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；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