技术特征：
1.一种贷款审批方法，其特征在于，所述方法包括：对获取的用户数据进行特征提取，得到每个属性类别下的最优特征值；通过构建的审批模型，根据每个属性类别下的最优特征值，得到贷款审批结果。2.根据权利要求1所述的贷款审批方法，其特征在于，所述对获取的用户数据进行特征提取，得到每个属性类别下的最优特征值，包括：通过决策树模型，对所述用户数据进行特征提取，得到每个属性类别下的最优特征值。3.根据权利要求2所述的贷款审批方法，其特征在于，所述用户数据包括多个属性类别和每个属性类别下的用户特征；所述通过决策树模型，对所述用户数据进行特征提取，得到每个属性类别下的最优特征值，包括：对所述每个属性类别下的用户特征进行计算，得到每个属性类别下的信息增益；根据所述信息增益，从所述用户特征中提取出每个属性类别下的最优特征值。4.根据权利要求1所述的贷款审批方法，其特征在于，在所述通过构建的审批模型，根据每个属性类别下的最优特征值，得到贷款审批结果之前，还包括：获取历史数据；通过所述历史数据，对支持向量机算法进行训练，构建出所述审批模型。5.根据权利要求1所述的贷款审批方法，其特征在于，所述用户数据包括用户征信、用户收入证明、用户房产信息、是否为首套购房、用户年龄、用户职业信息、用户婚姻状态和用户流水信息。6.一种贷款审批装置，其特征在于，所述装置包括：特征提取单元，用于对获取的用户数据进行特征提取，得到每个属性类别下的最优特征值；审批单元，用于通过构建的审批模型，根据每个属性类别下的最优特征值，得到贷款审批结果。7.根据权利要求6所述的贷款审批装置，其特征在于，特征提取单元，具体用于通过决策树模型，对所述用户数据进行特征提取，得到每个属性类别下的最优特征值。8.根据权利要求7所述的贷款审批装置，其特征在于，所述用户数据包括多个属性类别和每个属性类别下的用户特征；特征提取单元，具体用于对所述每个属性类别下的用户特征进行计算，得到每个属性类别下的信息增益；根据所述信息增益，从所述用户特征中提取出每个属性类别下的最优特征值。9.根据权利要求6所述的贷款审批装置，其特征在于，所述装置还包括：获取单元，用于获取历史数据；训练单元，用于通过所述历史数据，对支持向量机算法进行训练，构建出所述审批模型。10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至5任一项所述的贷款审批方法。11.一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信
息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现权利要求1至5任一项所述的贷款审批方法。12.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现权利要求1至5任一项所述的贷款审批方法。
技术总结
本发明实施例提供了一种贷款审批方法和装置，可用于人工智能技术领域，所述方法包括：对获取的用户数据进行特征提取，得到每个属性类别下的最优特征值；通过构建的审批模型，根据每个属性类别下的最优特征值，得到贷款审批结果，自动对贷款进行审批，审批过程客观，提高审批正确性和审批效率，从而提升用户体验。从而提升用户体验。从而提升用户体验。
技术研发人员：党娜 刘洋 李昊
受保护的技术使用者：中国银行股份有限公司
技术研发日：2022.06.21
技术公布日：2022/10/17