CN115601157A - 一种额度处理方法、装置、电子设备及计算机可读介质 - Google Patents

Abstract

本申请公开了额度处理方法、装置、电子设备及计算机可读介质，涉及大数据数据处理领域，一具体实施方式包括接收额度处理请求，获取对应的用户标识、机构标识和额度评估数据；获取历史准入用户数据，进而调用单分类模型，以根据历史准入用户数据生成最优超球面；基于最优超球面对额度评估数据进行准入验证，响应于验证成功，根据用户标识和机构标识，确定目标工作流；执行目标工作流，以生成对应的授信额度。可以提高额度处理方案的泛化能力，可实现多场景下的准入判断，实现额度授信自动化。

Description

一种额度处理方法、装置、电子设备及计算机可读介质

技术领域

本申请涉及大数据数据处理技术领域，尤其涉及一种额度处理方法、装置、电子设备及计算机可读介质。

背景技术

金融业务结合小微企业用户的生产经营、发展、资金等情况对用户进行综合评测与风险评估。目前已有的针对金融业务的自动授信方案绝大部分的使用场景为特定某一场景，泛化能力低。

发明内容

有鉴于此，本申请实施例提供一种额度处理方法、装置、电子设备及计算机可读介质，能够解决现有的针对金融业务的自动授信方案绝大部分的使用场景为特定某一场景，泛化能力低的问题。

为实现上述目的，根据本申请实施例的一个方面，提供了一种额度处理方法，包括：

接收额度处理请求，获取对应的用户标识、机构标识和额度评估数据；

获取历史准入用户数据，进而调用单分类模型，以根据历史准入用户数据生成最优超球面；

基于最优超球面对额度评估数据进行准入验证，响应于验证成功，根据用户标识和机构标识，确定目标工作流；

执行目标工作流，以生成对应的授信额度。

可选地，基于最优超球面对额度评估数据进行准入验证，包括：

确定最优超球面对应的数据类型；

将额度评估数据转换为与数据类型对应的数据；

判断数据是否在最优超球面内，若是则确定验证成功，若否则确定验证失败。

可选地，确定目标工作流，包括：

获取机构标识对应的已注册用户列表；

判断用户标识是否在已注册用户列表中，若是则确定不包含均值计算节点的授信调节工作流为目标工作流，若否则确定包含均值计算节点的授信调节工作流为目标工作流。

可选地，执行目标工作流，以生成对应的授信额度，包括：

调用回归模型，以根据额度评估数据，生成对应的初始额度；

响应于目标工作流为不包含均值计算节点的授信调节工作流，展示初始额度，响应于检测到针对初始额度的第一调整数据，根据初始额度和第一调整数据，确定授信额度。

可选地，执行目标工作流，以生成对应的授信额度，包括：

响应于目标工作流为包含均值计算节点的授信调节工作流，调用均值模型，以根据额度评估数据，生成预设数量的额度；

基于初始额度和预设数量的额度，确定预授信额度；

展示预授信额度，响应于检测到针对预授信额度的第二调整数据，根据预授信额度和第二调整数据，确定授信额度。

可选地，在基于最优超球面对额度评估数据进行准入验证之后，方法还包括：

响应于验证失败，将额度评估数据发送至线下复核节点以进行线下复核，并获取线下复核结果数据；

根据线下复核结果数据、用户标识和机构标识，确定目标工作流。

可选地，在基于最优超球面对额度评估数据进行准入验证之前，方法还包括：

采用正则表达式分别将额度评估数据中的日期、时期转换为时间戳；

删除额度评估数据中的特殊符号，并将额度评估数据中的金额转换为数值，将额度评估数据中的字母转换为预设统一格式。

另外，本申请还提供了一种额度处理装置，包括：

接收单元，接收额度处理请求，获取对应的用户标识、机构标识和额度评估数据；

最优超球面生成单元，被配置成获取历史准入用户数据，进而调用单分类模型，以根据历史准入用户数据生成最优超球面；

目标工作流确定单元，被配置成基于最优超球面对额度评估数据进行准入验证，响应于验证成功，根据用户标识和机构标识，确定目标工作流；

授信额度生成单元，被配置成执行目标工作流，以生成对应的授信额度。

可选地，目标工作流确定单元进一步被配置成：

确定最优超球面对应的数据类型；

将额度评估数据转换为与数据类型对应的数据；

判断数据是否在最优超球面内，若是则确定验证成功，若否则确定验证失败。

可选地，目标工作流确定单元进一步被配置成：

获取机构标识对应的已注册用户列表；

判断用户标识是否在已注册用户列表中，若是则确定不包含均值计算节点的授信调节工作流为目标工作流，若否则确定包含均值计算节点的授信调节工作流为目标工作流。

可选地，授信额度生成单元进一步被配置成：

调用回归模型，以根据额度评估数据，生成对应的初始额度；

响应于目标工作流为不包含均值计算节点的授信调节工作流，展示初始额度，响应于检测到针对初始额度的第一调整数据，根据初始额度和第一调整数据，确定授信额度。

可选地，授信额度生成单元进一步被配置成：

响应于目标工作流为包含均值计算节点的授信调节工作流，调用均值模型，以根据额度评估数据，生成预设数量的额度；

基于初始额度和预设数量的额度，确定预授信额度；

展示预授信额度，响应于检测到针对预授信额度的第二调整数据，根据预授信额度和第二调整数据，确定授信额度。

可选地，装置还包括线下复核单元，被配置成：

响应于验证失败，将额度评估数据发送至线下复核节点以进行线下复核，并获取线下复核结果数据；

根据线下复核结果数据、用户标识和机构标识，确定目标工作流。

可选地，额度处理装置还包括数据处理单元，被配置成：

采用正则表达式分别将额度评估数据中的日期、时期转换为时间戳；

删除额度评估数据中的特殊符号，并将额度评估数据中的金额转换为数值，将额度评估数据中的字母转换为预设统一格式。

另外，本申请还提供了一种额度处理电子设备，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述的额度处理方法。

另外，本申请还提供了一种计算机可读介质，其上存储有计算机程序，程序被处理器执行时实现如上述的额度处理方法。

为实现上述目的，根据本申请实施例的又一个方面，提供了一种计算机程序产品。

本申请实施例的一种计算机程序产品，包括计算机程序，程序被处理器执行时实现本申请实施例提供的额度处理方法。

上述发明中的一个实施例具有如下优点或有益效果：本申请通过接收额度处理请求，获取对应的用户标识、机构标识和额度评估数据；获取历史准入用户数据，进而调用单分类模型，以根据历史准入用户数据生成最优超球面；基于最优超球面对额度评估数据进行准入验证，响应于验证成功，根据用户标识和机构标识，确定目标工作流；执行目标工作流，以生成对应的授信额度。可以提高额度处理方案的泛化能力，可实现多场景下的准入判断，实现额度授信自动化。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本申请，不构成对本申请的不当限定。其中：

图1是根据本申请一个实施例的额度处理方法的主要流程的示意图；

图2是根据本申请一个实施例的额度处理方法的主要流程的示意图；

图3是根据本申请一个实施例的额度处理方法的主要流程示意图；

图4是根据本申请一个实施例的额度处理方法的主要流程示意图；

图5是根据本申请实施例的额度处理装置的主要单元的示意图；

图6是本申请实施例可以应用于其中的示例性***架构图；

图7是适于用来实现本申请实施例的终端设备或服务器的计算机***的结构示意图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。需要说明的是，本申请的技术方案中，所涉及的用户个人信息的采集、分析、使用、传输、存储等方面，均符合相关法律法规的规定，被用于合法且合理的用途，不在这些合法使用等方面之外共享、泄露或出售，并且接受监管部门的监督管理。应当对用户个人信息采取必要措施，以防止对此类个人信息数据的非法访问，确保有权访问个人信息数据的人员遵守相关法律法规的规定，确保用户个人信息安全。一旦不再需要这些用户个人信息数据，应当通过限制甚至禁止数据收集和/或删除数据的方式将风险降至最低。

当使用时，包括在某些相关应用程序中，通过对数据去标识来保护用户隐私，例如在使用时通过移除特定标识符、控制所存储数据的量或特异性、控制数据如何被存储、和/或其他方法去标识。

图1是根据本申请一个实施例的额度处理方法的主要流程的示意图，如图1所示，额度处理方法包括：

步骤S101，接收额度处理请求，获取对应的用户标识、机构标识和额度评估数据。

本实施例中，额度处理方法的执行主体(例如，可以是服务器)可以通过有线连接或无线连接的方式，接收额度处理请求。额度处理请求，例如可以是对小微企业的贷款额度进行处理的请求。执行主体在接收额度处理请求后，可以获取该请求对应的用户标识。用户标识即为发起该额度处理请求的用户对应的用户名或者编号等，本申请实施例对用户标识不做具体限定。执行主体还可以获取额度处理请求中携带的机构标识，该机构标识可以是用户发起的额度处理请求所针对的机构对应的编号或者名称。额度评估数据，例如可以是用户提交的资产数据、交易流水数据、税务数据、代发工资数据等，需要说明的是，本申请实施例的技术方案中，所涉及的用户个人信息的获取、存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

步骤S102，获取历史准入用户数据，进而调用单分类模型，以根据历史准入用户数据生成最优超球面。

历史准入用户数据，可以包括历史获得额度的用户的用户信息、持有资产数据、流水数据、税务数据和代发工资数据。单分类支持向量机，又称为Support Vector DomainDescription(SVDD)，其目标是确定目标类别的边界boundary，boundary之外的数据，统一为非目标类。单分类支持向量机实际上可以看成异常检测算法，适用于非目标类样本特征混乱不易得的情况。在只有目标类的情况下，训练出一个最优超球面(超球面是指3维以上空间中的球面)，将目标类数据全部包起来，当需要对新的数据点进行分类时。只需要看其是否落入超球面之内。单分类模型即单分类支持向量机，可以根据输入的数据生成一个最优超球面。通过将一定量满足授信准入条件的用户信息数据，训练出最优超球面。那么，当需要判断一个新的用户是否满足授信准入条件时，只需看其用户信息特征数据是否位于训练好的超球面即可判断出是否满足准入条件。

步骤S103，基于最优超球面对额度评估数据进行准入验证，响应于验证成功，根据用户标识和机构标识，确定目标工作流。

通过将额度评估数据与最优超球面进行匹配，从而对额度评估数据进行准入验证，具体地匹配方式可以是判断额度评估数据是否在最优超球面上或者内部，若是则确定额度评估数据与最优超球面相匹配，即验证成功，若否则确定额度评估数据与最优超球面不匹配。即验证不成功。当执行主体确定验证成功后，可以根据用户标识是否在机构标识对应的已注册用户列表中来确定目标工作流。

具体地，在基于最优超球面对额度评估数据进行准入验证之前，方法还包括：

采用正则表达式分别将额度评估数据中的日期、时期转换为时间戳；删除额度评估数据中的特殊符号，并将额度评估数据中的金额转换为数值，将额度评估数据中的字母转换为预设统一格式。

示例的，数据导入后，需要对数据进行格式方面的核实与转换，主要步骤为：

数据格式处理：逐个核实处理，每个导入的额度评估数据，采用正则表达式分别将日期、时期改成时间戳、删除特殊符号(？，/等)、将金额转为数值、识别字母且统一字母大小写。

数据内容检查：逐个检查额度评估数据的内容，对于出现的重复数据，生成提示信息，以提示用户进行删除操作。统计数据的完整性，当出现数据缺失的时候，弹出提示信息。对于金额等数值型数据，根据均值+3*标准差的方法进行异常值检测剔除。

具体地，在基于最优超球面对额度评估数据进行准入验证之后，方法还包括：响应于验证失败，将额度评估数据发送至线下复核节点以进行线下复核，并获取线下复核结果数据；根据线下复核结果数据、用户标识和机构标识，确定目标工作流。

当验证失败也就是用户的额度评估数据远离超球面，可以根据实际情况进行人工二次准入，将额度评估数据发送至线下复核节点进行线下复核，并获取线下复核结果数据，该线下复核结果数据可以对应线下复核成功或者线下复核失败。当线下复核成功时，执行主体可以继续执行确定目标工作流的进程，当线下复核失败时，即此时目标工作流为空，也就是复核未通过时则结束额度处理进程。

步骤S104，执行目标工作流，以生成对应的授信额度。

按照目标工作流的各个节点顺序依次执行对应节点逻辑，以得到最终的授信额度。

本实施例通过接收额度处理请求，获取对应的用户标识、机构标识和额度评估数据；获取历史准入用户数据，进而调用单分类模型，以根据历史准入用户数据生成最优超球面；基于最优超球面对额度评估数据进行准入验证，响应于验证成功，根据用户标识和机构标识，确定目标工作流；执行目标工作流，以生成对应的授信额度。可以提高额度处理方案的泛化能力，可实现多场景下的准入判断，实现额度授信自动化。

图2是根据本申请一个实施例的额度处理方法的主要流程示意图，如图2所示，额度处理方法包括：

步骤S201，接收额度处理请求，获取对应的用户标识、机构标识和额度评估数据。

额度处理请求，例如可以是对***额度申请进行处理的请求。执行主体在接收额度处理请求后，可以获取该请求对应的用户标识。用户标识即为发起该额度处理请求的用户对应的用户名或者编号等，本申请实施例对用户标识不做具体限定。执行主体还可以获取额度处理请求中携带的机构标识，该机构标识可以是用户发起的额度处理请求所针对的机构对应的编号或者名称。额度评估数据，例如可以是用户提交的资产数据、交易流水数据、税务数据、代发工资数据等，需要说明的是，本申请实施例的技术方案中，所涉及的用户个人信息的获取、存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

步骤S202，获取历史准入用户数据，进而调用单分类模型，以根据历史准入用户数据生成最优超球面。

具体可以通过单分类支持向量机根据历史准入用户数据训练得到一个最优超球面。当需要判断一个新的用户是否满足授信准入条件时，只需看其用户信息特征数据是否位于训练好的超球面即可判断出是否满足准入条件。

步骤S203，确定最优超球面对应的数据类型。

在进行额度评估数据与最优超球面的匹配过程中，需要将额度评估数据转换为与最优超球面相同的数据类型。首先需要确定最优超球面对应的数据类型，例如二进制数，十六进制数等，本申请实施例对最优超球面的数据类型不做具体限定。

步骤S204，将额度评估数据转换为与数据类型对应的数据。

以最优超球面的数据类型为二进制数，将额度评估数据转换为二进制数为例，示例的，执行主体可以将额度评估数据通过词嵌入的方式转换为对应的向量，然后调用二进制转换命令将向量转换为对应的二进制数。

步骤S205，判断数据是否在最优超球面内，若是则确定验证成功，若否则确定验证失败。

以最优超球面的数据类型为二进制数，将额度评估数据转换为二进制数为例，示例的，执行主体可以将转换为二进制数后的额度评估数据与最优超球面上和最优超球面内的数据进行匹配，若有匹配的数据则验证成功，若没有匹配的数据则验证失败。

步骤S206，响应于验证成功，根据用户标识和机构标识，确定目标工作流。

若验证成功，则机构标识对应的机构对用户标识对应的用户批准进入，即机构标识对应的机构对用户标识对应的用户开放额度申请权限。进一步地，可以根据用户标识是否在机构标识对应的已注册用户列表中，确定目标工作流。其中，候选工作流可以包括：包含均值计算节点的授信调节工作流和不包含均值计算节点的授信调节工作流。具体为从候选工作流中确定目标工作流。

步骤S207，执行目标工作流，以生成对应的授信额度。

按照目标工作流的各个节点顺序依次执行对应节点逻辑，以得到最终的授信额度。

本申请实施例可以为不同场景提供自动准入判断，并可以在自动准入失败后进行人工二次干预，以提升额度处理准确性和效率，避免遗漏。

图3是根据本申请一个实施例的额度处理方法的主要流程示意图，如图3所示，额度处理方法包括：

步骤S301，接收额度处理请求，获取对应的用户标识、机构标识和额度评估数据。

额度处理请求，例如可以是对银行推出的万用金额度进行处理的请求。执行主体在接收额度处理请求后，可以获取该请求对应的用户标识。用户标识即为发起该额度处理请求的用户对应的用户名或者编号等，本申请实施例对用户标识不做具体限定。执行主体还可以获取额度处理请求中携带的机构标识，该机构标识可以是用户发起的额度处理请求所针对的机构对应的编号或者名称。额度评估数据，例如可以是用户提交的资产数据、交易流水数据、税务数据、代发工资数据等，需要说明的是，本申请实施例的技术方案中，所涉及的用户个人信息的获取、存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

步骤S302，获取历史准入用户数据，进而调用单分类模型，以根据历史准入用户数据生成最优超球面。

历史准入用户数据，可以包括历史获得万用金额度的用户的用户信息、持有资产数据、流水数据、税务数据和代发工资数据。调用单分类模型以根据历史准入用户数据，识别目标类别边界以生成最优超球面。其中，目标类别可以为优良信誉、有存款、无负债、年纳税超过预设阈值，本申请实施例对目标类别不做具体限定。

步骤S303，基于最优超球面对额度评估数据进行准入验证。

通过将额度评估数据与最优超球面进行匹配，从而对额度评估数据进行准入验证。

步骤S304，响应于验证成功，获取机构标识对应的已注册用户列表。

当验证成功，也就是额度评估数据与最优超球面匹配，达到了准入条件，进而可以继续进行下一步操作，即获取机构标识对应的已注册用户列表。

步骤S305，判断用户标识是否在已注册用户列表中，若是则确定不包含均值计算节点的授信调节工作流为目标工作流，若否则确定包含均值计算节点的授信调节工作流为目标工作流。

示例的，判断用户标识对应的用户是否是机构内用户，可以通过用户标识是否在机构标识对应的已注册用户列表中。当用户标识在机构标识对应的已注册用户列表中，则不需要计算均值，将不包含均值计算节点的授信调节工作流确定为目标工作流，直接调用授信调节模型，执行不包含均值计算节点的授信调节工作流；当用户标识不在机构标识对应的已注册用户列表中，则需要计算k均值，将包含均值计算节点的授信调节工作流确定为目标工作流，调用均值模型，以计算得到k均值，进而基于k均值计算得到最终的授信额度。

步骤S306，执行目标工作流，以生成对应的授信额度。

具体地，执行目标工作流，以生成对应的授信额度，包括：

调用回归模型，例如ELM模型，以根据额度评估数据，生成对应的初始额度；响应于目标工作流为不包含均值计算节点的授信调节工作流，展示初始额度，响应于检测到针对初始额度的第一调整数据，根据初始额度和第一调整数据，确定授信额度。

具体地，预设调整节点(例如专家节点)可以对通过回归模型得到的初始额度进行微调，当执行主体检测到该微调数据(即第一调整数据)，则可以根据该微调数据(即第一调整数据)调整初始额度以得到授信额度。

具体地，执行目标工作流，以生成对应的授信额度，包括：

响应于目标工作流为包含均值计算节点的授信调节工作流，调用均值模型，例如KNN模型，以根据额度评估数据，生成预设数量的额度，例如额度A₁，A₂,…,A_k；基于初始额度，例如A和预设数量的额度，例如额度A₁，A₂,…,A_k，确定预授信额度M＝(A+A₁+A₂+…+A_k)/(k+1)；展示预授信额度，响应于检测到针对预授信额度的第二调整数据，根据预授信额度和第二调整数据，确定授信额度。

具体地，预设调整节点(例如专家节点)可以对基于回归模型和均值模型得到的额度计算得到的预授信额度进行微调，当执行主体检测到该微调数据(即第二调整数据)，则可以根据该微调数据(即第二调整数据)调整该预授信额度以得到授信额度。

本申请实施例可以提高额度处理的准确性，可以提高额度处理方案的泛化能力，可实现多场景下的准入判断，实现额度授信自动化。

图4是根据本申请一个实施例的额度处理方法的主要流程示意图。本申请实施例的额度处理方法，可以应用于在不同场景下对额度进行申请的场景。如图4所示，具体为自动化准入授信模型框架，该框架逻辑包括数据导入、准入判断、建立授信模型、授信调节模型。具体地：

用户数据导入与处理：用户数据导入后，需要对用户数据进行格式方面的核实与转换，主要步骤为：数据格式处理，逐个核实处理，每个导入数据，采用正则表达式分别将日期、时期改成时间戳、删除特殊符号(？，/等)、将金额转为数值、识别字母且统一大小写；数据内容检查，逐个检查数据内容，对于出现的重复样本数据，可以提示使用人员进行删除操作。统计数据的完整性，当出现数据缺失的时候，弹出提示信息。对于金额等数值型数据，根据均值+3*标准差的方法进行异常值检测剔除。

准入判断：根据导入的用户数据，进行检查和处理后，根据准备好获得准入的用户六大类特征：用户信息、机构内资产、对公(私)流水、税务信息和代发工资信息，训练单分类SVM模型。训练后将获得一个最优超球面，超球面将准入用户数据全部包起来。当需要对新的用户数据点进行准入分类时，若用户信息特征数据位于超球面内且不需要人工复核时，对用户进行授信准入。若用户数据远离超球面，也可以根据实际情况进行人工二次准入，即人工复核。

建立授信模型：根据不同场景的情况，针对机构内机构外用户，提供了两种框架：ELM框架和KNN框架。

其中，ELM框架对应ELM模型，通过ELM模型，采用ELM回归方法获得初始额度，执行以下步骤：

(1)特征准备

准备好获额用户的六大类特征：用户信息、机构内资产、对公(私)流水、税务信息和代发工资信息。

(2)训练ELM模型，通过KNN均值方法获取额度。

将训练数据样本集输入ELM模型，待模型收敛，获得训练好的模型，用训练好的ELM模型做数据回归，可以得出新用户的初始额度。

KNN框架对应KNN模型，通过KNN模型获得最近K个相邻数据的额度，执行以下步骤：

(1)特征准备

准备好获额用户的六大类特征：用户信息、机构内资产、对公(私)流水、税务信息和代发工资信息。

(2)训练KNN模型获取额度。

如果是机构外用户，在通过ELM模型后会得到一个初始额度A，再将用户数据放入KNN模型，获取到最近K个相邻数据的额度A₁，A₂,…,A_k。则该用户的授信额度M为：

M＝(A+A₁+A₂+…+A_k)/(k+1)

授信模型调节：对机构内、机构外用户采用不同处理框架后，均得到了初始额度，此初始额度展示给使用人员(即可以是预设调整节点)，若使用人员对授信额度存疑，可以提供人工二次授信功能，即人工复核，最后得到最终授信额度。

本申请实施例提供的自动额度授信框架，可以为不同场景下行内外客户提供多场景快速建模、自动授信功能，无需定制开发。

图5是根据本申请实施例的额度处理装置的主要单元的示意图。如图5所示，额度处理装置500包括接收单元501、最优超球面生成单元502、目标工作流确定单元503和授信额度生成单元504。

接收单元501，接收额度处理请求，获取对应的用户标识、机构标识和额度评估数据；

最优超球面生成单元502，被配置成获取历史准入用户数据，进而调用单分类模型，以根据历史准入用户数据生成最优超球面；

目标工作流确定单元503，被配置成基于最优超球面对额度评估数据进行准入验证，响应于验证成功，根据用户标识和机构标识，确定目标工作流；

授信额度生成单元504，被配置成执行目标工作流，以生成对应的授信额度

在一些实施例中，目标工作流确定单元503进一步被配置成：确定最优超球面对应的数据类型；将额度评估数据转换为与数据类型对应的数据；判断数据是否在最优超球面内，若是则确定验证成功，若否则确定验证失败。

在一些实施例中，目标工作流确定单元503进一步被配置成：获取机构标识对应的已注册用户列表；判断用户标识是否在已注册用户列表中，若是则确定不包含均值计算节点的授信调节工作流为目标工作流，若否则确定包含均值计算节点的授信调节工作流为目标工作流。

在一些实施例中，授信额度生成单元504进一步被配置成：调用回归模型，以根据额度评估数据，生成对应的初始额度；响应于目标工作流为不包含均值计算节点的授信调节工作流，展示初始额度，响应于检测到针对初始额度的第一调整数据，根据初始额度和第一调整数据，确定授信额度。

在一些实施例中，授信额度生成单元504进一步被配置成：响应于目标工作流为包含均值计算节点的授信调节工作流，调用均值模型，以根据额度评估数据，生成预设数量的额度；基于初始额度和预设数量的额度，确定预授信额度；展示预授信额度，响应于检测到针对预授信额度的第二调整数据，根据预授信额度和第二调整数据，确定授信额度。

在一些实施例中，额度处理装置还包括图5中未示出的线下复核单元，被配置成：响应于验证失败，将额度评估数据发送至线下复核节点以进行线下复核，并获取线下复核结果数据；根据线下复核结果数据、用户标识和机构标识，确定目标工作流。

在一些实施例中，额度处理装置还包括图5中未示出的数据处理单元，被配置成：采用正则表达式分别将额度评估数据中的日期、时期转换为时间戳；删除额度评估数据中的特殊符号，并将额度评估数据中的金额转换为数值，将额度评估数据中的字母转换为预设统一格式。

需要说明的是，本申请的额度处理方法和额度处理装置在具体实施内容上具有相应关系，故重复内容不再说明。

图6示出了可以应用本申请实施例的额度处理方法或额度处理装置的示例性***架构600。

如图6所示，***架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604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601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯用户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱用户端、社交平台软件等(仅为示例)。

终端设备601、602、603可以是具有额度处理处理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605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所提交的额度处理请求提供支持的后台管理服务器(仅为示例)。后台管理服务器可以接收额度处理请求，获取对应的用户标识、机构标识和额度评估数据；获取历史准入用户数据，进而调用单分类模型，以根据历史准入用户数据生成最优超球面；基于最优超球面对额度评估数据进行准入验证，响应于验证成功，根据用户标识和机构标识，确定目标工作流；执行目标工作流，以生成对应的授信额度。可以提高额度处理方案的泛化能力，可实现多场景下的准入判断，实现额度授信自动化。

需要说明的是，本申请实施例所提供的额度处理方法一般由服务器605执行，相应地，额度处理装置一般设置于服务器605中。

应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图7，其示出了适于用来实现本申请实施例的终端设备的计算机***700的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图7所示，计算机***700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM703中，还存储有计算机***700操作所需的各种程序和数据。CPU701、ROM702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶征信授权查询处理器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本申请公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的***中限定的上述功能。

需要说明的是，本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以包括但不限于电、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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号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，其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、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。计算机可读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、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括接收单元、最优超球面生成单元、目标工作流确定单元和授信额度生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。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，使得该设备接收额度处理请求，获取对应的用户标识、机构标识和额度评估数据；获取历史准入用户数据，进而调用单分类模型，以根据历史准入用户数据生成最优超球面；基于最优超球面对额度评估数据进行准入验证，响应于验证成功，根据用户标识和机构标识，确定目标工作流；执行目标工作流，以生成对应的授信额度。

本申请的计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本申请实施例中的额度处理方法。

根据本申请实施例的技术方案，可以提高额度处理方案的泛化能力，可实现多场景下的准入判断，实现额度授信自动化。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (16)

1.一种额度处理方法，其特征在于，包括：

接收额度处理请求，获取对应的用户标识、机构标识和额度评估数据；

获取历史准入用户数据，进而调用单分类模型，以根据所述历史准入用户数据生成最优超球面；

基于所述最优超球面对所述额度评估数据进行准入验证，响应于验证成功，根据所述用户标识和所述机构标识，确定目标工作流；

执行所述目标工作流，以生成对应的授信额度。

2.根据权利要求1所述的方法，其特征在于，所述基于所述最优超球面对所述额度评估数据进行准入验证，包括：

确定所述最优超球面对应的数据类型；

将所述额度评估数据转换为与所述数据类型对应的数据；

判断所述数据是否在所述最优超球面内，若是则确定验证成功，若否则确定验证失败。

3.根据权利要求1所述的方法，其特征在于，所述确定目标工作流，包括：

获取所述机构标识对应的已注册用户列表；

判断所述用户标识是否在所述已注册用户列表中，若是则确定不包含均值计算节点的授信调节工作流为目标工作流，若否则确定包含均值计算节点的授信调节工作流为目标工作流。

4.根据权利要求3所述的方法，其特征在于，所述执行所述目标工作流，以生成对应的授信额度，包括：

调用回归模型，以根据所述额度评估数据，生成对应的初始额度；

响应于所述目标工作流为不包含均值计算节点的授信调节工作流，展示所述初始额度，响应于检测到针对所述初始额度的第一调整数据，根据所述初始额度和所述第一调整数据，确定授信额度。

5.根据权利要求4所述的方法，其特征在于，所述执行所述目标工作流，以生成对应的授信额度，包括：

响应于所述目标工作流为包含均值计算节点的授信调节工作流，调用均值模型，以根据所述额度评估数据，生成预设数量的额度；

基于所述初始额度和所述预设数量的额度，确定预授信额度；

展示所述预授信额度，响应于检测到针对所述预授信额度的第二调整数据，根据所述预授信额度和所述第二调整数据，确定授信额度。

6.根据权利要求1所述的方法，其特征在于，在所述基于所述最优超球面对所述额度评估数据进行准入验证之后，所述方法还包括：

响应于验证失败，将所述额度评估数据发送至线下复核节点以进行线下复核，并获取线下复核结果数据；

根据所述线下复核结果数据、所述用户标识和所述机构标识，确定目标工作流。

7.根据权利要求1所述的方法，其特征在于，在所述基于所述最优超球面对所述额度评估数据进行准入验证之前，所述方法还包括：

采用正则表达式分别将所述额度评估数据中的日期、时期转换为时间戳；

删除所述额度评估数据中的特殊符号，并将所述额度评估数据中的金额转换为数值，将所述额度评估数据中的字母转换为预设统一格式。

8.一种额度处理装置，其特征在于，包括：

接收单元，接收额度处理请求，获取对应的用户标识、机构标识和额度评估数据；

最优超球面生成单元，被配置成获取历史准入用户数据，进而调用单分类模型，以根据所述历史准入用户数据生成最优超球面；

目标工作流确定单元，被配置成基于所述最优超球面对所述额度评估数据进行准入验证，响应于验证成功，根据所述用户标识和所述机构标识，确定目标工作流；

授信额度生成单元，被配置成执行所述目标工作流，以生成对应的授信额度。

9.根据权利要求8所述的装置，其特征在于，所述目标工作流确定单元进一步被配置成：

确定所述最优超球面对应的数据类型；

将所述额度评估数据转换为与所述数据类型对应的数据；

判断所述数据是否在所述最优超球面内，若是则确定验证成功，若否则确定验证失败。

10.根据权利要求8所述的装置，其特征在于，所述目标工作流确定单元进一步被配置成：

获取所述机构标识对应的已注册用户列表；

判断所述用户标识是否在所述已注册用户列表中，若是则确定不包含均值计算节点的授信调节工作流为目标工作流，若否则确定包含均值计算节点的授信调节工作流为目标工作流。

11.根据权利要求10所述的装置，其特征在于，所述授信额度生成单元进一步被配置成：

调用回归模型，以根据所述额度评估数据，生成对应的初始额度；

响应于所述目标工作流为不包含均值计算节点的授信调节工作流，展示所述初始额度，响应于检测到针对所述初始额度的第一调整数据，根据所述初始额度和所述第一调整数据，确定授信额度。

12.根据权利要求11所述的装置，其特征在于，所述授信额度生成单元进一步被配置成：

响应于所述目标工作流为包含均值计算节点的授信调节工作流，调用均值模型，以根据所述额度评估数据，生成预设数量的额度；

基于所述初始额度和所述预设数量的额度，确定预授信额度；

展示所述预授信额度，响应于检测到针对所述预授信额度的第二调整数据，根据所述预授信额度和所述第二调整数据，确定授信额度。

13.根据权利要求8所述的装置，其特征在于，所述装置还包括线下复核单元，被配置成：

响应于验证失败，将所述额度评估数据发送至线下复核节点以进行线下复核，并获取线下复核结果数据；

根据所述线下复核结果数据、所述用户标识和所述机构标识，确定目标工作流。

14.一种额度处理电子设备，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1-7中任一项所述的方法。

15.一种计算机可读介质，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1-7中任一项所述的方法。

16.一种计算机程序产品，包括计算机程序，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1-7中任一项所述的方法。

Images