基于产品匹配的融资数据处理方法及装置制造方法及图纸

本发明专利技术公开了一种基于产品匹配的融资数据处理方法及装置，其中该方法包括：获取目标用户的用户信息和信用数据；根据所述用户信息和所述信用数据，从多个代理商中确定最适配所述目标用户的目标代理商；所述目标代理商用于与所述目标用户进行接洽并获得所述目标用户的融资需求数据；获取所述目标用户的历史融资评价信息；所述历史融资评价信息为所述目标用户在历史时间段进行的融资操作所对应的代理商的评价信息；根据所述目标用户的所述融资需求数据、所述信用数据和所述历史融资评价信息，从多个融资产品中确定最适配所述目标用户的目标融资产品；所述目标融资产品用于推荐给所述目标用户。可见，本发明专利技术能够为用户提供更加智能化的融资服务。加智能化的融资服务。加智能化的融资服务。

【技术实现步骤摘要】
基于产品匹配的融资数据处理方法及装置


[0001]本专利技术涉及产品推荐算法
，尤其涉及一种基于产品匹配的融资数据处理方法及装置。

技术介绍

[0002]随着中小型企业或个人的融资需求增加，越来越多的融资服务公司在采用电子化系统进行自动的融资数据处理和融资产品推荐，但现有的电子化系统在执行这些任务时，一般仅采用人工或简单的标签匹配方式进行融资数据处理和融资产品的推荐，这种处理方式需要人工进行复杂地判断，严重受限于操作人员的经验水平，效率低且出错率高，可见现有技术存在缺陷，亟待解决。

技术实现思路

[0003]本专利技术所要解决的技术问题在于，提供一种基于产品匹配的融资数据处理方法及装置，能够提高融资任务分配的准确度和融资产品推荐的有效度，为用户提供更加智能化的融资服务。
[0004]为了解决上述技术问题，本专利技术第一方面公开了一种基于产品匹配的融资数据处理方法，所述方法包括：
[0005]获取目标用户的用户信息和信用数据；
[0006]根据所述用户信息和所述信用数据，从多个代理商中确定最适配所述目标用户的目标代理商；所述目标代理商用于与所述目标用户进行接洽并获得所述目标用户的融资需求数据；
[0007]获取所述目标用户的历史融资评价信息；所述历史融资评价信息为所述目标用户在历史时间段进行的融资操作所对应的代理商的评价信息；
[0008]根据所述目标用户的所述融资需求数据、所述信用数据和所述历史融资评价信息，从多个融资产品中确定最适配所述目标用户的目标融资产品；所述目标融资产品用于推荐给所述目标用户。
[0009]作为一种可选的实施方式，在本专利技术第一方面中，所述用户信息包括名称信息、地区信息、资产信息和行业信息中的至少一种；和/或，所述信用数据的类型包括工商信息数据、税务申报数据、税务征收数据、投资方数据、分支机构数据、工商变更数据、欠税数据、违法违章数据、法律案件数据和资产数据中的至少一种；和/或，所述融资需求数据包括融资金额、融资用途和融资对象中的至少一种。
[0010]作为一种可选的实施方式，在本专利技术第一方面中，所述根据所述用户信息和所述信用数据，从多个代理商中确定最适配所述目标用户的目标代理商，包括：
[0011]将所述用户信息和所述信用数据输入至组合分类神经网络模型，以确定所述目标用户对应的用户类型；
[0012]根据预设的类型
‑
代理商映射关系，从预设的多个代理商组中确定所述用户类型
对应的目标代理商组；
[0013]根据所述目标代理商组中所有代理商的历史代理数据，从所述目标代理商组中确定最适配所述目标用户的目标代理商。
[0014]作为一种可选的实施方式，在本专利技术第一方面中，所述组合分类神经网络模型包括用户信息处理网络模型和信用数据处理网络模型；以及，所述将所述用户信息和所述信用数据输入至组合分类神经网络模型，以确定所述目标用户对应的用户类型，包括：
[0015]将所述用户信息输入至所述用户信息处理网络模型，以得到多个第一用户类型和对应的多个第一概率；所述用户信息处理网络模型通过包括有多个训练用户信息和对应的标注用户类型的训练数据集进行训练得到；所述用户信息处理网络模型包括第一卷积网络和第一分类层；所述第一分类层用于处理所述第一卷积网络对所述用户信息处理后的特征数据以得到所述特征数据属于任一所述第一用户类型的所述第一概率；
[0016]将所述信用数据输入至所述信用数据处理网络模型，以得到多个第二用户类型和对应的多个第二概率；所述信用数据处理网络模型通过包括有多个训练信用数据和对应的标注用户类型的训练数据集进行训练得到；所述信用数据处理网络模型包括第二卷积网络和第二分类层；所述第二分类层用于处理所述第二卷积网络对所述用户信息处理后的特征数据以得到所述特征数据属于任一所述第二用户类型的所述第二概率；
[0017]根据所述多个第一用户类型和对应的多个第一概率，和所述多个第二用户类型和对应的多个第二概率，确定所述目标用户对应的用户类型。
[0018]作为一种可选的实施方式，在本专利技术第一方面中，所述根据所述多个第一用户类型和对应的多个第一概率，和所述多个第二用户类型和对应的多个第二概率，确定所述目标用户对应的用户类型，包括：
[0019]根据所述用户信息处理网络模型的第一历史预测准确率，确定所述第一概率对应的第一权重；所述第一权重与所述第一历史预测准确率成正比；
[0020]根据所述信用数据处理网络模型的第二历史预测准确率，确定所述第二概率对应的第二权重；所述第二权重与所述第二历史预测准确率成正比；所述第一权重和所述第二权重之和为1；
[0021]对于任意一种所述用户类型，根据该用户类型与任意一个所述第一用户类型和所述第二用户类型之间的对应关系，确定该用户类型的所述第一概率和所述第二概率；
[0022]根据所述第一权重和所述第二权重，计算该用户类型的所述第一概率和所述第二概率的加权求和平均数；
[0023]确定所有所述用户类型中所述加权求和平均数最大的用户类型为所述目标用户对应的用户类型。
[0024]作为一种可选的实施方式，在本专利技术第一方面中，所述根据所述目标代理商组中所有代理商的历史代理数据，从所述目标代理商组中确定最适配所述目标用户的目标代理商，包括：
[0025]对于所述目标代理商组中的任一代理商，根据该代理商的历史代理数据，计算该代理商在历史时间段代理的融资行为的成功率和平均融资差额；所述平均融资差额为所有所述融资行为的最终融资额和融资需求额的差值的平均值；
[0026]计算所述成功率和所述平均融资差额的加权求和结果，以得到该代理商的代理评
价参数；所述成功率和所述平均融资差额的权重之和为1；所述成功率的权重大于所述平均融资差额的权重；
[0027]将所述目标代理商组的所有代理商中所述代理评价参数最高的代理商确定为目标代理商。
[0028]作为一种可选的实施方式，在本专利技术第一方面中，所述历史融资评价信息为文本评价信息；以及，所述根据所述目标用户的所述融资需求数据、所述信用数据和所述历史融资评价信息，从多个融资产品中确定最适配所述目标用户的目标融资产品，包括：
[0029]基于词性标注算法，确定所述历史融资评价信息对应的信誉评价参数；所述信誉评价参数用于指示所述代理商对所述目标用户的信誉评价；
[0030]将所述融资需求数据和所述信用数据输入至产品推荐神经网络模型，以确定所述目标用户对应的多个推荐的融资产品；所述产品推荐神经网络模型通过包括有多个训练融资需求数据和训练信用数据和对应的训练融资产品的训练数据集训练得到；
[0031]根据预设的评价
‑
产品映射关系，从预设的多个融资产品组中确定所述信誉评价参数对应的目标融资产品组；
[0032]根据所述目标融资产品组和所述多个推荐的融资产品，确定最适配所述目标用户的目标融资产品。
[0033]作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于产品匹配的融资数据处理方法，其特征在于，所述方法包括：获取目标用户的用户信息和信用数据；根据所述用户信息和所述信用数据，从多个代理商中确定最适配所述目标用户的目标代理商；所述目标代理商用于与所述目标用户进行接洽并获得所述目标用户的融资需求数据；获取所述目标用户的历史融资评价信息；所述历史融资评价信息为所述目标用户在历史时间段进行的融资操作所对应的代理商的评价信息；根据所述目标用户的所述融资需求数据、所述信用数据和所述历史融资评价信息，从多个融资产品中确定最适配所述目标用户的目标融资产品；所述目标融资产品用于推荐给所述目标用户。2.根据权利要求1所述的基于产品匹配的融资数据处理方法，其特征在于，所述用户信息包括名称信息、地区信息、资产信息和行业信息中的至少一种；和/或，所述信用数据的类型包括工商信息数据、税务申报数据、税务征收数据、投资方数据、分支机构数据、工商变更数据、欠税数据、违法违章数据、法律案件数据和资产数据中的至少一种；和/或，所述融资需求数据包括融资金额、融资用途和融资对象中的至少一种。3.根据权利要求2所述的基于产品匹配的融资数据处理方法，其特征在于，所述根据所述用户信息和所述信用数据，从多个代理商中确定最适配所述目标用户的目标代理商，包括：将所述用户信息和所述信用数据输入至组合分类神经网络模型，以确定所述目标用户对应的用户类型；根据预设的类型
‑
代理商映射关系，从预设的多个代理商组中确定所述用户类型对应的目标代理商组；根据所述目标代理商组中所有代理商的历史代理数据，从所述目标代理商组中确定最适配所述目标用户的目标代理商。4.根据权利要求3所述的基于产品匹配的融资数据处理方法，其特征在于，所述组合分类神经网络模型包括用户信息处理网络模型和信用数据处理网络模型；以及，所述将所述用户信息和所述信用数据输入至组合分类神经网络模型，以确定所述目标用户对应的用户类型，包括：将所述用户信息输入至所述用户信息处理网络模型，以得到多个第一用户类型和对应的多个第一概率；所述用户信息处理网络模型通过包括有多个训练用户信息和对应的标注用户类型的训练数据集进行训练得到；所述用户信息处理网络模型包括第一卷积网络和第一分类层；所述第一分类层用于处理所述第一卷积网络对所述用户信息处理后的特征数据以得到所述特征数据属于任一所述第一用户类型的所述第一概率；将所述信用数据输入至所述信用数据处理网络模型，以得到多个第二用户类型和对应的多个第二概率；所述信用数据处理网络模型通过包括有多个训练信用数据和对应的标注用户类型的训练数据集进行训练得到；所述信用数据处理网络模型包括第二卷积网络和第二分类层；所述第二分类层用于处理所述第二卷积网络对所述用户信息处理后的特征数据以得到所述特征数据属于任一所述第二用户类型的所述第二概率；根据所述多个第一用户类型和对应的多个第一概率，和所述多个第二用户类型和对应
的多个第二概率，确定所述目标用户对应的用户类型。5.根据权利要求4所述的基于产品匹配的融资数据处理方法，其特征在于，所述根据所述多个第一用户类型和对应的多个第一概率，和所述多个第二用户类型和对应的多个第二概率，确定所述目标用户对应的用户类型，包括：根据所述用户信息处理网络模型的第一历史预测准确率，确定所述第一概率对应的第一权重；所述第一权重与所述第一历史预测准确率成正比；根据所述信用数据处理网络模型的第二历史预测准确率，确定所述第二概率对应的第二权重；所述第二权重与所述第二历史预测准确率成正比；所述第一权重和所述第二权重之和为1；对于任意一种所述用户类型，根据该用户类型与任意一个所述第一用户...

【专利技术属性】
技术研发人员：黄大勇，张丽红，
申请(专利权)人：广东企数标普互联网信息服务有限公司，
类型：发明
国别省市：