本發明提供一種貸款業務處理方法及裝置，屬于人工智能技術領域。該貸款業務處理方法包括：接收貸款業務，根據貸款業務獲取貸款企業輿情文本、企業特征數據和貸款金額；將貸款企業輿情文本輸入基于輿情訓練文本創建的輿情分類模型中，得到企業輿情風險數據；將企業輿情風險數據和企業特征數據輸入基于企業特征訓練數據創建的企業風險識別模型中，得到企業風險數據；根據企業風險數據對應的貸款閾值與貸款金額的比較結果處理貸款業務。本發明可以高效準確處理貸款業務，降低貸款風險和銀行利益損失。

技術領域

本發明涉及人工智能技術領域，具體地，涉及一種貸款業務處理方法及裝置。

背景技術

為了保證銀行貸款業務質量和銀行盈利能力，銀行在向企業進行貸款時會對企業風險進行大量的評估工作。在現有技術中，審批人員可以借助企業風險識別工具或其它手段對企業反欺詐風險進行評估以節約人力并降低時間成本。為了不讓銀行利益受損，降低貸款業務風險，建立實時精確處理貸款業務的貸款業務系統是銀行風險控制體系的關鍵。

現有技術一般通過企業產業鏈信息建立指定規則模型或者利用邏輯回歸、決策樹或隨機森林等機器學習算法預測企業風險以辦理企業貸款業務，雖然在一定程度上解決了信息孤島問題，但是對關系數據的挖掘能力有所欠缺。由于各企業之間可能存在風險疊加、傳染與擴散的關系，因此現有的企業風險識別準確度不高。另外，現有技術的數據源種類與內容不夠豐富，在市場環境不斷變化的情況下會受到不確定因素或不可預知因素的影響。例如，網絡輿情熱點帶來的潛在風險可能導致企業狀況嚴重偏離預期，現有技術無法獲取網絡輿情熱點給企業帶來的潛在影響，進而無法高效準確處理企業貸款業務。

發明內容

本發明實施例的主要目的在于提供一種貸款業務處理方法及裝置，以高效準確處理貸款業務，降低貸款風險和銀行利益損失。

為了實現上述目的，本發明實施例提供一種貸款業務處理方法，包括：

接收貸款業務，根據貸款業務獲取貸款企業輿情文本、企業特征數據和貸款金額；

將貸款企業輿情文本輸入基于輿情訓練文本創建的輿情分類模型中，得到企業輿情風險數據；

將企業輿情風險數據和企業特征數據輸入基于企業特征訓練數據創建的企業風險識別模型中，得到企業風險數據；

根據企業風險數據對應的貸款閾值與貸款金額的比較結果處理貸款業務。

本發明實施例還提供一種貸款業務處理裝置，包括：

獲取模塊，用于接收貸款業務，根據貸款業務獲取貸款企業輿情文本、企業特征數據和貸款金額；

輿情分類模塊，用于將貸款企業輿情文本輸入基于輿情訓練文本創建的輿情分類模型中，得到企業輿情風險數據；

企業風險識別模塊，用于將企業輿情風險數據和企業特征數據輸入基于企業特征訓練數據創建的企業風險識別模型中，得到企業風險數據；

貸款業務處理模塊，用于根據企業風險數據對應的貸款閾值與貸款金額的比較結果處理貸款業務。

本發明實施例還提供一種計算機設備，包括存儲器、處理器及存儲在存儲器上并在處理器上運行的計算機程序，處理器執行計算機程序時實現所述的貸款業務處理方法的步驟。

本發明實施例還提供一種計算機可讀存儲介質，其上存儲有計算機程序，計算機程序被處理器執行時實現所述的貸款業務處理方法的步驟。

本發明實施例的貸款業務處理方法及裝置先根據貸款業務獲取貸款企業輿情文本、企業特征數據和貸款金額，再將貸款企業輿情文本輸入輿情分類模型中，得到企業輿情風險數據，將企業輿情風險數據和企業特征數據輸入企業風險識別模型中，得到企業風險數據，最后根據企業風險數據對應的貸款閾值與貸款金額高效準確處理貸款業務，降低貸款風險和銀行利益損失。

附圖說明