[发明专利]一种数据处理方法及系统

说明书

本发明提供一种数据处理方法及系统，该方法包括获取用户输入的待查询逾期信息，待查询逾期信息中携带有至少一个用户的用户画像信息；若确定待查询逾期信息中待预测用户的数量为一个时，将待查询逾期信息作为逾期预测模型的输入，基于逾期预存模型对待查询逾期信息进行预测，输出预测结果，预测结果用于指示待查询逾期信息中的待预测用户存在逾期的概率，逾期预测模型是基于历史公积金数据进行训练得到；基于预测结果与预设概率的大小，确定待查询逾期信息中的待预测用户是否存在逾期，并显示。本方案通过上述方式不仅能够提高处理效率，且能够准确预测用户的公积金贷款逾期情况。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种数据处理方法及系统。

背景技术

随着经济的发展，全国住房公积金累计缴纳金额已达万亿级，同时相关机构也累计了用户历年来使用公积金的原始数据。公积金贷款的发放和国计民生密切相关。发放贷款的规模过大，很可能会出现资金链断裂、公积金中心日常运作陷入停滞等状况。发放的贷款规模过小，因资金的通胀现象，会造成社会财富的贬值。因此可根据用户的历史数据预测用户是否会在公积金贷款中出现逾期现象，以控制公积金发放风险和公积金贷款的审批。

目前，常通过人工的方式对使用公积金的用户的贷款数据判定用户是否存在逾期的情况。通过人工的方式处理公积金贷款数据，会存在处理效率低，且无法准确预测用户的公积金贷款逾期情况。

发明内容

有鉴于此，本发明实施例提供一种数据处理方法及系统，以解决现有技术中存在的处理效率低，且无法准确预测用户的公积金贷款逾期情况。

为实现上述目的，本发明实施例提供如下技术方案：

本发明实施例第一方面示出了一种数据处理方法，所述方法包括：

获取用户输入的待查询逾期信息，所述待查询逾期信息中携带有至少一个用户的用户画像信息；

若确定所述待查询逾期信息中待预测用户的数量为一个时，将所述待查询逾期信息作为逾期预测模型的输入，基于所述逾期预存模型对所述待查询逾期信息进行预测，输出预测结果，所述预测结果用于指示所述待查询逾期信息中的待预测用户存在逾期的概率，所述逾期预测模型是基于历史公积金数据进行训练得到；

基于所述预测结果与预设概率的大小，确定所述待查询逾期信息中的待预测用户是否存在逾期，并显示。

可选的，所述基于历史公积金数据进行训练得到逾期预测模型的过程包括：

获取历史公积金数据，所述历史公积金数据包括多个用户画像信息和逾期数据；

对所述历史公积金数据进行预处理，并对预处理之后的所述历史公积金数据进行归一化特征处理，得到特征数据；

将所述特征数据划分为训练集和测试集；

利用Transformer编码器模型对训练集进行训练，得到初始逾期预测模型；

基于所述测试集对所述初始逾期预测模型进行测试，直至确定测试结果与预期结果相同，确定当前的训练得到的初始逾期预测模型作为逾期预测模型，所述测试结果是所述初始逾期预测模型对所述测试集进行处理得到的。

可选的，还包括：

在所述获取用户输入的待查询逾期信息之前，判断所述用户是否已登录；

若确定所述用户未登录，则跳转到登录界面，以便用于根据注册的账号登录；

若确定所述用户已登录，则执行获取用户输入的待查询逾期信息这一步骤。

可选的，所述基于所述预测结果与预设概率的大小，确定所述待查询逾期信息中的待预测用户是否存在逾期，并显示，包括：

判断所述预测结果是否大于预设概率；