征信保护类客户的识别方法、装置、电子设备和存储介质制造方法及图纸

本申请公开了一种征信保护类客户的识别方法、装置、电子设备和存储介质，该方法和装置应用于电子设备，具体为获取多个参与方中每个参与方掌握的个人身份数据集；基于个人身份数据集进行模型训练，得到SercureBoost模型；基于SercureBoost模型进行客户识别，得到需要得到征信保护的征信保护类客户。本方案无需人工审核即可完成征信保护类客户的识别，从而提高了识别效率。了识别效率。了识别效率。

【技术实现步骤摘要】
征信保护类客户的识别方法、装置、电子设备和存储介质


[0001]本申请涉及银行数据
，更具体地说，涉及一种征信保护类客户的识别方法、装置、电子设备和存储介质。

技术介绍

[0002]征信保护是指当某地区在某时间段内发生自然灾害等特殊情况时，根据政府或相关金融机构政策，对部分因暂时失去收入来源，从而无法正常偿还银行贷款的企业或个人，给予一定的还款宽限期，并不以违约上报征信记录。
[0003]近年来，受疫情等自然灾害影响，国家在金融领域提出了一系列金融纾困政策，作为重要的金融支持措施，征信保护政策在具体实施层面通过“客户申请
‑
银行审批”的业务流程实现，其中银行审批环节需要人工完成审批。当受灾人数较多时，人工审批方式下因审批速度较低导致无法满足实际需要。

技术实现思路

[0004]有鉴于此，本申请提供一种征信保护类客户的识别方法、装置、电子设备和存储介质，用于对需要进行征信保护的客户自动识别，以提高识别效率。
[0005]为了实现上述目的，现提出的方案如下：
[0006]一种征信保护类客户的识别方法，应用于电子设备，所述识别方法包括步骤：
[0007]获取多个参与方中每个所述参与方掌握的个人身份数据集；
[0008]基于所述个人身份数据集进行模型训练，得到SercureBoost模型；
[0009]基于所述SercureBoost模型进行客户识别，得到需要得到征信保护的征信保护类客户。
[0010]可选的，所述多个参与方包括商业银行、通信运营商和税务部门。
[0011]可选的，所述基于所述个人身份数据集进行模型训练，得到SercureBoost模型，包括步骤：
[0012]对所述个人身份数据集进行数据加密对齐，得到训练样本集；
[0013]基于所述训练样本集进行模型训练，得到所述SercureBoost模型。
[0014]可选的，所述对所述个人身份数据集进行数据加密对齐，得到训练样本集，包括步骤：
[0015]接收独立第三方生成的公私密钥对；
[0016]所述多个参与方中的非主动方将经过所述公私密钥对加密过的个人身份识别号码发送至所述多个参与方中的主动方进行汇总；
[0017]所述主动方在执行汇总后进行隐私求交(PSI)运算，得到所述训练样本集。
[0018]可选的，还包括步骤：
[0019]对所述征信保护类客户的名单与申请征信保护的清单进行比对；
[0020]根据所述名单与所述清单的比对结果对所述训练样本集进行优化处理。
[0021]一种征信保护类客户的识别装置，应用于电子设备，所述识别装置包括：
[0022]数据获取模块，被配置为获取多个参与方中每个所述参与方掌握的个人身份数据集；
[0023]模型训练模块，被配置为基于所述个人身份数据集进行模型训练，得到SercureBoost模型；
[0024]识别执行模块，被配置为基于所述SercureBoost模型进行客户识别，得到需要得到征信保护的征信保护类客户。
[0025]可选的，所述多个参与方包括商业银行、通信运营商和税务部门。
[0026]可选的，所述模型训练模块包括：
[0027]样本准备单元，被配置为对所述个人身份数据集进行数据加密对齐，得到训练样本集；
[0028]训练执行单元，被配置为基于所述训练样本集进行模型训练，得到所述SercureBoost模型。
[0029]可选的，所述样本准备单元被配置为执行如下步骤：
[0030]接收独立第三方生成的公私密钥对；
[0031]所述多个参与方中的非主动方将经过所述公私密钥对加密过的个人身份识别号码发送至所述多个参与方中的主动方进行汇总；
[0032]所述主动方在执行汇总后进行隐私求交(PSI)运算，得到所述训练样本集。
[0033]可选的，还包括：
[0034]结果比对模块，被配置为对所述征信保护类客户的名单与申请征信保护的清单进行比对；
[0035]模型优化模块，被配置为根据所述名单与所述清单的比对结果对所述训练样本集进行优化处理。
[0036]一种电子设备，包括至少一个处理器和与所述处理器连接的存储器，其中：
[0037]所述存储器用于存储计算机程序或指令；
[0038]所述处理器用于执行所述计算机程序或指令，以使所述电子设备实现如上所述的征信类客户的识别方法。
[0039]一种存储介质，应用于电子设备，所述存储介质承载有一个或多个计算机程序，所述一个或多个计算机程序能够被所述电子设备执行，从而使所述电子设备实现如上所述的征信类客户的识别方法。
[0040]从上述的技术方案可以看出，本申请公开了一种征信保护类客户的识别方法、装置、电子设备和存储介质，该方法和装置应用于电子设备，具体为获取多个参与方中每个参与方掌握的个人身份数据集；基于个人身份数据集进行模型训练，得到SercureBoost模型；基于SercureBoost模型进行客户识别，得到需要得到征信保护的征信保护类客户。本方案无需人工审核即可完成征信保护类客户的识别，从而提高了识别效率。
[0041]本实施例中的方案通过联邦学习技术，在数据不出属地的情况下，完成了联合机器学习模型的构建，也践行了数据隐私保护的要求。
附图说明
[0042]为了更清楚地说明本申请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申请的一些实施例，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，还可以根据这些附图获得其他的附图。
[0043]图1为本申请所述的一种征信保护类客户的识别方法的流程图；
[0044]图2为本申请所述的另一种征信保护类客户的识别方法的流程图；
[0045]图3为本申请所述的一种征信保护类客户的识别装置的框图；
[0046]图4为本申请所述的另一种征信保护类客户的识别装置的框图；
[0047]图5为本申请所述的又一种征信保护类客户的识别装置的框图；
[0048]图6为本申请所述的一种电子设备的框图。
具体实施方式
[0049]下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0050]实施例一
[0051]图1为本申请所述的一种征信保护类客户的识别方法的流程图。
[0052]如图1所示，本实施例提供的识别方法应用于电子设备，用于识别需要得到征信保护的征信保护类客户，该电子设备可以理解为具有数据计算能力和信息处理能力的计算机或服务器，该识别方法包括如下步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种征信保护类客户的识别方法，应用于电子设备，其特征在于，所述识别方法包括步骤：获取多个参与方中每个所述参与方掌握的个人身份数据集；基于所述个人身份数据集进行模型训练，得到SercureBoost模型；基于所述SercureBoost模型进行客户识别，得到需要得到征信保护的征信保护类客户。2.如权利要求1所述的识别方法，其特征在于，所述多个参与方包括商业银行、通信运营商和税务部门。3.如权利要求1所述的识别方法，其特征在于，所述基于所述个人身份数据集进行模型训练，得到SercureBoost模型，包括步骤：对所述个人身份数据集进行数据加密对齐，得到训练样本集；基于所述训练样本集进行模型训练，得到所述SercureBoost模型。4.如权利要求3所述的识别方法，其特征在于，所述对所述个人身份数据集进行数据加密对齐，得到训练样本集，包括步骤：接收独立第三方生成的公私密钥对；所述多个参与方中的非主动方将经过所述公私密钥对加密过的个人身份识别号码发送至所述多个参与方中的主动方进行汇总；所述主动方在执行汇总后进行隐私求交(PSI)运算，得到所述训练样本集。5.如权利要求1～4任一项所述的识别方法，其特征在于，还包括步骤：对所述征信保护类客户的名单与申请征信保护的清单进行比对；根据所述名单与所述清单的比对结果对所述训练样本集进行优化处理。6.一种征信保护类客户的识别装置，应用于电子设备，其特征在于，所述识别装置包括：数据获取模块，被配置为获取多个参与方中每个所述参与方掌握的个人身份数据集；模型训练模块，被配置为基于所述个人身份数据集进行模型训练，得到SercureBoost模型；识别执行模块，...

【专利技术属性】
技术研发人员：郭子卿，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：