本申请公开了一种计息方法、装置、电子设备及计算机存储介质，可应用于大数据领域或金融领域，包括在接收到定期存款的客户发送的提前领取请求时，获取提前领取请求中携带的定期账户信息和提前支取金额；利用预先构建的利率模型获取与定期账户信息对应的目标利率，利率模型是根据历史利率进行处理得到的；基于目标利率、提前支取金额和期账户信息对应的存款天数进行处理，确定提前支取金额的利息。在本方案中，通过预先构建的利率模型获取与定期账户信息对应的目标利率，以通过客户的实际存储时间确定不同的支取利率；进而基于目标利率、提前支取金额和期账户信息对应的存款天数进行处理，确定提前支取金额的利息，能够提高客户的存款业务的粘性。的存款业务的粘性。的存款业务的粘性。
【技术实现步骤摘要】
一种计息方法、装置、电子设备及计算机存储介质
[0001]本专利技术涉及数据处理
，尤其涉及一种计息方法、装置、电子设备及计算机存储介质。
技术介绍
[0002]银行存在各种各样的业务，对于定期业务的客户提前支取的情况，银行应针对支取金额和实际存期计算利息，并支付给客户。目前行业内较常见的是根据提前支取时的当日挂牌的活期利率计算利息。也就是说，将未存满期限的定期账户视为活期账户支付利息。由于计息的利率只与当日的活期利率的高低有关，且活期利率一般较低，因此这种计息方式会减少客户存款的粘性。
技术实现思路
[0003]有鉴于此，本专利技术实施例提供一种计息方法、装置、电子设备及计算机存储介质，以解决现有技术中存在的减少客户存款的粘性的问题。
[0004]为实现上述目的，本专利技术实施例提供如下技术方案：
[0005]本专利技术实施例第一方面示出了一种计息方法，所述方法包括：
[0006]在接收到定期存款的客户发送的提前领取请求时，获取所述提前领取请求中携带的定期账户信息，实际存款时间和提前支取金额；
[0007]利用预先构建的利率模型获取与所述定期账户信息和实际存款时间对应的目标利率，所述利率模型是根据历史利率进行处理得到的；
[0008]基于所述目标利率、所述提前支取金额和所述实际存款时间进行处理，确定所述提前支取金额的利息。
[0009]可选的，所述根据历史利率进行处理得到利率模型的过程，包括：
[0010]获取历史时间段内每一历史年利率对应的历史利率数据，以及银行发布预设年份的年利率，所述历史利率数据是指预先根据所述不同存款期限下每一历史年利率设置的实际存款时间的分层利率；
[0011]绘制所述每一历史年利率对应的历史利率数据的历史利率表；
[0012]基于所述历史利率表，以及所述预设年份的年利率对通用的神经网络模型进行训练，得到训练完成的利率模型，所述利率模型存储有预设年份不同存款期限下不同定期产品类型对应的多个利率表。
[0013]可选的，所述利用预先构建的利率模型获取与所述定期账户信息对应的目标利率，包括：
[0014]所述预先构建的利率模型基于所述定期账户信息中初始年利率、存款期限和定期产品类型对应的目标利率表；
[0015]遍历所述利率表，查找与所述实际存款时间对应层次的分层利率作为目标利率。
[0016]可选的，所述基于所述目标利率、所述提前支取金额和所述实际存款时间进行处
理，确定所述提前支取金额的利息，包括：
[0017]基于所述定期账户信息中定期起始日期所处的年份和目标利率计算所述目标利率对应的日利率；
[0018]将所述目标利率对应的日利率、所述提前支取金额和所述实际存款时间进行相乘计算，得到提前支取金额的利息。
[0019]本专利技术实施例第二方面示出了一种计息装置，所述装置包括：
[0020]获取单元，用于在接收到定期存款的客户发送的提前领取请求时，获取所述提前领取请求中携带的定期账户信息，实际存款时间和提前支取金额；
[0021]利率确定单元，用于利用预先构建的利率模型获取与所述定期账户信息和实际存款时间对应的目标利率，所述利率模型是根据构建单元构建的；
[0022]处理单元，用于基于所述目标利率、所述提前支取金额和所述实际存款时间进行处理，确定所述提前支取金额的利息。
[0023]可选的，所述构建单元，用于：
[0024]获取历史时间段内每一历史年利率对应的历史利率数据，以及银行发布预设年份的年利率，所述历史利率数据是指预先根据所述不同存款期限下每一历史年利率设置的实际存款时间的分层利率；
[0025]绘制所述每一历史年利率对应的历史利率数据的历史利率表；
[0026]基于所述历史利率表，以及所述预设年份的年利率对通用的神经网络模型进行训练，得到训练完成的利率模型，所述利率模型存储有预设年份不同存款期限下不同定期产品类型对应的多个利率表。
[0027]可选的，所述利率确定单元，具体用于：
[0028]所述预先构建的利率模型基于所述定期账户信息中初始年利率、存款期限和定期产品类型对应的目标利率表；
[0029]遍历所述利率表，查找与所述实际存款时间对应层次的分层利率作为目标利率。
[0030]可选的，所述处理单元，具体用于：
[0031]基于所述定期账户信息中定期起始日期所处的年份和目标利率计算所述目标利率对应的日利率；
[0032]将所述目标利率对应的日利率、所述提前支取金额和所述实际存款时间进行相乘计算，得到提前支取金额的利息。
[0033]本专利技术实施例第三方面示出了一种电子设备，所述电子设备用于运行程序，其中，所述程序运行时执行如本专利技术实施例第一方面示出的所述的计息方法。
[0034]本专利技术实施例第四方面示出了一种计算机存储介质，所述存储介质包括存储程序，其中，在所述程序运行时控制所述存储介质所在设备执行如本专利技术实施例第一方面示出的所述的计息方法。
[0035]基于上述本专利技术实施例提供的一种计息方法、装置、电子设备及计算机存储介质，该方法包括：在接收到定期存款的客户发送的提前领取请求时，获取所述提前领取请求中携带的定期账户信息和提前支取金额；利用预先构建的利率模型获取与所述定期账户信息对应的目标利率，所述利率模型是根据历史利率进行处理得到的；基于所述目标利率、提前支取金额和所述期账户信息对应的存款天数进行处理，确定所述提前支取金额的利息。在
本专利技术实施例中，通过预先构建的利率模型获取与所述定期账户信息对应的目标利率，以通过客户的实际存储时间确定不同的支取利率；进而基于所述目标利率、提前支取金额和所述期账户信息对应的存款天数进行处理，确定所述提前支取金额的利息，能够提高客户的存款业务的粘性。
附图说明
[0036]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0037]图1为本专利技术实施例示出的一种计息方法的流程示意图；
[0038]图2为本专利技术实施例示出的构建利率模型的流程示意图；
[0039]图3为本专利技术实施例示出的一种计息装置的结构示意图；
[0040]图4为本专利技术实施例示出的电子设备的结构示意图。
具体实施方式
[0041]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0042]在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种计息方法，其特征在于，所述方法包括：在接收到定期存款的客户发送的提前领取请求时，获取所述提前领取请求中携带的定期账户信息，实际存款时间和提前支取金额；利用预先构建的利率模型获取与所述定期账户信息和实际存款时间对应的目标利率，所述利率模型是根据历史利率进行处理得到的；基于所述目标利率、所述提前支取金额和所述实际存款时间进行处理，确定所述提前支取金额的利息。2.根据权利要求1所述的方法，其特征在于，所述根据历史利率进行处理得到利率模型的过程，包括：获取历史时间段内每一历史年利率对应的历史利率数据，以及银行发布预设年份的年利率，所述历史利率数据是指预先根据所述不同存款期限下每一历史年利率设置的实际存款时间的分层利率；绘制所述每一历史年利率对应的历史利率数据的历史利率表；基于所述历史利率表，以及所述预设年份的年利率对通用的神经网络模型进行训练，得到训练完成的利率模型，所述利率模型存储有预设年份不同存款期限下不同定期产品类型对应的多个利率表。3.根据权利要求1所述的方法，其特征在于，所述利用预先构建的利率模型获取与所述定期账户信息对应的目标利率，包括：所述预先构建的利率模型基于所述定期账户信息中初始年利率、存款期限和定期产品类型对应的目标利率表；遍历所述利率表，查找与所述实际存款时间对应层次的分层利率作为目标利率。4.根据权利要求1所述的方法，其特征在于，所述基于所述目标利率、所述提前支取金额和所述实际存款时间进行处理，确定所述提前支取金额的利息，包括：基于所述定期账户信息中定期起始日期所处的年份和目标利率计算所述目标利率对应的日利率；将所述目标利率对应的日利率、所述提前支取金额和所述实际存款时间进行相乘计算，得到提前支取金额的利息。5.一种计息装置，其特征在于，所述装置包括：获取单元，用于在接收到定期存款的客户发送的提前领取请求时，获取所述提前领取请求...
【专利技术属性】
技术研发人员：陈飞飞，张燕，吴朵，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。