CN112668886A - 租赁业务的风险监控方法、装置、设备及可读存储介质 - Google Patents
租赁业务的风险监控方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN112668886A CN112668886A CN202011596541.7A CN202011596541A CN112668886A CN 112668886 A CN112668886 A CN 112668886A CN 202011596541 A CN202011596541 A CN 202011596541A CN 112668886 A CN112668886 A CN 112668886A
- Authority
- CN
- China
- Prior art keywords
- house
- information
- customer
- loan
- risk
- 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
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种租赁业务的风险监控方法、装置、设备及可读存储介质,该方法包括:在接收到客户的贷款申请请求时,获取客户用于申请贷款对应的房屋信息;在历史房屋信息和历史客户信息对应的关系网中获取与所述房屋信息相匹配的房屋数量,其中,在所述关系网中所述历史房屋信息和所述历史客户信息相对应;基于所述房屋信息对应的地址信息,确定是否存在与所述地址信息相对应的实际楼盘信息;若存在与所述地址信息相对应的实际楼盘信息,则基于所述房屋数量,确定所述客户的信用风险,以基于所述信用风险处理所述贷款申请请求。本发明解决了在出现合作方租赁机构恶意捏造房屋数据的情况时,难以发现骗贷的技术问题。
Description
技术领域
本发明涉及欺诈风险管理技术领域,尤其涉及一种租赁业务的风险监控方法、装置、设备及可读存储介质。
背景技术
目前,租房房客为了***,常常需要向贷款机构申请租房贷款。现有的给客户发放贷款的流程主要是由合作方租赁机构向贷款机构反馈用于贷款的房屋数据,贷款机构再通过由租赁机构反馈的房屋数据进行对比,如租赁机构提供房屋的房屋编号,贷款机构比对房屋编号是否有存续的贷款,以判断该房屋是否存在一房多贷的情况。
但是,当出现合作方租赁机构恶意捏造房屋数据的情况时,这种根据租赁机构反馈的房屋数据进行判断房屋是否存在一房多贷的情况,会使得后续数据验证结果的真实性存在偏差,导致租赁机构难以发现骗贷问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种租赁业务的风险监控方法、装置、设备及可读存储介质,旨在解决当出现合作方租赁机构恶意捏造房屋数据的情况时,难以发现骗贷的技术问题。
为实现上述目的,本发明提供一种租赁业务的风险监控方法,所述租赁业务的风险监控方法包括以下步骤:
在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的房屋信息;
在已办理贷款业务的历史房屋信息和已办理贷款业务的历史客户信息对应的关系网中获取与所述房屋信息相匹配的房屋数量,其中,在所述关系网中所述历史房屋信息和所述历史客户信息相对应;
基于所述房屋信息对应的地址信息,确定是否存在与所述地址信息相对应的实际楼盘信息;
若存在与所述地址信息相对应的实际楼盘信息,则基于所述房屋数量,确定所述客户的信用风险,以基于所述信用风险处理所述贷款申请请求。
可选地,所述在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的房屋信息的步骤包括:
在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的贷款申请材料,其中,所述贷款申请材料包括所述客户的个人信息以及房屋租赁合同;
对所述房屋租赁合同进行文本解析,得到所述房屋租赁合同中的房屋信息。
可选地,所述对所述房屋租赁合同进行文本解析,得到所述房屋租赁合同中的房屋信息的步骤包括:
基于OCR模型,对所述房屋租赁合同进行文本解析,确定所述房屋租赁合同中的文字内容;
从所述文字内容中提取所述房屋租赁合同中的房屋信息。
可选地,所述基于OCR模型,对所述房屋租赁合同进行文本解析,确定所述房屋租赁合同中的文字内容的步骤包括:
基于OCR模型中的文本框检测模型,对所述房屋租赁合同进行识别,确定所述房屋租赁合同中文字所在的文本框区域;
基于所述OCR模型中的文字识别模型,对所述房屋租赁合同中的所述文本框区域进行识别,以确定所述房屋租赁合同中的文字内容。
可选地,所述基于所述房屋信息对应的地址信息,确定是否存在与所述地址信息相对应的实际楼盘信息的步骤包括:
基于所述房屋信息对应的地址信息,确定与所述地址信息相对应的目标楼盘信息;
基于所述目标楼盘信息,确定是否存在与所述地址信息相对应的实际楼盘信息。
可选地,所述基于所述目标楼盘信息,确定是否存在与所述地址信息相对应的实际楼盘信息的步骤包括:
在预设电子地图中查询是否存在所述目标楼盘信息;
若存在所述目标楼盘信息,则存在与所述地址信息相对应的实际楼盘信息;
若不存在所述目标楼盘信息,则不存在与所述地址信息相对应的实际楼盘信息。
可选地,所述基于所述房屋数量,确定所述客户的信用风险的步骤包括:
若所述房屋数量大于或等于预设数量阈值,则确定所述客户的信用风险为高风险,并输出所述客户的信用风险;
若所述房屋数量小于预设数量阈值,则确定所述客户的信用风险标识为低风险,并输出所述客户的信用风险。
此外,为实现上述目的,本发明还提供一种租赁业务的风险监控装置,所述租赁业务的风险监控装置包括:
第一获取模块,用于在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的房屋信息;
第二获取模块,用于在已办理贷款业务的历史房屋信息和已办理贷款业务的历史客户信息对应的关系网中获取与所述房屋信息相匹配的房屋数量,其中,在所述关系网中所述历史房屋信息和所述历史客户信息相对应;
确定模块,用于基于所述房屋信息对应的地址信息,确定是否存在与所述地址信息相对应的实际楼盘信息;
处理模块,用于若存在与所述地址信息相对应的实际楼盘信息,则基于所述房屋数量,确定所述客户的信用风险,以基于所述信用风险处理所述贷款申请请求。
此外,为实现上述目的,本发明还提供一种租赁业务的风险监控设备,所述租赁业务的风险监控设备包括: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租赁业务的风险监控程序,所述租赁业务的风险监控程序被所述处理器执行时实现如上述的租赁业务的风险监控方法的步骤。
此外,为实现上述目的,本发明还提供一种可读存储介质,所述可读存储介质上存储有租赁业务的风险监控程序,所述租赁业务的风险监控程序被处理器执行时实现如上述的租赁业务的风险监控方法的步骤。
本发明通过在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的房屋信息;在已办理贷款业务的历史房屋信息和已办理贷款业务的历史客户信息对应的关系网中获取与所述房屋信息相匹配的房屋数量,其中,在所述关系网中所述历史房屋信息和所述历史客户信息相对应;基于所述房屋信息对应的地址信息,确定是否存在与所述地址信息相对应的实际楼盘信息;若存在与所述地址信息相对应的实际楼盘信息,则基于所述房屋数量,确定所述客户的信用风险,以基于所述信用风险处理所述贷款申请请求。在本实施例中,在贷款机构接收到客户的贷款申请请求时,获取客户用于贷款申请的房屋信息,之后根据预先构建的客户信息和房屋信息对应的关系网确定该房屋信息对应的房屋数量,并检测该房屋是否在现实中真实存在的,若该房屋是真实存在的,那么根据房屋数量确定客户的信用风险,以进一步地根据客户的信用风险判断是否通过客户的贷款申请请求,从而避免了租赁结构伪造房屋数据以及一房多贷的问题,解决了在出现合作方租赁机构恶意捏造房屋数据的情况时,容易造成难以发现骗贷问题。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的租赁业务的风险监控设备结构示意图;
图2为本发明租赁业务的风险监控方法第一实施例的流程示意图;
图3为本发明租赁业务的风险监控方法第二实施例的流程示意图。
本发明目的的实现、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发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的租赁业务的风险监控设备结构示意图。
本发明实施例租赁业务的风险监控设备可以是PC,也可以是智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、便携计算机等具有显示功能的可移动式终端设备。
如图1所示,该租赁业务的风险监控设备可以包括: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。
可选地,租赁业务的风险监控设备还可以包括摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。其中,传感器比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示屏的亮度,接近传感器可在租赁业务的风险监控设备移动到耳边时,关闭显示屏和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别租赁业务的风险监控设备姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;当然,租赁业务的风险监控设备还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
本领域技术人员可以理解,图1中示出的租赁业务的风险监控设备结构并不构成对租赁业务的风险监控设备的限定,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***、网络通信模块、用户接口模块以及租赁业务的风险监控程序。
在图1所示的租赁业务的风险监控设备中,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中存储的租赁业务的风险监控程序。
在本实施例中,租赁业务的风险监控设备包括:存储器1005、处理器1001及存储在所述存储器1005上并可在所述处理器1001上运行的租赁业务的风险监控程序,其中,处理器1001调用存储器1005中存储的租赁业务的风险监控程序时,并执行以下操作:
在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的房屋信息;
在已办理贷款业务的历史房屋信息和已办理贷款业务的历史客户信息对应的关系网中获取与所述房屋信息相匹配的房屋数量,其中,在所述关系网中所述历史房屋信息和所述历史客户信息相对应;
基于所述房屋信息对应的地址信息,确定是否存在与所述地址信息相对应的实际楼盘信息;
若存在与所述地址信息相对应的实际楼盘信息,则基于所述房屋数量,确定所述客户的信用风险,以基于所述信用风险处理所述贷款申请请求。
进一步地,处理器1001可以调用存储器1005中存储的租赁业务的风险监控程序,还执行以下操作:
在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的贷款申请材料,其中,所述贷款申请材料包括所述客户的个人信息以及房屋租赁合同;
对所述房屋租赁合同进行文本解析,得到所述房屋租赁合同中的房屋信息。
进一步地,处理器1001可以调用存储器1005中存储的租赁业务的风险监控程序,还执行以下操作:
基于OCR模型,对所述房屋租赁合同进行文本解析,确定所述房屋租赁合同中的文字内容;
从所述文字内容中提取所述房屋租赁合同中的房屋信息。
进一步地,处理器1001可以调用存储器1005中存储的租赁业务的风险监控程序,还执行以下操作:
基于OCR模型中的文本框检测模型,对所述房屋租赁合同进行识别,确定所述房屋租赁合同中文字所在的文本框区域;
基于所述OCR模型中的文字识别模型,对所述房屋租赁合同中的所述文本框区域进行识别,以确定所述房屋租赁合同中的文字内容。
进一步地,处理器1001可以调用存储器1005中存储的租赁业务的风险监控程序,还执行以下操作:
基于所述房屋信息对应的地址信息,确定与所述地址信息相对应的目标楼盘信息;
基于所述目标楼盘信息,确定是否存在与所述地址信息相对应的实际楼盘信息。
进一步地,处理器1001可以调用存储器1005中存储的租赁业务的风险监控程序,还执行以下操作:
在预设电子地图中查询是否存在所述目标楼盘信息;
若存在所述目标楼盘信息,则存在与所述地址信息相对应的实际楼盘信息;
若不存在所述目标楼盘信息,则不存在与所述地址信息相对应的实际楼盘信息。
进一步地,处理器1001可以调用存储器1005中存储的租赁业务的风险监控程序,还执行以下操作:
若所述房屋数量大于或等于预设数量阈值,则确定所述客户的信用风险为高风险,并输出所述客户的信用风险;
若所述房屋数量小于预设数量阈值,则确定所述客户的信用风险标识为低风险,并输出所述客户的信用风险。
本发明还提供一种租赁业务的风险监控方法,参照图2,图2为本发明租赁业务的风险监控方法第一实施例的流程示意图。
在本实施例中,该租赁业务的风险监控方法包括以下步骤:
步骤S10,在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的房屋信息;
在本实施例中,本发明提出的租赁业务的风险监控方法应用于租房贷款业务的终端设备,该终端设备可以是租赁业务的房展平台或者租赁业务的贷款机构等,需要说明的是,客户可以通过该终端设备对应的客户平台发起贷款申请请求,在发起贷款申请请求之前,在客户平台上传用于申请贷款的贷款申请材料。终端设备接收到基于客户平台的贷款申请请求时,即接收到客户的贷款申请请求时,基于贷款申请请求获取该客户用于申请贷款的贷款申请材料,并基于该贷款申请材料确定贷款申请材料中的用于申请贷款的房屋信息,其中,贷款申请材料中包含客户的个人信息以及该客户的用于申请贷款的房屋信息。
步骤S20,在已办理贷款业务的历史房屋信息和已办理贷款业务的历史客户信息对应的关系网中获取与所述房屋信息相匹配的房屋数量,其中,在所述关系网中所述历史房屋信息和所述历史客户信息相对应;
其中,历史房屋为在该贷款机构申请过租赁贷款业务的房屋,历史客户为在该贷款机构申请过租赁贷款业务的客户;相对应地,历史客户信息为贷款机构办理过的贷款业务对应的历史客户的个人信息,历史客户信息包括历史客户的姓名、身份证信息、联系电话或者居住地等相关信息,历史房屋信息为贷款机构办理过的贷款业务对应的历史客户信息对应的房屋数据,历史房屋信息可以是历史房屋。
在本实施例中,贷款机构实时收集已办理贷款业务的房屋信息和已办理贷款业务的客户信息进行构建已办理贷款业务的房屋信息和已办理贷款业务的客户信息对应的关系网。贷款机构预先收集或者自动收集已办理贷款业务的历史房屋信息和已办理贷款业务的历史客户信息,贷款机构在办理历史客户的贷款申请时,记录下历史客户的个人信息即历史客户信息和历史房屋信息。之后,根据历史客户信息和历史房屋信息的对应关系,构建历史客户信息和历史房屋信息对应的关系网,其中,在历史客户信息和历史房屋信息对应的关系网中,历史客户信息与该历史房屋信息相对应,一个历史客户信息可以对应多个历史房屋信息。在接收到客户的贷款申请请求时,获取客户用于申请贷款对应的房屋信息,根据已构建的历史房屋信息和历史客户信息对应的关系网,将房屋信息和该关系网中的所有历史房屋信息进行匹配,在该关系网中查询与房屋信息相匹配的历史房屋信息,并确定与房屋信息相匹配的房屋数量。
步骤S30,基于所述房屋信息对应的地址信息,确定是否存在与所述地址信息相对应的实际楼盘信息;
在本实施例中,在获取客户的用于申请贷款对应的房屋信息后,确定该房屋信息中用于申请贷款的房屋对应的地址信息;在确定与该房屋信息相匹配的房屋数量后,根据房屋信息对应的地址信息,查询是否存在与该地址信息相对应的实际楼盘信息,以确定客户用于申请贷款的房屋信息是否是现实中真是存在的。其中,进一步地,若存在与该地址信息相对应的实际楼盘信息,则说明客户用于申请贷款的房屋信息是现实中真是存在的,且该实际楼盘信息中包含有客户用于申请贷款的房屋信息;若不存在与该地址信息相对应的实际楼盘信息,则说明客户用于申请贷款的房屋信息在现实中不一定是存在的,是需要查认的或者实地确定的,那么该实际楼盘信息中不包含有客户用于申请贷款的房屋信息。
步骤S40,若存在与所述地址信息相对应的实际楼盘信息,则基于所述房屋数量,确定所述客户的信用风险,以基于所述信用风险处理所述贷款申请请求。
在本实施例中,若存在与该地址信息相对应的实际楼盘信息,说明客户用于申请贷款的房屋信息是现实中真是存在的,则基于房屋数量,确定客户的信用风险,并输出客户的信用风险,以供贷款机构的工作人员根据信用风险处理该客户的贷款申请请求或者直接由终端设备根据信用风险处理该客户的贷款申请请求,例如,若客户的信用风险为高风险,则拒绝该贷款申请请求;若客户的信用风险为低风险,则批准该贷款申请请求。
进一步地,可以通过将与房屋信息相匹配的房屋数量与预设数量条件进行比较,以根据房屋数量与预设数量条件的比较结果确定客户的信用风险;还可以通过将房屋数量输入至预先训练好的企业授信模型,以根据企业授信模型确定客户的信用风险,其中,企业授信模型为一种将信用风险量化为将信用风险大小量化为评分的数理统计模型。
本实施例提出的租赁业务的风险监控方法,通过在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的房屋信息;在已办理贷款业务的历史房屋信息和已办理贷款业务的历史客户信息对应的关系网中获取与所述房屋信息相匹配的房屋数量,其中,在所述关系网中所述历史房屋信息和所述历史客户信息相对应;基于所述房屋信息对应的地址信息,确定是否存在与所述地址信息相对应的实际楼盘信息;若存在与所述地址信息相对应的实际楼盘信息,则基于所述房屋数量,确定所述客户的信用风险,以基于所述信用风险处理所述贷款申请请求。在本实施例中,在贷款机构接收到客户的贷款申请请求时,获取客户用于贷款申请的房屋信息,之后根据预先构建的客户信息和房屋信息对应的关系网确定该房屋信息对应的房屋数量,并检测该房屋是否在现实中真实存在的,若该房屋是真实存在的,那么根据房屋数量确定客户的信用风险,以进一步地根据客户的信用风险判断是否通过客户的贷款申请请求,从而避免了租赁结构伪造房屋数据以及一房多贷的问题,解决了在出现合作方租赁机构恶意捏造房屋数据的情况时,容易造成难以发现骗贷问题。
基于第一实施例,提出本发明租赁业务的风险监控方法的第二实施例,参照图3,在本实施例中,步骤S10包括:
步骤S11,在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的贷款申请材料,其中,所述贷款申请材料包括所述客户的个人信息以及房屋租赁合同;
步骤S12,对所述房屋租赁合同进行文本解析,得到所述房屋租赁合同中的房屋信息。
在本实施例中,当贷款机构接收到客户的贷款申请请求时,基于贷款申请请求获取该客户用于申请贷款的贷款申请材料,其中,贷款申请材料中包含客户的个人信息以及该客户的用于申请贷款的房屋租赁合同,房屋租赁合同中包含用于申请贷款的房屋信息。在获取用于申请贷款的贷款申请材料后,获取贷款申请材料中的房屋租赁合同,并对房屋租赁合同进行文本解析,以识别出房屋租赁合同中包含的房屋信息,其中,可以通过光学字符识别模型对房屋租赁合同进行文本解析,以识别房屋租赁合同中包含的房屋信息。
进一步地,所述对所述房屋租赁合同进行文本解析,得到所述房屋租赁合同中的房屋信息的步骤包括:
步骤S121,基于OCR模型,对所述房屋租赁合同进行文本解析,确定所述房屋租赁合同中的文字内容;
步骤S122,从所述文字内容中提取所述房屋租赁合同中的房屋信息。
在本实施例中,在获取用于申请贷款的贷款申请材料后,获取贷款申请材料中的房屋租赁合同,并根据预先训练好的OCR模型对房屋租赁合同进行文本解析,以识别出房屋租赁合同中的文字内容。在识别到房屋租赁合同中包含的文字内容后,再从文字内容中提取房屋租赁合同中的房屋信息。其中,OCR模型为光学字符识别模型,可以识别电子文档或者纸质文档中包含的文字,OCR模型包括文本框检测模型和文字识别模型。
进一步地,所述基于OCR模型,对所述房屋租赁合同进行文本解析,确定所述房屋租赁合同中的文字内容的步骤包括:
步骤S1211,基于OCR模型中的文本框检测模型,对所述房屋租赁合同进行识别,确定所述房屋租赁合同中文字所在的文本框区域;
步骤S1212,基于所述OCR模型中的文字识别模型,对所述房屋租赁合同中的所述文本框区域进行识别,以确定所述房屋租赁合同中的文字内容。
在本实施例中,OCR模型包括文本框检测模型和文字识别模型,其中,文本框检测模型用于识别文档中包含的文字区域,文字识别模型用于对文本框检测模型所识别的文字区域进行识别其中包含的文字内容。基于OCR模型,对房屋租赁合同进行文本解析,以识别出房屋租赁合同中包含的文字内容,具体地,将房屋租赁合同输入至OCR模型中的文本框检测模型,以供文本框检测模型对房屋租赁合同进行识别,确定房屋租赁合同中文字所在的文本框区域;之后,文本框检测模型输出标识有文本框区域的房屋租赁合同至OCR模型中的文字识别模型,以供文字识别模型对房屋租赁合同中的文本框区域进行识别,从而识别出房屋租赁合同中的文字内容。
进一步地,所述基于所述房屋信息对应的地址信息,确定是否存在与所述地址信息相对应的实际楼盘信息的步骤包括:
步骤S31,基于所述房屋信息对应的地址信息,确定与所述地址信息相对应的目标楼盘信息;
步骤S32,基于所述目标楼盘信息,确定是否存在与所述地址信息相对应的实际楼盘信息。
在本实施例中,在获取客户的用于申请贷款对应的房屋信息后,确定该房屋信息中用于申请贷款的房屋对应的地址信息;在确定与该房屋信息相匹配的房屋数量后,根据房屋信息对应的地址信息,确定与该地址信息相对应的目标楼盘信息;之后再根据目标楼盘信息,确定是否存在与地址信息相对应的实际楼盘信息,以确定客户用于申请贷款的房屋信息是否是现实中真是存在的。
进一步地,所述基于所述目标楼盘信息,确定是否存在与所述地址信息相对应的实际楼盘信息的步骤包括:
步骤S321,在预设电子地图中查询是否存在所述目标楼盘信息;
步骤S322,若存在所述目标楼盘信息,则存在与所述地址信息相对应的实际楼盘信息;
步骤S323,若不存在所述目标楼盘信息,则不存在与所述地址信息相对应的实际楼盘信息。
在本实施例中,在确定与该地址信息相对应的目标楼盘信息之后,在预设电子地图中查询是否存在目标楼盘信息,若该预设电子地图中存在目标楼盘信息,则存在与地址信息相对应的实际楼盘信息,说明客户用于申请贷款的房屋信息是现实中真是存在的;若该预设电子地图中不存在目标楼盘信息,则该预设电子地图中不存在与地址信息相对应的实际楼盘信息,说明客户用于申请贷款的房屋信息在现实中不一定是存在,是需要查认的或者实地确定。
进一步地,所述基于所述房屋数量,确定所述客户的信用风险的步骤包括:
步骤S41,若所述房屋数量大于或等于预设数量阈值,则确定所述客户的信用风险为高风险,并输出所述客户的信用风险;
步骤S42,若所述房屋数量小于预设数量阈值,则确定所述客户的信用风险标识为低风险,并输出所述客户的信用风险。
在本实施例中,当预设数量条件为预设数量阈值时,将与房屋信息相匹配的房屋数量与预设数量阈值进行比较,以根据房屋数量与预设数量阈值的比较结果确定客户的信用风险。具体地,若房屋数量大于或等于预设数量阈值,则确定客户的信用风险为高风险,并输出客户的信用风险,以供贷款结构的工作人员根据客户的信用风险处理贷款申请请求;若房屋数量小于预设数量阈值,则确定客户的信用风险标识为低风险,并输出客户的信用风险,以供贷款结构的工作人员根据客户的信用风险处理贷款申请请求。
本实施例提出的租赁业务的风险监控方法,通过在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的贷款申请材料,其中,所述贷款申请材料包括所述客户的个人信息以及房屋租赁合同;对所述房屋租赁合同进行文本解析,得到所述房屋租赁合同中的房屋信息。在本实施例中,在贷款机构接收到客户的贷款申请请求时,获取客户用于申请贷款对应的贷款申请材料,并对贷款申请材料中的房屋租赁合同进行文本解析,识别其中的房屋信息,以供后续进行确定该房屋信息对应的房屋数量,以及检测该房屋是否在现实中真实存在的,从而避免了租赁结构伪造房屋数据以及一房多贷的问题,解决了在出现合作方租赁机构恶意捏造房屋数据的情况时,容易造成难以发现骗贷问题。
此外,本发明实施例还提出一种租赁业务的风险监控装置,所述租赁业务的风险监控装置包括:
在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的房屋信息;
第二获取模块,用于在已办理贷款业务的历史房屋信息和已办理贷款业务的历史客户信息对应的关系网中获取与所述房屋信息相匹配的房屋数量,其中,在所述关系网中所述历史房屋信息和所述历史客户信息相对应;
确定模块,用于基于所述房屋信息对应的地址信息,确定是否存在与所述地址信息相对应的实际楼盘信息;
处理模块,用于若存在与所述地址信息相对应的实际楼盘信息,则基于所述房屋数量,确定所述客户的信用风险,以基于所述信用风险处理所述贷款申请请求。
进一步地,所述第一获取模块,还用于:
在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的贷款申请材料,其中,所述贷款申请材料包括所述客户的个人信息以及房屋租赁合同;
对所述房屋租赁合同进行文本解析,得到所述房屋租赁合同中的房屋信息。
进一步地,所述第一获取模块,还用于:
基于OCR模型,对所述房屋租赁合同进行文本解析,确定所述房屋租赁合同中的文字内容;
从所述文字内容中提取所述房屋租赁合同中的房屋信息。
进一步地,所述第一获取模块,还用于:
基于OCR模型中的文本框检测模型,对所述房屋租赁合同进行识别,确定所述房屋租赁合同中文字所在的文本框区域;
基于所述OCR模型中的文字识别模型,对所述房屋租赁合同中的所述文本框区域进行识别,以确定所述房屋租赁合同中的文字内容。
进一步地,所述确定模块,还用于:
基于所述房屋信息对应的地址信息,确定与所述地址信息相对应的目标楼盘信息;
基于所述目标楼盘信息,确定是否存在与所述地址信息相对应的实际楼盘信息。
进一步地,所述确定模块,还用于:
在预设电子地图中查询是否存在所述目标楼盘信息;
若存在所述目标楼盘信息,则存在与所述地址信息相对应的实际楼盘信息;
若不存在所述目标楼盘信息,则不存在与所述地址信息相对应的实际楼盘信息。
进一步地,所述处理模块,还用于:
若所述房屋数量大于或等于预设数量阈值,则确定所述客户的信用风险为高风险,并输出所述客户的信用风险;
若所述房屋数量小于预设数量阈值,则确定所述客户的信用风险标识为低风险,并输出所述客户的信用风险。
此外,本发明实施例还提出一种可读存储介质,所述可读存储介质上存储有租赁业务的风险监控程序,所述租赁业务的风险监控程序被处理器执行时实现如上述中任一项所述的租赁业务的风险监控方法的步骤。
本发明可读存储介质具体实施例与上述租赁业务的风险监控方法的各实施例基本相同,在此不再详细赘述。
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***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***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***中还存在另外的相同要素。
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)执行本发明各个实施例所述的方法。
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)
1.一种租赁业务的风险监控方法,其特征在于,所述租赁业务的风险监控方法包括以下步骤:
在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的房屋信息;
在已办理贷款业务的历史房屋信息和已办理贷款业务的历史客户信息对应的关系网中获取与所述房屋信息相匹配的房屋数量,其中,在所述关系网中所述历史房屋信息和所述历史客户信息相对应;
基于所述房屋信息对应的地址信息,确定是否存在与所述地址信息相对应的实际楼盘信息;
若存在与所述地址信息相对应的实际楼盘信息,则基于所述房屋数量,确定所述客户的信用风险,以基于所述信用风险处理所述贷款申请请求。
2.如权利要求1所述的租赁业务的风险监控方法,其特征在于,所述在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的房屋信息的步骤包括:
在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的贷款申请材料,其中,所述贷款申请材料包括所述客户的个人信息以及房屋租赁合同;
对所述房屋租赁合同进行文本解析,得到所述房屋租赁合同中的房屋信息。
3.如权利要求2所述的租赁业务的风险监控方法,其特征在于,所述对所述房屋租赁合同进行文本解析,得到所述房屋租赁合同中的房屋信息的步骤包括:
基于OCR模型,对所述房屋租赁合同进行文本解析,确定所述房屋租赁合同中的文字内容;
从所述文字内容中提取所述房屋租赁合同中的房屋信息。
4.如权利要求3所述的租赁业务的风险监控方法,其特征在于,所述基于OCR模型,对所述房屋租赁合同进行文本解析,确定所述房屋租赁合同中的文字内容的步骤包括:
基于OCR模型中的文本框检测模型,对所述房屋租赁合同进行识别,确定所述房屋租赁合同中文字所在的文本框区域;
基于所述OCR模型中的文字识别模型,对所述房屋租赁合同中的所述文本框区域进行识别,以确定所述房屋租赁合同中的文字内容。
5.如权利要求1所述的租赁业务的风险监控方法,其特征在于,所述基于所述房屋信息对应的地址信息,确定是否存在与所述地址信息相对应的实际楼盘信息的步骤包括:
基于所述房屋信息对应的地址信息,确定与所述地址信息相对应的目标楼盘信息;
基于所述目标楼盘信息,确定是否存在与所述地址信息相对应的实际楼盘信息。
6.如权利要求5所述的租赁业务的风险监控方法,其特征在于,所述基于所述目标楼盘信息,确定是否存在与所述地址信息相对应的实际楼盘信息的步骤包括:
在预设电子地图中查询是否存在所述目标楼盘信息;
若存在所述目标楼盘信息,则存在与所述地址信息相对应的实际楼盘信息;
若不存在所述目标楼盘信息,则不存在与所述地址信息相对应的实际楼盘信息。
7.如权利要求1至6任一项所述的租赁业务的风险监控方法,其特征在于,所述基于所述房屋数量,确定所述客户的信用风险的步骤包括:
若所述房屋数量大于或等于预设数量阈值,则确定所述客户的信用风险为高风险,并输出所述客户的信用风险;
若所述房屋数量小于预设数量阈值,则确定所述客户的信用风险标识为低风险,并输出所述客户的信用风险。
8.一种租赁业务的风险监控装置,其特征在于,所述租赁业务的风险监控装置包括:
第一获取模块,用于在接收到客户的贷款申请请求时,获取所述客户用于申请贷款对应的房屋信息;
第二获取模块,用于在已办理贷款业务的历史房屋信息和已办理贷款业务的历史客户信息对应的关系网中获取与所述房屋信息相匹配的房屋数量,其中,在所述关系网中所述历史房屋信息和所述历史客户信息相对应;
确定模块,用于基于所述房屋信息对应的地址信息,确定是否存在与所述地址信息相对应的实际楼盘信息;
处理模块,用于若存在与所述地址信息相对应的实际楼盘信息,则基于所述房屋数量,确定所述客户的信用风险,以基于所述信用风险处理所述贷款申请请求。
9.一种租赁业务的风险监控设备,其特征在于,所述租赁业务的风险监控设备包括: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租赁业务的风险监控程序,所述租赁业务的风险监控程序被所述处理器执行时实现如权利要求1至7中任一项所述的租赁业务的风险监控方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有租赁业务的风险监控程序,所述租赁业务的风险监控程序被处理器执行时实现如权利要求1至7中任一项所述的租赁业务的风险监控方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011596541.7A CN112668886A (zh) | 2020-12-29 | 2020-12-29 | 租赁业务的风险监控方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011596541.7A CN112668886A (zh) | 2020-12-29 | 2020-12-29 | 租赁业务的风险监控方法、装置、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112668886A true CN112668886A (zh) | 2021-04-16 |
Family
ID=75410238
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011596541.7A Pending CN112668886A (zh) | 2020-12-29 | 2020-12-29 | 租赁业务的风险监控方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112668886A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115187153A (zh) * | 2022-09-14 | 2022-10-14 | 杭银消费金融股份有限公司 | 应用于业务风险溯源的数据处理方法及*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090099959A1 (en) * | 2006-09-22 | 2009-04-16 | Basepoint Analytics Llc | Methods and systems of predicting mortgage payment risk |
CN101667251A (zh) * | 2008-09-05 | 2010-03-10 | 三星电子株式会社 | 具备辅助定位功能的ocr识别方法和装置 |
US9147217B1 (en) * | 2011-05-02 | 2015-09-29 | Experian Information Solutions, Inc. | Systems and methods for analyzing lender risk using vehicle historical data |
CN108364224A (zh) * | 2018-01-12 | 2018-08-03 | 深圳壹账通智能科技有限公司 | 信贷风险联控方法、装置、设备及可读存储介质 |
CN109636572A (zh) * | 2018-10-25 | 2019-04-16 | 深圳壹账通智能科技有限公司 | 银行卡的风险检测方法、装置、设备及可读存储介质 |
WO2019074446A1 (en) * | 2017-10-13 | 2019-04-18 | Digital Alpha Group Pte Ltd | LOAN REQUEST PROCESSING SYSTEM AND METHOD |
CN111815433A (zh) * | 2020-07-09 | 2020-10-23 | 北京云从科技有限公司 | 一种贷中风险评估方法、装置、机器可读介质及设备 |
CN111915430A (zh) * | 2020-08-19 | 2020-11-10 | 南京三百云信息科技有限公司 | 基于车架号的车贷风险识别方法及装置 |
-
2020
- 2020-12-29 CN CN202011596541.7A patent/CN112668886A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110251945A1 (en) * | 2006-03-24 | 2011-10-13 | Corelogic Information Solutions, Inc. | Methods and systems of predicting mortgage payment risk |
US20090099959A1 (en) * | 2006-09-22 | 2009-04-16 | Basepoint Analytics Llc | Methods and systems of predicting mortgage payment risk |
CN101667251A (zh) * | 2008-09-05 | 2010-03-10 | 三星电子株式会社 | 具备辅助定位功能的ocr识别方法和装置 |
US9147217B1 (en) * | 2011-05-02 | 2015-09-29 | Experian Information Solutions, Inc. | Systems and methods for analyzing lender risk using vehicle historical data |
WO2019074446A1 (en) * | 2017-10-13 | 2019-04-18 | Digital Alpha Group Pte Ltd | LOAN REQUEST PROCESSING SYSTEM AND METHOD |
CN108364224A (zh) * | 2018-01-12 | 2018-08-03 | 深圳壹账通智能科技有限公司 | 信贷风险联控方法、装置、设备及可读存储介质 |
CN109636572A (zh) * | 2018-10-25 | 2019-04-16 | 深圳壹账通智能科技有限公司 | 银行卡的风险检测方法、装置、设备及可读存储介质 |
CN111815433A (zh) * | 2020-07-09 | 2020-10-23 | 北京云从科技有限公司 | 一种贷中风险评估方法、装置、机器可读介质及设备 |
CN111915430A (zh) * | 2020-08-19 | 2020-11-10 | 南京三百云信息科技有限公司 | 基于车架号的车贷风险识别方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115187153A (zh) * | 2022-09-14 | 2022-10-14 | 杭银消费金融股份有限公司 | 应用于业务风险溯源的数据处理方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109215254B (zh) | 实体店铺应用***、用户信息处理方法及装置 | |
US20180033015A1 (en) | Automated queuing system | |
CN109358922B (zh) | 一种个性化菜单展示方法、装置、智能终端及存储介质 | |
CN110335139B (zh) | 基于相似度的评估方法、装置、设备及可读存储介质 | |
CN112100431B (zh) | Ocr***的评估方法、装置、设备及可读存储介质 | |
US20160350709A1 (en) | System and method for inventory management | |
CN111552833A (zh) | 智能双录方法、装置及存储介质 | |
CN109191635B (zh) | 基于人脸识别技术的判客方法、装置及存储介质 | |
KR20180111197A (ko) | 정보 제공 방법 및 이를 지원하는 전자 장치 | |
CN112561684A (zh) | 金融欺诈风险识别方法、装置、计算机设备及存储介质 | |
CN110264093B (zh) | 信用模型的建立方法、装置、设备及可读存储介质 | |
CN111652087A (zh) | 验车方法、装置、电子设备和存储介质 | |
CN110633381A (zh) | 一种识别虚假房源的方法、装置、存储介质及电子设备 | |
WO2022002246A1 (zh) | 电子设备投保的校验方法和装置 | |
CN109670931B (zh) | 贷款用户的行为检测方法、装置、设备及存储介质 | |
CN112465517A (zh) | 防伪验证方法、装置及计算机可读存储介质 | |
CN112418167A (zh) | 图像的聚类方法、装置、设备和存储介质 | |
CN114550051A (zh) | 一种车损检测方法、装置、计算机设备及存储介质 | |
CN112668886A (zh) | 租赁业务的风险监控方法、装置、设备及可读存储介质 | |
CN114386013A (zh) | 学籍自动认证方法、装置、计算机设备及存储介质 | |
CN113918949A (zh) | 基于多模态融合的诈骗app的识别方法 | |
CN110007836B (zh) | 一种账单生成方法及移动终端 | |
CN111709851A (zh) | 基于rfid及面部识别的酒店安全入住的方法、装置及设备 | |
US9514451B2 (en) | Method, apparatus and system for information identification | |
CN112950329A (zh) | 商品动态信息生成方法、装置、设备及计算机可读介质 |
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 |