【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 ...
【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
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。