资源数据处理的优化方法及装置、存储介质、终端制造方法及图纸

本发明专利技术公开了一种资源数据处理的优化方法及装置、存储介质、终端，涉及数据处理技术领域，主要目的在于解决现有针对不良资产的资产价值无法满足资产价值估值准确需求的问题。主要包括：获取待处理的不良资产的特征资源数据；根据已完成训练的资源预测模型对所述特征资源数据进行预测处理，所述资源预测模型为基于特征层级对训练数据集中的特征资源数据进行特征标记后，完成模型训练得到的；将预测处理得到的所述特征资源数据的还款意愿信息，确定为与所述特征资源数据的资产价值估值对应的影响参数。主要用于资源数据处理的优化。

【技术实现步骤摘要】
资源数据处理的优化方法及装置、存储介质、终端
本专利技术涉及一种数据处理
，特别是涉及一种资源数据处理的优化方法及装置、存储介质、终端。
技术介绍
金融信贷领域中，那些借款人不能按期、足额归还本息，且信贷企业无法处置的资产即为不良资产，例如包括无法处置的抵押房产等。为了减少不良资产带来的经济损失，信贷企业利用大数据方法会对不良资产数据的资产价值进行估值，以便准确地定制催收方案。目前，现有仅仅利用深度学习算法对不良资产数据的资产价值进行预测估值，不能准确满足多样化的催收方案匹配需求，无法实现对未知人群的个性化预测，从而使得资产价值估值准确性差，因此，急需一种资源数据处理的优化方法解决上述问题。
技术实现思路
有鉴于此，本专利技术提供一种资源数据处理的优化方法及装置、存储介质、终端，主要目的在于解决现有针对不良资产的资产价值无法满足资产价值估值准确需求的问题。依据本专利技术一个方面，提供了一种资源数据处理的优化方法，包括：获取待处理的不良资产的特征资源数据；根据已完成训练的资源预测模型对所述特征资源数据进行预测处理，所述资源预测模型为基于特征层级对训练数据集中的特征资源数据进行特征标记后，完成模型训练得到的；将预测处理得到的所述特征资源数据的还款意愿信息，确定为与所述特征资源数据的资产价值估值对应的影响参数。依据本专利技术另一个方面，提供了一种资源数据处理的优化装置，包括：获取模块，用于获取待处理的不良资产的特征资源数据；处理模块，用于根据已完成训练的资源预测模型对所述特征资源数据进行预测处理，所述资源预测模型为基于特征层级对训练数据集中的特征资源数据进行特征标记后，完成模型训练得到的；确定模块，用于将预测处理得到的所述特征资源数据的还款意愿信息，确定为与所述特征资源数据的资产价值估值对应的影响参数。根据本专利技术的又一方面，提供了一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述资源数据处理的优化方法对应的操作。根据本专利技术的再一方面，提供了一种终端，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述资源数据处理的优化方法对应的操作。借由上述技术方案，本专利技术实施例提供的技术方案至少具有下列优点：本专利技术提供了一种资源数据处理的优化方法及装置、存储介质、终端。与现有技术相比，本专利技术实施例通过获取待处理的不良资产的特征资源数据；根据已完成训练的资源预测模型对所述特征资源数据进行预测处理，所述资源预测模型为基于特征层级对训练数据集中的特征资源数据进行特征标记后，完成模型训练得到的；将预测处理得到的所述特征资源数据的还款意愿信息，确定为与所述特征资源数据的资产价值估值对应的影响参数，增加资产价值估值的计算参数，准确满足多样化的催收方案匹配需求，并利用深度学习算法实现对未知人群的个性化还款意愿信息的预测需求，从而提高资产价值估值准确性。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1示出了本专利技术实施例提供的一种资源数据处理的优化方法流程图；图2示出了本专利技术实施例提供的一种资源数据处理的优化装置组成框图；图3示出了本专利技术实施例提供的一种终端的结构示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。本专利技术实施例提供了一种资源数据处理的优化方法，如图1所示，该方法包括：101、获取待处理的不良资产的特征资源数据。本专利技术实施例中，特征资源数据用于表征群体或个体借款人在信贷交易中产生且与还款能力相关的信息，例如，白领人群的用户基础数据、资产数据、借款数据等。其中，为了及时对不良资产的特征资源数据进行获取，并确定还款人资产信息的保密性，当前执行端在进行资源数据处理时，将采集的数据存储在预置数据库中。另外，由于不同用户可以从至少一个信贷企业进行信贷交易，因此，为了基于还款人在不同信贷平台的处理情况确定还款意愿，在获取待处理的不良资产的特征资源数据时，获取的是具有关联的全部的信贷企业中开放的特征资源数据，例如，判断针对还款人群a，获取人群a使用的某花、某借所产生的特征资源数据，即在某花、某借上所产生的资产数据、借款数据等。需要说明的是，不良资产为借款人不能按期、足额归还本息，且信贷企业无法处置的资产，例如包括无法处置的抵押房产等，因此，本专利技术实施例中，当前执行端与多个具有信贷功能的企业平台进行协议合作，以准确获取到用户群体的不良资产的特征资源数据。102、根据已完成训练的资源预测模型对所述特征资源数据进行预测处理。本专利技术实施例中，为了实现对特征资源数据的数据处理能力，从而得到准确的还款人意愿预测结果，通过完成训练的资源预测模型对特征资源数据进行处理，所述资源预测模型为基于特征层级对训练数据集中的特征资源数据进行特征标记后，完成模型训练得到的。其中，资源预测模型为基于机器学习算法构建的数学模型，包括但不限于神经网络模型、支持向量机模型等，通过训练数据集预先对构建的资源预测模型进行训练，当达到设定的训练精度、准确度时，确定当前次训练的资源预测模型完成训练，以便用于预测处理。需要说明的是，本专利技术实施例中，训练数据集中的特征资源数据为按照特征层级进行划分后，完成特征标记的数据，且根据不同的特征标记的特征资源数据映射为不同的还款意愿信息，从而使得利用这些特征资源数据对资源预测模型进行训练后，得到还款人意愿信息的预测结果。本专利技术实施例中，资源预测模型优选为xgboost模型，从而进行模型训练。103、将预测处理得到的所述特征资源数据的还款意愿信息，确定为与所述特征资源数据的资产价值估值对应的影响参数。本专利技术实施例中，当经过对特征资源数据预测处理后，得到特征资源数据所对应人群的还款意愿信息，从而基于还款意愿信息确定资产价值估值，因此将预测处理得到的还款意愿信息确定为资产价值估值的影响参数，以便根据其他影响参数进行结合，对资产价值估值进行精准再计算。其中，资产价值估值为对不良资产的价值进行评估，以便根据不同的资产价值估值选取匹配的催收方案，从而提高对作为资源数据的资产价值估值的处理准本文档来自技高网...

【技术保护点】
1.一种资源数据处理的优化方法，其特征在于，包括：/n获取待处理的不良资产的特征资源数据；/n根据已完成训练的资源预测模型对所述特征资源数据进行预测处理，所述资源预测模型为基于特征层级对训练数据集中的特征资源数据进行特征标记后，完成模型训练得到的；/n将预测处理得到的所述特征资源数据的还款意愿信息，确定为与所述特征资源数据的资产价值估值对应的影响参数。/n

【技术特征摘要】
1.一种资源数据处理的优化方法，其特征在于，包括：
获取待处理的不良资产的特征资源数据；
根据已完成训练的资源预测模型对所述特征资源数据进行预测处理，所述资源预测模型为基于特征层级对训练数据集中的特征资源数据进行特征标记后，完成模型训练得到的；
将预测处理得到的所述特征资源数据的还款意愿信息，确定为与所述特征资源数据的资产价值估值对应的影响参数。


2.根据权利要求1所述的方法，其特征在于，所述获取待处理的不良资产的特征资源数据之前，所述方法还包括：
获取训练数据集中的特征资源数据；
按照特征层级对所述特征资源数据进行特征层级划分；
对划分后的所述特征资源数据进行特征标记，得到不同特征层级标记的特征资源数据。


3.根据权利要求1或2所述的方法，其特征在于，所述特征资源数据至少包括用户基础数据、资产数据、金融属性数据、借款数据中之一。


4.根据权利要求3所述的方法，其特征在于，所述特征层级至少包括年龄层级、欠款金额层级，所述按照特征层级对所述特征资源数据进行特征层级划分包括：
从所述用户基础数据中确定年龄信息，按照所述年龄信息确定所述特征资源数据处于所述年龄层级中的第一特征层级；
从所述借款数据中确定还款信息，按照所述还款信息确定所述特征资源数据相对于所述第一特征层级处于所述欠款金额层级中的第二特征层级；
基于所述资产数据、所述金融属性数据确定与所述第二特征层级匹配的模型属性信息。


5.根据权利要求4所述的方法，其特征在于，所述对划分后的所述特征资源数据进行特征标记，得到不同特征层级标记的特征资源数据包括：
根据预设标签内容对所述特征资源数据的第一特征层级、第二特征层级、模型属性信息进行特征标记，所述预设标签内容用于限定第一特征层级、第二特征层级、模型属性信息匹配的还款意愿信息。


6.根据权利要求4所述的方法，...

【专利技术属性】
技术研发人员：王冰玉，
申请(专利权)人：大箴杭州科技有限公司，
类型：发明
国别省市：浙江;33