[发明专利]贷款产品属性确定方法及服务器

说明书

本发明适用于信息处理技术领域，提供了贷款产品属性确定方法及服务器，该方法包括：根据历史数据训练决策树分类器；获取用户的用户信息和申请贷款金额，所述用户信息包括基本信息、已有贷款信息；根据所获取的用户信息确定用户的用户资质和风险等级，根据所述申请贷款金额、用户资质、风险等级和各个资金源属性，通过决策树分类器确定贷款产品属性，所述贷款产品属性包括各个资金源的放贷比例。上述方法能够根据不同的用户信息和申请贷款金额为用户确定较佳的贷款产品，能够灵活配置且满足客户多样化的贷款需求，解决不同客户群体实际的贷款需求。

技术领域

本发明属于信息处理技术领域，尤其涉及贷款产品属性确定方法及服务器。

背景技术

目前市面上的贷款产品，一般为固定的产品模式和属性，在客户选择或申请时通过系统默认等方式为客户提供贷款产品，而不能根据客户的实际需要灵活进行配置分配。通常贷款产品都是固定的，若客户对于固定的贷款产品对应的贷款要求有部分条件不能满足，则不能申请贷款产品，不能满足不同客户群体的贷款需求。

发明内容

有鉴于此，本发明实施例提供了贷款产品属性确定方法及服务器，以解决现有技术中贷款产品属性固定导致不能满足不同客户群体的贷款需求的问题。

本发明实施例的第一方面提供了一种贷款产品属性确定方法，包括：

根据历史数据训练决策树分类器；

获取用户的用户信息和申请贷款金额，所述用户信息包括基本信息、已有贷款信息；

根据所获取的用户信息确定用户的用户资质和风险等级；

根据所述申请贷款金额、用户资质、风险等级和各个资金源属性，通过所述决策树分类器确定贷款产品属性，所述贷款产品属性包括各个资金源的放贷比例。

可选的，根据历史数据训练决策树分类器的过程为：

根据训练样本数据集计算各个属性的信息增益；

将信息增益最高的属性作为决策树的当前节点，并将所述信息增益最高的属性对应的子属性划分为所述当前节点的下一节点；

从所述样本训练集中抽取划分所述子属性的训练样本数据子集；

将所述训练样本数据子集作为新的训练样本数据集，对所述子属性递归计算所述信息增益及划分操作，直到划分的下一节点的子属性满足成为所述决策树的叶子节点的预设条件。

可选的，所述根据所述申请贷款金额、用户资质、风险等级和各个资金源属性，通过决策树分类器确定贷款产品属性，包括：

对各个资金源属性、申请贷款金额、用户资质和风险等级各个属性进行特征值量化；

计算特征值量化后的各个资金源属性、申请贷款金额、用户资质和风险等级各个属性的信息增益；

根据信息增益的大小关系对各个资金源属性、申请贷款金额、用户资质和风险等级进行排序，并按照排序后的各个资金源属性、申请贷款金额、用户资质和风险等级通过决策树分类器确定贷款产品属性。

可选的，所述计算各个资金源属性、申请贷款金额、用户资质和风险等级各个属性的信息增益的过程为：

计算训练样本数据集划分类别D的熵：

其中，Info(D)表示D的熵，p_i表示第i个类别在所述训练样本数据集中出现的概率，m表示类别的个数；所述训练样本数据集包括各个资金源属性、申请贷款金额、用户资质和风险等级各个属性A和对应的划分类别D；

计算各个属性A对划分类别D的期望信息：