The present disclosure relates to a user behavior data processing method, a device, an electronic device and a computer readable medium. Referring to the field of computer information processing, the method includes: acquiring user's behavior data from a plurality of data sources; determining the first evaluation coefficient and the second evaluation coefficient of the user according to the behavior data, the first evaluation coefficient representing the user's willingness strength, and the second evaluation coefficient representing the user. Capacity strength; determining a plurality of risk characteristic probabilities of the user based on the behavior data; and determining the risk level of the user by the first evaluation coefficient, the second evaluation coefficient, and the plurality of risk characteristic probabilities. The user behavior data processing method, device, electronic equipment and computer readable medium of the disclosure can classify the risk level of the user in arrears and analyze the risk factors, so that the creditor can reasonably arrange the order, intensity and efficiency of the collection.
【技术实现步骤摘要】
用户行为数据处理方法、装置、电子设备及计算机可读介质
本公开涉及计算机信息处理领域,具体而言,涉及一种用户行为数据处理方法、装置、电子设备及计算机可读介质。
技术介绍
不良资产,主要是指不良贷款,包括逾期贷款(贷款到期限未还的贷款)、呆滞贷款(逾期两年以上的贷款)和呆帐贷款(需要核销的收不回的贷款)三种情况。不良资产账率一方面和客户信用风险高度相关;另一方面,催收方式也影响催收效果、效率。在现有技术中,不良资产公司实现债后催收,一般分为两种模式,一种是发生债务直接去催收;另一种是贷后监控,例如通过人工监控欠债人的资产状况、收入支出、居住位置、工作地、通讯录等,进而去监控欠债人的资信状态。以上两种方式均需要在催收前期投入大量的人力物力成本去进行监控和分析,但催收的效果却不尽人意。因此,需要一种新的用户行为数据处理方法、装置、电子设备及计算机可读介质。在所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
有鉴于此,本公开提供一种用户行为数据处理方法、装置、电子设备及计算机可读介质,能够对欠款用户进行风险等级分级及风险因素分析,以便债权人合理安排催收顺序,催收强度,提高催收效率。本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。根据本公开的一方面,提出一种用户行为数据处理方法,该方法包括:通过多个数据源获取用户的行为数据;根据所述行为数据确定所述用户的第一评估系数与第二评估系数,所述第一评估系数表示所述用户的意愿强度,所述第二评估系数表示所述用户 ...
【技术保护点】
1.一种用户行为数据处理方法,其特征在于,包括:通过多个数据源获取用户的行为数据;根据所述行为数据确定所述用户的第一评估系数与第二评估系数,所述第一评估系数表示所述用户的意愿强度,所述第二评估系数表示所述用户的能力强度;根据所述行为数据确定所述用户的多个风险特征概率;以及通过所述第一评估系数、所述第二评估系数,以及所述多个风险特征概率确定所述用户的风险级别。
【技术特征摘要】
1.一种用户行为数据处理方法,其特征在于,包括:通过多个数据源获取用户的行为数据;根据所述行为数据确定所述用户的第一评估系数与第二评估系数,所述第一评估系数表示所述用户的意愿强度,所述第二评估系数表示所述用户的能力强度;根据所述行为数据确定所述用户的多个风险特征概率;以及通过所述第一评估系数、所述第二评估系数,以及所述多个风险特征概率确定所述用户的风险级别。2.如权利要求1所述的方法,其特征在于,通过多个数据源获取用户的行为数据包括:通过多个数据源获取用户的基础数据;以及将所述基础数据进行数据预处理以获取用户的所述行为数据。3.如权利要求2所述的方法,其特征在于,将所述基础数据进行数据预处理以获取用户的所述行为数据包括:去除所述基础数据中的存疑数据以生成所述行为数据;去除所述基础数据中的异常值数据以生成所述行为数据;对所述基础数据进行缺失值填补以生成所述行为数据;以及去除所述基础数据中的重复数据以生成所述行为数据。4.如权利要求1所述的方法,其特征在于,所述通过多个数据源获取用户的行为数据包括:通过社交平台的数据源获取用户的行为数据;通过医疗平台的数据源获取用户的行为数据;通过征信平台的数据源获取用户的行为数据;和/或通过金融平台的数据源获取用户的行为数据。5.如权利要求1所述的方法,其特征在于,根据所述行为数据确定所述用户的第一评估系数与第二评估系数包括:将所述行为数据输入第一评估模型以获取所述第一评估系数;所述第一评估模型通过分类算法建立。6.如权利要求1所述的方法,其特征在于,根据所述行为数据确定所述用户的第一评估系数与第二评估系数包括:将所述行为数据输入第二评估模型以获取所述第二评估系数;所述第二评估模型通过分类算法建立。7.如权利要求5、6任一所述的方法,其特征在于,根据所述行为数据确定所述用户的第一评估系数与第二评估系数还包括:通过历史用户的行为数据训练所述分类算法以获取所述第一评估模型;以及通过历史用户的行为数据训练所述分类算法以获取所述第二评估模型。8.如权利要求1所述的方法,其特征在于,根据所述行为数据确定所述用户的多个风险特征概率包括:将所述行为数据进行分类,生成多个分类数据,...
【专利技术属性】
技术研发人员:黄巩怡,陈谦,刘成烽,陈培炫,
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。