[发明专利]决策自动审批方法、装置及计算机可读存储介质在审

专利信息
申请号: 201910608994.8 申请日: 2019-07-05
公开(公告)号: CN110458687A 公开(公告)日: 2019-11-15
发明(设计)人: 高良骥 申请(专利权)人: 平安银行股份有限公司
主分类号: G06Q40/02 分类号: G06Q40/02;G06N3/00;G06N3/04
代理公司: 44347 深圳市沃德知识产权代理事务所(普通合伙) 代理人: 高杰;于志光<国际申请>=<国际公布>=
地址: 518000广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 客户 决策 审批 第三方数据库 风险模型 异动 计算机可读存储介质 人工智能技术 互联网信息 定期监测 风险因子 风险预警 客户信用 数据包括 信用记录 验证通过 指标数据 信用度 维度 调用 真实性 自动化 验证 反馈 输出
【说明书】:

发明涉及人工智能技术领域,公开了一种决策自动审批方法,包括:对客户进行一致性、真实性以及信用度的验证;在验证通过时,调用所述客户相关的第三方数据库的数据,训练决策风险模型,并利用训练后的决策风险模型输出客户信用风险等级,以进行决策自动化审批,其中,所述第三方数据库的数据包括体现客户的基本情况、客户的偿贷能力、客户的历史信用记录以及互联网信息各个方面的指标数据;当决策审批通过后,从偿付能力风险异动和偿付意愿风险异动两个维度,对客户进行风险因子的定期监测与反馈,并进行风险预警。本发明还提出一种决策自动审批装置以及一种计算机可读存储介质。本发明能够实现决策的自动审批。

技术领域

本发明涉及计算机技术领域,尤其涉及一种决策自动审批方法、装置及计算机可读存储介质。

背景技术

信贷业务是典型的经营风险业务,80%的风险控制需要在审核审批过程中完成。目前业内传统的贷款进件审批模式,需要客户填写大量的信息,包括客户基本信息、联系方式、贷款申请信息、收入证明材料等,通过填写纸质申请单,客户经理扫描为影像文件后通过OCR或者人工识别的方式,把影像文件的内容识别出来,变为系统结构化数据;或者是登录进件系统,通过系统页面逐项录入信息。这样的传统贷款录入方式,客户需要手工填写或录入的信息很多,且存在信息录入不准确的情况。对于贷款的风险审批,传统的方式是由风控专家,根据系统的影像文件,以及客户录入的信息,比对风险政策,人工进行材料的核实和贷款的初审、复审、终审等审批操作。这样的审批方式,由于审批标准的不统一,容易受审批师的行业熟悉程度、工作经验等因素影响,很难真实反映信贷申请的风险等级高低。

发明内容

本发明提供一种决策自动审批方法、装置及计算机可读存储介质,其主要目的在于提供一种不依赖于审批师的主观经验的决策自动审批方案。

为实现上述目的,本发明提供的一种决策自动审批方法,包括:

接收客户录入的客户基本信息,保存所述录入的客户基本信息,并利用面部识别技术验证当前客户与该客户所输入的身份证照片的一致性;

自动链接第三方数据库,通过大数据分析,验证客户的身份以及基本信息的真实性,并通过黑名单校验,验证客户的信用度;

在上述验证均通过时,自动调用所述第三方数据库中所述客户相关的数据作为样本数据集,训练决策风险模型,并利用训练后的决策风险模型输出客户信用风险等级,并根据所述风险等级进行决策自动化审批,其中,所述第三方数据库的数据包括体现客户的基本情况、客户的偿贷能力、客户的历史信用记录以及互联网信息的指标数据。

可选地,该方法还包括:

当贷款审批通过并发放贷款后,从偿付能力风险异动和偿付意愿风险异动两个维度,对客户进行风险因子的定期监测与反馈,并进行风险预警。

可选地,所述决策风险模型为前向反馈神经网络模型,该前向反馈神经网络的层数有3层,包括输入层、隐藏层和输出层,其中,所述输入层的节点数目根据上述获取的指标数据的数量确定,输出层节点数量根据客户信用风险等级的个数确定,并利用下述公式确定隐藏层节点数:

l<n-1,

其中,l代表隐藏层的节点数,n代表输入层的节点数,k代表输出层的节点数,i代表0~9之间的任意常数,并根据随机设置的隐藏层的初始节点数,通过试错法确定最合适的隐藏层节点数。

可选地,该方法还包括利用下述方法构建所述决策风险模型:

利用混合蛙跳算法对所述决策风险模型进行局部搜索改进,得到决策风险模型的最优的初始权值和阈值,并利用BP神经网络算法对决策风险模型进行优化。

可选地,所述利用混合蛙跳算法对决策风险模型进行局部搜索改进,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安银行股份有限公司,未经平安银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910608994.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top