The embodiment of the present invention provides a credit limit adjustment method and its device, device and storage medium, in which the method includes: acquiring the data information of the target user based on the acquired identification information of the target user; determining the state vector of the target user according to the data information of the target user; and determining the state vector of the target user according to the state vector of the target user. The strategy revenue vector corresponding to the state vector; input the strategy revenue vector and the state vector into the first fully connected neural network to determine the adjustment direction and the adjustment value of the credit limit; and determine the target credit limit of the target user according to the adjustment direction, the adjustment value and the current credit limit of the target user.
【技术实现步骤摘要】
信用额度的调整方法及其装置、设备、存储介质
本专利技术涉及互联网
,尤其涉及一种信用额度的调整方法及其装置、设备、存储介质。
技术介绍
目前,随着经济的发展,人们不再满足于吃饱穿暖的基本保障,往往会有一些超前消费,而这些超前消费需要向银行贷款。个人信用贷款是银行或其它金融机构向资信良好的借款人发放的无需提供担保的人民币信用贷款,而信用额度是依据贷方收入、营收、负债比、职业、财产等条件因素,由借方单方面决定的金额。此意味着借方要有越高的信用额度,借方的各种条件都必须相当优良,贷方才会愿意提供越高的借贷金额。传统的自动调额系统,都是基于人工定制的规则,无法自动的适应当前金融形势和用户状态的变化。
技术实现思路
有鉴于此,本专利技术实施例期望提供一种信用额度的调整方法及其装置、设备、存储介质,解决了现有技术方案中信用额度的调整无法自动的适应当前金融形势和用户状态的变化的问题,能够深度强化学习利用用户的多维度数据信息,并根据用户的状态向量对应与策略收益向量的对应关系,确定信用额度的调整策略,从而自动对信用额度进行调整。本专利技术实施例的技术方案是这样实现的:本专利技术实施例提供一种信用额度的调整方法,所述方法包括:基于获取的目标用户的标识信息,获取所述目标用户的数据信息;根据所述目标用户的数据信息确定所述目标用户的状态向量,根据所述目标用户的状态向量确定所述状态向量对应的策略收益向量;将所述策略收益向量和所述状态向量输入至第一全连接神经网络,确定信用额度的调整方向和调整值;根据所述调整方向、调整值和所述目标用户的当前信用额度确定所述目标用户的目标信用额度。本专利 ...
【技术保护点】
1.一种调整信用额度的方法,其特征在于,所述方法包括:基于获取的目标用户的标识信息,获取所述目标用户的数据信息;根据所述目标用户的数据信息确定所述目标用户的状态向量,根据所述目标用户的状态向量确定所述状态向量对应的策略收益向量;将所述策略收益向量和所述状态向量输入至第一全连接神经网络,确定信用额度的调整方向和调整值;根据所述调整方向、调整值和所述目标用户的当前信用额度确定所述目标用户的目标信用额度。
【技术特征摘要】
1.一种调整信用额度的方法,其特征在于,所述方法包括:基于获取的目标用户的标识信息,获取所述目标用户的数据信息;根据所述目标用户的数据信息确定所述目标用户的状态向量,根据所述目标用户的状态向量确定所述状态向量对应的策略收益向量;将所述策略收益向量和所述状态向量输入至第一全连接神经网络,确定信用额度的调整方向和调整值;根据所述调整方向、调整值和所述目标用户的当前信用额度确定所述目标用户的目标信用额度。2.根据权利要求1中所述的方法,其特征在于,所述数据信息至少包括:第一维度数据信息、第二维度数据信息和第三维度数据信息,对应地,所述根据所述数据信息确定所述目标用户的状态向量,包括:将所述第一维度数据信息输入到第一循环神经网络,得到第一输出结果;将所述第二维度数据信息输入到第二循环神经网络,得到第二输出结果;将所述第三维度数据信息输入到第三循环神经网络,得到第三输出结果;将所述第一输出结果、所述第二输出结果和所述第三输出结果输入到第二全连接神经网络,得到所述目标用户的状态向量。3.根据权利要求2中所述的方法,其特征在于,所述将所述第一维度数据信息输入到第一循环神经网络得到第一输出结果,包括:将第一时刻的第一维度数据信息输入到所述第一循环神经网络,得到第一一维输出结果;将第k时刻的第一维度数据信息和第(k-1)一维输出结果输入到所述第一循环神经网络,得到第k一维输出结果,其中,所述k=2、3、…、N,N为所述第一维度数据信息中的时刻总数;将第N一维输出结果确定为第一输出结果。4.根据权利要求2中所述的方法,其特征在于,所述将所述第二维度数据信息输入到第二循环神经网络得到第二输出结果,包括:将第一时刻的第二维度数据信息和第一一维输出结果输入到所述第二循环神经网络,得到第一二维输出结果;将第k时刻的第二维度数据信息、第k一维输出结果和第(k-1)二维输出结果输入到所述第二循环神经网络,得到第k二维输出结果,其中,所述k=2,3,…,N;将第N二维输出结果确定为第二输出结果。5.根据权利要求2中所述的方法,其特征在于,所述将所述第三维度数据信息输入到第三循环神经网络得到第三输出结果,包括:将第一时刻的第三维度数据信息、第一一维输出结果和第一二维输出结果输入到所述第三循环神经网络,得到第一三维输出结果;将第k时刻的第三维度数据信息、第k一维输出结果、第k二维输出结果和第(k-1)三维输出结果输入到所述第三循环神经网络,得到第k三维输出结果,其中,所述k=2、3、…、N;将第N三维输出结果确定为第三输出结果。6.根据权利要求1中所述的方法,其特征在于,所述根据所述状态向量确定所述状态向量对应的策略收益向量,包括:获取可使用的信用额度调整策略;确定所述状态向量在所述可使用的信用额度调整策略下的第一收益概率分布信息;根据所述第一收益概率分布信息确定所述状态向量对应的策略收益向量。7.根据权利要求6中所述的方法,其特征在于,所述根据所述第一收益概率分布信息确定所述状态向量对应的策略收益向量,包括:对所述第一收益概率分布信息进行最大池化操作,得到第一采样结果;对第h采样结果进行策略枚举得到第(h+1)收益概率分布信息,并对所述第(h+1)收益概率分布信息最大池化操作,得到第h采样结果,其中,h=1、2、…、(M-1),M为预设的迭代次数;根据第(M-1)采样结果确定所述可使用的信用额度调整策略的收益;根据所述可使用的信用额度调整策略和所述可使用的信用额度调整策略的收益确定所述状态向量对应的策略收益向量。8.根据权利要求1中所述的方法,其特征在于,所述方法还包括:将所述调整方向和调整值确定为调整策略;确定所述调整策略的预计收益值和实际收益值;根据所述预计收益值和所述实际收...
【专利技术属性】
技术研发人员:段培,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。