业务处理方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术公开了业务处理方法、装置、电子设备和存储介质，涉及人工智能技术领域。该方法的一具体实施方式包括：接收目标用户的业务处理请求，从数据库中获取目标用户对应预设场景的场景数据；响应于场景数据满足预设条件，调用数据采集引擎，以采集目标用户的目标属性信息；调用预设的特征参数模型，以基于目标属性信息确定目标用户的特征参数值；调用预设的时序参数模型，以基于目标属性信息确定目标用户的时序参数矩阵；将时序参数矩阵和特征参数值输入预设的计算模型，计算目标用户对应的业务额度，以对目标用户的进行业务处理。该实施方式能够解决通过专家经验来确定信贷的授信额度，不仅效率较低，而且降低准确性的问题。而且降低准确性的问题。而且降低准确性的问题。

【技术实现步骤摘要】
业务处理方法、装置、电子设备和存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种业务处理方法、装置、电子设备和存储介质。

技术介绍

[0002]随着金融业务的发展，信贷业务覆盖越来越广泛，中小微型企业的信贷业务处理也受到重视，尤其对首贷的中小微型企业，如何确定与其相适应的授信额度成为信贷业务处理的重点。由于首贷的中小微型企业，其通常缺少支持确定授信额度的数据，现有技术中，通常是基于首贷企业所能够获取的数据，通过专家经验来确定出信贷的授信额度，但是这种方式过分依赖人工经验，不仅效率较低，而且降低准确性。

技术实现思路

[0003]有鉴于此，本专利技术实施例提供一种业务处理方法、装置、电子设备和存储介质，能够解决通过专家经验来确定信贷的授信额度，不仅效率较低，而且降低准确性的问题。
[0004]为实现上述目的，根据本专利技术实施例的一个方面，提供了一种业务处理方法。
[0005]本专利技术实施例的一种业务处理方法包括：接收目标用户的业务处理请求，从数据库中获取所述目标用户对应预设场景的场景数据；响应于所述场景数据满足预设条件，调用数据采集引擎，以采集所述目标用户的目标属性信息；调用预设的特征参数模型，以基于所述目标属性信息确定所述目标用户的特征参数值；调用预设的时序参数模型，以基于所述目标属性信息确定所述目标用户的时序参数矩阵；将所述时序参数矩阵和所述特征参数值输入预设的计算模型，计算所述目标用户对应的业务额度，以对所述目标用户的进行业务处理。
[0006]在一个实施例中，所述计算模型包括第一计算模型和第二计算模型；
[0007]将所述时序参数矩阵和所述特征参数值输入预设的计算模型，计算所述目标用户对应的业务额度，包括：
[0008]将所述时序参数矩阵输入预设的第一计算模型，以计算所述目标用户对应的预测业务额度；
[0009]拼接所述特征参数值和所述预测业务额度，输入预设的第二计算模型，以得出所述目标用户的目标业务额度。
[0010]在又一个实施例中，在所述接收目标用户的业务处理请求之前，还包括：
[0011]筛选模型训练用户，以获取所述模型训练用户的训练属性信息；
[0012]从所述训练属性信息中，统计所述模型训练用户在预设时间段内每个第一预设周期的还款额度，以确定所述训练用户的训练目标额度；
[0013]基于所述训练属性信息确定所述模型训练用户的特征参数值，以及基于所述训练属性信息确定所述模型训练用户的时序参数矩阵；
[0014]基于所述训练目标额度、所述模型训练用户的时序参数矩阵和特征参数值，对建
立的计算模型进行训练，以得出训练后的计算模型。
[0015]在又一个实施例中，所述建立的计算模型包括第一计算模型和第二计算模型；
[0016]基于所述训练目标额度、所述模型训练用户的时序参数矩阵和特征参数值，对建立的计算模型进行训练，包括：
[0017]将所述模型训练用户的时序参数矩阵作为第一计算模型的输入，将所述第一计算模型的输出与所述模型训练用户的特征参数值拼接，以作为第二授信模型的输入，以所述训练目标额度为模型训练目标，对所述构建的计算模型进行训练。
[0018]在又一个实施例中，确定所述训练用户的训练目标额度，包括：
[0019]按照所述还款额度由大到小的顺序，对所述每个第一预设周期的还款额度进行排序，以将顺序位于目标位置的还款额度，确定为所述训练用户的训练目标额度。
[0020]在又一个实施例中，基于所述目标属性信息确定所述目标用户的特征参数值，包括：
[0021]基于所述目标属性信息，获取所述目标用户对应的企业业务参数，以统计预设特征参数的第一参数值；
[0022]基于所述目标属性信息，获取所述目标用户对应的个人业务参数，以统计预设特征参数的第二参数值；
[0023]将所述第一参数值和所述第二参数值中较大的数值确定为预设特征参数的特征参数值。
[0024]在又一个实施例中，基于所述目标属性信息确定所述目标用户的时序参数矩阵，包括：
[0025]基于预设历史时长内时间先后顺序，从所述目标属性信息中统计各预设时序参数在第二预设周期的参数值，以拼接所述参数值，生成对应的时序参数矩阵。
[0026]在又一个实施例中，在所述响应于所述场景数据满足预设条件之前，还包括：
[0027]判断所述场景数据是否为空；
[0028]若是，则确定所述场景数据不满足所述预设条件；若否，则确定所述场景数据满足所述预设条件。
[0029]本专利技术实施例的一种业务处理装置包括：接收单元，用于接收目标用户的业务处理请求，从数据库中获取所述目标用户对应预设场景的场景数据；采集单元，用于响应于所述场景数据满足预设条件，调用数据采集引擎，以采集所述目标用户的目标属性信息；确定单元，用于调用预设的特征参数模型，以基于所述目标属性信息确定所述目标用户的特征参数值；调用预设的时序参数模型，以基于所述目标属性信息确定所述目标用户的时序参数矩阵；计算单元，用于将所述时序参数矩阵和所述特征参数值输入预设的计算模型，计算所述目标用户对应的业务额度，以对所述目标用户的进行业务处理。
[0030]所述计算模型包括第一计算模型和第二计算模型；
[0031]所述计算单元，具体用于：
[0032]将所述时序参数矩阵输入预设的第一计算模型，以计算所述目标用户对应的预测业务额度；
[0033]拼接所述特征参数值和所述预测业务额度，输入预设的第二计算模型，以得出所述目标用户的目标业务额度。
[0034]在又一个实施例中，所述装置还包括：
[0035]筛选单元，用于筛选模型训练用户，以获取所述模型训练用户的训练属性信息；
[0036]所述确定单元，还用于从所述训练属性信息中，统计所述模型训练用户在预设时间段内每个第一预设周期的还款额度，以确定所述训练用户的训练目标额度；
[0037]所述确定单元，还用于基于所述训练属性信息确定所述模型训练用户的特征参数值，以及基于所述训练属性信息确定所述模型训练用户的时序参数矩阵；
[0038]所述装置还包括：
[0039]训练单元，用于基于所述训练目标额度、所述模型训练用户的时序参数矩阵和特征参数值，对建立的计算模型进行训练，以得出训练后的计算模型。
[0040]在又一个实施例中，所述建立的计算模型包括第一计算模型和第二计算模型；
[0041]所述训练单元，具体用于：
[0042]将所述模型训练用户的时序参数矩阵作为第一计算模型的输入，将所述第一计算模型的输出与所述模型训练用户的特征参数值拼接，以作为第二授信模型的输入，以所述训练目标额度为模型训练目标，对所述构建的计算模型进行训练。
[0043]在又一个实施例中，所述确定单元，具体用于：
[0044]按照所述还款额度由大到小的顺序，对所述每个第一预设周期的还款额度进行排序，以将顺序本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种业务处理方法，其特征在于，包括：接收目标用户的业务处理请求，从数据库中获取所述目标用户对应预设场景的场景数据；响应于所述场景数据满足预设条件，调用数据采集引擎，以采集所述目标用户的目标属性信息；调用预设的特征参数模型，以基于所述目标属性信息确定所述目标用户的特征参数值；调用预设的时序参数模型，以基于所述目标属性信息确定所述目标用户的时序参数矩阵；将所述时序参数矩阵和所述特征参数值输入预设的计算模型，计算所述目标用户对应的业务额度，以对所述目标用户的进行业务处理。2.根据权利要求1所述的方法，其特征在于，所述计算模型包括第一计算模型和第二计算模型；将所述时序参数矩阵和所述特征参数值输入预设的计算模型，计算所述目标用户对应的业务额度，包括：将所述时序参数矩阵输入预设的第一计算模型，以计算所述目标用户对应的预测业务额度；拼接所述特征参数值和所述预测业务额度，输入预设的第二计算模型，以得出所述目标用户的目标业务额度。3.根据权利要求1所述的方法，其特征在于，在所述接收目标用户的业务处理请求之前，还包括：筛选模型训练用户，以获取所述模型训练用户的训练属性信息；从所述训练属性信息中，统计所述模型训练用户在预设时间段内每个第一预设周期的还款额度，以确定所述训练用户的训练目标额度；基于所述训练属性信息确定所述模型训练用户的特征参数值，以及基于所述训练属性信息确定所述模型训练用户的时序参数矩阵；基于所述训练目标额度、所述模型训练用户的时序参数矩阵和特征参数值，对建立的计算模型进行训练，以得出训练后的计算模型。4.根据权利要求3所述的方法，其特征在于，所述建立的计算模型包括第一计算模型和第二计算模型；基于所述训练目标额度、所述模型训练用户的时序参数矩阵和特征参数值，对建立的计算模型进行训练，包括：将所述模型训练用户的时序参数矩阵作为第一计算模型的输入，将所述第一计算模型的输出与所述模型训练用户的特征参数值拼接，以作为第二授信模型的输入，以所述训练目标额度为模型训练目标，对所述构建的计算模型进行训练。5.根据权利要求3所述的方法，其特征在于，确定所述训练用户的训练目标额度，包括：按照所述还款额度由大到小的顺序，对所述每个第一预设周期的还款额度进行排序，以将顺序位于目标位置的还款额度，确定为所述训练用户的训练目标额度。6.根据权利要求1所述的方法，其特征在于，基于所述目标属性信息确定所述目标用户的特征参数值，包括：
基于所述目标属性信息，获取所述目标用户对应的企业业务参数，以统计预设特征参数的第一参数值；基于所述目标属性信息，获取所述目标用户对应的个人业务参数，以统计预设特征参数的第二参数值；将所述第一参数值和所述第二参数值中较大的数值确定为预设特征参数的特征参数值。7.根据权利要求1所述的方法，其特征在于，基于所述目标属性信息确定所述目标用户的时序参数矩阵，包括：基于预设历史时长内时间先后顺序，从所述目标属性信息中统计各预设时序参数在第二预设周...

【专利技术属性】
技术研发人员：程琬芸，陈为，
申请(专利权)人：中国建设银行股份有限公司，
类型：发明
国别省市：