CN113610627B - 用于风险预警的数据处理方法和装置 - Google Patents
用于风险预警的数据处理方法和装置 Download PDFInfo
- Publication number
- CN113610627B CN113610627B CN202110855227.4A CN202110855227A CN113610627B CN 113610627 B CN113610627 B CN 113610627B CN 202110855227 A CN202110855227 A CN 202110855227A CN 113610627 B CN113610627 B CN 113610627B
- Authority
- CN
- China
- Prior art keywords
- data
- risk
- assessment
- processed
- evaluation
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000011156 evaluation Methods 0.000 claims abstract description 122
- 238000012502 risk assessment Methods 0.000 claims abstract description 112
- 238000000034 method Methods 0.000 claims abstract description 65
- 238000012545 processing Methods 0.000 claims abstract description 57
- 230000008569 process Effects 0.000 claims description 52
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种用于风险预警的数据处理方法和装置。该方法包括:获取需要进行贷中预警用户的相关数据,即待处理用户数据,通过预设的分级评估规则,对待处理用户数据进行分级评估处理,通过利用内部数据源的第一风险评估规则,对待处理用户数据进行风险评估处理,获得第一评估数据;通过利用外部数据源的第二风险评估规则,对待处理用户数据进行风险评估处理,获得第二评估数据;通过对第一评估数据和第二评估数据进行归类处理后,获得结果风险评估数据。解决了现有技术中贷后预警存在准确度较低以及成本较高的技术问题,实现了提高贷后风险预警准确度并降低了风险预警的成本。
Description
技术领域
本申请涉及计算机领域,具体而言,涉及一种用于风险预警的数据处理方法和装置。
背景技术
随着汽车金融分期产业链的逐步成熟,贷后风险预警也成为各大银行及分支机构陆续开始关注的点。目前市场上大多的风险预警机制都是针对放贷后已出账单未逾期的全量客户跑所有数据源的模型及规则策略,从而对命中该预警策略规则的客户提前做处置,用来规避不良风险。但该种方法因需跑全量放贷客户、且贷中预警监控模型及策略使用到的数据源大多为外部接入源需要收费,导致整体预警成本较高,且数据源查询未分层导致预警准确度也没那么精确。
现有技术中,贷后预警存在准确度较低及成本较高的技术问题。
申请内容
本申请的主要目的在于提供一种用于风险预警的数据处理方法和装置,解决了现有技术中贷后预警存在准确度较低及成本较高的技术问题,以提高贷后风险预警的准确性和降低成本。
为了实现上述目的,本申请提出了一种用于风险预警的数据处理方法。
根据本申请的第二方面,提出了一种用于风险预警的数据处理装置。
根据本申请的第三方面,提出了一种计算机可读存储介质。
根据本申请的第四方面,提出了一种电子设备。
有鉴于此,根据本申请的第一方面,提出了一种用于风险预警的数据处理方法,包括:
获取待处理用户数据,其中,所述待处理用户数据为需要进行贷中预警用户的相关数据;
基于预设分级评估规则,对所述待处理用户数据进行分级风险评估处理,获得结果风险评估数据;
基于所述结果风险评估数据,在预设预警数据库中匹配与所述风险评估数据对应的预警策略。
进一步地,基于预设分级评估规则,对所述待处理用户数据进行分级风险评估处理,获得结果风险评估数据,包括:
基于利用内部数据源的第一风险评估规则,对所述待处理用户数据进行风险评估处理,获得第一评估数据;
基于利用外部数据源的第二风险评估规则,对所述待处理用户数据进行风险评估处理,获得第二评估数据;
对所述第一评估数据和所述第二评估数据进行归类处理,获得所述结果风险评估数据,其中,所述结果风险评估数据包括低风险用户数据和高风险用户数据。
进一步地,基于利用内部数据源的第一风险评估规则,对所述待处理用户数据进行风险评估处理,获得第一评估数据,包括:
获取第一待处理用户数据,其中,所述第一待处理用户数据为内部数据库中的待处理用户数据;
基于预设风险评估模型,对所述第一待处理用户数据进行风险评估处理,获得所述第一评估数据,其中,所述第一评估数据包括高风险用户数据、中风险用户数据和低风险用户数据。
进一步地,基于利用外部数据源的第二风险评估规则,对所述待处理用户数据进行风险评估处理,获得第二评估数据,包括:
若所述第一评估数据为中风险用户数据,获取第二待处理用户数据,其中,所述第二待处理用户数据为中风险用户的第一外部数据库中的待处理用户数据;
对所述第二待处理用户数据进行风险评估处理,获得第一过程风险评估数据;
对所述第一过程风险评估数据进行识别,若所述第一过程风险评估数据为中风险用户数据,获取第三待处理用户数据,其中,所述第三待处理用户数据为中风险用户的第二外部数据库中的待处理用户数据;
对所述第三待处理用户数据进行风险评估处理,获得第二过程风险评估数据;
对所述第二过程风险评估数据进行识别,若所述第二过程风险数据满足预设评估条件,输出所述第二评估数据,其中,所述第二评估数据包括所述第一过程评估数据和所述第二过程评估数据,所述预设评估条件为评估数据中没有中风险用户数据;
若所述第二风险过程数据不满足所述所述预设评估条件,迭代风险评估操作,直至满足预设条件,输出所述第二评估数据。
进一步地,对所述第二待处理用户数据进行风险评估处理,获得第一过程风险评估数据,包括:
判断所述第二待处理用户数据是否满足预设查询条件,其中,所述查询预设条件为预设时间周期内第二待处理用户数据对应的用户调用过所述第一外部数据库,包括;
若所述第二待处理用户数据满足所述预设查询条件,调用所述第二待处理用户数据对应的最近历史数据;
若所述第二待处理用户数据不满足所述预设查询条件,调用所述第二待处理用户数据对应的用户的新数据;
对所述第二待处理用户数据进行风险评估处理,获得第一过程风险评估数据。
进一步地,基于所述结果风险评估数据,在预设预警数据库中匹配与所述风险评估数据对应的预警策略,包括:
对所述风险评估数据进行识别,若所述风险评估数据为高风险用户数据,输出与所述风险评估数据对应的用户的风险预警数据。
根据本申请的第二方面,提出了一种用于风险预警的数据处理装置,其特征在于,包括:
数据获取模块,用于获取待处理用户数据,其中,所述待处理用户数据为需要进行贷中预警用户的相关数据;
分级评估模块,基于预设分级评估规则,对所述待处理用户数据进行分级风险评估处理,获得结果风险评估数据;
风险预警模块,基于所述结果风险评估数据,在预设预警数据库中匹配与所述风险评估数据对应的预警策略。
进一步地,分级评估模块,包括:
第一风险评估模块,基于利用内部数据源的第一风险评估规则,对所述待处理用户数据进行风险评估处理,获得第一评估数据;
第二风险评估模块,基于利用外部数据源的第二风险评估规则,对所述待处理用户数据进行风险评估处理,获得第二评估数据;
归类模块,用于对所述第一评估数据和所述第二评估数据进行归类处理,获得所述结果风险评估数据,其中,所述结果风险评估数据包括低风险用户数据和高风险用户数据。
根据本申请的第三方面,提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行上述用于风险预警的数据处理方法。
根据本申请的第四方面,提出了一种电子设备,包括:至少一个处理器;以及所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器执行上述用于风险预警的数据处理方法。
本申请的实施例提供的技术方案可以包括以下有益效果:
在本申请中,获取需要进行贷中预警用户的相关数据,即待处理用户数据,通过预设的分级评估规则,对待处理用户数据进行分级评估处理,其中,通过利用内部数据源的第一风险评估规则,对待处理用户数据进行风险评估处理,获得第一评估数据;通过利用外部数据源的第二风险评估规则,对待处理用户数据进行风险评估处理,获得第二评估数据;通过对第一评估数据和第二评估数据进行归类处理后,获得结果风险评估数据,根据风险评估结果数据,匹配与风险评估数据对应的预警策略,实现对用户的风险预警,通过对用户进行分层评估,先对内部数据源的数据进行评估,再与外部数据源进行评估,解决了现有技术中贷后预警存在准确度较低以及成本较高的技术问题,实现了提高贷后风险预警准确度并降低了风险预警的成本。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请提供的一种用于风险预警的数据处理方法的流程示意图;
图2为本申请提供的一种用于风险预警的数据处理方法的流程示意图;
图3为本申请提供的一种用于风险预警的数据处理方法的流程示意图;
图4为本申请提供的一种用于风险预警的数据处理装置的结构示意图;
图5为本申请提供的另一种用于风险预警的数据处理装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本申请中的具体含义。
此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,“连接”可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
图1为本申请提供的一种用于风险预警的数据处理方法的流程示意图,如图1所示,该方法包括以下步骤:
S101:获取待处理用户数据,其中,所述待处理用户数据为需要进行贷中预警用户的相关数据;
其中,需要进行贷中预警的用户为放贷后已出账单未逾期的客户。
S102:基于预设分级评估规则,对所述待处理用户数据进行分级风险评估处理,获得结果风险评估数据;
图2为本申请提供的一种用于风险预警的数据处理方法的流程示意图,如图2所示,该方法包括以下步骤:
S201:基于利用内部数据源的第一风险评估规则,对所述待处理用户数据进行风险评估处理,获得第一评估数据;
获取第一待处理用户数据,其中,第一待处理用户数据为内部数据库中的待处理用户数据;
基于预设风险评估模型,对第一待处理用户数据进行风险评估处理,获得所述第一评估数据,其中,第一评估数据包括高风险用户数据、中风险用户数据和低风险用户数据。
通过基于内部数据源的第一风险评估规则,将放贷后已出账单未逾期的全量客户评估分为低风险优质客群和高风险客群,及中风险(未知风险)客群,由于内部数据源中的数据并不全面,难以对全量用户进行全面准确的风险评估,对中风险客群中的用户进行进一步的风险评估。低风险客群无需预警,高风险客群预警处理,中风险不确定客群进入下层数据源继续评估。
S202:基于利用外部数据源的第二风险评估规则,对所述待处理用户数据进行风险评估处理,获得第二评估数据;
图3为本申请提供的一种用于风险预警的数据处理方法的流程示意图,如图3所示,该方法包括以下步骤:
S301:若第一评估数据为中风险用户数据,获取第二待处理用户数据;
其中,第二待处理用户数据为中风险用户的第一外部数据库中的待处理用户数据;
S302:对第二待处理用户数据进行风险评估处理,获得第一过程风险评估数据;
判断所述第二待处理用户数据是否满足预设查询条件,其中,所述查询预设条件为预设时间周期内第二待处理用户数据对应的用户调用过所述第一外部数据库,包括;
若所述第二待处理用户数据满足所述预设查询条件,调用所述第二待处理用户数据对应的最近历史数据;
若所述第二待处理用户数据不满足所述预设查询条件,调用所述第二待处理用户数据对应的用户的新数据;
对所述第二待处理用户数据进行风险评估处理,获得第一过程风险评估数据。
S303:对第一过程风险评估数据进行识别,若第一过程风险评估数据为中风险用户数据,获取第三待处理用户数据;
其中,所述第三待处理用户数据为中风险用户的第二外部数据库中的待处理用户数据;
外部数据库基于性价比高识别风险强的规则选择外部外部数据库,按照所述规则设置查询的先后顺序,先选择性价比高识别风险强的外部数据库进行风险评估,后选择性价比较差识别风险弱的外部数据库进行风险评估。
S304:对所述第三待处理用户数据进行风险评估处理,获得第二过程风险评估数据;
判断第三待处理用户数据是否满足预设查询条件,若满足,调用第三待处理用户数据对应的最近历史数据;
若第三待处理用户数据不满足所述预设查询条件,调用第三待处理用户数据对应的用户的新数据;
对每层外部数据库设置查询时间周期,通过是否超过查询时间周期可以实现对客户进行新旧客户的分类,旧客户调用最近一次的查询对应的数据,新客户基于客户特征信息在外部数据库中查询后的与客户对应的数据。
S305:对所述第二过程风险评估数据进行识别,若所述第二过程风险数据满足预设评估条件,输出所述第二评估数据;
其中,所述第二评估数据包括所述第一过程评估数据和所述第二过程评估数据,所述预设评估条件为评估数据中没有中风险用户数据;
S306:若所述第二风险过程数据不满足所述所述预设评估条件,迭代风险评估操作,直至满足预设条件,输出所述第二评估数据。
第二风险过程数据不满足预设条件,即,基于当前层级的外部数据源进行评估后,评估结果中存在中风险客群,调用下一层级的外部数据源重复执行上述操作,直至评估结果中不存在中风险客群,或外部数据源已达到预设外部数据源上限,输出第二评估数据。
S203:对所述第一评估数据和所述第二评估数据进行归类处理,获得所述结果风险评估数据。
在达到评估结果中不存在中风险客群,或外部数据源已达到预设外部数据源上限时,对第一评估数据和第二评估数据进行归类处理,合并第一评估数据和第二评估数据中的所有高风险用户,合并第一评估数据和第二评估数据中的所有低风险用户,获得评估结束后,存在的中风险用户。
S103:基于所述结果风险评估数据,在预设预警数据库中匹配与所述风险评估数据对应的预警策略。
对高风险用户进行预警处理,对中风险用户输出人工评估提示信息,对低风险用户进行存储。
图4为本申请提供的一种用于风险预警的数据处理装置的结构示意图,如图4所述,该装置包括:
数据获取模块41,用于获取待处理用户数据,其中,所述待处理用户数据为需要进行贷中预警用户的相关数据;
分级评估模块42,基于预设分级评估规则,对所述待处理用户数据进行分级风险评估处理,获得结果风险评估数据;
风险预警模块43,基于所述结果风险评估数据,在预设预警数据库中匹配与所述风险评估数据对应的预警策略。
图5为本申请提供的另一种用于风险预警的数据处理装置的结构示意图,如图5所述,该装置包括:
第一风险评估模块51,基于利用内部数据源的第一风险评估规则,对所述待处理用户数据进行风险评估处理,获得第一评估数据;
第二风险评估模块52,基于利用外部数据源的第二风险评估规则,对所述待处理用户数据进行风险评估处理,获得第二评估数据;
归类模块53,用于对所述第一评估数据和所述第二评估数据进行归类处理,获得所述结果风险评估数据,其中,所述结果风险评估数据包括低风险用户数据和高风险用户数据。
关于上述实施例中各单元的执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
综上所述,在本申请中,获取需要进行贷中预警用户的相关数据,即待处理用户数据,通过预设的分级评估规则,对待处理用户数据进行分级评估处理,其中,通过利用内部数据源的第一风险评估规则,对待处理用户数据进行风险评估处理,获得第一评估数据;通过利用外部数据源的第二风险评估规则,对待处理用户数据进行风险评估处理,获得第二评估数据;通过对第一评估数据和第二评估数据进行归类处理后,获得结果风险评估数据,根据风险评估结果数据,匹配与风险评估数据对应的预警策略,实现对用户的风险预警,通过对用户进行分层评估,先对内部数据源的数据进行评估,再与外部数据源进行评估。
通过内部数据源先对大批量客户进行过滤,再通过外部数据源对用户进行行内数据补充风险画像,对内部数据源评估过滤的中风险客群,进一步识别出低风险、中风险、高风险客群;而其中中风险客群继续调用外部数据源,进一步对上一步中风险客群进行评估,而其它风险客群停止调用;此流程不断递进,直到用户风险都能精准刻画出来。
解决了现有技术中贷后预警存在准确度较低以及成本较高的技术问题,实现了提高贷后风险预警准确度并降低了风险预警的成本。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
显然,本领域的技术人员应该明白,上述的本申请的各单元或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本申请不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (6)
1.一种用于风险预警的数据处理方法,其特征在于,包括:
获取待处理用户数据,其中,所述待处理用户数据为需要进行贷中预警用户的相关数据;
基于预设分级评估规则,对所述待处理用户数据进行分级风险评估处理,获得结果风险评估数据;
基于所述结果风险评估数据,在预设预警数据库中匹配与所述风险评估数据对应的预警策略;
基于预设分级评估规则,对所述待处理用户数据进行分级风险评估处理,获得结果风险评估数据,包括:
基于利用内部数据源的第一风险评估规则,对所述待处理用户数据进行风险评估处理,获得第一评估数据;
基于利用外部数据源的第二风险评估规则,对所述待处理用户数据进行风险评估处理,获得第二评估数据;
对所述第一评估数据和所述第二评估数据进行归类处理,获得所述结果风险评估数据,其中,所述结果风险评估数据包括低风险用户数据和高风险用户数据;
基于利用内部数据源的第一风险评估规则,对所述待处理用户数据进行风险评估处理,获得第一评估数据,包括:
获取第一待处理用户数据,其中,所述第一待处理用户数据为内部数据库中的待处理用户数据;
基于预设风险评估模型,对所述第一待处理用户数据进行风险评估处理,获得所述第一评估数据,其中,所述第一评估数据包括高风险用户数据、中风险用户数据和低风险用户数据;
基于利用外部数据源的第二风险评估规则,对所述待处理用户数据进行风险评估处理,获得第二评估数据,包括:
若所述第一评估数据为中风险用户数据,获取第二待处理用户数据,其中,所述第二待处理用户数据为中风险用户的第一外部数据库中的待处理用户数据;
对所述第二待处理用户数据进行风险评估处理,获得第一过程风险评估数据;
对所述第一过程风险评估数据进行识别,若所述第一过程风险评估数据为中风险用户数据,获取第三待处理用户数据,其中,所述第三待处理用户数据为中风险用户的第二外部数据库中的待处理用户数据;
对所述第三待处理用户数据进行风险评估处理,获得第二过程风险评估数据;
对所述第二过程风险评估数据进行识别,若所述第二过程风险数据满足预设评估条件,输出所述第二评估数据,其中,所述第二评估数据包括所述第一过程评估数据和所述第二过程评估数据,所述预设评估条件为评估数据中没有中风险用户数据;
若所述第二风险过程数据不满足所述预设评估条件,迭代风险评估操作,直至满足预设条件,输出所述第二评估数据,第二风险过程数据不满足预设条件,即,基于当前层级的外部数据源进行评估后,评估结果中存在中风险客群,调用下一层级的外部数据源重复执行上述操作,直至评估结果中不存在中风险客群,或外部数据源已达到预设外部数据源上限,输出第二评估数据。
2.根据权利要求1所述的数据处理方法,其特征在于,对所述第二待处理用户数据进行风险评估处理,获得第一过程风险评估数据,包括:
判断所述第二待处理用户数据是否满足预设查询条件,其中,所述查询预设条件为预设时间周期内第二待处理用户数据对应的用户调用过所述第一外部数据库,包括;
若所述第二待处理用户数据满足所述预设查询条件,调用所述第二待处理用户数据对应的最近历史数据;
若所述第二待处理用户数据不满足所述预设查询条件,调用所述第二待处理用户数据对应的用户的新数据;
对所述第二待处理用户数据进行风险评估处理,获得第一过程风险评估数据。
3.根据权利权利要求1所述的数据处理方法,其特征在于,基于所述结果风险评估数据,在预设预警数据库中匹配与所述风险评估数据对应的预警策略,包括:
对所述风险评估数据进行识别,若所述风险评估数据为高风险用户数据,输出与所述风险评估数据对应的用户的风险预警数据。
4.一种用于风险预警的数据处理装置,其特征在于,包括:
数据获取模块,用于获取待处理用户数据,其中,所述待处理用户数据为需要进行贷中预警用户的相关数据;
分级评估模块,基于预设分级评估规则,对所述待处理用户数据进行分级风险评估处理,获得结果风险评估数据;
风险预警模块,基于所述结果风险评估数据,在预设预警数据库中匹配与所述风险评估数据对应的预警策略;
分级评估模块,包括:
第一风险评估模块,基于利用内部数据源的第一风险评估规则,对所述待处理用户数据进行风险评估处理,获得第一评估数据;
第二风险评估模块,基于利用外部数据源的第二风险评估规则,对所述待处理用户数据进行风险评估处理,获得第二评估数据;
归类模块,用于对所述第一评估数据和所述第二评估数据进行归类处理,获得所述结果风险评估数据,其中,所述结果风险评估数据包括低风险用户数据和高风险用户数据;
基于利用外部数据源的第二风险评估规则,对所述待处理用户数据进行风险评估处理,获得第二评估数据,包括:
若所述第一评估数据为中风险用户数据,获取第二待处理用户数据,其中,所述第二待处理用户数据为中风险用户的第一外部数据库中的待处理用户数据;
对所述第二待处理用户数据进行风险评估处理,获得第一过程风险评估数据;
对所述第一过程风险评估数据进行识别,若所述第一过程风险评估数据为中风险用户数据,获取第三待处理用户数据,其中,所述第三待处理用户数据为中风险用户的第二外部数据库中的待处理用户数据;
对所述第三待处理用户数据进行风险评估处理,获得第二过程风险评估数据;
对所述第二过程风险评估数据进行识别,若所述第二过程风险数据满足预设评估条件,输出所述第二评估数据,其中,所述第二评估数据包括所述第一过程评估数据和所述第二过程评估数据,所述预设评估条件为评估数据中没有中风险用户数据;
若所述第二风险过程数据不满足所述所述预设评估条件,迭代风险评估操作,直至满足预设条件,输出所述第二评估数据,第二风险过程数据不满足预设条件,即,基于当前层级的外部数据源进行评估后,评估结果中存在中风险客群,调用下一层级的外部数据源重复执行上述操作,直至评估结果中不存在中风险客群,或外部数据源已达到预设外部数据源上限,输出第二评估数据。
5.一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存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-3任意一项所述的用于风险预警的数据处理方法。
6.一种电子设备,其特征在于,包括:至少一个处理器;以及所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1-3任意一项所述的用于风险预警的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110855227.4A CN113610627B (zh) | 2021-07-27 | 2021-07-27 | 用于风险预警的数据处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110855227.4A CN113610627B (zh) | 2021-07-27 | 2021-07-27 | 用于风险预警的数据处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113610627A CN113610627A (zh) | 2021-11-05 |
CN113610627B true CN113610627B (zh) | 2024-02-02 |
Family
ID=78305726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110855227.4A Active CN113610627B (zh) | 2021-07-27 | 2021-07-27 | 用于风险预警的数据处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113610627B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117350547B (zh) * | 2023-11-14 | 2024-03-26 | 深圳市明心数智科技有限公司 | 订单的风险处理方案确定方法、装置、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818513A (zh) * | 2017-11-24 | 2018-03-20 | 泰康保险集团股份有限公司 | 风险评估方法及装置、存储介质、电子设备 |
CN108648068A (zh) * | 2018-05-16 | 2018-10-12 | 长沙农村商业银行股份有限公司 | 一种信用风险评估方法及*** |
CN110009475A (zh) * | 2019-02-12 | 2019-07-12 | 平安科技(深圳)有限公司 | 风险稽核监察方法、装置、计算机设备及存储介质 |
CN110246032A (zh) * | 2019-06-21 | 2019-09-17 | 深圳前海微众银行股份有限公司 | 贷后风险监控方法、装置及计算机可读存储介质 |
CN110246029A (zh) * | 2019-06-21 | 2019-09-17 | 深圳前海微众银行股份有限公司 | 贷后风险管理方法、终端、装置及可读存储介质 |
CN110909805A (zh) * | 2019-11-26 | 2020-03-24 | 西安交通大学城市学院 | 基于大数据与Inception V3深度网络模型的金融风控*** |
CN111199477A (zh) * | 2019-12-20 | 2020-05-26 | 北京淇瑀信息科技有限公司 | 一种多级混联的风险管理方法、装置和电子设备 |
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 |
CN112862586A (zh) * | 2020-12-03 | 2021-05-28 | 浙江惠瀜网络科技有限公司 | 不良资产风险管理*** |
CN112907347A (zh) * | 2020-12-02 | 2021-06-04 | 浙江惠瀜网络科技有限公司 | 汽车分期贷款客户画像数据管理***及基于该***的数据处理方法 |
CN113032435A (zh) * | 2021-03-18 | 2021-06-25 | 上海数禾信息科技有限公司 | 用于风险评估的数据处理方法和装置 |
-
2021
- 2021-07-27 CN CN202110855227.4A patent/CN113610627B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818513A (zh) * | 2017-11-24 | 2018-03-20 | 泰康保险集团股份有限公司 | 风险评估方法及装置、存储介质、电子设备 |
CN108648068A (zh) * | 2018-05-16 | 2018-10-12 | 长沙农村商业银行股份有限公司 | 一种信用风险评估方法及*** |
CN110009475A (zh) * | 2019-02-12 | 2019-07-12 | 平安科技(深圳)有限公司 | 风险稽核监察方法、装置、计算机设备及存储介质 |
CN110246032A (zh) * | 2019-06-21 | 2019-09-17 | 深圳前海微众银行股份有限公司 | 贷后风险监控方法、装置及计算机可读存储介质 |
CN110246029A (zh) * | 2019-06-21 | 2019-09-17 | 深圳前海微众银行股份有限公司 | 贷后风险管理方法、终端、装置及可读存储介质 |
CN110909805A (zh) * | 2019-11-26 | 2020-03-24 | 西安交通大学城市学院 | 基于大数据与Inception V3深度网络模型的金融风控*** |
CN111199477A (zh) * | 2019-12-20 | 2020-05-26 | 北京淇瑀信息科技有限公司 | 一种多级混联的风险管理方法、装置和电子设备 |
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 |
CN112907347A (zh) * | 2020-12-02 | 2021-06-04 | 浙江惠瀜网络科技有限公司 | 汽车分期贷款客户画像数据管理***及基于该***的数据处理方法 |
CN112862586A (zh) * | 2020-12-03 | 2021-05-28 | 浙江惠瀜网络科技有限公司 | 不良资产风险管理*** |
CN113032435A (zh) * | 2021-03-18 | 2021-06-25 | 上海数禾信息科技有限公司 | 用于风险评估的数据处理方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113610627A (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112801498B (zh) | 风险识别模型的训练方法、风险识别方法、装置及设备 | |
WO2007106786A2 (en) | Methods and systems for multi-credit reporting agency data modeling | |
CN107798592B (zh) | 计算佣金的方法及设备 | |
CN111932135B (zh) | 基于分布式数据库的客户风险识别方法及装置 | |
CA3165582A1 (en) | Data processing method and system based on similarity model | |
CN108564255A (zh) | 匹配模型构建方法、孤儿单分配方法、装置、介质及终端 | |
Dada | Composition effects of government expenditure on private consumption and output growth in Nigeria: A single-equation error correction modelling | |
CN112017040A (zh) | 信用评分模型训练方法、评分方法及***、设备及介质 | |
CN112200656A (zh) | 一种房贷的线上预审批方法、装置、介质及电子设备 | |
CN113610627B (zh) | 用于风险预警的数据处理方法和装置 | |
CN109003039A (zh) | 处罚决议生成方法、装置、设备及存储介质 | |
CN117132317A (zh) | 数据处理方法、装置、设备、介质及产品 | |
CN116468547A (zh) | 一种基于数据挖掘的***资源分配方法及*** | |
CN110245985A (zh) | 一种信息处理方法及装置 | |
CN113610175B (zh) | 一种业务策略生成方法、装置及计算机可读存储介质 | |
CN114298829A (zh) | 用于授信评估的数据处理方法和装置 | |
CN112101950B (zh) | 可疑交易监测模型特征提取方法及装置 | |
CN113436023A (zh) | 基于区块链的理财产品推荐方法及装置 | |
CN113450197A (zh) | 挂账自平衡结果核对方法及装置 | |
CN116861101B (zh) | 用于社交匹配的数据处理方法和装置 | |
CN113723522B (zh) | 异常用户的识别方法、装置、电子设备以及存储介质 | |
CN116089809B (zh) | 金融特征数据的筛选方法、装置、电子设备及存储介质 | |
CN117689466A (zh) | 业务办理方法、装置、计算机可读存储介质及电子设备 | |
CN115204508A (zh) | 对象的预测方法、装置及电子设备 | |
CN116051169A (zh) | 评价方法、装置、非易失性存储介质及电子设备 |
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 |