本发明专利技术揭示了一种贷款风险评估管理方法，方法包括：采集目标人员的实时位置信息，获取相关影响因素数据；将相关影响因素数据输入预设目标风险预测模型，获取目标人员在实时位置的传染病传播风险预测结果；其中，预设目标风险预测模型基于LSTM模型和云模型耦合构建；基于传染病传播风险预测结果，判断实时位置是否为风险地区；若实时位置为风险地区，则对目标人员的实时位置进行标记以及发送提醒信息至目标人员的终端设备；并停止目标人员的贷款风险评估；若实时位置不为风险地区，则对目标人员进行贷款风险评估。通过对目标人员位置进行传染病传播风险预测，获取传染病传播的预测动向，提高对所述目标人员的贷款风险评估准确性。性。性。
【技术实现步骤摘要】
贷款风险评估管理方法、装置、设备及存储介质
[0001]本专利技术涉及到医学
，具体为一种贷款风险评估管理方法、装置、设备及存储介质。
技术介绍
[0002]金融平台在进行贷款业务的评估办理时，当目标人员处于传染病的风险区域时，会带来一定的逾期风险，而对于需要获取贷款的目标人员进行甄别，跟踪获取目标人员的借还款能力，防范风险是需要急需解决的问题。
技术实现思路
[0003]本专利技术的主要目的为提供一种贷款风险评估管理方法、装置、设备及存储介质，旨在解决基于目标人员的位置进行贷款风险评估的技术问题。
[0004]本申请提出一种贷款风险评估管理方法，所述方法包括：
[0005]采集目标人员的实时位置信息，根据所述实时位置信息，获取相关影响因素数据；所述相关影响因素数据至少包括：所述目标人员所在的实时位置信息数据、实时位置的传染病每日确诊病例数据、空间影响因素数据；
[0006]将所述相关影响因素数据输入预设目标风险预测模型，获取所述目标人员在所述实时位置的传染病传播风险预测结果；其中，所述预设目标风险预测模型基于LSTM模型和云模型耦合构建；
[0007]基于所述传染病传播风险预测结果，判断所述实时位置是否为风险地区；
[0008]若所述实时位置为风险地区，则对所述目标人员的所述实时位置进行标记以及发送提醒信息至所述目标人员的终端设备；并停止所述目标人员的贷款风险评估；
[0009]若所述实时位置不为风险地区，则对所述目标人员进行所述贷款风险评估。<br/>[0010]进一步地，所述采集目标人员的实时位置信息，根据所述实时位置信息，获取相关影响因素数据的步骤之前，所述方法还包括：
[0011]提取预设数据库中的第一相关影响因素数据，基于GIS对所述第一相关影响因素数据进行分析与处理，得到处理后第一相关影响因素数据；
[0012]将所述处理后第一相关影响因素数据划分成训练集与测试集，将所述训练集输入风险预测模型得到传染病模拟结果与训练后风险预测模型；将所述测试集输入训练后风险预测模型得到传染病模拟结果，若所述传染病模拟结果在预设定范围内，则所述训练后风险预测模型符合要求；
[0013]将所述传染病模拟结果输入所述云模型得到平均绝对误差值；若判定所述平均绝对误差值符合要求，则所述预设目标风险预测模型符合要求。
[0014]进一步地，所述平均绝对误差值的计算公式为：
[0015][0016]其中，为平均绝对误差，为样本数，为原始值，为模拟值，为样本均值，为样本数初始值。
[0017]进一步地，所述基于GIS对所述第一相关影响因素数据进行分析与处理，得到处理后第一相关影响因素数据的步骤，包括：
[0018]对所述第一相关影响因素数据进行量化处理，计算得到核密度值；所述核密度值表示一定距离内所含样本点的数量；
[0019]提取所述第一相关影响因素数据中第一空间影响因素数据，对所述样本点进行所述第一空间影响因素数据的叠加处理得到所述处理后第一相关影响因素数据；所述叠加处理使每个所述样本点同时具有所有空间影响因素。
[0020]进一步地，所述密度值的计算公式为：
[0021][0022]其中，λ(s)表示S处的核密度值，r表示搜索半径，d
is
s表示点i到点S的距离；k()表示核函数，表示目标人员在实时位置的初始点。
[0023]进一步地，所述采集目标人员的实时位置信息，根据所述实时位置信息，获取相关影响因素数据的步骤之前，所述方法还包括：
[0024]判断所述目标人员的智能终端是否已开启位置授权功能；
[0025]若已开启，执行“采集目标人员的实时位置信息”的步骤；
[0026]若未开启，发送位置授权指令至所述目标人员的所述智能终端。
[0027]进一步地，所述暂时停止所述目标人员的贷款风险评估的步骤之后，所述方法还包括：
[0028]后续采集所述目标人员在预设定时间的第一实时位置信息，获取所述目标人员在第一实时位置的传染病传播风险预测结果；
[0029]若为高风险地区，则停止对所述目标人员的贷款风险评估；
[0030]若为低风险地区，则对所述目标人员进行所述贷款风险评估。
[0031]进一步地，一种贷款风险评估管理装置，所述装置包括：
[0032]采集获取模块，用于采集目标人员的实时位置信息，根据所述实时位置信息，获取相关影响因素数据；所述相关影响因素数据至少包括：所述目标人员所在的实时位置信息数据、实时位置的传染病每日确诊病例数据、空间影响因素数据；
[0033]输入获取模块，用于将所述相关影响因素数据输入预设目标风险预测模型，获取所述目标人员在所述实时位置的传染病传播风险预测结果；其中，所述预设目标风险预测模型基于LSTM模型和云模型耦合构建；
[0034]判断模块，用于基于所述传染病传播风险预测结果，判断所述实时位置是否为风险地区；
[0035]标记提醒模块，若所述实时位置为风险地区，则对所述目标人员的所述实时位置进行标记以及发送提醒信息至所述目标人员的终端设备；并停止所述目标人员的贷款风险评估；
[0036]风险评估模块，若所述实时位置不为风险地区，则对所述目标人员进行所述贷款
风险评估。
[0037]进一步地，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求中任一项所述的方法。
[0038]进一步地，一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述权利要求中任一项所述的方法。
[0039]与现有技术相比，本专利技术的有益效果是：通过采集目标人员的实时位置信息，根据所述实时位置信息，获取相关影响因素数据；所述相关影响因素数据包括：所述目标人员所在的实时位置信息数据、实时位置的传染病每日确诊病例数据、空间影响因素数据；将所述相关影响因素数据输入预设目标风险预测模型，获取所述目标人员在所述实时位置的传染病传播风险预测结果；基于所述传染病传播风险预测结果，判断所述实时位置是否为风险地区；若是，对所述目标人员的所述实时位置进行标记以及发送提醒信息至所述目标人员的终端设备；并暂时停止所述目标人员的贷款风险评估；若否，对所述目标人员进行所述贷款风险评估。通过对目标人员位置进行传染病传播风险预测，获取传染病传播的预测动向，提高对所述目标人员的贷款风险评估准确性。
附图说明
[0040]图1是本专利技术一实施例的贷款风险评估管理方法的步骤示意图；
[0041]图2是本专利技术一实施例的贷款风险评估管理方法的步骤示意图；
[0042]图3是本专利技术一实施例的贷款风险评估管理方法的步骤示意图；
[0043]图4是本专利技术一实施例的贷款风险评估管理方法的步骤示意图；
[0044]图5是本专利技术一实施例的贷款风险评估管理方法的步骤本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种贷款风险评估管理方法，其特征在于，所述方法包括：采集目标人员的实时位置信息，根据所述实时位置信息，获取相关影响因素数据；所述相关影响因素数据至少包括：所述目标人员所在的实时位置信息数据、实时位置的传染病每日确诊病例数据、空间影响因素数据；将所述相关影响因素数据输入预设目标风险预测模型，获取所述目标人员在所述实时位置的传染病传播风险预测结果；其中，所述预设目标风险预测模型基于LSTM模型和云模型耦合构建；基于所述传染病传播风险预测结果，判断所述实时位置是否为风险地区；若所述实时位置为风险地区，则对所述目标人员的所述实时位置进行标记以及发送提醒信息至所述目标人员的终端设备；并停止所述目标人员的贷款风险评估；若所述实时位置不为风险地区，则对所述目标人员进行所述贷款风险评估。2.根据权利要求1所述的贷款风险评估管理方法，其特征在于，所述采集目标人员的实时位置信息，根据所述实时位置信息，获取相关影响因素数据的步骤之前，所述方法还包括：提取预设数据库中的第一相关影响因素数据，基于GIS对所述第一相关影响因素数据进行分析与处理，得到处理后第一相关影响因素数据；将所述处理后第一相关影响因素数据划分成训练集与测试集，将所述训练集输入风险预测模型得到传染病模拟结果与训练后风险预测模型；将所述测试集输入训练后风险预测模型得到传染病模拟结果，若所述传染病模拟结果在预设定范围内，则所述训练后风险预测模型符合要求；将所述传染病模拟结果输入所述云模型得到平均绝对误差值；若判定所述平均绝对误差值符合要求，则所述预设目标风险预测模型符合要求。3.根据权利要求2所述的贷款风险评估管理方法，其特征在于，所述平均绝对误差值的计算公式为：其中，R2为平均绝对误差，m为样本数，y
i
为原始值，为模拟值，y
mean
为样本均值，i为样本数初始值。4.根据权利要求2所述的贷款风险评估管理方法，其特征在于，所述基于GIS对所述第一相关影响因素数据进行分析与处理，得到处理后第一相关影响因素数据的步骤，包括：对所述第一相关影响因素数据进行量化处理，计算得到核密度值；所述核密度值表示一定距离内所含样本点的数量；提取所述第一相关影响因素数据中第一空间影响因素数据，对所述样本点进行所述第一空间影响因素数据的叠加处理得到所述处理后第一相关影响因素数据；所述叠加处理使每个...
【专利技术属性】
技术研发人员：周开用，
申请(专利权)人：平安消费金融有限公司，
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。