CN112991041A - 一种基于大数据的信用额度分享方法、装置、终端及存储介质 - Google Patents
一种基于大数据的信用额度分享方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN112991041A CN112991041A CN202110202230.6A CN202110202230A CN112991041A CN 112991041 A CN112991041 A CN 112991041A CN 202110202230 A CN202110202230 A CN 202110202230A CN 112991041 A CN112991041 A CN 112991041A
- Authority
- CN
- China
- Prior art keywords
- credit
- data
- user
- applicant
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 230000015654 memory Effects 0.000 claims abstract description 34
- 239000002131 composite material Substances 0.000 claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims description 48
- 230000006399 behavior Effects 0.000 claims description 42
- 230000004044 response Effects 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 20
- 238000000926 separation method Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 description 9
- 230000008520 organization Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 230000007787 long-term memory Effects 0.000 description 4
- 230000006403 short-term memory Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 230000007306 turnover Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 3
- 241000207961 Sesamum Species 0.000 description 2
- 235000003434 Sesamum indicum Nutrition 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Technology Law (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及大数据分析技术领域,提供一种基于大数据的信用额度分享方法、装置、终端及存储介质,包括:响应于申请人的额度申请指令,获取所述申请人的用户数据及申请额度;基于所述用户数据计算第一综合信用评分;使用长短期记忆网络模型基于所述用户数据及所述第一综合信用评分计算风险评分;在确定所述风险评分大于预设风险评分阈值时,构建所述申请人的社交网络图谱;基于所述社交网络图谱确定多个目标额度分享用户;向所述多个目标额度分享用户发送额度分享申请。本发明能够提高额度申请的审核效率,信用的安全性得到了有效的保证。
Description
技术领域
本发明涉及大数据分析技术领域,具体涉及一种基于大数据的信用额度分享方法、装置、终端及存储介质。
背景技术
随着中国信贷市场的高速发展,信用服务市场也利好不断。信用服务市场是指专门从事信用产品和消费,以确保市场交易活动顺利进行的各类经济组织和中介机构。互联网信用服务技术创新使得信用服务边界外延,辅助基础信用服务,共同完善社会信用体系。根据信用评分为用户提供各项服务额度,例如押金抵押额度、图书租借额度、***额度等等,额度的应用越来越广泛。目前,用户的信用服务额度都是定期评估,使用一段时间才可以申请提高额度,申请时间耗时较长。对于经常使用的用户常常会出现额度不够用,提高额度需要较长审核时间的现象,但对于较少使用的用户就会出现额度冗余的现象。为了能够迅速给用户增加额度,解决短期紧急需求,可以利用其他用户的闲置额度进行分享。
发明专利CN201711006632.9公开了一种***额度转借方法及***,通过判断借出方***账户及借入方***账户的信用情况是否符合要求;判断转借期限是否在规定期限内;判断转借额度是否小于或等于借出方***账户的剩余额度来审核是否通过,发挥银行信用额度资产的作用,提高银行资产利用率。但是该发明仅限于***额度,并且考虑的方面太少,并不能保证用户一定会守约,导致安全性得不到保障,提高了额度资产坏账的风险。
发明内容
鉴于以上内容,有必要提出一种基于大数据的信用额度分享方法、装置、终端及存储介质,能够提高额度申请的审核效率,信用的安全性得到了有效的保证,降低了坏账的风险。
本发明的第一方面提供一种基于大数据的信用额度分享方法,所述方法包括:
响应于申请人的额度申请指令,获取所述申请人的用户数据及申请额度;
基于所述用户数据计算第一综合信用评分;
使用长短期记忆网络模型基于所述用户数据及所述第一综合信用评分计算风险评分;
在确定所述风险评分大于预设风险评分阈值时,构建所述申请人的社交网络图谱;
基于所述社交网络图谱确定多个目标额度分享用户;
向所述多个目标额度分享用户发送额度分享申请。
在一个可选的实施方式中,所述用户数据包括基础数据、额度使用数据、历史信用数据、第三方信用评分数据、用户社交数据,所述基于所述用户数据计算第一综合信用评分包括:
基于所述基础数据计算用户画像;
基于所述额度使用数据预测用户消费能力;
基于所述历史信用数据预测用户履约能力;
根据所述用户画像、所述用户消费能力、所述用户履约能力、所述第三方信用评分数据及所述用户社交数据计算所述第一综合信用评分。
在一个可选的实施方式中,所述基于所述基础数据计算用户画像包括:
获取所述基础数据中第一数据标签对应的第一数据及第二数据标签对应的第二数据;
使用BERT模型提取所述第一数据的第一特征向量及提取所述第二数据的第二特征向量;
根据所述第一特征向量及对应的第一权重、所述第二特征向量及对应的第二权重计算用户画像。
在一个可选的实施方式中,所述基于所述额度使用数据预测用户消费能力包括:
基于所述额度使用数据计算使用习惯、使用频次、额度使用率和额度透支率;
根据所述使用习惯、所述使用频次、所述额度使用率和所述额度透支率构建用户行为偏好向量;
使用训练完成的消费能力预测模型基于所述用户行为偏好向量预测用户消费能力。
在一个可选的实施方式中,所述基于所述历史信用数据预测用户履约能力包括:
获取所述历史信用数据中的履约日期及***负债;
对所述履约日期进行第一分箱处理得到分箱日期;
对所述***负债进行第二分箱处理得到分箱负债;
拼接所述分箱日期及所述分箱负债得到用户履约向量;
使用训练完成的履约能力预测模型基于所述用户履约向量预测用户履约能力。
在一个可选的实施方式中,所述第三方信用评分数据的计算过程包括:
接收多个预设数据服务结构发送的所述申请人的信用评分数据;
根据所述预设数据服务机构的发送时间分配评分权重;
根据所述信用评分数据及对应的评分权重计算得到所述第三方信用评分数据。
在一个可选的实施方式中,所述构建所述申请人的社交网络图谱包括:
获取所述申请人的多个联系人;
计算所述申请人与每个联系人的社交关联度;
以所述申请人为社交网络图谱中的中心节点,以所述联系人为网络节点,以所述社交关联度为所述中心节点与对应的网络节点之间的边的权重,构建社交网络图谱。
在一个可选的实施方式中,所述计算所述申请人与每个联系人的社交关联度包括:
计算所述申请人和每个联系人的社交频率及社交时间;
提取所述社交频率和所述社交时间构建社交特征向量;
使用社交关联度计算模型基于所述社交特征向量计算所述申请人与每个联系人的社交关联度。
在一个可选的实施方式中,所述基于所述社交网络图谱确定多个目标额度分享用户包括:
获取所述联系人的剩余额度及第二综合信用评分;
基于所述社交关联度、所述剩余额度及所述第二综合信用评分构建联系人特征向量;
使用匹配吻合度计算模型基于所述联系人特征向量计算所述联系人和所述申请人之间的匹配吻合度;
根据所述匹配吻合度更新所述社交网络图谱得到目标社交网络图谱;
根据预设搜索规则搜索所述目标社交网络图谱,得到多个目标网络节点;
确定所述多个目标网络节点为多个目标额度分享用户。
在一个可选的实施方式中,所述预设搜索规则为从所述中心节点出发,搜索路径不多于预设数量的网络节点对应的联系人,作为所述申请人的目标额度分享用户。
在一个可选的实施方式中,在向所述多个目标额度分享用户发送额度分享申请之后,所述方法还包括:
接收所述目标额度分享用户分享的额度;
判断任一目标额度分享用户分享的额度是否等于所述申请额度;
当任一目标额度分享用户分享的额度等于所述申请额度时,接收所述任一目标额度分享用户分享的额度;
当任一目标额度分享用户分享的额度小于所述申请额度时,从所述多个目标额度分享用户分享的额度中选择多个目标额度,使得所述多个目标额度之和能够等于所述申请额度。
在一个可选的实施方式中,所述方法还包括:
获取所述目标社交网络图谱中大于预设第一匹配吻合度阈值的第一目标匹配吻合度,向所述第一目标匹配吻合度对应的联系人提供额度分享预约功能;或者
获取所述目标社交网络图谱中小于预设第二匹配吻合度阈值的第二目标匹配吻合度,在所述第二目标匹配吻合度对应的网络节点上显示额度分享权限选项,接收所述申请人在所述额度分享权限选项中的确定选择,拒绝接收所述确定选择对应的联系人的额度分享申请。
在一个可选的实施方式中,所述方法还包括:
根据所述风险评分进行附加利息计算和收益分配,包括:使用附加利息计算模型基于所述风险评分、所述申请人的原始额度及所述申请额度计算所述附加利息;根据所述附加利息及所述第二综合信用评分计算所述多个目标额度对应的目标额度分享用户的分配收益。
在一个可选的实施方式中,所述附加利息计算模型为如下公式:Y=(X1+X2)/X3,其中,Y表示附加利息,X1表示风险评分,X2表示申请额度,X3表示原始额度。
在一个可选的实施方式中,所述方法还包括:
获取所述申请人对所述目标额度分享用户分享的额度的信用行为;
根据所述信用行为更新所述申请人的第一综合信用评分及所述目标额度分享用户的第二综合信用评分。
在一个可选的实施方式中,所述方法还包括:
获取所述申请人的账户信息;
判断所述账户信息中的剩余信用额度是否为预设额度阈值;
当确定所述剩余信用额度为所述预设额度阈值时,执行对所述额度申请指令的响应;
当确定所述剩余信用额度不为所述预设额度阈值时,拒绝对所述额度申请指令的响应。
在一个可选的实施方式中,所述方法还包括:
将目标额度分享用户确定为申请人的担保人。
本发明的第二方面提供一种基于大数据的信用额度分享装置,所述装置包括:
申请响应模块,用于响应于申请人的额度申请指令,获取所述申请人的用户数据及申请额度;
第一计算模块,用于基于所述用户数据计算第一综合信用评分;
第二计算模块,用于使用长短期记忆网络模型基于所述用户数据及所述第一综合信用评分计算风险评分;
图谱构建模块,用于在确定所述风险评分大于预设风险评分阈值时,构建所述申请人的社交网络图谱;
目标确定模块,用于基于所述社交网络图谱确定多个目标额度分享用户;
分享发送模块,用于向所述多个目标额度分享用户发送额度分享申请。
本发明的第三方面提供一种终端,所述终端包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现所述基于大数据的信用额度分享方法。
本发明的第四方面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,所述计算机程序被处理器执行时实现所述基于大数据的信用额度分享方法。
综上所述,本发明所述的基于大数据的信用额度分享方法、装置、终端及存储介质,在接收到申请人的额度申请指令时,获取所述申请人的用户数据及申请额度;基于所述用户数据计算第一综合信用评分,再使用长短期记忆网络模型基于所述用户数据及所述第一综合信用评分计算风险评分;并在确定所述风险评分大于预设风险评分阈值时,构建所述申请人的社交网络图谱;基于所述社交网络图谱确定多个目标额度分享用户;向所述多个目标额度分享用户发送额度分享申请。能够解决现有信用服务存在的额度冗余和提高额度审核时间较长的技术问题,提出了同一平台内的不同用户之间可以进行额度的分享,降低了提高额度申请的审核时间,提高了提高额度申请的审核效率,并通过风险评估和评分更新,使得信用的安全性得到了有效的保证,降低了坏账的风险。
附图说明
图1是本发明实施例一提供的基于大数据的信用额度分享方法的流程图。
图2是本发明实施例二提供的基于大数据的信用额度分享装置的结构图。
图3是本发明实施例提供的社交网络图谱的结构示意图。
图4是本发明实施例三提供的终端的结构示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施例对本发明进行详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
本发明实施例提供的基于大数据的信用额度分享方法由终端执行,相应地,基于大数据的信用额度分享装置运行于终端中。
图1是本发明实施例一提供的基于大数据的信用额度分享方法的流程图。所述基于大数据的信用额度分享方法具体包括以下步骤,根据不同的需求,该流程图中步骤的顺序可以改变,某些可以省略。
S11,响应于申请人的额度申请指令,获取所述申请人的用户数据及申请额度。
终端可以提供额度申请用户界面,申请人可以登录额度申请用户界面并触控额度申请用户界面上的额度申请虚拟图标,从而触发额度申请指令。终端响应于申请人的额度申请指令,获取申请人的用户数据及申请额度。
其中,申请人可以是需要提升额度的用户,也可以是分享额度给其他需要提升额度的用户。
其中,用户数据可以包括,但不限于:基础数据。基础数据可以包括:性别、年龄、婚姻状况、学历、职业、收入流水、持有银行卡状况、社保等能够反映申请人个人信用信息的客观数据。
在一个可选的实施方式中,所述方法还包括:
获取所述申请人的账户信息;
判断所述账户信息中的剩余信用额度是否为预设额度阈值;
当确定所述剩余信用额度为所述预设额度阈值时,执行对所述额度申请指令的响应;
当确定所述剩余信用额度不为所述预设额度阈值时,拒绝对所述额度申请指令的响应。
终端在接收到申请人的额度申请指令时,获取申请人的账户信息,其中,账户信息可以包括:账户名、每周期的信用额度、剩余信用额度。
终端判断申请人的账户信息中的当前周期的信用额度是否已经用尽,即,判断剩余信用额度是否为预设额度阈值(例如,0)。若申请人的当前周期的信用额度已经用尽,即剩余信用额度为预设额度阈值,则响应于申请人的额度申请指令,从而确定申请人申请的额度。若申请人的当前周期的信用额度未用尽,即剩余信用额度不为预设额度阈值,则拒绝对所述额度申请指令的响应。示例性的,以***额度为例,一般***额度按月为周期进行计算,假设申请人每月的***额度为3000,当月***剩余额度为0时,表明申请人的当前周期的信用额度已用尽,则终端对额度申请指令进行响应,如此,能够防止额度申请泛滥,避免用户随意申请额度,造成资源的浪费。
S12,基于所述用户数据计算第一综合信用评分。
在一个可选的实施方式中,用户数据除了包括上述的基础数据外,还包括额度使用数据、历史信用数据、第三方信用评分数据、用户社交数据。基础数据、额度使用数据、历史信用数据、第三方信用评分数据、用户社交数据为计算用户的信用评分提供了数据依据。
在一个可选的实施方式中,所述基于所述用户数据计算第一综合信用评分包括:
基于所述基础数据计算用户画像;
基于所述额度使用数据预测用户消费能力;
基于所述历史信用数据预测用户履约能力;
根据所述用户画像、所述用户消费能力、所述用户履约能力、所述第三方信用评分数据及所述用户社交数据计算所述第一综合信用评分。
终端在计算得到用户画像,预测出用户消费能力和用户履约能力之后,根据所述用户画像、所述用户消费能力、所述用户履约能力、所述第三方信用评分数据及所述用户社交数据进行加和平均得到申请人的第一综合信用评分。
在一个可选的实施方式中,所述基于所述基础数据计算用户画像包括:
获取所述基础数据中第一数据标签对应的第一数据及第二数据标签对应的第二数据;
使用BERT模型提取所述第一数据的第一特征向量及提取所述第二数据的第二特征向量;
根据所述第一特征向量及对应的第一权重、所述第二特征向量及对应的第二权重计算用户画像。
基础数据中的每一个数据都标识有数据标签,有些数据标识有第一数据标签,有些数据标识有第二数据标签。例如,基础数据中的学历、职业、收入流水、持有银行卡状况、社保等标识第一数据标签,基础数据中的性别、年龄、婚姻状况等标识第二数据标签。
BRET(Bidirectional Encoder Representations from Transformer,基于Transformer的双向编码器表征)模型是一种预训练语言模型。BRET模型能够对数据中各字符进行处理,得到各字符的特征向量。
由于学历、职业、收入流水、持有银行卡状况、社保等标识有第一数据标签的数据能够较强的反映申请人的个人信用信息,因此,将标识有第一数据标签的数据确定为强相关数据,而性别、年龄、婚姻状况等标识有第二数据标签的数据不能够较强的反映申请人的个人信用信息,因此,将标识有第二数据标签的数据确定为弱相关数据。为第一特征向量配置第一权重,为第二特征向量配置第二权重,其中,所述第一权重大于所述第二权重。计算所述第一特征向量及对应的第一权重之间的第一乘积,计算所述第二特征向量及对应的第二权重之间的第二乘积,计算第一乘积与所述第二乘积之间的乘积之和,得到用户画像。
该可选的实施方式,通过为数据标识不同的数据标签,基于不同的数据标签配置不同的权重,并基于标识不同的数据标签的数据及对应的权重计算用户画像,能够关注到有偿还能力,但没有太多信用历史记录的人群,例如应届毕业生这类人群,因而,实用性强,应用前景广泛。
在一个可选的实施方式中,所述基于所述额度使用数据预测用户消费能力包括:
基于所述额度使用数据计算使用习惯、使用频次、额度使用率和额度透支率;
根据所述使用习惯、所述使用频次、所述额度使用率和所述额度透支率构建用户行为偏好向量;
使用训练完成的消费能力预测模型基于所述用户行为偏好向量预测用户消费能力。
终端获取所述额度使用数据中的使用日期、使用金额、使用品类,根据使用日期可以计算得到使用频次,根据使用品类可以确定使用习惯,根据使用金额可以计算得到额度使用率和额度透支率,再将所述使用习惯、所述使用频次、所述额度使用率和所述额度透支率拼接起来得到用户行为偏好向量。输入用户行为偏好向量至预先训练完成的消费能力预测模型中,通过消费能力预测模型预测出用户消费能力,从而评估用户未来的使用潜力。
在一个可选的实施方式中,所述基于所述历史信用数据预测用户履约能力包括:
获取所述历史信用数据中的履约日期及***负债;
对所述履约日期进行第一分箱处理得到分箱日期;
对所述***负债进行第二分箱处理得到分箱负债;
拼接所述分箱日期及所述分箱负债得到用户履约向量;
使用训练完成的履约能力预测模型基于所述用户履约向量预测用户履约能力。
终端获取所述历史信用数据中的履约日期及***负债,可以对所述履约日期进行等频分箱得到分箱日期,可以对所述***负债进行卡方分箱得到分箱负债,再将所述分箱日期和所述分箱负债拼接起来得到用户履约向量。输入用户履约向量至预先训练完成的履约能力预测中,通过履约能力预测预测出用户履约能力,从而评估用户未来的偿还潜力。
在一个可选的实施方式中,所述第三方信用评分数据的计算过程包括:
接收多个预设数据服务结构发送的所述申请人的信用评分数据;
根据所述预设数据服务机构的发送时间分配评分权重;
根据所述信用评分数据及对应的评分权重计算得到所述第三方信用评分数据。
所述预设数据服务结构可以为,例如芝麻信用、腾讯信用、甜橙信用等等。终端可以预先设置多个数据服务机构,并在响应于申请人的额度申请指令时,向预设数据服务结构发送申请人的信用评分数据请求,从而使得预设数据服务结构向终端发送所述申请人的信用评分数据。由于不同的数据服务机构在发送申请人的信用评分数据时响应速度不同,通常认为,响应速度越快的数据服务机构,越具有权威性,响应速度越慢的数据服务机构,越不具有权威性,根据预设数据服务机构的发送时间分配不同的评分权重,并根据所述信用评分数据及对应的评分权重进行加权计算得到所述第三方信用评分数据。
其中,用户社交数据可以包括:社交活跃度、社交密度等信息,用户社交数据能够评估用户的社交圈子、人际关系网络。
S13,使用长短期记忆网络模型基于所述用户数据及所述第一综合信用评分计算风险评分。
对于信用服务类产品,要严格把控信用风险,避免出现拖欠现象,导致信用服务机构的利益遭受损失。
终端事先根据其他申请人的基础数据、额度使用数据、历史信用数据、第三方信用评分数据、用户社交数据及信用评分训练长短期记忆网络模型。
将所述用户数据及所述信用评分计算输入到训练完成的长短期记忆网络模型中,通过长短期记忆网络模型输出风险评分。
在一个可选的实施方式中,所述方法还包括:
比较所述风险评分与风险评分阈值;
当确定所述风险评分小于或者等于所述预设风险评分阈值时,则触发额度分享申请指令;
当确定所述风险评分大于所述预设风险评分阈值时,则禁止触发所述额度分享申请指令。
终端通过比较所述风险评分与预设风险评分阈值来判断所述申请人的额度申请的风险情况,从而判断所述申请人是否能够按时归还额度。当确定所述风险评分小于或者等于所述预设风险评分阈值时,表明所述申请人的额度申请风险较低,触发额度分享申请指令以允许所述申请人向其他人寻求额度分享,从而提高申请人的额度。当确定所述风险评分大于所述预设风险评分阈值时,表明所述申请人的额度申请风险较高,则禁止触发额度分享申请指令以禁止所述申请人向其他人寻求额度分享,从而保障其他人的额度。
例如,假设申请人每月的***额度为3000,本周期***剩余额度为0,申请人提出额度申请1000,由于通过长短期记忆网络模型得到的风险评分大于预设风险评分阈值,禁止触发所述额度分享申请指令,保障其他人和信用服务机构,如共享单车、图书馆、银行等机构的利益。若申请人信用行为良好,透支率低,收入高,突然出现需要额度周转时,通过长短期记忆网络模型得到的风险评分小于或者等于预设风险评分阈值,则触发所述额度分享申请指令,从而为用户进行额度分享申请,来解决申请人的额度周转问题。如此,能够不需要等到提高额度申请的漫长审核时间,信用服务机构也得到了相应的额度被使用而获得的利益,减少了市场额度冗余的现象,提高了资源的利用率。
S14,在确定所述风险评分大于预设风险评分阈值时,构建所述申请人的社交网络图谱。
终端为申请人构建以申请人为中心的社交网络图谱,并基于所述社交网络图谱确定多个目标额度分享用户,从而向多个目标额度分享用户发送额度分享邀请。
在一个可选的实施方式中,所述构建所述申请人的社交网络图谱包括:
获取所述申请人的多个联系人;
计算所述申请人与每个联系人的社交关联度;
以所述申请人为社交网络图谱中的中心节点,以所述联系人为网络节点,以所述社交关联度为所述中心节点与对应的网络节点之间的边的权重,构建社交网络图谱。
如图3所示,将申请人作为社交网络图谱中的中心节点,将每个联系人作为社交网络图谱中的网络节点,中心节点与每个网络节点之间建立一条无向边,边的权重为中心节点与网络节点之间的社交关联度。
在一个可选的实施方式中,所述计算所述申请人与每个联系人的社交关联度包括:
计算所述申请人和每个联系人的社交频率及社交时间;
提取所述社交频率和所述社交时间构建社交特征向量;
使用社交关联度计算模型基于所述社交特征向量计算所述申请人与每个联系人的社交关联度。
终端可以通过运营商拨打电话的通讯记录、通讯软件的通讯记录等来获取申请人和每个联系人的社交频率及社交时间,从而基于所述社交频率和所述社交时间构建社交特征向量,并基于社交特征向量,使用预先训练完成的社交关联度计算模型计算所述申请人与每个联系人的社交关联度。
S15,基于所述社交网络图谱确定多个目标额度分享用户。
在一个可选的实施方式中,所述基于所述社交网络图谱确定多个目标额度分享用户包括:
获取所述联系人的剩余额度及第二综合信用评分;
基于所述社交关联度、所述剩余额度及所述第二综合信用评分构建联系人特征向量;
使用匹配吻合度计算模型基于所述联系人特征向量计算所述联系人和所述申请人之间的匹配吻合度;
根据所述匹配吻合度更新所述社交网络图谱得到目标社交网络图谱;
根据预设搜索规则搜索所述目标社交网络图谱,得到多个目标网络节点;
确定所述多个目标网络节点为多个目标额度分享用户。
终端可以获取联系人的用户数据,并基于联系人的用户数据计算第二综合信用评分,计算第二综合信用评分的过程同计算第一综合信用评分的过程,具体请参见上述步骤S12及其相关描述。
终端可以预先训练匹配吻合度计算模型,输入联系人特征向量至训练完成的匹配吻合度计算模型中,通过训练完成的匹配吻合度计算模型输出匹配吻合度,作为对应的联系人和所述申请人之间的匹配吻合度。
通过使用匹配吻合度替换社交网络图谱中的社交关联度,实现了对社交网络图谱的更新,得到目标社交网络图谱,所述目标社交网络图谱中的中心节点与网络节点之间的边的权重为匹配吻合度。
在一个可选的实施方式中,所述预设搜索规则可以为从中心节点出发,搜索路径不多于预设数量(例如,5)的网络节点对应的联系人,作为申请人的目标额度分享用户。
S16,向所述多个目标额度分享用户发送额度分享申请。
搜索出的目标额度分享用户为剩余额度多、社交关联度高、第二综合信用评分高的联系人,这些联系人接受额度分享申请的意愿更大。
终端可以将最快接受额度分享申请的目标额度分享用户作为分享人。
在一个可选的实施方式中,终端还可以将目标额度分享用户确定为申请人的担保人,可以有效的解决申请人违约无人进行担保的技术问题。
在一个可选的实施方式中,在向所述多个目标额度分享用户发送额度分享申请之后,所述方法还包括:
接收所述目标额度分享用户分享的额度;
判断任一目标额度分享用户分享的额度是否等于所述申请额度;
当任一目标额度分享用户分享的额度等于所述申请额度时,接收所述任一目标额度分享用户分享的额度;
当任一目标额度分享用户分享的额度小于所述申请额度时,从所述多个目标额度分享用户分享的额度中选择多个目标额度,使得所述多个目标额度之和能够等于所述申请额度。
应当理解的是,目标额度分享用户分享的额度不会大于所述申请额度。
当某个目标额度分享用户分享的额度等于所述申请额度时,则直接接收等于所述申请额度的目标额度分享用户分享的额度即可。当任一目标额度分享用户分享的额度小于所述申请额度时,表明所有目标额度分享用户的剩余额度不足以分享给申请人时,则终端调配多个目标额度分享用户的额度,从而使得选择的多个目标额度对应的目标额度分享用户共同完成申请人的额度分享申请。
在一个可选的实施方式中,所述方法还包括:获取所述目标社交网络图谱中大于预设第一匹配吻合度阈值的第一目标匹配吻合度,向所述第一目标匹配吻合度对应的联系人提供额度分享预约功能。
实际应用中,当所述申请人的额度较高且经常用不完时,会被一个或者多个联系人邀请额度分享。终端可以通过提供额度分享预约功能,让所述申请人的联系人进行额度预约,以使得所述申请人能够提前规划自己的额度。由于所述目标社交网络图谱中大于预设第一匹配吻合度阈值的第一目标匹配吻合度对应的第一联系人可能与所述申请人关系非常亲密,为能向第一联系人发送额度分享,则终端可以向所述第一目标匹配吻合度对应的联系人提供额度分享预约功能,使得所述第一目标匹配吻合度对应的第一联系人能够尽早的向申请人发送额度分享申请,从而使得申请人能够预留额度给第一联系人。
在一个可选的实施方式中,所述方法还包括:获取所述目标社交网络图谱中小于预设第二匹配吻合度阈值的第二目标匹配吻合度,在所述第二目标匹配吻合度对应的网络节点上显示额度分享权限选项,接收所述申请人在所述额度分享权限选项中的确定选择,拒绝接收所述确定选择对应的联系人的额度分享申请。
其中,所述预设第一匹配吻合度阈值大于所述预设第二匹配吻合度阈值。
所述目标社交网络图谱中小于预设第二匹配吻合度阈值的第二目标匹配吻合度对应的第二联系人,与申请人的关系不是十分亲密,为避免接收到第二联系人的额度分享申请,对申请人造成打扰,则在目标社交网络图谱中第二目标匹配吻合度对应的网络节点上显示额度分享权限选项,供申请人选择是否拒绝第二联系人发送的额度分享申请。当申请人点击了额度分享权限选项,则终端接收到所述申请人在所述额度分享权限选项中的确定选择指令,从而在接收到确定选择对应的联系人的额度分享申请时,直接对确定选择对应的联系人的额度分享申请进行拦截,以拒绝接收所述确定选择对应的联系人的额度分享申请。
在一个可选的实施方式中,所述方法还包括:
根据所述风险评分进行附加利息计算和收益分配。
申请人为了解决额度透支又急需额度周转的问题,应当付出附加的利息,作为信息服务机构的手续费和分享人的收益,使三方受利,一举三得。
在一个可选的实施方式中,所述根据所述风险评分进行附加利息计算和收益分配包括:
使用附加利息计算模型基于所述风险评分、所述申请人的原始额度及所述申请额度计算所述附加利息;
根据所述附加利息及所述第二综合信用评分计算所述多个目标额度对应的目标额度分享用户的分配收益。
其中,附加利息计算模型可以为如下公式:Y=(X1+X2)/X3,其中,Y表示附加利息,X1表示风险评分,X2表示申请额度,X3表示原始额度。可见,风险评分越高,申请额度越大,原始额度越小,附加利息越多;风险评分越低,申请额度越小,原始额度越大,附加利息越少。
终端计算所述多个目标额度对应的目标额度分享用户的第二综合信用评分的信用评分和值,再计算每个目标额度对应的目标额度分享用户的第二综合信用评分与所述信用评分和值的比值,根据所述比值与所述附加利息的乘积,得到对应的目标额度分享用户的收益。第二综合信用评分越高,则对应的比值越大,对应的目标额度分享用户的收益越高;第二综合信用评分越低,则对应的比值越小,对应的目标额度分享用户的收益越低。
该可选的实施方式中,根据所述风险评分进行附加利息计算和收益分配,能够提高用户的额度分享意愿,激励用户的守信行为,提高用户的信用评分,完善信用服务市场。
终端还可以根据所述比值与所述附加利息的预设比例的乘积,作为对应的目标额度分享用户的收益。
在一个可选的实施方式中,所述方法还包括:
获取所述申请人对所述目标额度分享用户分享的额度的信用行为;
根据所述信用行为更新所述申请人的第一综合信用评分及所述目标额度分享用户的第二综合信用评分。
所述目标额度分享用户分享额度给申请人之后,表明申请人成功的申请到了额度,终端获取所述申请人在此之后的信用行为,所述信用行为可以包括是否按时归还图书或者是否按时还款。所述申请人按时归还图书或者按时还款,则认为信用行为是守信行为,所述申请人未按时归还图书或者未按时还款,则认为信用行为是不守信行为。
申请人的守信行为,同时也作为目标额度分享用户的守信行为,分别更新所述申请人的第一综合信用评分及所述目标额度分享用户的第二综合信用评分,同时更新所述申请人及所述目标额度分享用户的社交关联度,从而更新所述申请人及所述目标额度分享用户的匹配吻合度,进而更新申请人的社交网络图谱。如此,达到了目标额度分享用户为申请人作信用担保的效果,促进申请人的守信行为,保障了信用服务机构的利益。
在一个可选的实施方式中,所述终端还可以存储额度分享,当所述申请人再次向所述目标额度分享用户发送第二次额度分享申请时,增加所述申请人的社交网络图谱中的边的权重,从而使得所述申请人的第二次额度分享申请更加容易成功,并降低计算复杂度,同时降低所述风险评分。
图2是本发明实施例二提供的基于大数据的信用额度分享装置的结构图。
在一些实施例中,所述基于大数据的信用额度分享装置20可以包括多个由计算机程序段所组成的功能模块。所述基于大数据的信用额度分享装置20中的各个程序段的计算机程序可以存储于终端的存储器中,并由至少一个处理器所执行,以执行(详见图1描述)基于大数据的信用额度分享的功能。
本实施例中,所述基于大数据的信用额度分享装置20根据其所执行的功能,可以被划分为多个功能模块。所述功能模块可以包括:申请响应模块201、第一计算模块202、第二计算模块203、图谱构建模块204、目标确定模块205、分享发送模块206、额度接收模块207、功能提供模块208、利息分配模块209及评分更新模块210。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段,其存储在存储器中。在本实施例中,关于各模块的功能将在后续的实施例中详述。
所述申请响应模块201,用于响应于申请人的额度申请指令,获取所述申请人的用户数据及申请额度。
终端可以提供额度申请用户界面,申请人可以登录额度申请用户界面并触控额度申请用户界面上的额度申请虚拟图标,从而触发额度申请指令。终端响应于申请人的额度申请指令,获取申请人的用户数据及申请额度。
其中,申请人可以是需要提升额度的用户,也可以是分享额度给其他需要提升额度的用户。
其中,用户数据可以包括,但不限于:基础数据。基础数据可以包括:性别、年龄、婚姻状况、学历、职业、收入流水、持有银行卡状况、社保等能够反映申请人个人信用信息的客观数据。
在一个可选的实施方式中,所述申请响应模块201还用于:
获取所述申请人的账户信息;
判断所述账户信息中的剩余信用额度是否为预设额度阈值;
当确定所述剩余信用额度为所述预设额度阈值时,执行对所述额度申请指令的响应;
当确定所述剩余信用额度不为所述预设额度阈值时,拒绝对所述额度申请指令的响应。
终端在接收到申请人的额度申请指令时,获取申请人的账户信息,其中,账户信息可以包括:账户名、每周期的信用额度、剩余信用额度。
终端判断申请人的账户信息中的当前周期的信用额度是否已经用尽,即,判断剩余信用额度是否为预设额度阈值(例如,0)。若申请人的当前周期的信用额度已经用尽,即剩余信用额度为预设额度阈值,则响应于申请人的额度申请指令,从而确定申请人申请的额度。若申请人的当前周期的信用额度未用尽,即剩余信用额度不为预设额度阈值,则拒绝对所述额度申请指令的响应。示例性的,以***额度为例,一般***额度按月为周期进行计算,假设申请人每月的***额度为3000,当月***剩余额度为0时,表明申请人的当前周期的信用额度已用尽,则终端对额度申请指令进行响应,如此,能够防止额度申请泛滥,避免用户随意申请额度,造成资源的浪费。
所述第一计算模块202,用于基于所述用户数据计算第一综合信用评分。
在一个可选的实施方式中,用户数据除了包括上述的基础数据外,还包括额度使用数据、历史信用数据、第三方信用评分数据、用户社交数据。基础数据、额度使用数据、历史信用数据、第三方信用评分数据、用户社交数据为计算用户的信用评分提供了数据依据。
在一个可选的实施方式中,所述第一计算模块202基于所述用户数据计算第一综合信用评分包括:
基于所述基础数据计算用户画像;
基于所述额度使用数据预测用户消费能力;
基于所述历史信用数据预测用户履约能力;
根据所述用户画像、所述用户消费能力、所述用户履约能力、所述第三方信用评分数据及所述用户社交数据计算所述第一综合信用评分。
终端在计算得到用户画像,预测出用户消费能力和用户履约能力之后,根据所述用户画像、所述用户消费能力、所述用户履约能力、所述第三方信用评分数据及所述用户社交数据进行加和平均得到申请人的第一综合信用评分。
在一个可选的实施方式中,所述基于所述基础数据计算用户画像包括:
获取所述基础数据中第一数据标签对应的第一数据及第二数据标签对应的第二数据;
使用BERT预训练模型提取所述第一数据的第一特征向量及提取所述第二数据的第二特征向量;
根据所述第一特征向量及对应的第一权重、所述第二特征向量及对应的第二权重计算用户画像。
基础数据中的每一个数据都标识有数据标签,有些数据标识有第一数据标签,有些数据标识有第二数据标签。例如,基础数据中的学历、职业、收入流水、持有银行卡状况、社保等标识第一数据标签,基础数据中的性别、年龄、婚姻状况等标识第二数据标签。
BERT(Bidirectional Encoder Representations from Transformer,基于Transformer的双向编码器表征)模型是一种预训练语言模型。BERT模型能够对数据中各字符进行处理,得到各字符的特征向量。同样的,BERT预训练模型也可以替换成GPT3模型。
由于学历、职业、收入流水、持有银行卡状况、社保等标识有第一数据标签的数据能够较强的反映申请人的个人信用信息,因此,将标识有第一数据标签的数据确定为强相关数据,而性别、年龄、婚姻状况等标识有第二数据标签的数据不能够较强的反映申请人的个人信用信息,因此,将标识有第二数据标签的数据确定为弱相关数据。为第一特征向量配置第一权重,为第二特征向量配置第二权重,其中,所述第一权重大于所述第二权重。计算所述第一特征向量及对应的第一权重之间的第一乘积,计算所述第二特征向量及对应的第二权重之间的第二乘积,计算第一乘积与所述第二乘积之间的乘积之和,得到用户画像。
该可选的实施方式,通过为数据标识不同的数据标签,基于不同的数据标签配置不同的权重,并基于标识不同的数据标签的数据及对应的权重计算用户画像,能够关注到有偿还能力,但没有太多信用历史记录的人群,例如应届毕业生这类人群,因而,实用性强,应用前景广泛。
在一个可选的实施方式中,所述基于所述额度使用数据预测用户消费能力包括:
基于所述额度使用数据计算使用习惯、使用频次、额度使用率和额度透支率;
根据所述使用习惯、所述使用频次、所述额度使用率和所述额度透支率构建用户行为偏好向量;
使用训练完成的消费能力预测模型基于所述用户行为偏好向量预测用户消费能力。
终端获取所述额度使用数据中的使用日期、使用金额、使用品类,根据使用日期可以计算得到使用频次,根据使用品类可以确定使用习惯,根据使用金额可以计算得到额度使用率和额度透支率,再将所述使用习惯、所述使用频次、所述额度使用率和所述额度透支率拼接起来得到用户行为偏好向量。输入用户行为偏好向量至预先训练完成的消费能力预测模型中,通过消费能力预测模型预测出用户消费能力,从而评估用户未来的使用潜力。
在一个可选的实施方式中,所述基于所述历史信用数据预测用户履约能力包括:
获取所述历史信用数据中的履约日期及***负债;
对所述履约日期进行第一分箱处理得到分箱日期;
对所述***负债进行第二分箱处理得到分箱负债;
拼接所述分箱日期及所述分箱负债得到用户履约向量;
使用训练完成的履约能力预测模型基于所述用户履约向量预测用户履约能力。
终端获取所述历史信用数据中的履约日期及***负债,可以对所述履约日期进行等频分箱得到分箱日期,可以对所述***负债进行卡方分箱得到分箱负债,再将所述分箱日期和所述分箱负债拼接起来得到用户履约向量。输入用户履约向量至预先训练完成的履约能力预测中,通过履约能力预测预测出用户履约能力,从而评估用户未来的偿还潜力。
在一个可选的实施方式中,所述第三方信用评分数据的计算过程包括:
接收多个预设数据服务结构发送的所述申请人的信用评分数据;
根据所述预设数据服务机构的发送时间分配评分权重;
根据所述信用评分数据及对应的评分权重计算得到所述第三方信用评分数据。
所述预设数据服务结构可以为,例如芝麻信用、腾讯信用、甜橙信用等等。终端可以预先设置多个数据服务机构,并在响应于申请人的额度申请指令时,向预设数据服务结构发送申请人的信用评分数据请求,从而使得预设数据服务结构向终端发送所述申请人的信用评分数据。由于不同的数据服务机构在发送申请人的信用评分数据时响应速度不同,通常认为,响应速度越快的数据服务机构,越具有权威性,响应速度越慢的数据服务机构,越不具有权威性,根据预设数据服务机构的发送时间分配不同的评分权重,并根据所述信用评分数据及对应的评分权重进行加权计算得到所述第三方信用评分数据。
其中,用户社交数据可以包括:社交活跃度、社交密度等信息,用户社交数据能够评估用户的社交圈子、人际关系网络。
所述第二计算模块203,用于使用长短期记忆网络模型基于所述用户数据及所述第一综合信用评分计算风险评分。
对于信用服务类产品,要严格把控信用风险,避免出现拖欠现象,导致信用服务机构的利益遭受损失。
终端事先根据其他申请人的基础数据、额度使用数据、历史信用数据、第三方信用评分数据、用户社交数据及信用评分训练长短期记忆网络模型。
将所述用户数据及所述信用评分计算输入到训练完成的长短期记忆网络模型中,通过长短期记忆网络模型输出风险评分。
在一个可选的实施方式中,所述第二计算模块203还用于:
比较所述风险评分与风险评分阈值;
当确定所述风险评分小于或者等于所述预设风险评分阈值时,则触发额度分享申请指令;
当确定所述风险评分大于所述预设风险评分阈值时,则禁止触发所述额度分享申请指令。
终端通过比较所述风险评分与预设风险评分阈值来判断所述申请人的额度申请的风险情况,从而判断所述申请人是否能够按时归还额度。当确定所述风险评分小于或者等于所述预设风险评分阈值时,表明所述申请人的额度申请风险较低,触发额度分享申请指令以允许所述申请人向其他人寻求额度分享,从而提高申请人的额度。当确定所述风险评分大于所述预设风险评分阈值时,表明所述申请人的额度申请风险较高,则禁止触发额度分享申请指令以禁止所述申请人向其他人寻求额度分享,从而保障其他人的额度。
例如,假设申请人每月的***额度为3000,本周期***剩余额度为0,申请人提出额度申请1000,由于通过长短期记忆网络模型得到的风险评分大于预设风险评分阈值,禁止触发所述额度分享申请指令,保障其他人和信用服务机构,如共享单车、图书馆、银行等机构的利益。若申请人信用行为良好,透支率低,收入高,突然出现需要额度周转时,通过长短期记忆网络模型得到的风险评分小于或者等于预设风险评分阈值,则触发所述额度分享申请指令,从而为用户进行额度分享申请,来解决申请人的额度周转问题。如此,能够不需要等到提高额度申请的漫长审核时间,信用服务机构也得到了相应的额度被使用而获得的利益,减少了市场额度冗余的现象,提高了资源的利用率。
所述图谱构建模块204,用于在确定所述风险评分大于预设风险评分阈值时,构建所述申请人的社交网络图谱。
终端为申请人构建以申请人为中心的社交网络图谱,并基于所述社交网络图谱确定多个目标额度分享用户,从而向多个目标额度分享用户发送额度分享邀请。
在一个可选的实施方式中,所述图谱构建模块204构建所述申请人的社交网络图谱包括:
获取所述申请人的多个联系人;
计算所述申请人与每个联系人的社交关联度;
以所述申请人为社交网络图谱中的中心节点,以所述联系人为网络节点,以所述社交关联度为所述中心节点与对应的网络节点之间的边的权重,构建社交网络图谱。
如图3所示,将申请人作为社交网络图谱中的中心节点,将每个联系人作为社交网络图谱中的网络节点,中心节点与每个网络节点之间建立一条无向边,边的权重为中心节点与网络节点之间的社交关联度。
在一个可选的实施方式中,所述计算所述申请人与每个联系人的社交关联度包括:
计算所述申请人和每个联系人的社交频率及社交时间;
提取所述社交频率和所述社交时间构建社交特征向量;
使用社交关联度计算模型基于所述社交特征向量计算所述申请人与每个联系人的社交关联度。
终端可以通过运营商拨打电话的通讯记录、通讯软件的通讯记录等来获取申请人和每个联系人的社交频率及社交时间,从而基于所述社交频率和所述社交时间构建社交特征向量,并基于社交特征向量,使用预先训练完成的社交关联度计算模型计算所述申请人与每个联系人的社交关联度。
所述目标确定模块205,用于基于所述社交网络图谱确定多个目标额度分享用户。
在一个可选的实施方式中,所述基于所述社交网络图谱确定多个目标额度分享用户包括:
获取所述联系人的剩余额度及第二综合信用评分;
基于所述社交关联度、所述剩余额度及所述第二综合信用评分构建联系人特征向量;
使用匹配吻合度计算模型基于所述联系人特征向量计算所述联系人和所述申请人之间的匹配吻合度;
根据所述匹配吻合度更新所述社交网络图谱得到目标社交网络图谱;
根据预设搜索规则搜索所述目标社交网络图谱,得到多个目标网络节点;
确定所述多个目标网络节点为多个目标额度分享用户。
终端可以获取联系人的用户数据,并基于联系人的用户数据计算第二综合信用评分,计算第二综合信用评分的过程同计算第一综合信用评分的过程,具体请参见上述步骤S12及其相关描述。
终端可以预先训练匹配吻合度计算模型,输入联系人特征向量至训练完成的匹配吻合度计算模型中,通过训练完成的匹配吻合度计算模型输出匹配吻合度,作为对应的联系人和所述申请人之间的匹配吻合度。
通过使用匹配吻合度替换社交网络图谱中的社交关联度,实现了对社交网络图谱的更新,得到目标社交网络图谱,所述目标社交网络图谱中的中心节点与网络节点之间的边的权重为匹配吻合度。
在一个可选的实施方式中,所述预设搜索规则可以为从中心节点出发,搜索路径不多于预设数量(例如,5)的网络节点对应的联系人,作为申请人的目标额度分享用户。
所述分享发送模块206,用于向所述多个目标额度分享用户发送额度分享申请。
搜索出的目标额度分享用户为剩余额度多、社交关联度高、第二综合信用评分高的联系人,这些联系人接受额度分享申请的意愿更大。
终端可以将最快接受额度分享申请的目标额度分享用户作为分享人。
在一个可选的实施方式中,终端还可以将目标额度分享用户确定为申请人的担保人,可以有效的解决申请人违约无人进行担保的技术问题。
在一个可选的实施方式中,在向所述多个目标额度分享用户发送额度分享申请之后,所述额度接收模块207,用于:接收所述目标额度分享用户分享的额度;判断任一目标额度分享用户分享的额度是否等于所述申请额度;当任一目标额度分享用户分享的额度等于所述申请额度时,接收所述任一目标额度分享用户分享的额度;当任一目标额度分享用户分享的额度小于所述申请额度时,从所述多个目标额度分享用户分享的额度中选择多个目标额度,使得所述多个目标额度之和能够等于所述申请额度。
应当理解的是,目标额度分享用户分享的额度不会大于所述申请额度。
当某个目标额度分享用户分享的额度等于所述申请额度时,则直接接收等于所述申请额度的目标额度分享用户分享的额度即可。当任一目标额度分享用户分享的额度小于所述申请额度时,表明所有目标额度分享用户的剩余额度不足以分享给申请人时,则终端调配多个目标额度分享用户的额度,从而使得选择的多个目标额度对应的目标额度分享用户共同完成申请人的额度分享申请。
在一个可选的实施方式中,所述功能提供模块208,用于获取所述目标社交网络图谱中大于预设第一匹配吻合度阈值的第一目标匹配吻合度,向所述第一目标匹配吻合度对应的联系人提供额度分享预约功能。
实际应用中,当所述申请人的额度较高且经常用不完时,会被一个或者多个联系人邀请额度分享。终端可以通过提供额度分享预约功能,让所述申请人的联系人进行额度预约,以使得所述申请人能够提前规划自己的额度。由于所述目标社交网络图谱中大于预设第一匹配吻合度阈值的第一目标匹配吻合度对应的第一联系人可能与所述申请人关系非常亲密,为能向第一联系人发送额度分享,则终端可以向所述第一目标匹配吻合度对应的联系人提供额度分享预约功能,使得所述第一目标匹配吻合度对应的第一联系人能够尽早的向申请人发送额度分享申请,从而使得申请人能够预留额度给第一联系人。
在一个可选的实施方式中,所述功能提供模块208,还用于获取所述目标社交网络图谱中小于预设第二匹配吻合度阈值的第二目标匹配吻合度,在所述第二目标匹配吻合度对应的网络节点上显示额度分享权限选项,接收所述申请人在所述额度分享权限选项中的确定选择,拒绝接收所述确定选择对应的联系人的额度分享申请。
其中,所述预设第一匹配吻合度阈值大于所述预设第二匹配吻合度阈值。
所述目标社交网络图谱中小于预设第二匹配吻合度阈值的第二目标匹配吻合度对应的第二联系人,与申请人的关系不是十分亲密,为避免接收到第二联系人的额度分享申请,对申请人造成打扰,则在目标社交网络图谱中第二目标匹配吻合度对应的网络节点上显示额度分享权限选项,供申请人选择是否拒绝第二联系人发送的额度分享申请。当申请人点击了额度分享权限选项,则终端接收到所述申请人在所述额度分享权限选项中的确定选择指令,从而在接收到确定选择对应的联系人的额度分享申请时,直接对确定选择对应的联系人的额度分享申请进行拦截,以拒绝接收所述确定选择对应的联系人的额度分享申请。
在一个可选的实施方式中,所述利息分配模块209,用于根据所述风险评分进行附加利息计算和收益分配。
申请人为了解决额度透支又急需额度周转的问题,应当付出附加的利息,作为信息服务机构的手续费和分享人的收益,使三方受利,一举三得。
在一个可选的实施方式中,所述利息分配模块209根据所述风险评分进行附加利息计算和收益分配包括:
使用附加利息计算模型基于所述风险评分、所述申请人的原始额度及所述申请额度计算所述附加利息;
根据所述附加利息及所述第二综合信用评分计算所述多个目标额度对应的目标额度分享用户的分配收益。
其中,附加利息计算模型可以为如下公式:Y=(X1+X2)/X3,其中,Y表示附加利息,X1表示风险评分,X2表示申请额度,X3表示原始额度。可见,风险评分越高,申请额度越大,原始额度越小,附加利息越多;风险评分越低,申请额度越小,原始额度越大,附加利息越少。
终端计算所述多个目标额度对应的目标额度分享用户的第二综合信用评分的信用评分和值,再计算每个目标额度对应的目标额度分享用户的第二综合信用评分与所述信用评分和值的比值,根据所述比值与所述附加利息的乘积,得到对应的目标额度分享用户的收益。第二综合信用评分越高,则对应的比值越大,对应的目标额度分享用户的收益越高;第二综合信用评分越低,则对应的比值越小,对应的目标额度分享用户的收益越低。
该可选的实施方式中,根据所述风险评分进行附加利息计算和收益分配,能够提高用户的额度分享意愿,激励用户的守信行为,提高用户的信用评分,完善信用服务市场。
终端还可以根据所述比值与所述附加利息的预设比例的乘积,作为对应的目标额度分享用户的收益。
在一个可选的实施方式中,所述评分更新模块210,用于获取所述申请人对所述目标额度分享用户分享的额度的信用行为;根据所述信用行为更新所述申请人的第一综合信用评分及所述目标额度分享用户的第二综合信用评分。
所述目标额度分享用户分享额度给申请人之后,表明申请人成功的申请到了额度,终端获取所述申请人在此之后的信用行为,所述信用行为可以包括是否按时归还图书或者是否按时还款。所述申请人按时归还图书或者按时还款,则认为信用行为是守信行为,所述申请人未按时归还图书或者未按时还款,则认为信用行为是不守信行为。
申请人的守信行为,同时也作为目标额度分享用户的守信行为,分别更新所述申请人的第一综合信用评分及所述目标额度分享用户的第二综合信用评分,同时更新所述申请人及所述目标额度分享用户的社交关联度,从而更新所述申请人及所述目标额度分享用户的匹配吻合度,进而更新申请人的社交网络图谱。如此,达到了目标额度分享用户为申请人作信用担保的效果,促进申请人的守信行为,保障了信用服务机构的利益。
在一个可选的实施方式中,所述终端还可以存储额度分享,当所述申请人再次向所述目标额度分享用户发送第二次额度分享申请时,增加所述申请人的社交网络图谱中的边的权重,从而使得所述申请人的第二次额度分享申请更加容易成功,并降低计算复杂度,同时降低所述风险评分。
参阅图4所示,为本发明实施例三提供的终端的结构示意图。在本发明较佳实施例中,所述终端3包括存储器31、至少一个处理器32、至少一条通信总线33及收发器34。所述终端可以包括计算机设备。
本领域技术人员应该了解,图4示出的终端的结构并不构成本发明实施例的限定,既可以是总线型结构,也可以是星形结构,所述终端3还可以包括比图示更多或更少的其他硬件或者软件,或者不同的部件布置。
在一些实施例中,所述终端3是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。所述终端3还可包括客户设备,所述客户设备包括但不限于任何一种可与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、数码相机等。
需要说明的是,所述终端3仅为举例,其他现有的或今后可能出现的电子产品如可适应于本发明,也应包含在本发明的保护范围以内,并以引用方式包含于此。
在一些实施例中,所述存储器31中存储有计算机程序,所述计算机程序被所述至少一个处理器32执行时实现如所述的基于大数据的信用额度分享方法中的全部或者部分步骤。所述存储器31包括只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
进一步地,所述计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
在一些实施例中,所述至少一个处理器32是所述终端3的控制核心(ControlUnit),利用各种接口和线路连接整个终端3的各个部件,通过运行或执行存储在所述存储器31内的程序或者模块,以及调用存储在所述存储器31内的数据,以执行终端3的各种功能和处理数据。例如,所述至少一个处理器32执行所述存储器中存储的计算机程序时实现本发明实施例中所述的基于大数据的信用额度分享方法的全部或者部分步骤;或者实现基于大数据的信用额度分享装置的全部或者部分功能。所述至少一个处理器32可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。
在一些实施例中,所述至少一条通信总线33被设置为实现所述存储器31以及所述至少一个处理器32等之间的连接通信。
尽管未示出,所述终端3还可以包括给各个部件供电的电源(比如电池),优选的,电源可以通过电源管理装置与所述至少一个处理器32逻辑相连,从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述终端3还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,终端,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,既可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或,单数不排除复数。说明书中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (20)
1.一种基于大数据的信用额度分享方法,其特征在于,所述方法包括:
响应于申请人的额度申请指令,获取所述申请人的用户数据及申请额度;
基于所述用户数据计算第一综合信用评分;
使用长短期记忆网络模型基于所述用户数据及所述第一综合信用评分计算风险评分;
在确定所述风险评分大于预设风险评分阈值时,构建所述申请人的社交网络图谱;
基于所述社交网络图谱确定多个目标额度分享用户;
向所述多个目标额度分享用户发送额度分享申请。
2.如权利要求1所述的基于大数据的信用额度分享方法,其特征在于,所述用户数据包括基础数据、额度使用数据、历史信用数据、第三方信用评分数据、用户社交数据,所述基于所述用户数据计算第一综合信用评分包括:
基于所述基础数据计算用户画像;
基于所述额度使用数据预测用户消费能力;
基于所述历史信用数据预测用户履约能力;
根据所述用户画像、所述用户消费能力、所述用户履约能力、所述第三方信用评分数据及所述用户社交数据计算所述第一综合信用评分。
3.如权利要求2所述的基于大数据的信用额度分享方法,其特征在于,所述基于所述基础数据计算用户画像包括:
获取所述基础数据中第一数据标签对应的第一数据及第二数据标签对应的第二数据;
使用预训练模型提取所述第一数据的第一特征向量及提取所述第二数据的第二特征向量;
根据所述第一特征向量及对应的第一权重、所述第二特征向量及对应的第二权重计算用户画像。
4.如权利要求2所述的基于大数据的信用额度分享方法,其特征在于,所述基于所述额度使用数据预测用户消费能力包括:
基于所述额度使用数据计算使用习惯、使用频次、额度使用率和额度透支率;
根据所述使用习惯、所述使用频次、所述额度使用率和所述额度透支率构建用户行为偏好向量;
使用训练完成的消费能力预测模型基于所述用户行为偏好向量预测用户消费能力。
5.如权利要求2所述的基于大数据的信用额度分享方法,其特征在于,所述基于所述历史信用数据预测用户履约能力包括:
获取所述历史信用数据中的履约日期及***负债;
对所述履约日期进行第一分箱处理得到分箱日期;
对所述***负债进行第二分箱处理得到分箱负债;
拼接所述分箱日期及所述分箱负债得到用户履约向量;
使用训练完成的履约能力预测模型基于所述用户履约向量预测用户履约能力。
6.如权利要求2所述的基于大数据的信用额度分享方法,其特征在于,所述第三方信用评分数据的计算过程包括:
接收多个预设数据服务结构发送的所述申请人的信用评分数据;
根据所述预设数据服务机构的发送时间分配评分权重;
根据所述信用评分数据及对应的评分权重计算得到所述第三方信用评分数据。
7.如权利要求1所述的基于大数据的信用额度分享方法,其特征在于,所述构建所述申请人的社交网络图谱包括:
获取所述申请人的多个联系人;
计算所述申请人与每个联系人的社交关联度;
以所述申请人为社交网络图谱中的中心节点,以所述联系人为网络节点,以所述社交关联度为所述中心节点与对应的网络节点之间的边的权重,构建社交网络图谱。
8.如权利要求7所述的基于大数据的信用额度分享方法,其特征在于,所述计算所述申请人与每个联系人的社交关联度包括:
计算所述申请人和每个联系人的社交频率及社交时间;
提取所述社交频率和所述社交时间构建社交特征向量;
使用社交关联度计算模型基于所述社交特征向量计算所述申请人与每个联系人的社交关联度。
9.如权利要求8所述的基于大数据的信用额度分享方法,其特征在于,所述基于所述社交网络图谱确定多个目标额度分享用户包括:
获取所述联系人的剩余额度及第二综合信用评分;
基于所述社交关联度、所述剩余额度及所述第二综合信用评分构建联系人特征向量;
使用匹配吻合度计算模型基于所述联系人特征向量计算所述联系人和所述申请人之间的匹配吻合度;
根据所述匹配吻合度更新所述社交网络图谱得到目标社交网络图谱;
根据预设搜索规则搜索所述目标社交网络图谱,得到多个目标网络节点;
确定所述多个目标网络节点为多个目标额度分享用户。
10.如权利要求9所述的基于大数据的信用额度分享方法,其特征在于,所述预设搜索规则为从所述中心节点出发,搜索路径不多于预设数量的网络节点对应的联系人,作为所述申请人的目标额度分享用户。
11.如权利要求9所述的基于大数据的信用额度分享方法,其特征在于,在向所述多个目标额度分享用户发送额度分享申请之后,所述方法还包括:
接收所述目标额度分享用户分享的额度;
判断任一目标额度分享用户分享的额度是否等于所述申请额度;
当任一目标额度分享用户分享的额度等于所述申请额度时,接收所述任一目标额度分享用户分享的额度;
当任一目标额度分享用户分享的额度小于所述申请额度时,从所述多个目标额度分享用户分享的额度中选择多个目标额度,使得所述多个目标额度之和能够等于所述申请额度。
12.如权利要求9所述的基于大数据的信用额度分享方法,其特征在于,所述方法还包括:
获取所述目标社交网络图谱中大于预设第一匹配吻合度阈值的第一目标匹配吻合度,向所述第一目标匹配吻合度对应的联系人提供额度分享预约功能;或者
获取所述目标社交网络图谱中小于预设第二匹配吻合度阈值的第二目标匹配吻合度,在所述第二目标匹配吻合度对应的网络节点上显示额度分享权限选项,接收所述申请人在所述额度分享权限选项中的确定选择,拒绝接收所述确定选择对应的联系人的额度分享申请。
13.如权利要求1至12中任意一项所述的基于大数据的信用额度分享方法,其特征在于,所述方法还包括:
根据所述风险评分进行附加利息计算和收益分配,包括:使用附加利息计算模型基于所述风险评分、所述申请人的原始额度及所述申请额度计算所述附加利息;根据所述附加利息及所述第二综合信用评分计算所述多个目标额度对应的目标额度分享用户的分配收益。
14.如权利要求13所述的基于大数据的信用额度分享方法,其特征在于,所述附加利息计算模型为如下公式:Y=(X1+X2)/X3,其中,Y表示附加利息,X1表示风险评分,X2表示申请额度,X3表示原始额度。
15.如权利要求14所述的基于大数据的信用额度分享方法,其特征在于,所述方法还包括:
获取所述申请人对所述目标额度分享用户分享的额度的信用行为;
根据所述信用行为更新所述申请人的第一综合信用评分及所述目标额度分享用户的第二综合信用评分。
16.如权利要求14所述的基于大数据的信用额度分享方法,其特征在于,所述方法还包括:
获取所述申请人的账户信息;
判断所述账户信息中的剩余信用额度是否为预设额度阈值;
当确定所述剩余信用额度为所述预设额度阈值时,执行对所述额度申请指令的响应;
当确定所述剩余信用额度不为所述预设额度阈值时,拒绝对所述额度申请指令的响应。
17.如权利要求14所述的基于大数据的信用额度分享方法,其特征在于,所述方法还包括:
将目标额度分享用户确定为申请人的担保人。
18.一种基于大数据的信用额度分享装置,其特征在于,所述装置包括:
申请响应模块,用于响应于申请人的额度申请指令,获取所述申请人的用户数据及申请额度;
第一计算模块,用于基于所述用户数据计算第一综合信用评分;
第二计算模块,用于使用长短期记忆网络模型基于所述用户数据及所述第一综合信用评分计算风险评分;
图谱构建模块,用于在确定所述风险评分大于预设风险评分阈值时,构建所述申请人的社交网络图谱;
目标确定模块,用于基于所述社交网络图谱确定多个目标额度分享用户;
分享发送模块,用于向所述多个目标额度分享用户发送额度分享申请。
19.一种终端,其特征在于,所述终端包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至17中任意一项所述基于大数据的信用额度分享方法。
20.一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,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至17中任意一项所述基于大数据的信用额度分享方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110202230.6A CN112991041A (zh) | 2021-02-23 | 2021-02-23 | 一种基于大数据的信用额度分享方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110202230.6A CN112991041A (zh) | 2021-02-23 | 2021-02-23 | 一种基于大数据的信用额度分享方法、装置、终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112991041A true CN112991041A (zh) | 2021-06-18 |
Family
ID=76349723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110202230.6A Pending CN112991041A (zh) | 2021-02-23 | 2021-02-23 | 一种基于大数据的信用额度分享方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112991041A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118037440A (zh) * | 2024-04-09 | 2024-05-14 | 湖南三湘银行股份有限公司 | 一种综合信贷***的授信数据处理方法及*** |
-
2021
- 2021-02-23 CN CN202110202230.6A patent/CN112991041A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118037440A (zh) * | 2024-04-09 | 2024-05-14 | 湖南三湘银行股份有限公司 | 一种综合信贷***的授信数据处理方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8762525B2 (en) | Managing risk in resource over-committed systems | |
CN110163474A (zh) | 一种任务分配的方法及设备 | |
US20220035682A1 (en) | Dynamic capacity optimization for shared computing resources | |
US10265614B2 (en) | Managing challenge events | |
US11395094B1 (en) | Network based resource management and allocation | |
CN108268965A (zh) | 用于资源分配的、用于交通工具调度的方法及其装置 | |
BR112019017372A2 (pt) | Correspondência de solicitação de serviço com base no estado de conformidade do provedor | |
CN112991041A (zh) | 一种基于大数据的信用额度分享方法、装置、终端及存储介质 | |
Zhang et al. | Managing retrial queueing systems with boundedly rational customers | |
CN112016914B (zh) | 资源管控、资金管控方法、装置和设备 | |
US11289076B2 (en) | Assisting meeting participants via conversation loop detection and resolution using conversation visual representations and time-related topic usage | |
CN111210256A (zh) | 资源分配方法及其装置、服务器、存储介质 | |
US20130006692A1 (en) | Systems and methods for real time transformation of retail bank branch operations | |
TW202103076A (zh) | 資源轉移及分配方法、裝置 | |
US9922298B2 (en) | System and method for determining optimal asset configurations while minimizing disruption to existing business operations in a service delivery environment | |
CN115983902A (zh) | 基于用户实时事件的信息推送方法及*** | |
US11556387B2 (en) | Scheduling jobs | |
CN108805324A (zh) | 一种企业资源的分配方法及其设备 | |
US11392653B1 (en) | Optimizing display of disclosure based on prior interactions | |
US11681949B2 (en) | Power awareness systems and processes | |
CN112926892A (zh) | 一种资金匹配方法、装置、电子设备及存储介质 | |
CN110298686B (zh) | 一种产品返费调配方法、装置、计算机设备及存储介质 | |
US20210110286A1 (en) | Detecting and improving content relevancy in large content management systems | |
CN111652492A (zh) | 一种管理人评估***、方法、电子设备及存储介质 | |
US20230306837A1 (en) | Contextual item discovery and pattern inculcated reminder mechanism |
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 |