[发明专利]目标信贷用户的确定方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202011131875.7 申请日: 2020-10-21
公开(公告)号: CN112348657A 公开(公告)日: 2021-02-09
发明(设计)人: 赵豫陕;顾晓雪;张日;李双秀;陈娇娇 申请(专利权)人: 深圳乐信软件技术有限公司
主分类号: G06Q40/02 分类号: G06Q40/02;G06K9/62
代理公司: 北京品源专利代理有限公司 11332 代理人: 潘登
地址: 518000 广东省深圳市南山区*** 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: 目标 信贷 用户 确定 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种目标信贷用户的确定方法,其特征在于,包括:

获取每个信贷用户的多个用户特征,所述多个用户特征对应至少两个属性类型;

基于每个所述属性类型下的用户特征,利用预设聚类算法对所述信贷用户进行聚类,以分别得到基于每个所述属性类型的多个聚类群体;

获取至少两个基于不同所述属性类型的聚类群体的交集用户;

根据目标属性在所述交集用户中确定目标信贷用户。

2.根据权利要求1所述的目标信贷用户的确定方法,其特征在于,所述用户特征包括基本特征和衍生特征;

相应的,所述获取每个信贷用户的多个用户特征,包括:

获取每个所述信贷用户的基本特征;

根据所述基本特征获取每个所述信贷用户的衍生特征。

3.根据权利要求2所述的目标信贷用户的确定方法,其特征在于,所述基本特征包括:基本信息特征、历史订单特征以及外部征信特征中的至少一种。

4.根据权利要求1所述的目标信贷用户的确定方法,其特征在于,在所述基于每个所述属性类型下的用户特征,利用预设聚类算法对所述信贷用户进行聚类之前,还包括:

对所述用户特征存在缺失值的所述信贷用户进行过滤。

5.根据权利要求1所述的目标信贷用户的确定方法,其特征在于,在所述基于每个所述属性类型下的用户特征,利用预设聚类算法对所述信贷用户进行聚类,以分别得到基于每个所述属性类型的多个聚类群体之后,还包括:

确定每个所述聚类群体对应的所述属性类型下的用户特征的特征均值;

根据所述特征均值确定每个所述聚类群体的属性值。

6.根据权利要求5所述的目标信贷用户的确定方法,其特征在于,在所述根据目标属性在所述交集用户中确定目标信贷用户之后,还包括:

根据所述目标信贷用户的属性值制定相应的运营策略。

7.根据权利要求1所述的目标信贷用户的确定方法,其特征在于,所述预设聚类算法包括:K-means聚类算法。

8.一种目标信贷用户的确定装置,其特征在于,包括:

用户特征获取模块,用于获取每个信贷用户的多个用户特征,所述多个用户特征对应至少两个属性类型;

信贷用户聚类模块,用于基于每个所述属性类型下的用户特征,利用预设聚类算法对所述信贷用户进行聚类,以分别得到基于每个所述属性类型的多个聚类群体;

交集用户获取模块,用于获取至少两个基于不同所述属性类型的聚类群体的交集用户;

目标用户确定模块,用于根据目标属性在所述交集用户中确定目标信贷用户。

9.一种计算机设备,其特征在于,包括:

一个或多个处理器;

存储器,用于存储一个或多个程序;

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的目标信贷用户的确定方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的目标信贷用户的确定方法。

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深圳乐信软件技术有限公司,未经深圳乐信软件技术有限公司许可,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/202011131875.7/1.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