一种个人房产按揭贷款信息录入分析系统

本发明涉及房产按揭贷款领域，具体为一种个人房产按揭贷款信息录入分析系统。

按揭贷款是指以按揭方式进行的一种贷款业务。如：住房按揭贷款就是购房者以所购住房做抵押并由其所购买住房的房地产企业提供阶段性担保的个人住房贷款业务。所谓按揭是指按揭人将房产产权转让按揭，受益人作为还贷保证人在按揭人还清贷款后，受益人立即将所涉及的房屋产权转让按揭人，过程中按揭人享有使用权。随着我国国民经济的快速增长，城乡居民按揭贷款的需求增多，个人贷款业务在未来有较好的发展趋势，并且在消费者的生活中占的比重越来越大。

随着经济的不断发展，在人们出现资金不足的情况时，人们可以通过贷款解决由资金不足引起的问题。在现有的贷款业务中，一般是根据获取的用户的个人资料、之前的贷款记录、银行流水等信息来评估用户信用，从而根据用户信用以及用户申请的贷款额度给用户发放贷款。一方面这种方式不够全面，也不够精确。另一方面，当前各种个人信贷产品类型繁多，每种产品对贷款人的要求各不相同、提供的贷款条件也千差万别，贷款人很难在品类众多的贷款产品中快速选定最合适的产品，因此需要一种个人房产按揭贷款信息录入分析系统。

本发明的目的在于提供一种个人房产按揭贷款信息录入分析系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种个人房产按揭贷款信息录入分析系统，包括客户端，用于客户在线自助录入客户信息、显示贷款申请评估信息和匹配的贷款类别，且客户信息包括申请信息、主贷人资料信息、共同申请人资料信息、保证人资料信息；贷款产品管理端，预置有不同的贷款类别所涵盖的贷款产品，并对该贷款类别进行管理；录入分析评估子系统，根据客户端录入的客户信息和预置的贷款类别，评估客户贷款申请，匹配适合客户需求的贷款类别以及与该类别对应的贷款产品；人工服务端，当录入分析评估子系统无法根据规则自动评估客户贷款申请时，由人工服务端介入并对客户贷款申请做出分析评估。

优选的，申请信息包括贷款申请书、面谈记录、影像资料、贷款用途和其他资料，其他资料包括项目信息、房屋信息、按揭信息以及客户经理意见；所述主贷人资料信息包括身份证、配偶身份证、身份证明、资信证明、偿债能力证明；所述共同申请人资料信息包括身份证、身份证明、资信证明、偿债能力证明以及配偶相关信息，配偶相关信息包括配偶身份证、基础信息、征信信息、与本行关系、收支信息；所述保证人资料信息包括身份证、配偶身份证、身份证明、资信证明、偿债能力证明。

优选的，客户端通过OCR技术采集客户信息并将客户信息上传至录入分析评估子系统，由录入分析评估子系统对其进行存储以及分析评估；所述录入分析评估子系统包括：预处理模块，用于对客户端采集的客户信息进行预处理；特征信息构建模块，用于从已预处理的客户信息中提取多维度特征信息，并根据所提取的多维度特征信息构建训练集；预测分析模块，用于获取客户信息以及特征信息以构建测试集，并使用所述决策树对测试集进行预测，从而得到客户的贷款申请预测结果；匹配模块，依据贷款申请预测结果匹配适合客户需求的贷款类别、与该类别对应的贷款产品以及贷款人偿还风险的匹配结果，并在匹配完成后向客户端推送该贷款类别以及与该贷款类别所对应的贷款产品。

优选的，预处理模块包括预采集单元与处理单元，预采集单元用于根据客户信息获取该客户的历史信用数据及信贷数据，并将该数据与客户信息传输至处理单元，由处理单元对其进行预处理，且预处理过程包括：步骤a：对历史信用数据及信贷数据或客户信息中数据进行知识抽取，并将抽取后的数据加入数据库；步骤b：对知识库进行知识融合，知识融合过程包括实体消歧、共指消解，并在知识融合后数据的预处理。

优选的，特征信息构建模块包括提取单元与构建单元，提取单元根据预置的提取规则提取特征信息相关多维度特征信息，并将该多维度特征信息上传至构建单元，由构建单元根据属性生成决策树对子训练集进行训练。

优选的，多维度特征信息包括用于训练并生成决策树的所需要的待分析评估的个人数据，且该个人数据在训练并生成决策树的过程中将作为变量进行使用，多维度特征信息包括但不限于客户婚姻信息、配偶信息、名下房产信息、收入增长率以及工作信息，工作信息包括工作可持续发展信息、薪资浮动信息等。

上述一种个人房产按揭贷款信息录入分析系统的录入分析方法，包括如下步骤：

S1：贷款客户向系统发送请求贷款申请请求信息；

S2：系统获取客户端的请求信息，并对该请求信息进行敏感检测，并在检测完成后向客户端推送信息录入窗口；

S3：客户通过客户端在线自助录入信息；

S4：系统对所述客户端的录入信息进行解析，获得客户端的客户解析信息，并将该解析信息经预处理、多维度特征信息提取、预测分析获得贷款申请预测结果；

S5：系统依据贷款申请预测结果匹配适合客户需求的贷款类别、与该类别对应的贷款产品以及贷款人偿还风险的匹配结果。

与现有技术相比，本发明的有益效果是：

1、本发明的录入分析系统能通过录入多个维度的客户信息，并对该客户信息进行预处理、多维度特征信息提取、预测分析获得贷款申请预测结果，录入及分析更全面且足够精确。

2、本发明能通过分析处理结果匹配适合客户需求的贷款类别、与该类别对应的贷款产品以及贷款人偿还风险的匹配结果，具有评估和匹配结果实时性强、可靠性和准确度高等特点，能智能匹配合适的贷款产品。

图1为本发明的结构框图；

图2为本发明录入分析评估子系统的结构框图；

图3为本发明系统的录入分析流程图。

图中：1、客户端；2、贷款产品管理端；3、录入分析评估子系统；301、预处理模块；301a、预采集单元；301b、处理单元；302、特征信息构建模块；302a、提取单元；302b、构建单元；303、预测分析模块；304、匹配模块；4、人工服务端。

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，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

请参阅图1-3，本发明提供一种技术方案：一种个人房产按揭贷款信息录入分析系统，包括客户端1，用于客户在线自助录入客户信息、显示贷款申请评估信息和匹配的贷款类别，且客户信息包括申请信息、主贷人资料信息、共同申请人资料信息、保证人资料信息；贷款产品管理端2，预置有不同的贷款类别所涵盖的贷款产品，并对该贷款类别进行管理；录入分析评估子系统3，根据客户端1录入的客户信息和预置的贷款类别，评估客户贷款申请，匹配适合客户需求的贷款类别以及与该类别对应的贷款产品；人工服务端4，当录入分析评估子系统3无法根据规则自动评估客户贷款申请时，由人工服务端4介入并对客户贷款申请做出分析评估。

在本实施例中，申请信息包括贷款申请书、面谈记录、影像资料、贷款用途和其他资料，其他资料包括项目信息、房屋信息、按揭信息以及客户经理意见；所述主贷人资料信息包括身份证、配偶身份证、身份证明、资信证明、偿债能力证明；所述共同申请人资料信息包括身份证、身份证明、资信证明、偿债能力证明以及配偶相关信息，配偶相关信息包括配偶身份证、基础信息、征信信息、与本行关系、收支信息；所述保证人资料信息包括身份证、配偶身份证、身份证明、资信证明、偿债能力证明。

在本实施例中，主贷人部分资料信息如：姓名李XX、性别(男、女)、生日(19XX-XX-XX)、有无房子有、无、有无车子有、无、有无寿险有、无、职业身份自雇人士、工薪族、无业、未结清贷款(0/XX万)、信用卡欠款金额0/XX万、是否了解信用情况是、否、属于那种征信空白信用、无逾期、有逾期。

在本实施例中，客户端1通过OCR技术采集客户信息并将客户信息上传至录入分析评估子系统3，由录入分析评估子系统3对其进行存储以及分析评估；所述录入分析评估子系统3包括：预处理模块301，用于对客户端采集的客户信息进行预处理；特征信息构建模块302，用于从已预处理的客户信息中提取多维度特征信息，并根据所提取的多维度特征信息构建训练集；预测分析模块303，用于获取客户信息以及特征信息以构建测试集，并使用所述决策树对测试集进行预测，从而得到客户的贷款申请预测结果；匹配模块304，依据贷款申请预测结果匹配适合客户需求的贷款类别、与该类别对应的贷款产品以及贷款人偿还风险的匹配结果，并在匹配完成后向客户端推送该贷款类别以及与该贷款类别所对应的贷款产品。

在本实施例中，预处理模块301包括预采集单元301a与处理单元301b，预采集单元301a用于根据客户信息获取该客户的历史信用数据及信贷数据，并将该数据与客户信息传输至处理单元301b，由处理单元301b对其进行预处理。

在本实施例中，预处理过程包括：读取客户信息文本：获得字的部首的全集chars_set，bios_set，relations_set；遍历训练数据：将每个句子中token_id,token,bio,relations,heads作为列表封装到该句子中；再遍历当前句子将样本数据id化，将句子中字列表embedding_ids,偏旁部首id的列表char_ids,实体标签的列表bio_ids，关系的列表scoringMatrixHeads封装到句子中；处理句子id化的数据，使其在一个批量数据内每个句子的维度相等，已最长句子的维度作为最大维度，不足的填充0。

在本实施例中，预处理过程包括：步骤a：对历史信用数据及信贷数据或客户信息中数据进行知识抽取，并将抽取后的数据加入数据库；步骤b：对知识库进行知识融合，知识融合过程包括实体消歧、共指消解，并在知识融合后数据的预处理。

在本实施例中，特征信息构建模块302包括提取单元302a与构建单元302b，提取单元302a根据预置的提取规则提取特征信息相关多维度特征信息，并将该多维度特征信息上传至构建单元302b，由构建单元302b根据属性生成决策树对子训练集进行训练。

在本实施例中，多维度特征信息包括用于训练并生成决策树的所需要的待分析评估的个人数据，且该个人数据在训练并生成决策树的过程中将作为变量进行使用，多维度特征信息包括但不限于客户婚姻信息、配偶信息、名下房产信息、收入增长率以及工作信息，工作信息包括工作可持续发展信息、薪资浮动信息等。

在本实施例中，上述一种个人房产按揭贷款信息录入分析系统的录入分析方法，包括如下步骤：

S1：贷款客户向系统发送请求贷款申请请求信息；

S2：系统获取客户端1的请求信息，并对该请求信息进行敏感检测，并在检测完成后向客户端1推送信息录入窗口；

S3：客户通过客户端1在线自助录入信息；

S4：系统对所述客户端1的录入信息进行解析，获得客户端1的客户解析信息，并将该解析信息经预处理、多维度特征信息提取、预测分析获得贷款申请预测结果；

S5：系统依据贷款申请预测结果匹配适合客户需求的贷款类别、与该类别对应的贷款产品以及贷款人偿还风险的匹配结果。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。