CN116228139A - 一种汽车金融风险审核方法、装置、电子设备及存储介质 - Google Patents
一种汽车金融风险审核方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116228139A CN116228139A CN202310037093.4A CN202310037093A CN116228139A CN 116228139 A CN116228139 A CN 116228139A CN 202310037093 A CN202310037093 A CN 202310037093A CN 116228139 A CN116228139 A CN 116228139A
- Authority
- CN
- China
- Prior art keywords
- user
- vehicle
- auditing
- information
- characteristic information
- 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 70
- 238000012550 audit Methods 0.000 claims abstract description 40
- 230000000977 initiatory effect Effects 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000012549 training Methods 0.000 claims description 23
- 238000007477 logistic regression Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 16
- 230000006399 behavior Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 abstract description 6
- 230000007547 defect Effects 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000000981 bystander Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004138 cluster model Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Economics (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (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
本发明公开了一种汽车金融风险审核方法、装置、电子设备及存储介质。所述方法包括:获取申请车辆的基本信息;基于所述基本信息获取车辆配置信息;基于所述车辆配置信息以及用户特征信息确定审核问题;基于所述审核问题向用户发起审核;基于用户的审核结果以及所述用户特征信息确定汽车金融业务申请的风险概率。该方法通过车辆配置信息以及用户特征信息自动生成审核问题,根据用户作答的场景、过程、结果,并结合用户特征信息确定该次申请的风险概率,能够有效弥补审核人员对车辆专业知识掌握的不足,针对不同的用户进行个性化的提问,从而大大提升现有的汽车金融活动中的风险自动化审批水平、提高审核效率及准确率。
Description
技术领域
本发明实施例涉及汽车技术领域,尤其涉及一种汽车金融风险审核方法、装置、电子设备及存储介质。
背景技术
随着互联网技术的发展,汽车金融信贷等业务逐渐走向线上,为服务人员和用户均提供了更加方便快捷的业务办理方案,但同时也面临着更大的风险。
现有的汽车金融风险审核主要依靠人工,由于问题答案的多样性,需要人工客服具备汽车领域的专业知识,才能准确的得出审核结果。且现有通过人工审核的方式会浪费大量的人力以及时间,审核效率低,审核正确率也较低。
发明内容
本发明提供了一种汽车金融风险审核方法、装置、电子设备及存储介质,以解决现有技术中汽车金融风险审核时浪费人力资源、效率低的问题。
根据本发明的一方面,提供了一种汽车金融风险审核方法,包括:
获取车辆的基本信息;
基于所述基本信息获取车辆配置信息;
基于所述车辆配置信息以及用户特征信息确定审核问题;
基于所述审核问题向用户发起审核;
基于用户的审核结果以及所述用户特征信息确定汽车金融业务申请的风险概率。
根据本发明的另一方面,提供了一种汽车金融风险审核装置,包括:
第一获取模块,用于获取车辆的基本信息;
第二获取模块,基于所述基本信息获取车辆配置信息;
第一确定模块,用于基于所述车辆配置信息以及用户特征信息确定审核问题;
发起模块,用于基于所述审核问题向用户发起审核;
第二确定模块,用于基于用户的审核结果以及所述用户特征信息确定汽车金融业务申请的风险概率。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:至少一个处理器;以及
与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能够执行本发明任一实施例所述的汽车金融风险审核方法。
根据本发明的另一方面,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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的汽车金融风险审核方法。
本发明实施例公开的一种汽车金融风险审核方法、装置、电子设备及存储介质,包括:获取车辆的基本信息;基于所述基本信息获取车辆配置信息;基于所述车辆配置信息以及用户特征信息确定审核问题;基于所述审核问题向用户发起审核;基于用户的审核结果以及所述用户特征信息确定汽车金融业务申请的风险概率。该方法通过车辆配置信息以及用户特征信息自动生成审核问题,根据用户作答的场景、过程、结果,并结合用户特征信息确定该次申请的风险概率,能够有效弥补审核人员对车辆专业知识掌握的不足,针对不同的用户进行个性化的提问,从而大大提升现有的汽车金融活动中的风险自动化审批水平、提高审核效率及准确率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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为本发明实施例一提供的一种汽车金融风险审核方法的流程示意图;
图2为本发明实施例二提供的一种汽车金融风险审核方法的流程示意图;
图3为本发明实施例三提供的一种汽车金融风险审核方法的流程示意图;
图4为本发明示例实施例提供的一种汽车金融风险审核方法的流程示意图;
图5为本发明实施例三提供的一种汽车金融风险审核装置的结构示意图;
图6为本发明实施例的汽车金融风险审核方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。应当理解,本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要说明的是,本发明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,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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。
需要注意,本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
可以理解的是,在使用本公开各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如,在响应于接收到用户的主动请求时,向用户发送提示信息,以明确地提示用户,其请求执行的操作将需要获取和使用到用户的个人信息。从而,使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式,响应于接收到用户的主动请求,向用户发送提示信息的方式例如可以是弹窗的方式,弹窗中可以以文字的方式呈现提示信息。此外,弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是,上述通知和获取用户授权过程仅是示意性的,不对本公开的实现方式构成限定,其它满足相关法律法规的方式也可应用于本公开的实现方式中。
可以理解的是,本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
实施例一
图1为本发明实施例一提供的一种汽车金融风险审核方法的流程示意图,该方法可适用于判断用户购车或申请汽车金融信贷的真实性的情况,该方法可以由汽车金融风险审核装置来执行,其中该装置可由软件和/或硬件实现,并一般集成在电子设备上,在本实施例中电子设备包括但不限于:计算机等设备。
如图1所示,本发明实施例一提供的一种汽车金融风险审核方法,包括如下步骤:
S110、获取车辆的基本信息。
其中,车辆可以是用户申请购买、租赁或使用的车辆。车辆的基本信息可以包括车辆品牌、车辆VIN码和车型等信息。
在本实施例中,由于用户购车或申请购车贷款时可能存在虚假购车、汽车代购等情况,因此用户在申请购买、租赁或使用汽车后,需要获取用户申请购买、租赁或使用的车辆的基本信息。一种可行的获取车辆的基本信息的方式为:用户在***中输入车辆的VIN码和/或车辆的车型,***可以根据车辆的VIN码和/或车辆的车型自动识别、校正并获取车辆的基本信息。
进一步的,所述基本信息包括车辆VIN码和车型。
其中,车辆VIN码是车辆的识别代码,VIN码由17位字符组成。车辆识别代码就是汽车的身份证号,车辆识别代码根据国家车辆管理标准确定,包含了车辆的生产厂家、年代、车型、车身型式及代码、发动机代码及组装地点等信息。车型可以是车辆的具体类型,根据分类标准的不同,车辆的车型也可以不同。例如,车辆的车型可以包括小型车、微型车、紧凑车型、中等车型、高级车型、豪华车型、三厢车型、CDV车型、MPV车型、SUV等车型。
在本实施例中,车辆的基本信息可以包括车辆VIN码和车型,通过获取车辆的VIN码,可以快速地判断车辆的生产厂家、生产年代等信息。
S120、基于所述基本信息获取车辆配置信息。
其中,车辆配置信息可以包括软件配置参数和硬件配置参数。
在本实施例中,在获取到车辆的VIN码和车型后,则可以根据VIN码中的字符所代表的含义确定出车辆的配置信息,在确定出车辆的具体型号后,还可以根据车辆的具体型号获取到该车辆更多的配置信息。示例性的,用户可以在***、网页或小程序中输入车辆的VIN码,***、网页或小程序获取到车辆的VIN码后,提示用户进一步选择车辆的车型,则可以准确地确定出生产该车辆的厂家以及车辆的系列,从而查询到该车辆的车辆配置信息。
S130、基于所述车辆配置信息以及用户特征信息确定审核问题。
其中,用户特征信息可以包括用户的基本特征,例如,用户特征信息可以包括用户的年龄、性别、驾驶年龄、职业、工资等,用户特征信息可以根据需求获取。审核问题可以是与车辆有关的问题,审核问题可以用于向用户提问。
在本实施例中,在获取到用户申请购买车辆的车辆配置信息以及用户特征信息后,可以将车辆配置信息以及用户特征信息输入聚类模型中,以通过聚类结果确定出一定数量的审核问题;基于审核问题可以向申请购买车辆的用户发起免审或电审。
进一步的,审核问题至少包括车辆用途类型和车辆的使用场景。
其中,车辆用途类型可以是用户购买车辆的用途,例如,车辆用途类型可以包括乘用车、商用车和网约车等。车辆使用场景可以是车辆用途类型所对应的车辆的使用场景,不同车辆用途类型所对应的车辆的使用场景可以不同。例如,当车辆的车辆用途类型为乘用车时,车辆使用场景可以包括上下班代步、接送孩子、商务活动等;当车辆的车辆用途类型为商用车时,车辆使用场景可以包括特定的工程项目、或者是某一特定的经营活动等与商业有关的场景;当车辆的车辆用途类型为网约车时,车辆使用场景可以包括接送顾客、等待顾客等。
示例性的,审核问题可以包括“请问车辆马力多少?”“请问车辆是手动挡还是自动挡?”“请问车辆座椅数多少?”“请问车辆是电子手刹还是机械手刹?”“请问车辆官方油耗、用车成本分别是多少?”“请问车辆贷款是否免息?”“请问您购买车辆的主要用途是什么?”等。
进一步的,所述用户特征信息包括以下至少之一:
用户年龄、性别、身高、体重,以及用户申请地、驾龄、职业、收入水平。
其中,用户年龄、性别、身高、体重,以及用户申请地、驾龄、职业、收入水平等等信息的获取是经过用户授权的。
本实施例通过获取用户当前的年龄和职业等信息,从而可以用于推测用户是否具备还款的能力。
S140、基于所述审核问题向用户发起审核。
在本实施例中,在确定出审核问题后,可以自动向用户发起审核,本实施例对向用户发起审核的方式不做限定。示例性的,自动生成审核问题后,可以自动向客户拨打电话,通过电话使客户答复问题;或者也可以通过在***界面展示问题类别,以使客户作答。通过自动生成问题并让客户作答,可以减少服务人员的工作量,提高工作效率。
S150、基于用户的审核结果以及所述用户特征信息确定汽车金融业务申请的风险概率。
其中,汽车金融业务可以是指金融机构为汽车产业发展所提供的多种金融服务,汽车金融业务可以包括资金筹集、信贷运用、抵押贴现、证券发行和交易、相关保险、投资等金融服务。
本实施例中,审核结果至少包括每个问题的回答时间、用户声纹信息、车辆用途类型、车辆使用场景、答题时是否有旁人协助以及回答问题的正确个数。其中,回答时间可以是用户回答每个问题的时间,每个问题的回答时间需要在适合的区间内才能判断为该问题为有效作答,不同问题适合的区间可以不同。用户声纹信息可以是用户的声纹信息,本实施例可以使用ECAPA-TDNN等声纹模型提取用户回答问题的声纹特征以得到用户声纹信息。其中,回答问题的正确个数越多表示用户对该车辆越了解。
风险概率可以是用户申请汽车金融业务的真实概率,风险概率越高表示用户申请汽车金融业务虚假的可能性越低。
示例性的,若每个问题的回答时间过长或过短,则表示用户对该问题并不熟悉或存在胡乱作答的情况;若用户声纹信息中包括一个以上用户的声纹信息,则表示用户周围可能存在其他人帮助用户作答;若用户对于车辆用途类型和车辆使用场景并不是很确定,则表示用户对该车辆并不了解或者用户购车前未做好规划;若答题时是有旁人协助或回答问题的正确个数非常低,则表示用户对该车辆并不了解,存在虚假购车的可能性。
在本实施例中,可以将审核结果以及用户特征信息输入训练完成的逻辑回归模型中,以通过逻辑回归模型确定出用户的汽车风险概率。
本发明实施例一提供的一种汽车金融风险审核方法,包括:获取车辆的基本信息;基于所述基本信息获取车辆配置信息;基于所述车辆配置信息以及用户特征信息确定审核问题;基于所述审核问题向用户发起审核;基于用户的审核结果以及所述用户特征信息确定汽车金融业务申请的风险概率。该方法通过车辆配置信息以及用户特征信息自动生成审核问题,根据用户作答的场景、过程、结果,并结合用户特征信息确定该次申请的风险概率,能够有效弥补审核人员对车辆专业知识掌握的不足,针对不同的用户进行个性化的提问,从而大大提升现有的汽车金融活动中的风险自动化审批水平、提高审核效率及准确率。
实施例二
图2为本发明实施例二提供的一种汽车金融风险审核方法的流程示意图,本实施例二在上述各实施例的基础上进行优化。本实施例尚未详尽的内容请参考实施例一。
如图2所示,本发明实施例二提供的一种汽车金融风险审核方法,包括如下步骤:
S210、获取车辆的基本信息。
S220、基于所述基本信息获取车辆配置信息。
S230、根据所述车辆配置信息以及用户特征信息通过聚类模型确定聚类结果。
在本实施例中,可以将车辆配置信息和用户特征信息输入聚类模型中,通过聚类算法将车辆配置信息和用户特征信息的各个特征进行聚类,以得到对应的聚类结果;其中,使用的聚类算法可以根据实际需要进行选择,此次不作具体限制。
本实施例中聚类时可以通过使用车辆配置信息和用户特征信息,找到此一类用户对应哪些问题,以确定聚类结果,从而可以更好地判断用户的风险概率。
具体的,在对聚类模型进行训练时,可以首先使用专家经验对题库中的问题进行筛选,例如如果本簇都是小型车,那么备选题库里就不应出现与小型车不符合的问题,例如类似于要求回答载重之类的问题。在后续训练过程中,还可以计算出题库中对应小型车问题在本簇中区分风险的重要程度,所以就可以根据后续产品设计需要提问的问题个数确定当用户申请属于本簇时需要提问的问题有哪些。S240、根据所述聚类结果从题库中选取审核问题。
其中,题库可以是预先设置的问题集,题库中可以包括多种不同类型的问题,题库中的问题类型可以根据实际需要进行设置,本实施例对此不做限定。
在本实施例中,在得到聚类结果后,可以根据聚类结果从题库中选取预设数个问题。示例性的,若根据聚类结果得出用户申请购买的车辆为小型车乘用车,则从题库中选择与小型车乘用车相关的问题。
S250、基于所述审核问题向用户发起审核。
S260、基于用户的审核结果以及所述用户特征信息确定汽车金融业务申请的风险概率。
本发明实施例二提供的一种汽车金融风险审核方法,包括:获取车辆的基本信息;基于所述基本信息获取车辆配置信息;根据所述车辆配置信息以及用户特征信息通过聚类模型确定聚类结果;根据所述聚类结果从题库中选取审核问题;基于所述审核问题向用户发起审核;基于用户的审核结果以及所述用户特征信息确定汽车金融业务申请的风险概率。该方法根据车辆配置信息以及用户特征信息通过聚类模型确定聚类结果,根据聚类结果从题库中选取审核问题,能够选取到与车辆相对应的问题,提升了自动化审批水平、提高审核效率,解决了现有技术中汽车金融风险审核时浪费人力资源、效率低的问题。
实施例三
图3为本发明实施例三提供的一种汽车金融风险审核方法的流程示意图,本实施例三在上述各实施例的基础上进行优化。本实施例尚未详尽的内容请参考上述实施例。
如图3所示,本发明实施例三提供的一种汽车金融风险审核方法,包括如下步骤:
S310、获取车辆的基本信息。
S320、基于所述基本信息获取车辆配置信息。
S330、基于所述车辆配置信息以及用户特征信息确定审核问题。
S340、基于所述审核问题向用户发起审核。
S350、将每个问题的回答时间、用户声纹信息、车辆用途类型、车辆使用场景、答题时是否有旁人协助、回答问题的正确个数以及用户特征信息输入最终模型,得到汽车金融业务申请的初始风险概率。
其中,最终模型可以是已完成模型训练的逻辑回归模型,最终模型可以用于预测用户对应的汽车金融业务申请的风险概率的模型。
进一步的,所述最终模型由逻辑回归模型完成模型训练后得到,所述逻辑回归模型的模型训练过程包括:将多个样本以及每个样本对应的分类标签输入所述逻辑回归模型进行模型训练,直至分类结果的准确率达到预设值,停止模型训练,得到最终模型;其中,一个样本包括一个用户的审核结果和用户特征,或一个样本包括一个用户的审核结果、用户特征以及用户还款情况。
其中,分类标签可以是该样本对应的汽车金额业务申请的真实风险概率,分类标签可以通过百分比表示,也可以通过数字表示,本实施例对此不做限定。例如,分类标签可以包括高风险、高中风险、中风险、中低风险、低风险等。分类结果可以是逻辑回归模型对样本进行分类得到的分类结果。准确率可以是分类结果的准确程度,即逻辑回归模型输出的分类结果是否与该样本的分类标签一致。预设值可以是预先设置的数值,预设值可以自由设置。
在本实施例中,一种情况下,可以将多个用户的审核结果以及用户特征作为训练逻辑回归模型的样本,;将多个样本输入逻辑回归模型中,若逻辑回归模型进行模型训练得到的分类结果与该样本对应的分类标签不同,则表示逻辑回归模型训练得到的分类结果的准确率低,需要继续进行训练;通过多次模型训练后,若逻辑回归模型训练得到的分类结果的准确率达到预先设置的准确率,例如,准确率达到98%,则可以停止模型训练,将此时的逻辑回归模型作为最终模型。
本实施例中,在用户的审核结果以及用户特征作为样本的基础上,若检测到用户后续有还款行为,则可以将用户的审核结果、用户特征以及用户还款情况作为样本输入逻辑回归模型中对模型的参数进行训练得到最终模型。加入用户还款情况对模型参数进行训练可以增加模型分类结果的准确率。
S360、若用户存在还款行为,则继续将用户还款情况输入最终模型得到本地汽车金融业务申请的最终风险概率。
在本实施例中,对逻辑回归模型完成模型训练后可以得到最终模型,将每个问题的回答时间、用户声纹信息、车辆用途类型、车辆使用场景、答题时是否有旁人协助、回答问题的正确个数以及用户特征信息输入最终模型,以使最终模型根据用户的审核结果以及用户特征信息可以得到汽车金融业务审的初始风险概率。若用户在后期有还款的行为,则还可以将用户还款情况输入到最终模型中,以使最终模型可以根据用户还款情况对初始风险概率进行修正得到更加准确的最终风险概率。其中,用户还款情况可以包括还款时间、还款是否超时以及还款数额等。
本发明实施例三提供的一种汽车金融风险审核方法,包括:获取车辆的基本信息;基于所述基本信息获取车辆配置信息;根据所述车辆配置信息以及用户特征信息通过聚类模型确定聚类结果;根据所述聚类结果从题库中选取审核问题;基于所述审核问题向用户发起审核;将所述每个问题的回答时间、用户声纹信息、车辆用途类型、车辆使用场景、答题时是否有旁人协助、回答问题的正确个数以及用户特征信息输入最终模型,得到汽车金融业务申请的风险概率。该方法通过获取用户作答审核问题时的行为以及审核结果,以确定汽车风险概率,能够多方面的根据用户的行为分析用户是否虚假购车,能够提升自动化审批水平、提高审核效率,解决了现有技术中汽车金融风险审核时浪费人力资源、效率低的问题。
本发明实施例在上述各实施例的技术方案的基础上,提供了一种具体的实施方式。
作为本实施一种具体的实施方式,图4为本发明示例实施例提供的一种汽车金融风险审核方法的流程示意图,如图4所示,
用户在申请购买车辆后,可以录入贷款的车辆VIN码/具体车型并判断是否合法,若否,用户需要重新登陆;若是,***则自动识别、矫正并获取车辆配置信息;并根据获取的车辆配置信息自动生成问题和后台答案,其中,题目数量和问题及衍生***后台可以自由控制;自动发起电核或者在***界面展示问题列表以审核用户答复问题;用户答复问题后,收集用户回复信息并分析是否有旁人指点,记录回答问题时间、有无卡顿和流畅度;后台自动审批用户、匹配结论并同步给后台风险人员。示例性的,若用户答对0题,表示用户对车辆信息一概不知;若用户答对0题且有旁人指点,表示用户疑似存在欺诈嫌疑;若用户答对8题,表示用户对答如流且对车辆信息熟悉;若用户答对4题且回复速度超时,表示用户真实购车性存疑。
实施例四
图5为本发明实施例四提供的一种汽车金融风险审核装置的结构示意图,该装置可适用于判断用户申请汽车金融信贷的真实性的情况,其中该装置可由软件和/或硬件实现,并一般集成在电子设备上。
如图5所示,该装置包括:
第一获取模块410,用于获取车辆的基本信息;
第二获取模块420,基于所述基本信息获取车辆配置信息;
第一确定模块430,用于基于所述车辆配置信息以及用户特征信息确定审核问题;
发起模块440,用于基于所述审核问题向用户发起审核;
第二确定模块450,用于基于用户的审核结果以及所述用户特征信息确定汽车金融业务申请的风险概率。
本实施例提供了一种汽车金融风险审核装置,包括:第一获取模块410,用于获取车辆的基本信息;第二获取模块420,基于所述基本信息获取车辆配置信息;第一确定模块430,用于基于所述车辆配置信息以及用户特征信息确定审核问题;发起模块440,用于基于所述审核问题向用户发起审核;第二确定模块450,用于基于用户的审核结果以及所述用户特征信息确定汽车金融业务申请的风险概率。通过车辆配置信息以及用户特征信息自动生成审核问题,根据用户作答的场景、过程、结果,并结合用户特征信息确定该次申请的风险概率,能够有效弥补审核人员对车辆专业知识掌握的不足,针对不同的用户进行个性化的提问,从而大大提升现有的汽车金融活动中的风险自动化审批水平、提高审核效率及准确率。
进一步的,所述基本信息包括车辆VIN码和车型。
进一步的,所述用户特征信息包括以下至少之一:
用户年龄、性别、身高、体重,以及用户申请地、驾龄、职业、收入水平。
进一步的,第一确定模块430,包括:
结果确定单元,用于根据所述车辆配置信息以及用户特征信息通过聚类模型确定聚类结果;
问题确定单元,用于根据所述聚类结果从题库中选取审核问题。
进一步的,所述审核问题至少包括车辆用途类型和车辆的使用场景;
所述审核结果至少包括每个问题的回答时间、用户声纹信息、车辆用途类型、车辆使用场景、答题时是否有旁人协助以及回答问题的正确个数。
进一步的,第二确定模块450,包括:
概率确定单元,用于将所述每个问题的回答时间、用户声纹信息、车辆用途类型、车辆使用场景、答题时是否有旁人协助、回答问题的正确个数以及用户特征信息输入最终模型,得到汽车金融业务申请的初始风险概率;若用户存在还款行为,则继续将用户还款情况输入最终模型得到本地汽车金融业务申请的最终风险概率。
进一步的,所述最终模型由逻辑回归模型完成模型训练后得到,所述逻辑回归模型的模型训练过程包括:
将多个样本以及每个样本对应的分类标签输入所述逻辑回归模型进行模型训练,直至分类结果的准确率达到预设值,停止模型训练,得到最终模型;
其中,一个样本包括一个用户的审核结果和用户特征,或一个样本包括一个用户的审核结果、用户特征以及用户还款情况。
上述汽车金融风险审核装置可执行本发明任意实施例所提供的汽车金融风险审核方法,具备执行方法相应的功能模块和有益效果。
实施例四
图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如汽车金融风险审核方法。
在一些实施例中,汽车金融风险审核方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的汽车金融风险审核方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行汽车金融风险审核方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种汽车金融风险审核方法,其特征在于,所述方法包括:
获取车辆的基本信息;
基于所述基本信息获取车辆配置信息;
基于所述车辆配置信息以及用户特征信息确定审核问题;
基于所述审核问题向用户发起审核;
基于用户的审核结果以及所述用户特征信息确定汽车金融业务申请的风险概率。
2.根据权利要求1所述的方法,其特征在于,所述基本信息包括车辆VIN码和车型。
3.根据权利要求1所述的方法,其特征在于,所述用户特征信息包括以下至少之一:
用户年龄、性别、身高、体重,以及用户申请地、驾龄、职业、收入水平。
4.根据权利要求1所述的方法,其特征在于,基于所述车辆配置信息以及用户特征信息确定审核问题,包括:
根据所述车辆配置信息以及用户特征信息通过聚类模型确定聚类结果;
根据所述聚类结果从题库中选取审核问题。
5.根据权利要求1所述的方法,其特征在于,所述审核问题至少包括车辆用途类型和车辆的使用场景;
所述审核结果至少包括每个问题的回答时间、用户声纹信息、车辆用途类型、车辆使用场景、答题时是否有旁人协助以及回答问题的正确个数。
6.根据权利要求5所述的方法,其特征在于,所述基于用户的审核结果以及所述用户特征信息确定汽车金融业务申请的风险概率,包括:
将所述每个问题的回答时间、用户声纹信息、车辆用途类型、车辆使用场景、答题时是否有旁人协助、回答问题的正确个数以及用户特征信息输入最终模型,得到汽车金融业务申请的初始风险概率;
若用户存在还款行为,则继续将用户还款情况输入所述最终模型得到本地汽车金融业务申请的最终风险概率。
7.根据权利要求6所述的方法,其特征在于,所述最终模型由逻辑回归模型完成模型训练后得到,所述逻辑回归模型的模型训练过程包括:
将多个样本以及每个样本对应的分类标签输入所述逻辑回归模型进行模型训练,直至分类结果的准确率达到预设值,停止模型训练,得到最终模型;
其中,一个样本包括一个用户的审核结果和用户特征,或一个样本包括一个用户的审核结果、用户特征以及用户还款情况。
8.一种汽车金融风险审核装置,其特征在于,所述装置包括:
第一获取模块,用于获取车辆的基本信息;
第二获取模块,基于所述基本信息获取车辆配置信息;
第一确定模块,用于基于所述车辆配置信息以及用户特征信息确定审核问题;
发起模块,用于基于所述审核问题向用户发起审核;
第二确定模块,用于基于用户的审核结果以及所述用户特征信息确定汽车金融业务申请的风险概率。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与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能够执行权利要求1-7中任一项所述的汽车金融风险审核方法。
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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的汽车金融风险审核方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310037093.4A CN116228139A (zh) | 2023-01-10 | 2023-01-10 | 一种汽车金融风险审核方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310037093.4A CN116228139A (zh) | 2023-01-10 | 2023-01-10 | 一种汽车金融风险审核方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116228139A true CN116228139A (zh) | 2023-06-06 |
Family
ID=86579862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310037093.4A Pending CN116228139A (zh) | 2023-01-10 | 2023-01-10 | 一种汽车金融风险审核方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116228139A (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030041019A1 (en) * | 2001-08-15 | 2003-02-27 | Vagim James G. | Methods and systems for deal structuring for automobile dealers |
US20130080316A1 (en) * | 2011-09-22 | 2013-03-28 | Paul Pawlusiak | System and method of expedited credit and loan processing |
US20130218752A1 (en) * | 2011-09-22 | 2013-08-22 | Paul Pawlusiak | System and method of expedited credit and loan processing |
CN107945015A (zh) * | 2018-01-12 | 2018-04-20 | 上海壹账通金融科技有限公司 | 人机问答审核方法、装置、设备及计算机可读存储介质 |
CN108335193A (zh) * | 2018-01-12 | 2018-07-27 | 深圳壹账通智能科技有限公司 | 全流程信贷方法、装置、设备及可读存储介质 |
CN109255697A (zh) * | 2018-08-15 | 2019-01-22 | 普信恒业科技发展(北京)有限公司 | 一种基于人工智能的自动信用评估方法和*** |
CN109325742A (zh) * | 2018-09-26 | 2019-02-12 | 平安普惠企业管理有限公司 | 业务审批方法、装置、计算机设备及存储介质 |
CN109523371A (zh) * | 2018-10-12 | 2019-03-26 | 深圳壹账通智能科技有限公司 | 在线放款审核方法、装置、计算机设备及存储介质 |
CN110264330A (zh) * | 2018-03-13 | 2019-09-20 | 腾讯科技(深圳)有限公司 | 信用指标计算方法、装置、计算机可读存储介质 |
CN111062444A (zh) * | 2019-12-21 | 2020-04-24 | 湖南大学 | 信用风险预测方法、***、终端及存储介质 |
CN111582314A (zh) * | 2020-04-09 | 2020-08-25 | 上海淇毓信息科技有限公司 | 目标用户确定方法、装置及电子设备 |
CN111598850A (zh) * | 2020-04-29 | 2020-08-28 | 中国平安财产保险股份有限公司 | 一种数据审核方法及*** |
CN112215700A (zh) * | 2020-10-13 | 2021-01-12 | 中国银行股份有限公司 | 信贷面审的审核方法及装置 |
CN112381513A (zh) * | 2020-11-13 | 2021-02-19 | 平安普惠企业管理有限公司 | 信息审批方法、装置、电子设备及存储介质 |
CN114119194A (zh) * | 2021-11-19 | 2022-03-01 | 百融至信(北京)征信有限公司 | 一种智能面审风控预警方法及*** |
CN114971879A (zh) * | 2022-06-17 | 2022-08-30 | 北京极致车网科技有限公司 | 信息处理***及信息处理方法 |
-
2023
- 2023-01-10 CN CN202310037093.4A patent/CN116228139A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030041019A1 (en) * | 2001-08-15 | 2003-02-27 | Vagim James G. | Methods and systems for deal structuring for automobile dealers |
US20130080316A1 (en) * | 2011-09-22 | 2013-03-28 | Paul Pawlusiak | System and method of expedited credit and loan processing |
US20130218752A1 (en) * | 2011-09-22 | 2013-08-22 | Paul Pawlusiak | System and method of expedited credit and loan processing |
CN107945015A (zh) * | 2018-01-12 | 2018-04-20 | 上海壹账通金融科技有限公司 | 人机问答审核方法、装置、设备及计算机可读存储介质 |
CN108335193A (zh) * | 2018-01-12 | 2018-07-27 | 深圳壹账通智能科技有限公司 | 全流程信贷方法、装置、设备及可读存储介质 |
CN110264330A (zh) * | 2018-03-13 | 2019-09-20 | 腾讯科技(深圳)有限公司 | 信用指标计算方法、装置、计算机可读存储介质 |
CN109255697A (zh) * | 2018-08-15 | 2019-01-22 | 普信恒业科技发展(北京)有限公司 | 一种基于人工智能的自动信用评估方法和*** |
CN109325742A (zh) * | 2018-09-26 | 2019-02-12 | 平安普惠企业管理有限公司 | 业务审批方法、装置、计算机设备及存储介质 |
CN109523371A (zh) * | 2018-10-12 | 2019-03-26 | 深圳壹账通智能科技有限公司 | 在线放款审核方法、装置、计算机设备及存储介质 |
CN111062444A (zh) * | 2019-12-21 | 2020-04-24 | 湖南大学 | 信用风险预测方法、***、终端及存储介质 |
CN111582314A (zh) * | 2020-04-09 | 2020-08-25 | 上海淇毓信息科技有限公司 | 目标用户确定方法、装置及电子设备 |
CN111598850A (zh) * | 2020-04-29 | 2020-08-28 | 中国平安财产保险股份有限公司 | 一种数据审核方法及*** |
CN112215700A (zh) * | 2020-10-13 | 2021-01-12 | 中国银行股份有限公司 | 信贷面审的审核方法及装置 |
CN112381513A (zh) * | 2020-11-13 | 2021-02-19 | 平安普惠企业管理有限公司 | 信息审批方法、装置、电子设备及存储介质 |
CN114119194A (zh) * | 2021-11-19 | 2022-03-01 | 百融至信(北京)征信有限公司 | 一种智能面审风控预警方法及*** |
CN114971879A (zh) * | 2022-06-17 | 2022-08-30 | 北京极致车网科技有限公司 | 信息处理***及信息处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111340616B (zh) | 线上贷款的审批方法、装置、设备及介质 | |
CN111008896A (zh) | 金融风险预警方法、装置、电子设备及存储介质 | |
CN107862339B (zh) | 用于输出信息的方法和装置 | |
CN111523678A (zh) | 业务的处理方法、装置、设备及存储介质 | |
CN113159901B (zh) | 融资租赁业务会话的实现方法和装置 | |
US20140278774A1 (en) | In the market model systems and methods | |
CN111708883A (zh) | 一种基于机器学习和设备指纹的授信额度确定方法及装置 | |
CN112598294A (zh) | 在线建立评分卡模型的方法、装置、机器可读介质及设备 | |
CN110310123A (zh) | 风险判断方法和装置 | |
CN112487284A (zh) | 银行客户画像生成方法、设备、存储介质及装置 | |
CN111754261B (zh) | 一种车辆出租意愿的评估方法、装置及终端设备 | |
CN112950347A (zh) | 资源数据处理的优化方法及装置、存储介质、终端 | |
CN117132317A (zh) | 数据处理方法、装置、设备、介质及产品 | |
CN117437019A (zh) | ***逾期风险预测方法、装置、设备、介质和程序产品 | |
CN116228139A (zh) | 一种汽车金融风险审核方法、装置、电子设备及存储介质 | |
CN116091249A (zh) | 交易风险的评估方法、装置、电子设备和介质 | |
CN115994819A (zh) | 风险客户识别方法、装置、设备和介质 | |
CN114626938A (zh) | 一种智能决策引擎、决策***及决策方法 | |
CN114757757A (zh) | 一种风控方法 | |
JP7298286B2 (ja) | モデル提供プログラム、モデル提供方法及びモデル提供装置 | |
CN115860889A (zh) | 一种基于人工智能的金融贷款大数据管理方法及*** | |
CN114861680B (zh) | 对话处理方法及装置 | |
CN112258315B (zh) | 基于身份标签的车贷贷前数据检验方法及装置 | |
CN114170030B (zh) | 用于车辆远程定损的方法、装置、电子设备和介质 | |
CN113011971B (zh) | 风险测度方法、装置、***与计算机存储介质 |
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 |