实时小额信贷系统技术方案

本发明专利技术公开了实时小额信贷系统，它涉及信贷系统技术领域。设备识别系统(1)、数据收集装置(2)、黑白名单服务系统(3)、规则引擎(4)、模型引擎(5)和额度服务系统(6)属于贷前和贷中系统设备，大数据催款系统(7)和自动上报系统(8)属于贷后的系统设备，它还包含第三方系统(9)和商户系统(10), 数据收集系统(2)分别与第三方系统(9)和商户系统(10)连接。它能克服现有技术的弊端，设备结构设计合理，新颖，去掉人工环节，节约人力成本，减少人工出错的概率。解决时效性问题，审批实时生效，保证了信用贷款的实时发放。

【技术实现步骤摘要】

本专利技术涉及实时小额信贷系统，属于信贷系统

技术介绍
贷前，贷中，贷后作为信用贷款的主要流程。贷前作为和用户交互最多的部分，里面主要包括了资料的提交和信用审批，而且传统行业无论资料提交或审核需要大量的人力和时间去做，并且无法避免人工误差的行为，同时会对用户提供比较差的用户体验。一个用户经过资料提交，审批，放款需要几天甚至I周以上的时间。虽然一些贷款公司，开始了一些线上的业务。用户信用申请的时候，资料的提交由线下转到线上，不需要用户到柜台去申请办理和人工填写了。但是审核流程人工介入，人工误差，时效性一直得不到满意的解决。
技术实现思路
针对上述问题，本专利技术要解决的技术问题是提供实时小额信贷系统。本专利技术实时小额信贷系统包含设备识别系统1、数据收集装置2、黑白名单服务系统3、规则引擎4、模型引擎5、额度服务系统6、大数据催款系统7和自动上报系统8，设备识另Ij系统1、数据收集装置2、黑白名单服务系统3、规则引擎4、模型引擎5和额度服务系统6属于贷前和贷中系统设备，其贷前和贷中的具体工作流程为:设备识别系统1:通过在网站或者移动端嵌入设备识别脚本，可以获取设备的多重属性，为每个设备建立唯一的ID，通过设备识别技术，更容易发现用户的恶意行为，准确追踪定位风险产生的用户主体以及关联的所有用户，及时发现风险，控制风险，减少损失； 数据收集系统2:主要是收集用户行为数据和提供用户提交数据(包括用户第三方数据)的入口，收集用户行为数据通过在网站或者移动端嵌入收集脚本，收集用户基本特征和用户操作行为，逐渐描摹出一个用户主体的行为轨迹，用户提交数据的入口，是用户提交消费数据，电商数据等用于大数据授信的数据基础； 黑白名单服务系统3:对于不良信用记录的失信者，建立失信名单，构筑共防共治，包括系统累计和第三方提供的基本库。让每一笔授信请求的时候，用户的信息都会在这个基本库里进行匹配； 规则引擎4:主要是从用户提交的数据，商户提交的数据，关联的第三方数据，系统收集的数据，从多个维度去考察用户的真实性，还款能力和还款意愿； 模型引擎5:通过数据历史的累计，和系统自学习，从海量的数据里，发现有区分用户风险的特性。从而建立模型，可以智能的对用户进行打分，并且根据平均违约率对用户进行风险分级，从而能进行风险议价； 额度服务系统6:根据用户风险等级和还款能力，智能决策出用户的信贷额度。作为优选，所述的大数据催款系统7和自动上报系统8属于贷后的系统设备，其贷后的具体流程为:大数据催款系统7:利用收集到海量数据，对用户进行预警，能提前进行干扰和催款； 自动上报系统8:如果用户逾期，多平台自动上报，达到增加用户逾期成本，并且同防同控的目的。作为优选，它还包含第三方系统9和商户系统10，数据收集系统2分别与第三方系统9和商户系统10连接。 本专利技术的有益效果:它能克服现有技术的弊端，设备结构设计合理，新颖，去掉人工环节，节约人力成本，减少人工出错的概率。解决时效性问题，审批实时生效，保证了信用贷款的实时发放。 【附图说明】: 为了易于说明，本专利技术由下述的具体实施及附图作以详细描述。图1为本专利技术贷前和贷中的工作原理结构示意图； 图2为本专利技术贷后的工作原理结构示意图。【具体实施方式】: 如图1-2所示，本【具体实施方式】采用以下技术方案:本专利技术实时小额信贷系统包含设备识别系统1、数据收集装置2、黑白名单服务系统3、规则引擎4、模型引擎5、额度服务系统6、大数据催款系统7和自动上报系统8，设备识别系统1、数据收集装置2、黑白名单服务系统3、规则引擎4、模型引擎5和额度服务系统6属于贷前和贷中系统设备，其贷前和贷中的具体工作流程为:设备识别系统1:通过在网站或者移动端嵌入设备识别脚本，可以获取设备的多重属性，为每个设备建立唯一的ID，通过设备识别技术，更容易发现用户的恶意行为，准确追踪定位风险产生的用户主体以及关联的所有用户，及时发现风险，控制风险，减少损失； 数据收集系统2:主要是收集用户行为数据和提供用户提交数据(包括用户第三方数据)的入口，收集用户行为数据通过在网站或者移动端嵌入收集脚本，收集用户基本特征和用户操作行为，逐渐描摹出一个用户主体的行为轨迹，用户提交数据的入口，是用户提交消费数据，电商数据等用于大数据授信的数据基础； 黑白名单服务系统3:对于不良信用记录的失信者，建立失信名单，构筑共防共治，包括系统累计和第三方提供的基本库。让每一笔授信请求的时候，用户的信息都会在这个基本库里进行匹配； 规则引擎4:主要是从用户提交的数据，商户提交的数据，关联的第三方数据，系统收集的数据，从多个维度去考察用户的真实性，还款能力和还款意愿。 模型引擎5:通过数据历史的累计，和系统自学习，从海量的数据里，发现有区分用户风险的特性。从而建立模型，可以智能的对用户进行打分，并且根据平均违约率对用户进行风险分级，从而能进行风险议价； 额度服务系统6:根据用户风险等级和还款能力，智能决策出用户的信贷额度； 作为优选，所述的大数据催款系统7和自动上报系统8属于贷后的系统设备，其贷后的具体流程为:大数据催款系统7:利用收集到海量数据，对用户进行预警，能提前进行干扰和催款； 自动上报系统8:如果用户逾期，多平台自动上报，达到增加用户逾期成本，并且同防同控的目的。作为优选，它还包含第三方系统9和商户系统10，数据收集系统2分别与第三方系统9和商户系统10连接。以上显示和描述了本专利技术的基本原理和主要特征和本专利技术的优点。本行业的技术人员应该了解，本专利技术不受上述实施例的限制，上述实施例和说明书中描述的只是说明本专利技术的原理，在不脱离本专利技术精神和范围的前提下，本专利技术还会有各种变化和改进，这些变化和改进都落入要求保护的本专利技术范围内。本专利技术要求保护范围由所附的权利要求书及其等效物界定。【主权项】1.实时小额信贷系统，其特征在于:它包含设备识别系统(I)、数据收集装置(2)、黑白名单服务系统(3)、规则引擎(4)、模型引擎(5)、额度服务系统(6)、大数据催款系统(7)和自动上报系统(8)，设备识别系统(I)、数据收集装置(2)、黑白名单服务系统(3)、规则引擎(4)、模型引擎(5)和额度服务系统(6)属于贷前和贷中系统设备，其贷前和贷中的具体工作流程为:设备识别系统(I):通过在网站或者移动端嵌入设备识别脚本，可以获取设备的多重属性，为每个设备建立唯一的ID，通过设备识别技术，更容易发现用户的恶意行为，准确追踪定位风险产生的用户主体以及关联的所有用户，及时发现风险，控制风险，减少损失; 数据收集系统(2):主要是收集用户行为数据和提供用户提交数据的入口，收集用户行为数据通过在网站或者移动端嵌入收集脚本，收集用户基本特征和用户操作行为，逐渐描摹出一个用户主体的行为轨迹，用户提交数据的入口，是用户提交消费数据，电商数据等用于大数据授信的数据基础； 黑白名单服务系统(3):对于不良信用记录的失信者，建立失信名单，构筑共防共治，包括系统累计和第三方提供的基本库。2.让每一笔授信请求的时候，用户的信息都会在这个基本库里进行匹配； 规则引擎(4):主要是从用户提交的数据，商户提交的数据，关联的第三方数据，系统收集的数据，从多个维本文档来自技高网...

【技术保护点】
实时小额信贷系统，其特征在于：它包含设备识别系统(1)、数据收集装置(2)、黑白名单服务系统(3)、规则引擎(4)、模型引擎(5)、额度服务系统(6)、大数据催款系统(7)和自动上报系统(8)，设备识别系统(1)、数据收集装置(2)、黑白名单服务系统(3)、规则引擎(4)、模型引擎(5)和额度服务系统(6)属于贷前和贷中系统设备，其贷前和贷中的具体工作流程为：设备识别系统(1)：通过在网站或者移动端嵌入设备识别脚本，可以获取设备的多重属性，为每个设备建立唯一的ID，通过设备识别技术，更容易发现用户的恶意行为，准确追踪定位风险产生的用户主体以及关联的 所有用户，及时发现风险，控制风险，减少损失；数据收集系统(2)：主要是收集用户行为数据和提供用户提交数据的入口，收集用户行为数据通过在网站或者移动端嵌入收集脚本，收集用户基本特征和用户操作行为，逐渐描摹出一个用户主体的行为轨迹，用户提交数据的入口，是用户提交消费数据，电商数据等用于大数据授信的数据基础；黑白名单服务系统(3)：对于不良信用记录的失信者，建立失信名单，构筑共防共治,包括系统累计和第三方提供的基本库。

【技术特征摘要】

【专利技术属性】
技术研发人员：张臣，王亮，华律，
申请(专利权)人：上海佰晟通信息科技有限公司，
类型：发明
国别省市：上海;31