[发明专利]一种数据转移的处理方法、装置、计算设备及存储介质

说明书

本申请公开了一种数据转移的处理方法、装置、计算设备及存储介质，属于金融科技技术领域。所述方法包括：确定目标对象的欠款数据；获取所述目标对象的特征属性值；将所述目标对象的特征属性值输入策略匹配模型中，得到所述目标对象匹配出的数据转移策略；所述策略匹配模型利用训练对象的特征属性值以及训练对象实际的数据转移策略进行训练得到对应的模型参数；根据所述目标对象的欠款数据和匹配出的数据转移策略，确定对应的转移数据；发送数据转移请求，所述数据转移请求中包括转移数据，以使所述目标对象解除与转移数据的关联关系。该方案用于降低自动扣款的失败率，减少对网络资源的占用。

技术领域

本申请涉及金融(Fintech)科技的计算机技术领域，尤其涉及一种数据转移的处理方法、装置、计算设备及存储介质。

背景技术

随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术(如分布式、区块链Blockchain、人工智能等)应用在金融领域，但金融业也对技术提出了更高的要求，如针对数据转移的处理过程。

自动扣款，即信贷业务中银行在用户还款到期日，根据用户欠款自动发起扣款的一项功能。现有技术中只要用户有欠款，系统都会向银行发起扣款请求，有些情况下，会因为用户银行卡里没有钱或者金额不足而导致扣款失败。因此，现有的信贷业务自动扣款过程，失败率较高，存在浪费网络资源、扣款效率较低的问题。

发明内容

本申请实施例提供一种数据转移的处理方法、装置、计算设备及存储介质，用于降低自动扣款的失败率，减少对网络资源的占用。

第一方面，提供一种数据转移的处理方法，所述方法包括：

确定目标对象的欠款数据；

获取所述目标对象的特征属性值；

将所述目标对象的特征属性值输入策略匹配模型中，得到所述目标对象匹配出的数据转移策略；所述策略匹配模型利用训练对象的特征属性值以及训练对象实际的数据转移策略进行训练得到对应的模型参数；

根据所述目标对象的欠款数据和匹配出的数据转移策略，发送数据转移请求。

在一种可能的实施例中，根据以下方法训练得到所述策略匹配模型：

获取训练数据集，所述训练数据集中包含有训练对象的特征属性值以及训练对象实际的数据转移策略；

将所述训练对象的特征属性值以及训练对象实际的数据转移策略输入所述策略匹配模型，确定所述训练对象的特征属性的信息熵；

根据训练对象匹配的数据转移策略与所述训练对象的特征属性的信息熵计算信息增益；

根据所述信息增益，将训练数据集依次划分得到子数据集，每个子数据集作为下一次迭代的训练数据集，直至叶子节点的数量达到阈值。

在一种可能的实施例中，所述获取训练样本，包括：

获取训练对象的历史数据；

根据所述历史数据，确定所述训练对象的特征属性值，以及所述训练对象对应于不同数据转移策略的转移评价值；

根据转移评价值，确定所述训练对象实际的数据转移策略。

在一种可能的实施例中，所述将所述目标对象的特征属性值输入策略匹配模型中，得到所述目标对象匹配出的数据转移策略，包括：

将所述目标对象的特征属性值输入策略匹配模型中，得到所述目标对象匹配出的数据转移策略为分批转移策略；

所述根据所述目标对象的欠款数据和匹配出的数据转移策略，发送数据转移请求，包括：