本發明專利技術涉及人工智能領域，提供一種基于人工智能的貸款產品確定方法、裝置、設備及介質，能夠從歷史貸款數據中篩選出指定用戶的相關貸款數據作為樣本數據，便于后續分析用戶的共性，對樣本數據進行標簽建模，挖掘出用戶標簽，通過標簽將每種貸款產品所針對的貸款用戶的形象具體化，形成每種貸款產品的虛擬用戶，不僅能夠輔助貸款用戶在貸款時進行自身條件的測評，同時能夠輔助代理人對貸款產品進行更加具有針對性的推廣，提升貸款產品的成交幾率，根據目標用戶的標簽及貸款產品的用戶畫像確定目標貸款產品，輔助推斷出目標用戶能夠最大概率成功辦理貸款的貸款產品。此外，本發明專利技術還涉及區塊鏈技術，每種貸款產品的用戶畫像可存儲于區塊鏈節點中。儲于區塊鏈節點中。儲于區塊鏈節點中。
【技術實現步驟摘要】
基于人工智能的貸款產品預測方法、裝置、設備及介質
[0001]本專利技術涉及人工智能
，尤其涉及一種基于人工智能的貸款產品預測方法、裝置、設備及介質。
技術介紹
[0002]近年來，隨著經濟的不斷發展，越來越多的人選擇貸款購物，因此，貸款的類型也越來越多，如房貸、車貸、裝修貸等。
[0003]但是，貸款用戶在申請貸款時，由于貸款產品類型繁多，申請流程差異化明顯，導致大部分貸款用戶在沒有貸款知識的背景下，很難選中適合自己的產品，也無法前置知曉申請的成功率會有多高，因此，很可能導致貸款用戶貸款失敗，對貸款用戶造成不利影響。
技術實現思路
[0004]鑒于以上內容，有必要提供一種基于人工智能的貸款產品預測方法、裝置、設備及介質，旨在解決貸款用戶成功率低的問題。
[0005]一種基于人工智能的貸款產品預測方法，所述基于人工智能的貸款產品預測方法包括：
[0006]采集歷史貸款數據；
[0007]從所述歷史貸款數據中識別預設類型的用戶作為第一用戶，并從所述歷史貸款數據中篩選出所述第一用戶的貸款數據作為樣本數據；
[0008]對所述樣本數據進行標簽建模，得到標簽集合；
[0009]利用所述標簽集合構建每種貸款產品的用戶畫像；
[0010]確定目標用戶，并獲取所述目標用戶的待處理數據；
[0011]對所述待處理數據進行標簽建模，得到所述目標用戶的每個標簽；
[0012]根據所述目標用戶的標簽及每種貸款產品的用戶畫像從每種貸款產品中確定目標貸款產品。
[0013]根據本專利技術優選實施例，所述采集歷史貸款數據包括：
[0014]連接至預先配置的信息采集頁面，并從所述信息采集頁面中讀取數據作為所述歷史貸款數據；及/或
[0015]獲取每個貸款用戶的搜索記錄及社交關系網絡，并將每個貸款用戶的搜索記錄及社交關系網絡確定為所述歷史貸款數據；及/或
[0016]調用預先配置的對話腳本，并利用所述對話腳本采集數據作為所述歷史貸款數據。
[0017]根據本專利技術優選實施例，所述對所述樣本數據進行標簽建模，得到標簽集合包括：
[0018]從所述樣本數據中獲取每個貸款用戶的用戶信息，并利用每個貸款用戶的用戶信息建立第一標簽集合；
[0019]對所述第一標簽集合進行信息挖掘處理，得到第二標簽集合；
[0020]調用預設的預測模型，并將所述第二標簽集合確定為所述預測模型的輸入數據；
[0021]獲取所述預測模型的輸出數據，并利用所述輸出數據建立第三標簽集合；
[0022]組合所述第一標簽集合、所述第二標簽集合及所述第三標簽集合，得到所述標簽集合。
[0023]根據本專利技術優選實施例，所述對所述第一標簽集合進行信息挖掘處理，得到第二標簽集合包括：
[0024]從所述第二標簽集合中獲取表征每個貸款用戶的行為的標簽；
[0025]統計每個貸款用戶的行為的次數；
[0026]根據每個貸款用戶的行為的次數生成統計標簽；
[0027]利用所述統計標簽建立所述第二標簽集合。
[0028]根據本專利技術優選實施例，所述利用所述標簽集合構建每種貸款產品的用戶畫像包括：
[0029]確定購買每種貸款產品的用戶；
[0030]從所述標簽集合中識別每種貸款產品的用戶的標簽；
[0031]對每種貸款產品的用戶的標簽進行分類，得到每種貸款產品的用戶的特征類別；
[0032]獲取每個特征類別下的每個標簽的占比；
[0033]按照所述占比由高到低的順序對每個特征類別下的每個標簽進行排序；
[0034]將每個特征類別下排在前預設位的標簽確定為每個特征類別的主題標簽；
[0035]根據每個特征類別的主題標簽建立每種貸款產品的用戶畫像。
[0036]根據本專利技術優選實施例，所述確定目標用戶包括：
[0037]實時監聽指定頁面及/或指定應用程序的登錄信息；
[0038]當監聽到有用戶登錄所述指定頁面及/或所述指定應用程序時，將監聽到的用戶確定為所述目標用戶。
[0039]根據本專利技術優選實施例，所述根據所述目標用戶的標簽及每種貸款產品的用戶畫像從每種貸款產品中確定目標貸款產品包括：
[0040]利用余弦相似度算法計算所述目標用戶的每個標簽與每種貸款產品的用戶畫像間的夾角；
[0041]從每種貸款產品中獲取所述夾角最小的貸款產品作為所述目標貸款產品。
[0042]一種基于人工智能的貸款產品預測裝置，所述基于人工智能的貸款產品預測裝置包括：
[0043]采集單元，用于采集歷史貸款數據；
[0044]篩選單元，用于從所述歷史貸款數據中識別預設類型的用戶作為第一用戶，并從所述歷史貸款數據中篩選出所述第一用戶的貸款數據作為樣本數據；
[0045]建模單元，用于對所述樣本數據進行標簽建模，得到標簽集合；
[0046]構建單元，用于利用所述標簽集合構建每種貸款產品的用戶畫像；
[0047]獲取單元，用于確定目標用戶，并獲取所述目標用戶的待處理數據；
[0048]所述構建單元，還用于對所述待處理數據進行標簽建模，得到所述目標用戶的每個標簽；
[0049]確定單元，用于根據所述目標用戶的標簽及每種貸款產品的用戶畫像從每種貸款
產品中確定目標貸款產品。
[0050]一種計算機設備，所述計算機設備包括：
[0051]存儲器，存儲至少一個指令；及
[0052]處理器，執行所述存儲器中存儲的指令以實現所述基于人工智能的貸款產品預測方法。
[0053]一種計算機可讀存儲介質，所述計算機可讀存儲介質中存儲有至少一個指令，所述至少一個指令被計算機設備中的處理器執行以實現所述基于人工智能的貸款產品預測方法。
[0054]由以上技術方案可以看出，本專利技術能夠采集歷史貸款數據，從所述歷史貸款數據中識別預設類型的用戶作為第一用戶，并從所述歷史貸款數據中篩選出所述第一用戶的貸款數據作為樣本數據，從所述歷史貸款數據中篩選出指定用戶的相關貸款數據作為樣本數據，便于后續分析用戶的共性，對所述樣本數據進行標簽建模，得到標簽集合，挖掘出用戶標簽，利用所述標簽集合構建每種貸款產品的用戶畫像，通過標簽將每種貸款產品所針對的貸款用戶的形象具體化，形成每種貸款產品的虛擬用戶，不僅能夠輔助貸款用戶在貸款時進行自身條件的測評，同時能夠輔助代理人對貸款產品進行更加具有針對性的推廣，進而提升貸款產品的成交幾率，確定目標用戶，并獲取所述目標用戶的待處理數據，對所述待處理數據進行標簽建模，得到所述目標用戶的每個標簽，根據所述目標用戶的標簽及每種貸款產品的用戶畫像從每種貸款產品中確定目標貸款產品，結合相似度的計算，進一步輔助推斷出所述目標用戶能夠最大概率成功辦理貸款的貸款產品。
附圖說明
[0055]圖1是本專利技術基于人工智能的貸款產品預測方法的較佳實施例的流程圖。
本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種基于人工智能的貸款產品預測方法，其特征在于，所述基于人工智能的貸款產品預測方法包括：采集歷史貸款數據；從所述歷史貸款數據中識別預設類型的用戶作為第一用戶，并從所述歷史貸款數據中篩選出所述第一用戶的貸款數據作為樣本數據；對所述樣本數據進行標簽建模，得到標簽集合；利用所述標簽集合構建每種貸款產品的用戶畫像；確定目標用戶，并獲取所述目標用戶的待處理數據；對所述待處理數據進行標簽建模，得到所述目標用戶的每個標簽；根據所述目標用戶的標簽及每種貸款產品的用戶畫像從每種貸款產品中確定目標貸款產品。2.如權利要求1所述的基于人工智能的貸款產品預測方法，其特征在于，所述采集歷史貸款數據包括：連接至預先配置的信息采集頁面，并從所述信息采集頁面中讀取數據作為所述歷史貸款數據；及/或獲取每個貸款用戶的搜索記錄及社交關系網絡，并將每個貸款用戶的搜索記錄及社交關系網絡確定為所述歷史貸款數據；及/或調用預先配置的對話腳本，并利用所述對話腳本采集數據作為所述歷史貸款數據。3.如權利要求1所述的基于人工智能的貸款產品預測方法，其特征在于，所述對所述樣本數據進行標簽建模，得到標簽集合包括：從所述樣本數據中獲取每個貸款用戶的用戶信息，并利用每個貸款用戶的用戶信息建立第一標簽集合；對所述第一標簽集合進行信息挖掘處理，得到第二標簽集合；調用預設的預測模型，并將所述第二標簽集合確定為所述預測模型的輸入數據；獲取所述預測模型的輸出數據，并利用所述輸出數據建立第三標簽集合；組合所述第一標簽集合、所述第二標簽集合及所述第三標簽集合，得到所述標簽集合。4.如權利要求3所述的基于人工智能的貸款產品預測方法，其特征在于，所述對所述第一標簽集合進行信息挖掘處理，得到第二標簽集合包括：從所述第二標簽集合中獲取表征每個貸款用戶的行為的標簽；統計每個貸款用戶的行為的次數；根據每個貸款用戶的行為的次數生成統計標簽；利用所述統計標簽建立所述第二標簽集合。5.如權利要求1所述的基于人工智能的貸款產品預測方法，其特征在于，所述利用所述標簽集合構建每種貸款產品的用戶畫像包括：確定購買每種貸款產品的用戶；從所述標簽集合中識別每種貸款產品的用戶的標簽；...
【專利技術屬性】
技術研發人員：朱亮，
申請(專利權)人：未鯤上海科技服務有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。