用于输出信息的方法、装置、设备以及存储介质制造方法及图纸

本公开提供了用于输出信息的方法、装置、设备以及存储介质，涉及云计算领域。具体实现方案为：根据用户终端安装的应用程序，确定应用程序列表；对应用程序列表中的各应用程序进行聚类，得到至少一个应用程序簇；根据预先训练的还款逾期率预测模型以及各应用程序簇，确定各个应用程序簇的还款逾期率，还款逾期率预测模型用于表征应用程序与还款逾期率的对应关系；基于还款逾期率，生成各个应用程序簇的风险提示信息；输出风险提示信息。本实现方式可以预测各类应用程序的风险率，并将风险信息展现给用户，从而能够提示用户谨慎使用高风险的App，提升用户使用体验。

【技术实现步骤摘要】
用于输出信息的方法、装置、设备以及存储介质
本公开涉及计算机
，具体涉及云计算领域，尤其涉及用于输出信息的方法、装置、设备以及存储介质。
技术介绍
随着智能设备的发展，包含手机、平板电脑的智能终端已经成为人们生活的必需品。同时，互联网金融的快速发展以及人们消费观念的改变，以信贷方式进行提前消费也越来越被人们接受。用户可以通过在智能终端中安装各类信贷类App(应用程序，Application的缩写)贷款进行提前消费。但不同App对还款要求不同，一些App由于还款要求高可能容易导致还款逾期。因此，如何分辨出容易造成逾期的App是一个需要解决的问题。
技术实现思路
本公开提供了一种用于输出信息的方法、装置、设备以及存储介质。根据第一方面，提供了一种用于输出信息的方法，包括：根据用户终端安装的应用程序，确定应用程序列表；对应用程序列表中的各应用程序进行聚类，得到至少一个应用程序簇；根据预先训练的还款逾期率预测模型以及各应用程序簇，确定各个应用程序簇的还款逾期率，还款逾期率预测模型用于表征应用程序与还款逾期率的对应关系；基于还款逾期率，生成各个应用程序簇的风险提示信息；输出风险提示信息。根据第二方面，提供了一种用于输出信息的装置，包括：应用获取单元，被配置成根据用户终端安装的应用程序，确定应用程序列表；应用聚类单元，被配置成对应用程序列表中的各应用程序进行聚类，得到至少一个应用程序簇；逾期预测单元，被配置成根据预先训练的还款逾期率预测模型以及各应用程序簇，确定各个应用程序簇的还款逾期率，还款逾期率预测模型用于表征应用程序与还款逾期率的对应关系；信息生成单元，被配置成基于还款逾期率，生成各个应用程序簇的风险提示信息；信息输出单元，被配置成输出风险提示信息。根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，上述指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面所描述的方法。根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，上述计算机指令用于使计算机执行如第一方面所描述的方法。根据第五方面，一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现如第一方面所描述的方法。根据本公开的技术可以确定出各类App的风险信息，并将风险信息展现给用户，从而能够提示用户谨慎使用高风险的App，提高用户的使用体验。应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。附图说明附图用于更好地理解本方案，不构成对本公开的限定。其中：图1是本公开的一个实施例可以应用于其中的示例性系统架构图；图2是根据本公开的用于输出信息的方法的一个实施例的流程图；图3是根据本公开的用于输出信息的方法的一个应用场景的示意图；图4是根据本公开的用于输出信息的方法的另一个实施例的流程图；图5是根据本公开的用于输出信息的装置的一个实施例的结构示意图；图6是用来实现本公开实施例的用于输出信息的方法的电子设备的框图。具体实施方式以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。图1示出了可以应用本公开的用于输出信息的方法或用于输出信息的装置的实施例的示例性系统架构100。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，例如信贷类应用、支付类应用、金融类应用等。终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、车载电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上安装的应用程序进行风险预测的后台服务器。后台服务器可以将各应用程序的风险预测结果反馈给终端设备101、102、103。需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。需要说明的是，本公开实施例所提供的用于输出信息的方法可以由终端设备101、102、103执行，也可以由服务器105执行。相应地，用于输出信息的装置可以设置于终端设备101、102、103中，也可以设置于服务器105中。应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。继续参考图2，其示出了根据本公开的用于输出信息的方法的一个实施例的流程200。本实施例的用于输出信息的方法，包括以下步骤：步骤201，根据用户终端安装的应用程序，确定应用程序列表。本实施例中，用于输出信息的方法的执行主体可以首先获取用户终端安装的应用程序。需要说明的是，这里的获取是经过了用户的授权。即在获取用户安装的应用程序前可以弹出提示框询问用户是否允许获取应用程序的信息。如果用户允许，则执行主体可以访问用户终端的内存，获取其中安装的应用程序，确定应用程序列表。上述应用程序列表中可以包括应用程序的名称、图标、开发者信息、安装时间、描述信息等等。步骤202，对应用程序列表中的各应用程序进行聚类，得到至少一个应用程序簇。执行主体可以对应用程序列表中的各应用程序进行聚类，得到多个应用程序簇。具体的，执行主体可以利用各种现有的聚类算法对各应用程序进行聚类。在聚类时，可以利用各应用程序的描述信息进行聚类。或者，执行主体可以首先确定各应用程序对应的向量，然后根据向量计算各应用本文档来自技高网...

【技术保护点】
1.一种用于输出信息的方法，包括：/n根据用户终端安装的应用程序，确定应用程序列表；/n对所述应用程序列表中的各应用程序进行聚类，得到至少一个应用程序簇；/n根据预先训练的还款逾期率预测模型以及各应用程序簇，确定各个应用程序簇的还款逾期率，所述还款逾期率预测模型用于表征应用程序与还款逾期率的对应关系；/n基于所述还款逾期率，生成各个应用程序簇的风险提示信息；/n输出所述风险提示信息。/n

【技术特征摘要】
1.一种用于输出信息的方法，包括：
根据用户终端安装的应用程序，确定应用程序列表；
对所述应用程序列表中的各应用程序进行聚类，得到至少一个应用程序簇；
根据预先训练的还款逾期率预测模型以及各应用程序簇，确定各个应用程序簇的还款逾期率，所述还款逾期率预测模型用于表征应用程序与还款逾期率的对应关系；
基于所述还款逾期率，生成各个应用程序簇的风险提示信息；
输出所述风险提示信息。


2.根据权利要求1所述的方法，其中，所述根据用户终端安装的应用程序，确定应用程序列表，包括：
根据各应用程序的安装时间，将用户终端安装的应用程序的名称进行排序，得到应用程序列表。


3.根据权利要求1或2所述的方法，其中，所述对所述应用程序列表中的各应用程序进行聚类，得到至少一个应用程序簇，包括：
确定所述应用程序列表中各个应用程序对应的向量；
根据各个应用程序的向量，确定各个应用程序之间的相似度；
根据所述相似度，对各应用程序进行聚类，得到至少一个应用程序簇。


4.根据权利要求1-3任一项所述的方法，其中，所述还款逾期率预测模型通过以下训练步骤训练得到：
获取训练样本集合，所述训练样本集合包括训练样本的逾期信息以及对应的还款逾期率；
将所述训练样本集合中各训练样本的逾期信息作为输入，将对应的还款逾期率作为期望输出，训练得到还款逾期率预测模型。


5.根据权利要求1-4任一项所述的方法，其中，所述基于所述还款逾期率，生成各个应用程序簇的风险提示信息，包括：
基于所述还款逾期率，确定各个应用程序簇的风险指数；
根据所述风险指数，生成所述风险提示信息。


6.根据权利要求5所述的方法，其中，所述基于所述还款逾期率，确定各个应用程序簇的风险指数，包括：
根据各个应用程序簇的还款逾期率，确定平均还款逾期率；
对于每个应用程序簇，根据该应用程序簇的还款逾期率以及所述平均还款逾期率，确定该应用程序簇的风险指数。


7.一种用于输出信息的装置，包括：
应用获取单元，被配置成根据用户终端安装的应用程序，确定应用程序列表；
应用聚类单元，被配置成对所述应用程序列表中的各应用程序进行聚类，得到至少一个应用程序簇；
逾期预测单元，被配置成根据预先训练的还款逾期率预测模型以及各应用程序簇，确...

【专利技术属性】
技术研发人员：刘昊骋，许韩晨玺，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11