[发明专利]信贷数据的处理方法及装置、存储介质和电子装置

权利要求书

1.一种信贷数据的处理方法，其特征在于，包括：

获取与信贷还款相关的信息，其中，所述与信贷还款相关的信息包括：平台的资产规模、神经网络模型的加权关系、历史贷款还款统计信息、行业贷款还款历史情况、未来指定时间段；

将所述与信贷还款相关的信息输入到所述神经网络模型中；

获取所述神经网络模型的第一输出结果，其中，所述第一输出结果用于指示所述平台在所述未来指定时间段内的贷款还款情况。

2.根据权利要求1所述的方法，其特征在于，所述神经网络模型的加权关系通过以下方式确定：

将所述平台的资产规模和所述神经网络模型的历史输出值的准确率输入到所述神经网络中，并得到第二输出结果；

根据所述第二输出结果确定所述资产规模与神经网络模型的加权关系。

3.根据权利要求1所述的方法，其特征在于，在获取与信贷还款相关的信息之前，所述方法还包括：

采用预设数据集训练得到所述神经网络模块，其中，所述预设数据集包括：历史贷款还款统计信息。

4.根据权利要求1至3中任一项所述的方法，其特征在于，

所述历史贷款还款统计信息至少包括以下之一：客户总量和根据客户特征分布统计的还款金额总额、违约金额总额、还款逾期率、还款提前率；

所述客户特征分布至少包括以下之一：客户年龄分布、地域分布、性别分布、婚姻状况分布、信用等级分布、信用额度分布、开户地分布、开户时间分布、还款方式分布、发放金额分布、授信品种分布；

所述行业贷款还款历史情况至少包括以下之一：根据行业细分类分布统计的还款金额总额、违约金额总额、还款逾期率、还款提前率、行业季节性还款规律，上游相关行业细分类和下游相关行业细分类的统计信息相对于标杆值的变化率。

5.一种信贷数据的处理装置，其特征在于，包括：

第一获取模块，用于获取与信贷还款相关的信息，其中，所述与信贷还款相关的信息包括：平台的资产规模、神经网络模型的加权关系、历史贷款还款统计信息、行业贷款还款历史情况、未来指定时间段；

输入模块，用于将所述与信贷还款相关的信息输入到所述神经网络模型中；

第二获取模块，用于获取所述神经网络模型的第一输出结果，其中，所述第一输出结果用于指示所述平台在所述未来指定时间段内的贷款还款情况。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

处理模块，用于将所述平台的资产规模和所述神经网络模型的历史输出值的准确率输入到所述神经网络中，并得到第二输出结果；

确定模块，用于根据所述第二输出结果确定所述资产规模与神经网络模型的加权关系。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

训练模块，用于在获取与信贷还款相关的信息之前，采用预设数据集训练得到所述神经网络模块，其中，所述预设数据集包括：历史贷款还款统计信息。

8.根据权利要求5至7中任一项所述的装置，其特征在于，

所述历史贷款还款统计信息至少包括以下之一：客户总量和根据客户特征分布统计的还款金额总额、违约金额总额、还款逾期率、还款提前率；

所述客户特征分布至少包括以下之一：客户年龄分布、地域分布、性别分布、婚姻状况分布、信用等级分布、信用额度分布、开户地分布、开户时间分布、还款方式分布、发放金额分布、授信品种分布；

所述行业贷款还款历史情况至少包括以下之一：根据行业细分类分布统计的还款金额总额、违约金额总额、还款逾期率、还款提前率、行业季节性还款规律，上游相关行业细分类和下游相关行业细分类的统计信息相对于标杆值的变化率。

9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至4任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至4任一项中所述的方法。