本公开提供一种价值分类方法、装置、电子设备及存储介质，所述方法包括获取价值数据集，其中，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；获取用户对所述价值数据集定义的价值标签；根据所述价值数据集以及用户对所述价值数据集定义的价值标签，通过预先构建的价值分类模型，确定用户所属类别。本公开的价值分类方法能够准确判断用户所属类别，进而根据用户所属类别判定用户的提额上限以及相应的调额系数，从而能够分不同用户的价值等级在还款实时判断带来的风险。风险。风险。
【技术实现步骤摘要】
价值分类方法、装置、电子设备及存储介质
[0001]本公开涉及计算机
，尤其涉及一种价值分类方法、装置、电子设备及存储介质。
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，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提额用户的判断，存在误提额后带来风险上升。
[0003]此外，对于用户所属类别的判定能够有效地根据不同用户的价值等级在还款实时判断带来的风险。
[0004]因此，如何提供一种解决上述问题的技术方案是本领域技术人员目前需要解决的技术问题。
技术实现思路
[0005]本公开实施例提供一种价值分类方法、装置、电子设备及存储介质，能够分不同用户的价值等级在还款实时判断带来的风险。
[0006]本公开实施例的第一方面，提供一种价值分类方法，包括：
[0007]获取价值数据集，其中，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；
[0008]获取用户对所述价值数据集定义的价值标签；
[0009]根据所述价值数据集以及用户对所述价值数据集定义的价值标签，通过预先构建的价值分类模型，确定用户所属类别。
[0010]在一种可选的实施方式中，
[0011]所述方法还包括：
[0012]根据用户所属类别，设定与用户所属类别对应的额度上限以及调额系数；
[0013]其中，所述用户所属类别包括五种类别，包括优质客户、次优客户、普通客户、较差客户以及最差客户。
[0014]在一种可选的实施方式中，
[0015]所述方法还包括：
[0016]将所述用户所属类别作为输入变量，作为预先构建的还款额度决策模型的输入变量之一，以使所述还款额度决策模型判断是否需要调整目标用户的额度。
[0017]在一种可选的实施方式中，
[0018]所述方法还包括训练所述价值分类模型，其中，训练所述价值分类模型的方法包括：
[0019]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；
[0020]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。
[0021]本公开实施例的第二方面，提供一种价值分类装置，所述装置包括：
[0022]第一单元，用于获取价值数据集，其中，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；
[0023]第二单元，用于获取用户对所述价值数据集定义的价值标签；
[0024]第三单元，用于根据所述价值数据集以及用户对所述价值数据集定义的价值标签，通过预先构建的价值分类模型，确定用户所属类别。
[0025]在一种可选的实施方式中，
[0026]所述装置还包括第四单元，所述第四单元用于：
[0027]根据用户所属类别，设定与用户所属类别对应的额度上限以及调额系数；
[0028]其中，所述用户所属类别包括五种类别，包括优质客户、次优客户、普通客户、较差客户以及最差客户。
[0029]在一种可选的实施方式中，
[0030]所述装置还包括第五单元，所述第五单元用于：
[0031]将所述用户所属类别作为输入变量，作为预先构建的还款额度决策模型的输入变量之一，以使所述还款额度决策模型判断是否需要调整目标用户的额度。
[0032]在一种可选的实施方式中，
[0033]所述装置还包括第六单元，所述第六单元用于训练所述价值分类模型，其中，所述第六单元用于：
[0034]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；
[0035]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。
[0036]本公开实施例的第三方面，提供一种电子设备，包括：
[0037]处理器；
[0038]用于存储处理器可执行指令的存储器；
[0039]其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述任意一项所述的方法。
[0040]本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述任意一项所述的方法。
[0041]本公开的价值分类方法，包括获取价值数据集，其中，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；
[0042]获取用户对所述价值数据集定义的价值标签；
[0043]根据所述价值数据集以及用户对所述价值数据集定义的价值标签，通过预先构建的价值分类模型，确定用户所属类别。
[0044]本公开的价值分类方法能够准确判断用户所属类别，进而根据用户所属类别判定
用户的提额上限以及相应的调额系数，从而能够分不同用户的价值等级在还款实时判断带来的风险。
附图说明
[0045]图1为本公开实施例价值分类方法的流程示意图；
[0046]图2为本公开实施例价值分类装置的结构示意图。
具体实施方式
[0047]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。
[0048]本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
[0049]应当理解，在本公开的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。
[0050]应当理解，在本公开中，“包括”和“具有”以及他们的任何变形，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、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0051]应当理解，在本公开中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种价值分类方法，其特征在于，包括：获取价值数据集，其中，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；获取用户对所述价值数据集定义的价值标签；根据所述价值数据集以及用户对所述价值数据集定义的价值标签，通过预先构建的价值分类模型，确定用户所属类别。2.根据权利要求1所述的价值分类方法，其特征在于，所述方法还包括：根据用户所属类别，设定与用户所属类别对应的额度上限以及调额系数；其中，所述用户所属类别包括五种类别，包括优质客户、次优客户、普通客户、较差客户以及最差客户。3.根据权利要求1所述的价值分类方法，其特征在于，所述方法还包括：将所述用户所属类别作为输入变量，作为预先构建的还款额度决策模型的输入变量之一，以使所述还款额度决策模型判断是否需要调整目标用户的额度。4.根据权利要求1所述的价值分类方法，其特征在于，所述方法还包括训练所述价值分类模型，其中，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。5.一种价值分类装置，其特征在于，所述装置包括：第一单元，用于获取价值数据集，其中，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；第二单元，用于获取用户对所述...
【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。