表达进行匹配，判断所述企业事件信息是否命中所述三级事件对应的正则规则表达；
事件生成单元，用于若所述企业事件信息命中所述三级事件对应的正则规则表达，则将所述企业事件信息所属企业的企业名称、命中的三级事件名称以及所述企业时间信息对应的发生时间点，组合生成一个三元组事件；
时间轴生成单元，用于根据所述各贷后企业对应的三元组事件以及所述三元组事件对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴。
进一步地，所述时间轴生成模块还用于：
若所述企业事件信息未命中所述三级事件对应的正则规则表达，则将所述企业事件信息标记为待删除事件信息，并在所述企业贷后事件集中删除所述待删除事件信息。
进一步地，所述时间轴生成模块具体还包括事件合并单元，所述事件合并单元用于：
判断所述各贷后企业对应的三元组事件中是否存在待合并事件，其中，所述待合并事件为事件标题相同的两个或多个三元组事件且所述两个或多个三元组事件对应的发生时间点属于预设时间间隔内；
若所述各贷后企业对应的三元组事件中存在待合并事件，则将所述待合并事件中的两个或多个三元组事件合并为一个三元组事件；
在所述两个或多个三元组事件对应的发生时间点中获取最早时间点，作为合并后的三元组事件对应的发生时间点。
进一步地，所述概率计算模块具体包括：
事件获取单元，用于将所述企业事件时间轴中的企业事件信息依次作为第一事件信息，并将所述事件名称列表中的风险事件依次作为第二事件信息；
第一计算单元，用于根据预设事件转移概率，计算所述企业事件时间轴所属企业在所述第一事件信息后的对应时间内发生第二事件信息的概率，作为所述企业事件时间轴所属企业发生风险事件的概率；
第二计算单元，用于依次计算所述各贷后企业发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作。
进一步地，所述概率计算模块具体还用于：
根据概率计算公式，计算所述事件名称列表中各个事件之间的事件转移概率，其中，所述概率计算公式为：
P(B|A，t)＝N B/(N A+1)，其中，P(B|A，t)为在事件A发生后的时间间隔t内发生事件B的概率，A、B为事件名称列表中的两个事件，t为发生A事件之后的时间间隔，N A为事件A相关的三元组个数，N B为在发生事件A后的时间间隔t内发生事件B的次数。
进一步地，所述信息分类模块还用于：
根据用户操作触发的风险事件设定指令时，在所述事件名称列表中将所述风险事件设定指令中的事件添加风险事件标识，以在所述事件名称列表中指定具有风险的风险事件。
进一步地，所述信息分类模块具体包括：
信息删减单元，用于将所述企业名称列表中的企业名称进行地点前缀删减操作以及公司后缀删减操作；
信息匹配单元，用于将删减后的企业名称与预设信息库中的信息进行正则匹配，以在所述信息库中确定所述企业名称列表中的企业名称对应的待处理企业事件信息；
第一切词单元，用于将所述待处理事件企业信息进行切词，得到所述待处理企业事件信息对应的待处理词向量，并将所述待处理词向量相加后得到第一文档向量；
第二切词单元，用于将目标企业事件信息进行切词，得到所述目标企业事件信息对应的目标词向量，并将所述目标词向量相加后得到第二文档向量；
向量计算单元，用于计算所述第一文档向量与所述第二文档向量的余弦距离，并在所述余弦距离大于预设阈值时，将所述待处理企业事件信息作为企业相关信息；
信息整合单元，用于将所述企业相关信息按照所述企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集。
上述各程序模块所执行的方法可参照本申请贷后信息的管理方法各个实施例，此处不再赘述。
本申请还提供一种计算机可读存储介质。
本申请计算机可读存储介质上存储有贷后信息的管理程序，所述贷后信息的管理程序被处理器执行时实现如上所述的贷后信息的管理方法的步骤。
其中，在所述处理器上运行的贷后信息的管理程序被执行时所实现的方法可参照本申请贷后信息的管理方法各个实施例，此处不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储 介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (17)

  1. 一种贷后信息的管理方法，其中，所述贷后信息的管理方法包括如下步骤：
    根据预设企业名称列表，将接收到的企业相关信息按照企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集；
    根据预设事件名称列表、所述企业贷后信息集中的企业事件信息以及企业事件信息对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴；
    根据所述事件名称列表以及所述企业事件时间轴，计算所述各贷后企业在预设时间段内的发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作。
  2. 如权利要求1所述的贷后信息的管理方法，其中，所述根据预设事件名称列表、所述企业贷后信息集中的企业事件信息以及企业事件信息对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴的步骤具体包括：
    将所述企业事件信息中的事件标题与所述事件名称列表中的三级事件对应的正则规则表达进行匹配，判断所述企业事件信息是否命中所述三级事件对应的正则规则表达；
    若所述企业事件信息命中所述三级事件对应的正则规则表达，则将所述企业事件信息所属企业的企业名称、命中的三级事件名称以及所述企业时间信息对应的发生时间点，组合生成一个三元组事件；
    根据所述各贷后企业对应的三元组事件以及所述三元组事件对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴。
  3. 如权利要求2所述的贷后信息的管理方法，其中，所述将所述企业事件信息中的事件标题与所述事件名称列表中的三级事件对应的正则规则表达进行匹配，判断所述企业事件信息是否命中所述三级事件对应的正则规则表达的步骤之后，还包括：
    若所述企业事件信息未命中所述三级事件对应的正则规则表达，则将所述企业事件信息标记为待删除事件信息，并在所述企业贷后事件集中删除所述待删除事件信息。
  4. 如权利要求2所述的贷后信息的管理方法，其中，所述若所述企业事件信息命中所述三级事件对应的正则规则表达，则将所述企业事件信息所属企业的企业名称、命中的三级事件名称以及所述企业时间信息对应的发生时间点，组合生成一个三元组事件的步骤之后，还包括：
    判断所述各贷后企业对应的三元组事件中是否存在待合并事件，其中，所述待合并事件为事件标题相同的两个或多个三元组事件且所述两个或多个三元组事件对应的发生时 间点属于预设时间间隔内；
    若所述各贷后企业对应的三元组事件中存在待合并事件，则将所述待合并事件中的两个或多个三元组事件合并为一个三元组事件；
    在所述两个或多个三元组事件对应的发生时间点中获取最早时间点，作为合并后的三元组事件对应的发生时间点。
  5. 如权利要求2所述的贷后信息的管理方法，其中，所述根据所述事件名称列表以及所述企业事件时间轴，计算所述各贷后企业在预设时间段内的发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作的步骤具体包括：
    将所述企业事件时间轴中的企业事件信息依次作为第一事件信息，并将所述事件名称列表中的风险事件依次作为第二事件信息；
    根据预设事件转移概率，计算所述企业事件时间轴所属企业在所述第一事件信息后的对应时间内发生第二事件信息的概率，作为所述企业事件时间轴所属企业发生风险事件的概率；
    依次计算所述各贷后企业发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作。
  6. 如权利要求5所述的贷后信息的管理方法，其中，所述根据所述事件名称列表以及所述企业事件时间轴，计算所述各贷后企业在预设时间段内的发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作的步骤之前，还包括：
    根据概率计算公式，计算所述事件名称列表中各个事件之间的事件转移概率，其中，所述概率计算公式为：
    P(B|A，t)＝N B/(N A+1)，其中，P(B|A，t)为在事件A发生后的时间间隔t内发生事件B的概率，A、B为事件名称列表中的两个事件，t为发生A事件之后的时间间隔，N A为事件A相关的三元组个数，N B为在发生事件A后的时间间隔t内发生事件B的次数。
  7. 如权利要求5所述的贷后信息的管理方法，其中，所述根据所述事件名称列表以及所述企业事件时间轴，计算所述各贷后企业在预设时间段内的发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作的步骤之前，还包括：
    根据用户操作触发的风险事件设定指令时，在所述事件名称列表中将所述风险事件设定指令中的事件添加风险事件标识，以在所述事件名称列表中指定具有风险的风险事件。
  8. 如权利要1-7中任一项所述的贷后信息的管理方法，其中，所述根据预设企业名称列表，将接收到的企业相关信息按照企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集的步骤具体包括：
    将所述企业名称列表中的企业名称进行地点前缀删减操作以及公司后缀删减操作；
    将删减后的企业名称与预设信息库中的信息进行正则匹配，以在所述信息库中确定所述企业名称列表中的企业名称对应的待处理企业事件信息；
    将所述待处理事件企业信息进行切词，得到所述待处理企业事件信息对应的待处理词向量，并将所述待处理词向量相加后得到第一文档向量；
    将目标企业事件信息进行切词，得到所述目标企业事件信息对应的目标词向量，并将所述目标词向量相加后得到第二文档向量；
    计算所述第一文档向量与所述第二文档向量的余弦距离，并在所述余弦距离大于预设阈值时，将所述待处理企业事件信息作为企业相关信息；
    将所述企业相关信息按照所述企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集。
  9. 一种贷后信息的管理装置，其中，所述贷后信息的管理装置包括：
    信息分类模块，用于根据预设企业名称列表，将接收到的企业相关信息按照企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集；
    时间轴生成模块，用于根据预设事件名称列表、所述企业贷后信息集中的企业事件信息以及企业事件信息对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴；
    概率计算模块，用于根据所述事件名称列表以及所述企业事件时间轴，计算所述各贷后企业在预设时间段内的发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作。
  10. 如权利要求9所述的贷后信息的管理装置，其中，所述时间轴生成模块具体包括：
    事件匹配单元，用于将所述企业事件信息中的事件标题与所述事件名称列表中的三级事件对应的正则规则表达进行匹配，判断所述企业事件信息是否命中所述三级事件对应的正则规则表达；
    事件生成单元，用于若所述企业事件信息命中所述三级事件对应的正则规则表达，则将所述企业事件信息所属企业的企业名称、命中的三级事件名称以及所述企业时间信息对应的发生时间点，组合生成一个三元组事件；
    时间轴生成单元，用于根据所述各贷后企业对应的三元组事件以及所述三元组事件对应的发生时间点，生成所述各贷后企业对应的企业事件时间轴。
  11. 如权利要求10所述的贷后信息的管理装置，其中，所述时间轴生成模块还用于：
    若所述企业事件信息未命中所述三级事件对应的正则规则表达，则将所述企业事件信息标记为待删除事件信息，并在所述企业贷后事件集中删除所述待删除事件信息。
  12. 如权利要求10所述的贷后信息的管理装置，其中，所述时间轴生成模块具体还包括事件合并单元，所述事件合并单元用于：
    判断所述各贷后企业对应的三元组事件中是否存在待合并事件，其中，所述待合并事件为事件标题相同的两个或多个三元组事件且所述两个或多个三元组事件对应的发生时间点属于预设时间间隔内；
    若所述各贷后企业对应的三元组事件中存在待合并事件，则将所述待合并事件中的两个或多个三元组事件合并为一个三元组事件；
    在所述两个或多个三元组事件对应的发生时间点中获取最早时间点，作为合并后的三元组事件对应的发生时间点。
  13. 如权利要求10所述的贷后信息的管理装置，其中，所述概率计算模块具体包括：
    事件获取单元，用于将所述企业事件时间轴中的企业事件信息依次作为第一事件信息，并将所述事件名称列表中的风险事件依次作为第二事件信息；
    第一计算单元，用于根据预设事件转移概率，计算所述企业事件时间轴所属企业在所述第一事件信息后的对应时间内发生第二事件信息的概率，作为所述企业事件时间轴所属企业发生风险事件的概率；
    第二计算单元，用于依次计算所述各贷后企业发生风险事件的概率，并根据所述各贷后企业发生风险事件的概率，对所述各贷后企业执行相应的贷后管理操作。
  14. 如权利要求13所述的贷后信息的管理装置，其中，所述概率计算模块具体还用于：
    根据概率计算公式，计算所述事件名称列表中各个事件之间的事件转移概率，其中，所述概率计算公式为：
    P(B|A，t)＝N B/(N A+1)，其中，P(B|A，t)为在事件A发生后的时间间隔t内发生事件B的概率，A、B为事件名称列表中的两个事件，t为发生A事件之后的时间间隔，N A为事件A相关的三元组个数，N B为在发生事件A后的时间间隔t内发生事件B的次数。
  15. 如权利要求9-14中任一项所述的贷后信息的管理装置，其中，所述信息分类模块具体包括：
    信息删减单元，用于将所述企业名称列表中的企业名称进行地点前缀删减操作以及公司后缀删减操作；
    信息匹配单元，用于将删减后的企业名称与预设信息库中的信息进行正则匹配，以在所述信息库中确定所述企业名称列表中的企业名称对应的待处理企业事件信息；
    第一切词单元，用于将所述待处理事件企业信息进行切词，得到所述待处理企业事件信息对应的待处理词向量，并将所述待处理词向量相加后得到第一文档向量；
    第二切词单元，用于将目标企业事件信息进行切词，得到所述目标企业事件信息对应的目标词向量，并将所述目标词向量相加后得到第二文档向量；
    向量计算单元，用于计算所述第一文档向量与所述第二文档向量的余弦距离，并在所述余弦距离大于预设阈值时，将所述待处理企业事件信息作为企业相关信息；
    信息整合单元，用于将所述企业相关信息按照所述企业名称进行分类整合，生成各贷后企业对应的企业贷后信息集。
  16. 一种贷后信息的管理设备，其中，所述贷后信息的管理设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的贷后信息的管理程序，所述贷后信息的管理程序被所述处理器执行时实现如权利要求1至8中任一项所述的贷后信息的管理方法的步骤。
  17. 一种计算机可读存储介质，其中，所述计算机可读存储介质上存储有贷后信息的管理程序，所述贷后信息的管理程序被处理器执行时实现如权利要求1至8中任一项所述的贷后信息的管理方法的步骤。
PCT/CN2020/126225 2019-11-05 2020-11-03 贷后信息的管理方法、装置、设备及存储介质 WO2021088820A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201911074708.0 2019-11-05
CN201911074708.0A CN110807702A (zh) 2019-11-05 2019-11-05 贷后信息的管理方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
WO2021088820A1 true WO2021088820A1 (zh) 2021-05-14

Family

ID=69501359

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/126225 WO2021088820A1 (zh) 2019-11-05 2020-11-03 贷后信息的管理方法、装置、设备及存储介质

Country Status (2)

Country Link
CN (1) CN110807702A (zh)
WO (1) WO2021088820A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113807953A (zh) * 2021-09-24 2021-12-17 重庆富民银行股份有限公司 基于电话回访的风控管理方法及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110807702A (zh) * 2019-11-05 2020-02-18 深圳前海微众银行股份有限公司 贷后信息的管理方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8260653B1 (en) * 2009-07-23 2012-09-04 Bank Of America Corporation Computer-implemented change risk assessment
CN108564465A (zh) * 2018-05-03 2018-09-21 上海第二工业大学 一种企业信用管理方法
CN109670724A (zh) * 2018-12-29 2019-04-23 重庆誉存大数据科技有限公司 风险评估方法及装置
CN110111198A (zh) * 2019-04-23 2019-08-09 上海淇玥信息技术有限公司 用户金融风险预估方法、装置、电子设备及可读介质
CN110222249A (zh) * 2019-05-06 2019-09-10 平安科技（深圳）有限公司 数据存储方法、装置、计算机设备及存储介质
CN110807702A (zh) * 2019-11-05 2020-02-18 深圳前海微众银行股份有限公司 贷后信息的管理方法、装置、设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8260653B1 (en) * 2009-07-23 2012-09-04 Bank Of America Corporation Computer-implemented change risk assessment
CN108564465A (zh) * 2018-05-03 2018-09-21 上海第二工业大学 一种企业信用管理方法
CN109670724A (zh) * 2018-12-29 2019-04-23 重庆誉存大数据科技有限公司 风险评估方法及装置
CN110111198A (zh) * 2019-04-23 2019-08-09 上海淇玥信息技术有限公司 用户金融风险预估方法、装置、电子设备及可读介质
CN110222249A (zh) * 2019-05-06 2019-09-10 平安科技（深圳）有限公司 数据存储方法、装置、计算机设备及存储介质
CN110807702A (zh) * 2019-11-05 2020-02-18 深圳前海微众银行股份有限公司 贷后信息的管理方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113807953A (zh) * 2021-09-24 2021-12-17 重庆富民银行股份有限公司 基于电话回访的风控管理方法及系统
CN113807953B (zh) * 2021-09-24 2023-11-03 重庆富民银行股份有限公司 基于电话回访的风控管理方法及系统

Also Published As

Publication number Publication date
CN110807702A (zh) 2020-02-18

Similar Documents

Publication Publication Date Title
US8725711B2 (en) Systems and methods for information categorization
US20210232608A1 (en) Trust scores and/or competence ratings of any entity
US20210200759A1 (en) Systems and Methods for Data Mining of Historic Electronic Communication Exchanges to Identify Relationships, Patterns, and Correlations to Deal Outcomes
US20200118311A1 (en) Systems and interactive user interfaces for dynamic retrieval, analysis, and triage of data items
US8131685B1 (en) Duplicate account identification and scoring
US8332349B1 (en) Asynchronous acid event-driven data processing using audit trail tools for transaction systems
US20240152558A1 (en) Search activity prediction
US20120259753A1 (en) System and method for managing collaborative financial fraud detection logic
US20230367779A1 (en) Focused probabilistic entity resolution from multiple data sources
JP2010508731A (ja) 要求されるイベントに関する通知を加入者に送信する方法及び装置
US10990940B1 (en) Server validation of website scraped data
WO2021088820A1 (zh) 贷后信息的管理方法、装置、设备及存储介质
US9619534B2 (en) Probabilistic tree-structured learning system for extracting contact data from quotes
US20070011144A1 (en) Opportunity management, tracking, and reporting system
US20120310918A1 (en) Unique join data caching method
CN107679977A (zh) 一种基于语义分析的税务管理平台及实现方法
US11023835B2 (en) System for decommissioning information technology assets using solution data modelling
US20150100382A1 (en) System for policy management and analytics
US20120078967A1 (en) Integration of a Framework Application and a Task Database
US20150095349A1 (en) Automatically identifying matching records from multiple data sources
CN108009927A (zh) 一种股票评分方法及平台
CN1588405A (zh) 用于风险控制系统的数据处理装置及方法
US10936984B2 (en) System for mitigating exposure associated with identified impacts of technological system changes based on solution data modelling
CN111639910A (zh) 一种台账生成方法、装置、设备及存储介质
CN112598499A (zh) 确定授信额度的方法和装置

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: 20884411

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: 20884411

Country of ref document: EP

Kind code of ref document: A1