CN110135974A - 一种基于二级消息队列授信方法、装置和电子设备 - Google Patents

一种基于二级消息队列授信方法、装置和电子设备 Download PDF

Info

Publication number
CN110135974A
CN110135974A CN201910330602.6A CN201910330602A CN110135974A CN 110135974 A CN110135974 A CN 110135974A CN 201910330602 A CN201910330602 A CN 201910330602A CN 110135974 A CN110135974 A CN 110135974A
Authority
CN
China
Prior art keywords
user
data
message queue
credit
level message
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
Application number
CN201910330602.6A
Other languages
English (en)
Inventor
高飞龙
王安滨
常富洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Qiyu Information Technology Co Ltd
Original Assignee
Beijing Qiyu Information Technology Co Ltd
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 Beijing Qiyu Information Technology Co Ltd filed Critical Beijing Qiyu Information Technology Co Ltd
Priority to CN201910330602.6A priority Critical patent/CN110135974A/zh
Publication of CN110135974A publication Critical patent/CN110135974A/zh
Pending legal-status Critical Current

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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof

Landscapes

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

Abstract

本发明提出一种基于二级消息队列授信方法、装置和电子设备，所述方法包括如下步骤：建立一级消息队列和二级消息队列；接收用户的授信请求信息并将其存入所述一级消息队列，所述授信请求信息包括用户属性数据；从所述一级消息队列中依次获取所述用户属性数据，根据该用户属性数据获取该用户的用户表现数据，并将符合预定条件的用户属性数据和用户表现数据存入二级消息队列；从所述二级消息队列中依次取出用户属性数据和用户表现数据，并将它们输入信贷模型以管理该用户的授信。本发明的提出一种基于二级消息队列的授信方法，能应对大量信贷申请人授信评分，能准确、高效地定位客户。

Description

一种基于二级消息队列授信方法、装置和电子设备
技术领域
本发明涉及金融信用服务领域，具体涉及一种基于二级消息队列的授信方法及装置。
背景技术
随着我国商业高速发展，涌现了大批的个体经营者和创业者，良好的商业环境促进了信贷业务(如贷款、还款等业务)的蓬勃发展。
目前的信贷业务的主要方式为：由用户准备充足的材料到银行营业厅与业务人员进行洽谈，并提交材料；然后等待银行审批。银行审批流程大约需要多个工作日的时间，时延较长。目前的信贷业务要根据第三方的数据进行授信评分。
目前的信贷评分模型通常直接基于从银行等机构获取的征信数据，一旦信贷业务的突然的增加，比如说用户的授信请求信息会有一个高峰期，目前的信贷业务的信贷评分不能准确、高效地定位客户，导致用户的体验性较差。
发明内容
本发明所要解决的技术问题是个人贷款或授信决策中个人信用评价不能准确、高效地定位客户的问题。
为解决上述技术问题，本发明的第一方面提出一种基于二级消息队列的授信方法，包括如下步骤：
建立一级消息队列和二级消息队列；
接收用户的授信请求信息并将其存入所述一级消息队列，所述授信请求信息包括用户属性数据；
从所述一级消息队列中依次获取所述用户属性数据，根据该用户属性数据获取该用户的用户表现数据，并将符合预定条件的用户属性数据和用户表现数据存入二级消息队列；
从所述二级消息队列中依次取出用户属性数据和用户表现数据，并将它们输入信贷模型以管理该用户的授信。
根据本发明的一种优选实施方式，所述用户表现数据来自多个数据源，所述将符合预定条件的用户属性数据和用户表现数据存入二级消息队列的步骤包括：依次请求所述多个数据源的每一个，当从各数据源取得的用户表现数据符合预定条件时，将用户属性数据和所述用户表现数据存入所述二级消息队列。
根据本发明的一种优选实施方式，当无法根据授信请求信息获取特定用户表现数据时，暂停从所述一级消息队列中获取用户属性数据。
根据本发明的一种优选实施方式，所述特定用户表现数据是征信数据。
根据本发明的一种优选实施方式，所述征信数据是官方征信数据。
根据本发明的一种优选实施方式，所述用户表现数据包括以下数据中的任意一种或组合：征信数据、通话记录、客户端APP列表。
根据本发明的一种优选实施方式，所述一级消息队列和二级消息队列均为异步消息陈列。
根据本发明的一种优选实施方式，从所述二级消息队列中依次取出用户属性数据和用户表现数据，并将它们输入信贷模型的步骤包括：将所述用户属性数据和用户表现数据转化为所述信贷模型的标签数据。
根据本发明的一种优选实施方式，所述信贷模型为风险控制模型，或者是额度模型。
根据本发明的一种优选实施方式，所述管理用户授信的步骤为：控制用户的授信、额度及利率中的任意一种。
本发明的第二方面提出一种基于二级消息队列的授信装置，包括：
建立模块，用于建立一级消息队列和二级消息队列；
第一接收模块，用于接收用户的授信请求信息并将其存入所述一级消息队列，所述授信请求信息包括用户属性数据；
第二接收模块，用于从所述一级消息队列中依次获取所述用户属性数据，根据该用户属性数据获取该用户的用户表现数据，并将符合预定条件的用户属性数据和用户表现数据存入二级消息队列；
授信模块，用于从所述二级消息队列中依次取出用户属性数据和用户表现数据，并将它们输入信贷模型以管理该用户的授信。
根据本发明的一种优选实施方式，所述用户表现数据来自多个数据源，所述将符合预定条件的用户属性数据和用户表现数据存入二级消息队列的步骤包括：依次请求所述多个数据源的每一个，当从各数据源取得的用户表现数据符合预定条件时，将用户属性数据和所述用户表现数据存入所述二级消息队列。
根据本发明的一种优选实施方式，所述第二接收模块还用于无法根据授信请求信息获取特定用户表现数据时，暂停从所述一级消息队列中获取用户属性数据。
根据本发明的一种优选实施方式，所述特定用户表现数据是征信数据。
根据本发明的一种优选实施方式，所述征信数据是官方征信数据。
根据本发明的一种优选实施方式，所述用户表现数据包括以下数据中的任意一种或组合：征信数据、通话记录、客户端APP列表。
根据本发明的一种优选实施方式，所述一级消息队列和二级消息队列均为异步消息陈列。
根据本发明的一种优选实施方式，所述授信模块具体用于将所述用户属性数据和用户表现数据转化为所述信贷模型的标签数据。
根据本发明的一种优选实施方式，所述信贷模型为风险控制模型，或者是额度模型。
根据本发明的一种优选实施方式，所述授信模块还用于控制用户的授信、额度及利率中的任意一种。
本发明的第三方面提出一种电子设备，其特征在于：其中，该电子设备包括：
处理器；以及，
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行任一项所述的基于二级消息队列的授信方法。
本发明的第四方面提出一种计算机可读存储介质，其特征在于：其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现任一项所述的基于二级消息队列的授信方法。
本发明的提出一种基于二级消息队列的授信方法，通过从所述二级消息队列中依次取出用户属性数据和用户表现数据，并将它们输入信贷模型以管理该用户的授信，能应对大量信贷申请人授信评分，能准确、高效地定位客户。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1是本发明提供的基于二级消息队列的授信方法的流程示意图；
图2是本发明提供的基于二级消息队列的授信装置架构示意图；
图3是根据本发明一个实施例的电子设备的结构示意图；
图4是根据本发明一个实施例的计算机可读存储介质的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
随着业务量的增加和业务场景的多样化，现有应用服务器部署的应用日渐庞大和难以维护，为简化***架构和提高处理效率，消息队列的处理方法得到普遍的应用。通过消息队列传输的数据称为“消息”，消息具有消息体、消息来源、消息目的等属性。消息队列支持异步传输，从而提供了对数据多次处理的机会。
图1是本发明基于二级消息队列的授信方法的的流程示意图，如图1所示，本发明的方法具有如下步骤：
S1、建立一级消息队列和二级消息队列。在优选的实施方式中，所述一级消息队列和二级消息队列均为异步消息陈列。
S2、接收用户的授信请求信息并将其存入所述一级消息队列，所述授信请求信息包括用户属性数据。
用户属性数据是指与用户个人身份相关联的信息。通常，用户属性数据包括用户的姓名、性别、年龄、手机号、人脸识别的信息等，其一般可用于标识用户，且不随用户的行为发生变化。
步骤S2中,通常可通过客户端APP要求用户完成注册，得到用户的属性数据，通过超文本传输协议(HyperText Transfer Protocol,http)发送到服务端。提交完的用户属性数据(手机号、验证码、人脸识别的信息等)在服务端会放在所述的一级消息队列里。
通过建立一级消息队列，可以有效应对用户属性数据的突然的爆发，而不至于影响后续的操作。比如说用户的授信请求信息会有一个高峰期，不管来多少用户属性数据，都会将其存入所述一级消息队列，不会影响到后面的服务。后面的服务会从该消息队列里去取用户属性数据，并将其存入二级消息队列。
S3、从所述一级消息队列中依次获取所述用户属性数据，根据该用户属性数据获取该用户的用户表现数据，并将符合预定条件的用户属性数据和用户表现数据存入二级消息队列。
用户表现数据是指与用户的行为相关联的信息，例如用户的收入、负债、是否有贷款、还款期限、还款情况等。用户表现数据通常并不是由用户主动提供，而是从第三方机构(官方或非官方)获得，其能够表征一个用户历史的行为方式。通过对用户历史表现数据的分析，通常可以对用户未来的表现进行一个预期，因此，其常被用作对用户进行授信、计算额度等。
优选的，当无法根据授信请求信息获取特定用户表现数据时，暂停从所述一级消息队列中获取用户属性数据。
具体地，所述用户表现数据包括以下数据中的任意一种或组合：征信数据、通话记录、客户端APP列表。所述二级消息队列底下会启动多个工作线程。对于其中的一个工作线程来说，用户属性数据进来之后，先要做一些黑名单的校验。黑名单校验通过后，会请求资讯源(外部数据，包括从银行等机构获取的征信数据)，一个一个的请求，比如说银行等机构的征信不过，则直接就拒掉了。这里是一个串行的流程。所述用户表现数据中的通话记录、客户端APP列表不是必要的，进信贷模型的时候如果缺失的话，顶多就是个人授信评分打分低一点。但是从银行等机构获取的征信数据就是必要的。如果这些关键的信息缺失，则我们就必须直接停止消费一级消息队列了。所述特定用户表现数据是征信数据。更具体地说，所述征信数据是官方征信数据。在优选的实施方式中，所述用户表现数据来自多个数据源，所述将符合预定条件的用户属性数据和用户表现数据存入二级消息队列的步骤包括：依次请求所述多个数据源的每一个，当从各数据源取得的用户表现数据符合预定条件时，将用户属性数据和所述用户表现数据存入所述二级消息队列。
需要说明的是，二级消息队列中的工作线程可以为多个，一级消息队列的消费速度可以调大一点，反之则调小一点。实际有可能有一些工作线程当机了。
S4、从所述二级消息队列中依次取出用户属性数据和用户表现数据，并将它们输入信贷模型以管理该用户的授信。在优选的实施方式中，从所述二级消息队列中依次取出用户属性数据和用户表现数据，并将它们输入信贷模型的步骤包括：将所述用户属性数据和用户表现数据转化为所述信贷模型的标签数据。当所有都通过之后，拿到数据是比较乱的，需要做特征工程，把所有拿到的数据处理成模型能用的数据。比如从银行等机构获取的数据是10几个大的Jason数据结构，将其处理成1000多个维度的数据(包括标签)，将其输入到输入信贷模型中，由模型生成额度和利率。然后通知客户端。具体地，所述信贷模型为风险控制模型，或者是额度模型。在优选的实施方式中，所述管理用户授信的步骤为：控制用户的授信、额度及利率中的任意一种。步骤S4授信流程走完之后,都会给用户客户端一个反馈。
本发明提出一种基于二级消息队列的授信方法，通过接收信贷用户的授信请求信息并将其存入所述一级消息队列，所述授信请求信息包括用户属性数据，通过从所述二级消息队列中依次取出用户属性数据和用户表现数据，并将它们输入信贷模型以管理该用户的授信，可以自动应对大量信贷业务，同时信贷业务的办理需用户无需去银行营业厅办理，能实现随时随地的在移动终端上进行信贷业务的办理，灵活性高，并且当无法获得必要的用户行为数据，包括征信数据时，不需要中断所有的模型计算，而是可以通过对二级消息队列进行控制来计算资源的分配，一级消息队列的消费(数据被处理)中止不影响二级消息队列的消费，从而提高信贷业务中个人授信评分的体验度。
本发明提出一种基于二级消息队列的授信方法，通过从所述二级消息队列中依次取出用户属性数据和用户表现数据，并将它们输入信贷模型以管理该用户的授信，准确、高效地定位客户的识别，提高个人授信评分用户的体验度。
此外，根据该用户属性数据获取该用户的用户表现数据，并将符合预定条件的用户属性数据和用户表现数据存入二级消息队列，解决了对于个人贷款或授信决策中征信数据库中获得关联人的征信数据出问题，会影响到后续的个人授信评分，提高个人授信评分可靠性。克服了关联人的征信数据不便获取而导致的模型失效等问题，从而更加全面、精准地确定用户的个人信息。本发明提出一种基于二级消息队列的授信方法，所述一级消息队列和二级消息队列均为异步消息陈列，进一步提高了个人授信评分的效率，准确、高效地定位客户的识别。
图2是本发明提供的基于二级消息队列的授信装置架构示意图，如图2所示，包括：
建立模块200，用于建立一级消息队列和二级消息队列。在优选实施方式中，所述一级消息队列和二级消息队列均为异步消息陈列。
第一接收模块201，用于接收用户的授信请求信息并将其存入所述一级消息队列，所述授信请求信息包括用户属性数据。用户属性数据是指与用户个人身份相关联的信息。通常，用户属性数据包括用户的姓名、性别、年龄、手机号、人脸识别的信息等，其一般可用于标识用户，且不随用户的行为发生变化。
通常可通过客户端APP要求用户完成注册，得到用户的属性数据，通过超文本传输协议(HyperText Transfer Protocol,http)发送到服务端。提交完的用户属性数据(手机号、验证码、人脸识别的信息等)在服务端会放在所述的一级消息队列里。
通过建立一级消息队列，可以有效应对用户属性数据的突然的爆发，而不至于影响后续的操作。比如说用户的授信请求信息会有一个高峰期，不管来多少用户属性数据，都会将其存入所述一级消息队列，不会影响到后面的服务。后面的服务会从该消息队列里去取用户属性数据，并将其存入二级消息队列。
第二接收模块202，用于从所述一级消息队列中依次获取所述用户属性数据，根据该用户属性数据获取该用户的用户表现数据，并将符合预定条件的用户属性数据和用户表现数据存入二级消息队列。
用户表现数据是指与用户的行为相关联的信息，例如用户的收入、负债、是否有贷款、还款期限、还款情况等。用户表现数据通常并不是由用户主动提供，而是从第三方机构(官方或非官方)获得，其能够表征一个用户历史的行为方式。通过对用户历史表现数据的分析，通常可以对用户未来的表现进行一个预期，因此，其常被用作对用户进行授信、计算额度等。
在优选实施方式中，所述用户表现数据来自多个数据源，所述将符合预定条件的用户属性数据和用户表现数据存入二级消息队列的步骤包括：依次请求所述多个数据源的每一个，当从各数据源取得的用户表现数据符合预定条件时，将用户属性数据和所述用户表现数据存入所述二级消息队列。所述二级消息队列底下会启动多个工作线程。对于其中的一个工作线程来说，用户属性数据进来之后，先要做一些黑名单的校验。黑名单校验通过后，会请求资讯源(外部数据，包括从银行等机构获取的征信数据)，一个一个的请求，比如说银行等机构的征信不过，则直接就拒掉了。这里是一个串行的流程。所述用户表现数据中的通话记录、客户端APP列表不是必要的，进信贷模型的时候如果缺失的话，顶多就是个人授信评分打分低一点。但是从银行等机构获取的征信数据就是必要的。如果这些关键的信息缺失，则我们就必须直接停止消费一级消息队列了。所述第二接收模块还用于无法根据授信请求信息获取特定用户表现数据时，暂停从所述一级消息队列中获取用户属性数据。在优选实施方式中，所述特定用户表现数据是征信数据。在优选实施方式中，所述征信数据是官方征信数据。在优选实施方式中，所述用户表现数据包括以下数据中的任意一种或组合：征信数据、通话记录、客户端APP列表。
需要说明的是，二级消息队列中的工作线程可以为多个，一级消息队列的消费速度可以调大一点，反之则调小一点。实际有可能有一些工作线程当机了。
授信模块203，用于从所述二级消息队列中依次取出用户属性数据和用户表现数据，并将它们输入信贷模型以管理该用户的授信。在优选实施方式中，所述授信模块203具体用于将所述用户属性数据和用户表现数据转化为所述信贷模型的标签数据。当所有都通过之后，拿到数据是比较乱的，需要做特征工程，把所有拿到的数据处理成模型能用的数据。比如从银行等机构获取的数据是10几个大的Jason数据结构，将其处理成1000多个维度的数据(包括标签)，将其输入到输入信贷模型中，由模型生成额度和利率，然后通知客户端。在优选实施方式中，所述信贷模型为风险控制模型，或者是额度模型。在优选实施方式中，所述授信模块203还用于控制用户的授信、额度及利率中的任意一种。
需要说明的是：
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的检测电子设备的佩戴状态的装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
例如，图3是根据本发明一个实施例的电子设备的结构示意图。该电子设备传统上包括处理器31和被安排成存储计算机可执行指令(程序代码)的存储器32。存储器32可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器32具有存储用于执行图1所示的以及各实施例中的任何方法步骤的程序代码34的存储空间33。例如，用于程序代码的存储空间33可以包括分别用于实现上面的方法中的各种步骤的各个程序代码34。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图4所述的计算机可读存储介质。该计算机可读存储介质可以具有与图3的电子设备中的存储器32类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常，存储单元存储有用于执行根据本发明的方法步骤的程序代码41，即可以由诸如31之类的处理器读取的程序代码，当这些程序代码由电子设备运行时，导致该电子设备执行上面所描述的方法中的各个步骤。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种基于二级消息队列的授信方法，其特征在于，包括如下步骤：
建立一级消息队列和二级消息队列；
接收用户的授信请求信息并将其存入所述一级消息队列，所述授信请求信息包括用户属性数据；
从所述一级消息队列中依次获取所述用户属性数据，根据该用户属性数据获取该用户的用户表现数据，并将符合预定条件的用户属性数据和用户表现数据存入二级消息队列；
从所述二级消息队列中依次取出用户属性数据和用户表现数据，并将它们输入信贷模型以管理该用户的授信。
2.如权利要求1所述的基于二级消息队列的授信方法，其特征在于：所述用户表现数据来自多个数据源，所述将符合预定条件的用户属性数据和用户表现数据存入二级消息队列的步骤包括：依次请求所述多个数据源的每一个，当从各数据源取得的用户表现数据符合预定条件时，将用户属性数据和所述用户表现数据存入所述二级消息队列。
3.如权利要求2所述的基于二级消息队列的授信方法，其特征在于：
当无法根据授信请求信息获取特定用户表现数据时，暂停从所述一级消息队列中获取用户属性数据。
4.如权利要求1～3中任一项所述的基于二级消息队列的授信方法，其特征在于：从所述二级消息队列中依次取出用户属性数据和用户表现数据，并将它们输入信贷模型的步骤包括：将所述用户属性数据和用户表现数据转化为所述信贷模型的标签数据。
5.一种基于二级消息队列的授信装置，其特征在于，包括：
建立模块，用于建立一级消息队列和二级消息队列；
第一接收模块，用于接收用户的授信请求信息并将其存入所述一级消息队列，所述授信请求信息包括用户属性数据；
第二接收模块，用于从所述一级消息队列中依次获取所述用户属性数据，根据该用户属性数据获取该用户的用户表现数据，并将符合预定条件的用户属性数据和用户表现数据存入二级消息队列；
授信模块，用于从所述二级消息队列中依次取出用户属性数据和用户表现数据，并将它们输入信贷模型以管理该用户的授信。
6.如权利要求5所述的基于二级消息队列的授信装置，其特征在于：所述用户表现数据来自多个数据源，所述将符合预定条件的用户属性数据和用户表现数据存入二级消息队列的步骤包括：依次请求所述多个数据源的每一个，当从各数据源取得的用户表现数据符合预定条件时，将用户属性数据和所述用户表现数据存入所述二级消息队列。
7.如权利要求6所述的基于二级消息队列的授信装置，其特征在于：所述第二接收模块还用于无法根据授信请求信息获取特定用户表现数据时，暂停从所述一级消息队列中获取用户属性数据。
8.如权利要求5～7中任一项所述的基于二级消息队列的授信装置，其特征在于：所述第二接收模块具体用于将所述用户属性数据和用户表现数据转化为所述信贷模型的标签数据。
9.一种电子设备，其特征在于：其中，该电子设备包括：
处理器；以及，
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据权利要求1～4中任一项所述的基于二级消息队列的授信方法。
10.一种计算机可读存储介质，其特征在于：其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现权利要求1～4中任一项所述的基于二级消息队列的授信方法。
CN201910330602.6A 2019-04-23 2019-04-23 一种基于二级消息队列授信方法、装置和电子设备 Pending CN110135974A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910330602.6A CN110135974A (zh) 2019-04-23 2019-04-23 一种基于二级消息队列授信方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910330602.6A CN110135974A (zh) 2019-04-23 2019-04-23 一种基于二级消息队列授信方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN110135974A true CN110135974A (zh) 2019-08-16

Family

ID=67570812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910330602.6A Pending CN110135974A (zh) 2019-04-23 2019-04-23 一种基于二级消息队列授信方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN110135974A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101055639A (zh) * 2006-04-14 2007-10-17 武汉群胜科技有限公司 银行信贷业务处理***
CN106327324A (zh) * 2016-08-23 2017-01-11 杭州同盾科技有限公司 一种网络行为特征的快速计算方法和***
CN107040567A (zh) * 2016-09-27 2017-08-11 阿里巴巴集团控股有限公司 资源预分配额度的管控方法及装置
CN107330785A (zh) * 2017-07-10 2017-11-07 广州市触通软件科技股份有限公司 一种基于大数据智能风控的小额贷款***及方法
CN108564286A (zh) * 2018-04-19 2018-09-21 天合泽泰（厦门）征信服务有限公司 一种基于大数据征信的人工智能金融风控授信评定方法和***
CN109165335A (zh) * 2018-06-26 2019-01-08 杭州排列科技有限公司 基于大数据的互联网金融黑名单***及其应用方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101055639A (zh) * 2006-04-14 2007-10-17 武汉群胜科技有限公司 银行信贷业务处理***
CN106327324A (zh) * 2016-08-23 2017-01-11 杭州同盾科技有限公司 一种网络行为特征的快速计算方法和***
CN107040567A (zh) * 2016-09-27 2017-08-11 阿里巴巴集团控股有限公司 资源预分配额度的管控方法及装置
CN107330785A (zh) * 2017-07-10 2017-11-07 广州市触通软件科技股份有限公司 一种基于大数据智能风控的小额贷款***及方法
CN108564286A (zh) * 2018-04-19 2018-09-21 天合泽泰（厦门）征信服务有限公司 一种基于大数据征信的人工智能金融风控授信评定方法和***
CN109165335A (zh) * 2018-06-26 2019-01-08 杭州排列科技有限公司 基于大数据的互联网金融黑名单***及其应用方法

Similar Documents

Publication Publication Date Title
EP3617983A1 (en) Method and device for virtual resource allocation, model establishment and data prediction
US10832250B2 (en) Long-term short-term cascade modeling for fraud detection
CN109472609B (zh) 一种风控原因确定方法及装置
US11531987B2 (en) User profiling based on transaction data associated with a user
US20210150624A1 (en) Intelligent population of interface elements for converting transactions
US20080288304A1 (en) System and Method for Enabling Decision Activities in a Process Management and Design Environment
US11915247B2 (en) Optimized dunning using machine-learned model
US11250433B2 (en) Using semi-supervised label procreation to train a risk determination model
US20200074540A1 (en) Debt resolution planning platform for accelerating charge off
US11501165B2 (en) Contrastive neural network training in an active learning environment
KR20210130362A (ko) 약관 분석 기반 보험 관련 질의 응답 서비스 제공 방법 및 서버
US11580549B2 (en) Transaction tracking and fraud detection using voice and/or video data
US20220051270A1 (en) Event analysis based on transaction data associated with a user
CN112711640A (zh) 一种业务受理流程配置的方法及装置
CN110009487A (zh) 一种金融借贷风险评估方法及***
US20130339237A1 (en) Methods and systems for investigating fraudulent transactions
US20180121892A1 (en) Automated Payments using a Cryptocurrency Address Embedded in a Passive Radio-Frequency Identification (RFID) Device
CN107918863A (zh) 基于金融产品的前置处理及配置方法、装置及设备
CN110009159A (zh) 基于网络大数据的金融借贷需求预测方法及***
CN107071553A (zh) 一种修改视频语音的方法、装置和计算机可读存储介质
EP3285179A1 (en) Data transfer method and device
CN110135974A (zh) 一种基于二级消息队列授信方法、装置和电子设备
CN107172311B (zh) 业务评估方法及终端设备
US20210374619A1 (en) Sequential machine learning for data modification
US20210233082A1 (en) Fraud detection via incremental fraud modeling

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