System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及神经网络,尤其涉及一种融资方案的推荐方法、装置、电子设备及存储介质。
技术介绍
1、当前,金融机构以供应链贸易背景为基础,提供各种融资产品,如基于应收账款的保理融资和应收账款质押融资,基于预付款的保兑仓融资和订单融资。
2、针对同一贸易背景,客户可以同时办理多种或一种产品。然而,各产品受多种因素如贷款期限、lpr变动等影响具有不同的贷款利率。对于融资客户,如何在各产品间快速进行选择和分配,从而保证融资成本较低成为了重要问题。
技术实现思路
1、本专利技术提供了一种融资方案的推荐方法、装置、电子设备及存储介质,以解决目标企业在进行融资前,对融资成本无法预测,且难以选择融资成本较低的融资方案。
2、根据本专利技术的一方面,提供了一种融资方案的推荐方法,该方法包括:
3、获取目标企业的目标融资信息以及目标融资金额;其中,目标融资信息为对目标企业的融资利率存在影响的信息;
4、将目标融资信息输入至预先训练的利率预测模型,得到各个融资产品在不同融资期限下的预测融资利率;
5、根据预测融资利率以及目标融资金额,确定推荐融资方案;
6、其中,利率预测模型在得到预测融资利率的过程中,在当前输入到利率预测模型中的当前融资信息与以往输入到利率预测模中的以往融资信息存在差异信息的情况下,根据以往融资信息确定以往标准化误差率,并根据以往标准化误差率对差异信息的权重进行确定。
7、根据本专利技术的另一方面,提供
8、目标数据获取模块,用于获取目标企业的目标融资信息以及目标融资金额;其中,目标融资信息为对目标企业的融资利率存在影响的信息;
9、融资利率预测模块,用于将目标融资信息输入至预先训练的利率预测模型,得到各个融资产品在不同融资期限下的预测融资利率;
10、融资方案确定模块,用于根据预测融资利率以及目标融资金额,确定推荐融资方案;
11、其中,利率预测模型在得到预测融资利率的过程中,在当前输入到利率预测模型中的当前融资信息与以往输入到利率预测模型中的以往融资信息存在差异信息的情况下,根据以往融资信息确定以往标准化误差率,并根据以往标准化误差率对差异信息的权重进行确定。
12、根据本专利技术的另一方面,提供了一种电子设备,电子设备包括:
13、至少一个处理器;以及
14、与至少一个处理器通信连接的存储器;其中,
15、存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本专利技术任一实施例的融资方案的推荐方法。
16、根据本专利技术的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本专利技术任一实施例的融资方案的推荐方法。
17、本专利技术实施例的技术方案,获取目标企业的目标融资信息以及目标融资金额,将目标融资信息输入至预先训练的利率预测模型,得到各个融资产品在不同融资期限下的预测融资利率,根据预测融资利率以及目标融资金额,确定推荐融资方案,使得在企业进行融资时,能够降低企业融资成本,提高用户体验。
18、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种融资方案的推荐方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述利率预测模型的训练过程:
3.根据权利要求2所述的方法,其特征在于,以增量学习模型作为初始模型,通过所述历史融资信息组以及所述历史融资利率组,对所述初始模型进行训练,得到所述利率预测模型,包括:
4.根据权利要求3所述的方法,其特征在于,所述标准化误差率的计算公式为:
5.根据权利要求1所述的方法,其特征在于,根据所述预测融资利率以及所述目标融资金额,确定推荐融资方案,包括:
6.根据权利要求1所述的方法,其特征在于,在将所述目标融资信息输入至预先训练的利率预测模型之前,所述方法还包括:
7.根据权利要求1所述的方法,其特征在于,在根据所述预测融资利率以及所述目标融资金额,确定推荐融资方案之后,所述方法还包括:
8.一种融资方案的推荐装置,其特征在于,包括:
9.一种电子设备,其特征在于,所述电子设备包括:
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
...【技术特征摘要】
1.一种融资方案的推荐方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述利率预测模型的训练过程:
3.根据权利要求2所述的方法,其特征在于,以增量学习模型作为初始模型,通过所述历史融资信息组以及所述历史融资利率组,对所述初始模型进行训练,得到所述利率预测模型,包括:
4.根据权利要求3所述的方法,其特征在于,所述标准化误差率的计算公式为:
5.根据权利要求1所述的方法,其特征在于,根据所述预测融资利率以及所述目标融资金额,确定推荐融资方案,包括:
6.根据权...
【专利技术属性】
技术研发人员:高凌妤,王建涛,方建勋,
申请(专利权)人:中国农业银行股份有限公司,
类型:发明
国别省市:
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。