本发明专利技术公开了一种贷款产品推荐方法、系统、计算机设备及存储介质，涉及金融科技技术领域，其中，所述方法包括：预先构建目标贷款产品推荐模型；获取目标客户的客户信息；将所述目标客户的所述客户信息输入至所述目标贷款产品推荐模型，生成所述目标客户的贷款产品推荐预测结果；将所述目标客户的所述贷款产品推荐预测结果进行排序，生成所述目标客户对应的贷款产品推荐列表。通过本发明专利技术的方法可解决现有技术在贷款产品的推荐过程中自动化程度较低，同时会浪费大量的人力成本的问题。同时会浪费大量的人力成本的问题。同时会浪费大量的人力成本的问题。
【技术实现步骤摘要】
一种贷款产品推荐方法、系统、计算机设备及存储介质
[0001]本专利技术涉及金融科技
，具体涉及一种贷款产品推荐方法、系统、计算机设备以及非易失性计算机可读存储介质。
技术介绍
[0002]随着计算机技术的发展，越来越多的技术应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，贷款产品推荐技术也不例外，但由于金融行业的安全性、实时性要求，也对贷款产品推荐技术提出了更高的要求。
[0003]其中，贷款是银行或其他金融机构按一定利率和必须归还等条件进行出借货币资金的一种信用活动形式。银行通过贷款的方式将所集中的货币和货币资金投放出去，可以满足社会扩大再生产对补充资金的需要，促进经济的发展，同时，银行也可以由此取得贷款利息收入，增加银行自身的积累。
[0004]近年来，随着我国金融市场的不断开放和利率市场化进程的推进，诞生了众多不同的贷款产品，例如车贷、房贷、消费贷等等，这些不同的贷款产品对应着不同的贷款额度以及贷款利率。
[0005]目前，在贷款过程中，需要银行或者金融机构对贷款人的资质信息进行审核，然而，不同的贷款产品对应着不同的放贷条件，现有技术中，通常需要工作人员人工进行分析，以确定目标客户符合放贷条件的贷款产品，并进而为目标客户推荐最符合客户利益的贷款产品，因此，现有技术在贷款产品的推荐过程中自动化程度较低，同时会浪费大量的人力成本。
[0006]因此，现有技术还有待改进和提高。
技术实现思路
[0007]鉴于上述现有技术的不足之处，本专利技术的目的在于提供一种可用于金融科技或其他相关领域的贷款产品推荐方法、系统、计算机设备以及非易失性计算机可读存储介质，旨在解决现有技术在贷款产品的推荐过程中自动化程度较低，同时会浪费大量的人力成本的问题。
[0008]为了达到上述目的，本专利技术采取了以下技术方案：
[0009]一种贷款产品推荐方法，其中，包括：
[0010]预先构建目标贷款产品推荐模型；
[0011]获取目标客户的客户信息；
[0012]将所述目标客户的所述客户信息输入至所述目标贷款产品推荐模型，生成所述目标客户的贷款产品推荐预测结果；
[0013]将所述目标客户的所述贷款产品推荐预测结果进行排序，生成所述目标客户对应的贷款产品推荐列表。
[0014]在进一步的技术方案中，所述的贷款产品推荐方法，其中，所述预先构建目标贷款
产品推荐模型，包括：
[0015]预先基于Transformer神经网络构建初始贷款产品推荐模型；
[0016]采集初始贷款产品推荐样本，对所述初始贷款产品推荐样本进行预处理后，生成目标贷款产品推荐样本；
[0017]根据所述目标贷款产品推荐样本对所述初始贷款产品推荐模型进行训练，生成目标贷款产品推荐模型。
[0018]在进一步的技术方案中，所述的贷款产品推荐方法，其中，所述根据所述目标贷款产品推荐样本对所述初始贷款产品推荐模型进行训练，生成目标贷款产品推荐模型，包括：
[0019]将所述目标贷款产品推荐样本进行数据集划分，划分后生成训练集、验证集以及测试集；
[0020]根据所述训练集对所述初始贷款产品推荐模型进行训练，再根据所述验证集对训练后的所述初始贷款产品推荐模型进行验证调整，再根据所述测试集对验证调整后的所述初始贷款产品推荐模型进行测试评估；
[0021]获取测试评估结果，当检测到所述测试评估结果满足预设的要求后，生成目标贷款产品推荐模型。
[0022]在进一步的技术方案中，所述的贷款产品推荐方法，其中，所述获取目标客户的客户信息，其中，所述客户信息包括个人信息和征信信息。
[0023]在进一步的技术方案中，所述的贷款产品推荐方法，其中，所述个人信息包括性别、年龄、学历、居住地、职业、单位、社保以及公积金中的多种。
[0024]在进一步的技术方案中，所述的贷款产品推荐方法，其中，所述将所述目标客户的所述贷款产品推荐预测结果进行排序，生成所述目标客户对应的贷款产品推荐列表之后，包括：
[0025]接收所述目标客户基于所述贷款产品推荐列表的选择指令，将所述目标客户选择的目标贷款产品向所述目标客户进行详情展示。
[0026]在进一步的技术方案中，所述的贷款产品推荐方法，其中，所述将所述目标客户选择的目标贷款产品向所述目标客户进行详情展示，其中，进行详情展示时包括展示所述目标贷款产品的贷款金额、年化率、还款周期以及贷款材料。
[0027]一种贷款产品推荐系统，其中，包括：
[0028]构建模块，用于预先构建目标贷款产品推荐模型；
[0029]获取模块，用于获取目标客户的客户信息；
[0030]结果生成模块，用于将所述目标客户的所述客户信息输入至所述目标贷款产品推荐模型，生成所述目标客户的贷款产品推荐预测结果；
[0031]列表生成模块，用于将所述目标客户的所述贷款产品推荐预测结果进行排序，生成所述目标客户对应的贷款产品推荐列表。
[0032]一种计算机设备，其中，所述计算机设备包括至少一个处理器；以及，
[0033]与所述至少一个处理器通信连接的存储器；其中，
[0034]所述存储器上存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行时，可实现如上述任一项所述的贷款产品推荐方法。
[0035]一种非易失性计算机可读存储介质，其中，所述非易失性计算机可读存储介质存
储有计算机程序，所述计算机程序被至少一个处理器执行时，可实现如上述任一项所述的贷款产品推荐方法。
[0036]相较于现有技术，本专利技术提供了一种贷款产品推荐方法、系统、计算机设备以及非易失性计算机可读存储介质，其中，所述方法包括：预先构建目标贷款产品推荐模型；获取目标客户的客户信息；将所述目标客户的所述客户信息输入至所述目标贷款产品推荐模型，生成所述目标客户的贷款产品推荐预测结果；将所述目标客户的所述贷款产品推荐预测结果进行排序，生成所述目标客户对应的贷款产品推荐列表。通过本专利技术的方法可解决现有技术在贷款产品的推荐过程中自动化程度较低，同时会浪费大量的人力成本的问题。
附图说明
[0037]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0038]图1为本专利技术实施例提供的一种贷款产品推荐方法的流程示意图。
[0039]图2为图1中所述步骤S100的流程示意图。
[0040]图3为图2中所述步骤S103的流程示意图。
[0041]图4为本专利技术实施例提供的一种贷款产品推荐方法的另一流程示意图。
[0042]图5为本专利技术实施例提供的一种贷款产品推荐系统的功能模块示意本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种贷款产品推荐方法，其特征在于，包括：预先构建目标贷款产品推荐模型；获取目标客户的客户信息；将所述目标客户的所述客户信息输入至所述目标贷款产品推荐模型，生成所述目标客户的贷款产品推荐预测结果；将所述目标客户的所述贷款产品推荐预测结果进行排序，生成所述目标客户对应的贷款产品推荐列表。2.根据权利要求1所述的贷款产品推荐方法，其特征在于，所述预先构建目标贷款产品推荐模型，包括：预先基于Transformer神经网络构建初始贷款产品推荐模型；采集初始贷款产品推荐样本，对所述初始贷款产品推荐样本进行预处理后，生成目标贷款产品推荐样本；根据所述目标贷款产品推荐样本对所述初始贷款产品推荐模型进行训练，生成目标贷款产品推荐模型。3.根据权利要求2所述的贷款产品推荐方法，其特征在于，所述根据所述目标贷款产品推荐样本对所述初始贷款产品推荐模型进行训练，生成目标贷款产品推荐模型，包括：将所述目标贷款产品推荐样本进行数据集划分，划分后生成训练集、验证集以及测试集；根据所述训练集对所述初始贷款产品推荐模型进行训练，再根据所述验证集对训练后的所述初始贷款产品推荐模型进行验证调整，再根据所述测试集对验证调整后的所述初始贷款产品推荐模型进行测试评估；获取测试评估结果，当检测到所述测试评估结果满足预设的要求后，生成目标贷款产品推荐模型。4.根据权利要求3所述的贷款产品推荐方法，其特征在于，所述获取目标客户的客户信息，其中，所述客户信息包括个人信息和征信信息。5.根据权利要求4所述的贷款产品推荐方法，其特征在于，所述个人信息包括性别、年龄、学历、居住地、职业、单位、社保以及公积金中的多种。6.根据权...
【专利技术属性】
技术研发人员：王通礼，
申请(专利权)人：平安银行股份有限公司，
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。