租赁方法、租赁装置、租赁平台及存储介质制造方法及图纸

本发明专利技术公开了一种租赁方法、租赁装置、租赁平台及存储介质。其中，该方法包括：获取请求租赁服务的用户的身份信息；根据所述用户的身份信息查询所述用户的信用分；基于所述租赁服务的信用服务租赁评估模型和所述用户的信用分，得到所述用户的服务等级；其中，所述信用服务租赁评估模型是根据所述租赁服务的历史用户的信用分、历史租赁数据和属性信息，通过机器学习确定的；基于所述用户的服务等级执行物品借出操作，以将相应的物品借出给所述用户。本发明专利技术实施例在提高租赁安全性的同时，可以减少用户的支付押金等操作，提高了租赁效率。

【技术实现步骤摘要】
租赁方法、租赁装置、租赁平台及存储介质
本专利技术涉及互联网
，尤其涉及一种租赁方法、租赁装置、租赁平台及存储介质。
技术介绍
随着共享经济的发展，越来越多的用户愿意通过租赁平台来租赁相关的物品。比如，租赁单车、充电宝、雨伞等等。相关技术中，往往需要用户通过手机等移动终端进行身份认证并缴付一定的押金，以抵押用户恶意占有物品或损坏物品的风险，导致用户操作繁琐，不够便捷。
技术实现思路
有鉴于此，本专利技术实施例提供了一种租赁方法、租赁装置、租赁平台及存储介质，旨在提高租赁安全性的同时，减少用户的操作，提高租赁效率。本专利技术实施例的技术方案是这样实现的：本专利技术实施例提供了一种租赁方法，包括：获取请求租赁服务的用户的身份信息；根据所述用户的身份信息查询所述用户的信用分；基于所述租赁服务的信用服务租赁评估模型和所述用户的信用分，得到所述用户的服务等级；其中，所述信用服务租赁评估模型是根据所述租赁服务的历史用户的信用分、历史租赁数据和属性信息，通过机器学习确定的；基于所述用户的服务等级执行物品借出操作，以将相应的物品借出给所述用户。本专利技术实施例还提供了一种租赁装置，包括：身份识别模块，用于获取请求租赁服务的用户的身份信息；信用分查询模块，根据所述用户的身份信息查询所述用户的信用分；信用租赁应用模块，用于基于所述租赁服务的信用服务租赁评估模型对所述用户的信用分进行评估，得到所述用户的服务等级；其中，所述信用服务租赁评估模型是根据所述租赁服务的历史用户的信用分、租赁数据和属性信息，通过机器学习确定的；借出管理模块，用于基于所述用户的服务等级执行物品借出操作，以将相应的物品借出给所述用户。本专利技术实施例又提供了一种租赁平台，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器，用于运行计算机程序时，执行本专利技术任一实施例所述方法的步骤。本专利技术实施例还提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现本专利技术任一实施例所述方法的步骤。本专利技术实施例提供的技术方案，基于租赁服务的信用服务租赁评估模型和用户的信用分，得到所述用户的服务等级，所述信用服务租赁评估模型是根据所述租赁服务的历史用户的信用分、租赁数据和属性信息，通过机器学习确定的，可以利用历史用户的数据来合理评估当前用户的服务等级，从而支持免押金的租赁服务，在提高租赁安全性的同时，减少用户的支付押金等操作，提高了租赁效率。附图说明图1为本专利技术实施例租赁方法的流程示意图；图2为本专利技术一实施例信用服务租赁评估模型的训练方法的流程示意图；图3为本专利技术另一实施例信用服务租赁评估模型的训练方法的流程示意图；图4为本专利技术一应用实施例信用服务租赁评估模型训练方法的流程示意图；图5为本专利技术一应用实施例确定用户的服务等级的流程示意图；图6为本专利技术一应用实施例收益曲线示意图；图7为本专利技术一实施例获取请求租赁服务的用户的身份信息的流程示意图；图8为本专利技术一实施例租赁服务中的物品借出的流程示意图；图9为本专利技术一实施例租赁服务中的物品归还的流程示意图；图10为本专利技术另一实施例租赁服务中的物品归还的流程示意图；图11为本专利技术一实施例基于图像识别检测物品的质量的流程示意图；图12为本专利技术另一实施例租赁服务中物品借出的流程示意图；图13为本专利技术又一实施例租赁服务中物品归还的流程示意图；图14为本专利技术实施例租赁装置的结构示意图；图15为本专利技术一应用实施例租赁装置的结构示意图；图16为本专利技术实施例租赁平台的结构示意图。具体实施方式下面结合附图及实施例对本专利技术再作进一步详细的描述。除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术。本专利技术实施例提供了一种租赁方法，应用于租赁平台，如图1所示，该租赁方法包括：步骤101，获取请求租赁服务的用户的身份信息；这里，租赁平台支持的租赁服务包括但不限于：租赁单车、充电宝、雨伞、图书、桌游、游戏机等等。租赁平台可以接收用户经移动终端(比如，手机)发送的租赁服务请求，根据该服务请求携带的用户标识，获取请求租赁服务的用户的身份信息(比如，用户ID)。用户可以基于移动终端通过指定途径发送租赁服务请求给租赁平台，比如，通过扫描二维码、点击客户端软件中展示的链接等方式发送租赁服务请求给作为服务端的租赁平台。在一些实施例中，租赁平台还可以部署多个作为用户侧客户端的终端设备，可以通过支持租赁服务的终端设备对请求租赁服务的用户进行生物特征识别，获取该用户的生物特征信息，并将生物特征信息上传给租赁平台，租赁平台可以根据用户的生物特征信息与生物特征信息库进行匹配，确定用户的身份信息。这里，生物特征信息可以为指纹信息、人脸信息、声纹信息等。步骤102，根据所述用户的身份信息查询所述用户的信用分；这里，租赁平台可以根据用户的身份信息查询用户对应的信用分。比如，可以通过租赁平台访问信用分服务器来查询该用户对应的信用分。信用分服务器可以根据用户的个人信息来周期性更新相应用户的信用分。或者信用分服务器可以周期性地将用户及用户的信用分传递至租赁平台侧，租赁平台可以根据用户的身份信息离线查询用户对应的信用分。这里，信用分服务器可以设置根据用户的个人信息来评估用户的信用分的信用分评估模型。信用分服务器可以由第三方权威机构来部署和维护，可以根据社会信用体系的规则来设置信用分评估模型，并定期更新各用户的信用分。步骤103，基于所述租赁服务的信用服务租赁评估模型和所述用户的信用分，得到所述用户的服务等级；这里，所述信用服务租赁评估模型是根据所述租赁服务的历史用户的信用分、历史租赁数据和属性信息，通过机器学习确定的。这里，所述历史租赁数据包括以下至少之一：租赁使用次数、租赁违约次数、租赁缴费费用、租赁损失金额，所述属性信息包括以下至少之一：在网时长、使用流量数据、出行数据、位置数据、终端型号数据、失信记录数据。这里，租赁违约次数可以为用户未归还物品、超过合理租期未归还物品或者拖欠租赁使用费用；租赁缴费费用可以是该用户累积产生的租赁使用费用，可以用于评估用户的活跃度；租赁损失金额可以是用户租赁过程中损坏物品导致的损失费用的累积金额；在网时长可以是手机上网时长；使用流量数据可以为用户的月均流量使用量；出行数据可以用户的出行频率；位置数据可以为用户的居所位置、办公位置等；失信记录数据可以为所述租赁服务或者其他租赁服务的失信记录数据，比如，短信还款数据、催缴机构通话数据等。这样，租赁服务的信用服务租赁评估模型可以从用户的多个维度来评估用户享受该租赁服务的服务等级，从而为达到设定要求的用户设置本文档来自技高网...

【技术保护点】
1.一种租赁方法，其特征在于，包括：/n获取请求租赁服务的用户的身份信息；/n根据所述用户的身份信息查询所述用户的信用分；/n基于所述租赁服务的信用服务租赁评估模型和所述用户的信用分，得到所述用户的服务等级；其中，所述信用服务租赁评估模型是根据所述租赁服务的历史用户的信用分、历史租赁数据和属性信息，通过机器学习确定的；/n基于所述用户的服务等级执行物品借出操作，以将相应的物品借出给所述用户。/n

【技术特征摘要】
1.一种租赁方法，其特征在于，包括：
获取请求租赁服务的用户的身份信息；
根据所述用户的身份信息查询所述用户的信用分；
基于所述租赁服务的信用服务租赁评估模型和所述用户的信用分，得到所述用户的服务等级；其中，所述信用服务租赁评估模型是根据所述租赁服务的历史用户的信用分、历史租赁数据和属性信息，通过机器学习确定的；
基于所述用户的服务等级执行物品借出操作，以将相应的物品借出给所述用户。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取第一样本集数据，所述第一样本集数据包括多个历史用户的样本数据，各用户的样本数据包括：用户的信用分、用户的历史租赁数据和用户个体相关的属性信息；
根据所述第一样本集数据，通过机器学习，生成第一预测模型，所述第一预测模型用于预测用户的使用租赁服务概率和服务消费金额；
根据所述第二样本集数据，通过机器学习，生成第二预测模型，所述第二预测模型用于预测用户的租赁服务违约概率和违约损失金额；
基于所述第一预测模型和所述第二预测模型对第二样本集数据进行预测，得到所述第二样本集数据中各用户的使用租赁服务概率、服务消费金额、租赁服务违约概率和违约损失金额；其中，所述第二样本集数据包括：不同信用分区间对应的历史用户的样本数据；
对所述第二样本集数据设置信用分阈值，确定信用分大于所述信用分阈值的用户，统计相应用户的使用租赁服务概率与服务消费金额乘积之和、租赁服务违约概率与违约损失金额乘积之和的差值，选取所述差值达到第一设定条件的信用分阈值为第一信用分阈值；
生成包含所述第一信用分阈值的信用服务租赁评估模型，所述信用服务租赁评估模型用于根据所述第一信用分阈值确定用户的服务等级，所述服务等级包括：押金全免等级及非押金全免等级。


3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
设置至少一个第二信用分阈值；其中，所述第二信用分阈值小于所述第一信用分阈值，且所述第一信用分阈值对应的所述差值与所述第二信用分阈值对应的所述差值满足第二设定条件；
所述信用服务租赁评估模型还包括所述第二信用分阈值，所述信用服务租赁评估模型还用于基于所述第二信用分阈值对所述非押金全免等级进行划分，所述非押金全免等级包括：至少一个押金部分免除等级。


4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
基于所述第二预测模型对第三样本集数据进行预测，得到所述第三样本集数据中各用户的租赁服务违约概率和违约损失金额；其中，所述第三样本集数据包括：存在租赁服务违约行为的历史用户的样本数据；
统计所述第三样本集数据中各用户的违约指标的分布，其中，所述违约指标基于用户的租赁服务违约概率、违约损失金额和样本数据中违约记录信息确定，所述样本数据的历史租赁数据包括所述违约记录信息；
基于违约指标的分布确定用于识别恶意违约行为的违约指标阈值；
所述信用服务租赁评估模型还用于基于所述违约指标阈值将用户的服务等级调整为禁止提供所述租赁服务的等级。


5.根据权利要求1所述的方法，其特征在于，基于所述租赁服务的信用服务租赁评估模型和所述用户的信用分，得到所述用户的服务等级，包括以下之一：
所述用户的信用分大于或等于第一信用分阈值，确定所述用户的服务等级为押金全免等级；

【专利技术属性】
技术研发人员：孙越佳，杜瑜，张科，刘晓宇，杨勇，
申请(专利权)人：中国移动通信有限公司研究院，中国移动通信集团有限公司，
类型：发明
国别省市：北京;11