[发明专利]一种补贴对象的信息正确性分析方法及其系统

说明书

本发明公开了一种补贴对象的信息正确性分析方法，包括如下步骤：a、采集用户数据进行大数据分析，生成用户画像，并给用户标上相应的标签，其中，用户数据包括行为数据和消费数据；b、确认用户申请资金补贴的请求，查找该用户的用户数据并进行验证，如验证通过，则发放资金补贴；如验证未通过，则进入步骤c；c、将验证未通过的人员列入可疑人员名单，并提示资金审核员进行进一步分析并接收资金审核员的审核结果；d、接收资金审核员的进一步审核结果，如该结果为验证通过，则对该用户数据进行校正，将其移出可疑人员名单，并发放资金补贴；如该结果为验证未通过，则不予发放资金补贴。本发明还公开了一种补贴对象的信息正确性分析系统。

技术领域

本发明涉及资金补贴审核领域，特别是一种补贴对象的信息正确性分析方法及其系统。

背景技术

目前，我国有多种针对困难人群的资金补贴，在这些资金补贴的发放过程中，常常遇到补贴申请人谎报或信息虚假等情况，目前补贴申请人所有的信息验证主要都是通过人工的形式，如申请人去逝、申请人低保申请但申请人已脱贫、或者申请人根本不具备贫穷资格等信息均由人工审核，大大加剧了审核员的工作量，且审核效率低下。

发明内容

为解决现有技术中存在的问题，本发明提供了一种补贴对象的信息正确性分析方法及其系统，其审核效率高，可在发现可疑人员时再提醒审核员进行人工审核，大大降低了审核员的工作量。

本发明采用的技术方案是：

一种补贴对象的信息正确性分析方法，包括如下步骤：

a、采集用户(申请人)数据进行大数据分析，生成用户画像，并给用户标上相应的标签，其中，用户数据包括行为数据和消费数据；

b、确认用户申请资金补贴的请求，查找该用户的用户数据并进行验证，如验证通过，则发放资金补贴；如验证未通过，则进入步骤c；

c、将验证未通过的人员列入可疑人员名单，并提示资金审核员进行进一步分析并接收资金审核员的审核结果；

d、接收资金审核员的进一步审核结果，如该结果为验证通过，则对该用户数据进行校正，将其移出可疑人员名单，并发放资金补贴；如该结果为验证未通过，则不予发放资金补贴。

优选地，在步骤a中，所述消费数据包括各处平台的消费数据，其中，所述平台包括含支付宝、微信、网上银行在内的第三方支付平台。

优选地，还包括如下步骤：

使用深度学习的神经网络对用户画像的数据模型在每次的提交结果的基础上进行自动训练，逐步提高用户画像的数据模型的精确度。

一种补贴对象的信息正确性分析系统，包括：

用户数据采集模块：用于采集用户的行为数据和消费数据；

大数据分析模块：用于对采集到的用户的行为数据和消费数据进行统一的大数据分析，生成用户画像，并根据用户画像给用户标上相应的标签；

资金补贴申请受理审核模块：用于接收用户申请资金补贴的请求，并查找该用户的用户数据进行验证，如验证通过，则提示发放资金补贴，如验证未通过，则将该用户列入可疑人员名单，并发送该用户的用户数据给资金审核员审核模块提示审核员人工审核；接收资金审核员审核模块的验证结果反馈，如资金审核员审核模块验证通过，则将验证通过的用户从可疑人员名单移出，并提示发放资金补贴；

资金审核员审核模块：用于接收资金补贴申请受理审核模块推送的可疑人员，接收资金审核员的操作，并将验证结果反馈给资金补贴申请受理审核模块。

优选地，还包括：

神经网络模块：用于根据每次用户资金补贴申请的最终验证结果用户画像的数据模块进行自动训练更新，逐步提高用户画像的数据模型的精确度。