CN113902543A - 资源配额调整方法、装置及电子设备 - Google Patents
资源配额调整方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113902543A CN113902543A CN202111124691.2A CN202111124691A CN113902543A CN 113902543 A CN113902543 A CN 113902543A CN 202111124691 A CN202111124691 A CN 202111124691A CN 113902543 A CN113902543 A CN 113902543A
- Authority
- CN
- China
- Prior art keywords
- curve
- resource
- loss
- resource quota
- users
- 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 67
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 230000004044 response Effects 0.000 claims description 26
- 239000011159 matrix material Substances 0.000 claims description 13
- 230000008901 benefit Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及一种资源配额调整方法、装置、电子设备及计算机可读介质。该方法包括:获取目标客群中的多个用户对应的多个用户数据,所述用户数据包括基础数据和行为数据;将所述多个用户数据输入收入损失模型中以生成收益曲线和损失曲线;根据所述收益曲线和所述损失曲线生成效率曲线;在所述效率曲线满足预设策略时,根据所述效率曲线确定资源配额分配值;基于所述资源配额分配值为所述目标客群中的多个用户调整资源配额。本公开涉及的资源配额调整方法、装置、电子设备及计算机可读介质,能够快速为用户调整资源配额,提高资源利用效率,减轻服务器计算压力,提升用户满意度。
Description
技术领域
本公开涉及计算机信息处理领域,具体而言,涉及一种资源配额调整方法、装置、电子设备及计算机可读介质。
背景技术
随着经济的发展,为了满足其自身发展的需要,个人用户或者企业用户经常通过资源服务机构进行资源借用活动,对于资源服务机构而言,用户的资源借用活动很可能会给资源服务公司带来风险。在还款期限届满之前,借用对象(公司或个人)的商务状况的重大不利变化很可能影响其履约能力,从而发生资源拖欠归还的风险,因此,为了降低此类风险的发生概率,资源服务机构需要对借用对象进行风险评估,进而制定其相对应的资源分配额度。
目前,金融风险的判别经常是通过对用户的信用风险进行分析获得。信用风险又称为交易对方风险或履约风险,指交易对方不履行到期债务的风险。信用风险作为互联网金融服务行业所面临的主要风险,一直是信贷风险管理的核心内容。但是,随着资源服务类公司和产品的日益完善,对于用户资源额度的分配从不同的角度又有了新的需求。比如,从公司角度而言,为了公司的良性运营,适当的利润是必须的收入支持,从开发运营人员的角度而言,长期大量的运算也会降低服务器性能,增加服务器维护成本。对于运营人员而言,资源最好得到充分地利用。
因此,需要一种新的资源配额调整方法、装置、电子设备及计算机可读介质。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
有鉴于此,本公开提供一种资源配额调整方法、装置、电子设备及计算机可读介质,能够快速为用户调整资源配额,提高资源利用效率,减轻服务器计算压力,提升用户满意度。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一方面,提出一种资源配额调整方法,该方法包括:获取目标客群中的多个用户对应的多个用户数据,所述用户数据包括基础数据和行为数据;将所述多个用户数据输入收入损失模型中以生成收益曲线和损失曲线;根据所述收益曲线和所述损失曲线生成效率曲线;在所述效率曲线满足预设策略时,根据所述效率曲线确定资源配额分配值;基于所述资源配额分配值为所述目标客群中的多个用户调整资源配额。
可选地,还包括:在所述效率曲线不满足预设策略时,根据所述效率曲线确定临时配额分配值;基于所述临时配额分配值为所述目标客群中的多个用户调整资源配额;跟踪所述目标客群中的所述多个用户的效率曲线以更新所述临时配额分配值。
可选地,还包括:获取当前用户的用户数据;将所述用户数据和多个客群进行比较以为所述当前用户确定目标客群;基于所述目标客群的资源配额分配值或临时配额分配值调整所述当前用户的资源配额。
可选地,将所述多个用户数据输入收入损失模型中以生成收益曲线和损失曲线,包括:将所述多个用户数据输入收入损失模型中的响应率模型和资源余额模型以生成所述多个用户对应的多个响应率和多个资源余额值;基于所述多个响应率和所述多个资源余额值生成所述收益曲线。
可选地,将所述多个用户数据输入收入损失模型中以生成收益曲线和损失曲线,还包括:将所述多个用户数据输入收入损失模型中的逾期率模型和损失率模型以生成所述多个用户对应的多个逾期率和多个损失率;基于所述多个逾期率和所述多个损失率生成所述损失曲线。
可选地,根据所述收益曲线和所述损失曲线生成效率曲线,包括:根据所述收益曲线和所述损失曲线的导数关系生成所述效率曲线。
可选地,在所述效率曲线满足预设策略时,根据所述效率曲线确定资源配额分配值,包括:在所述效率曲线在计算区间内存在极值时,根据所述极值确定所述资源配额分配值。
可选地,基于所述资源配额分配值为所述目标客群中的多个用户调整资源配额,包括:逐一获取所述目标客群中的用户;获取所述用户的响应率、资源余额值、逾期率、损失率;基于所述响应率、所述资源余额值、所述逾期率、所述损失率构建分配系数矩阵;基于所述分配系数矩阵和所述资源配额分配值为所述目标客群中的多个用户调整资源配额。
可选地,在所述效率曲线不满足预设策略时,根据所述效率曲线确定临时配额分配值,包括:在所述效率曲线在计算区间内不存在极值时,根据计算区间内的最大值确定所述临时配额分配值。
可选地,跟踪所述目标客群中的所述多个用户的效率曲线以更新所述临时配额分配值,包括:在所述目标客群中的用户的行为数据更新后,实时计算所述目标客群的效率曲线;在所述效率曲线满足预设策略时,生成所述目标客群的资源配额分配值;在所述效率曲线不满足预设策略时,根据所述效率曲线更新所述目标客群的临时配额分配值。
根据本公开的一方面,提出一种资源配额调整装置,该装置包括:数据模块,用于获取目标客群中的多个用户对应的多个用户数据,所述用户数据包括基础数据和行为数据;模型模块,用于将所述多个用户数据输入收入损失模型中以生成收益曲线和损失曲线;曲线模块,用于根据所述收益曲线和所述损失曲线生成效率曲线;配额模块,用于在所述效率曲线满足预设策略时,根据所述效率曲线确定资源配额分配值;调整模块,用于基于所述资源配额分配值为所述目标客群中的多个用户调整资源配额。
根据本公开的一方面,提出一种电子设备,该电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上文的方法。
根据本公开的一方面,提出一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上文中的方法。
根据本公开的资源配额调整方法、装置、电子设备及计算机可读介质,获取目标客群中的多个用户对应的多个用户数据,所述用户数据包括基础数据和行为数据;将所述多个用户数据输入收入损失模型中以生成收益曲线和损失曲线;根据所述收益曲线和所述损失曲线生成效率曲线;在所述效率曲线满足预设策略时,根据所述效率曲线确定资源配额分配值;基于所述资源配额分配值为所述目标客群中的多个用户调整资源配额的方式,能够快速为用户调整资源配额,提高资源利用效率,减轻服务器计算压力,提升用户满意度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
通过参照附图详细描述其示例实施例,本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例,对于本领域的普通技术人员来讲,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是根据一示例性实施例示出的一种资源配额调整方法及装置的***框图。
图2是根据一示例性实施例示出的一种资源配额调整方法的流程图。
图3是根据另一示例性实施例示出的一种资源配额调整方法的流程图。
图4是根据另一示例性实施例示出的一种资源配额调整方法的示意图。
图5是根据另一示例性实施例示出的一种资源配额调整方法的示意图。
图6是根据另一示例性实施例示出的一种资源配额调整方法的流程图。
图7是根据一示例性实施例示出的一种资源配额调整装置的框图。
图8是根据一示例性实施例示出的一种电子设备的框图。
图9是根据一示例性实施例示出的一种计算机可读介质的框图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而,示例实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本公开将全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应理解,虽然本文中可能使用术语第一、第二、第三等来描述各种组件,但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此,下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用,术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
本领域技术人员可以理解,附图只是示例实施例的示意图,附图中的模块或流程并不一定是实施本公开所必须的,因此不能用于限制本公开的保护范围。
本公开中,资源是指任何可被利用的物质、信息、时间,信息资源包括计算资源和各种类型的数据资源。数据资源包括各个领域中的各种专用数据。本公开的创新之处在于如何使用服务器和客户端之间的信息交互技术来使资源配额的调整过程更加自动化、高效和减小人力成本。由此,从本质上来说,本公开可以应用于各类资源的分配,包括实体的货物、水、电,以及有意义的资料等。但是,为了方便起见,本公开中以金融数据资源为例进行说明资源分配的实施,但本领域技术人员应当理解,本公开亦可以用于其他资源的分配。
对于金融服务类公司而言,有些客户虽然不能够按时还款,但是由于涉及到违约金和利息等金融收益,在这些违约还款的用户还款的时候,其带来的利润也相较于按时还款的客户的利润高。而且,通过信用风险判定之后拒贷的客户中,有些客户带来的利润是可以覆盖风险,给金融服务公司带来利润收入。如何在尽力减少公司风险的同时,增加公司的利润是本公开的实施例中要讨论的内容。如上文所述,随着资源服务类公司和产品的日益完善,对于用户资源额度的分配从不同的角度又有了新的需求。本公开中仅以配合金融服务公司的良性运营需求来说明具体技术细节,但是,本公开中的方法,还可以配合其他资源的分配和其他需求,如服务器资源利用率最大、服务器工作效率最高等等,本公开不以此为限。
在本公开实施例中,为了提高资源配额调整方法的确定准确率,本申请实施例提供的方法可基于从多种数据获取路径获取得到各个业务类型的样本数据构建各业务类型对应的收入损失模型。其中,用户数据包括但不限于用户的业务账号信息、用户的页面操作数据、用户的业务访问时长、用户的业务访问频率、用户的终端设备标识信息以及用户所处地域信息,具体可根据实际应用场景确定,在此不做限制。
图1是根据一示例性实施例示出的一种资源配额调整方法及装置的***框图。
如图1所示,***架构10可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如金融服务类应用、购物类应用、网页浏览器应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的金融服务类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的用户数据进行分析等处理,并将处理结果(例如资源配额)反馈给金融服务网站的管理员和/或终端设备101、102、103。
服务器105和/或终端设备101、102、103可例如获取目标客群中的多个用户对应的多个用户数据,所述用户数据包括基础数据和行为数据;服务器105和/或终端设备101、102、103可例如将所述多个用户数据输入收入损失模型中以生成收益曲线和损失曲线;服务器105和/或终端设备101、102、103可例如根据所述收益曲线和所述损失曲线生成效率曲线;服务器105和/或终端设备101、102、103可例如在所述效率曲线满足预设策略时,根据所述效率曲线确定资源配额分配值;服务器105和/或终端设备101、102、103可例如基于所述资源配额分配值为所述目标客群中的多个用户调整资源配额。
服务器105和/或终端设备101、102、103可例如在所述效率曲线不满足预设策略时,根据所述效率曲线确定临时配额分配值;服务器105和/或终端设备101、102、103可例如基于所述临时配额分配值为所述目标客群中的多个用户调整资源配额;服务器105和/或终端设备101、102、103可例如跟踪所述目标客群中的所述多个用户的效率曲线以更新所述临时配额分配值。
服务器105和/或终端设备101、102、103可例如获取当前用户的用户数据;服务器105和/或终端设备101、102、103可例如将所述用户数据和多个客群进行比较以为所述当前用户确定目标客群;服务器105和/或终端设备101、102、103可例如基于所述目标客群的资源配额分配值或临时配额分配值调整所述当前用户的资源配额。
服务器105可以是一个实体的服务器,还可例如为多个服务器组成,需要说明的是,本公开实施例所提供的资源配额调整方法可以由服务器105和/或终端设备101、102、103执行,相应地,资源配额调整装置可以设置于服务器105和/或终端设备101、102、103中。而提供给用户进行金融服务平台浏览的网页端一般位于终端设备101、102、103中。
图2是根据一示例性实施例示出的一种资源配额调整方法的流程图。资源配额调整方法20至少包括步骤S202至S210。
如图2所示,在S202中,获取目标客群中的多个用户对应的多个用户数据,所述用户数据包括基础数据和行为数据。
在本公开实施例中,用户可为个人用户或者企业用户,资源额度的分配可为金融资源额度的调整,也可为电力资源、水力资源的分配。其中,用户数据可包括基础数据,可例如为业务账号信息、用户的终端设备标识信息、用户所处地域信息等;用户数据还可包括行为数据,可例如为用户的页面操作数据、用户的业务访问时长、用户的业务访问频率等,用户数据的具体内容可根据实际应用场景确定,在此不做限制。更具体的,可基于用户授权采用网页埋点的方式获取当前用户的用户数据。远端信息可为用户在其他交易平台或者其他业务部门的用户数据。
更具体的,用户在网站的行为数据可通过Fiddler工具获取,Fiddler工具以web代理服务器的形式进行工作的,客户端先将请求数据发送出去后,Fiddler代理服务器会将数据包进行拦截,代理服务器再冒充客户端发送数据到服务器;同理,服务器将响应数据返回,代理服务器也会将数据拦截,再返回给客户端。通过Fiddler可获取用户网络浏览的驻留时间、驻留页面,点击操作等等相关的浏览数据。
在本公开实施例中,可通过用户画像而将不同的用户划分到不同的客群中,在每个客群中用户都具有相似的用户画像,基于相似的用户画像可以对相似用户构成的用户整体进行分析,得到统计类型的数据,对单一用户进行分析的确会更侧重于考虑用户的个体差异,但是同时也会忽略该用户其他的隐藏特征,而对用户所在的客群进行统计分析,能够提取出共性特征,从而挖掘出用户的隐藏特征,进而,更好的为用户提供服务。
在S204中,将所述多个用户数据输入收入损失模型中以生成收益曲线和损失曲线。可例如,将所述多个用户数据输入收入损失模型中的响应率模型和资源余额模型以生成所述多个用户对应的多个响应率和多个资源余额值;基于所述多个响应率和所述多个资源余额值生成所述收益曲线。还可例如,将所述多个用户数据输入收入损失模型中的逾期率模型和损失率模型以生成所述多个用户对应的多个逾期率和多个损失率;基于所述多个逾期率和所述多个损失率生成所述损失曲线。
可基于所述用户数据和特征策略生成多个特征信息。可对用户数据进行数据清洗和数据融合以将用户数据转化为多个特征数据,更具体的,可对用户数据进行变量缺失率分析与处理、异常值处理;还可将连续型变量离散化的用户数据进行WOE转化、离散型变量WOE转化、文本变量加工处理、文本变量的word2vec处理等等。
在一个实施例中,可例如,计算所述用户数据中至少一个基础数据和至少一个行为数据的关键度指标;基于所述关键度指标由所述用户数据中提取部分信息以生成多个特征信息。更具体的,可计算所述多个特征信息的变量参数、区分度参数、信息价值、模型特征参数;基于所述变量参数、所述区分度参数、所述信息价值、所述模型特征参数由所述多个特征信息中提取多个多维度特征信息。
通过该目标客群的多个用户对机器学习模型进行训练,以获得收入损失模型。收入损失模型可由响应率模型、资源余额模型、逾期率模型、损失率模型组成,其中,响应率模型标识对用户进行额度提升操作之后,该用户动支的可能性增加的概率;资源余额模型表示,对用户进行额度提升之后,该用户动支之后,还剩余在账户内未使用的余额;逾期率模型表示,该用户动支之后,逾期还款的概率;损失率模型表示,用户逾期之后,具体逾期未还的资源配额。
具体的,可针对每个模型,分别构建调整模型,将多个用户数据输入所述调整模型,以得到预测标签,将所述预测标签与相应的真实的标签进行比对,判断预测标签与真实的标签是否一致,统计与真实的标签一致的预测标签的数量,并计算与真实的标签一致的预测标签的数量在所有预测标签的数量中的占比,若所述占比大于或等于预设占比值,则所述调整模型收敛,得到训练完成的模型,若所述占比小于所述预设占比值,则调整所述调整模型中的参数,通过调整后的调整模型重新预测各个对象的预测标签,直至所述占比大于或等于预设占比值。其中,调整所述调整模型中的参数的方法可以采用随机梯度下降算法、梯度下降算法或正规方程进行。若调整所述调整模型的参数的次数超过预设次数时,可以更换构建调整模型所使用的模型,以提高模型训练效率。
在响应率模型、资源余额模型、逾期率模型、损失率模型计算得到的结果中,响应率、资源余额可视为金融服务公司可能增加的收益Q(x);逾期率、损失率可视为金融服务公司可能遭受的损失L(x)其中,x表示不同的资源额度数值。收益Q(x)和损失L(x)均为和资源额度的数值相关的函数。
在S206中,根据所述收益曲线和所述损失曲线生成效率曲线。根据所述收益曲线和所述损失曲线的导数关系生成所述效率曲线。
在S208中,在所述效率曲线满足预设策略时,根据所述效率曲线确定资源配额分配值。可例如,在所述效率曲线在计算区间内存在极值时,根据所述极值确定所述资源配额分配值。
在一个实施例中,可为x分配额度区间,可例如为该客群用户的常用配额区间,当效率曲线在x的区间内,能够取到极值时,则认为,该客户的资源配额中存在一个最适合的数值。如图4所示,取得极值的含义是指,该客群的效率曲线和x的关系在区间内符合泊松分布或者倒U型分布。
在S210中,基于所述资源配额分配值为所述目标客群中的多个用户调整资源配额。可直接将该资源配额分配给目标客群中的多个用户。
在实际的应用场景中,对于同一客群的用户而言,还是存在着差异性的,如果简单的分配同样的额度也可能会带来损失。在一个实施例中,可例如引入多维度的考核关系。逐一获取所述目标客群中的用户;获取所述用户的响应率、资源余额值、逾期率、损失率;基于所述响应率、所述资源余额值、所述逾期率、所述损失率构建分配系数矩阵;基于所述分配系数矩阵和所述资源配额分配值为所述目标客群中的多个用户调整资源配额。
其中,系数矩阵可为4维度的矩阵,对应着的响应率、资源余额值、逾期率、损失率之间不同的数值。可例如,对于A用户而言,其响应率、资源余额值、逾期率、损失率分别为(0.8,0.7,0.5,0.9),可按照系数矩阵查找该组合对应的调整系数,进而,在上文计算出的资源配额的基础上再次进行调整。
根据本公开的资源配额调整方法,获取目标客群中的多个用户对应的多个用户数据,所述用户数据包括基础数据和行为数据;将所述多个用户数据输入收入损失模型中以生成收益曲线和损失曲线;根据所述收益曲线和所述损失曲线生成效率曲线;在所述效率曲线满足预设策略时,根据所述效率曲线确定资源配额分配值;基于所述资源配额分配值为所述目标客群中的多个用户调整资源配额的方式,能够快速为用户调整资源配额,提高资源利用效率,减轻服务器计算压力,提升用户满意度。
应清楚地理解,本公开描述了如何形成和使用特定示例,但本公开的原理不限于这些示例的任何细节。相反,基于本公开公开的内容的教导,这些原理能够应用于许多其它实施例。
图3是根据另一示例性实施例示出的一种资源配额调整方法的流程图。图3所示的流程30是对图2所示的流程的补充描述。
如图3所示,在S302中,根据所述收益曲线和所述损失曲线生成效率曲线。
在S304中,在所述效率曲线不满足预设策略时,根据所述效率曲线确定临时配额分配值。可例如,在所述效率曲线在计算区间内不存在极值时,根据计算区间内的最大值确定所述临时配额分配值。
在一个实施例中,可为x分配额度区间,可例如为该客群用户的常用配额区间,当效率曲线在x的区间内,不能够取到极值时,则认为,该客户的资源配额中目前并不存在一个最适合的数值。如图5所示,未取得极值的含义是指,该客群的效率曲线和x的关系在区间内不符合泊松分布,效率曲线和x之间正相关,随着x的增加,效率也在增长。此时,取x最大值对应的资源配额作为临时配额。
在S306中,基于所述临时配额分配值为所述目标客群中的多个用户调整资源配额。逐一获取所述目标客群中的用户;获取所述用户的响应率、资源余额值、逾期率、损失率;基于所述响应率、所述资源余额值、所述逾期率、所述损失率构建分配系数矩阵;基于所述分配系数矩阵和所述临时配额分配值为所述目标客群中的多个用户调整资源配额。
在S308中,跟踪所述目标客群中的所述多个用户的效率曲线以更新所述临时配额分配值。可例如,在所述目标客群中的用户的行为数据更新后,实时计算所述目标客群的效率曲线;在所述效率曲线满足预设策略时,生成所述目标客群的资源配额分配值;在所述效率曲线不满足预设策略时,根据所述效率曲线更新所述目标客群的临时配额分配值。
图6是根据另一示例性实施例示出的一种资源配额调整方法的流程图。图6所示的流程60是对图2所示的流程的补充描述。
如图6所示,在S602中,获取当前用户的用户数据。当前用户可为金融服务平台的新用户,该新用户不属于任何客群。
在S604中,将所述用户数据和多个客群进行比较以为所述当前用户确定目标客群。可首先计算出该用户的用户画像,用户画像可包含多个特征表现,可将该用户的用户画像和已存在的多个客群中的用户画像进行比较,进而确定目标客群。
还可在每个客群中确定关键用户,关键用户可例如为最符合该客群用户画像的用户,将新加入的用户和多个客群中的关键用户进行相似度比较,根据比较结果确定目标客群。
在S606中,基于所述目标客群的资源配额分配值或临时配额分配值调整所述当前用户的资源配额。可例如,逐一获取所述目标客群中的用户;获取所述用户的响应率、资源余额值、逾期率、损失率;基于所述响应率、所述资源余额值、所述逾期率、所述损失率构建分配系数矩阵;基于所述分配系数矩阵和所述资源配额分配值为所述目标客群中的多个用户调整资源配额。
本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时,执行本公开提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中,该存储介质可以是只读存储器,磁盘或光盘等。
此外,需要注意的是,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
图7是根据一示例性实施例示出的一种资源配额调整装置的框图。如图7所示,资源配额调整装置70包括:数据模块702,模型模块704,曲线模块706,配额模块708,调整模块710。
数据模块702用于获取目标客群中的多个用户对应的多个用户数据,所述用户数据包括基础数据和行为数据;
模型模块704用于将所述多个用户数据输入收入损失模型中以生成收益曲线和损失曲线;
曲线模块706用于根据所述收益曲线和所述损失曲线生成效率曲线;
配额模块708用于在所述效率曲线满足预设策略时,根据所述效率曲线确定资源配额分配值;配额模块708还用于在所述效率曲线不满足预设策略时,根据所述效率曲线确定临时配额分配值;
调整模块710用于基于所述资源配额分配值为所述目标客群中的多个用户调整资源配额。调整模块710还用于基于所述临时配额分配值为所述目标客群中的多个用户调整资源配额。
根据本公开的资源配额调整装置,获取目标客群中的多个用户对应的多个用户数据,所述用户数据包括基础数据和行为数据;将所述多个用户数据输入收入损失模型中以生成收益曲线和损失曲线;根据所述收益曲线和所述损失曲线生成效率曲线;在所述效率曲线满足预设策略时,根据所述效率曲线确定资源配额分配值;基于所述资源配额分配值为所述目标客群中的多个用户调整资源配额的方式,能够快速为用户调整资源配额,提高资源利用效率,减轻服务器计算压力,提升用户满意度。
图8是根据一示例性实施例示出的一种电子设备的框图。
下面参照图8来描述根据本公开的这种实施方式的电子设备800。图8显示的电子设备800仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于:至少一个处理单元810、至少一个存储单元820、连接不同***组件(包括存储单元820和处理单元810)的总线830、显示单元840等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元810执行,使得所述处理单元810执行本说明书中的根据本公开各种示例性实施方式的步骤。例如,所述处理单元810可以执行如图2,图3,图6中所示的步骤。
所述存储单元820可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202,还可以进一步包括只读存储单元(ROM)8203。
所述存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204,这样的程序模块8205包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线830可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备800也可以与一个或多个外部设备800’(例如键盘、指向设备、蓝牙设备等)通信,使得用户能与该电子设备800交互的设备通信,和/或该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且,电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器880可以通过总线830与电子设备800的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备800使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,如图9所示,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述方法。
所述软件产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该计算机可读介质实现如下功能:获取目标客群中的多个用户对应的多个用户数据,所述用户数据包括基础数据和行为数据;将所述多个用户数据输入收入损失模型中以生成收益曲线和损失曲线;根据所述收益曲线和所述损失曲线生成效率曲线;在所述效率曲线满足预设策略时,根据所述效率曲线确定资源配额分配值;基于所述资源配额分配值为所述目标客群中的多个用户调整资源配额。
本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中,也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
通过以上的实施例的描述,本领域的技术人员易于理解,这里描述的示例实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施例的方法。
以上具体地示出和描述了本公开的示例性实施例。应可理解的是,本公开不限于这里描述的详细结构、设置方式或实现方法;相反,本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。
Claims (13)
1.一种资源配额调整方法,其特征在于,包括:
获取目标客群中的多个用户对应的多个用户数据,所述用户数据包括基础数据和行为数据;
将所述多个用户数据输入收入损失模型中以生成收益曲线和损失曲线;
根据所述收益曲线和所述损失曲线生成效率曲线;
在所述效率曲线满足预设策略时,根据所述效率曲线确定资源配额分配值;
基于所述资源配额分配值为所述目标客群中的多个用户调整资源配额。
2.如权利要求1所述的方法,其特征在于,还包括:
在所述效率曲线不满足预设策略时,根据所述效率曲线确定临时配额分配值;
基于所述临时配额分配值为所述目标客群中的多个用户调整资源配额;
跟踪所述目标客群中的所述多个用户的效率曲线以更新所述临时配额分配值。
3.如权利要求1所述的方法,其特征在于,还包括:
获取当前用户的用户数据;
将所述用户数据和多个客群进行比较以为所述当前用户确定目标客群;
基于所述目标客群的资源配额分配值或临时配额分配值调整所述当前用户的资源配额。
4.如权利要求1所述的方法,其特征在于,将所述多个用户数据输入收入损失模型中以生成收益曲线和损失曲线,包括:
将所述多个用户数据输入收入损失模型中的响应率模型和资源余额模型以生成所述多个用户对应的多个响应率和多个资源余额值;
基于所述多个响应率和所述多个资源余额值生成所述收益曲线。
5.如权利要求1所述的方法,其特征在于,将所述多个用户数据输入收入损失模型中以生成收益曲线和损失曲线,还包括:
将所述多个用户数据输入收入损失模型中的逾期率模型和损失率模型以生成所述多个用户对应的多个逾期率和多个损失率;
基于所述多个逾期率和所述多个损失率生成所述损失曲线。
6.如权利要求1所述的方法,其特征在于,根据所述收益曲线和所述损失曲线生成效率曲线,包括:
根据所述收益曲线和所述损失曲线的导数关系生成所述效率曲线。
7.如权利要求1所述的方法,其特征在于,在所述效率曲线满足预设策略时,根据所述效率曲线确定资源配额分配值,包括:
在所述效率曲线在计算区间内存在极值时,根据所述极值确定所述资源配额分配值。
8.如权利要求5所述的方法,其特征在于,基于所述资源配额分配值为所述目标客群中的多个用户调整资源配额,包括:
逐一获取所述目标客群中的用户;
获取所述用户的响应率、资源余额值、逾期率、损失率;
基于所述响应率、所述资源余额值、所述逾期率、所述损失率构建分配系数矩阵;
基于所述分配系数矩阵和所述资源配额分配值为所述目标客群中的多个用户调整资源配额。
9.如权利要求2所述的方法,其特征在于,在所述效率曲线不满足预设策略时,根据所述效率曲线确定临时配额分配值,包括:
在所述效率曲线在计算区间内不存在极值时,根据计算区间内的最大值确定所述临时配额分配值。
10.如权利要求2所述的方法,其特征在于,跟踪所述目标客群中的所述多个用户的效率曲线以更新所述临时配额分配值,包括:
在所述目标客群中的用户的行为数据更新后,实时计算所述目标客群的效率曲线;
在所述效率曲线满足预设策略时,生成所述目标客群的资源配额分配值;
在所述效率曲线不满足预设策略时,根据所述效率曲线更新所述目标客群的临时配额分配值。
11.一种资源配额调整装置,其特征在于,包括:
数据模块,用于获取目标客群中的多个用户对应的多个用户数据,所述用户数据包括基础数据和行为数据;
模型模块,用于将所述多个用户数据输入收入损失模型中以生成收益曲线和损失曲线;
曲线模块,用于根据所述收益曲线和所述损失曲线生成效率曲线;
配额模块,用于在所述效率曲线满足预设策略时,根据所述效率曲线确定资源配额分配值;
调整模块,用于基于所述资源配额分配值为所述目标客群中的多个用户调整资源配额。
12.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-10中任一所述的方法。
13.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-10中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111124691.2A CN113902543A (zh) | 2021-09-25 | 2021-09-25 | 资源配额调整方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111124691.2A CN113902543A (zh) | 2021-09-25 | 2021-09-25 | 资源配额调整方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113902543A true CN113902543A (zh) | 2022-01-07 |
Family
ID=79029442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111124691.2A Pending CN113902543A (zh) | 2021-09-25 | 2021-09-25 | 资源配额调整方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113902543A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111985773A (zh) * | 2020-07-15 | 2020-11-24 | 北京淇瑀信息科技有限公司 | 用户资源分配策略确定方法、装置及电子设备 |
-
2021
- 2021-09-25 CN CN202111124691.2A patent/CN113902543A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111985773A (zh) * | 2020-07-15 | 2020-11-24 | 北京淇瑀信息科技有限公司 | 用户资源分配策略确定方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112016796B (zh) | 综合风险评分请求处理方法、装置及电子设备 | |
CN112529702B (zh) | 用户授信策略分配方法、装置及电子设备 | |
CN112017023A (zh) | 小微企业资源额度确定方法、装置及电子设备 | |
CN111583018A (zh) | 一种基于用户金融表现分析的授信策略管理方法、装置和电子设备 | |
CN112348659A (zh) | 用户风险识别策略的分配方法、装置及电子设备 | |
CN111598494A (zh) | 资源额度的调整方法、装置及电子设备 | |
CN111967543A (zh) | 用户资源配额确定方法、装置及电子设备 | |
CN112017062B (zh) | 基于客群细分的资源额度分配方法、装置及电子设备 | |
CN111179051A (zh) | 金融目标客户确定方法、装置及电子设备 | |
CN112017060A (zh) | 为目标用户进行资源分配的方法、装置及电子设备 | |
CN112015562A (zh) | 基于迁移学习的资源分配方法、装置及电子设备 | |
CN112348460A (zh) | 协作任务的资源额度调整方法、装置及电子设备 | |
CN113610366A (zh) | 风险警告生成方法、装置及电子设备 | |
CN113902543A (zh) | 资源配额调整方法、装置及电子设备 | |
CN113570207B (zh) | 用户策略分配方法、装置及电子设备 | |
CN113902545A (zh) | 资源额度分配方法、装置及电子设备 | |
CN114091815A (zh) | 资源请求处理方法、装置、***及电子设备 | |
CN113568739B (zh) | 用户资源额度分配方法、装置及电子设备 | |
CN113298555B (zh) | 推广策略生成方法、装置及电子设备 | |
CN112017063B (zh) | 基于综合风险评分的资源分配方法、装置及电子设备 | |
CN112348661B (zh) | 基于用户行为轨迹的服务策略分配方法、装置及电子设备 | |
CN112016791B (zh) | 资源分配方法、装置及电子设备 | |
CN112950003A (zh) | 用户资源配额调整方法、装置及电子设备 | |
CN113610536A (zh) | 交易拒绝用户的用户策略分配方法、装置及电子设备 | |
CN111985773A (zh) | 用户资源分配策略确定方法、装置及电子设备 |
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 |