本公开提供一种还款实时提额方法及装置，所述方法包括基于预先建立的价值数据集和预先构建的价值分类模型，在目标用户还款时实时预测用户的价值分类标签；基于预先建立的价值数据集和预先构建的还款风险评分模型，在目标用户还款时确定用户的还款风险评分；根据用户的价值分类标签以及用户的还款风险评分，通过预先构建的还款额度决策模型，判断是否需要调整目标用户的额度，若是，则实时调整目标用户的额度。本公开实施例的方法能够分不同用户的价值等级在还款实时判断带来的风险，从而提供更好的提额决策。更好的提额决策。更好的提额决策。
【技术实现步骤摘要】
还款实时提额方法及装置
[0001]本公开涉及计算机
，尤其涉及一种还款实时提额方法及装置。
技术介绍
[0002]近年来，金融用户的新增越来越少，各家金融机构都在加强存量用户的经营，但大多数机构在月末或者月初，利用月更新的行为评分模型，进行批量的额度调整或者给予临时额度等。
[0003]现有的方法一方面提额不能及时的给予客户，客户体验不佳；另一方面，月更新的行为评分并不能最佳的实现对提额用户的判断，存在误提额后带来风险上升。
[0004]因此，如何提出一种解决现有技术的问题的解决方案是本领域技术人员目前需要解决的问题。
技术实现思路
[0005]本公开实施例提供一种还款实时提额方法及装置，能够用户在还款时进行价值分析并预测提额分类标签。
[0006]本公开实施例的第一方面，提供一种还款实时提额方法,包括：
[0007]基于预先建立的价值数据集和预先构建的价值分类模型，在目标用户还款时实时预测用户的价值分类标签；
[0008]基于预先建立的价值数据集和预先构建的还款风险评分模型，在目标用户还款时确定用户的还款风险评分；
[0009]根据用户的价值分类标签以及用户的还款风险评分，通过预先构建的还款额度决策模型，判断是否需要调整目标用户的额度，
[0010]若是，则实时调整目标用户的额度。
[0011]在一种可选的实施方式中，
[0012]所述价值数据集包括用户的还款信息、基本信息、外部资信收入信息、用户的额度使用率、借还款频次及逾期情况中至少一种；
[0013]根据所述价值数据集中各个信息定义其价值标签。
[0014]在一种可选的实施方式中，
[0015]所述方法还包括训练所述价值分类模型，
[0016]所述训练所述价值分类模型的方法包括：
[0017]将所述价值数据集中用户的还款信息、基本信息、外部资信收入信息、用户的额度使用率、借还款频次及逾期情况中至少一种作为价值分类模型的输入变量；
[0018]将所述价值数据集中各个信息对应的价值标签作为目标变量，训练所述价值分类模型。
[0019]在一种可选的实施方式中，
[0020]所述方法还包括训练所述还款风险评分模型，
[0021]所述训练所述还款风险评分模型的方法包括：
[0022]根据所述价值数据集中用户还款的借贷行为信息定义分类标签，将用户基本属性信息和借贷行为信息作为还款风险评分模型的输入变量；
[0023]将用户的还款风险评分作为目标变量，训练所述还款风险评分模型。
[0024]在一种可选的实施方式中，
[0025]所述通过预先构建的还款额度决策模型，判断是否需要提升目标用户的额度的方法包括：
[0026]根据用户的价值分类标签以及用户的还款风险评分，确定用户所属的价值类别；
[0027]根据用户所属的价值类别，以及用户的还款风险评分，判断用户是否处于预设调整额度范围，
[0028]若是，则根据用户对应的额度上限以及额度调整系数调整目标用户的额度。
[0029]本公开实施例的第二方面提供一种还款实时提额装置，所述还款实时提额装置包括：
[0030]第一单元，用于基于预先建立的价值数据集和预先构建的价值分类模型，在目标用户还款时实时预测用户的价值分类标签；
[0031]第二单元，用于基于预先建立的价值数据集和预先构建的还款风险评分模型，在目标用户还款时确定用户的还款风险评分；
[0032]第三单元，用于根据用户的价值分类标签以及用户的还款风险评分，通过预先构建的还款额度决策模型，判断是否需要调整目标用户的额度，
[0033]若是，则实时调整目标用户的额度。
[0034]在一种可选的实施方式中，
[0035]所述价值数据集包括用户的还款信息、基本信息、外部资信收入信息、用户的额度使用率、借还款频次及逾期情况中至少一种；
[0036]根据所述价值数据集中各个信息定义其价值标签。
[0037]在一种可选的实施方式中，
[0038]所述装置还包括第四单元，所述第四单元用于训练所述价值分类模型：
[0039]将所述价值数据集中用户的还款信息、基本信息、外部资信收入信息、用户的额度使用率、借还款频次及逾期情况中至少一种作为价值分类模型的输入变量；
[0040]将所述价值数据集中各个信息对应的价值标签作为目标变量，训练所述价值分类模型。
[0041]在一种可选的实施方式中，
[0042]所述装置还包括第五单元，所述第五单元用于训练所述还款风险评分模型：
[0043]根据所述价值数据集中用户还款的借贷行为信息定义分类标签，将用户基本属性信息和借贷行为信息作为还款风险评分模型的输入变量；
[0044]将用户的还款风险评分作为目标变量，训练所述还款风险评分模型。
[0045]在一种可选的实施方式中，
[0046]所述第三单元还用于：
[0047]根据用户的价值分类标签以及用户的还款风险评分，确定用户所属的价值类别；
[0048]根据用户所属的价值类别，以及用户的还款风险评分，判断用户是否处于预设调
整额度范围，
[0049]若是，则根据用户对应的额度上限以及额度调整系数调整目标用户的额度。
[0050]本公开实施例的还款实时提额方法，包括：
[0051]基于预先建立的价值数据集和预先构建的价值分类模型，在目标用户还款时实时预测用户的价值分类标签；
[0052]基于预先建立的价值数据集和预先构建的还款风险评分模型，在目标用户还款时确定用户的还款风险评分；
[0053]根据用户的价值分类标签以及用户的还款风险评分，通过预先构建的还款额度决策模型，判断是否需要调整目标用户的额度，
[0054]若是，则实时调整目标用户的额度。
[0055]本公开实施例的还款实时提额方法能够在用户还款时进行价值分析并预测提额分类标签，根据用户行为进行实时额度提升，改善客户体验，提升存量用户的服务质量和效率。本公开实施例的方法能够分不同用户的价值等级在还款实时判断带来的风险，从而提供更好的提额决策，为改善用户金融服务体验及额度调整提供依据；在还款时实时决策快速准确，提额精准，技术结构易落地。
附图说明
[0056]图1为本公开实施例还款实时提额方法的流程示意图；
[0057]图2为本公开实施例还款实时提额装置的结构示意图。
具体实施方式
[0058]为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，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，都属于本公开保护的范围。
[本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种还款实时提额方法，其特征在于，所述还款实时提额方法包括：基于预先建立的价值数据集和预先构建的价值分类模型，在目标用户还款时实时预测用户的价值分类标签；基于预先建立的价值数据集和预先构建的还款风险评分模型，在目标用户还款时确定用户的还款风险评分；根据用户的价值分类标签以及用户的还款风险评分，通过预先构建的还款额度决策模型，判断是否需要调整目标用户的额度，若是，则实时调整目标用户的额度。2.根据权利要求1所述的还款实时提额方法，其特征在于，所述价值数据集包括用户的还款信息、基本信息、外部资信收入信息、用户的额度使用率、借还款频次及逾期情况中至少一种；根据所述价值数据集中各个信息定义其价值标签。3.根据权利要求1所述的还款实时提额方法，其特征在于，所述方法还包括训练所述价值分类模型，所述训练所述价值分类模型的方法包括：将所述价值数据集中用户的还款信息、基本信息、外部资信收入信息、用户的额度使用率、借还款频次及逾期情况中至少一种作为价值分类模型的输入变量；将所述价值数据集中各个信息对应的价值标签作为目标变量，训练所述价值分类模型。4.根据权利要求1所述的还款实时提额方法，其特征在于，所述方法还包括训练所述还款风险评分模型，所述训练所述还款风险评分模型的方法包括：根据所述价值数据集中用户还款的借贷行为信息定义分类标签，将用户基本属性信息和借贷行为信息作为还款风险评分模型的输入变量；将用户的还款风险评分作为目标变量，训练所述还款风险评分模型。5.根据权利要求1所述的还款实时提额方法，其特征在于，所述通过预先构建的还款额度决策模型，判断是否需要提升目标用户的额度的方法包括：根据用户的价值分类标签以及用户的还款风险评分，确定用户所属的价值类别；根据用户所属的价值类别，以及用户的还款风险评分，判断用户是否处于预设调整额度范围，若是，则根据用户对应的额度上限以及额度调整系数调整目标用户的...
【专利技术属性】
技术研发人员：乾春涛，
申请(专利权)人：上海数禾信息科技有限公司，
类型：发明
国别省市：
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。