CN110009219A - 金融大数据处理方法、存储介质和设备 - Google Patents
金融大数据处理方法、存储介质和设备 Download PDFInfo
- Publication number
- CN110009219A CN110009219A CN201910245609.8A CN201910245609A CN110009219A CN 110009219 A CN110009219 A CN 110009219A CN 201910245609 A CN201910245609 A CN 201910245609A CN 110009219 A CN110009219 A CN 110009219A
- Authority
- CN
- China
- Prior art keywords
- risk
- user
- assessed
- index
- indicator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- General Physics & Mathematics (AREA)
- Technology Law (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本公开是关于一种基于人工智能的金融大数据处理方法、计算机可读存储介质和电子设备。该方法包括:获取待评估用户的风险指标,以及与所述风险指标对应的风险金融数据;将获取到的与所述风险指标对应的风险金融数据转换为风险参数值;判断每个风险指标对应的风险参数值是否满足预设阈值条件,若是则将相应风险指标作为目标风险指标;根据预设的各目标风险指标的权重系数,对各目标风险指标对应的风险参数值进行计算得到所述待评估用户的风险评估指数。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种金融大数据处理方法、计算机可读存储介质和电子设备。
背景技术
随着金融行业的不断发展和金融体系的不断完善,用户风险评估已逐渐成为金融活动中不可或缺的一部分。对用户进行风险评估利于更好地了解风险、把握风险,以及对相应风险做出防范措施。
相关技术中,在用户风险评估方案中,往往是定性评估,该定性的评估方式往往不够具体,无法对用户的潜在金融风险进行量化分析,且评估结果不够准确。因此,有必要提供一种新的技术方案改善上述方案中存在的一个或者多个问题。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种金融大数据处理方法、计算机可读存储介质和电子设备,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
根据本公开实施例的第一方面,提供一种金融大数据处理方法,该方法包括:
获取待评估用户的风险指标,以及与所述风险指标对应的风险金融数据;
将获取到的与所述风险指标对应的风险金融数据转换为风险参数值;
判断每个风险指标对应的风险参数值是否满足预设阈值条件,若是则将相应风险指标作为目标风险指标;
根据预设的各目标风险指标的权重系数,对各目标风险指标对应的风险参数值进行计算得到所述待评估用户的风险评估指数。
本公开的实施例中,该方法还包括:
获取待评估用户的用户信息以确定待评估用户所属的职业类别;
根据确定的职业类别,查找预设的职业类别和风险指标之间的对应映射关系表,得到所述待评估用户的风险指标。
本公开的实施例中,获取待评估用户的风险指标的步骤,包括:
确定对待评估用户进行风险评估的风险评估类型;其中所述风险评估类型包括信用风险、贷款风险、投资风险中的一种或多种,每种风险评估类型下预设有多个子风险指标;
根据确定的所述风险评估类型下的多个子风险指标计算得到所述待评估用户的风险指标。
本公开的实施例中,所述确定对待评估用户进行风险评估的风险评估类型的步骤,包括:
根据预设的待评估用户和风险评估类型之间的映射关系,确定对待评估用户进行风险评估的风险评估类型。
本公开的实施例中,判断每个风险指标对应的风险参数值是否满足预设阈值条件的步骤,包括:
判断每个风险指标对应的风险参数值是否大于等于预设阈值,若是则满足所述预设阈值条件。
根据本公开实施例的第二方面,提供一种金融大数据处理装置,该装置包括:
数据获取模块,用于获取待评估用户的风险指标,以及与所述风险指标对应的风险金融数据;
数据转换模块,用于将获取到的与所述风险指标对应的风险金融数据转换为风险参数值;
数据判断模块,用于判断每个风险指标对应的风险参数值是否满足预设阈值条件,若是则将相应风险指标作为目标风险指标;
指数评估模块,用于根据预设的各目标风险指标的权重系数,对各目标风险指标对应的风险参数值进行计算得到所述待评估用户的风险评估指数。
本公开的实施例中,所述数据获取模块,具体用于:
获取待评估用户的用户信息以确定待评估用户所属的职业类别;
根据确定的职业类别,查找预设的职业类别和风险指标之间的对应映射关系表,得到所述待评估用户的风险指标。
本公开的实施例中,所述数据获取模块,具体用于:
确定对待评估用户进行风险评估的风险评估类型;其中所述风险评估类型包括信用风险、贷款风险、投资风险中的一种或多种,每种风险评估类型下预设有多个子风险指标;
根据确定的所述风险评估类型下的多个子风险指标计算得到所述待评估用户的风险指标。
根据本公开实施例的第三方面,提供一种电子设备,包括:
处理器;以及
存储器,用于存储可在所述处理器上运行的计算机程序;
其中,所述计算机程序被所述处理器执行时实现上述任一实施例所述金融大数据处理方法的步骤。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任意一个实施例中所述金融大数据处理方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果:
本公开的实施例中,通过上述金融大数据处理方法及装置等,通过获取待评估用户的风险指标,以及与所述风险指标对应的风险金融数据,将获取到的与所述风险指标对应的风险金融数据转换为风险参数值,判断每个风险指标对应的风险参数值是否满足预设阈值条件,若是则将相应风险指标作为目标风险指标,最后根据预设的各目标风险指标的权重系数,对各目标风险指标对应的风险参数值进行计算得到所述待评估用户的风险评估指数;这样,可以对用户金融行为相关风险进行较为准确的分析评估,实现了对用户的金融风险进行量化评估,且提高了评估的准确性。
附图说明
图1示出本公开示例性实施例中金融大数据处理方法流程图;
图2示出本公开示例性实施例中金融大数据处理装置示意图;
图3示出本公开示例性实施例中计算机可读存储介质示意图;
图4示意性示出本公开示例性实施例中的电子设备示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本示例实施方式中首先提供了一种金融大数据处理方法,参考图1中所示,该方法可以包括:
步骤S101:获取待评估用户的风险指标,以及与所述风险指标对应的风险金融数据;
步骤S102:将获取到的与所述风险指标对应的风险金融数据转换为风险参数值;
步骤S103:判断每个风险指标对应的风险参数值是否满足预设阈值条件,若是则将相应风险指标作为目标风险指标;
步骤S104:根据预设的各目标风险指标的权重系数,对各目标风险指标对应的风险参数值进行计算得到所述待评估用户的风险评估指数。
通过上述金融大数据处理方法,可以对用户金融行为相关风险进行较为准确的分析评估,实现了对用户的金融风险进行量化评估,且提高了评估的准确性。
下面,将对本示例实施方式中的上述方法的各个步骤进行更详细的说明。
在步骤S101中,获取待评估用户的风险指标,以及与所述风险指标对应的风险金融数据。
具体的,在对用户进行风险评估时,首先获取待评估用户的风险指标,其中不同的风险指标用于从不同的维度考察待评估用户的风险状况,具有不同的风险评价指向性。
在本公开的一实施例中,该方法可以包括步骤:获取待评估用户的用户信息以确定待评估用户所属的职业类别。例如所述用户信息可以是用户的身份信息、职业信息等,这些信息可以在例如开户办卡时存储于银行服务器上。所述职业类别例如可以是专业技术人员、服务业人员、自由职业人员、金融业从业人员等等。示例性的,可以获取用户的职业信息确定用户所属的职业类别。然后,可以根据确定的职业类别,查找预设的职业类别和风险指标之间的对应映射关系表,得到所述待评估用户的风险指标。其中,示例性的映射关系表如下表1所示。
表1
职业类别 | 风险指标 |
专业技术人员 | 指标M |
服务业人员 | 指标N |
自由职业人员 | 指标P |
其中,所述映射关系表可以预先通过用户大数据分析而建立,每个职业类别可以对应不同的风险指标如指标M、指标N、指标P等,指标M、指标N和指标P例如可以分别是投资风险指标、信用风险指标、贷款风险指标,这样可以查找该映射关系表得到所述待评估用户的风险指标,提高数据处理效率。
本公开的另一实施例中,获取待评估用户的风险指标的步骤具体可以包括下述步骤:
i)确定对待评估用户进行风险评估的风险评估类型;其中所述风险评估类型包括信用风险、贷款风险、投资风险中的一种或多种,每种风险评估类型下预设有多个子风险指标。
在一个实施例中,所述确定对待评估用户进行风险评估的风险评估类型的步骤,具体可以包括:根据预设的待评估用户和风险评估类型之间的映射关系,确定对待评估用户进行风险评估的风险评估类型。
具体实施时,可预先设置待评估用户和风险评估类型,风险评估类型和风险指标之间的对应关系。在每种风险评估类型下,预设有若干子风险指标,比如风险评估类型与风险指标之间的对应关系可设置为:信用风险包括用户的例如***逾期情况;贷款风险包括用户的历史贷款记录和相应的还款记录等;投资风险包括用户的股票、基金、保险等历史投资收益或亏损记录等。
ii)根据确定的所述风险评估类型下的多个子风险指标计算得到所述待评估用户的风险指标。例如,确定的风险评估类型下的多个子风险指标包括a、b、c,则将a、b、c均作为风险指标。
在风险指标获取后,可以根据该风险指标通过相关算法抓取待评估用户的与其风险指标对应的风险金融数据,其中,待评估的风险金融数据可以是数字,也可以是文字、字符、报表和图形等形式的相关交易数据。
在步骤S102中,将获取到的与所述风险指标对应的风险金融数据转换为风险参数值;
示例性的,可以根据预设的转换规则将获取到的与所述风险指标对应的风险金融数据转换为风险参数值。不同的风险指标可以对应不同的转换规则。比如,对于某一定性指标而言,其对应的风险金融数据为“高”、“中高”、“低”的一种,此时预设转化规则可以是:将“高”、“中高”、“低”分别转化成1、2、3分,通过这种方式,能够将定性指标转化成对应的分数或数字,有助于进行数据运算,并实现对定性类指标的考察和比较,提高评估的准确性。
在步骤S103中,判断每个风险指标对应的风险参数值是否满足预设阈值条件,若是则将相应风险指标作为目标风险指标。
具体的,在本公开的一实施例中,判断每个风险指标对应的风险参数值是否满足预设阈值条件的步骤,具体可以包括:判断每个风险指标对应的风险参数值是否大于等于预设阈值,若是则满足所述预设阈值条件。
在得到每个风险指标的风险参数值后,对于每个风险指标,判断与其对应的风险参数值是否大于或等于预设阈值,其中每个风险指标预设有不同的风险参数阈值。如果某一风险指标下的风险参数值大于或等于预设阈值,说明待评估用户在该风险指标上存在风险隐患。
在步骤S104中,根据预设的各目标风险指标的权重系数,对各目标风险指标对应的风险参数值进行计算得到所述待评估用户的风险评估指数。
具体的,作为示例,在确定目标风险指标后,可以根据预设的权重系数对与各目标风险指标对应的风险参数值进行例如加权计算,最终得到所述待评估用户的风险评估指数。
比如,当目标风险评估指标为指标A、B、C,且对应的风险参数值分别为a、b、c,对应的权重因子分别为0.8,0.5,0.3时,待评估用户的风险评估指数=0.8a+0.5b+0.3c。可以理解,上述计算得到的风险评估指数越大,说明用户的金融风险性越高,而风险评估指数越小,说明用户的金融风险性越低。
本实施例中,通过将风险评估指标对应的待评估的风险数据转换为风险参数值,并根据风险参数值最终计算得到待评估用户的风险评估指数,实现了对用户的金融风险进行量化评估,且可综合各种风险指标而提高了评估的准确性。
在上述实施例的基础上,另一些实施例中,该方法还包括下述步骤:根据所述待评估用户的风险评估指数,确定所述待评估用户的风险评估级别。
在本实施例中,具体可以将得到的待评估用户的风险评估指数按照预设的风险评估指数区间与风险评估级别之间的对应关系进行转换,进而得到待评估用户的风险评估级别。
例如,预设的风险评估指数区间与风险评估级别之间的对应关系为:风险评估指数在1~4,4~6,6~8,8~9,9~10等六个区间对应的风险评估级别分别为1级、2级、3级、4级、5级、6级,若待评估用户的风险评估指数为5,则对应匹配的级别为2级。
通过将待评估用户的风险评估指数转化为风险评估级别,可以提供另一种用户风险评估的表示方式,通过级别的表示方式也有助于更加直观地展示用户风险水平。
进一步的,在一实施例中,确定所述待评估用户的风险评估级别后,可以根据所述风险评估级别限制用户的部分金融交易行为。其中不同的风险评估级别可对应不同的被限制的金融交易行为,该对应关系可以预先设置。这样可以防范一定的金融风险,避免坏账等情况发生的概率。
需要说明的是,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。另外,也易于理解的是,这些步骤可以是例如在多个模块/进程/线程中同步或异步执行。
进一步的,本公开实施例还提供一种金融大数据处理装置,参考图2中所示,该装置可以包括数据获取模块201,数据转换模块202,数据判断模块203和指数评估模块204;其中:
所述数据获取模块201,用于获取待评估用户的风险指标,以及与所述风险指标对应的风险金融数据;
所述数据转换模块202,用于将获取到的与所述风险指标对应的风险金融数据转换为风险参数值;
所述数据判断模块203,用于判断每个风险指标对应的风险参数值是否满足预设阈值条件,若是则将相应风险指标作为目标风险指标;
所述指数评估模块204,用于根据预设的各目标风险指标的权重系数,对各目标风险指标对应的风险参数值进行计算得到所述待评估用户的风险评估指数。
本公开的实施例中,所述数据获取模块201,具体用于:获取待评估用户的用户信息以确定待评估用户所属的职业类别;根据确定的职业类别,查找预设的职业类别和风险指标之间的对应映射关系表,得到所述待评估用户的风险指标。
本公开的实施例中,所述数据获取模块201,具体用于:确定对待评估用户进行风险评估的风险评估类型;其中所述风险评估类型包括信用风险、贷款风险、投资风险中的一种或多种,每种风险评估类型下预设有多个子风险指标;根据确定的所述风险评估类型下的多个子风险指标计算得到所述待评估用户的风险指标。
本公开的实施例中,所述数据获取模块201可以包括评估类型确定模块,用于根据预设的待评估用户和风险评估类型之间的映射关系,确定对待评估用户进行风险评估的风险评估类型。
本公开的实施例中,所述数据判断模块203用于判断每个风险指标对应的风险参数值是否满足预设阈值条件,具体可以包括:判断每个风险指标对应的风险参数值是否大于等于预设阈值,若是则满足所述预设阈值条件。
需要说明的是,关于该金融大数据处理装置的各个模块或单元的具体描述可参考前述方法实施例中的详细的描述,此处不再详述。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被例如至少一个处理器执行时可以实现上述任意一个实施例中所述基于人工智能的金融大数据处理方法的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述基于人工智能的金融大数据处理方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图3所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品300,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如手机上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
在本公开的示例性实施例中,还提供一种电子设备,该电子设备可以包括处理器,以及用于存储所述处理器的可执行指令的存储器。其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中所述金融大数据处理方法的步骤。
该电子设备例如可以是服务器如银行内部服务器等,也可以是台式计算机等固定终端。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为***、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“***”。
下面参照图4来描述根据本发明的这种实施方式的电子设备600。图4显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:上述至少一个处理单元610、上述至少一个存储单元620、连接不同***组件(包括存储单元620和处理单元610)的总线630、显示单元640。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元610执行,使得所述处理单元610执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元610可以执行如图1中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器660通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
上述本发明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,本发明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(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (10)
1.一种金融大数据处理方法,其特征在于,该方法包括:
获取待评估用户的风险指标,以及与所述风险指标对应的风险金融数据;
将获取到的与所述风险指标对应的风险金融数据转换为风险参数值;
判断每个风险指标对应的风险参数值是否满足预设阈值条件,若是则将相应风险指标作为目标风险指标;
根据预设的各目标风险指标的权重系数,对各目标风险指标对应的风险参数值进行计算得到所述待评估用户的风险评估指数。
2.根据权利要求1所述方法,其特征在于,该方法还包括:
获取待评估用户的用户信息以确定待评估用户所属的职业类别;
根据确定的职业类别,查找预设的职业类别和风险指标之间的对应映射关系表,得到所述待评估用户的风险指标。
3.根据权利要求1所述方法,其特征在于,获取待评估用户的风险指标的步骤,包括:
确定对待评估用户进行风险评估的风险评估类型;其中所述风险评估类型包括信用风险、贷款风险、投资风险中的一种或多种,每种风险评估类型下预设有多个子风险指标;
根据确定的所述风险评估类型下的多个子风险指标计算得到所述待评估用户的风险指标。
4.根据权利要求3所述方法,其特征在于,所述确定对待评估用户进行风险评估的风险评估类型的步骤,包括:
根据预设的待评估用户和风险评估类型之间的映射关系,确定对待评估用户进行风险评估的风险评估类型。
5.根据权利要求1~4之一所述方法,其特征在于,判断每个风险指标对应的风险参数值是否满足预设阈值条件的步骤,包括:
判断每个风险指标对应的风险参数值是否大于等于预设阈值,若是则满足所述预设阈值条件。
6.一种金融大数据处理装置,其特征在于,该装置包括:
数据获取模块,用于获取待评估用户的风险指标,以及与所述风险指标对应的风险金融数据;
数据转换模块,用于将获取到的与所述风险指标对应的风险金融数据转换为风险参数值;
数据判断模块,用于判断每个风险指标对应的风险参数值是否满足预设阈值条件,若是则将相应风险指标作为目标风险指标;
指数评估模块,用于根据预设的各目标风险指标的权重系数,对各目标风险指标对应的风险参数值进行计算得到所述待评估用户的风险评估指数。
7.根据权利要求6所述装置,其特征在于,所述数据获取模块,具体用于:
获取待评估用户的用户信息以确定待评估用户所属的职业类别;
根据确定的职业类别,查找预设的职业类别和风险指标之间的对应映射关系表,得到所述待评估用户的风险指标。
8.根据权利要求6所述装置,其特征在于,所述数据获取模块,具体用于:
确定对待评估用户进行风险评估的风险评估类型;其中所述风险评估类型包括信用风险、贷款风险、投资风险中的一种或多种,每种风险评估类型下预设有多个子风险指标;
根据确定的所述风险评估类型下的多个子风险指标计算得到所述待评估用户的风险指标。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储可在所述处理器上运行的计算机程序;
其中,所述计算机程序被所述处理器执行时实现权利要求1~5任一项所述金融大数据处理方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被至少一个处理器执行时实现权利要求1~5任一项所述金融大数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910245609.8A CN110009219A (zh) | 2019-03-28 | 2019-03-28 | 金融大数据处理方法、存储介质和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910245609.8A CN110009219A (zh) | 2019-03-28 | 2019-03-28 | 金融大数据处理方法、存储介质和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110009219A true CN110009219A (zh) | 2019-07-12 |
Family
ID=67168753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910245609.8A Pending CN110009219A (zh) | 2019-03-28 | 2019-03-28 | 金融大数据处理方法、存储介质和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110009219A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110399302A (zh) * | 2019-07-26 | 2019-11-01 | 中国工商银行股份有限公司 | 软件测试项目的风险识别方法、装置、电子设备和介质 |
CN112581260A (zh) * | 2020-12-16 | 2021-03-30 | 中国建设银行股份有限公司 | 监测区域金融风险的方法、装置和*** |
CN113361891A (zh) * | 2021-05-31 | 2021-09-07 | 北京达佳互联信息技术有限公司 | 数据获取方法及装置 |
CN113990506A (zh) * | 2021-10-29 | 2022-01-28 | 医渡云(北京)技术有限公司 | 一种健康状态评估方法、装置、存储介质及计算机*** |
-
2019
- 2019-03-28 CN CN201910245609.8A patent/CN110009219A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110399302A (zh) * | 2019-07-26 | 2019-11-01 | 中国工商银行股份有限公司 | 软件测试项目的风险识别方法、装置、电子设备和介质 |
CN112581260A (zh) * | 2020-12-16 | 2021-03-30 | 中国建设银行股份有限公司 | 监测区域金融风险的方法、装置和*** |
CN113361891A (zh) * | 2021-05-31 | 2021-09-07 | 北京达佳互联信息技术有限公司 | 数据获取方法及装置 |
CN113990506A (zh) * | 2021-10-29 | 2022-01-28 | 医渡云(北京)技术有限公司 | 一种健康状态评估方法、装置、存储介质及计算机*** |
CN113990506B (zh) * | 2021-10-29 | 2023-03-10 | 医渡云(北京)技术有限公司 | 一种健康状态评估方法、装置、存储介质及计算机*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110009219A (zh) | 金融大数据处理方法、存储介质和设备 | |
CN109241418A (zh) | 基于随机森林的异常用户识别方法及装置、设备、介质 | |
CN109447461B (zh) | 用户信用评估方法及装置、电子设备、存储介质 | |
CN109344906A (zh) | 基于机器学习的用户风险分类方法、装置、介质及设备 | |
CN108322473A (zh) | 用户行为分析方法与装置 | |
KR100776187B1 (ko) | 기술평가방법 | |
CN110348727A (zh) | 一种基于用户风险等级和用户动支意愿的营销策略制定方法、装置和电子设备 | |
CN110633991A (zh) | 风险识别方法、装置和电子设备 | |
CN109685645A (zh) | 用户信用风险评估方法及装置、存储介质 | |
WO2020082734A1 (zh) | 文本情感识别方法、装置、电子设备及计算机非易失性可读存储介质 | |
WO2010037030A1 (en) | Evaluating loan access using online business transaction data | |
CN106203808A (zh) | 企业信用风险评估方法和装置 | |
CN108062674A (zh) | 基于gps的订单欺诈识别方法、***、存储介质和电子设备 | |
CN109639633A (zh) | 异常流量数据识别方法、装置、介质及电子设备 | |
CN109783490A (zh) | 数据融合方法、装置、计算机设备及存储介质 | |
CN111754317A (zh) | 一种金融投资数据测评方法及*** | |
CN109308226A (zh) | 数据异常确定方法及装置、存储介质和电子设备 | |
JP2009518709A (ja) | 技術評価方法 | |
CN114169439A (zh) | 异常通信号码的识别方法、装置、电子设备和可读介质 | |
CN107341202A (zh) | 业务数据表修正危险度的评估方法、装置及存储介质 | |
CN110033165A (zh) | 逾期借款催收方式的推荐方法、装置、介质、电子设备 | |
KR20170037299A (ko) | 통합계좌정보 기반의 실시간 신용리스크 분석 방법 및 시스템 | |
CN110060183A (zh) | 客户智能匹配方法、装置、计算机设备和存储介质 | |
CN109978692A (zh) | 基于金融大数据的信息处理方法及装置 | |
Ayaz et al. | Disruptive artificial intelligence (AI) use-cases in insurance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |