[发明专利]一种针对信贷数据监控方法、装置及其联动预警设备

权利要求书

1.一种针对信贷数据监控方法，其特征在，包括：

获取用户数据，并调取与所述用户数据相预关联的支付通道，所述支付通道包括但不限于是京东白条、花呗、银行借贷；

通过所述用户数据定义用户属于的年龄阶梯，并生成与所述用户年龄阶梯对应的梯度式金额；

当获取到用户通过所述支付通道调用金额时，生成订单数据；

当所述订单数据中的金额值为低于或等于梯度式金额的第一金额值时，生成第一反馈信号，所述第一反馈信号将发送至用户终端，并由所述用户终端显示第一反馈信号所表述的第一借款金额，第一还款周期以及第一应对策略；

当所述订单数据中的金额值为高于梯度式金额的第二金额值时，生成第二反馈信号，所述第二反馈信号将发送至用户终端以及与用户终端预关联的监管终端，并由所述用户终端和监管终端显示第二反馈信号所表述的第二借款金额，第二还款周期以及第二应对策略；

获取用户终端上传的请款请求，通过数据模型对所述请款请求处理后生成应对策略，将所述应对策略上传至人工处理终端，进行人为请求评估和策略可行性评估；

所述人工处理终端评估通过后，生成请款指令，通过所述请款指令向支付通道获取对应的金额，并将所述金额输出至用户终端；

所述应对策略中具有第三还款周期，支付通道中具有第四还款周期，当所述第三还款周期小于第四还款周期时，所述用户终端未还款的情况下生成警报指令并输出至用户终端和监管终端；当所述第三还款周期大于第四还款周期时，所述用户终端未在第四还款周期内还款则由所述人工处理终端代缴，并生成用户在第三还款周期内还款的警告信息发送至用户终端；并且所述用户在第三还款周期内对人工处理终端还款成功后，人工处理终端按照预设算法获取对应数额的金额值。

2.根据权利要求1所述的针对信贷数据监控方法，其特征在于，所述获取用户终端上传的请款请求，通过数据模型对所述请款请求处理后生成应对策略的步骤中，包括：

从所述用户数据中调取用户生活信息，所述用户生活信息包括但不限于是职业、薪资、公司性质和工作时间；

将各类型所述用户生活信息导入至预训练的文本神经网络模型中，所述文本神经网络模型通过VGG卷积神经网络对用户生活信息生成用户画像，并依照VGG16网络架构进行滑窗处理，确定用户生活状态，并调用预训练后的各个文本向量，组成应对策略进行输出；

其中，所述VGG卷积神经网络相对于传统的卷积神经网络模型，VGG卷积神经网络模型使用了3x3的小卷积核，并设置有224x244大小的RGB图像，在用户图像上对所有图像计算RGB均值，然后把图像作为输入传入VGG卷积网络架构中。

3.根据权利要求1所述的针对信贷数据监控方法，其特征在于，所述输送人工处理终端按照预设算法获取对应数额的金额值的步骤中，包括：

所述预设算法参照银行年定期算法公式，基数为用户还款金额。

4.根据权利要求1所述的针对信贷数据监控方法，其特征在于，所述获取用户终端上传的请款请求，通过数据模型对所述请款请求处理后生成应对策略，将所述应对策略上传至人工处理终端，进行人为请求评估和策略可行性评估的步骤中，包括：

将用户上传请款请求输入至数据模型中，得到数据模型的特征向量；将特征向量分组处理，得到多个分组数据；

对特征向量进行预处理以生成第一训练数据；

对特征向量按请款顺序进行处理以生成第二训练数据；

对特征向量按请款数额进行处理以生成第三训练数据；

对特征向量按请款信用进行处理以生成第四训练数据；

将生成的四种训练数据输入数据模型中并运用短时推算公式

进行训练，以得到训练完成的数据模型。