[发明专利]基于机器学习的贷款审批方法、装置、设备和存储介质

权利要求书

1.一种基于机器学习的贷款审批方法，其特征在于，包括：

获取用户输入的贷款申请信息以及所述用户当前使用的输入设备的设备信息，其中，所述贷款申请信息包括贷款信息以及贷款人信息；

当根据所述贷款人信息、所述设备信息、所述用户的历史交易行为信息以及预设的风险预警模型确定所述用户的还款概率大于预设的第一阈值时，获取所述用户的外部数据，其中，所述风险预警模型为机器学习模型，所述外部数据为非预先存储的数据；

根据所述贷款申请信息、所述外部数据以及预设的评分规则，确定所述用户的评分，并根据所述评分输出审批结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述贷款人信息、所述设备信息、所述用户的历史交易行为信息以及预设的风险预警模型确定所述用户的还款概率，包括：

根据所述贷款人信息、所述设备信息以及所述用户的历史交易行为信息，构建所述用户的信息关系网络；

从所述信息关系网络中提取所述用户对应的风险特征信息；

将所述风险特征信息分别输入至预设的多个风险预警模型，得到对应的输出结果，其中，不同的风险预警模型用于预测所述用户不同的还款风险，所述还款风险包括逾期概率、还款能力以及还款意愿中的任意一种；

对所有输出结果进行加权计算，得到所述用户的还款概率。

3.根据权利要求2所述的方法，其特征在于，还包括：

对所述用户的信息关系网络进行分析，确定目标风险标识，并将所述目标风险标识添加到黑名单中。

4.根据权利要求2所述的方法，其特征在于，所述外部数据包括所述用户的第一收入数据，所述根据所述贷款申请信息、所述外部数据以及预设的评分规则，确定所述用户的评分，包括：

根据预设的映射关系，分别判断所述第一收入数据以及所述贷款申请信息中的第二收入数据是否与目标贷款金额匹配，其中，所述映射关系中包括不同的收入数据与贷款金额之间的对应关系；

若至少有一个收入数据匹配，则根据所述外部数据中的征信数据，通过预设的评分规则确定所述用户的评分。

5.根据权利要求4所述的方法，其特征在于，还包括：

若所述第一收入数据和所述第二收入数据均不匹配，则输出拒贷结果；

若所述第一收入数据不匹配且所述第二收入数据匹配，则输出第一提示信息，所述第一提示信息用于指示需要提供收入证明。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述根据所述评分输出审批结果，包括：

当所述评分大于或等于预设的第二阈值时，输出第一审批结果，所述第一审批结果用于表征贷款审批通过；

当所述评分小于所述第二阈值时，输出第二审批结果，所述第二审批结果用于指示通过线下审批流程进行贷款的审批。

7.根据权利要求6所述的方法，其特征在于，所述贷款申请信息还包括待购买房屋的房屋信息，所述方法还包括：

当所述评分大于或等于所述第二阈值时，根据所述房屋信息，确定所述待购买房屋的房屋性质；

当所述待购买房屋为二手房时，判断所述待购买房屋的购买价格与市场价格是否匹配；

若匹配，则输出所述第一审批结果；

若不匹配，则输出第二提示信息，所述第二提示信息用于指示需要提供所述待购买房屋的房屋评估报告。

8.一种基于机器学习的贷款审批装置，其特征在于，包括：

第一获取模块，用于获取用户输入的贷款申请信息以及所述用户当前使用的输入设备的设备信息，其中，所述贷款申请信息包括贷款信息以及贷款人信息；

第二获取模块，用于当根据所述贷款人信息、所述设备信息、所述用户的历史交易行为信息以及预设的风险预警模型确定所述用户的还款概率大于预设的第一阈值时，获取所述用户的外部数据，其中，所述风险预警模型为机器学习模型，所述外部数据为非预先存储的数据；

处理模块，用于根据所述贷款申请信息、所述外部数据以及预设的评分规则，确定所述用户的评分，并根据所述评分输出审批结果。