一种贷款审批方法、装置、服务器及存储介质

本发明涉及数据处理技术领域，尤其涉及一种贷款审批方法、装置、服务器及存储介质。

目前，在利用贷款审批模型对贷款申请进行审批时，往往需要先获取贷款审批模型中的所有特征变量对应的数据。在大数据时代，数据量级不断提高，关于客户的某些数据资源需要较长的时间才能获取到，例如关于客户的银行流水和通话清单等明细数据。这往往会使得贷款审批的时间较长，导致客户需要等待过长的时间，用户体验不高。

本发明实施例所要解决的技术问题在于，提供一种贷款审批方法、装置、服务器及存储介质，可以有效提高贷款审批的效率，并提高客户体验和增加转化率。

第一方面，本发明实施例提供了一种贷款审批方法，该方法包括：

获取客户的贷款申请，所述贷款申请包括所述客户的身份信息；

根据所述客户的身份信息获取关于所述客户的第一特征数据，并利用第一贷款审批模型对所述第一特征数据进行处理，得到第一中间审批结果；

根据所述客户的身份信息获取关于所述客户的第二特征数据，并利用第二贷款审批模型对所述第二特征数据进行处理，得到第二中间审批结果；

根据所述第一中间审批结果和第二中间审批结果确定最终审批结果。

第二方面，本发明实施例提供了一种贷款审批装置，该装置包括：

获取模块，用于获取客户的贷款申请，所述贷款申请包括所述客户的身份信息；

第一审批模块，用于根据所述客户的身份信息获取关于所述客户的第一特征数据，并利用第一贷款审批模型对所述第一特征数据进行处理，得到第一中间审批结果；

第二审批模块，用于根据所述客户的身份信息获取关于所述客户的第二特征数据，并利用第二贷款审批模型对所述第二特征数据进行处理，得到第二中间审批结果；

确定模块，用于根据所述第一中间审批结果和第二中间审批结果确定目标审批结果。

第三方面，本发明实施例提供了一种服务器，包括处理器、通信接口和存储器，所述处理器、所述通信接口和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面所述的贷款审批方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使计算机执行上述第一方面所述的贷款审批方法。

第五方面，本发明实施例提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使计算机执行上述第一方面所述的贷款审批方法。

本发明实施例通过首先利用第一贷款审批模型对关于客户的第一特征数据进行处理，得到第一中间审批结果，并利用第二贷款审批模型对关于客户的第二特征数据进行处理，得到第二中间审批结果，然后根据第一中间审批结果和第二中间审批结果确定最终审批结果，可以有效提高贷款审批的效率，并提高客户体验和增加转化率。

为了更清楚地说明本发明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发明的一些实施例，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。

图1是本发明第一实施例提供的一种贷款审批方法的流程示意图；

图2是本发明第二实施例提供的一种贷款审批方法的流程示意图；

图3是本发明实施例提供的一种贷款审批装置的结构示意图；

图4是本发明实施例提供的一种服务器的结构示意图。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

本发明实施例公开了一种贷款审批方法、装置、服务器及存储介质，用于自动确定贷款审批结果，以有效提高贷款审批的效率和风险识别的准确性。其中，本发明实施例提供的贷款审批方法可以由服务器(例如贷款审批服务器等)来实现，服务器也可以是同时具备风控和贷款审批功能的网贷服务器。

请参阅图1，图1为本发明第一实施例提供的一种贷款审批方法的流程示意图。本发明实施例中所描述的贷款审批方法，包括：

S101、服务器获取客户的贷款申请，所述贷款申请包括所述客户的身份信息。

本发明实施例中，服务器获取客户的贷款申请可以是服务器接收相关工作人员提交的关于客户的贷款申请，也可以是服务器从数据库中获取关于客户的贷款申请，还可以是服务器接收客户在客户端提交的贷款申请。其中，服务器获取到的该贷款申请可以包括客户的身份信息，还可以包括客户的工作单位、、居住地址、收入情况、贷款产品信息、贷款数额等信息。该身份信息包括该客户的身份证件信息(例如性别、名字、身份证号、证件照片等)和最近采集到的该客户的人脸图像等。

需要说明的是，上述客户端可以是智能手机(如Android手机、iOS手机、WindowsPhone手机等)、平板电脑、移动互联网设备(Mobile Internet Devices，MID)、计算机等配置贷款应用APP的终端。其中，服务器接收客户在客户端提交的贷款申请的具体方式为：客户端首先接收客户在贷款应用APP的界面上填写的与贷款申请相关的信息，并在接收到客户输入的确定提交贷款申请的指令时，将该贷款申请发送给服务器，服务器接收并存储该贷款申请。

S102、所述服务器根据所述客户的身份信息获取关于所述客户的第一特征数据，并利用第一贷款审批模型对所述第一特征数据进行处理，得到第一中间审批结果。

本发明实施例中，第一贷款审批模型为服务器中预先设置的用于对客户的贷款申请进行审批的模型；第一特征数据与第一贷款审批模型中的特征变量对应。服务器获取到客户的贷款申请之后，首先根据该贷款申请包括的客户的身份信息从外部数据库中获取关于该客户的第一特征数据。其中，该外部数据库可以是各种机构(例如银行机构、政府机构、教育机构、司法机构等)的可供查询客户特征数据的数据库，也可以是采购的非公开的客户特征数据的数据库。该外部数据库可以是学历数据库、身份信息数据库、银行流水数据库、通话清单数据库、汇法数据库等。该第一特征数据包括学历、毕业院校、专业、工作年限等。

进一步地，服务器获取到该第一特征数据之后，将该第一特征数据进行处理，得到该第一贷款审批模型所需的各个第一特征变量的值。在一实施方式中，服务器将该第一特征数据进行处理可以是对该第一特征数据中的某一类数据进行分析计算，得到该类数据对应的第一贷款审批模型所需的第一特征变量的值；也可以是直接根据该第一特征数据计算得到该第一贷款审批模型所需的第一特征变量的值，形如：

其中，x，y和z是该第一特征数据中的不同数据，a和b是系数，X是该第一贷款审批模型所需的特征变量的值。

最后，服务器将该第一特征变量的值带入该第一贷款审批模型中的相应位置处进行计算，得到关于该客户的贷款申请的第一中间审批结果。该第一中间审批结果是关于该客户的第一信用评分。其中，第一特征数据的获取时长较短，服务器可以快速的从数据库中获取到该第一特征数据，从而服务器可以快速得到关于该客户的第一信用评分。

本发明实施例中，服务器快速得到关于该客户的第一信用评分之后，服务器向客户端发送第一指令，客户端在接收到该第一指令之后，输出客户当前可以进行下一步交互操作的界面，以使得客户与客户端进行一些后续交互操作，例如确定贷款金额、输入银行卡信息、输入电话号码、电子签等。

S103、所述服务器根据所述客户的身份信息获取关于所述客户的第二特征数据，并利用第二贷款审批模型对所述第二特征数据进行处理，得到第二中间审批结果。

本发明实施例中，第二贷款审批模型为服务器中预先设置的用于对客户的贷款申请进行审批的模型；第二特征数据与第二贷款审批模型中的特征变量对应。第二特征数据和第一特征数据是不同维度的数据。或者说，第二特征数据和第一特征数据是不同类别的，且获取时长在不同区间范围内的数据。第二贷款审批模型和第一贷款审批模型可以是根据同一个线性类模型得到的，或者说，第二贷款审批模型和第一贷款审批模型可以是一个线性类模型拆分成的两个部分。在一实施方式中，第二贷款审批模型和第一贷款审批模型也可以分别对应两个不同的模型。服务器获取到客户的贷款申请之后，首先根据该贷款申请包括的客户的身份信息从上述外部数据库中获取关于该客户的第二特征数据。该第二特征数据包括银行流水、通话清单、公积金缴存明细、社保缴存明细、收入明细等。

进一步地，服务器获取到该第二特征数据之后，将该第二特征数据进行处理，得到该第二贷款审批模型所需的各个第二特征变量的值。服务器将该第二特征数据进行处理可以是对该第二特征数据中的某一类数据进行分析计算，得到该类数据对应的第二贷款审批模型所需的第二特征变量的值；也可以是直接根据该第二特征数据计算得到该第二贷款审批模型所需的第二特征变量的值。最后，服务器将该第二特征变量的值带入该第二贷款审批模型中的相应位置处进行计算，得到关于该客户的贷款申请的第二中间审批结果。该第二中间审批结果是关于该客户的第二信用评分。其中，第二特征数据的获取时长较长，且长于第一特征数据的获取时长，服务器需要持续较长时间从数据库中获取该第二特征数据，导致服务器需要耗费较长时间得到关于该客户的第二信用评分。

S104、所述服务器根据所述第一中间审批结果和第二中间审批结果确定最终审批结果。

本发明实施例中，服务器根据该第一信用评分和第二信用评分确定关于该客户的目标信用评分，也即是最终信用评分；并将该目标信用评分作为对该客户的贷款申请的最终审批结果。其中，服务器可以是将该第一信用评分和第二信用评分直接相加得到该目标信用评分。

在一些可行的实施方式中，服务器也可以是将该第一信用评分乘以第一权重值得到第一数值，将该第二信用评分乘以第二权重值得到第二数值，并将该第一数值和第二数值相加得到目标信用评分；还可以是将该第一信用评分和第二信用评分带入函数中计算得到目标信用评分。需要说明的是，服务器还可以采用其他计算方式得到目标信用评分，本发明实施例不作限定。

进一步地，服务器判断该目标信用评分是否小于第二评分阈值。该第二评分阈值是关于最终审批结果的一个预设阈值，或者说，该第二评分阈值是预设的用于与目标信用评分进行比较的值，该目标信用评分是根据第一信用评分和第二信用评分得到的值。在一实施方式中，该第二评分阈值可以是根据利用第一贷款审批模型得到的第一信用评分的最大值，以及利用第二贷款审批模型得到的第二信用评分的最大值确定的。若判断出该目标信用评分小于该第二评分阈值，则确定贷款给该客户的风险高，并直接拒绝该客户的贷款申请；若判断出该目标信用评分大于或等于该第二评分阈值，则确定贷款给该客户的风险低，并审批通过该客户的贷款申请。

在一些可行的实施方式中，若服务器判断出该目标信用评分小于或等于第三评分阈值，则直接拒绝该客户的贷款申请；若服务器判断出该目标信用评分大于或等于第四评分阈值，则审批通过该客户的贷款申请；若服务器判断出该目标信用评分大于该第三评分阈值且小于该第四评分阈值，则向后台发送人工审批提示信息，以提示相关工作人员进行人工审批。当审批结果不能直接指示服务器是审批通过该客户的贷款申请，还是直接拒绝该客户的贷款申请时，结合人工进行判定，可以进一步确保风险识别的准确性。其中，该第四评分阈值大于第三评分阈值。

本发明实施例中，服务器快速得到关于该客户的第一信用评分之后，控制客户端输出客户当前可以进行下一步交互操作的界面，以使得客户与客户端进行一些后续交互操作。与此同时，服务器持续获取获取时长较长的第二特征数据，在获取到第二特征数据之后，利用第二贷款审批模型对第二特征数据进行处理，得到第二中间审批结果。最后根据该第一中间审批结果和第二中间审批结果得到最终审批结果。采用上述方式，可以使得客户在等待最终审批结果的同时完成一些后续交互操作，有效利用等待时间，有效提高客户体验；且由于客户在等待过程中已完成了一些后续交互操作，可以进一步缩短贷款审批的时长，提高审批效率。另外，由于将贷款审批所需的客户的特征数据分成第一特征数据和第二特征数据，并利用两个贷款审批模型分别对第一特征数据和第二特征数据进行处理，从而使得每个贷款审批模型所处理的客户的特征数据减少，可以增加转化率，转化率也即是每个审核流程节点的用户通过率，或者说每个审核流程节点的贷款申请的审批通过率。

本发明实施例中，服务器首先利用第一贷款审批模型对关于客户的第一特征数据进行处理，得到第一中间审批结果，并利用第二贷款审批模型对关于客户的第二特征数据进行处理，得到第二中间审批结果，然后根据第一中间审批结果和第二中间审批结果确定最终审批结果，可以有效提高贷款审批的效率，并提高客户体验和增加转化率。

请参阅图2，图2为本发明第二实施例提供的一种贷款审批方法的流程示意图。本发明实施例中所描述的贷款审批方法，包括：

S201、服务器获取客户的贷款申请，所述贷款申请包括所述客户的身份信息。

本发明实施例中，服务器获取到的贷款申请包括客户的身份信息，该身份信息包括该客户的身份证件信息和最近采集到的该客户的人脸图像等。其中，身份证件信息可以包含客户的性别、名字、身份证号、身份证的照片等信息。最近采集到的该客户的人脸图像为当前时刻之前的预设时长内采集到的该客户的人脸图像，例如当前时刻之前的一个小时内采集到的该客户的人脸图像。可以理解的是，最近采集到的该客户的人脸图像为该客户在客户端上办理贷款申请时采集到的该客户的人脸图像。

S202、所述服务器验证所述客户的身份信息。

本发明实施例中，服务器根据客户的身份信息从目标数据库获取关于该客户的身份验证信息。该目标数据库可以为户籍部门或者公安部门的数据库；也可以为可信度超过预设可信度阈值的第三方数据库。举例来说，假设不同的数据库具备不同的可信度，第一数据库和第二数据库均包含客户的身份验证信息，第一数据库的可信度为5，第二数据库的可信度为9。如果预设可信度阈值为7，则服务器将第二数据库作为目标数据库，并从第二数据库获取客户的身份验证信息。其中，该身份验证信息包括客户的证件信息和证件照片，该证件信息可以包括客户的性别、名字、身份证号和居住地址中的一种或多种。该证件照片可以是从该证件信息中的照片上提取的人脸图像，也可以是直接从目标数据库中获取得到的，本发明实施例不作限定。

进一步地，服务器根据身份验证信息包括的证件信息验证贷款申请包括的身份证件信息，可以包括验证客户的姓名、性别、身份证号以及居住地址等。当该身份验证信息包括的证件信息与该贷款申请包括的身份证件信息中的各项信息一致时，服务器确定该贷款申请包括的客户的身份证件信息验证通过。

进一步地，服务器验证最近采集到的客户的人脸图像，与身份验证信息包括的证件照片中的人脸图像是否匹配。服务器首先对最近采集到的客户的人脸图像和该证件照片中的人脸图像进行识别，得到人脸相似度。然后服务器判断该人脸相似度是否大于预设人脸相似度阈值。若该人脸相似度大于预设人脸相似度阈值，则服务器确定最近采集到的客户的人脸图像，与身份验证信息包括的证件照片中的人脸图像匹配；若该人脸相似度小于或等于预设人脸相似度阈值，则服务器确定最近采集到的客户的人脸图像，与身份验证信息包括的证件照片中的人脸图像不匹配。

进一步地，若该贷款申请包括的客户的身份证件信息验证通过，且最近采集到的客户的人脸图像，与身份验证信息包括的证件照片中的人脸图像匹配，则服务器确定该客户的身份信息验证通过，并执行步骤S203及后续步骤。若该贷款申请包括的客户的身份证件信息验证未通过，或者，最近采集到的客户的人脸图像，与身份验证信息包括的证件照片中的人脸图像不匹配，则服务器确定该客户的身份信息验证未通过，并直接拒绝该客户的贷款申请。

在一些可行的实施方式中，服务器预先建立了关于客户的黑名单，该黑名单用于记录具有不良征信报告或者还款信用不高的客户的信息。服务器根据该客户的身份信息查询该黑名单；若该黑名单中记录有该客户的信息，则直接拒绝该客户的贷款申请；若该黑名单中未记录该客户的信息，则执行步骤S202或者直接执行步骤S203。

S203、在所述客户的身份信息验证通过的情况下，所述服务器根据所述客户的身份信息获取关于所述客户的第一特征数据，并利用第一贷款审批模型对所述第一特征数据进行处理，得到第一中间审批结果，所述第一中间审批结果为所述客户的第一信用评分。

本发明实施例中，第一中间审批结果为关于该客户的第一信用评分。步骤S203的实现方式可参考上述步骤S102中的相关描述，在此不再赘述。

S204、所述服务器判断所述第一信用评分是否小于第一评分阈值；若是，则执行步骤S205；若否，则执行步骤S206和步骤S207。

本发明实施例中，第一中间审批结果为关于该客户的第一信用评分。若服务器判断出该第一信用评分小于第一评分阈值，则执行步骤S205，直接拒绝该客户的贷款申请；若服务器判断出该第一信用评分大于或等于第一评分阈值，则执行步骤S206和步骤S207。

举例来说，假设第二中间审批结果为关于该客户的第二信用评分，最终审批结果为关于该客户的目标信用评分。利用第一贷款审批模型得到的第一信用评分的最大值为450，利用第二贷款审批模型得到的第二信用评分的最大值也为450。目标信用评分为第一信用评分和第二信用评分的和，当目标信用评分大于第二评分阈值650时，服务器才会审批通过该客户的贷款申请。若计算得到的关于该客户的第一信用评分小于第一评分阈值200，则即使计算得到的关于该客户的第二信用评分为最大值450，目标信用评分也只为550，小于第二评分阈值650。这种情况下，服务器则没有必要再执行步骤S206和步骤S207。所以，当计算得到的关于该客户的第一信用评分小于第一评分阈值(例如200)时，服务器执行步骤S205，直接拒绝该客户的贷款申请；当计算得到的关于该客户的第一信用评分大于或等于该第一评分阈值时，服务器才执行步骤S206和步骤S207。

S205、所述服务器拒绝所述客户的贷款申请。

S206、所述服务器根据所述客户的身份信息获取关于所述客户的第二特征数据，并利用第二贷款审批模型对所述第二特征数据进行处理，得到第二中间审批结果。

本发明实施例中，第二中间审批结果为关于该客户的第二信用评分。步骤S206的实现方式可参考上述步骤S103中的相关描述，在此不再赘述。

S207、所述服务器根据所述第一中间审批结果和第二中间审批结果确定最终审批结果。

本发明实施例中，服务器根据该第一信用评分和第二信用评分确定关于该客户的目标信用评分，并将该目标信用评分作为对该客户的贷款申请的最终审批结果。进一步地，服务器判断该目标信用评分是否小于第二评分阈值，若判断出该目标信用评分小于该第二评分阈值，则直接拒绝该客户的贷款申请；若判断出该目标信用评分大于或等于该第二评分阈值，则审批通过该客户的贷款申请。在一些实施方式中，预置的第二评分阈值与该客户的贷款申请中的贷款数额有关，第二评分阈值与贷款数额的映射关系存储在服务器中。举例来说，假设该客户的贷款申请中的贷款数额为5000，则第二评分阈值为500；假设该客户的贷款申请中的贷款数额为200000，则第二评分阈值为650。

本发明实施例中，该第一特征数据的获取时长小于或等于第一时长，服务器可以快速的从数据库中获取到该第一特征数据，从而服务器可以快速得到关于该客户的第一信用评分。该第二特征数据的获取时长大于或等于第二时长，该第二时长大于该第一时长，也即是说，该第一特征数据的获取时长小于该第二特征数据的获取时长。服务器需要持续较长时间从数据库中获取该第二特征数据，导致服务器需要耗费较长时间得到关于该客户的第二信用评分。

在一实施方式中，第一贷款审批模型和第二贷款审批模型是根据线性类模型(例如经典评分卡模型)得到的，可以是将该线性类模型拆分成两个部分；一部分作为第一贷款审批模型，用于处理获取时长较短的第一特征数据；另一部分作为第二贷款审批模型，用于处理获取时长较长的第二特征数据。举例来说，假设该线性类模型形如A＝C+BX+BX+BX+DX+DX+DX。其中，C为常数，B、B、B、D、D、D为系数，X、X、X、X、X、X为变量，A为结果；变量X、X、X对应的特征数据的获取时长大于X、X、X对应的特征数据的获取时长。则可以将该线性类模型形差分成两部分，差分成的两部分形如：A＝C+BX+BX+BX和A＝C+DX+DX+DX。其中，C和C为常数，且C+C＝C，A和A为结果。并可以将A＝C+BX+BX+BX作为第一贷款审批模型；将A＝C+DX+DX+DX作为第二贷款审批模型。

本发明实施例中，服务器快速得到第一中间审批结果之后，如果第一中间审批结果表示中间审核通过，则服务器向客户端发送第一指令，客户端在接收到该第一指令之后，输出客户当前可以进行下一步交互操作的界面，以使得客户与客户端进行一些交互操作，例如确定贷款金额、输入银行卡信息、输入电话号码、电子签等。与此同时，服务器持续获取获取时长较长的第二特征数据，在获取到第二特征数据之后，利用第二贷款审批模型对第二特征数据进行处理，得到第二中间审批结果，并根据该第一中间审批结果和第二中间审批结果得到最终审批结果。采用上述方式，可以使得客户在等待最终审批结果的同时完成一些后续交互操作，有效利用等待时间，有效提高客户体验；且由于客户在等待过程中已完成了一些后续交互操作，可以进一步缩短贷款审批的时长，提高审批效率。另外，由于将贷款审批所需的客户的特征数据分成第一特征数据和第二特征数据，并利用两个贷款审批模型分别对第一特征数据和第二特征数据进行处理，从而使得每个贷款审批模型所处理的客户的特征数据减少，可以增加转化率，转化率也即是每个审核流程节点的用户通过率，或者说每个审核流程节点的贷款申请的审批通过率。

本发明实施例中，服务器首先利用第一贷款审批模型对关于客户的第一特征数据进行处理，得到第一中间审批结果，若第一中间审批结果表示审核未通过，则直接拒绝贷款请求，可以降低服务器的数据处理量，节省贷款审批时间。若第一中间审批结果表示审核通过，则利用第二贷款审批模型对关于客户的第二特征数据进行处理，得到第二中间审批结果，然后根据第一中间审批结果和第二中间审批结果确定最终审批结果，可以有效提高贷款审批的效率，并提高客户体验和增加转化率。

请参阅图3，图3为本发明实施例提供的一种贷款审批装置的结构示意图。本发明实施例中所描述的贷款审批装置，包括：

获取模块301，用于获取客户的贷款申请，所述贷款申请包括所述客户的身份信息；

第一审批模块302，用于根据所述客户的身份信息获取关于所述客户的第一特征数据，并利用第一贷款审批模型对所述第一特征数据进行处理，得到第一中间审批结果；

第二审批模块303，用于根据所述客户的身份信息获取关于所述客户的第二特征数据，并利用第二贷款审批模型对所述第二特征数据进行处理，得到第二中间审批结果；

确定模块304，用于根据所述第一中间审批结果和第二中间审批结果确定目标审批结果。

在一些可行的实施方式中，所述第一特征数据的获取时长小于或等于第一时长，所述第二特征数据的获取时长大于或等于第二时长，所述第二时长大于所述第一时长。

在一些可行的实施方式中，所述第一中间审批结果为所述客户的第一信用评分，所述贷款审批装置还包括：

判断模块305，用于判断所述第一信用评分是否小于第一评分阈值；

执行模块306，用于若所述第一信用评分小于所述第一评分阈值，则拒绝所述客户的贷款申请；

其中，所述第二审批模块303，具体用于若所述第一信用评分大于或等于所述第一评分阈值，则根据所述客户的身份信息获取关于所述客户的第二特征数据，并利用第二贷款审批模型对所述第二特征数据进行处理，得到第二中间审批结果。

在一些可行的实施方式中，所述第一中间审批结果为所述客户的第一信用评分，所述第二中间审批结果为所述客户的第二信用评分；所述确定模块304根据所述第一中间审批结果和第二中间审批结果确定最终审批结果的具体方式为：

根据所述第一信用评分和第二信用评分确定所述客户的目标信用评分，并将所述目标信用评分作为对所述客户的贷款申请的最终审批结果。

在一些可行的实施方式中，所述判断模块305，还用于判断所述目标信用评分是否小于第二评分阈值；

所述执行模块306，还用于若所述目标信用评分小于所述第二评分阈值，则拒绝所述客户的贷款申请；

所述执行模块306，还用于若所述目标信用评分大于或等于所述第二评分阈值，则审批通过所述客户的贷款申请。

在一些可行的实施方式中，所述客户的身份信息包括所述客户的身份证件信息和采集的所述客户的人脸图像；

所述获取模块301，还用于根据所述客户的身份信息从目标数据库获取所述客户的身份验证信息，所述身份验证信息包括所述客户的证件信息和证件照片；

其中，所述贷款审批装置还包括：

验证模块307，用于根据所述身份验证信息验证所述客户的身份证件信息；

所述验证模块307，还用于验证采集的所述客户的人脸图像与所述客户的证件照片中的人脸图像是否匹配；

所述第一审批模块302，具体用于若所述客户的身份证件信息验证通过，且采集的所述客户的人脸图像与所述客户的证件照片中的人脸图像匹配，则根据所述客户的身份信息获取关于所述客户的第一特征数据，并利用第一贷款审批模型对所述第一特征数据进行处理，得到第一中间审批结果。

在一些可行的实施方式中，所述判断模块305，还用于根据所述客户的身份信息判断所述客户是否位于预先建立的黑名单中；

所述执行模块306，还用于若所述客户位于所述黑名单中，则拒绝所述客户的贷款申请；

所述第一审批模块302，具体用于若所述客户不在所述黑名单中，则执行所述根据所述客户的身份信息获取关于所述客户的第一特征数据，并利用第一贷款审批模型对所述第一特征数据进行处理，得到第一中间审批结果的步骤。

可以理解的是，本发明实施例提供的贷款审批装置的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。

本发明实施例中，第一审批模块利用第一贷款审批模型对关于客户的第一特征数据进行处理，得到第一中间审批结果，并且，第二审批模块利用第二贷款审批模型对关于客户的第二特征数据进行处理，得到第二中间审批结果，确定模块根据第一中间审批结果和第二中间审批结果确定最终审批结果，可以有效提高贷款审批的效率，并提高客户体验和增加转化率。

请参阅图4，图4为本发明实施例提供的一种服务器的结构示意图，本发明实施例中所描述的服务器包括：处理器401、通信接口402、存储器403。其中，处理器401、通信接口402、存储器403可通过总线或其他方式连接，本发明实施例以通过总线连接为例。

处理器401可以是中央处理器(central processing unit，CPU)，网络处理器(network processor，NP)，图形处理器(graphics processing unit，GPU)，或者CPU、GPU和NP的组合。处理器401也可以是多核CPU、多核GPU或多核NP中用于实现通信标识绑定的核。

上述处理器401可以是硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit，ASIC)，可编程逻辑器件(programmablelogic device，PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complexprogrammable logic device，CPLD)，现场可编程逻辑门阵列(field-programmable gatearray，FPGA)，通用阵列逻辑(generic array logic，GAL)或其任意组合。

上述通信接口402可用于收发信息或信令的交互，以及信号的接收和传递，通信接口402可以是收发器。上述存储器403可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的存储程序(比如文字存储功能、位置存储功能等)；存储数据区可存储根据服务器的使用所创建的数据(比如图像数据、文字数据)等，并可以包括应用存储程序等。此外，存储器403可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

上述存储器403还用于存储程序指令。上述处理器401可以调用上述存储器403存储的程序指令，实现如本发明实施例所示的贷款审批方法。

具体地，上述处理器401调用存储在上述存储器403中的程序指令执行以下步骤：

通过上述通信接口402获取客户的贷款申请，所述贷款申请包括所述客户的身份信息；

根据所述客户的身份信息获取关于所述客户的第一特征数据，并利用第一贷款审批模型对所述第一特征数据进行处理，得到第一中间审批结果；

根据所述客户的身份信息获取关于所述客户的第二特征数据，并利用第二贷款审批模型对所述第二特征数据进行处理，得到第二中间审批结果；

根据所述第一中间审批结果和第二中间审批结果确定最终审批结果。

本发明实施例中处理器执行的方法均从处理器的角度来描述，可以理解的是，本发明实施例中处理器要执行上述方法需要其他硬件结构的配合。本发明实施例对具体的实现过程不作详细描述和限制。

在一些可行的实施方式中，所述第一特征数据的获取时长小于或等于第一时长，所述第二特征数据的获取时长大于或等于第二时长，所述第二时长大于所述第一时长。

在一些可行的实施方式中，所述第一中间审批结果为所述客户的第一信用评分，上述处理器401，还用于：

判断所述第一信用评分是否小于第一评分阈值；

若所述第一信用评分小于所述第一评分阈值，则拒绝所述客户的贷款申请；

若所述第一信用评分大于或等于所述第一评分阈值，则根据所述客户的身份信息获取关于所述客户的第二特征数据，并利用第二贷款审批模型对所述第二特征数据进行处理，得到第二中间审批结果。

在一些可行的实施方式中，所述第一中间审批结果为所述客户的第一信用评分，所述第二中间审批结果为所述客户的第二信用评分；

上述处理器401根据所述第一中间审批结果和第二中间审批结果确定最终审批结果的具体方式为：

根据所述第一信用评分和第二信用评分确定所述客户的目标信用评分；

将所述目标信用评分作为对所述客户的贷款申请的最终审批结果。

在一些可行的实施方式中，上述处理器401还用于：

判断所述目标信用评分是否小于第二评分阈值；

若所述目标信用评分小于所述第二评分阈值，则拒绝所述客户的贷款申请；

若所述目标信用评分大于或等于所述第二评分阈值，则审批通过所述客户的贷款申请。

在一些可行的实施方式中，所述客户的身份信息包括所述客户的身份证件信息和采集的所述客户的人脸图像；上述处理器401还用于：

根据所述客户的身份信息从目标数据库获取所述客户的身份验证信息，所述身份验证信息包括所述客户的证件信息和证件照片；

根据所述身份验证信息验证所述客户的身份证件信息；

验证采集的所述客户的人脸图像与所述客户的证件照片中的人脸图像是否匹配；

若所述客户的身份证件信息验证通过，且采集的所述客户的人脸图像与所述客户的证件照片中的人脸图像匹配，则根据所述客户的身份信息获取关于所述客户的第一特征数据，并利用第一贷款审批模型对所述第一特征数据进行处理，得到第一中间审批结果。

在一些可行的实施方式中，上述处理器401还用于：

根据所述客户的身份信息判断所述客户是否位于预先建立的黑名单中；

若所述客户位于所述黑名单中，则拒绝所述客户的贷款申请；

若所述客户不在所述黑名单中，则根据所述客户的身份信息获取关于所述客户的第一特征数据，并利用第一贷款审批模型对所述第一特征数据进行处理，得到第一中间审批结果。

具体实现中，本申请实施例中所描述的处理器401、通信接口402、存储器403可执行本发明实施例提供的贷款审批方法中所描述的实现方式，也可执行本申请实施例图3提供的一种贷款审批装置中所描述的实现方式，在此不再赘述。

本发明实施例中，处理器首先利用第一贷款审批模型对关于客户的第一特征数据进行处理，得到第一中间审批结果，并利用第二贷款审批模型对关于客户的第二特征数据进行处理，得到第二中间审批结果，然后根据第一中间审批结果和第二中间审批结果确定最终审批结果，可以有效提高贷款审批的效率，并提高客户体验和增加转化率。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有贷款审批指令，当贷款审批指令在计算机上运行时，使得计算机执行上述方法实施例所述的贷款审批方法。

本发明实施例还提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述方法实施例所述的贷款审批方法。

需要说明的是，对于前述的各个方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某一些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本发明实施例装置中的模块可以根据实际需要进行合并、划分和删减。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(Random AccessMemory，RAM)、磁盘或光盘等。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。