一种信用卡分期风险预测方法、装置、设备及介质制造方法及图纸

本申请公开了一种信用卡分期风险预测方法、装置、设备及介质，可应用于人工智能领域或金融领域。在接收到目标用户的信用卡分期请求时，可以获取目标用户的第一总资产和第一征信记录，将第一分期金额、第一分期期数、第一总资产和第一征信记录输入至信用卡分期风险预测模型中，输出第一风险系数，第一风险系数可以表征目标用户的分期风险，在第一风险系数小于第一阈值时，则根据信用卡分期请求进行信用卡分期操作，同意目标用户的分期请求，否则，向目标用户发送拒绝信用卡分期请求的信息。这样，通过信用卡分期风险预测模型能够精准预测用户的分期风险系数，提升了银行信用卡业务的安全性，避免银行资产受到损失。避免银行资产受到损失。避免银行资产受到损失。

【技术实现步骤摘要】
一种信用卡分期风险预测方法、装置、设备及介质


[0001]本申请涉及人工智能领域，特别涉及一种信用卡分期风险预测方法、装置、设备及介质。

技术介绍

[0002]目前，在信用卡分期业务中，银行会针对客户进行初步分风险评估，但是风险评估方式过于粗率。客户在进行实际办理分期时，由于分期的总金额及期数不同，其对应的风险也是不同的。因此，如何对分期风险进行有效识别，规避不合理的分期请求，确保银行分期资金的安全性，是当前需要解决的一个关键问题。

技术实现思路

[0003]有鉴于此，本申请的目的在于提供一种信用卡分期风险预测方法、装置、设备及介质，通过信用卡分期风险预测模型能够精准预测用户的分期风险系数，有效规避了客户引入风险所带来的信用卡消费风险，提升了银行信用卡业务的安全性，避免银行资产受到损失。其具体方案如下：
[0004]一方面，本申请提供了一种信用卡分期风险预测方法，包括：
[0005]在接收到目标用户的信用卡分期请求时，获取所述目标用户的第一总资产和第一征信记录；所述信用卡分期请求包括第一分期金额和第一分期期数；
[0006]将所述第一分期金额、所述第一分期期数、所述第一总资产和所述第一征信记录输入至信用卡分期风险预测模型中，输出第一风险系数；
[0007]在所述第一风险系数小于第一阈值时，则根据所述信用卡分期请求进行信用卡分期操作；否则，向所述目标用户发送拒绝所述信用卡分期请求的信息。
[0008]具体地，在所述将所述第一分期金额、所述第一分期期数、所述第一总资产和所述第一征信记录输入至信用卡分期风险预测模型中，输出第一风险系数之前，所述方法还包括：
[0009]确定所述第一分期金额所处的目标区间；
[0010]根据所述目标区间，以及所述目标区间与所述信用卡分期风险预测模型的对应关系，确定所述信用卡分期风险预测模型。
[0011]具体地，所述信用卡分期风险预测模型的训练过程包括：
[0012]获取训练集；所述训练集包括第二分期金额、第二分期期数、第二总资产、第二征信记录和第二风险系数；
[0013]利用所述训练集对预设模型进行训练，得到所述信用卡分期风险预测模型。
[0014]具体地，所述在所述第一风险系数小于第一阈值时，则根据所述信用卡分期请求进行信用卡分期操作；否则，向所述目标用户发送拒绝所述信用卡分期请求的信息，包括：
[0015]在所述第一风险系数小于第一阈值时，则根据所述信用卡分期请求进行信用卡分期操作；在所述第一风险系数大于或等于所述第一阈值时，则判断所述第一风险系数是否
小于第二阈值，若是，则向所述目标用户发送第三分期金额和第三分期期数，否则，向所述目标用户发送拒绝所述信用卡分期请求的信息。
[0016]另一方面，本申请实施例还提供了一种信用卡分期风险预测装置，包括：
[0017]第一获取单元，用于在接收到目标用户的信用卡分期请求时，获取所述目标用户的第一总资产和第一征信记录；所述信用卡分期请求包括第一分期金额和第一分期期数；
[0018]第一确定单元，用于将所述第一分期金额、所述第一分期期数、所述第一总资产和所述第一征信记录输入至信用卡分期风险预测模型中，输出第一风险系数；
[0019]判断单元，用于在所述第一风险系数小于第一阈值时，则根据所述信用卡分期请求进行信用卡分期操作；否则，向所述目标用户发送拒绝所述信用卡分期请求的信息。
[0020]具体地，所述装置还包括：
[0021]第二确定单元，用于确定所述第一分期金额所处的目标区间；
[0022]第三确定单元，用于根据所述目标区间，以及所述目标区间与所述信用卡分期风险预测模型的对应关系，确定所述信用卡分期风险预测模型。
[0023]具体地，所述信用卡分期风险预测模型的训练过程包括：
[0024]获取训练集；所述训练集包括第二分期金额、第二分期期数、第二总资产、第二征信记录和第二风险系数；
[0025]利用所述训练集对预设模型进行训练，得到所述信用卡分期风险预测模型。
[0026]具体地，所述判断单元，用于：
[0027]在所述第一风险系数小于第一阈值时，则根据所述信用卡分期请求进行信用卡分期操作；在所述第一风险系数大于或等于所述第一阈值时，则判断所述第一风险系数是否小于第二阈值，若是，则向所述目标用户发送第三分期金额和第三分期期数，否则，向所述目标用户发送拒绝所述信用卡分期请求的信息。
[0028]另一方面，本申请实施例还提供了一种计算机设备，所述计算机设备包括处理器以及存储器：
[0029]所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
[0030]所述处理器用于根据所述程序代码中的指令执行所述的信用卡分期风险预测方法。
[0031]另一方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行所述的信用卡分期风险预测方法。
[0032]本申请实施例提供了一种信用卡分期风险预测方法、装置、设备及介质，在接收到目标用户的信用卡分期请求时，可以获取目标用户的第一总资产和第一征信记录，其中，信用卡分期请求包括第一分期金额和第一分期期数，然后将第一分期金额、第一分期期数、第一总资产和第一征信记录输入至信用卡分期风险预测模型中，输出第一风险系数，第一风险系数可以表征目标用户的分期风险，在第一风险系数小于第一阈值时，则根据信用卡分期请求进行信用卡分期操作，同意目标用户的分期请求，否则，向目标用户发送拒绝信用卡分期请求的信息。这样，通过信用卡分期风险预测模型能够精准预测用户的分期风险系数，有效规避了客户引入风险所带来的信用卡消费风险，提升了银行信用卡业务的安全性，避免银行资产受到损失。
附图说明
[0033]为了更清楚地说明本申请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。
[0034]图1示出了本申请实施例提供的一种信用卡分期风险预测方法的流程示意图；
[0035]图2为本申请实施例提供的一种信用卡分期风险预测装置的结构框图；
[0036]图3为本申请实施例提供的一种计算机设备的结构图。
具体实施方式
[0037]为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请的具体实施方式做详细的说明。
[0038]在下面的描述中阐述了很多具体细节以便于充分理解本申请，但是本申请还可以采用其它不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施例的限制。
[0039]为了便于理解，下面结合附图对本申请实施例提供的一种信用卡分期风险预测方法、装本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信用卡分期风险预测方法，其特征在于，包括：在接收到目标用户的信用卡分期请求时，获取所述目标用户的第一总资产和第一征信记录；所述信用卡分期请求包括第一分期金额和第一分期期数；将所述第一分期金额、所述第一分期期数、所述第一总资产和所述第一征信记录输入至信用卡分期风险预测模型中，输出第一风险系数；在所述第一风险系数小于第一阈值时，则根据所述信用卡分期请求进行信用卡分期操作；否则，向所述目标用户发送拒绝所述信用卡分期请求的信息。2.根据权利要求1所述的方法，其特征在于，在所述将所述第一分期金额、所述第一分期期数、所述第一总资产和所述第一征信记录输入至信用卡分期风险预测模型中，输出第一风险系数之前，所述方法还包括：确定所述第一分期金额所处的目标区间；根据所述目标区间，以及所述目标区间与所述信用卡分期风险预测模型的对应关系，确定所述信用卡分期风险预测模型。3.根据权利要求1所述的方法，其特征在于，所述信用卡分期风险预测模型的训练过程包括：获取训练集；所述训练集包括第二分期金额、第二分期期数、第二总资产、第二征信记录和第二风险系数；利用所述训练集对预设模型进行训练，得到所述信用卡分期风险预测模型。4.根据权利要求1
‑
3任意一项所述的方法，其特征在于，所述在所述第一风险系数小于第一阈值时，则根据所述信用卡分期请求进行信用卡分期操作；否则，向所述目标用户发送拒绝所述信用卡分期请求的信息，包括：在所述第一风险系数小于第一阈值时，则根据所述信用卡分期请求进行信用卡分期操作；在所述第一风险系数大于或等于所述第一阈值时，则判断所述第一风险系数是否小于第二阈值，若是，则向所述目标用户发送第三分期金额和第三分期期数，否则，向所述目标用户发送拒绝所述信用卡分期请求的信息。5.一种信用卡分期风险预测装置，其特征在于，包括：第一获取单元，用于在接收到目标用户的信用卡分期请求时，获取所述目标用户的第一总资产和...

【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：