[發明專利]資源數據處理的優化方法及裝置、存儲介質、終端

有效

• 申請號: 202110137632.2
• 申請日: 2021-02-01
• 公開（公告）號: CN112950347B
• 公開（公告）日: 2023-01-13
• 發明（設計）人: 王冰玉
• 申請（專利權）人: 大箴（杭州）科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q10/04;G06N3/04;G06F16/245
• 代理公司: 北京中強智尚知識產權代理有限公司 11448
• 代理人: 黃耀威

1.一種資源數據處理的優化方法，其特征在于，包括：

獲取待處理的不良資產的特征資源數據；

根據已完成訓練的資源預測模型對所述特征資源數據進行預測處理，

所述資源預測模型為基于特征層級對訓練數據集中的特征資源數據進行特征標記后，完成模型訓練得到的；

將預測處理得到的所述特征資源數據的還款意愿信息，確定為與所述特征資源數據的資產價值估值對應的影響參數。

2.根據權利要求1所述的方法，其特征在于，所述獲取待處理的不良資產的特征資源數據之前，所述方法還包括：

獲取訓練數據集中的特征資源數據；

按照特征層級對所述特征資源數據進行特征層級劃分；

對劃分后的所述特征資源數據進行特征標記，得到不同特征層級標記的特征資源數據。

3.根據權利要求2所述的方法，其特征在于，所述特征資源數據至少包括用戶基礎數據、資產數據、金融屬性數據、借款數據中之一。

4.根據權利要求3所述的方法，其特征在于，所述特征層級至少包括年齡層級、欠款金額層級，所述按照特征層級對所述特征資源數據進行特征層級劃分包括：

從所述用戶基礎數據中確定年齡信息，按照所述年齡信息確定所述特征資源數據處于所述年齡層級中的第一特征層級；

從所述借款數據中確定還款信息，按照所述還款信息確定所述特征資源數據相對于所述第一特征層級處于所述欠款金額層級中的第二特征層級；

基于所述資產數據、所述金融屬性數據確定與所述第二特征層級匹配的模型屬性信息。

5.根據權利要求4所述的方法，其特征在于，所述對劃分后的所述特征資源數據進行特征標記，得到不同特征層級標記的特征資源數據包括：

根據預設標簽內容對所述特征資源數據的第一特征層級、第二特征層級、模型屬性信息進行特征標記，所述預設標簽內容用于限定第一特征層級、第二特征層級、模型屬性信息匹配的還款意愿信息。

6.根據權利要求4所述的方法，其特征在于，所述方法還包括：

對完成特征標記的特征資源數據進行模型構建預處理，所述模型構建預處理至少包括數值化處理、特征歸一化處理、異常值處理、特征篩選處理中之一；

通過確定的深度學習算法構建資源預測模型，并基于所述模型屬性信息、完成模型構建預處理的特征資源數據對所述資源預測模型進行訓練；

當模型訓練參數匹配預置模型需求時，確定完成訓練的且預測處理結果為還款意愿信息的資源預測模型。

7.根據權利要求1-6任一項所述的方法，其特征在于，所述將預測處理得到的所述特征資源數據的還款意愿信息，確定為與所述特征資源數據的資產價值估值對應的影響參數包括：

解析所述還款意愿信息中的還款意愿因素，所述還款意愿因素至少包括行為因素、經濟因素、時間因素中之一；

基于預設資產價值估值對應關系確定所述還款意愿因素匹配的資產價值估值，以根據所述資產價值估值確定還款催還方案。

8.一種資源數據處理的優化裝置，其特征在于，包括：

獲取模塊，用于獲取待處理的不良資產的特征資源數據；

處理模塊，用于根據已完成訓練的資源預測模型對所述特征資源數據進行預測處理，所述資源預測模型為基于特征層級對訓練數據集中的特征資源數據進行特征標記后，完成模型訓練得到的；

確定模塊，用于將預測處理得到的所述特征資源數據的還款意愿信息，確定為與所述特征資源數據的資產價值估值對應的影響參數。

9.一種存儲介質，所述存儲介質中存儲有至少一可執行指令，所述可執行指令使處理器執行如權利要求1-7中任一項所述的資源數據處理的優化方法對應的操作。

10.一種終端，包括：處理器、存儲器、通信接口和通信總線，所述處理器、所述存儲器和所述通信接口通過所述通信總線完成相互間的通信；

所述存儲器用于存放至少一可執行指令，所述可執行指令使所述處理器執行如權利要求1-7中任一項所述的資源數據處理的優化方法對應的操作。