买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】评估用户授信额度上限的方法、装置和电子设备_上海淇馥信息技术有限公司_201910542081.0 

申请/专利权人:上海淇馥信息技术有限公司

申请日:2019-06-21

公开(公告)日:2019-10-18

公开(公告)号:CN110348991A

主分类号:G06Q40/02(20120101)

分类号:G06Q40/02(20120101)

优先权:

专利状态码:在审-实质审查的生效

法律状态:2019.11.12#实质审查的生效;2019.10.18#公开

摘要:本发明公开了一种评估用户授信额度上限的方法、装置、电子设备和计算机可读介质,该方法包括:确定至少一个提额风险模型,所述提额风险模型,用于评估对用户提升授信额度时的风险;获取用户当前授信额度和当前提额幅度;从当前授信额度和当前提额幅度开始,将授信额度和提额幅度逐级输入各提额风险模型,直到提额风险模型输出的风险评分高于提额风险阈值为止,将提额风险评分中低于提额风险阈值的最高授信额度作为授信额度上限。本发明的方法不仅能够评估用户授信额度上限,并且能够有效控制用户逾期风险。

主权项:1.一种评估用户授信额度上限的方法,包括:获取至少一个提额风险模型,所述提额风险模型,用于评估对用户提升授信额度时的风险,并输出提额风险评分;获取用户当前授信额度和当前提额幅度;从当前授信额度和当前提额幅度开始,将授信额度和提额幅度逐级输入各提额风险模型,直到提额风险模型输出的提额风险评分高于提额风险阈值为止,将提额风险评分中低于提额风险阈值的最高授信额度作为授信额度上限。

全文数据:评估用户授信额度上限的方法、装置和电子设备技术领域本发明涉及计算机信息处理领域,具体而言,涉及一种评估用户授信额度上限的方法、装置、电子设备及计算机可读介质。背景技术用户授信额度的管理是贷款生命周期中风险控制以及实现增收的关键。现有技术中,对于贷中环节已授信用户,通常使用收入、负债的数据来判断用户授信额度,然后根据工作人员经验判断提额幅度。现有技术的方法,存在由于授信额度数据不准确,造成风险失控、利益无法最大化的问题,同时,由于根据人员经验判断提额幅度,存在人工工作量大、人工判断不准确的问题。发明内容本发明要解决的技术问题是:如何在准确评估用户授信额度上限的同时,也达到控制逾期风险的目的。为解决上述技术问题,本发明的第一方面提出一种评估用户授信额度上限的方法,包括:获取至少一个提额风险模型,所述提额风险模型,用于评估对用户提升授信额度时的风险,并输出提额风险评分;获取用户当前授信额度和当前提额幅度;从当前授信额度和当前提额幅度开始,将授信额度和提额幅度逐级输入各提额风险模型,直到提额风险模型输出的提额风险评分高于提额风险阈值为止,将提额风险评分中低于提额风险阈值的最高授信额度作为授信额度上限。根据本发明的一种优选实施方式,所述获取至少一个提额风险模型,进一步包括:获取用户授信额度标签数据;基于用户的授信额度标签数据,按照不同的提额幅度对用户提升授信额度;获取按照不同的提额幅度对用户提升授信额度后用户的逾期数据,建立提额幅度标签数据和逾期风险标签数据;根据用户的授信额度标签数据、提额幅度标签数据和逾期风险标签数据,结合用户贷中行为变化和贷中资质变化,建立至少一个提额风险模型。根据本发明的一种优选实施方式,所述建立逾期风险标签数据,进一步包括:建立是否逾期、逾期天数、和或逾期金额中的至少一种逾期风险标签数据。根据本发明的一种优选实施方式,还包括:获取用户贷中行为变化,所述贷中行为变化包括:分期还款变化,还款金额变化、贷款频率变化、和或贷款额度变化;获取用户贷中资质变化,所述贷中资质变化包括:收入变化、和或负债变化。根据本发明的一种优选实施方式,还包括:获取用户属性标签数据,所述用户属性标签数据包括:性别、年龄、地点、学历、收入、和或负债。根据本发明的一种优选实施方式,还包括:确定用户属性标签数据的来源,所述用户属性标签数据的来源包括:用户注册数据、外部资信机构数据、和或关联用户数据。根据本发明的一种优选实施方式,所述将授信额度和提额幅度逐级输入各提额风险模型,进一步包括:将上一级的授信额度和上一级的提额幅度输入上一级的提额风险模型后,获取上一级的提额风险评分;若上一级的提额风险评分低于提额风险阈值,确定下一级的授信额度和下一级的提额幅度;将下一级的授信额度和下一级的提额幅度输入下一级的提额风险模型,获取下一级的提额风险评分。根据本发明的一种优选实施方式,所述确定下一级的授信额度和下一级的提额幅度,进一步包括:通过计算上一级的授信额度与上一级的提额幅度之和,确定下一级的授信额度;通过按额度值提升授信额度或按额度比例提升授信额度,确定下一级的提额幅度。根据本发明的一种优选实施方式,还包括:通过历史用户的提额风险数据和机器学习模型,确定提额风险阈值。本发明的第二方面提出一种评估用户授信额度上限的装置,包括:提额风险模型获取模块,用于获取至少一个提额风险模型,所述提额风险模型,用于评估对用户提升授信额度时的风险,并输出提额风险评分;授信额度和提额幅度获取模块,用于获取用户当前授信额度和当前提额幅度;授信额度上限确定模块,用于从当前授信额度和当前提额幅度开始,将授信额度和提额幅度逐级输入各提额风险模型,直到提额风险模型输出的提额风险评分高于提额风险阈值为止,将提额风险评分中低于提额风险阈值的最高授信额度作为授信额度上限。根据本发明的一种优选实施方式,所述提额风险模型获取模块,进一步包括:授信额度数据获取单元,用于获取用户授信额度标签数据;授信额度提升单元,用于基于用户的授信额度标签数据,按照不同的提额幅度对用户提升授信额度;逾期数据获取单元,用于获取按照不同的提额幅度对用户提升授信额度后用户的逾期数据,建立提额幅度标签数据和逾期风险标签数据;根据用户的授信额度标签数据、提额幅度标签数据和逾期风险标签数据,结合用户贷中行为变化和贷中资质变化,建立至少一个提额风险模型。根据本发明的一种优选实施方式,所述逾期数据获取单元,进一步包括:逾期风险标签建立子单元,用于建立是否逾期、逾期天数、和或逾期金额中的至少一种逾期风险标签数据。根据本发明的一种优选实施方式,还包括:行为变化获取单元,用于获取用户贷中行为变化,所述贷中行为变化包括:分期还款变化,还款金额变化、贷款频率变化、和或贷款额度变化;资质变化获取单元,用于获取用户贷中资质变化,所述贷中资质变化包括:收入变化、和或负债变化。根据本发明的一种优选实施方式,还包括:属性数据获取单元,用于获取用户属性标签数据,所述用户属性标签数据包括:性别、年龄、地点、学历、收入、和或负债。根据本发明的一种优选实施方式,还包括:数据来源确定单元,确定用户属性标签数据的来源,所述用户属性标签数据的来源包括:用户注册数据、外部资信机构数据、和或关联用户数据。根据本发明的一种优选实施方式,所述授信额度上限确定模块,进一步包括:上一级提额风险评分获取单元,用于将上一级的授信额度和上一级的提额幅度输入上一级的提额风险模型后,获取上一级的提额风险评分;下一级授信额度和提额幅度确定单元,用于若上一级的提额风险评分低于提额风险阈值,确定下一级的授信额度和下一级的提额幅度;下一级提额风险评分获取单元,用于将下一级的授信额度和下一级的提额幅度输入下一级的提额风险模型,获取下一级的提额风险评分。根据本发明的一种优选实施方式,所述确定下一级的授信额度和下一级的提额幅度,进一步包括:通过计算上一级的授信额度与上一级的提额幅度之和,确定下一级的授信额度;通过按额度值提升授信额度或按额度比例提升授信额度,确定下一级的提额幅度。根据本发明的一种优选实施方式,还包括:提额风险阈值确定模块,用于通过历史用户的提额风险数据和机器学习模型,确定提额风险阈值。本发明的第三方面提出一种电子设备,其中,该电子设备包括:处理器;以及,存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行所述的评估用户授信额度上限的方法。本发明的第四方面提出一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现所述的评估用户授信额度上限的方法。本发明的技术方案,具有如下有益效果:本发明的评估用户授信额度上限的方法,通过建立多个提额风险模型,逐级提高用户的授信额度,实现对提额风险的有效控制,降低金融平台的损失,同时实现金融平台利益最大化。本发明的评估用户授信额度上限的方法,通过提额风险模型判断用户的授信额度,避免人工判断授信额度不准确且工作量大的问题。附图说明为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚,下面将参照附图详细描述本发明的具体实施例。但需声明的是,下面描述的附图仅仅是本发明本发明示例性实施例的附图,对于本领域的技术人员来讲,在不付出创造性劳动的前提下,可以根据这些附图获得其他实施例的附图。图1是本发明的评估用户授信额度上限的方法流程示意图;图2是本发明的评估用户授信额度上限的装置模块架构示意图;图3是本发明的评估用户授信额度上限的装置提额风险模型获取模块架构示意图;图4是本发明的评估用户授信额度上限的装置授信额度上限确定模块架构示意图;图5是本发明的另一实施例的评估用户授信额度上限的装置的模块架构示意图;图6是本发明的评估用户授信额度上限的电子设备结构框架示意图;图7是本发明的计算机可读存储介质示意图。具体实施方式现在将参考附图更全面地描述本发明的示例性实施例。然而,示例性实施例能够以多种形式实施,且不应被理解为本发明仅限于在此阐述的实施例。相反,提供这些示例性实施例能够使得本发明更加全面和完整,更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分,因而将省略对它们的重复描述。在符合本发明的技术构思的前提下,在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。在对于具体实施例的描述中,本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是,并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作步骤,也不是必须按所描述的顺序执行。例如,有的操作步骤还可以分解,而有的操作步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和或处理器装置和或微控制器装置中实现这些功能实体。应理解,虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分,但这不应受这些定语限制。这些定语乃是用以区分一者与另一者。例如,第一器件亦可称为第二器件而不偏离本发明实质的技术方案。术语“和或”或者“及或”包括相关联的列出项目中的任一个及一或多者的所有组合。图1是本发明的评估用户授信额度上限的方法流程示意图,如图1所示,本发明的方法包括如下步骤:S110:获取至少一个提额风险模型。其中,提额风险模型用于评估对用户提升授信额度时的风险,并输出提额风险评分。其中,所述步骤S110获取至少一个提额风险模型,进一步包括:S1101:获取用户授信额度标签数据;S1102:基于用户的授信额度标签数据,按照不同的提额幅度对用户提升授信额度;S1103:获取按照不同的提额幅度对用户提升授信额度后用户的逾期数据,建立提额幅度标签数据和逾期风险标签数据;S1104:根据用户的授信额度标签数据、提额幅度标签数据和逾期风险标签数据,结合用户贷中行为变化和贷中资质变化,建立至少一个提额风险模型。其中,所述步骤S1103中所述建立逾期风险标签数据,进一步包括:建立是否逾期、逾期天数、和或逾期金额中的至少一种逾期风险标签数据。其中,步骤S110获取至少一个提额风险模型,还包括:S1105:获取用户贷中行为变化,所述贷中行为变化包括:分期还款变化,还款金额变化、贷款频率变化、和或贷款额度变化;S1106:获取用户贷中资质变化,所述贷中资质变化包括:收入变化、和或负债变化。其中,步骤S110获取至少一个提额风险模型,还包括:S1107:获取用户属性标签数据,所述用户属性标签数据包括:性别、年龄、地点、学历、收入、和或负债。S1108:确定用户属性标签数据的来源,所述用户属性标签数据的来源包括:用户注册数据、外部资信机构数据、和或关联用户数据。作为示例,本发明的评估用户授信额度上限的方法在建立提额模型的过程中,首先需要抽取部分用户作为训练样本。获取作为训练样本的用户的授信额度,并建立授信额度标签数据。然后,基于用户的授信额度,对训练样本用户按额度值提额,作为示例,对训练样本用户提额500、1000等。可选地,基于用户的授信额度,对训练样本用户按比例提额,即对训练样本用户提额1.1倍、1.2倍等。再次,对训练样本用户提额后,观察一段时间,获取提额500、1000或提额1.1倍、1.2倍后训练样本用户的逾期数据,并建立提额幅度标签数据和逾期风险标签数据。其中,所述逾期风险标签数据包括:是否逾期、逾期天数、和或逾期金额等。根据训练样本用户的授信额度、提额幅度和逾期风险数据,结合用户贷中行为变化和贷中资质变化,建立提额风险模型。其中,用户贷中行为的变化对用户的逾期风险具有不可忽视的影响,因此,在建立提额风险模型之前,需获取用户贷中行为变化作为参考。所述贷中行为变化包括:分期还款变化,还款金额变化、贷款频率变化、和或贷款额度变化。其中,用户贷中资质的变化对用户的逾期风险同样具有不可忽视的影响,需获取用户贷中资质变化作为参考,所述贷中资质变化包括:收入变化、和或负债变化。在建立提额风险评分模型时,必不可少地需要获取训练样本用户属性标签数据,所述用户属性标签数据包括:性别、年龄、地点、学历、收入、和或负债。所述用户属性标签数据的来源包括:用户注册数据、外部资信机构数据、和或关联用户数据。本发明的评估用户授信额度上限的方法,根据授信额度和提额幅度不同,建立至少一个提额风险评分模型。建立提额风险评分模型后,对模型进行训练,并用在实时用户借贷流程中。S120:获取用户当前授信额度和当前提额幅度。作为示例,将提额风险评分模型用于实时借贷流程中。以年龄28,工作地点为北京,收入为10000,学历为硕士的女性作为示例,获取该用户的当前授信额度为20000。预通过提额风险评分模型预测对该用户提额1000,即当前提额幅度为1000。S130:从当前授信额度和当前提额幅度开始,将授信额度和提额幅度逐级输入各提额风险模型,直到提额风险模型输出的提额风险评分高于提额风险阈值为止,将提额风险评分中低于提额风险阈值的最高授信额度作为授信额度上限。其中,步骤S130中所述将授信额度和提额幅度逐级输入各提额风险模型,进一步包括:将上一级的授信额度和上一级的提额幅度输入上一级的提额风险模型后,获取上一级的提额风险评分;若上一级的提额风险评分低于提额风险阈值,确定下一级的授信额度和下一级的提额幅度;将下一级的授信额度和下一级的提额幅度输入下一级的提额风险模型,获取下一级的提额风险评分。其中,步骤S130中所述确定下一级的授信额度和下一级的提额幅度,进一步包括:通过计算上一级的授信额度与上一级的提额幅度之和,确定下一级的授信额度;通过按额度值提升授信额度或按额度比例提升授信额度,确定下一级的提额幅度。作为示例,将该用户当前授信额度20000和当前提额幅度1000输入一提额风险评分模型。若提额风险模型评分模型输出的风险评分低于提额风险阈值,则计算下一级的授信额度,下一级的授信额度为上一级授信额度20000和上一级提额幅度1000之和,即下一级的授信额度为21000,按照同等额度值对该用户继续提额,即下一级的提额幅度同样为1000,将下一级的授信额度21000和下一级的提额幅度1000输入另一提额风险评分模型,若输出的提额风险评分高于提额风险阈值,将授信额度21000作为授信额度上限。需要说明的是,本发明的评估用户授信额度上限的方法,不限于对用户按照额度值提升授信额度,还可以按照比例对用户提升授信额度,若用户的当前授信额度为20000,按照1.1倍或1.2倍提升额度,即当前提额幅度为1.1倍或1.2倍,将当前授信额度和当前提额幅度逐级输入提额风险评分,直到提额风险模型输出的提额风险评分高于提额风险阈值为止,将提额风险评分中低于提额风险阈值的最高授信额度作为授信额度上限。本发明的评估用户授信额度上限的方法,还包括:通过历史用户的提额风险数据和机器学习模型,确定提额风险阈值。需要说明的是,所述提额风险阈值包括但不限于通过机器学习模型给出,还可以通过人工数据分析给出。本发明的评估用户授信额度上限的方法优化了现有定额和提额方式,帮助在探索用户授信额度的上限的同时稳定风险。本发明的方法,将训练好的模型,用在实时用户借贷流程中,基于不同授信额度等级的用户,根据各额度对应的提额模型,输出对应各用户的提额模型分数,综合考量风险指标,选取有额度需求的好用户提额并逐步探索提额的空间,即通过提额模型判断之后的用户,再次观察其后续行为表现,不断对模型进行迭代,探索各类型用户提额的上限。本领域技术人员可以理解,实现上述实施例的全部或部分步骤被实现为由计算机数据处理设备执行的程序计算机程序。在该计算机程序被执行时,可以实现本发明提供的上述方法。而且,所述的计算机程序可以存储于计算机可读存储介质中,该存储介质可以是磁盘、光盘、ROM、RAM等可读存储介质,也可以是多个存储介质组成的存储阵列,例如磁盘或磁带存储阵列。所述的存储介质不限于集中式存储,其也可以是分布式存储,例如基于云计算的云存储。下面描述本发明的装置实施例,该装置可以用于执行本发明的方法实施例。对于本发明装置实施例中描述的细节,应视为对于上述方法实施例的补充;对于在本发明装置实施例中未披露的细节,可以参照上述方法实施例来实现。图2是本发明的评估用户授信额度上限的装置模块架构示意图,如图2所示,该装置包括:提额风险模型获取模块,授信额度和提额幅度获取模块,授信额度上限确定模块。提额风险模型获取模块,用于获取至少一个提额风险模型,所述提额风险模型,用于评估对用户提升授信额度时的风险,并输出提额风险评分。授信额度和提额幅度获取模块,用于获取用户当前授信额度和当前提额幅度。授信额度上限确定模块,用于从当前授信额度和当前提额幅度开始,将授信额度和提额幅度逐级输入各提额风险模型,直到提额风险模型输出的提额风险评分高于提额风险阈值为止,将提额风险评分中低于提额风险阈值的最高授信额度作为授信额度上限。图3是本发明的评估用户授信额度上限的装置提额风险模型获取模块架构示意图;如图3所示,所述提额风险模型获取模块,进一步包括:授信额度数据获取单元,用于获取用户授信额度标签数据;授信额度提升单元,用于基于用户的授信额度标签数据,按照不同的提额幅度对用户提升授信额度;逾期数据获取单元,用于获取按照不同的提额幅度对用户提升授信额度后用户的逾期数据,建立提额幅度标签数据和逾期风险标签数据;根据用户的授信额度标签数据、提额幅度标签数据和逾期风险标签数据,结合用户贷中行为变化和贷中资质变化,建立至少一个提额风险模型。其中,所述逾期数据获取单元,进一步包括:逾期风险标签建立子单元,用于建立是否逾期、逾期天数、和或逾期金额中的至少一种逾期风险标签数据。其中,所述提额风险模型获取模块,还包括:行为变化获取单元,用于获取用户贷中行为变化,所述贷中行为变化包括:分期还款变化,还款金额变化、贷款频率变化、和或贷款额度变化;资质变化获取单元,用于获取用户贷中资质变化,所述贷中资质变化包括:收入变化、和或负债变化。其中,所述提额风险模型获取模块,还包括:属性数据获取单元,用于获取用户属性标签数据,所述用户属性标签数据包括:性别、年龄、地点、学历、收入、和或负债。其中,所述提额风险模型获取模块,还包括:数据来源确定单元,确定用户属性标签数据的来源,所述用户属性标签数据的来源包括:用户注册数据、外部资信机构数据、和或关联用户数据。图4是本发明的评估用户授信额度上限的装置授信额度上限确定模块架构示意图;如图4所示,其中,所述授信额度上限确定模块,进一步包括:上一级提额风险评分获取单元,用于将上一级的授信额度和上一级的提额幅度输入上一级的提额风险模型后,获取上一级的提额风险评分;下一级授信额度和提额幅度确定单元,用于若上一级的提额风险评分低于提额风险阈值,确定下一级的授信额度和下一级的提额幅度;下一级提额风险评分获取单元,用于将下一级的授信额度和下一级的提额幅度输入下一级的提额风险模型,获取下一级的提额风险评分。其中,所述确定下一级的授信额度和下一级的提额幅度,进一步包括:通过计算上一级的授信额度与上一级的提额幅度之和,确定下一级的授信额度;以及通过按额度值提升授信额度或按额度比例提升授信额度,确定下一级的提额幅度。图5是本发明的另一实施例的评估用户授信额度上限的装置的模块架构示意图,如图5所示,本发明的评估用户授信额度上限的装置,还包括:提额风险阈值确定模块,用于通过历史用户的提额风险数据和机器学习模型,确定提额风险阈值。本领域技术人员可以理解,上述装置实施例中的各模块可以按照描述分布于装置中,也可以进行相应变化,分布于不同于上述实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。下面描述本发明的电子设备实施例,该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节,应视为对于上述方法或装置实施例的补充;对于在本发明电子设备实施例中未披露的细节,可以参照上述方法或装置实施例来实现。图6是根据本发明的一种电子设备的示例性实施例的结构框图。下面参照图6来描述根据本发明该实施例的的电子设备200。图6显示的电子设备200仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。如图6所示,电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于:至少一个处理单元210、至少一个存储单元220、连接不同系统组件包括存储单元220和处理单元210的总线230、显示单元240等。其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元210执行,使得所述处理单元210执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元210可以执行如图1所示的步骤。所述存储单元220可以包括易失性存储单元形式的可读介质,例如随机存取存储单元RAM2201和或高速缓存存储单元2202,还可以进一步包括只读存储单元ROM2203。所述存储单元220还可以包括具有一组至少一个程序模块2205的程序实用工具2204,这样的程序模块2205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。总线230可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。电子设备200也可以与一个或多个外部设备300例如键盘、指向设备、蓝牙设备等通信,还可与一个或者多个使得用户能与该电子设备200交互的设备通信,和或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备例如路由器、调制解调器等等通信。这种通信可以通过输入输出IO接口250进行。并且,电子设备200还可以通过网络适配器260与一个或者多个网络例如局域网LAN,广域网WAN和或公共网络,例如因特网通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备200使用其它硬件和或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。通过以上的实施方式的描述,本领域的技术人员易于理解,本发明描述的示例性实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个计算机可读的存储介质可以是CD-ROM,U盘,移动硬盘等中或网络上,包括若干指令以使得一台计算设备可以是个人计算机、服务器、或者网络设备等执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时,使得该计算机可读介质能够实现本发明的上述方法,即:获取至少一个提额风险模型,所述提额风险模型,用于评估对用户提升授信额度时的风险,并输出提额风险评分;获取用户当前授信额度和当前提额幅度;从当前授信额度和当前提额幅度开始,将授信额度和提额幅度逐级输入各提额风险模型,直到提额风险模型输出的提额风险评分高于提额风险阈值为止,将提额风险评分中低于提额风险阈值的最高授信额度作为授信额度上限。所述计算机程序可以存储于一个或多个计算机可读介质上,如图7所示。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子非穷举的列表包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器RAM、只读存储器ROM、可擦式可编程只读存储器EPROM或闪存、光纤、便携式紧凑盘只读存储器CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网LAN或广域网WAN,连接到用户计算设备,或者,可以连接到外部计算设备例如利用因特网服务提供商来通过因特网连接。综上所述,本发明可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器DSP等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序例如,计算机程序和计算机程序产品。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,本发明不与任何特定计算机、虚拟装置或者电子设备固有相关,各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

权利要求:1.一种评估用户授信额度上限的方法,包括:获取至少一个提额风险模型,所述提额风险模型,用于评估对用户提升授信额度时的风险,并输出提额风险评分;获取用户当前授信额度和当前提额幅度;从当前授信额度和当前提额幅度开始,将授信额度和提额幅度逐级输入各提额风险模型,直到提额风险模型输出的提额风险评分高于提额风险阈值为止,将提额风险评分中低于提额风险阈值的最高授信额度作为授信额度上限。2.如权利要求1所述的方法,其特征在于,所述获取至少一个提额风险模型,进一步包括:获取用户授信额度标签数据;基于用户的授信额度标签数据,按照不同的提额幅度对用户提升授信额度;获取按照不同的提额幅度对用户提升授信额度后用户的逾期数据,建立提额幅度标签数据和逾期风险标签数据;根据用户的授信额度标签数据、提额幅度标签数据和逾期风险标签数据,结合用户贷中行为变化和贷中资质变化,建立至少一个提额风险模型。3.如权利要求1-2中任一项所述的方法,其特征在于,所述建立逾期风险标签数据,进一步包括:建立是否逾期、逾期天数、和或逾期金额中的至少一种逾期风险标签数据。4.如权利要求1-3中任一项所述的方法,其特征在于,还包括:获取用户贷中行为变化,所述贷中行为变化包括:分期还款变化,还款金额变化、贷款频率变化、和或贷款额度变化;获取用户贷中资质变化,所述贷中资质变化包括:收入变化、和或负债变化。5.如权利要求1-4中任一项所述的方法,其特征在于,还包括:获取用户属性标签数据,所述用户属性标签数据包括:性别、年龄、地点、学历、收入、和或负债。6.如权利要求1-5中任一项所述的方法,其特征在于,还包括:确定用户属性标签数据的来源,所述用户属性标签数据的来源包括:用户注册数据、外部资信机构数据、和或关联用户数据。7.如权利要求1-6中任一项所述的方法,其特征在于,所述将授信额度和提额幅度逐级输入各提额风险模型,进一步包括:将上一级的授信额度和上一级的提额幅度输入上一级的提额风险模型后,获取上一级的提额风险评分;若上一级的提额风险评分低于提额风险阈值,确定下一级的授信额度和下一级的提额幅度;将下一级的授信额度和下一级的提额幅度输入下一级的提额风险模型,获取下一级的提额风险评分。8.一种评估用户授信额度上限的装置,包括:提额风险模型获取模块,用于获取至少一个提额风险模型,所述提额风险模型,用于评估对用户提升授信额度时的风险,并输出提额风险评分;授信额度和提额幅度获取模块,用于获取用户当前授信额度和当前提额幅度;授信额度上限确定模块,用于从当前授信额度和当前提额幅度开始,将授信额度和提额幅度逐级输入各提额风险模型,直到提额风险模型输出的提额风险评分高于提额风险阈值为止,将提额风险评分中低于提额风险阈值的最高授信额度作为授信额度上限。9.一种电子设备,其中,该电子设备包括:处理器;以及,存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据权利要求1-7中任一项所述的方法。10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现权利要求1-7中任一项所述的方法。

百度查询: 上海淇馥信息技术有限公司 评估用户授信额度上限的方法、装置和电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。