用户行为数据处理方法、装置、电子设备及计算机可读介质制造方法及图纸

本公开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。涉及计算机信息处理领域，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。本公开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，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。

User behavior data processing method, device, electronic equipment and computer readable medium

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。根据本公开的一方面，提出一种用户行为数据处理装置，该装置包括：数据获取模块，用于通过多个数据源获取用户的行为数据；用户分群模块，用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；风险概率模块，用于根据所述行为数据确定所述用户的多个风险特征概率；以及级别确定模块，用于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。根据本公开的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。根据本公开的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。根据本公开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，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。应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。附图说明通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据一实施例示出的一种用户行为数据处理方法的系统框图。图2是根据一实施例示出的一种用户行为数据处理方法的用户场景示意图。图3是根据一实施例示出的一种用户行为数据处理方法的流程图。图4是根据另一实施例示出的一种用户行为数据处理方法的流程图。图5是根据另一实施例示出的一种用户行为数据处理方法的流程图。图6是根据另一实施例示出的一种用户行为数据处理方法的流程图。图7是根据另一实施例示出的一种用户行为数据处理方法的示意图。图8是根据一实施例示出的一种用户行为数据处理装置的框图。图9是根据另一实施例示出的一种用户行为数据处理装置的框图。图10是根据一实施例示出的一种电子设备的框图。具体实施方式现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本公开所必须的，因此不能用于限制本公开的保护范围。图1是根据一示例性实施例示出的一种用户行为数据处理方法的系统框图。如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的即时通信软件提供支持的后台管理服务器。服务器105还能够对接收到的用户的聊天信息、金融信息或者其他征信相关信息，进行分析等处理，生成处理结果(用户风险等级)。服务器105可支持多种数据源的数据采集，服务器105通过多个数据源获取用户的行为数据；服务器105还能够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；服务器105还能够根据所述行为数据确定所述用户的多个风险特征概率；服务器105还能够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。如图2所示，使用者通过在终端设备101、102、103上提交待计算的用户基本信息，服务器105通过通过多个数据源获取待计算的用户的行为数据，最后输出该用户的风险评估等级，还可例如同时输出对该用户的后续处理建议等信息。又例如，服务器105用于通过历史用户的行为数据训练分类算法以获取第一评估模型；服务器105还用于通过历史用户的行为数据训练分类算法以获取第二评估模型；以及服务器105还用于通过历史分类数据训练分类算法以获取风险特征模型。需要说明的是，本公开实施例所提供的用户行为数据处理方法本文档来自技高网...

【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