一种用户贷款预测方法、装置及存储介质制造方法及图纸

本申请公开了一种用户贷款预测方法、装置及存储介质，该方法包括：获取用户在软件上的操作信息；基于操作信息获取用户的行为特征数据；将行为特征数据输入贷款概率预测模型，输出用户的贷款概率数据；其中，贷款概率预测模型是基于贷款概率预测样本数据训练得到的。因此，本申请能够通过用户在软件上的操作信息获取用户的行为特征数据，进而基于用户的行为特征数据通过预设模型获取用户的贷款概率，能够获取较高准确度的用户贷款概率数据。

【技术实现步骤摘要】
一种用户贷款预测方法、装置及存储介质
本申请涉及人工智能
，特别是涉及一种用户贷款预测方法、装置及存储介质。
技术介绍
为满足消费者的需求，金融机构开设了众多类型的业务。贷款业务是众多业务中一项重要业务，金融机构常常通过预测用户的贷款意愿来发掘潜在贷款用户，以主动地开展贷款业务。目前，金融机构通过用户的资产流水来评估用户的贷款意愿，贷款的意愿则反映了用户可能进行贷款的概率。然而，用户的资产流水并不容易获取，使得贷款意愿的评估不容易进行。并且，用户的资产流水由用户的收入以及支出状况决定，具有一定的局限性，难以准确地确定用户的贷款意愿。
技术实现思路
本申请提供一种用户贷款预测方法、装置及存储介质，以获取较高准确度的用户贷款概率。本申请第一方面提供一种用户贷款概率预测方法，该方法包括：获取用户在软件上的操作信息；基于操作信息获取用户的行为特征数据；将行为特征数据输入贷款概率预测模型，输出用户的贷款概率数据；其中，贷款概率预测模型是基于贷款概率预测样本数据训练得到的。可选地，获取用户在软件上的操作信息的步骤，包括：分别在软件上的不同节点设置埋点；基于埋点获取埋点信息，埋点信息包括用户在软件上的操作信息。可选地，基于操作信息获取用户的行为特征数据的步骤，包括：获取操作信息对应的特征信息；基于操作信息以及对应的特征信息获取用户的行为特征信息；基于预设的转换规则将用户的行为特征信息转换为用户的行为特征数据。可选地，操作信息包括多类操作信息，基于操作信息以及对应的特征信息获取用户的行为特征信息的步骤，包括：获取预设时间段内的部分类别的操作信息以及对应的特征信息；基于部分类别的操作信息以及对应的特征信息得到用户的行为特征信息。可选地，操作信息的类别包括用户的操作时间、请求端IP、操作系统、软件版本、联网方式、运营商、手机型号及事件类型；基于操作信息以及对应的特征信息获取用户的行为特征信息的步骤，包括：获取预设时间段内的事件类型；获取事件类型的次数和/或时间间隔；基于事件类型以及事件类型的次数和/或时间间隔得到用户的行为特征信息。可选地，基于操作信息获取用户的行为特征数据的步骤，包括：将当前获取的埋点信息存入分布式日志系统；以流式处理的方式对埋点信息进行处理，以获取用户的行为特征数据。可选地，将行为特征数据输入贷款概率预测模型，输出用户的贷款概率数据的步骤，包括：将行为特征数据输入贷款概率预测模型以得到用户的贷款概率值；基于贷款概率值以及贷款概率值与贷款意愿评分之间的对应关系输出用户的贷款意愿评分。可选地，贷款概率预测模型基于XGBoost模型构建。本申请第二方面提供一种用户贷款概率预测装置，该装置包括：获取单元，用于获取用户在软件上的操作信息；处理单元，与获取单元连接，用于基于操作信息获取用户的行为特征数据；预测单元，与处理单元连接，用于将行为特征数据输入贷款概率预测模型；输出单元，与预测单元连接，用于输出用户的贷款概率数据。本申请第三方面提供一种计算机可读存储介质，该存储介质存储有程序指令，程序指令被处理器执行时实现如上述任一项的用户贷款概率预测方法。本申请至少具备的有益效果是：本申请能够通过用户在软件上的操作信息获取用户的行为特征数据，进而基于用户的行为特征数据通过预设模型获取用户的贷款概率，能够获取较高准确度的用户贷款概率数据。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本申请的用户贷款概率预测方法的一实施例的流程示意图；图2是本申请的用户贷款概率预测方法的一实施例的流程示意图；图3是本申请的用户贷款概率预测方法的一实施例的流程示意图；图4是本申请的用户贷款概率预测方法的一实施例的流程示意图；图5是本申请的用户贷款概率预测方法的一实施例的流程示意图；图6是本申请的用户贷款概率预测方法的一实施例的流程示意图；图7是本申请的用户贷款概率预测方法的一实施例的流程示意图；图8是本申请的用户贷款概率预测装置的一结构示意图；图9是本申请的计算机可读存储介质一实施例的框架示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。本申请中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，在不冲突的情况下，本文所描述的实施例可以与其它实施例相结合。本申请第一方面提供一种用户贷款概率预测方法，本方法可以应用于用户贷款概率预测装置中，基于本方法能够获取较高准确度的用户贷款概率。请参阅图1，图1是本申请的用户贷款概率预测方法一实施例的流程示意图。如图1，本方法包括：S101：获取用户在软件上的操作信息。具体地，用于可以在自己的用户终端安装的软件进行操作，用户贷款预测装置获取用户在用户终端的软件上的操作信息。其中，用户终端可以是手机、电脑等电子设备，软件可以是金融软件，例如掌上银行软件、理财软件或是具有一定借贷功能的软件。用户贷款预测装置可以按照预设频率对操作信息进行获取，例如，可以按照一分钟二十次的频率对操作信息进行获取。操作信息可以包括用户操作身份信息以及用户操作行为信息，用户操作身份信息可以反映用户的身份信息，用户操作行为信息可以反映用户在软件上的具体操作行为。其中，用户贷款预测装置获取用户在用户终端的软件上的操作信息，每次获取均可以获取到用户的操作本文档来自技高网...

【技术保护点】
1.一种用户贷款概率预测方法，其特征在于，所述方法包括：/n获取用户在软件上的操作信息；/n基于所述操作信息获取所述用户的行为特征数据；/n将所述行为特征数据输入贷款概率预测模型，输出所述用户的贷款概率数据；其中，所述贷款概率预测模型是基于贷款概率预测样本数据训练得到的。/n

【技术特征摘要】
1.一种用户贷款概率预测方法，其特征在于，所述方法包括：
获取用户在软件上的操作信息；
基于所述操作信息获取所述用户的行为特征数据；
将所述行为特征数据输入贷款概率预测模型，输出所述用户的贷款概率数据；其中，所述贷款概率预测模型是基于贷款概率预测样本数据训练得到的。


2.根据权利要求1所述的方法，其特征在于，
所述获取用户在软件上的操作信息的步骤，包括：
分别在软件上的不同节点设置埋点；
基于所述埋点获取埋点信息，所述埋点信息包括用户在所述软件上的操作信息。


3.根据权利要求1所述的方法，其特征在于，
所述基于所述操作信息获取所述用户的行为特征数据的步骤，包括：
获取操作信息对应的特征信息；
基于所述操作信息以及所述对应的特征信息获取所述用户的行为特征信息；
基于预设的转换规则将所述用户的行为特征信息转换为所述用户的行为特征数据。


4.根据权利要求3所述的方法，其特征在于，
所述操作信息包括多类操作信息，所述基于所述操作信息以及对应的特征信息获取所述用户的行为特征信息的步骤，包括：
获取预设时间段内的部分类别的操作信息以及对应的特征信息；
基于所述部分类别的操作信息以及所述对应的特征信息得到所述用户的行为特征信息。


5.根据权利要求4所述的方法，其特征在于，
所述操作信息的类别包括所述用户的操作时间、请求端IP、操作系统、软件版本、联网方式、运营商、手机型号及事件类型；
所述基于所述操作信息以及对应的特征信息获取所述用户的行为特征信息的步...

【专利技术属性】
技术研发人员：郑建辉，付盼吉，练祥韬，
申请(专利权)人：广州市全民钱包科技有限公司，
类型：发明
国别省市：广东;44