目标客户的确定方法、装置、设备、介质及产品制造方法及图纸

本申请公开了一种目标客户的确定方法、装置、设备、介质及产品，涉及人工智能机器学习技术领域。该方法包括：获取第一客户的第一场景数据和第一通用数据；根据场景数据和场景类型之间的对应关系，确定与第一场景数据对应的第一场景类型；将第一场景数据输入至与第一场景类型对应的第一场景模型，输出得到第一客户是目标客户的第一概率；将第一通用数据输入至通用模型，输出得到第一客户是目标客户的第二概率；根据第一概率和第二概率确定第一客户是否为目标客户。这样，可以无需要求客户必须具有所有场景类型的场景数据，根据部分场景数据便可以准确地确定客户是否为目标客户。可以准确地确定客户是否为目标客户。可以准确地确定客户是否为目标客户。

【技术实现步骤摘要】
目标客户的确定方法、装置、设备、介质及产品


[0001]本申请属于人工智能机器学习
，尤其涉及一种目标客户的确定方法、装置、设备、介质及产品。

技术介绍

[0002]银行在提供贷款服务前，通常需要先对贷款客户进行风险评估，基于风险评估结果确定该贷款客户是否为目标客户，也即是否可以为该贷款客户提供贷款服务。
[0003]现有技术中，通常需要根据银行规定的多种指标对贷款客户进行风险评估。但是，某些贷款客户可能存在数据不完备的情况，导致无法获取到某些指标对应的数据，使得风险评估结果不准确，无法准确地确定该贷款客户是否为目标客户。

技术实现思路

[0004]本申请实施例提供一种目标客户的确定方法、装置、设备、介质及产品，可以根据能够获取到的场景数据的场景类型，选用相应的场景模型预测该客户是目标客户的概率，因此无需要求客户必须具有所有场景类型的场景数据，根据部分场景数据便可以准确地确定客户是否为目标客户。
[0005]第一方面，本申请实施例提供一种目标客户的确定方法，该方法包括：
[0006]获取第一客户的客本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标客户的确定方法，其特征在于，所述方法包括：获取第一客户的客户数据，所述第一客户是申请贷款的客户，所述客户数据包括第一场景数据和第一通用数据；根据场景数据和场景类型之间的对应关系，确定与所述第一场景数据对应的第一场景类型；将所述第一场景数据输入至与所述第一场景类型对应的第一场景模型，输出得到所述第一客户是目标客户的第一概率，所述目标客户是贷款风险低于风险阈值的客户；将所述第一通用数据输入至通用模型，输出得到所述第一客户是所述目标客户的第二概率；根据所述第一概率和所述第二概率确定所述第一客户是否为所述目标客户。2.根据权利要求1所述的方法，其特征在于，所述场景类型包括税务场景、公积金场景、代发场景和社保场景中的至少一种。3.根据权利要求2所述的方法，其特征在于，在所述将所述第一场景数据输入至与所述第一场景类型对应的第一场景模型，输出得到所述第一客户是目标客户的第一概率之前，所述方法还包括：通过以下方式得到每种所述场景类型对应的场景模型：获取多个第一训练样本，所述第一训练样本包括第一历史客户的第一历史场景数据和第一客户标签，所述第一客户标签用于指示所述第一历史客户是否为所述目标客户，所述第一历史场景数据与所述场景类型对应；基于多个所述第一训练样本，对预设的场景模型进行训练，得到所述场景类型对应的场景模型。4.根据权利要求1所述的方法，其特征在于，所述第一通用数据包括多种第二通用数据，所述将所述第一通用数据输入至通用模型，输出得到所述第一客户是所述目标客户的第二概率，包括：根据通用数据和数据类型之间的对应关系，分别确定每种所述第二通用数据对应的第一数据类型；对于每种所述第二通用数据，分别将所述第二通用数据输入至与所述第一数据类型对应的第一通用子模型，输出得到所述第一客户是目标客户的第三概率；根据多个所述第三概率确定所述第二概率。5.根据权利要求4所述的方法，其特征在于，在所述分别将所述第二通用数据输入至与所述第一数据类型对应的第一通用子模型，输出得到所述第一客户是目标客户的第三概率之前，所述方法还包括：通过以下方式得到每种所述数据类型对应的通用子模型：获取多个第二训练样本，所述第二训练样本包括第二历史客户的第一历史通用数据和第二客户标签，所述第二客户标签用于指示所述第二历史客户是否为所述目标客户，所述第一历史通用数据与所述数据类型对应；基于多个所述第二训练样本，对预设的通用子模型进行训练，得到所述数据类型对应的通用子模型。6.根...

【专利技术属性】
技术研发人员：刘垚，范戈，
申请(专利权)人：建信金融科技有限责任公司，
类型：发明
国别省市：