申请/专利权人：武汉安辰鑫信息科技有限公司

申请日：2018-08-20

公开（公告）日：2024-03-22

公开（公告）号：CN109255698B

主分类号：G06Q40/03

分类号：G06Q40/03;G06Q20/40;G06Q20/24

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.03.08#专利申请权的转移;2020.09.22#实质审查的生效;2019.01.22#公开

摘要：本发明适用于大数据技术领域，提供了一种基于大数据的还款额的分配方法及终端设备，通过用户的身份标识以及还款总额，调取用户的历史欠款记录，通过历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级，根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数；将所述还款总额按照各个所述借款额的优先系数，分配给所述借款额对应的借款产品，从而准确的确定各个借款额的优先系数，以根据海量的历史借款数据确定更为合理的对还款额的分配方法。

主权项：1.一种基于大数据的还款额的分配方法，其特征在于，包括：获取用户输入的身份标识以及还款总额；调取所述身份标识对应的历史借款记录，所述借款记录记载有借款额、借款产品以及借款时间差三者的对应关系，所述借款时间差为所述借款额在所述历史借款记录中生成的时间与当前时间的差值；通过所述历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级；根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数；将所述还款总额按照各个所述借款额的优先系数，分配给所述借款额对应的借款产品；所述通过所述历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级，包括：将所述借款产品的借款产品信息转换为测试矩阵；获取预设的训练矩阵以及各个训练矩阵对应的产品等级，所述训练矩阵根据与测试矩阵构建中相同的信息映射规则构建而成；通过公式：计算所述测试矩阵与各个训练矩阵的相似度，所述Simtest，train表示测试矩阵test与训练矩阵train的相似度，所述testi为测试矩阵中的第i个元素，所述traini为所述训练矩阵中的第i个元素；将与所述测试矩阵的相似度最大的训练矩阵对应的产品等级作为所述借款产品的产品等级；所述将所述借款产品的借款产品信息转换为测试矩阵，包括：获取借款产品信息中包含的各个信息种类，调取该信息种类的信息映射规则，将不同的信息数据映射为数字串，将获取的数字存储于一个矩阵中专属的一个信息种类对应的区间内，形成测试矩阵；所述根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数，包括：通过公式：计算各个借款额的优先系数，所述prix为借款额x的优先系数，所述classx为所述借款额x对应的所述借款产品的产品等级，所述e为自然常数，所述Y为预设的常数，所述timex为所述借款额x对应的借款时间差。

全文数据：基于大数据的还款额的分配方法及终端设备技术领域本发明属于大数据技术领域，尤其涉及一种基于大数据的还款额的分配方法及终端设备。背景技术随着互联网金融产业的发展，互联网金融机构会为客户提供多种多样的借款产品，若一个客户反复多次申请一种借款产品，则在该用户的历史借款记录中该借款产品就会对应多条借款额，而每一条借款额又对应着不同的借款时间。在现实生活中，如果一个用户申请了多个借款产品，由于各个借款产品的属性不同，所以在还款时理应区别对待，较重要的较紧急的借款产品应该优先得到偿还。另一方面，如果一个借款产品的某一笔借款额已经存在较长时间而没有得到偿还，则也理应优先得到偿还。然而现有的技术，难以准确的确定各个借款产品的优先级，另一方面，也无法同时兼顾到借款额被拖欠的时间，所以用户在还款时，由于系统缺乏一个统筹的算法对还款额进行分配，导致部分应该被优先偿还的借款产品无法被及时偿还，存在分配不合理的问题。发明内容有鉴于此，本发明实施例提供了一种基于大数据的还款额的分配方法及终端设备，以解决现有技术在还款额的分配过程中存在的分配不合理的问题。本发明实施例的第一方面提供了一种基于大数据的还款额的分配方法，包括：获取用户输入的身份标识以及还款总额；调取所述身份标识对应的历史借款记录，所述借款记录记载有借款额、借款产品以及借款时间差三者的对应关系，所述借款时间差为所述借款额在所述历史借款记录中生成的时间与当前时间的差值；通过所述历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级；根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数；将所述还款总额按照各个所述借款额的优先系数，分配给所述借款额对应的借款产品。本发明实施例的第二方面提供了一种终端设备，包括存储器以及处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如下步骤：获取用户输入的身份标识以及还款总额；调取所述身份标识对应的历史借款记录，所述借款记录记载有借款额、借款产品以及借款时间差三者的对应关系，所述借款时间差为所述借款额在所述历史借款记录中生成的时间与当前时间的差值；通过所述历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级；根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数；将所述还款总额按照各个所述借款额的优先系数，分配给所述借款额对应的借款产品。本发明实施例的第三方面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存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：获取用户输入的身份标识以及还款总额；调取所述身份标识对应的历史借款记录，所述借款记录记载有借款额、借款产品以及借款时间差三者的对应关系，所述借款时间差为所述借款额在所述历史借款记录中生成的时间与当前时间的差值；通过所述历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级；根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数；将所述还款总额按照各个所述借款额的优先系数，分配给所述借款额对应的借款产品。可选地，所述通过所述历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级，包括：将所述借款产品的借款产品信息转换为测试矩阵；获取预设的训练矩阵以及各个训练矩阵对应的产品等级；通过公式：计算所述测试矩阵与各个训练矩阵的相似度，所述Simtest，train表示测试矩阵test与训练矩阵train的相似度，所述testi为测试矩阵中的第i个元素，所述traini为所述训练矩阵中的第i个元素；将与所述测试矩阵的相似度最大的训练矩阵对应的产品等级作为所述借款产品的产品等级。可选地，所述根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数，包括：通过公式：计算各个借款额的优先系数，所述prix为借款额x的优先系数，所述classx为所述借款额x对应的所述借款产品的产品等级，所述e为自然常数，所述Y为预设的常数，所述timex为所述借款额x对应的借款时间差。可选地，所述将所述还款总额按照各个所述借款额的优先系数，分配给所述借款额对应的借款产品，包括：将大于或等于预设系数阈值的优先系数对应的所述借款额作为优先借款额，判断所述历史借款记录中全部的所述优先借款额之和是否大于所述还款总额；若所述历史借款记录中全部的所述优先借款额之和不大于所述还款总额，则为各个优先借款额对应的借款产品分配与各个所述优先借款额相同数额的还款；计算所述还款总额与所述全部的所述优先借款额之和的差值，作为剩余还款额；将所述剩余还款额按照各个非优先借款额对应的优先系数的比值，分配给各个非优先借款额对应的借款产品，所述非优先借款额为小于所述预设系数阈值的优先系数对应的借款额。可选地，所述方法还包括：若所述历史借款记录中全部的所述优先借款额之和大于所述还款总额，则向所述用户发送还款总额不足的通知，以提示用户补充还款总额。在本发明实施例中，通过用户的身份标识以及还款总额，调取用户的历史欠款记录，通过历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级，根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数；将所述还款总额按照各个所述借款额的优先系数，分配给所述借款额对应的借款产品，从而准确的确定各个借款额的优先系数，并基于该优先系数对还款总额进行合理分配。附图说明为了更清楚地说明本发明实施例中的技术方案，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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本发明实施例提供的基于大数据的还款额的分配方法的实现流程图；图2是本发明实施例提供的基于大数据的还款额的分配方法S103的具体实现流程图；图3是本发明实施例提供的基于大数据的还款额的分配方法S105的具体实现流程图；图4是本发明实施例提供的基于大数据的还款额的分配装置的结构框图；图5是本发明实施例提供的终端设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。图1示出了本发明实施例提供的基于大数据的还款额的分配方法的实现流程，该方法流程包括步骤S101至S105。各步骤的具体实现原理如下。S101：获取用户输入的身份标识以及还款总额。可以理解地，由于本发明实施例的目的是对用户的可供还款的还款总额进行分配，因此需要首先接收用户输入的身份标识以及还款总额。用户的身份标识可以唯一确定一个用户，不同的用户对应不同的身份标识。S102：调取所述身份标识对应的历史借款记录，所述借款记录记载有借款额、借款产品以及借款时间差三者的对应关系，所述借款时间差为所述借款额在所述历史借款记录中生成的时间与当前时间的差值。值得注意地，在本发明实施例中，考虑到现实情况下，用户可能反复申请同一款借款产品，所以一条历史借款记录中包含借款额、借款产品以及借款时间差三者的对应关系。例如，借款产品A-3个月-50000元、借款产品B-1年-70000元、借款产品A-2年-80000元等。S103，通过所述历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级。在本发明实施例中，由于历史借款记录中包含了一个以上的借款产品，所以在从数据库中调取各个借款产品的借款产品信息后，可以基于借款产品信息确定各个借款产品的产品等级。作为本发明的一个实施例，如图2所示，上述S103包括：S1031，将所述借款产品的借款产品信息转换为测试矩阵。可以理解地，通过借款产品信息中包含的各个信息种类，可以调取该信息种类的信息映射规则，每个信息映射规则可以将不同的信息数据映射为数字串，并将这些数字存储于一个矩阵中专属于某一个信息种类对应的区间内，若一个矩阵的区间对应的信息种类没有出现在该借款产品信息中，则该区间以数字0进行填充。S1032，获取预设的训练矩阵以及各个训练矩阵对应的产品等级。在本发明实施例中，从存储器中调取多个训练矩阵，每个训练矩阵都有其对应的标签，该标签用以指示训练矩阵对应的产品等级。值得注意地，在本发明实施例中，训练矩阵是根据与测试矩阵构建过程中相同的信息映射规则构建而成，所以训练矩阵各个区间对应的信息种类与测试矩阵中相同区间对应的信息种类相同，而且一个信息种类下的一个相同的具体信息在训练矩阵和测试矩阵中对应的数字串也是相同的。S1033，通过公式1计算所述测试矩阵与各个训练矩阵的相似度。可选地，所述公式1为：计算所述测试矩阵与各个训练矩阵的相似度，所述Simtest，train表示测试矩阵test与训练矩阵train的相似度，所述testi为测试矩阵中的第i个元素，所述traini为所述训练矩阵中的第i个元素。S1034，将与所述测试矩阵的相似度最大的训练矩阵对应的产品等级作为所述借款产品的产品等级。可以理解地，通过上述方法可以准确合理的确定一个借款产品的产品等级，为后续的借款总额的分配提供数据支持。S104，根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数。可以理解地，虽然一个借款产品可以根据上述S103的方法确定其对应的产品等级，但是根据上述介绍可知，在本发明实施例中，产品等级是根据一个借款产品的借款产品信息这一个维度计算而成的。而在本发明实施例中，对还款总额的具体分配过程还需要考虑时间因素，因为借款时间差越大，证明用户对于该借款额的拖欠时间就越长，所以理应在一定程度上考虑更大比例的还款总额的分配。可选地，通过公式2：计算各个借款额的优先系数，所述prix为借款额x的优先系数，所述classx为所述借款额x对应的所述借款产品的产品等级，所述e为自然常数，所述Y为预设的常数，所述timex为所述借款额x对应的借款时间差。可以理解地，公式2同时考虑两个维度计算优先系数，可以更为准确地计算出还款总额在分配时的优先参数，并在后续的分配过程中，基于该优先参数对还款总额进行更加合理的分配。S105，将所述还款总额按照各个所述借款额的优先系数，分配给所述借款额对应的借款产品。作为本发明的一个实施例，如图3所示，上述S105包括：S1051，将大于或等于预设系数阈值的优先系数对应的所述借款额作为优先借款额，判断所述历史借款记录中全部的所述优先借款额之和是否大于所述还款总额。值得注意地，在本发明实施例中，根据优先系数的大小，将借款额分为两类，一类是优先借款额，另一类是非优先借款额，在后续的还款总额的分配过程中对这两类借款额进行不同方法的分配。S1052，若所述历史借款记录中全部的所述优先借款额之和大于所述还款总额，则向所述用户发送还款总额不足的通知，以提示用户补充还款总额。S1053，若所述历史借款记录中全部的所述优先借款额之和不大于所述还款总额，则为各个优先借款额对应的借款产品分配与各个所述优先借款额相同数额的还款。S1054，计算所述还款总额与所述全部的所述优先借款额之和的差值，作为剩余还款额。S1055，将所述剩余还款额按照各个非优先借款额对应的优先系数的比值，分配给各个非优先借款额对应的借款产品，所述非优先借款额为小于所述预设系数阈值的优先系数对应的借款额。在本发明实施例中，通过用户的身份标识以及还款总额，调取用户的历史欠款记录，通过历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级，根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数；将所述还款总额按照各个所述借款额的优先系数，分配给所述借款额对应的借款产品，从而准确的确定各个借款额的优先系数，并基于该优先系数对还款总额进行合理分配。对应于上文实施例所述的基于大数据的还款额的分配方法，图4示出了本发明实施例提供的基于大数据的还款额的分配装置的结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。参照图4，该装置包括：获取模块401，用于获取用户输入的身份标识以及还款总额；调取模块402，用于调取所述身份标识对应的历史借款记录，所述借款记录记载有借款额、借款产品以及借款时间差三者的对应关系，所述借款时间差为所述借款额在所述历史借款记录中生成的时间与当前时间的差值；确定模块403，用于通过所述历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级；计算模块404，用于根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数；分配模块405，用于将所述还款总额按照各个所述借款额的优先系数，分配给所述借款额对应的借款产品。可选地，所述通过所述历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级，包括：将所述借款产品的借款产品信息转换为测试矩阵；获取预设的训练矩阵以及各个训练矩阵对应的产品等级；通过公式：计算所述测试矩阵与各个训练矩阵的相似度，所述Simtest，train表示测试矩阵test与训练矩阵train的相似度，所述testi为测试矩阵中的第i个元素，所述traini为所述训练矩阵中的第i个元素；将与所述测试矩阵的相似度最大的训练矩阵对应的产品等级作为所述借款产品的产品等级。可选地，所述根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数，包括：通过公式：计算各个借款额的优先系数，所述prix为借款额x的优先系数，所述classx为所述借款额x对应的所述借款产品的产品等级，所述e为自然常数，所述Y为预设的常数，所述timex为所述借款额x对应的借款时间差。可选地，所述将所述还款总额按照各个所述借款额的优先系数，分配给所述借款额对应的借款产品，包括：将大于或等于预设系数阈值的优先系数对应的所述借款额作为优先借款额，判断所述历史借款记录中全部的所述优先借款额之和是否大于所述还款总额；若所述历史借款记录中全部的所述优先借款额之和不大于所述还款总额，则为各个优先借款额对应的借款产品分配与各个所述优先借款额相同数额的还款；计算所述还款总额与所述全部的所述优先借款额之和的差值，作为剩余还款额；将所述剩余还款额按照各个非优先借款额对应的优先系数的比值，分配给各个非优先借款额对应的借款产品，所述非优先借款额为小于所述预设系数阈值的优先系数对应的借款额。可选地，所述基于大数据的还款额的分配装置还包括：执行模块，用于若所述历史借款记录中全部的所述优先借款额之和大于所述还款总额，则向所述用户发送还款总额不足的通知，以提示用户补充还款总额。在本发明实施例中，通过用户的身份标识以及还款总额，调取用户的历史欠款记录，通过历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级，根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数；将所述还款总额按照各个所述借款额的优先系数，分配给所述借款额对应的借款产品，从而准确的确定各个借款额的优先系数，并基于该优先系数对还款总额进行合理分配。图5是本发明一实施例提供的终端设备的示意图。如图5所示，该实施例的终端设备5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52，例如基于大数据的还款额的分配程序。所述处理器50执行所述计算机程序52时实现上述各个基于大数据的还款额的分配方法实施例中的步骤，例如图1所示的步骤101至105。或者，所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块单元的功能，例如图4所示单元401至405的功能。示例性的，所述计算机程序52可以被分割成一个或多个模块单元，所述一个或者多个模块单元被存储在所述存储器51中，并由所述处理器50执行，以完成本发明。所述一个或多个模块单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述终端设备5中的执行过程。所述终端设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是终端设备5的示例，并不构成对终端设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。所称处理器50可以是中央处理单元CentralProcessingUnit，CPU，还可以是其他通用处理器、数字信号处理器DigitalSignalProcessor，DSP、专用集成电路ApplicationSpecificIntegratedCircuit，ASIC、现成可编程门阵列Field-ProgrammableGateArray，FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。所述存储器51可以是所述终端设备5的内部存储单元，例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备，例如所述终端设备5上配备的插接式硬盘，智能存储卡SmartMediaCard,SMC，安全数字SecureDigital,SD卡，闪存卡FlashCard等。进一步地，所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。所述集成的模块单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中。以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

权利要求：1.一种基于大数据的还款额的分配方法，其特征在于，包括：获取用户输入的身份标识以及还款总额；调取所述身份标识对应的历史借款记录，所述借款记录记载有借款额、借款产品以及借款时间差三者的对应关系，所述借款时间差为所述借款额在所述历史借款记录中生成的时间与当前时间的差值；通过所述历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级；根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数；将所述还款总额按照各个所述借款额的优先系数，分配给所述借款额对应的借款产品。2.如权利要求1所述的基于大数据的还款额的分配方法，其特征在于，所述通过所述历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级，包括：将所述借款产品的借款产品信息转换为测试矩阵；获取预设的训练矩阵以及各个训练矩阵对应的产品等级；通过公式：计算所述测试矩阵与各个训练矩阵的相似度，所述Simtest，train表示测试矩阵test与训练矩阵train的相似度，所述testi为测试矩阵中的第i个元素，所述traini为所述训练矩阵中的第i个元素；将与所述测试矩阵的相似度最大的训练矩阵对应的产品等级作为所述借款产品的产品等级。3.如权利要求1所述的基于大数据的还款额的分配方法，其特征在于，所述根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数，包括：通过公式：计算各个借款额的优先系数，所述prix为借款额x的优先系数，所述classx为所述借款额x对应的所述借款产品的产品等级，所述e为自然常数，所述Y为预设的常数，所述timex为所述借款额x对应的借款时间差。4.如权利要求3所述的基于大数据的还款额的分配方法，其特征在于，所述将所述还款总额按照各个所述借款额的优先系数，分配给所述借款额对应的借款产品，包括：将大于或等于预设系数阈值的优先系数对应的所述借款额作为优先借款额，判断所述历史借款记录中全部的所述优先借款额之和是否大于所述还款总额；若所述历史借款记录中全部的所述优先借款额之和不大于所述还款总额，则为各个优先借款额对应的借款产品分配与各个所述优先借款额相同数额的还款；计算所述还款总额与所述全部的所述优先借款额之和的差值，作为剩余还款额；将所述剩余还款额按照各个非优先借款额对应的优先系数的比值，分配给各个非优先借款额对应的借款产品，所述非优先借款额为小于所述预设系数阈值的优先系数对应的借款额。5.如权利要求4所述的基于大数据的还款额的分配方法，其特征在于，还包括：若所述历史借款记录中全部的所述优先借款额之和大于所述还款总额，则向所述用户发送还款总额不足的通知，以提示用户补充还款总额。6.一种终端设备，包括存储器以及处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如下步骤：获取用户输入的身份标识以及还款总额；调取所述身份标识对应的历史借款记录，所述借款记录记载有借款额、借款产品以及借款时间差三者的对应关系，所述借款时间差为所述借款额在所述历史借款记录中生成的时间与当前时间的差值；通过所述历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级；根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数；将所述还款总额按照各个所述借款额的优先系数，分配给所述借款额对应的借款产品。7.如权利要求6所述的终端设备，其特征在于，所述所述通过所述历史借款记录中各个借款产品的借款产品信息，确定各个借款产品的产品等级，包括：将所述借款产品的借款产品信息转换为测试矩阵；获取预设的训练矩阵以及各个训练矩阵对应的产品等级；通过公式：计算所述测试矩阵与各个训练矩阵的相似度，所述Simtest，train表示测试矩阵test与训练矩阵train的相似度，所述testi为测试矩阵中的第i个元素，所述traini为所述训练矩阵中的第i个元素；将与所述测试矩阵的相似度最大的训练矩阵对应的产品等级作为所述借款产品的产品等级。8.如权利要求6所述的终端设备，其特征在于，所述所述根据所述借款额对应的所述借款产品的产品等级以及各个借款额对应的借款时间差，计算各个借款额的优先系数，包括：通过公式：计算各个借款额的优先系数，所述prix为借款额x的优先系数，所述classx为所述借款额x对应的所述借款产品的产品等级，所述e为自然常数，所述Y为预设的常数，所述timex为所述借款额x对应的借款时间差。9.如权利要求8所述的终端设备，其特征在于，所述将所述还款总额按照各个所述借款额的优先系数，分配给所述借款额对应的借款产品，包括：将大于或等于预设系数阈值的优先系数对应的所述借款额作为优先借款额，判断所述历史借款记录中全部的所述优先借款额之和是否大于所述还款总额；若所述历史借款记录中全部的所述优先借款额之和不大于所述还款总额，则为各个优先借款额对应的借款产品分配与各个所述优先借款额相同数额的还款；计算所述还款总额与所述全部的所述优先借款额之和的差值，作为剩余还款额；将所述剩余还款额按照各个非优先借款额对应的优先系数的比值，分配给各个非优先借款额对应的借款产品，所述非优先借款额为小于所述预设系数阈值的优先系数对应的借款额。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。

百度查询： 武汉安辰鑫信息科技有限公司 基于大数据的还款额的分配方法及终端设备

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD