一种资源分配方法以及装置制造方法及图纸

技术编号:26068127 阅读:18 留言:0更新日期:2020-10-28 16:41
本说明书实施例提供一种资源分配方法及装置,其中,所述方法包括接收至少一个用户的资源获取请求,其中,所述资源获取请求中携带有每个用户的属性信息;将所述至少一个用户的属性信息输入预先训练的风险模型,获得目标用户集合;为所述目标用户集合中的每个目标用户匹配对应的资源管理方;接收所述资源管理方发送的与对应的目标用户关联的资源管理凭证,为所述目标用户集合中的每个目标用户分配对应的资源。

【技术实现步骤摘要】
一种资源分配方法以及装置
本说明书实施例涉及计算机
,特别涉及一种资源分配方法。本说明书一个或者多个实施例同时涉及一种资源分配装置,一种基于互联网的借贷方法,一种基于互联网的借贷装置,一种计算设备,以及一种计算机可读存储介质。
技术介绍
随着社会经济的发展,金融借贷规模的增长,为了在一定程度上降低贷款人的资损风险,采用第三方中间担保的技术在借贷业务中也越来越多的被运用,例如使用第三方信用卡担保的方式预订商品等。目前,传统的担保模式,担保公司在接收到银行或者用户的担保申请后,需要通过人工对银行或用户的信息进行单线调查、审核,以确定银行或用户的还款能力,基于银行或用户的还款能力判断是否可以为其做担保方,但是通过此种担保模式,担保业务效率低、流程复杂,且风险控制难度大。因此,急需提供一种可以提高效率以及实现批量处理的资源分配方法。
技术实现思路
有鉴于此,本说明书施例提供了一种资源分配方法。本说明书一个或者多个实施例同时涉及一种资源分配装置,一种基于互联网的借贷方法,一种基于互联网的借贷装置,一种计算设备,以及一种计算机可读存储介质,以解决现有技术中存在的技术缺陷。根据本说明书实施例的第一方面,提供了一种资源分配方法,应用于资源提供方,包括:接收至少一个用户的资源获取请求,其中,所述资源获取请求中携带有每个用户的属性信息;将所述至少一个用户的属性信息输入预先训练的风险模型,获得目标用户集合;为所述目标用户集合中的每个目标用户匹配对应的资源管理方;r>接收所述资源管理方发送的与对应的目标用户关联的资源管理凭证,为所述目标用户集合中的每个目标用户分配对应的资源。根据本说明书实施例的第二方面,提供了一种资源分配装置,包括:请求接收模块,被配置为接收至少一个用户的资源获取请求,其中,所述资源获取请求中携带有每个用户的属性信息;获得模块,被配置为将所述至少一个用户的属性信息输入预先训练的风险模型,获得目标用户集合;匹配模块,被配置为为所述目标用户集合中的每个目标用户匹配对应的资源管理方;资源分配模块,被配置为接收所述资源管理方发送的与对应的目标用户关联的资源管理凭证,为所述目标用户集合中的每个目标用户分配对应的资源。根据本说明书实施例的第三方面,提供了一种基于互联网的借贷方法,包括:贷款提供方获取包括至少一个初始用户的初始用户集合;所述贷款提供方将所述至少一个初始用户输入预先训练的风险模型,获得目标用户集合;所述贷款提供方接收至少一个用户的贷款获取请求,在确定所述至少一个用户为所述目标用户集合中的目标用户的情况下,为所述目标用户匹配对应的担保方;所述贷款提供方接收所述担保方发送的与对应的目标用户关联的担保协议,将所述目标用户请求获取的贷款发送至对应的目标用户。根据本说明书实施例的第四方面,提供了一种基于互联网的借贷装置,包括:初始用户获取模块,被配置为所述贷款提供方获取包括至少一个初始用户的初始用户集合;目标用户获取模块,被配置为所述贷款提供方将所述至少一个初始用户输入预先训练的风险模型,获得目标用户集合;贷款请求接收模块,被配置为所述贷款提供方接收至少一个用户的贷款获取请求,在确定所述至少一个用户为所述目标用户集合中的目标用户的情况下,为所述目标用户匹配对应的担保方;贷款发送模块,被配置为所述贷款提供方接收所述担保方发送的与对应的目标用户关联的担保协议,将所述目标用户请求获取的贷款发送至对应的目标用户。根据本说明书实施例的第五方面,提供了一种资源分配方法,包括:接收至少一个用户的资源获取请求,其中,所述资源获取请求中携带有每个用户的属性信息;将所述至少一个用户的属性信息输入预先训练的风险模型,获得目标用户集合;在确定所述目标用户集合中的目标用户不满足资源管理方的预设匹配条件的情况下,为所述目标用户集合中的目标用户分配对应的资源。根据本说明书实施例的第六方面,提供了一种资源分配装置,包括:接收模块,被配置为接收至少一个用户的资源获取请求,其中,所述资源获取请求中携带有每个用户的属性信息;训练模块,被配置为将所述至少一个用户的属性信息输入预先训练的风险模型,获得目标用户集合;分配模块,被配置为在确定所述目标用户集合中的目标用户不满足资源管理方的预设匹配条件的情况下,为所述目标用户集合中的目标用户分配对应的资源。根据本说明书实施例的第七方面,提供了一种计算设备,包括:存储器和处理器;所述存储器用于存储计算机可执行指令,所述处理器执行所述计算机可执行指令时实现所述资源分配方法以及所述基于互联网的借贷方法的步骤。根据本说明书实施例的第八方面,提供了一种计算机可读存储介质,其存储有计算机可执行指令,该指令被处理器执行时实现所述资源分配方法以及所述基于互联网的借贷方法的步骤。本说明书一个实施例实现了一种资源分配方法及装置,其中,所述方法包括接收至少一个用户的资源获取请求,其中,所述资源获取请求中携带有每个用户的属性信息;将所述至少一个用户的属性信息输入预先训练的风险模型,获得目标用户集合;为所述目标用户集合中的每个目标用户匹配对应的资源管理方;接收所述资源管理方发送的与对应的目标用户关联的资源管理凭证,为所述目标用户集合中的每个目标用户分配对应的资源;所述资源分配方法将大数据风险前置,基于风险模型预先对待资源获取的多个用户进行批量审核,基于审核结果对审核通过的用户实现在线批量资源分配,提升资源分配效率。附图说明图1是本说明书一个实施例提供的一种应用于互联网贷款服务场景的一种资源分配系统;图2是本说明书一个实施例提供的一种应用于资源提供方的资源分配方法的流程图;图3是本说明书一个实施例提供的一种资源分配方法的处理过程流程图;图4是本说明书一个实施例提供的一种资源分配方法中资源分配的具体流程图;图5是本说明书一个实施例提供的一种资源分配装置的结构示意图;图6是本说明书一个实施例提供的一种基于互联网的借贷方法的流程图;图7是本说明书一个实施例提供的一种基于互联网的借贷装置的结构示意图;图8是本说明书一个实施例提供的一种资源分配方法的流程图;图9是本说明书一个实施例提供的另一种资源分配装置的结构示意图;图10是本说明书一个实施例提供的一种计算设备的结构框图。具体实施方式在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本说明书内涵的情况下做类似推广,因此本说明书不受下面公开的具体实施的限制。在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“本文档来自技高网...

【技术保护点】
1.一种资源分配方法,应用于资源提供方,包括:/n接收至少一个用户的资源获取请求,其中,所述资源获取请求中携带有每个用户的属性信息;/n将所述至少一个用户的属性信息输入预先训练的风险模型,获得目标用户集合;/n为所述目标用户集合中的每个目标用户匹配对应的资源管理方;/n接收所述资源管理方发送的与对应的目标用户关联的资源管理凭证,为所述目标用户集合中的每个目标用户分配对应的资源。/n

【技术特征摘要】
1.一种资源分配方法,应用于资源提供方,包括:
接收至少一个用户的资源获取请求,其中,所述资源获取请求中携带有每个用户的属性信息;
将所述至少一个用户的属性信息输入预先训练的风险模型,获得目标用户集合;
为所述目标用户集合中的每个目标用户匹配对应的资源管理方;
接收所述资源管理方发送的与对应的目标用户关联的资源管理凭证,为所述目标用户集合中的每个目标用户分配对应的资源。


2.根据权利要求1所述的资源分配方法,所述风险模型利用第一训练参与方和多个第二训练参与方协同训练;
所述风险模型的训练方法包括:
所述多个第二训练参与方分别将基于本地训练数据训练得到的模型参数,发送至所述第一训练参与方,其中,所述本地训练数据包括本地用户的属性信息以及对应的风险标签;
所述第一训练参与方对所述多个第二训练参与方发送的模型参数进行整合,得到目标模型参数;
所述第一训练参与方基于所述目标模型参数对风险模型进行训练,得到所述风险模型。


3.根据权利要求2所述的资源分配方法,所述多个第二训练参与方分别将基于本地训练数据训练得到的模型参数包括:
所述第一训练参与方基于训练目标,确定初始风险模型以及所述初始风险模型的隐含层参数;
将所述初始风险模型以及所述初始风险模型的隐含层参数发送至所述多个第二训练参与方;
所述第二训练参与方基于所述初始风险模型以及所述初始风险模型的隐含层参数对所述本地训练数据进行训练,得到对应的模型参数。


4.根据权利要求1所述的资源分配方法,所述风险模型利用第一训练参与方和多个第二训练参与方协同训练;
所述风险模型的训练方法包括:
多个第二训练参与方基于所述第一训练参与方的训练数据需求,分别获取本地的用户的属性信息和对应的风险标签;
多个第二训练参与方分别将获取的本地的用户的属性信息和对应的风险标签发送至所述第一训练参与方,形成所述第一训练参与方的训练数据;
所述第一训练参与方基于所述训练数据对初始风险模型进行训练,得到风险模型。


5.根据权利要求1所述的资源分配方法,所述风险模型利用第一训练参与方和多个第二训练参与方协同训练;
所述风险模型的训练方法包括:
所述第一训练参与方获取训练样本集,其中,所述训练样本集中包括至少一个用户的属性信息以及对应的风险标签;
基于所述训练样本集对初始风险模型进行训练,得到第一风险模型;
将所述第一风险模型分别发送至所述多个第二训练参与方进行训练,获得所述多个第二训练参与方返回的多个模型参数;
根据所述多个模型参数对所述第一风险模型进行训练,得到所述风险模型。


6.根据权利要求5所述的资源分配方法,所述将所述第一风险模型分别发送至所述多个第二训练参与方进行训练包括:
将所述第一风险模型分别发送至所述多个第二训练参与方;
每个第二训练参与方均获取的本地用户的属性信息以及对应的风险标签,形成对应的训练数据;
基于每个第二训练参与方对应的训练数据对所述第一风险模型进行训练。


7.根据权利要求2或4或5所述的资源分配方法,所述方法,还包括:
所述第一训练参与方将所述风险模型分别发送至每个第二训练参与方。


8.根据权利要求2或4或5所述的资源分配方法,所述第一训练参与方包括云端服务器,所述第二训练参与方包括本地终端。


9.根据权利要求8所述的资源分配方法,所述将所述至少一个用户的属性信息输入预先训练的风险模型,获得目标用户集合包括:
将所述至少一个用户的属性信息输入预先训练的风险模型,获得每个用户的属性信息对应的风险标签;
确定满足预设标签要求的目标风险标签,基于所述目标风险标签对应的用户的属性信息获取目标用户集合。


10.根据权利要求1所述的资源分配方法,所述接收至少一个用户的资源获取请求之前,还包括:
建立与所述资源管理方的关联关系,并接收所述资源管理方发送的保证资源。


11.根据权利要求10所述的资源分配方法,所述为所述目标用户集合中的每个目标用户匹配对应的资源管理方包括:
获取所述资源管理方的保证资源;
基于预设的保证资源与目标用户的数量之间的对应关系,为所述目标用户集合中的每个目标用户匹配对应的资源管理方。


12.根据权利要求10所述的资源分配方法,所述为所述目标用户集合中的每个目标用户分配对应的资源之后,还包括:
基于预设的时间间隔获取所述资源管理方的当前保证资源,以及与所述资源管理方对应的所有目标用户分配的总资源;
根据预设的资源表确定所述总资源大于所述资源管理方的当前保证资源对应的分配资源的情况下,接收所述资源管理方发送的补充保证资源;
其中,所述资源表包括所述资源管理方的保证资源与分配资源的对应关系。


13.根据权利要求1所述的资源分配方法,所述资源提供方包括第一资源提供方和第二资源提供方;
相应的,所述为所述目标用户集合中的每个目标用户分配对应的资源包括:
通过所述第一资源提供方和所述第二资源提供方为所述目标用户集合中的每个目标用户分配对应的资源。


14.根据权利要求13所述的资源分配方法,所述通过所述第一资源提供方和所述第二资源提供方为所述目标用户集合中的每个目标用户分配对应的资源包括:
通过所述第一资源提供方为所述目标用户集合中满足第一匹配条件的目标用户分配对应的资源;
通过所述第二资源提供方为所述目标用户集合中满足第二匹配条件的目标用户分配对应的资源。


15.根据权利要求10所述的资源分配方法,所述为所述目标用户集合中的每个目标用户分配对应的资源之后,还包括:
监控与所述资源管理方对应的目标用户针对分配的资源的返回行为;
若所述返回行为的执行时间大于预设资源返回时间,则基于所述返回行为的执行时间以及所述预设资源返回时间从所述资源管理方获取逾期资源。


16.根据权利要求10所述的资源分配方法,所述为所述目标用户集合中的每个目标用户分配对应的资源之后,还包括:
在预设时间段内接收与所述资源管理方对应的目标用户返回的资源;
在返回的资源与分配的资源相同的情况下,解除与所述资源管理方的关联关系,且向所述资源管理方返回保证资源。


17.根据权利要求16所述的资源分配方法,所述向所述资源管理方返回保证资源之后,还包括:
接收第三方平台针对所述资源管理方发送的目标资源。


18.一种资源分配装置,包括:
请求接收模块,被配置为接收至少一个用户的资源获取请求,其中,所述资源获取请求中携带有每个用户的属性信息;
获得模块,被配置为将所述至少一个用户的属性信息输入预先训练的风险模型,获得目标用户集合;
匹配模块,被配置为为所述目标用户集合中的每个目标用户匹配对应的资源管理方;
资源分配模块,被配置为接收所述资源管理方发送的与对应的目标用户关联的资源管理凭证,为所述目标用户集合中的每个目标用户分配对应的资源。


19.一种基于互联网的借贷方法,包括:
贷款提供方获取包括至少一个初始用户的初始用户集合;
所述贷款提供方将所述至少一个初始用户输入预先训练的风险模型,获得目标用户集合;
所述贷款提供方接收至少一个用户的贷款获取请求,在确定所述至少一个用户为所述目标用户集合中的目标用户的情况下,为所述目标用户匹配对应的担保方;
所述贷款提供方接收所述担保方发送的与对应的目标用户关联的担保协议,将所述目标用户请求获取的贷款发送至对应的目标用户。


20.根据权利要求19所述的基于互联网的借贷方法,所述风险模型利用第一训练参与方和多个第二训练参与方协同训练;
所述风险模型的训练方法包括:
所述多个第二训练参与方分别将基于本地训练数据训练得到的模型参数,发送至所述第一训练参与方,其中,所述本地训练数据包括本地用户的属性信息以及对应的风险标签;
所述第一训练参与方对所述多个第二训练参与方发送的模型参数进行整合,得到目标模型参数;
所述第一训练参与方基于所述目标模型参数对风险模型进行训练,得到所述风险模型。


21.根据权利要求2...

【专利技术属性】
技术研发人员:张博姚玥胡卓群李文军刘兴玲瞿彬清张黎王辉魏然亮石玮杨敦祎钟洋刘照星李儒君龙阳徐灿董一诺刘谋俊蔡鑫黄亚燕文赵梦汪晓凤
申请(专利权)人:浙江网商银行股份有限公司
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 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。

1