一种信贷处理方法、装置、设备及存储介质与流程

本申请涉及人工智能，尤其涉及一种信贷处理方法、装置、设备及存储介质。

背景技术：

1、信贷是指用户利用自身的信用评价从银行等金融机构借贷业务。信贷审核是降低信贷风险的关键技术。

2、相关方案中，金融机构基于历史统计数据，建立直接风险评估和预警模型，对用户贷款进行信贷审核。但这种方式需要大量用户的信用历史数据，当申请信贷用户为新的授权信用用户时，由于用户信用历史数据缺乏，导致信贷审核准确率低。

技术实现思路

1、有鉴于此，本申请一种信贷处理方法、装置、设备及存储介质，用于当申请信贷用户为新的授权信用用户时，信贷审核也具有较高的准确度。

2、第一方面，一种信贷处理方法，所述方法包括：

3、当目标用户请求信贷业务时，获取所述目标用户的用户数据；

4、将所述目标用户的用户数据聚类，得到第一数据集和第二数据集；所述第一数据集中的数据为基本信息数据，所述第二数据集中的数据为服务信息数据；

5、根据所述第一数据集和所述第二数据集，确定所述目标用户的用户画像；

6、基于预先构建的用户画像与信用评价等级之间的对应关系，确定所述目标用户的信用评价等级，以根据所述目标用户的信用评价等级进行信贷处理。

7、可选地，所述根据所述第一数据集和所述第二数据集，确定所述目标用户的用户画像，包括：

8、基于关联规则挖掘算法，确定所述第一数据集中的数据与所述第二数据集中的数据的关联关系；

9、根据所述关联规则，确定所述目标用户的用户画像。

10、可选地，所述基于关联规则挖掘算法，确定所述第一数据集中的数据与所述第二数据集中的数据的关联关系，包括：

11、基于关联规则挖掘算法和时间要素，确定所述第一数据集中的数据与所述第二数据集中的数据的关联关系。

12、可选地，所述将所述目标用户的用户数据聚类，包括：

13、确定所述用户数据中重复数据；

14、删除所述用户数据中的重复数据；

15、将删除后的用户数据聚类。

16、可选地，所述以根据所述目标用户的信用评价等级进行信贷处理，包括：

17、当所述目标用户的信用评价等级大于第一预设阈值时，确定所述目标用户申请的贷款额度全部审批通过；

18、当所述目标用户的信用评价等级大于第二预设阈值，且小于或等于所述第一预设阈值时，确定所述目标用户申请的贷款额度部分审批通过；所述第一预设阈值大于所述第二预设阈值；

19、当所述目标用户的信用评价等级小于或等于所述第二预设阈值时，确定所述目标用户不通过信贷审核。

20、可选地，所述将所述目标用户的用户数据聚类，得到第一数据集和第二数据集，包括；

21、基于预先训练的聚类算法，将所述目标用户的用户数据聚类，得到第一数据集和第二数据集；

22、所述聚类算法为基于多个历史用户的用户数据训练后的聚类算法。

23、第二方面，本申请提供了一种信贷处理装置，所述装置包括：

24、获取单元，用于当目标用户请求信贷业务时，获取所述目标用户的用户数据；

25、聚类单元，用于将所述目标用户的用户数据聚类，得到第一数据集和第二数据集；所述第一数据集中的数据为基本信息数据，所述第二数据集中的数据为服务信息数据；

26、第一确定单元，用于根据所述第一数据集和所述第二数据集，确定所述目标用户的用户画像；

27、第二确定单元，用于基于预先构建的用户画像与信用评价等级之间的对应关系，确定所述目标用户的信用评价等级，以根据所述目标用户的信用评价等级进行信贷处理。

28、可选地，所述第一确定单元用于：

29、基于关联规则挖掘算法，确定所述第一数据集中的数据与所述第二数据集中的数据的关联关系；

30、根据所述关联规则，确定所述目标用户的用户画像。

31、第三方面，本申请提供了一种信贷处理设备，所述设备包括：

32、存储器，用于存储计算机程序；

33、处理器，用于执行所述计算机程序，以使所述设备执行如第一方面任一项所述信贷处理方法。

34、第四方面，本申请提供一种计算机存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述方法。

35、有益效果：

36、本申请提供了一种信贷处理方法、装置、设备以及存储介质。当目标用户请求信贷时，获取目标用户的用户数据，将目标用户的用户聚类，得到第一数据集和第二数据集。根据第一数据集和第二数据集，确定目标用户的用户画像。最后基于预先构建的用户画像与信用评价等级之间的对应关系，确定目标用户的信用评价等级。即，本申请实施例通过用户数据，得到目标用户的用户画像，利用用户画像与信用评价等级之间的对应关系，确定目标用户的信用评价等级。由此可知，即使当目标用户为新的授信用户时，也不需要用户信用历史数据，只需要获取目标用户的当前用户数据，就可以获取目标用户的信用评价等级。

技术特征：

1.一种信贷处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述方法，其特征在于，所述根据所述第一数据集和所述第二数据集，确定所述目标用户的用户画像，包括：

3.根据权利要求2所述方法，其特征在于，所述基于关联规则挖掘算法，确定所述第一数据集中的数据与所述第二数据集中的数据的关联关系，包括：

4.根据权利要求1所述方法，其特征在于，所述将所述目标用户的用户数据聚类，包括：

5.根据权利要求1所述方法，其特征在于，所述以根据所述目标用户的信用评价等级进行信贷处理，包括：

6.根据权利要求1所述方法，其特征在于，所述将所述目标用户的用户数据聚类，得到第一数据集和第二数据集，包括；

7.一种信贷处理装置，其特征在于，所述装置包括：

8.根据权利要求7所述装置，其特征在于，所述第一确定单元用于：

9.一种信贷处理设备，其特征在于，所述设备包括：

10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法。

技术总结
本申请公开了一种信贷处理方法、装置、设备及存储介质，应用于人工智能领域或金融领域。该方法包括：当目标用户请求信贷时，获取目标用户的用户数据，将目标用户的用户聚类，得到第一数据集和第二数据集。根据第一数据集和第二数据集，确定目标用户的用户画像。最后基于预先构建的用户画像与信用评价等级之间的对应关系，确定目标用户的信用评价等级。即，本申请实施例通过用户数据，得到目标用户的用户画像，利用用户画像与信用评价等级之间的对应关系，确定目标用户的信用评价等级。由此可知，即使当目标用户为新的授信用户时，也不需要用户信用历史数据，只需要指导目标用户的当前用户数据，就可以获取目标用户的信用评价等级。

技术研发人员：牛福娟
受保护的技术使用者：中国银行股份有限公司
技术研发日：
技术公布日：2024/1/15