CN116720950A - 一种金融违约信息处理方法、***、介质及电子设备 - Google Patents
一种金融违约信息处理方法、***、介质及电子设备 Download PDFInfo
- Publication number
- CN116720950A CN116720950A CN202310720442.2A CN202310720442A CN116720950A CN 116720950 A CN116720950 A CN 116720950A CN 202310720442 A CN202310720442 A CN 202310720442A CN 116720950 A CN116720950 A CN 116720950A
- Authority
- CN
- China
- Prior art keywords
- loan
- information
- requirement
- party
- default
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 29
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 84
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000012797 qualification Methods 0.000 claims description 46
- 238000003062 neural network model Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 230000003993 interaction Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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)
Abstract
本发明公开了一种金融违约信息处理方法、***、介质及电子设备,该方法包括:获取借款方的基本信息以及违约信息,获取不同贷款方的要求信息以及编号信息;根据要求信息建立不同贷款方的要求标准;判断所有的贷款方中是否存在基本信息以及违约信息符合要求标准的贷款方;若存在,则根据基本信息、违约信息、符合要求标准的贷款方对应的编号信息以及预置的贷款分析模型得到贷款分析结果。采用本申请,不需要借款人员人工搜索各贷款方的各要求,既提高了信息准确性,又节省了借款方的时间,得到贷款分析结果后,借款方可以根据贷款分析结果挑选出适合借款方的贷款方式。
Description
技术领域
本发明涉及数据处理领域,尤其是涉及一种金融违约信息处理方法、***、介质及电子设备。
背景技术
随着互联网与经济的不断发展,互联网金融的崛起促进了贷款产业的快速发展,越来越多的企业或个人选择前往银行或贷款机构进行贷款。在贷款活动中运用信贷资金或自由资金向借款人发放贷款的银行或贷款机构被称为贷款方,从贷款方处借得货币资金的企业或个人被称为借款方。
借款方向贷款方提交贷款申请后,贷款方会按照其自身的贷款要求对借款方进行审查,如果审查通过,则借款方可以收到来自贷款方的款金。因此,借款方在申请贷款前,很有必要对贷款方的贷款要求进行了解,从而向合适的贷款方申请贷款。
但如今贷款方众多,并且每家贷款方的贷款要求均有可能不同,导致借款方需要花费大量时间去了解各贷款方的要求,而且由于网络信息的质量参差不齐,即使借款方花费很多时间查阅资料,也很难挑选出适合借款方的贷款方式。
发明内容
本申请提供了一种金融违约信息处理方法、***、介质及电子设备,用于更简便地选择更适合借款方的贷款方式。
第一方面,本申请提供了金融违约信息处理方法,该方法包括:获取借款方的基本信息以及违约信息,获取不同贷款方的要求信息以及编号信息;根据该要求信息建立不同贷款方的要求标准;判断所有的贷款方中是否存在该基本信息以及该违约信息符合要求标准的贷款方;若所有的贷款方中存在该基本信息以及该违约信息符合要求标准的贷款方,则根据该基本信息、该违约信息、该符合要求标准的贷款方对应的编号信息以及预置的贷款分析模型得到贷款分析结果。
在上述实施例中,获取借款方的基本信息以及违约信息,获取不同贷款方的要求信息以及编号信息,使得借款方不需要人工搜索各贷款方的各要求,既提高了信息准确性,又节省了借款方的时间,根据要求信息建立不同贷款方的要求标准,根据基本信息、违约信息、符合要求标准的贷款方对应的编号信息以及预置的贷款分析模型得到贷款分析结果。得到贷款分析结果后,借款方可以根据贷款分析结果挑选出适合借款方的贷款方式。
结合第一方面的一些实施例,在一些实施例中,该根据该基本信息、该违约信息、符合要求标准的贷款方对应的编号信息以及预置的贷款分析模型得到贷款分析结果,具体包括:将该基本信息、该违约信息以及符合要求标准的贷款方对应的编号信息输入预置的贷款分析模型,得到贷款方的对应资质评分;根据该贷款方的对应资质评分得到贷款分析结果。
在上述实施例中,将基本信息、违约信息以及符合要求标准的贷款方对应的编号信息输入预置的贷款分析模型,得到贷款方的对应资质评分,根据贷款方的对应资质评分得到贷款分析结果,由于借款方的基本信息以及违约信息均满足目标贷款方的要求,且借款方的资质对于目标贷款方较高,因此,借款方向目标贷款方提交贷款申请有较大概率能申请通过,即向目标贷款方申请贷款是适合借款方的贷款方式。
结合第一方面的一些实施例,在一些实施例中,该根据该贷款方的对应资质评分得到贷款分析结果,具体包括:按该贷款方的对应资质评分的高低在该符合要求标准的贷款方中筛选出前预设多个贷款方;判断筛选出的贷款方中是否存在大于预设资质评分的贷款方;若筛选出的贷款方中存在大于预设资质评分的贷款方,则将大于预设资质评分的贷款方确认为目标贷款方,根据该目标贷款方生成贷款分析结果。
在上述实施例中,在得到贷款方的对应资质评分后,筛选出资质评分大于预设资质评分且排列较前的若干个对应的贷款方作为目标贷款方,由于目标贷款方通常存在多个,且均为审查通过概率较大的贷款方,因此贷款人员具有多个适宜的选择,也可以同时进行申请。
结合第一方面的一些实施例,在一些实施例中,该贷款分析结果还包括该目标贷款方的贷款通过率,在该根据目标贷款方生成贷款分析结果之后,还包括:获取该目标贷款方的贷款通过率;将该目标贷款方的贷款通过率增添至该贷款分析结果中。
在上述实施例中,将目标贷款方的贷款通过率增添至贷款分析结果中,当借款人员看到贷款分析结果后,可以将贷款通过率作为参考,选择贷款通过率更高的贷款方进行贷款,使得借款方更容易完成借款。
结合第一方面的一些实施例,在一些实施例中,在该判断所有的贷款方中是否存在该基本信息以及该违约信息符合要求标准的贷款方之后,还包括:若所有的贷款方中不存在该基本信息以及该违约信息符合要求标准的贷款方,则显示预置的第一示警信息,获取并识别借款人员的第一反馈信息;判断该第一反馈信息是否为降低额度;若该第一反馈信息为降低额度,则根据该第一反馈信息更改该基本信息中的贷款额度;重复执行判断所有的贷款方中是否存在该基本信息以及该违约信息符合要求标准的贷款方的步骤。
在上述实施例中,若借款方需要的贷款额度较高,自身情况不满足任意一家贷款方的要求,则显示预置的第一示警信息,并接收借款人员的第一反馈信息,如果第一反馈信息为降低额度,则相应更改基本信息中的贷款额度,并重新进行判断过程,从而得到降低贷款额度时的贷款分析结果。
结合第一方面的一些实施例,在一些实施例中,在该判断筛选出的贷款方中是否存在大于预设资质评分的贷款方之后,还包括:若筛选出的贷款方中不存在大于预设资质评分的贷款方,则显示预置的第二示警信息,获取并识别用户的第二反馈信息;判断该第二反馈信息是否为升级;若该第二反馈信息为升级,则根据基本信息以及违约信息生成并展示对应的升级建议报告。
在上述实施例中,若借款方符合贷款方的要求,但资质较低,则经借款人员确认后,生成并显示升级建议报告以供借款人员作为参考,升级后重新进行贷款分析。
结合第一方面的一些实施例,在一些实施例中,该预置的贷款分析模型为神经网络模型。
在上述实施例中,贷款分析模型采用神经网络模型,神经网络模型的学习能强,分类的准确性高,能输出更接近真实资质评分的结果。
第二方面,本申请实施例提供了一种金融违约信息处理***,该金融违约信息处理***用于执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
在第二方面的一些实施例中,该金融违约信息处理***包括:
信息获取模块,用于获取借款方的基本信息以及违约信息,获取不同贷款方的要求信息以及编号信息;
标准建立模块,用于根据该要求信息建立不同贷款方的要求标准;
判断模块,用于判断所有的贷款方中是否存在该基本信息以及该违约信息符合要求标准的贷款方;
结果生成模块,用于若所有的贷款方中存在该基本信息以及该违约信息符合要求标准的贷款方,则根据该基本信息、该违约信息、符合要求标准的贷款方对应的编号信息以及预置的贷款分析模型得到贷款分析结果。
结合第二方面的一些实施例,在一些实施例中,该金融违约信息处理***还包括:筛选模块,用于按该贷款方的对应资质评分的高低在该符合要求标准的贷款方中筛选出前预设多个贷款方。
结合第二方面的一些实施例,在一些实施例中,该金融违约信息处理***还包括:显示模块,用于显示预置的第一示警信息,还用于显示预置的第二示警信息。
结合第二方面的一些实施例,在一些实施例中,信息获取模块还用于获取目标贷款方的贷款通过率。
结合第二方面的一些实施例,在一些实施例中,判断模块还用于判断筛选出的贷款方中是否存在大于预设资质评分的贷款方,还用于判断该第一反馈信息是否为降低额度,还用于判断第二反馈信息是否为升级。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:一个或多个处理器和存储器;
该存储器与该一个或多个处理器耦合,该存储器用于存储计算机程序代码,该计算机程序代码包括计算机指令,该一个或多个处理器调用该计算机指令以使得该电子设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,包括指令,当上述指令在电子设备上运行时,使得上述电子设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
第五方面,本申请实施例提供一种包含指令的计算机程序产品,当上述计算机程序产品在电子设备上运行时,使得上述电子设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
可以理解地,上述第二方面提供的金融违约信息处理***、第三方面提供的电子设备、第四方面提供的计算机存储介质和第五方面提供的计算机程序产品均用于执行本申请实施例所提供的金融违约信息处理方法。因此,其所能达到的有益效果可参考对应方法中的有益效果,此处不再赘述。
综上所述,本申请包括以下至少一种有益技术效果:
1.采用本申请,不需要借款人员人工搜索各贷款方的各要求,既提高了信息准确性,又节省了借款方的时间,得到贷款分析结果后,借款方可以根据贷款分析结果挑选出适合借款方的贷款方式。
2.采用本申请,当借款人员看到贷款分析结果后,可以将贷款通过率作为参考,选择贷款通过率更高的贷款方进行贷款,使得借款方更容易完成借款。
3.采用本申请,当借款人员看到贷款分析结果后,可以将贷款通过率作为参考,选择贷款通过率更高的贷款方进行贷款,使得借款方更容易完成借款。
附图说明
图1是本申请金融违约信息处理***的一个信息交互场景示意图。
图2是本申请相关技术中借款人员搜集贷款方信息的示例性场景示意图。
图3是本申请实施例采用金融违约信息处理方法后借款人员的操作的示例性场景示意图。
图4是本申请实施例中金融违约信息处理方法的一个流程示意图。
图5是本申请实施例中金融违约信息处理方法的另一个流程示意图。
图6是本申请实施例中金融违约信息处理方法的另一个流程示意图。
图7是本申请实施例中降低额度过程的一个示例性场景示意图。
图8是本申请实施例中金融违约信息处理方法的另一个流程示意图。
图9是本申请实施例中生成升级建议报告的一个示例性场景示意图。
图10是本申请金融违约信息处理***的模块示意图。
附图标记说明:1、信息获取模块;2、标准建立模块;3、判断模块;4、结果生成模块。
具体实施方式
本申请以下实施例中所使用的术语只是为了描述特定实施例的目的,而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样,单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括复数表达形式,除非其上下文中明确地有相反指示。还应当理解,本申请中使用的术语“和/或”是指并包含一个或多个所列出项目的任何或所有可能组合。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为暗示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征,在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
下面先对本申请涉及的一种金融违约信息处理***的场景进行描述:
可以理解的是,在一些实施例中,为便于描述,也可以将本申请中该金融违约信息处理***称为处理***,还可以被称为其他的名称,此处不作限定。
如图1所示,为本申请处理***的一个信息交互场景示意图。该处理***包括用户端。用户端中的贷款分析软件可通过网络调用要求信息库中的信息,要求信息库中的信息从贷款端的信息库中获取。
可以理解的是,该用户端可以为运行有金融违约信息处理的贷款分析软件或打开有金融违约信息处理的贷款分析网页的终端设备,例如可以为手机、平板电脑、台式电脑、智能电视等,此处不作限定。此外,该用户端一般由借款人员进行操作。
下面结合图1所示的信息交互场景示意图,对相关技术中借款人员搜集贷款方信息的具体场景进行示例性描述:
如图2所示,为本申请相关技术中借款人员搜集贷款方信息的示例性场景示意图。
如图2所示,相关技术中,借款人员需要自行在网上搜索各贷款方的要求信息,并根据自身情况从各贷款方中挑选合适的贷款方进行贷款。该过程通常需要花费大量时间,且查询到的要求信息可能并不完全,也可能由于贷款方更新了要求,导致得到错误的要求信息,因此,借款人员难以简便地选择更适合借款方的贷款方式。
本申请提供了一种金融违约信息处理方法,如图3所示,为本申请实施例采用金融违约信息处理方法后借款人员的操作的示例性场景示意图。
如图3所示,在借款人员完成问卷后,通过贷款分析软件可直接对问卷中的信息进行分析,得到贷款分析结果。该过程不需要借款人员自行搜索各贷款方的要求信息,也不需要借款人员多次对不同的贷款方进行评估。采用本方案,能简便地选择更适合借款方的贷款方式。
下面对本申请实施例中金融违约信息处理方法进行描述:
请参阅图4,为本申请实施例中金融违约信息处理方法的一个流程示意图;
S401、获取借款方的基本信息以及违约信息;
用户端获取借款方的基本信息以及违约信息。
在一些实施例中,借款方为从贷款方处借得货币资金的企业或个人,贷款方为在贷款活动中运用信贷资金或自由资金向借款方发放贷款的银行或贷款机构。
在一些实施例中,基本信息可以通过借款人员在贷款分析软件或贷款分析网页上在线填写问卷的方式获取,也可以直接导入填写完成的问卷,并在贷款分析软件或贷款分析网页上提交,此处不作限定。问卷的内容可根据各贷款方的要求制定。
在一些实施例中,基本信息包括贷款类型,若贷款类型为个人贷款,则基本信息还包括贷款额度以及个人基本信息,个人基本信息可以是个人年龄、工作状态、房产情况等;若贷款类型为企业贷款,则基本信息还包括贷款额度以及企业基本信息,企业基本信息可以是企业成立时间、企业营收情况、担保物信息等。
在一些实施例中,基本信息或违约信息包括标签以及内容,例如,基本信息的标签为企业成立时间,基本信息的内容为企业成立三年。
在一些实施例中,违约信息包括是否存在违约历史、违约时间、违约次数、借款金额、应还金额以及还款金额,例如,借款金额为借款方在一月向A贷款方借款10万元,应还金额为借款方需要在七月还款10.5万元,还款金额为借款方在七月还款8万元,则借款方在八月存在违约历史。在一些实施例中,违约信息还可以包括企业的租金支付情况,此处不作限定。
S402、获取不同贷款方的要求信息以及编号信息,并根据要求信息建立不同贷款方的要求标准;
用户端获取借款方的基本信息以及违约信息后,向贷款分析平台发送要求信息获取指令,并接收贷款分析平台反馈的不同贷款方的编号信息以及要求信息,根据要求信息建立不同贷款方的要求标准。
可以理解的是,要求信息库可以存储有通过贷款端上传的各贷款方的贷款的要求信息以及各贷款方的编号信息,且要求信息库内的信息可在贷款方的要求信息更新后,也进行相应的更新,贷款分析平台可以调用要求信息库中的要求信息,并将要求信息发送到用户端中。
在一些实施例中,若用户端下载了贷款分析软件,则要求信息也可以在用户端下载贷款分析软件时,直接下载至用户端本地,并可以通过网络对本地的要求信息进行相应更新。
在一些实施例中,要求信息为借款方在申请不同贷款额度时不同贷款方对借贷方的要求,要求信息包括基本要求信息以及违约要求信息。要求信息中的基本要求信息可以包括贷款金额对应的借款方的财税情况,营收情况,成立年限,例如,基本要求信息可以是:借款方为企业,借款方向A贷款方贷款两百万,需要企业成立两年以上,缴纳税金在两万以上。要求信息中的违约要求信息可以包括规定时间内的违约次数,例如,违约要求信息可以是:一年内无逾期还款现象,三年内逾期还款现象不得超过两次。要求信息也可以包括企业的营收额、担保物金额等,此处不作限定。
在一些实施例中,编号信息为各贷款方的标识,用于区分各贷款方,例如,编号信息可以是0001,0001表示A贷款方。
S403、判断所有的贷款方中是否存在基本信息以及违约信息符合要求标准的贷款方;
用户端在根据要求信息建立不同贷款方的要求标准后,判断所有的贷款方中是否存在基本信息以及违约信息符合要求标准的贷款方。
S404、若存在,则根据基本信息、违约信息、符合要求标准的贷款方对应的编号信息以及预置的贷款分析模型得到贷款分析结果,并显示贷款分析结果。
用户端依次判断借款方的基本信息以及违约信息是否符合不同贷款方的要求标准后,若存在借款方的基本信息以及违约信息均符合要求标准的贷款方,则将基本信息、违约信息以及符合要求标准的贷款方对应的编号信息输入预置的贷款分析模型,得到贷款分析结果,并通过用户端中的显示器显示得到的贷款分析结果。
在一些实施例中,贷款分析模型可以存储于贷款分析软件中,通过下载贷款分析软件时将贷款分析模型下载至用户端本地,也可以存储于贷款分析平台的服务器内,需要使用贷款分析模型时进行下载。
上述实施例中,操作用户端的借款人员看到贷款分析结果后,可以选择根据贷款分析结果中的内容选择合适的贷款方提交贷款申请,从而完成贷款。
下面结合图1所示的信息交互场景示意图以及图3所示的示例性场景示意图,通过该金融违约信息处理***中各端的信息交互过程,对本申请实施例中的金融违约信息处理方法进行具体描述:
请参阅图5,为本申请实施例中金融违约信息处理方法的另一个流程示意图。
S501、获取借款方的基本信息、借款方的违约信息、贷款方的编号信息以及贷款方的要求信息;
在一些实施例中,响应于借款人员的填写问卷操作或提交问卷操作,用户端获取借款方的基本信息以及违约信息,当检测到借款方的基本信息以及违约信息全部填写完成后,用户端从要求信息库中调取不同贷款方的要求信息以及编号信息。
S502、根据要求信息建立不同贷款方的要求标准;
在得到不同贷款方的要求信息后,依次将要求信息中的各要求进行分类,并将不同类型的要求标记标签,根据要求信息中要求的具体内容以及标签建立要求标准。
例如,A贷款方的要求包括需要企业成立两年以上,则标签为企业成立时间要求,标签对应的要求标准为企业成立时间大于两年。
S503、判断所有的贷款方中是否存在基本信息以及违约信息符合要求标准的贷款方;
可以理解的是,由于基本信息以及违约信息的标签与问卷的问题一致,问卷的问题的根据要求信息的类型制定,因此基本信息以及违约信息的标签类型与所有要求信息的标签类型具有对应关系。
在一些实施例中,用户端得到借款方的基本信息、借款方的违约信息以及贷款方的要求信息后,识别基本信息以及违约信息的标签,得到若干个按照问卷题目顺序排列的标签,将基本信息以及违约信息的标签按照问卷题目排列顺序依次与第一个贷款方的所有要求标准对应的标签进行匹配,得到若干个匹配成功的基本信息以及违约信息。
将匹配成功的基本信息以及违约信息的内容依次与要求标准进行对比,判断匹配成功的基本信息以及违约信息的内容是否符合对应的要求标准,若全部符合对应的要求标准,则第一个贷款方是基本信息以及违约信息符合要求标准的贷款方,反之,则第一个贷款方不是基本信息以及违约信息符合要求标准的贷款方。
将基本信息以及违约信息的标签按照问卷题目排列顺序依次与第二个贷款方的所有要求标准对应的标签进行匹配,并重复上述步骤,判断第二个贷款方是否是基本信息以及违约信息符合要求标准的贷款方,直至所有的贷款方均判断其是否是基本信息以及违约信息符合要求标准的贷款方后,判断所有的贷款方中是否存在基本信息以及违约信息符合要求标准的贷款方。
例如,借款方的基本信息的标签包括企业成立时间等内容,企业成立时间标签对应的基本信息内容为企业成立三年,与第一个贷款方的所有标签进行匹配,第一个贷款方的所有标签中存在匹配成功的标签,第一个贷款方的匹配成功的标签对应的要求标准为企业成立时间大于两年,则企业成立时间标签对应的基本信息符合要求标准。
S504、将基本信息、违约信息以及符合要求标准的贷款方对应的编号信息输入预置的贷款分析模型,得到贷款方的对应资质评分;
贷款分析模型具体可以是神经网络模型,贷款分析模型的建立过程可以是:将轻量级网络模型作为初始神经网络模型,获取初始神经网络模型的训练样本以及训练标准,训练样本可以是贷款方存储的历史借款方的历史申请记录,历史申请记录包括历史基本信息以及历史违约信息,训练标准为真实资质评分。将训练样本以及训练标准输入初始神经网络模型使得神经网络模型收敛得到已经完成训练的贷款分析模型。
其中,轻量级网络模型具体可以是MobileNet,也可以采用其他神经网络模型作为初始架构,此处不作限定。
在判断所有的贷款方中是否存在基本信息以及违约信息符合要求标准的贷款方后,若存在基本信息以及违约信息符合要求标准的贷款方,则将基本信息、违约信息以及符合要求标准的贷款方对应的编号信息输入预置的贷款分析模型,得到预估的多个编号信息对应的贷款方对借款方的资质评分,也可以称为贷款方的对应资质评分。
S505、按资质评分的高低顺序筛选出前预设多个贷款方;
在得到贷款方的对应资质评分后,按照贷款方的对应资质评分的高低将贷款方进行排序,排列顺序为由高到低,资质评分越高,排序越靠前,筛选出排序靠前的预设多个贷款方。在一些实施例中,预设多个贷款方的数量具体可以是三个,也可以是五个,此处不作限定。
S506、判断筛选出的贷款方是否存在大于预设资质评分的贷款方;
在筛选出排序靠前的预设多个贷款方之后,将排序靠前的预设多个贷款方的对应资质评分依次与预设资质评分进行比较,判断筛选出的贷款方是否存在大于预设资质评分的贷款方。在一些实施例中,预设资质评分具体可以60分,预设资质评分也可以是70分,此处不作限定。
S507、将大于预设资质评分的贷款方确认为目标贷款方,并获取目标贷款方的贷款通过率,根据目标贷款方以及目标贷款方的贷款通过率生成贷款分析结果;
要求信息库还存储有各贷款方的贷款通过率,贷款通过率为贷款方历史申请通过次数与历史总申请次数的比值。
在判断筛选出的贷款方是否存在大于预设资质评分的贷款方之后,若筛选出的贷款方中存在大于预设资质评分的贷款方,则将大于预设资质评分的贷款方确认为目标贷款方。调取要求信息库中目标贷款方的贷款通过率,根据目标贷款方以及目标贷款方的贷款通过率生成贷款分析结果,贷款分析结果可以包括目标贷款方的名称,借款方在目标贷款方下的资质评分,目标贷款方的贷款通过率。在一些实施例中,贷款分析结果还可以包括目标贷款方的地址,此处不作限定,各贷款方的地址可以存储于要求信息库中。
可以理解的是,由于借款方的基本信息以及违约信息均满足目标贷款方的要求,且借款方的资质对于目标贷款方较高,因此,借款方向目标贷款方提交贷款申请有较大概率能申请通过,即向目标贷款方申请贷款是适合借款方的贷款方式。
S508、显示贷款分析结果。
生成贷款分析结果后,在用户端的显示器上显示贷款分析结果。
请参阅图6,在上面实施例的步骤S503之后,还包括以下步骤:
S601、显示预置的第一示警信息,获取并识别借款人员的第一反馈信息;
S602、判断第一反馈信息是否为降低额度;
S603、根据第一反馈信息更改基本信息中的贷款额度。
请参阅图7,在判断筛选出的贷款方是否存在大于预设资质评分的贷款方之后,若筛选出的贷款方不存在大于预设资质评分的贷款方,则显示预置的第一示警信息。响应于借款人员在第一示警信息界面中点击“是”的操作,以及填写贷款额度的操作,生成第一反馈信息,获取并识别借款人员的第一反馈信息,判断第一反馈信息是否为降低额度,若第一反馈信息为降低额度,则根据第一反馈信息中的降低额度的值的大小更改基本信息中的贷款额度,并重新执行步骤S503。
请参阅图8,在上面实施例的步骤S506之后,还包括以下步骤:
S801、显示预置的第二示警信息,获取并识别借款人员的第二反馈信息;
S802、判断第二反馈信息是否为升级;
S803、根据基本信息以及违约信息生成并展示对应的升级建议报告度。
请参阅图9,在判断所有的贷款方中是否存在基本信息以及违约信息符合要求标准的贷款方之后,若所有的贷款方中不存在基本信息以及违约信息符合要求标准的贷款方,则显示预置的第二示警信息。响应于借款人员在第二示警信息界面中点击“是”的操作,根据基本信息以及违约信息生成并展示对应的升级建议报告,升级建议报告为基本信息以及违约信息中可以在短时间内升级的建议。例如,升级建议报告可以包括建议增加担保物。
上面实施例中,通过贷款分析软件或贷款分析网页对获取到的信息进行分析,得到贷款分析结果,可以使借款人员根据贷款分析结果更简便地选择更适合借款方的贷款方式。
本申请实施例还公开一种金融违约信息处理***。请参阅图10,一种金融违约信息处理***包括:信息获取模块1、标准建立模块2、判断模块3以及结果生成模块4。
信息获取模块1,用于获取借款方的基本信息以及违约信息,获取不同贷款方的要求信息以及编号信息;
标准建立模块2,用于根据该要求信息建立不同贷款方的要求标准;
判断模块3,用于判断所有的贷款方中是否存在该基本信息以及该违约信息符合要求标准的贷款方;
结果生成模块4,用于若所有的贷款方中存在该基本信息以及该违约信息符合要求标准的贷款方,则根据该基本信息、该违约信息、该符合要求标准的贷款方对应的编号信息以及预置的贷款分析模型得到贷款分析结果。
需要说明的是:上述实施例提供的***在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的一种金融违约信息处理***和一种金融违约信息处理方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
上述实施例中所用,根据上下文,术语“当…时”可以被解释为意思是“如果…”或“在…后”或“响应于确定…”或“响应于检测到…”。类似地,根据上下文,短语“在确定…时”或“如果检测到(所陈述的条件或事件)”可以被解释为意思是“如果确定…”或“响应于确定…”或“在检测到(所陈述的条件或事件)时”或“响应于检测到(所陈述的条件或事件)”。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。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。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如DVD)、或者半导体介质(例如固态硬盘)等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,该流程可以由计算机程序来指令相关的硬件完成,该程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法实施例的流程。而前述的存储介质包括:ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。
Claims (10)
1.一种金融违约信息处理方法,其特征在于:
获取借款方的基本信息以及违约信息,获取不同贷款方的要求信息以及编号信息;
根据所述要求信息建立不同贷款方的要求标准;
判断所有的贷款方中是否存在所述基本信息以及所述违约信息符合要求标准的贷款方;
若所有的贷款方中存在所述基本信息以及所述违约信息符合要求标准的贷款方,则根据所述基本信息、所述违约信息、所述符合要求标准的贷款方对应的编号信息以及预置的贷款分析模型得到贷款分析结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述基本信息、所述违约信息、符合要求标准的贷款方对应的编号信息以及预置的贷款分析模型得到贷款分析结果,具体包括:
将所述基本信息、所述违约信息以及所述符合要求标准的贷款方对应的编号信息输入预置的贷款分析模型,得到贷款方的对应资质评分;
根据所述贷款方的对应资质评分得到贷款分析结果。
3.根据权利要求2所述的方法,其特征在于,所述根据所述贷款方的对应资质评分得到贷款分析结果,具体包括:
按所述贷款方的对应资质评分的高低在所述符合要求标准的贷款方中筛选出前预设多个贷款方;
判断筛选出的贷款方中是否存在大于预设资质评分的贷款方;
若筛选出的贷款方中存在大于预设资质评分的贷款方,则将大于预设资质评分的贷款方确认为目标贷款方,根据所述目标贷款方生成贷款分析结果。
4.根据权利要求3所述的方法,其特征在于,所述贷款分析结果还包括所述目标贷款方的贷款通过率,在所述根据目标贷款方生成贷款分析结果之后,还包括:
获取所述目标贷款方的贷款通过率;
将所述目标贷款方的贷款通过率增添至所述贷款分析结果中。
5.根据权利要求1所述的方法,其特征在于,在所述判断所有的贷款方中是否存在所述基本信息以及所述违约信息符合要求标准的贷款方之后,还包括:
若所有的贷款方中不存在所述基本信息以及所述违约信息符合要求标准的贷款方,则显示预置的第一示警信息,获取并识别借款人员的第一反馈信息;
判断所述第一反馈信息是否为降低额度;
若所述第一反馈信息为降低额度,则根据所述第一反馈信息更改所述基本信息中的贷款额度;
重复执行判断所有的贷款方中是否存在所述基本信息以及所述违约信息符合要求标准的贷款方的步骤。
6.根据权利要求3所述的方法,其特征在于,在所述判断筛选出的贷款方中是否存在大于预设资质评分的贷款方之后,还包括:
若筛选出的贷款方中不存在大于预设资质评分的贷款方,则显示预置的第二示警信息,获取并识别借款人员的第二反馈信息;
判断所述第二反馈信息是否为升级;
若所述第二反馈信息为升级,则根据基本信息以及违约信息生成并展示对应的升级建议报告。
7.根据权利要求1所述的方法,其特征在于,所述预置的贷款分析模型为神经网络模型。
8.一种金融违约信息处理***,其特征在于,所述***包括:
信息获取模块(1),用于获取借款方的基本信息以及违约信息,获取不同贷款方的要求信息以及编号信息;
标准建立模块(2),用于根据所述要求信息建立不同贷款方的要求标准;
判断模块(3),用于判断所有的贷款方中是否存在所述基本信息以及所述违约信息符合要求标准的贷款方;
结果生成模块(4),用于若所有的贷款方中存在所述基本信息以及所述违约信息符合要求标准的贷款方,则根据所述基本信息、所述违约信息、所述符合要求标准的贷款方对应的编号信息以及预置的贷款分析模型得到贷款分析结果。
9.一种计算机可读存储介质,其特征在于,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行如权利要求1-7任意一项所述的方法步骤。
10.一种电子设备,其特征在于,所述电子设备包括:一个或多个处理器和存储器;所述存储器与所述一个或多个处理器耦合,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,所述一个或多个处理器调用所述计算机指令以使得所述电子设备执行如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310720442.2A CN116720950A (zh) | 2023-06-16 | 2023-06-16 | 一种金融违约信息处理方法、***、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310720442.2A CN116720950A (zh) | 2023-06-16 | 2023-06-16 | 一种金融违约信息处理方法、***、介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116720950A true CN116720950A (zh) | 2023-09-08 |
Family
ID=87865754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310720442.2A Pending CN116720950A (zh) | 2023-06-16 | 2023-06-16 | 一种金融违约信息处理方法、***、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116720950A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107895311A (zh) * | 2017-12-08 | 2018-04-10 | 微神马科技(大连)有限公司 | 一种订单匹配分发的方法和装置 |
CN110533522A (zh) * | 2019-07-12 | 2019-12-03 | 平安普惠企业管理有限公司 | 资源分配审核方法、电子装置及计算机可读存储介质 |
CN111461859A (zh) * | 2019-03-14 | 2020-07-28 | 配对宝有限公司 | 借贷配对***和方法 |
US20210209678A1 (en) * | 2020-01-02 | 2021-07-08 | Valerii Borovyk | System and method for financial transactions between creditors and debtors |
-
2023
- 2023-06-16 CN CN202310720442.2A patent/CN116720950A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107895311A (zh) * | 2017-12-08 | 2018-04-10 | 微神马科技(大连)有限公司 | 一种订单匹配分发的方法和装置 |
CN111461859A (zh) * | 2019-03-14 | 2020-07-28 | 配对宝有限公司 | 借贷配对***和方法 |
CN110533522A (zh) * | 2019-07-12 | 2019-12-03 | 平安普惠企业管理有限公司 | 资源分配审核方法、电子装置及计算机可读存储介质 |
US20210209678A1 (en) * | 2020-01-02 | 2021-07-08 | Valerii Borovyk | System and method for financial transactions between creditors and debtors |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI759620B (zh) | 確定用戶金融違約風險的方法及裝置與電腦可讀儲存媒體及計算設備 | |
CN108133013B (zh) | 信息处理方法、装置、计算机设备和存储介质 | |
US11645656B2 (en) | Machine learning-based determination of limits on merchant use of a third party payments system | |
US8332295B1 (en) | Method and system for mapping business transactions | |
US20120029978A1 (en) | Economic Rewards for the Performance of Tasks by a Distributed Workforce | |
US20050278246A1 (en) | Software solution management of problem loans | |
US20200167763A1 (en) | Method and system for deanomymizing cryptocurrency users by analyzing bank transfers to a cryptocurrency exchange | |
WO2004099927A2 (en) | System and method for creating, managing and procuring real estate agreements | |
US10984446B1 (en) | Method and system for predicting relevant offerings for users of data management systems using machine learning processes | |
CN113095408A (zh) | 风险的确定方法、装置和服务器 | |
CN110223182A (zh) | 一种理赔风控方法、装置及计算机可读存储介质 | |
US20230281722A1 (en) | Smart estimatics methods and systems | |
CN110033357A (zh) | 信贷产品推荐方法及*** | |
JP6734452B1 (ja) | 情報処理装置、情報処理方法及びコンピュータプログラム | |
US20090006246A1 (en) | Method and System for Simulating an On-Line Credit Application | |
KR102523050B1 (ko) | 구독경제 기반 렌탈비 비교 서비스 제공 방법 | |
CN116823471A (zh) | 交易策略回测方法、装置、电子设备及存储介质 | |
CN116720950A (zh) | 一种金融违约信息处理方法、***、介质及电子设备 | |
CN108805690A (zh) | 用于比较和推荐合适的借款业务的***和方法 | |
CN113870007A (zh) | 一种产品推荐方法、装置、设备及介质 | |
CN114066603A (zh) | 贷后风险预警方法、装置、电子设备和计算机可读介质 | |
CN115115322A (zh) | 目标群组识别方法、风险评估方法、装置、设备及介质 | |
CN111681050A (zh) | 一种广告推送方法、装置、设备和存储介质 | |
TWI786654B (zh) | 協助取得貸款的電商平台伺服器及方法 | |
US20230018271A1 (en) | Lead Management System and Methods Thereof |
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 |