借贷处理方法、装置以及服务器制造方法及图纸

本申请公开了一种借贷处理方法、装置以及服务器，该方法包括：接收用户向网络金融平台提交的借款申请；响应于该借款申请，获取用户在网络金融平台中的访问行为数据；在基于预置的风险行为数据，分析出访问行为数据表征该用户存在多头借贷行为的风险时，获取表示该用户的多种不同属性的多个用户特征；依据预先训练得到的风险评分模型中，每种属性所包含的不同用户特征对表征存在多头借贷行为的影响程度，并利用该风险评分模型将所述用户的多个用户特征转换为用于表征该用户存在多头借贷行为的风险评分；依据该风险评分，对用户提交的借款申请进行处理。该方案可以降低向存在资金风险的借贷者提供借款的情况，提高互联网金融平台的资金安全性。

【技术实现步骤摘要】
借贷处理方法、装置以及服务器
本申请涉及图像处理
，尤其涉及一种借贷处理方法、装置以及服务器。
技术介绍
网络借贷是指在互联网金融平台中实现的借贷行为，它是随着互联网的发展和民间借贷的兴起，而发展起来的一种新的金融模式。在网络借贷者向互联网金融平台申请借贷之后，互联网金融平台会根据网络借贷者是否已在该互联网金融平台中存在借款行为，来判断是否同意该网络借贷者的借贷申请。然而，基于网络借贷者在该互联网金融平台中的借贷行为，并不能准确反映该网络借贷者当前的资金状况，这就可能导致互联网金融平台向一些存在资金风险的网络借贷者提供借款，从而增加网络借贷者无法及时甚至无法还贷的风险，导致互联网金融平台的资金风险较高。
技术实现思路
有鉴于此，本申请提供了一种借贷处理方法、装置以及服务器，以降低向存在资金风险的借贷者提供借款的情况，提高互联网金融平台的资金安全性。为实现上述目的，一方面，本申请提供了一种借贷处理方法，包括：接收用户通过终端向网络金融平台提交的借款申请；响应于所述借款申请，获取用户在所述网络金融平台中的访问行为数据；基于预置的用于表征存在多头借贷风险的风险行为数据，分析所述用户的访问行为数据是否表征所述用户存在多头借贷行为的风险；在分析出所述用户存在多头借贷行为的风险时，获取表示所述用户的多种不同属性的多个用户特征；依据预先训练得到的风险评分模型中，每种属性所包含的不同用户特征对表征存在多头借贷行为的影响程度，并利用所述风险评分模型将所述用户的多个用户特征转换为用于表征所述用户存在多头借贷行为的风险评分依据所述风险评分，对所述用户提交的借款申请进行处理。又一方面，本申请还提供了一种借贷处理装置，包括：申请接收单元，用于接收用户通过终端向网络金融平台提交的借款申请；行为获取单元，用于响应于所述借款申请，获取用户在所述网络金融平台中的访问行为数据；风险评估单元，用于基于预置的用于表征存在多头借贷风险的风险行为数据，分析所述用户的访问行为数据是否表征所述用户存在多头借贷行为的风险；特征获取单元，用于在分析出所述用户存在多头借贷行为的风险时，获取表示所述用户的多种不同属性的多个用户特征；评分确定单元，用于依据预先训练得到的风险评分模型中，每种属性所包含的不同用户特征对表征存在多头借贷行为的影响程度，并利用所述风险评分模型将所述用户的多个用户特征转换为用于表征所述用户存在多头借贷行为的风险评分；申请处理单元，用于依据所述风险评分，对所述用户提交的借款申请进行处理。又一方面，本申请还提供了一种服务器，包括：处理器、存储器和通信接口，其中，所述处理器、存储器以及通信接口通过通信总线相连；所述通信接口，用于接收用户通过终端向网络金融平台提交的借款申请；所述处理器，用于调用所述存储器中存储的程序；所述存储器用于存储程序，所述程序用于：响应于所述借款申请，获取用户在所述网络金融平台中的访问行为数据；基于预置的用于表征存在多头借贷风险的风险行为数据，分析所述用户的访问行为数据是否表征所述用户存在多头借贷行为的风险；在分析出所述用户存在多头借贷行为的风险时，获取表示所述用户的多种不同属性的多个用户特征；依据预先训练得到的风险评分模型中，每种属性所包含的不同用户特征对表征存在多头借贷行为的影响程度，并利用所述风险评分模型将所述用户的多个用户特征转换为用于表征所述用户存在多头借贷行为的风险评分；依据所述风险评分，对所述用户提交的借款申请进行处理。经由上述的技术方案可知，在网络金融平台接收到用户的借款申请之后，如果根据该用户在该网络金融平台中的访问行为数据以及预置的表征用户存在多头借贷行为的风险行为数据，分析出该用户存在多头借贷行为的风险，则会进一步获取该用户的多种不同属性的多个用户特征，并依据预先训练得到的风险评分模型中，每种属性所包含的不同用户特征对表征存在多头借贷行为的影响程度，确定该用户存在多头借贷行为的风险评分，通过该风险评分可以识别该用户存在多头借贷行为的风险程度，由于用户存在多头借贷行为，则说明用户的资金出现很大问题，很可能无法及时偿还借款，因此，依据该风险评分对借款申请进行处理，可以降低向存在借贷行为的用户提供借款的风险，进而减少恶意欠款的情况，提高了互联网金融平台的资金安全性。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1示出了本申请的一种借贷处理方法一种应用场景的组成结构示意图；图2示出了适用于本申请的一种借贷处理方法所使用的服务器的一种组成结构示意图；图3示出了本申请一种借贷处理方法一个实施例的流程示意图；图4示出了本申请一种借贷处理方法中确定用户的风险评分的一种流程示意图；图5示出了本申请一种借贷处理方法中训练用于将群名称转换为向量的Rnn模型的流程示意图；图6示出了本申请一种借贷处理方法又一个实施例的流程示意图；图7示出了本申请一种借贷处理装置一个实施例的组成结构示意图。具体实施方式本申请的借贷处理方法可以应用于网络金融平台对用户通过终端提交的借款申请进行处理，以实现更为合理的放贷，降低向存在多头借贷行为的用户借款的情况，提高网络金融平台中资金的安全性。其中，多头借贷是指同一个借贷者同时向多家金融机构提出信贷要求的行为。如，用户向金融借贷平台1申请借款之后，又向金融借贷平台2提出借款请求，则该用户就属于具有多头借贷的用户。如果用户存在多头借贷行为，则说明该用户的资金存在严重不足，或者是该用户存在恶意借款的风险等，在该种情况下，向该用户借款可能会导致资金无法及时回收甚至无法回收的情况，导致资源损失等资金风险。为了便于理解本申请的方案，先对本申请实施例的借贷处理方法所适用的一种应用场景进行介绍。如图1，在图1所示的应用场景中可以包括：终端101以及网络金融平台中至少一个用于提供网络借贷服务的服务器102。其中，终端101可以为手机、平板电脑、台式电脑等等。在本申请实施例中，该终端101中用于访问该服务器102，以向服务器发送借款申请，或者是其他借贷相关的申请。如，用户通过终端中的浏览器或者终端中安装的与该网络金融平台相关的应用程序，登录该服务器，并在服务器返回的相关页面中提交借款申请以及借款额度等等信息。服务器102，用于依据终端发送的借款申请或者其他借贷相关的申请，对该终端的用户资质进行审核，以分析该用户是否具备借款的条件，以及允许该用户借款的额度等等，并向终端返回对相关申请的处理结果。当然，该终端还可以将该终端的用户提交的向该网络金融平台中其他用户的借款申请发送给服务器；相应的，服务器可以将该终端提交的借款申请转发给其他用户的终端，以便完成网络金融平台中不同用户之间的借贷操作。可选的，在本申请实施例中，该网络金融平台中还设置有：与服务器102相连数据库103，用于存储网络金融平台中用户的特征数据，如，以日志形式记录的用户的属性以及行为数据等。例如，用户的属性可以包括：用户的性别、年龄、职业，婚姻状况、家庭状况等等信息；又如，用户在网络金融平台中的行为数据可以包括：好友分布、好本文档来自技高网...

【技术保护点】
1.一种借贷处理方法，其特征在于，包括：接收用户通过终端向网络金融平台提交的借款申请；响应于所述借款申请，获取用户在所述网络金融平台中的访问行为数据；基于预置的用于表征存在多头借贷风险的风险行为数据，分析所述用户的访问行为数据是否表征所述用户存在多头借贷行为的风险；在分析出所述用户存在多头借贷行为的风险时，获取表示所述用户的多种不同属性的多个用户特征；依据预先训练得到的风险评分模型中，每种属性所包含的不同用户特征对表征存在多头借贷行为的影响程度，并利用所述风险评分模型将所述用户的多个用户特征转换为用于表征所述用户存在多头借贷行为的风险评分；依据所述风险评分，对所述用户提交的借款申请进行处理。

【技术特征摘要】
1.一种借贷处理方法，其特征在于，包括：接收用户通过终端向网络金融平台提交的借款申请；响应于所述借款申请，获取用户在所述网络金融平台中的访问行为数据；基于预置的用于表征存在多头借贷风险的风险行为数据，分析所述用户的访问行为数据是否表征所述用户存在多头借贷行为的风险；在分析出所述用户存在多头借贷行为的风险时，获取表示所述用户的多种不同属性的多个用户特征；依据预先训练得到的风险评分模型中，每种属性所包含的不同用户特征对表征存在多头借贷行为的影响程度，并利用所述风险评分模型将所述用户的多个用户特征转换为用于表征所述用户存在多头借贷行为的风险评分；依据所述风险评分，对所述用户提交的借款申请进行处理。2.根据权利要求1所述的借贷处理方法，其特征在于，所述获取用户在所述网络金融平台中的访问行为数据，包括：获取所述用户在所述网络金融平台中已加入的至少一个用户群组的群组名称；所述基于预置的用于表征存在多头借贷风险的风险行为数据，分析所述用户的访问行为数据是否表征所述用户存在多头借贷行为的风险，包括：依据预置的多个风险群组的群组名称以及所述至少一个用户群组各自的群组名称，检测所述用户已加入的至少一个用户群组中，是否存在属于交流多头借贷行为的目标用户群组，所述风险群组为用于交流多头借贷行为的群组；当所述用户已加入的所述至少一个用户群组中存在所述目标用户群组，则确定所述用户存在多头借贷行为的风险。3.根据权利要求2所述的借贷处理方法，其特征在于，所述检测所述用户已加入的至少一个用户群组中，是否存在属于交流多头借贷行为的目标用户群组，包括：检测所述至少一个用户群组中，是否存在群组名称与至少一个所述风险群组的群组名称的相似度超过预设阈值的目标用户群组。4.根据权利要求1所述的借贷处理方法，其特征在于，所述依据预先训练得到的风险评分模型中，每种属性所包含的不同用户特征对表征存在多头借贷行为的影响程度，并利用所述风险评分模型将所述用户的多个用户特征转换为用于表征所述用户存在多头借贷行为的风险评分，包括：依据预先训练得到的风险评分模型中，每种属性的权重以及每种属性所包含的不同用户特征所对应的评分，并通过所述风险评分模型将所述用户对应的表示不同属性的多个用户特征转换为用于表征所述用户存在多头借贷行为的风险评分。5.根据权利要求1所述的借贷处理方法，其特征在于，所述风险评分模型通过如下方式训练得到：确定多个存在多头借贷行为的正样本用户以及多个不存在多头借贷行为的负样本用户；分别获取表示所述正样本用户的不同属性的多个正样本用户特征，以及表示所述负样本用户的不同属性的多个负样本用户特征；将所述正样本用户的风险评分设置为第一分值，并将所述负样本用户的风险评分设置为第二分值，所述第一分值大于所述第二分值；利用所述正样本用户的多个正样本用户特征和所述第一分值，以及所述负样本用户的多个负样本用户特征和所述第二分值，训练深度神经网络模型，将训练出的所述深度神经网络模型作为所述风险评分模型，其中，训练出的深度神经网络模型可以反映出每种属性所包含的不同用户特征对表征存在多头借贷行为的影响程度。6.根据权利要求1至5任一项所述的借贷处理方法，其特征在于，在所述获取表示所述用户的多种不同属性的多个用户特征之后，还包括：按照预置的至少一种属性组合关系，将所述用户的多个用户特征中，符合所述属性组合关系的至少两种属性对应的至少两个用户特征进行组合，得到至少一组用户特征组，其中，所述属性组合关系包括至少两种属性的组合关系，相对于未经组合的属性所包含的用户特征，将符合所述属性组合关系的至少两种属性的用户特征进行组合所得到用户特征组，更能表征存在多头借贷行为的特征；所述依据预先训练得到的风险评分模型中，每种属性所包含的不同用户特征对表征存在多头借贷行为的影响程度，并利用所述风险评分模型将所述用户的多个用户特征转换为用于表征所述用户存在多头借贷行为的风险评分，包括：依据预先训练得到的风险评分模型中，每种属性以及属性组合所包含的不同用户特征对表征存在多头借贷行为的影响程度，并利用所述风险评分模型将所述用户的多个用户特征以及所述至少一组用户特征组转换为用于表征所述用户存在多头借贷行为的风险评分。7.一种借贷处理装置，其特征在于，包括：申请接收单元，用于接收用户通过终端向网络金融平台提交的借款申请；行为获取单元，用于响应于所述借款申请，获取用户在所述网络金融平台中的访问行为数据；风险评估单元，用于基于预置的用于表征存在多头借贷风险的风险...

【专利技术属性】
技术研发人员：黄引刚，
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