CN112633996A - 信贷订单分发方法、计算机设备及其可读存储介质 - Google Patents
信贷订单分发方法、计算机设备及其可读存储介质 Download PDFInfo
- Publication number
- CN112633996A CN112633996A CN202110242606.6A CN202110242606A CN112633996A CN 112633996 A CN112633996 A CN 112633996A CN 202110242606 A CN202110242606 A CN 202110242606A CN 112633996 A CN112633996 A CN 112633996A
- Authority
- CN
- China
- Prior art keywords
- distribution
- credit order
- credit
- order
- random number
- 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.)
- Granted
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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- 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)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及一种信贷订单分发方法、计算机设备及其可读存储介质。所述信贷订单分发方法对信贷订单匹配资方池,随机选择资方池中的分发机构作为初选分发机构,将信贷订单与初选分发机构的校验规则进行校验,直至校验通过。如果校验不通过或者初选分发机构审批不通过,则将信贷订单分发给预定分发机构或者拒绝信贷订单。本发明实施例的信贷订单分发方法、计算机设备及其可读存储介质,实现了信贷订单的智能化分发,并且可以根据信贷订单的审批情况自动调整信贷订单的分发渠道,从而可以提高信贷订单的成功率,提高客户转化率,降低了运营成本和人力成本。
Description
技术领域
本发明涉及数据分发处理技术领域,尤其涉及一种信贷订单分发方法、计算机设备及其可读存储介质。
背景技术
互联网的发展为消费金融的发展注入了新的活力,互联网消费金融是指通过互联网来向个人或家庭提供与消费相关的支付、信贷等金融活动。消费金融服务提供商在消费者进行消费时直接向零售商支付,这种模式在电商平台分期付款服务中被广泛的使用,如京东白条、天猫分期等。互联网消费金融利用了互联网技术的优势,打造“线上互联网+线下实体”的运行模式,随着不断扩张消费金融市场,消费金融机构急需通过科学的方式,合理提高订单的分发效率,提高客户转化率,提高中间业务收入。在互联网企业逐渐进入消费金融市场的同时,金融机构也开始将消费业务目标群体由高收入客户转移到中低收入客户,通过搭建线上消费平台为更多中低收入的客户群体提供金融服务。目前主流方式为互联网平台作为流量入口或消费金融服务提供商自身拥有流量入口,进行收单等工作;同时由相关贷款机构提供资金,用于代付业务。但消费金融服务提供商依靠自身风控能力,对案件审批放贷效率比较低,所以通过实现一种通过联合各贷款机构实现高效案件分发、联合贷款等方式进行业务发展。
现有技术采用随机分发模式:
一、建立总体流量输出案件池,通过配置固定比例,将订单池中的订单分配给不同的资金合作机构。
二、订单一旦分配给某个机构后,该机构若拒接批复,则无法重复发给其它机构,订单当做拒绝返回给客户。该机构若同意批复,该笔订单会一直固定由该机构处理,中途不得更换。
发明内容
基于此,有必要提供一种可高效率地分发信贷订单的信贷订单分发方法、计算机设备及其可读存储介质。
本发明实施例一方面提供一种信贷订单分发方法,其包括如下步骤:
S1:获取信贷订单的数据,对信贷订单的数据进行校验;
S3:对信贷订单匹配资方池,资方池包括多个分发机构;
S4:判断资方池是否存在最小保证分发机构,如果是,则进入步骤S5,如果否,则进入步骤S6;
S5:生成第一随机数,如果所述第一随机数小于最小分发概率,则选择最小保证分发机构作为初选分发机构,否则进入步骤S6;
S6:随机选择非最小保证分发机构作为初选分发机构;
S7:将信贷订单与初选分发机构的校验规则进行校验,如果通过校验,则进入步骤S8,如果未通过校验,则排除该初选分发机构并返回步骤6,直至资方池中的非最小保证分发机构均已被排除;
S8:将信贷订单的数据发送给所述初选分发机构,并接收初选分发机构的审批结果,如果审批通过,进入步骤S9,如果不通过或者在预定时间内未接收到审批结果,进入步骤S10;
S9:将信贷订单分发给所述初选分发机构;
S10:将信贷订单分发给预定分发机构或者拒绝信贷订单。
作为上述实施例的进一步改进,步骤S6进一步包括如下步骤:
S62:根据各非最小保证分发机构的命中概率形成对应于各非最小保证分发机构的随机数分布区间,各非最小保证分发机构的随机数分布区间互不重叠;
S63:生成第二随机数,根据所述第二随机数的数值确定其所落入的随机数分布区间,选择与该第二随机数落入的随机数分布区间所对应的非最小保证分发机构作为初选分发机构。
作为上述实施例的进一步改进,在步骤S1和S3之间还包括如下步骤:
S2:根据信贷订单的数据对信贷订单进行分类;
在步骤S3中,根据信贷订单的分类匹配对应的资方池。
作为上述实施例的进一步改进,在步骤S1中,信贷订单的数据通过消费kafka消息的形式被获取,信贷订单的数据通过kafka报文传递;
在步骤S1和和步骤S2之间还包括如下步骤:
S11:将接收的信贷订单的报文持久化,保存到文件服务器;
S12:将信贷订单的部分数据保存到数据库,保存的部分数据包括订单号、贷款账号、利率档次、期数;
S13:根据信贷订单的数据,对信贷订单采取相应的订单处理策略。
作为上述实施例的进一步改进,在步骤S5中,如果所述资方池具有多个最小保证分发机构,则当所述第一随机数小于最小分发概率时,随机选择最小保证分发机构作为初选分发机构。
作为上述实施例的进一步改进,在步骤S7中,如果未通过校验且资方池中的非最小保证分发机构均已被排除,则进入步骤S10。
作为上述实施例的进一步改进,在步骤S10中,如果预定分发机构审批通过所述信贷订单,则将信贷订单分发给所述预定分发机构,否则拒绝信贷订单。
作为上述实施例的进一步改进,预定分发机构审批所述信贷订单在步骤S3之前进行。
作为上述实施例的进一步改进,在步骤S7中,将信贷订单与初选分发机构的校验规则进行校验的步骤进一步包括如下子步骤:
S71:根据信贷订单的数据匹配初选分发机构的校验规则;
S72:生成初选分发机构的校验任务;
S73:根据信贷订单的数据与所匹配的初选分发机构的校验规则,对信贷订单进行规则校验。
本发明实施例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计算机程序,该计算机程序被处理器执行时实现上述任一实施例所述的信贷订单分发方法的步骤。
本发明实施例还提供一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一实施例所述信贷订单分发方法的步骤。
本发明实施例的信贷订单分发方法、计算机设备及其可读存储介质,实现了信贷订单的智能化分发,并且可以根据信贷订单的审批情况自动调整信贷订单的分发渠道,从而可以提高信贷订单的成功率,提高客户转化率,降低了运营成本和人力成本。
附图说明
通过附图中所示的本发明优选实施例更具体说明,本发明上述及其它目的、特征和优势将变得更加清晰。在全部附图中相同的附图标记指示相同的部分,且并未刻意按实际尺寸等比例缩放绘制附图,重点在于示出本的主旨。
图1为本发明实施例的信贷订单分发方法的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明技术方案作进一步的详细描述,以使本领域的技术人员可以更好的理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
请参考图1,本发明实施例提供一种信贷订单分发方法,其包括如下步骤:
S1:获取信贷订单的数据,对信贷订单的数据进行校验。对获取的信贷订单的数据(包括字段类型、长度、必填、格式等)进行校验处理,保证后续流程数据正确性。不同类型的订单由不同的校验策略处理,比如批核、拒量、联合模式等;通过校验则进行下一步处理,否则订单分发失败。
S3:对信贷订单匹配资方池,资方池包括多个分发机构,也即贷款机构。资方池包括一般包括3个以上的分发机构,各分发机构的分发权重(也即订单分配比例)可以不同。
S4:判断资方池是否存在最小保证分发机构,如果是,则进入步骤S5,如果否,则进入步骤S6。在一些资方池中,各分发机构被分为最小保证分发机构和非最小保证分发机构。最小保证分发机构通常与消费金融平台签署有协议,消费金融平台需要至少分配特定数量的信贷订单给最小保证分发机构,而非最小保证分发机构则是无上述最小订单量的特殊约定。最小保证分发机构的分发权重一般是固定的,而且通常会大于非最小保证分发机构的分发权重,而非最小保证分发机构的分发权重是可以根据订单执行情况、特殊流量等情形进行调整的。而在有些资金池中,则不存在最小保证分发机构,因此各分发机构均为非最小保证分发机构。
S5:生成第一随机数r1,如果第一随机数r1小于最小分发概率,则选择最小保证分发机构作为初选分发机构(步骤S51),否则进入步骤S6。最小分发概率为第一随机数r1的分布区间内的预设数值,最小分发概率的数值大小确定了最小保证分发机构的分发权重。例如,第一随机数r1的分布区间为0至1,最小分发概率为0.3。
S6:随机选择非最小保证分发机构作为初选分发机构。当第一随机数r1大于或等于最小分发概率,或者资方池内没有最小保证分发机构时,则从资方池的各非最小保证分发机构中随机选择一个作为初选分发机构。如果资方池中仅一个非最小保证分发机构,则选择该非最小保证分发机构作为初选分发机构。该方式也属本说明书中所述“随机选择非最小保证分发机构作为初选分发机构”的涵盖范围。
S7:将信贷订单与初选分发机构的校验规则进行校验,如果通过校验,则进入步骤S8,如果未通过校验,则排除该初选分发机构并返回步骤6,直至资方池中的非最小保证分发机构均已被排除。当确定初选分发机构后,将信贷订单的数据与初选分发机构的校验规则进行校验,即判断该信贷订单是否符合初选分发机构的预设校验规则要求,该步骤由消费金融平台的***执行。初选分发机构的校验规则可以预先设定在消费金融平台的***中。由于各分发机构通常可以承接不同类型的信贷订单,因此可以在***中针对不同类型的信贷订单预设不同的校验规则。在另一些实施例中,***可以借助规则引擎、规则包和规则流功能,建立分发风控校验规则库,***可根据信贷订单自动配置初选分发机构的校验规则,这样可以减少人工配置和规则开发的工作量,且易于维护。当资方池中的各非最小保证分发机构被逐一选定但均未能校验通过该信贷订单,则该信贷订单被***回收,执行步骤S10。
S8:将信贷订单的数据发送给初选分发机构,并接收初选分发机构的审批结果,如果审批通过,进入步骤S9,如果不通过或者在预定时间内未接收到审批结果,进入步骤S10。当信贷订单通过初选分发机构的校验规则校验,则消费金融平台的***将该信贷订单的数据发送给初选分发机构,由初选分发机构进行审批,审批结果返回给消费金融平台的***。如果初选分发机构审批通过,则进入步骤S9,如果不通过或者在预定时间内未接收到审批结果(即初选分发机构审批超时),则该信贷订单被***回收,执行步骤S10。
S9:将信贷订单分发给初选分发机构。当初选分发机构审批信贷订单通过,则该初选分发机构成为终选分发机构,确定由该初选分发机构执行该信贷订单,对用户发放贷款,信贷订单分发成功。
S10:将信贷订单分发给预定分发机构或者拒绝信贷订单。该预定分发机构可以为该消费金融平台自身,也即变为自营订单,该预定分发机构也可以是与该消费金融平台签约的第三方分发机构。如果拒绝该信贷订单,则该信贷订单成为拒量订单,信贷订单分发失败。
在优选实施例中,步骤S6进一步包括如下步骤:
S61:计算资方池中各非最小保证分发机构的命中概率,其中α为线性增量α,β为指数增量,Rj为各非最小保证分发机构J的分发权重,α、β和Rj均为预设参数,可以通过人工方式在***中预先设定。通过调节α、β和Rj,可以调节各非最小保证分发机构的分发概率分布。各非最小保证分发机构的命中概率之和等于1。
S62:根据各非最小保证分发机构的命中概率形成对应于各非最小保证分发机构的随机数分布区间,各非最小保证分发机构的随机数分布区间互不重叠。假定机构A的命中概率为0.3,机构B的命中概率为0.32,机构C的命中概率为0.38,可以设置机构A、B、C的随机数分布区间为0<r2≤0.3,0.3<r2≤0.62, 0.62<r2≤1。
S63:生成第二随机数r2,根据第二随机数r2的数值确定其所落入的随机数分布区间,选择与该第二随机数落入的随机数分布区间所对应的非最小保证分发机构作为初选分发机构。第二随机数的生成区间与各非最小保证分发机构的随机数分布区间相匹配,例如可以为0至1。假设生成的第二随机数为0.35,其落入的随机数分布区间为0.3<r2≤0.62,因此机构B被选为初选分发机构。
在优选实施例中,在步骤S1和S3之间,还包括步骤S2:根据信贷订单的数据对信贷订单进行分类。具体来说,可以根据信贷订单的来源渠道、产品类型(例如循环贷、工薪贷、装修贷)、贷款额度等数据对信贷订单进行分类,可归类至不同的信贷订单类别。相应地,在步骤S3中,根据信贷订单的分类匹配对应的资方池,每个资方池包括多个分发机构。对于消费金融平台而言,可以针对不同的信贷订单类别,预先配置不同的资方池,每个资方池包括多个(可以为3个以上)不同的分发机构,各资方池的分发机构可以部分重合甚至全部重合,但分发权重可以不同。例如,对于贷款额度在1万元以下的循环信用贷,其资方池可以包括A银行、B银行、C银行;对于贷款额度在1-10万元的工薪贷,其资方池可以包括A银行、C银行、D银行和E银行。当信贷订单被分类后,则为该信贷订单匹配相应的资方池。
在进一步的优选实施例中,在步骤S1中,信贷订单的数据通过消费kafka消息的形式被获取,信贷订单的数据通过kafka报文传递。通过kafka消息订阅发布方式,可以对***的各个部件解耦,实现异步化处理,有效提高订单分发处理能力。
在步骤S1和和步骤S2之间还包括如下步骤:
S11:将接收的信贷订单的报文持久化,保存到文件服务器;该步骤进行幂等处理。
S12:将信贷订单的部分数据保存到数据库,保存的部分数据包括订单号、贷款账号、利率档次、期数。这些字段主要用于风控校验和流程处理。
S13:根据信贷订单的数据,对信贷订单采取相应的订单处理策略。该步骤也进行幂等处理。根据信贷订单的数据选择对应订单处理策略,策略中包含不同订单类型的处理逻辑,包括推送、资方重试、订单回收等策略。
在优选实施例中,在步骤S5中,如果资方池具有多个最小保证分发机构,则当第一随机数r1小于最小分发概率时,随机选择最小保证分发机构作为初选分发机构。各最小保证分发机构的分发权重可以设置为相同数值,可以参考步骤S61、S62及S63,先分别计算各最小保证分发机构的命中概率,然后形成对应于各最小保证分发机构的随机数分布区间,然后生成第三随机数r3,根据第三随机数r3的数值确定其所落入的随机数分布区间,选择与该第三随机数r3落入的随机数分布区间所对应的最小保证分发机构作为初选分发机构。
在优选实施例中,在步骤S7中,如果未通过校验且资方池中的非最小保证分发机构均已被排除,也即资方池中的各非最小保证分发机构被逐一选定但均未能校验通过该信贷订单,则该信贷订单被***回收,执行步骤S10。
在优选实施例中,在步骤S10中,如果预定分发机构审批通过信贷订单,则将信贷订单分发给预定分发机构,否则拒绝信贷订单。预定分发机构对信贷订单进行审批,该审批步骤可以在步骤S8之前,也可以在步骤S8之后,也即该审批步骤可以在收到信贷订单后就审批,也可以在信贷订单被***回收(即其他分发机构拒绝)后才审批。在进一步的优选实施例中,预定分发机构审批信贷订单在步骤S3之前进行。
在优选实施例中,在步骤S7中,将信贷订单与初选分发机构的校验规则进行校验的步骤进一步包括如下子步骤:
S71:根据信贷订单的数据匹配初选分发机构的校验规则;
S72:生成初选分发机构的校验任务;
S73:根据信贷订单的数据与所匹配的初选分发机构的校验规则,对信贷订单进行规则校验。
如上述实施例所述,初选分发机构的校验规则可以预先设定在消费金融平台的***中。由于各分发机构通常可以承接不同类型的信贷订单,因此可以在***中针对不同类型的信贷订单预设不同的校验规则。在另一些实施例中,***可以借助规则引擎、规则包和规则流功能,建立分发风控校验规则库,***可根据信贷订单自动配置初选分发机构的校验规则,这样可以减少人工配置和规则开发的工作量,且易于维护。当选定初选分发机构后,根据信贷订单的数据匹配相应的初选分发机构的校验规则,然后生成校验任务,并执行校验任务。通过异步化处理,可以提高订单分发处理能力。
本发明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计算机程序,该计算机程序被处理器执行时实现上述任一实施例所述信贷订单分发方法的步骤。其中,该计算机可读存储介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM(Read-Only Memory,只读存储器)、RAM(Random AcceSSMemory,随即存储器)、EPROM(EraSable Programmable Read-Only Memory,可擦写可编程只读存储器)、EEPROM(Electrically EraSable Programmable Read-Only Memory,电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是,存储设备包括由设备(例如,计算机、手机)以能够读的形式存储或传输信息的任何介质,可以是只读存储器,磁盘或光盘等。
本发明实施例还提供一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一实施例所述信贷订单分发方法的步骤。该计算机设备可以是可以执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。本实施例的计算机设备至少包括但不限于:可通过***总线相互通信连接的存储器、处理器。
处理器在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器通常用于控制计算机设备的总体操作。本实施例中,处理器用于运行存储器中存储的程序代码或者处理数据,以实现上述实施例的信贷订单分发方法。
本发明实施例的信贷订单分发方法、计算机设备及其可读存储介质,实现了信贷订单的智能化分发,并且可以根据信贷订单的审批情况自动调整信贷订单的分发渠道,从而可以提高信贷订单的成功率,提高客户转化率,降低了运营成本和人力成本。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明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,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种信贷订单分发方法,其特征在于,包括如下步骤:
S1:获取信贷订单的数据,对信贷订单的数据进行校验;
S3:对信贷订单匹配资方池,资方池包括多个分发机构;
S4:判断资方池是否存在最小保证分发机构,如果是,则进入步骤S5,如果否,则进入步骤S6;
S5:生成第一随机数,如果所述第一随机数小于最小分发概率,则选择最小保证分发机构作为初选分发机构,否则进入步骤S6;
S6:随机选择非最小保证分发机构作为初选分发机构;
S7:将信贷订单与初选分发机构的校验规则进行校验,如果通过校验,则进入步骤S8,如果未通过校验,则排除该初选分发机构并返回步骤6,直至资方池中的非最小保证分发机构均已被排除;
S8:将信贷订单的数据发送给所述初选分发机构,并接收初选分发机构的审批结果,如果审批通过,进入步骤S9,如果不通过或者在预定时间内未接收到审批结果,进入步骤S10;
S9:将信贷订单分发给所述初选分发机构;
S10:将信贷订单分发给预定分发机构或者拒绝信贷订单。
3.根据权利要求1所述的信贷订单分发方法,其特征在于,在步骤S1和S3之间还包括如下步骤:
S2:根据信贷订单的数据对信贷订单进行分类;
在步骤S3中,根据信贷订单的分类匹配对应的资方池。
4.根据权利要求3所述的信贷订单分发方法,其特征在于,在步骤S1中,信贷订单的数据通过消费kafka消息的形式被获取,信贷订单的数据通过kafka报文传递;
在步骤S1和和步骤S2之间还包括如下步骤:
S11:将接收的信贷订单的报文持久化,保存到文件服务器;
S12:将信贷订单的部分数据保存到数据库,保存的部分数据包括订单号、贷款账号、利率档次、期数;
S13:根据信贷订单的数据,对信贷订单采取相应的订单处理策略。
5.根据权利要求1所述的信贷订单分发方法,其特征在于,在步骤S5中,如果所述资方池具有多个最小保证分发机构,则当所述第一随机数小于最小分发概率时,随机选择最小保证分发机构作为初选分发机构。
6.根据权利要求1所述的信贷订单分发方法,其特征在于,在步骤S7中,如果未通过校验且资方池中的非最小保证分发机构均已被排除,则进入步骤S10。
7.根据权利要求1所述的信贷订单分发方法,其特征在于,在步骤S10中,如果预定分发机构审批通过所述信贷订单,则将信贷订单分发给所述预定分发机构,否则拒绝信贷订单。
8.根据权利要求1所述的信贷订单分发方法,其特征在于,在步骤S7中,将信贷订单与初选分发机构的校验规则进行校验的步骤进一步包括如下子步骤:
S71:根据信贷订单的数据匹配初选分发机构的校验规则;
S72:生成初选分发机构的校验任务;
S73:根据信贷订单的数据与所匹配的初选分发机构的校验规则,对信贷订单进行规则校验。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现权利要求1-8中任一项所述的信贷订单分发方法的步骤。
10.一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8任一项所述信贷订单分发方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110242606.6A CN112633996B (zh) | 2021-03-05 | 2021-03-05 | 信贷订单分发方法、计算机设备及其可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110242606.6A CN112633996B (zh) | 2021-03-05 | 2021-03-05 | 信贷订单分发方法、计算机设备及其可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112633996A true CN112633996A (zh) | 2021-04-09 |
CN112633996B CN112633996B (zh) | 2021-09-14 |
Family
ID=75297712
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110242606.6A Active CN112633996B (zh) | 2021-03-05 | 2021-03-05 | 信贷订单分发方法、计算机设备及其可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112633996B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113506095A (zh) * | 2021-08-05 | 2021-10-15 | 上海中通吉网络技术有限公司 | 订单动态规则校验及分发的方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008082799A2 (en) * | 2006-11-09 | 2008-07-10 | Zazingo, Inc. | Multi-directional, multi-dimensional reverse matrix auction |
CN102693508A (zh) * | 2012-05-11 | 2012-09-26 | 杭州商友全球网信息技术有限公司 | 一种用于银行申贷管理的数据处理方法 |
US9911130B1 (en) * | 2013-12-20 | 2018-03-06 | Amazon Technologies, Inc. | Attribution modeling using regression analysis |
CN107895311A (zh) * | 2017-12-08 | 2018-04-10 | 微神马科技(大连)有限公司 | 一种订单匹配分发的方法和装置 |
CN109597800A (zh) * | 2018-12-11 | 2019-04-09 | 东软集团股份有限公司 | 一种日志分发方法及装置 |
CN109636579A (zh) * | 2018-10-25 | 2019-04-16 | 深圳壹账通智能科技有限公司 | 订单引流处理方法、平台、设备及可读存储介质 |
US20200219153A1 (en) * | 2019-01-07 | 2020-07-09 | Modopayments, Llc | Transaction Model for Bank Balance Sheets |
CN112288341A (zh) * | 2020-12-29 | 2021-01-29 | 北京泛钛客科技有限公司 | 基于多智能体强化学习的信贷工厂订单调度方法及装置 |
CN112330147A (zh) * | 2020-11-04 | 2021-02-05 | 北京思特奇信息技术股份有限公司 | 一种业务受理信息监控方法、装置及存储介质 |
-
2021
- 2021-03-05 CN CN202110242606.6A patent/CN112633996B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008082799A2 (en) * | 2006-11-09 | 2008-07-10 | Zazingo, Inc. | Multi-directional, multi-dimensional reverse matrix auction |
CN102693508A (zh) * | 2012-05-11 | 2012-09-26 | 杭州商友全球网信息技术有限公司 | 一种用于银行申贷管理的数据处理方法 |
US9911130B1 (en) * | 2013-12-20 | 2018-03-06 | Amazon Technologies, Inc. | Attribution modeling using regression analysis |
CN107895311A (zh) * | 2017-12-08 | 2018-04-10 | 微神马科技(大连)有限公司 | 一种订单匹配分发的方法和装置 |
CN109636579A (zh) * | 2018-10-25 | 2019-04-16 | 深圳壹账通智能科技有限公司 | 订单引流处理方法、平台、设备及可读存储介质 |
CN109597800A (zh) * | 2018-12-11 | 2019-04-09 | 东软集团股份有限公司 | 一种日志分发方法及装置 |
US20200219153A1 (en) * | 2019-01-07 | 2020-07-09 | Modopayments, Llc | Transaction Model for Bank Balance Sheets |
CN112330147A (zh) * | 2020-11-04 | 2021-02-05 | 北京思特奇信息技术股份有限公司 | 一种业务受理信息监控方法、装置及存储介质 |
CN112288341A (zh) * | 2020-12-29 | 2021-01-29 | 北京泛钛客科技有限公司 | 基于多智能体强化学习的信贷工厂订单调度方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113506095A (zh) * | 2021-08-05 | 2021-10-15 | 上海中通吉网络技术有限公司 | 订单动态规则校验及分发的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112633996B (zh) | 2021-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190392511A1 (en) | Bid matching for blockchain-based goods/assets systems and methods | |
Jarrow et al. | Counterparty risk and the pricing of defaultable securities | |
CN105590055A (zh) | 用于在网络交互***中识别用户可信行为的方法及装置 | |
CN109285069B (zh) | 资源转移方法、装置及服务器 | |
AU2020201684B2 (en) | Method of processing a transaction request | |
CN113554509B (zh) | 一种线上支付业务的处理方法、装置、介质及电子设备 | |
CN111639911B (zh) | 一种资产托管指令线上化处理方法、装置、存储介质及电子设备 | |
US20220180406A1 (en) | System and method for processing donation matching | |
CN104376452A (zh) | 基于国际卡支付通道管理支付成功率的***及方法 | |
CN112633996B (zh) | 信贷订单分发方法、计算机设备及其可读存储介质 | |
CN111899111A (zh) | 一种资金撮合方法、装置、服务器及存储介质 | |
WO2024119789A1 (zh) | 款项发放方法、装置、计算机设备及可读存储介质 | |
US20240152880A1 (en) | Multi-Channel Payment Method and System | |
CN116911999A (zh) | 一种资金交易方法、装置、设备及存储介质 | |
CN111105306A (zh) | 资源交易策略的确定方法、装置和服务器 | |
CN113434765A (zh) | 客户回访方法、***、设备及存储介质 | |
CN110852864A (zh) | 一种数字资源量的处理方法、装置及存储介质 | |
KR20200028607A (ko) | 투자 집행 투명성 재고를 위한 펀딩 제공 시스템 및 펀딩 제공 방법 | |
KR102645646B1 (ko) | 블록체인 기반의 온실가스 배출권 거래 서비스를 제공하기 위한 장치 및 방법 | |
CN113706045B (zh) | 资金支付方法、装置、设备、介质和程序产品 | |
US20240070677A1 (en) | Aggregated transaction accounts | |
CN118195804A (zh) | 理财产品账务核对方法、装置、设备及存储介质 | |
CN114331454A (zh) | 柜面交易数据处理方法、装置、电子设备及存储介质 | |
CN118278937A (zh) | 基于区块链智慧金融平台的容差容错方法、***及介质 | |
CN117437049A (zh) | 指令处理方法、装置、设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |