银行不良房产的自动推荐方法、装置、设备及存储介质制造方法及图纸

技术编号:39261709 阅读:9 留言:0更新日期:2023-10-30 12:14
本申请实施例提供了一种银行不良房产的自动推荐方法、装置、设备及存储介质,应用于金融领域或其他领域,方法包括:获取银行客户的多个客户特征信息和不良房产的房产特征信息,而后将多个客户特征信息输入至购买评估模型,得到客户的购买评估结果,将房产特征信息输入至不良房产风险评估模型,得到不良房产的处置风险评估结果,实现利用模型对客户购买不良房产进行自动评估以及对不良房产的处置风险进行自动风险评估,之后根据所述购买评估结果和不良房产的处置风险评估结果,确定是否向客户推荐不良房产,实现自动将不良房产推荐给合适的客户,提高不良房产的推荐效果,缩短不良房产的处置周期,提高处置效率。提高处置效率。提高处置效率。

【技术实现步骤摘要】
银行不良房产的自动推荐方法、装置、设备及存储介质


[0001]本专利技术涉及金融领域,特别涉及一种银行不良房产的自动推荐方法、装置、设备及存储介质。

技术介绍

[0002]随着当前社会的金融和计算机发展,银行涉及越来越多的金融交易,其中就包括对不良房产的处置。通常情况下,客户将某房产向银行抵押以获取流动资金,但是在债务履行期届满时未能偿还相应的债务,经双方协商,银行可以对抵押的房产进行售卖,即获得相应的不良房产处置权。
[0003]但是当前的不良房产的处置通常由人工向客户推荐,从而导致不良房产的推荐效率较低,进而导致不良房产的处置周期较长、处置效率较低。

技术实现思路

[0004]有鉴于此,本申请的目的在于提供一种银行不良房产的自动推荐方法、装置、设备及存储介质,能够实现自动将不良房产推荐给合适的客户,提高不良房产的推荐效果,缩短不良房产的处置周期,提高处置效率。
[0005]本申请实施例提供一种银行不良房产的自动推荐方法,所述方法包括:
[0006]获取银行客户的多个客户特征信息和不良房产的房产特征信息,多个所述客户特征信息用于反映所述客户的潜在购买力、购买概率以及风险承担能力,所述房产特征信息用于反映所述不良房产的处置风险;
[0007]将多个所述客户特征信息输入至购买评估模型,得到所述客户的购买评估结果,将所述房产特征信息输入至不良房产风险评估模型,得到所述不良房产的处置风险评估结果;
[0008]根据所述购买评估结果和所述不良房产的所述处置风险评估结果,确定是否向所述客户推荐所述不良房产。
[0009]可选地,所述客户的购买评估结果包括风险承担等级、潜在购买力等级和购买概率值,所述不良房产的处置风险评估结果包括所述不良房产的处置风险等级;
[0010]所述根据所述购买评估结果和所述不良房产的所述处置风险评估结果,确定是否向所述客户推荐所述不良房产包括:
[0011]若所述客户的风险承担等级大于或等于所述不良房产的处置风险等级,所述客户的潜在购买力等级大于等级阈值,所述客户的购买概率值大于购买阈值,确定向所述客户推荐所述不良房产。
[0012]可选地,所述方法还包括:
[0013]获取银行多个训练客户的多个第一训练特征信息以及所述训练客户的第一训练评估结果,多个所述第一训练特征信息用于反映所述训练客户的潜在购买力、购买概率以及风险承担能力;
[0014]根据多个所述第一训练特征信息和所述第一训练评估结果对所述购买评估模型进行训练。
[0015]可选地,所述方法还包括:
[0016]获取多个训练房产的多个第二训练特征信息以及所述训练房产的第二训练评估结果,所述第二训练特征信息用于反映所述训练房产的处置风险;
[0017]根据多个所述第二训练特征信息和所述第二训练评估结果对所述不良房产风险评估模型进行训练。
[0018]可选地,多个所述客户特征信息包括整体资产、投资理财明细、账户余额、经营流水、收入情况、闲置资金、房产信息、历史投资基金、当前投资基金和理财的风险类型;所述房产特征信息包括产权归属争议、产权人整体负债情况、产权人失信和违法记录、产权人历史资产和产权人账户流水。
[0019]本申请实施例一种银行不良房产的自动推荐装置,所述装置包括:
[0020]获取单元,用于获取银行客户的多个客户特征信息和不良房产的房产特征信息,多个所述客户特征信息用于反映所述客户的潜在购买力、购买概率以及风险承担能力,所述房产特征信息用于反映所述不良房产的处置风险;
[0021]输入单元,用于将多个所述客户特征信息输入至购买评估模型,得到所述客户的购买评估结果,将所述房产特征信息输入至不良房产风险评估模型,得到所述不良房产的处置风险评估结果;
[0022]确定单元,用于根据所述购买评估结果和所述不良房产的所述处置风险评估结果,确定是否向所述客户推荐所述不良房产。
[0023]可选地,所述客户的购买评估结果包括风险承担等级、潜在购买力等级和购买概率值,所述不良房产的处置风险评估结果包括所述不良房产的处置风险等级;
[0024]所述确定单元,具体用于:
[0025]若所述客户的风险承担等级大于或等于所述不良房产的处置风险等级,所述客户的潜在购买力等级大于等级阈值,所述客户的购买概率值大于购买阈值,确定向所述客户推荐所述不良房产。
[0026]可选地,所述装置还包括第一训练单元,所述第一训练单元,用于:
[0027]获取银行多个训练客户的多个第一训练特征信息以及所述训练客户的第一训练评估结果,多个所述第一训练特征信息用于反映所述训练客户的潜在购买力、购买概率以及风险承担能力;
[0028]根据多个所述第一训练特征信息和所述第一训练评估结果对所述购买评估模型进行训练。
[0029]本申请实施例提供了一种银行不良房产的自动推荐设备,所述设备包括:处理器和存储器;
[0030]所述存储器,用于存储指令;
[0031]所述处理器,用于执行所述存储器中的所述指令,执行如上述实施例中任一项所述的方法。
[0032]本申请实施例提供了一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行如上述实施例任意一项所述的方法。
[0033]本申请实施例提供了一种银行不良房产的自动推荐方法,方法包括:获取银行客户的多个客户特征信息和不良房产的房产特征信息,多个客户特征信息用于反映客户的潜在购买力、购买概率以及风险承担能力,房产特征信息用于反映不良房产的处置风险,也就是说,分别获取能够体现客户潜在购买力、购买概率以及风险承担能力的客户特征信息以及能够体现不良房产进行处置的房产特征信息,而后将多个客户特征信息输入至购买评估模型,得到客户的购买评估结果,将房产特征信息输入至不良房产风险评估模型,得到不良房产的处置风险评估结果,实现利用模型对客户购买不良房产进行自动评估以及对不良房产的处置风险进行自动风险评估,之后根据所述购买评估结果和不良房产的处置风险评估结果,确定是否向客户推荐不良房产,实现自动将不良房产推荐给合适的客户,无需人工向多个可能不会购买不良房产的客户推荐,提高不良房产的推荐效果,缩短不良房产的处置周期,提高处置效率。
附图说明
[0034]为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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。
[0035]图1示出了本申请实施例提供的一种银行不良房产的自动推荐方法的流程示意图;
[0036]图2示出了本申请实施例提供的一种银行不良房产的自动推荐装置的结构示意图。
具体实施方式
[0037]为了使本
的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种银行不良房产的自动推荐方法,其特征在于,所述方法包括:获取银行客户的多个客户特征信息和不良房产的房产特征信息,多个所述客户特征信息用于反映所述客户的潜在购买力、购买概率以及风险承担能力,所述房产特征信息用于反映所述不良房产的处置风险;将多个所述客户特征信息输入至购买评估模型,得到所述客户的购买评估结果,将所述房产特征信息输入至不良房产风险评估模型,得到所述不良房产的处置风险评估结果;根据所述购买评估结果和所述不良房产的所述处置风险评估结果,确定是否向所述客户推荐所述不良房产。2.根据权利要求1所述的方法,其特征在于,所述客户的购买评估结果包括风险承担等级、潜在购买力等级和购买概率值,所述不良房产的处置风险评估结果包括所述不良房产的处置风险等级;所述根据所述购买评估结果和所述不良房产的所述处置风险评估结果,确定是否向所述客户推荐所述不良房产包括:若所述客户的风险承担等级大于或等于所述不良房产的处置风险等级,所述客户的潜在购买力等级大于等级阈值,所述客户的购买概率值大于购买阈值,确定向所述客户推荐所述不良房产。3.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取银行多个训练客户的多个第一训练特征信息以及所述训练客户的第一训练评估结果,多个所述第一训练特征信息用于反映所述训练客户的潜在购买力、购买概率以及风险承担能力;根据多个所述第一训练特征信息和所述第一训练评估结果对所述购买评估模型进行训练。4.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取多个训练房产的多个第二训练特征信息以及所述训练房产的第二训练评估结果,所述第二训练特征信息用于反映所述训练房产的处置风险;根据多个所述第二训练特征信息和所述第二训练评估结果对所述不良房产风险评估模型进行训练。5.根据权利要求1

4任意一项所述的方法,其特征在于,多个所述客户特征信息包括整体资产、投资理财明细、账户余额、经营流水、收入情况、闲置资金、房产信息、历史投资基金、当前投资基金和理财的风险类型;所述...

【专利技术属性】
技术研发人员:郭世磊张恩兵
申请(专利权)人:中国银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1