[发明专利]授信额度配置方法、装置、计算机设备和存储介质

权利要求书

1.一种授信额度配置方法，所述方法包括：

获取统一授信请求，所述统一授信请求携带目标标识，并获取预设目标知识图谱；

根据所述目标标识在所述预设目标知识图谱中查询所述目标标识对应目标的关联关系；

当在所述预设目标知识图谱中查询到所述目标的关联关系时，根据所述关联关系得到所述目标的信用状况，根据所述信用状况确定所述目标的信用等级；

当所述目标的信用等级大于预设信用等级时，根据所述信用状况计算第一目标授信额度，根据所述第一目标授信额度对所述目标统一授信。

2.根据权利要求1所述的方法，其特征在于，所述获取统一授信请求，所述统一授信请求携带目标标识，并获取预设目标知识图谱之前，还包括：

接收所述目标知识图谱的建立指令，根据所述建立指令获取目标的信用状况；

根据所述目标的信用状况识别所述目标的关联关系和所述目标实体，根据所述目标的关联关系和目标实体建立预设目标知识图谱。

3.根据权利要求1所述的方法，其特征在于，在所述根据所述目标标识在所述预设目标知识图谱中查询目标的关联关系之后，还包括：

当在所述预设目标知识图谱中未查询到所述目标的关联关系时，根据所述统一授信请求向第三方服务器发送信用报告获取请求，所述信用报告获取请求携带所述目标标识；

获取所述第三方服务器返回的所述目标标识对应目标的信用报告，根据所述信用报告得到所述目标的信用等级；

当所述目标的信用等级大于预设等级时，根据所述信用报告计算第二目标授信额度，根据所述第二目标授信额度对所述目标统一授信。

4.根据权利要求1所述的方法，其特征在于，根据所述信用状况确定所述目标的信用等级，包括：

根据所述信用状况得到目标信用特征向量，将所述目标信用特征向量输入到已训练的目标信用等级评估模型中进行计算，得到目标信用等级特征向量，其中，所述目标信用等级评估模型是使用有监督机器学习算法根据历史目标信用报告和对应的目标信用等级进行训练得到的；

根据所述目标信用等级特征向量确定所述目标的信用等级。

5.根据权利要求4所述的方法，其特征在于，所述已训练的目标信用等级评估模型的生成步骤包括：

获取历史目标信用报告和对应的历史目标信用等级，根据所述历史目标信用报告进行特征选择，得到目标信用特征，根据所述历史目标信用等级建立目标信用等级特征；

根据所述历史目标信用报告和所述目标信用特征计算目标信用特征向量，根据所述历史目标信用等级和所述目标信用等级特征计算目标信用等级特征向量；

将所述目标信用特征向量作为神经网络模型的输入，将所述目标信用等级特征向量作为标签进行训练，当达到预设条件时，得到所述已训练的目标信用等级评估模型。

6.根据权利要求1所述的方法，其特征在于，根据所述信用状况计算第一目标授信额度，包括：

根据所述信用状况得到授信额度影响因子，获取所述授信额度影响因子对应的预设权值；

根据所述授信额度影响因子和所述授信额度影响因子对应的预设权值计算所述第一目标授信额度。

7.根据权利要求1所述的方法，其特征在于，根据所述信用状况计算第一目标授信额度，包括：

根据所述信用状况得到目标授信特征向量，将所述目标授信特征向量输入到已训练的授信额度计算模型中，得到目标授信额度向量，其中，所述授信额度计算模型是使用有监督机器学习算法根据历史目标信用状况和对应的目标授信额度进行训练得到的；

根据所述目标授信额度向量得到所述第一目标授信额度。