CN113888310A - 信贷风险评估方法、装置及存储介质 - Google Patents
信贷风险评估方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113888310A CN113888310A CN202111198081.7A CN202111198081A CN113888310A CN 113888310 A CN113888310 A CN 113888310A CN 202111198081 A CN202111198081 A CN 202111198081A CN 113888310 A CN113888310 A CN 113888310A
- Authority
- CN
- China
- Prior art keywords
- user
- credit risk
- risk assessment
- credit
- evaluated
- 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
- 238000012502 risk assessment Methods 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000011156 evaluation Methods 0.000 claims abstract description 31
- 238000007781 pre-processing Methods 0.000 claims abstract description 22
- 230000015654 memory Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003066 decision tree Methods 0.000 claims description 8
- 238000013475 authorization Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 claims description 2
- 238000011835 investigation Methods 0.000 abstract description 8
- 238000013461 design Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012545 processing Methods 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
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)
Abstract
本发明涉及风险评估技术领域,公开了一种信贷风险评估方法、装置及存储介质,信贷风险评估方法包括对待评估用户的关系型数据进行预处理,关系型数据包括用户基本信息和个人征信信息;从图形数据库中获取与待评估用户关联的目标节点数据;对预处理后的关系型数据进行信贷风险评估,得到初始风险评估结果;基于目标节点数据的属性和初始风险评估结果,得到最终风险评估结果;其中,图形数据库中记录有各用户关联的节点数据以及节点数据的属性,节点数据的属性表征存在信用风险或不存在信用风险。本发明提供的信贷风险评估方法、装置及存储介质可提高信贷风险评估的准确性,降低信贷风险。
Description
技术领域
本发明涉及风险评估技术领域,具体涉及一种信贷风险评估方法、装置及存储介质。
背景技术
信贷风险评估是信贷业务中十分重要的环节,传统的信贷风险评估大多是通过获取关系型数据库中的数据如个人基本信息、个人征信信息等进行决策分析,而与信贷风险的相关的因素繁多,仅仅从个人基本信息、个人征信信息等关系型数据库中的数据进行评估,往往评估不够全面,评估的准确性较差,从而导致信贷风险增加。
因此,如何提供一种有效的方案,以便提高信贷风险评估的准确性,降低信贷风险,已成为现有技术中一亟待解决的难题。
发明内容
为了解决现有技术中存在的信贷风险评估的准确性较差的问题,本发明的目的在于提供一种信贷风险评估方法、装置及存储介质,以便提高信贷风险评估的准确性,降低信贷风险。
第一方面,本发明提供了一种信贷风险评估方法,包括:
对待评估用户的关系型数据进行预处理,所述关系型数据包括用户基本信息和个人征信信息;
从图形数据库中获取与所述待评估用户关联的目标节点数据;
对预处理后的所述关系型数据进行信贷风险评估,得到初始风险评估结果;
基于所述目标节点数据的属性和所述初始风险评估结果,得到最终风险评估结果;
其中,所述图形数据库中记录有各用户关联的节点数据以及节点数据的属性,节点数据的属性表征存在信用风险或不存在信用风险。
在一个可能的设计中,对待评估用户的关系型数据进行预处理之前,所述方法还包括:
获取所述待评估用户上传的所述用户基本信息;
基于所述用户基本信息从第三方服务器获取所述待评估用户授权查询的所述个人征信信息。
在一个可能的设计中,所述对待评估用户的关系型数据进行预处理,包括:
计算所述关系型数据中数值型数据的均值、方差或变异系数;
对所述关系型数据中的非数值型数据进行归类。
在一个可能的设计中,所述从图形数据库中获取与所述待评估用户关联的目标节点数据,包括:
通过社区发现算法或中心度算法从图形数据库中获取与所述待评估用户关联的目标节点数据。
在一个可能的设计中,所述对预处理后的所述关系型数据进行信贷风险评估,包括:
通过预定义的规则对预处理后的所述关系型数据进行信贷风险评估;
所述预定义的规则包括条件判断、评分卡、决策表以及决策树规则中的至少一种。
在一个可能的设计中,所述图形数据库为Neo4j图形数据库。
第二方面,本发明提供了一种信贷风险评估装置,包括:
预处理单元,用于对待评估用户的关系型数据进行预处理,所述关系型数据包括用户基本信息和个人征信信息;
第一获取单元,用于从图形数据库中获取与所述待评估用户关联的目标节点数据;
第一评估单元,用于对预处理后的所述关系型数据进行信贷风险评估,得到初始风险评估结果;
第二评估单元,用于基于所述目标节点数据的属性和所述初始风险评估结果,得到最终风险评估结果;
其中,所述图形数据库中记录有各用户关联的节点数据以及节点数据的属性,节点数据的属性表征存在信用风险或不存在信用风险。
在一个可能的设计中,信贷风险评估装置还包括:
第二获取单元,获取所述待评估用户上传的所述用户基本信息;
查询单元,用于基于所述用户基本信息从第三方服务器获取所述待评估用户授权查询的所述个人征信信息。
在一个可能的设计中,所述预处理单元在用于对待评估用户的关系型数据进行预处理时,具体用于:
计算所述关系型数据中数值型数据的均值、方差或变异系数;
对所述关系型数据中的非数值型数据进行归类。
在一个可能的设计中,所述第一获取单元在用于从图形数据库中获取与所述待评估用户关联的目标节点数据时,具体用于:
通过社区发现算法或中心度算法从图形数据库中获取与所述待评估用户关联的目标节点数据。
在一个可能的设计中,所述第一评估单元在用于对预处理后的所述关系型数据进行信贷风险评估时,具体用于:
通过预定义的规则对预处理后的所述关系型数据进行信贷风险评估;
所述预定义的规则包括条件判断、评分卡、决策表以及决策树规则中的至少一种。
在一个可能的设计中,所述图形数据库为Neo4j图形数据库。
第三方面,本发明提供了一种信贷风险评估装置,包括依次通信相连的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如上述任意一项所述的信贷风险评估方法。
第四方面,本发明提供了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指令,当所述指令在计算机上运行时,执行第一方面所述的信贷风险评估方法。
第五方面,本发明提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如第一方面所述的信贷风险评估方法。
本发明一个或多个实施例采用的上述至少一个技术方案能够达到以下有益效果:
由于从图形数据库中获取与待评估用户关联的目标节点数据,并对预处理后的关系型数据进行信贷风险评估得到初始风险评估结果,然后基于目标节点数据的属性和初始风险评估结果得到最终风险评估结果,如此在信贷风险评估时既能够根据待评估用户的关系型数据进行评估分析,又能够根据与待评估用户关联的非关系型的节点数据进行评估分析,从而能够从各个方面对待评估用户进行综合评估,提高信贷风险评估的准确性,降低信贷风险,减少信贷过程中的决策性失误。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的信贷风险评估方法的流程图。
图2是本发明提供的信贷风险评估装置的结构示意图。
图3是本发明提供的另一信贷风险评估装置的结构示意图。
具体实施方式
下面结合附图及具体实施例来对本发明作进一步阐述。在此需要说明的是,对于这些实施例方式的说明虽然是用于帮助理解本发明,但并不构成对本发明的限定。本文公开的特定结构和功能细节仅用于描述本发明的示例实施例。然而,可用很多备选的形式来体现本发明,并且不应当理解为本发明限制在本文阐述的实施例中。
应当理解,在下面的描述中提供了特定的细节,以便于对示例实施例的完全理解。然而,本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出***,以避免用不必要的细节来使得示例不清楚。在其他实例中,可以不以不必要的细节来示出众所周知的过程、结构和技术,以避免使得示例实施例不清。
实施例
为了解决现有技术中存在的信贷风险评估的准确性较差的问题,本申请实施例提供了一种信贷风险评估方法、装置及存储介质,该信贷风险评估方法、装置及存储介质,能够提高信贷风险评估的准确性,降低信贷风险。
本申请实施例提供的信贷风险评估方法可应用于用户终端,所述用户终端可以是,但不限于智能手机、平板电脑、个人数字助理(personal digital assistant,PDA)等,下面将对本申请实施例提供的信贷风险评估方法进行详细说明。
为便于描述,除特别说明外,本申请实施例均以用户终端为执行主体进行说明。
可以理解,所述执行主体并不构成对本申请实施例的限定。
第一方面,本申请实施例提供了一种信贷风险评估方法。如图1所示,是本申请一个实施例提供的信贷风险评估方法的流程图,所述信贷风险评估方法可以包括如下的步骤:
步骤S101,对待评估用户的关系型数据进行预处理。
其中,所述关系型数据包括,但不限于用户基本信息和个人征信信息等。
本申请实施例中,在进行信贷风险评估之前,待评估用户可上传其用户基本信息,用户终端获得待评估用户上传的用户基本信息,所述用户基本信息可以是,但不限于待评估用户的姓名、性别、年龄、身份证号码、手机号码、工作单位、居住地等,本申请实施例中不做具体限定。
待评估用户可授权查询其个人征信信息,在获得待评估用户上传的用户基本信息后,用户终端可基于用户基本信息从第三方服务器获取待评估用户授权查询的个人征信信息。其中,所述第三方服务器为用于记录用户个人征信信息的服务器,如百行征信或百融征信的服务器。
在对待评估用户的关系型数据进行预处理时,对于其中的数值型数据(例如年龄),可以计算关系型数据中数值型数据的均值、方差或变异系数等。对于关系型数据中的非数值型数据(例如性别、居住地等),则可对其进行归类。
步骤S102,从图形数据库中获取与待评估用户关联的目标节点数据。
图形数据库是NoSQL数据库的一种类型,它应用图形理论存储实体之间的关系信息,图形数据库是一种非关系型数据库,它应用图形理论存储实体之间的关系信息。所述图形数据库可以是,但不限于Neo4j图形数据库、OrientDB图形数据库等。
本申请实施例中,所述图形数据库为Neo4j图形数据库,图形数据库中记录有各用户关联的节点数据以及节点数据的属性,节点数据的属性表征存在信用风险或不存在信用风险。
具体的,图形数据库中的数据包括节点数据、边和属性,其中节点数据记录有用户的基本信息(如省份证、电话等),边用于连接用户的节点数据或其他关联用户的节点数据。例如用户A的身份证号码为a1,电话号码为a2,则在图形数据库中可通过边将记录身份证号码a1的节点数据与记录电话号码a2的节点数据连接,用户A与用户B为夫妻关系,用户B的身份证号码为b1,则在图形数据库中可通过边将记录身份证号码a1的节点数据与记录身份证号码为b1的节点数据连接,如此通过边可将记录电话号码a2的节点数据和记录身份证号码b1的节点数据分别与记录身份证号码a1的节点数据关联,即在图形数据库中记录电话号码a2的节点数据和记录身份证号码b1的节点数据均为记录身份证号码a1的节点数据的关联数据。图形数据库中记录有节点数据的属性,节点数据的属性表征存在信用风险或不存在信用风险,对于失信用户或诈骗用户,其对应节点数据的属性被设置为存在信用风险,对于信用良好的用户,其对应节点数据的属性被设置为不存在信用风险。
在获得用户的关系型数据后,可根据用户的关系型数据从图形数据库中查找出与关系型数据相关联的目标节点数据,即与待评估用户关联的目标节点数据。其中,在从图形数据库中获取与所述待评估用户关联的目标节点数据时,可以但不限于通过社区发现算法或中心度算法从图形数据库中获取与所述待评估用户关联的目标节点数据。
步骤S103,对预处理后的关系型数据进行信贷风险评估,得到初始风险评估结果。
具体的,可通过预定义的规则对预处理后的关系型数据进行信贷风险评估,所述预定义的规则包括条件判断(IF/ELSE)、评分卡、决策表以及决策树规则中的至少一种,本申请实施例中不做具体限定。
例如,在一个或多个实施例中,关系型数据中包含年龄数据,则在进行评估时可先通过条件判断,判断预处理后的年龄数据是否超出预设范围,如果超出预设范围则直接判断为存在信贷风险。如果没有超出预设范围,则再通过评分卡、决策表以及决策树规则中的至少一种进行信贷风险评估,得到初始风险评估结果。
本申请实施例中,条件判断、评分卡、决策表以及决策树等规则可以是基于Drools(JBoss Rules,具有一个易于访问企业策略、易于调整以及易于管理的开源业务规则引擎)规则引擎开发出来的。Drools规则是在Java应用程序上运行的,其要执行的步骤顺序由代码确定。为了实现这一点,Drools规则引擎将业务规则转换成执行树,每个规则条件分为小块,在树结构中连接和重用。每次将数据添加到规则引擎中时,它将在与此类似的树中进行求值,并到达一个动作节点,在该节点处,它们将被标记为准备执行特定规则的数据。
初始风险评估结果可以是是否存在信贷风险或存在信贷风险的系数,本申请实施例中不做具体限定。例如,在一个或多个实施例中,通过评分卡规则得出的初始风险评估结果可以是存在信贷风险的系数,系数越大表示存在信贷风险的可能性越高,通过决策树规则得出的初始风险评估结果可以是存在信贷风险或不存在信贷风险。
步骤S104,基于目标节点数据的属性和初始风险评估结果,得到最终风险评估结果。
本申请实施例中,在得出初始风险评估结果后,可基于目标节点数据的属性和初始风险评估结果综合考虑,得到最终风险评估结果,最终风险评估结果可以是是否存在信贷风险或存在信贷风险的系数,本申请实施例中不做具体限定。
综上所述,本申请实施例提供的信贷风险评估方法通过从图形数据库中获取与待评估用户关联的目标节点数据,并对预处理后的关系型数据进行信贷风险评估得到初始风险评估结果,然后基于目标节点数据的属性和初始风险评估结果得到最终风险评估结果,如此在信贷风险评估时既能够根据待评估用户的关系型数据进行评估分析,又能够根据与待评估用户关联的非关系型的节点数据进行评估分析,从而能够从各个方面对待评估用户进行综合评估,提高信贷风险评估的准确性,降低信贷风险,减少信贷过程中的决策性失误。同时,本申请实施例提供的信贷风险评估方法能够依托计算机程序将信贷风险评估规则规划,提升信贷风险评估效率。
第二方面,本申请实施例提供了一种信贷风险评估装置,请参阅图2,所述信贷风险评估装置包括:
预处理单元,用于对待评估用户的关系型数据进行预处理,所述关系型数据包括用户基本信息和个人征信信息;
第一获取单元,用于从图形数据库中获取与所述待评估用户关联的目标节点数据;
第一评估单元,用于对预处理后的所述关系型数据进行信贷风险评估,得到初始风险评估结果;
第二评估单元,用于基于所述目标节点数据的属性和所述初始风险评估结果,得到最终风险评估结果;
其中,所述图形数据库中记录有各用户关联的节点数据以及节点数据的属性,节点数据的属性表征存在信用风险或不存在信用风险。
在一个可能的设计中,信贷风险评估装置还包括:
第二获取单元,获取所述待评估用户上传的所述用户基本信息;
查询单元,用于基于所述用户基本信息从第三方服务器获取所述待评估用户授权查询的所述个人征信信息。
在一个可能的设计中,所述预处理单元在用于对待评估用户的关系型数据进行预处理时,具体用于:
计算所述关系型数据中数值型数据的均值、方差或变异系数;
对所述关系型数据中的非数值型数据进行归类。
在一个可能的设计中,所述第一获取单元在用于从图形数据库中获取与所述待评估用户关联的目标节点数据时,具体用于:
通过社区发现算法或中心度算法从图形数据库中获取与所述待评估用户关联的目标节点数据。
在一个可能的设计中,所述第一评估单元在用于对预处理后的所述关系型数据进行信贷风险评估时,具体用于:
通过预定义的规则对预处理后的所述关系型数据进行信贷风险评估;
所述预定义的规则包括条件判断、评分卡、决策表以及决策树规则中的至少一种。
在一个可能的设计中,所述图形数据库为Neo4j图形数据库。
本实施例第二方面提供的装置的工作过程、工作细节和技术效果,可以参见实施例第一方面,于此不再赘述。
如图3所示,本申请实施例第三方面提供了一种信贷风险评估装置,包括依次通信相连的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如实施例第一方面所述的信贷风险评估方法。
具体举例的,所述存储器可以但不限于包括随机存取存储器(RAM)、只读存储器(ROM)、闪存(Flash Memory)、先进先出存储器(FIFO)和/或先进后出存储器(FILO)等等;所述处理器可以不限于采用型号为STM32F105系列的微处理器、ARM(Advanced RISCMachines)、X86等架构处理器或集成NPU(neural-network processing units)的处理器;所述收发器可以但不限于为WiFi(无线保真)无线收发器、蓝牙无线收发器、通用分组无线服务技术(General Packet Radio Service,GPRS)无线收发器、紫蜂协议(基于IEEE802.15.4标准的低功耗局域网协议,ZigBee)无线收发器、3G收发器、4G收发器和/或5G收发器等。
本实施例第三方面提供的装置的工作过程、工作细节和技术效果,可以参见实施例第一方面,于此不再赘述。
本实施例第四方面提供了一种存储包含有实施例第一方面所述的信贷风险评估方法的指令的计算机可读存储介质,即所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如第一方面所述的信贷风险评估方法。其中,所述计算机可读存储介质是指存储数据的载体,可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等,所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
本实施例第四方面提供的计算机可读存储介质的工作过程、工作细节和技术效果,可以参见实施例第一方面,于此不再赘述。
本实施例第五方面提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如实施例第一方面所述的信贷风险评估方法,其中,所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
以上所描述的多个实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,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。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
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各实施方式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。基于这样的理解,上述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,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台仓库代码的合并装置执行各个实施例或者实施例的某些部分所述的方法。
本发明不局限于上述可选实施方式,任何人在本发明的启示下都可得出其他各种形式的产品,但不论在其形状或结构上作任何变化,凡是落入本发明权利要求界定范围内的技术方案,均落在本发明的保护范围之内。
Claims (10)
1.一种信贷风险评估方法,其特征在于,包括:
对待评估用户的关系型数据进行预处理,所述关系型数据包括用户基本信息和个人征信信息;
从图形数据库中获取与所述待评估用户关联的目标节点数据;
对预处理后的所述关系型数据进行信贷风险评估,得到初始风险评估结果;
基于所述目标节点数据的属性和所述初始风险评估结果,得到最终风险评估结果;
其中,所述图形数据库中记录有各用户关联的节点数据以及节点数据的属性,节点数据的属性表征存在信用风险或不存在信用风险。
2.根据权利要求1所述的方法,其特征在于,对待评估用户的关系型数据进行预处理之前,所述方法还包括:
获取所述待评估用户上传的所述用户基本信息;
基于所述用户基本信息从第三方服务器获取所述待评估用户授权查询的所述个人征信信息。
3.根据权利要求1所述的方法,其特征在于,所述对待评估用户的关系型数据进行预处理,包括:
计算所述关系型数据中数值型数据的均值、方差或变异系数;
对所述关系型数据中的非数值型数据进行归类。
4.根据权利要求1所述的方法,其特征在于,所述从图形数据库中获取与所述待评估用户关联的目标节点数据,包括:
通过社区发现算法或中心度算法从图形数据库中获取与所述待评估用户关联的目标节点数据。
5.根据权利要求1所述的方法,其特征在于,所述对预处理后的所述关系型数据进行信贷风险评估,包括:
通过预定义的规则对预处理后的所述关系型数据进行信贷风险评估;
所述预定义的规则包括条件判断、评分卡、决策表以及决策树规则中的至少一种。
6.根据权利要求1所述的方法,其特征在于,所述图形数据库为Neo4j图形数据库。
7.一种信贷风险评估装置,其特征在于,包括:
预处理单元,用于对待评估用户的关系型数据进行预处理,所述关系型数据包括用户基本信息和个人征信信息;
第一获取单元,用于从图形数据库中获取与所述待评估用户关联的目标节点数据;
第一评估单元,用于对预处理后的所述关系型数据进行信贷风险评估,得到初始风险评估结果;
第二评估单元,用于基于所述目标节点数据的属性和所述初始风险评估结果,得到最终风险评估结果;
其中,所述图形数据库中记录有各用户关联的节点数据以及节点数据的属性,节点数据的属性表征存在信用风险或不存在信用风险。
8.根据权利要求7所述的信贷风险评估装置,其特征在于,还包括:
第二获取单元,获取所述待评估用户上传的所述用户基本信息;
查询单元,用于基于所述用户基本信息从第三方服务器获取所述待评估用户授权查询的所述个人征信信息。
9.一种信贷风险评估装置,其特征在于:包括依次通信相连的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如权利要求1~6任意一项所述的信贷风险评估方法。
10.一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指令,当所述指令在计算机上运行时,执行如权利要求1~6任意一项所述的信贷风险评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111198081.7A CN113888310A (zh) | 2021-10-14 | 2021-10-14 | 信贷风险评估方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111198081.7A CN113888310A (zh) | 2021-10-14 | 2021-10-14 | 信贷风险评估方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113888310A true CN113888310A (zh) | 2022-01-04 |
Family
ID=79002779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111198081.7A Pending CN113888310A (zh) | 2021-10-14 | 2021-10-14 | 信贷风险评估方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113888310A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116503163A (zh) * | 2023-06-21 | 2023-07-28 | 建信金融科技有限责任公司 | 业务风险识别方法、装置、计算机设备、存储介质 |
-
2021
- 2021-10-14 CN CN202111198081.7A patent/CN113888310A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116503163A (zh) * | 2023-06-21 | 2023-07-28 | 建信金融科技有限责任公司 | 业务风险识别方法、装置、计算机设备、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107122369B (zh) | 一种业务数据处理方法、装置和*** | |
EP3859644A1 (en) | Block chain-based data check system and method, computing device, and storage medium | |
CN110400103B (zh) | 补货量确定方法、装置、计算机装置及存储介质 | |
CN107563757B (zh) | 数据风险识别的方法及装置 | |
CN110046929B (zh) | 一种欺诈团伙识别方法、装置、可读存储介质及终端设备 | |
CN108399564B (zh) | 信用评分方法及装置 | |
CN110634021A (zh) | 基于大数据的车辆估值方法、***、设备及可读存储介质 | |
CN108132868A (zh) | 一种数据监控方法、装置、计算设备及存储介质 | |
CN111080340A (zh) | 推送金融产品营销管理消息的***、方法及相关装置 | |
CN115170294A (zh) | 一种客户分类方法、装置及服务器 | |
CN110704486A (zh) | 数据处理方法、装置、***、存储介质和服务器 | |
CN113888310A (zh) | 信贷风险评估方法、装置及存储介质 | |
CN111626767A (zh) | 资源数据的发放方法、装置及设备 | |
CN110046235A (zh) | 一种知识库评估方法、装置及设备 | |
CN111160681A (zh) | 基于用户收支数据评估用户收入级别的方法、装置及存储介质 | |
WO2019091101A1 (zh) | 薪资计算方法、应用服务器及计算机可读存储介质 | |
CN110929285A (zh) | 一种隐私数据的处理方法及装置 | |
CN114187054A (zh) | 客户分类方法、装置及存储介质 | |
CN110427558B (zh) | 资源处理事件的推送方法及装置 | |
CN111291019B (zh) | 数据模型的相似判别方法及装置 | |
CN114285896A (zh) | 信息推送方法、装置、设备、存储介质及程序产品 | |
CN109474703B (zh) | 个性化产品组合推送方法、装置及*** | |
CN115082071A (zh) | 一种异常交易账户的识别方法、装置及存储介质 | |
CN106651414A (zh) | 关键词价格设置方法及装置 | |
CN112991033A (zh) | 一种确定物品价值属性的方法和装置 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20240403 Address after: No. 19, Longxing Town, Chongqing City, Yubei District, Chongqing City, 400000 Applicant after: Chongqing Haier Small Loan Co.,Ltd. Country or region after: China Address before: 400000 No. 2, floor 1, building 1, No. 106, west section of Jinkai Avenue, Yubei District, Chongqing Applicant before: Chongqing Haichuang cloud Chain Digital Technology Co.,Ltd. Country or region before: China |
|
TA01 | Transfer of patent application right |