基于区块链的大数据智能挖掘分析方法、系统、终端设备

本发明涉及电子设备技术领域，尤其涉及一种基于区块链的大数据智能挖掘分析方法、系统、终端设备及计算机可读存储介质。

随着互联网时代的发展，网络信贷逐渐风行起来。与传统的银行信贷相比，网络信贷具有手续便利、信息透明、风险分担等优点，适合于小额贷款的发放，对于支持小微金融体具有积极意义。此外，信息相对透明的线上贷款可以通过规范的方式吸收民间闲散资金，对规范民间融资行为有一定的促进作用。目前，国内一些运营良好的网络信贷平台数据显示，几年来网络贷款业务增长迅速，为小微企业、个体工商户提供了较好的融资服务，有效解决了融资难的问题。但是网络信贷由于是处在开放的互联网中，互联网在给交易传输带来便利的同时，也为信贷安全留下了一定隐患。由于网络信贷都是直接在互联网上进行，无法面对面地对信贷用户的个人信息作出评判，这就需要借助互联网大数据，从互联网中提取信贷用户数据，对用户数据进行分析，为信贷安全提供保障。

本发明的主要目的在于提供一种基于区块链的大数据智能挖掘分析方法、系统、终端设备及计算机可读存储介质，旨在解决网络信贷过程中的信贷安全问题。

为实现上述目的，本发明提供的一种基于区块链的大数据智能挖掘分析方法，所述方法包括如下步骤：

步骤S10，接收信贷用户下发的信贷申请请求；

步骤S20，根据所述信贷申请请求查询信贷用户在其他各个平台的数据，所述其他各个平台为与信贷平台处于同一个区块链池中的平台；

步骤S30，根据在其他各个平台上查询到的信贷用户的数据分析信贷用户是否触发违规操作的预设条件；

步骤S40，在触发违规操作的预设条件时，按照违规操作的违规等级执行违规等级对应的操作。

优选地，所述步骤S20包括：

步骤S21，根据所述信贷申请请求查询信贷用户在信贷平台的注册信息；

步骤S21，根据信贷用户在信贷平台的注册信息查询信贷用户的个人信息，并根据信贷用户的个人信息查询信贷用户在其他各个平台的数据。

优选地，按照信贷用户数据违规的严重性，将违规操作分为一级违规操作和二级违规操作；

所述步骤S30中所述触发违规操作的预设条件的步骤包括：

步骤S31，检测信贷用户在其他平台是否被标记为黑名单用户；

步骤S32，如果是，则触发一级违规操作的预设条件；

所述步骤S40包括：

步骤S41，在触发一级违规操作的预设条件时，退回信贷用户的信贷申请请求。

优选地，所述步骤S30中所述触发违规操作的预设条件的步骤包括：

步骤S33，检测信贷用户在其他平台是否出现数据异常；

步骤S34，如果是，则触发二级违规操作的预设条件；

所述步骤S40包括：

步骤S42，在触发二级违规操作的预设条件时，发出补充证明材料的提示信息至信贷用户

所述步骤S42之后还包括：

核验信贷用户提交的证明材料是否满足要求；

在信贷用户提交的证明材料满足要求时，通过信贷用户的信贷申请请求。

优选地，所述步骤S30之前还包括：

步骤S01，根据在其他平台上查询到的信贷用户的数据按照第一预设计算规则计算出信贷用户的信誉度；

步骤S02，根据信贷用户的信誉度按照第二预设计算规则计算得到信贷用户在信贷平台的信贷额度；

步骤S03，查询信贷用户的信贷申请请求对应的申请额度，并比对信贷申请请求对应的申请额度与信贷用户在信贷平台的信贷额度；

步骤S04，若信贷申请对应的申请额度在信贷额度范围之内，则进入步骤30。

优选地，所述方法还包括：

步骤S50，监测信贷用户和信贷提供方在信贷平台的行为数据；

步骤S60，在监测到信贷用户或者信贷提供方在信贷平台上的行为数据出现异常时，向第三监测方发出警报信号，便于第三监测方及时进行干涉。

优选地，所述信贷用户在其他各个平台的数据包括：信贷用户在其他平台的注册信息、信贷用户在其他平台的行为数据、信贷用户在其他平台的标签数据、信贷用户在其他平台的交易数据、信贷用户在其他平台的借贷数据。

此外，为实现上述目的，本发明还提出一种基于区块链的大数据智能挖掘分析系统，所述系统包括：

接收模块，用于接收信贷用户下发的信贷申请请求；

查询模块，用于根据所述信贷申请请求查询信贷用户在其他各个平台的数据，所述其他各个平台为与信贷平台处于同一个区块链池中的平台；

判断模块，用于根据在其他各个平台上查询到的信贷用户的数据分析信贷用户是否触发违规操作的预设条件；

执行模块，用于在触发违规操作的预设条件时，按照违规操作的违规等级执行违规等级对应的预设操作。

此外，为实现上述目的，本发明还提出一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上任一项所述方法的步骤。

此外，为实现上述目的，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述方法的步骤。

本发明的基于区块链的大数据智能挖掘分析方法通过接收信贷用户下发的信贷申请请求；根据所述信贷申请请求查询信贷用户在其他各个平台的数据，所述其他各个平台为与信贷平台处于同一个区块链池中的平台；根据在其他各个平台上查询到的信贷用户的数据分析信贷用户是否触发违规操作的预设条件；在触发违规操作的预设条件时，按照违规操作的违规等级执行违规等级对应的操作。通过对信贷用户的信贷数据的分析对信贷平台预防信贷风险，提高风险抵御力。

附图作为本发明的一部分，用来提供对本发明的进一步的理解，本发明的示意性实施例及其说明用于解释本发明，但不构成对本发明的不当限定。显然，下面描述中的附图仅仅是一些实施例，对于本领域普通技术人员来说，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附图。在附图中：

图1为本发明基于区块链的大数据智能挖掘分析方法第一实施例的流程示意图；

图2为本发明基于区块链的大数据智能挖掘分析方法第二实施例的流程示意图；

图3为本发明基于区块链的大数据智能挖掘分析方法第三实施例的流程示意图；

图4为本发明基于区块链的大数据智能挖掘分析系统的模块示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

下面结合附图以及具体实施例对本发明实施例解决的技术问题、所采用的技术方案以及实现的技术效果进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请的一部分实施例，并不是全部实施例。基于本申请中的实施例，本领域普通技术人员在不付出创造性劳动的前提下，所获得的所有其它等同或明显变型的实施例均落在本发明的保护范围内。本发明实施例可以按照权利要求中限定和涵盖的多种不同方式来具体化。

需要说明的是，在下面的描述中，为了方便理解，给出了许多具体细节。但是很明显，本发明的实现可以没有这些具体细节。

需要说明的是，在没有明确限定或不冲突的情况下，本发明中的各个实施例及其中的技术特征可以相互组合而形成技术方案。

本发明提出了一种基于区块链的大数据智能挖掘分析方法，旨在解决网络信贷过程中的信贷安全问题。

在本发明第一实施例中，参照图1，所述基于区块链的大数据智能挖掘分析方法包括如下步骤：

步骤S10，接收信贷用户下发的信贷申请请求；

本发明实施例中，信贷用户在对应的信贷平台下发信贷申请请求，在下发信贷申请请求之前信贷用户在信贷平台上完成注册，录入个人信息，包括身份证明信息、过往借贷信息、电话信息、邮件信息、工作信息、工作收入信息等等。

需要说明的是，信贷用户在选择向信贷平台注册信息之前可以请求查看信贷平台的信贷资质和信贷信誉。信贷平台的信贷信誉可以通过收集其他信贷用户对信贷平台的评价信息给出。为了提高信贷平台的信贷信誉的真实性，可以对所有评价信息进行实名质。同时为了鼓励信贷平台的信贷用户在使用了信贷平台后积极对信贷平台进行评价，可以采用某些激励方式进行，例如在进行实名评价后给予现金奖励或者红包奖励等等方式。

步骤S20，根据所述信贷申请请求查询信贷用户在其他各个平台的数据，所述其他各个平台为与信贷平台处于同一个区块链池中的平台；

进一步地，根据信贷用户提出的信贷申请请求查询信贷用户在其他各个平台的数据，所述的其他各个平台为与信贷平台处于同一个区块链池中的平台。与信贷平台处于同一区块链池的其他平台可实现数据共享，信贷平台可以直接在区块链池中获取信贷用户在其他平台中的数据，这些数据包括：信贷用户在其他平台的注册信息、信贷用户在其他平台的行为数据、信贷用户在其他平台的交易数据或者借贷数据等等。需要说明的是，同一区块链池的其他平台之间均需遵守数据共享协议，数据共享但均需进行数据保密。

其中，所述步骤S20包括：

步骤S21，根据所述信贷申请请求查询信贷用户在信贷平台的注册信息；

步骤S21，根据信贷用户在信贷平台的注册信息查询信贷用户的个人信息，并根据信贷用户的个人信息查询信贷用户在其他各个平台的数据。

预先根据信贷申请请求查询信贷用户在信贷平台上的注册信息，从信贷用户在信贷平台上的注册信息获取到信贷用户的个人信息，根据信贷用户的个人信息在其他平台上进行信息匹配，查询到信贷用户在其他平台上的数据。具体地，通过优先提取信贷用户在信贷平台上注册的个人身份证明信息，如身份证号码，来进行匹配；如果没有在其他平台上没有身份证信息则匹配头像信息等等其他信息来进行匹配。

步骤S30，根据在其他各个平台上查询到的信贷用户的数据分析信贷用户是否触发违规操作的预设条件；

根据在其他平台上查询到的信贷用户的数据检测信贷用户是否触发违规操作。本发明实施例所述的违规操作包括一级违规操作和二级违规操作。触发一级违规操作的预设条件可以包括：信贷用户在其他平台出现过不良记录，如借贷未及时还款，商品交易中出现虚假购买；二级违规操作的预设条件包括：信贷用户的身份信息异常等情况、信贷用户的身份信息缺失、信贷用户在其他平台的数据被标记过异常等等。

步骤S40，在触发违规操作的预设条件时，按照违规操作的违规等级执行违规等级对应的设操作。

在信贷用户触发了违规操作的预设条件时，则根据违规操作的违规等级执行违规等级对应的操作。本发明实施例中，不同的违规操作对应不同的对用户的操作手段，如，当违规操作为一级违规操作时，此时对用户的操作手段为退回信贷用户在信贷平台上的信贷申请；或者是禁止一段时间内信贷用户在信贷平台上进行信贷申请等等。

本发明实施例的基于区块链的大数据智能挖掘分析方法通过接收信贷用户下发的信贷申请请求；根据所述信贷申请请求查询信贷用户在其他各个平台的数据，所述其他各个平台为与信贷平台处于同一个区块链池中的平台；根据在其他各个平台上查询到的信贷用户的数据分析信贷用户是否触发违规操作的预设条件；在触发违规操作的预设条件时，按照违规操作的违规等级执行违规等级对应的操作。通过对信贷用户的信贷数据的分析对信贷平台预防信贷风险，提高风险抵御力。

基于本发明基于区块链的大数据智能挖掘分析方法的第一实施例，本发明基于区块链的大数据智能挖掘分析方法的第二实施例中，按照信贷用户数据违规的严重性，将违规操作分为一级违规操作和二级违规操作；

所述步骤S30中所述触发违规操作的预设条件的步骤包括：

步骤S31，检测信贷用户在其他平台是否被标记为黑名单用户；

步骤S32，如果是，则触发一级违规操作的预设条件；

所述步骤S40包括：

步骤S41，在触发一级违规操作的预设条件时，退回信贷用户的信贷申请请求。

进一步地，在本实施例中，检测信贷用户在其他平台中是否曾被标记为黑名单用户，如果检测到信贷用户在其他平台上曾出现过被标记为黑名单用户的历史记录，则将触发信贷平台的一级违规操作。在本实施例中，如果触发一级违规操作，则退回信贷用户的信贷申请请求。

基于本发明基于区块链的大数据智能挖掘分析方法的第一实施例或者第二实施例，本发明基于区块链的大数据智能挖掘分析方法的第三实施例中，所述步骤S30中所述触发违规操作的预设条件的步骤包括：

步骤S33，检测信贷用户在其他平台是否出现数据异常；

步骤S34，如果是，则触发二级违规操作的预设条件；

所述步骤S40包括：

步骤S42，在触发二级违规操作的预设条件时，发出补充证明材料的提示信息至信贷用户

所述步骤S42之后还包括：

核验信贷用户提交的证明材料是否满足要求；

在信贷用户提交的证明材料满足要求时，通过信贷用户的信贷申请请求。

本发明实施例中，检测信贷用户在其他平台上是否出现过数据异常，此处的数据异常包括信贷用户在其他平台的身份信息过期未更新、信贷用户在其他平台出现借贷还款逾期的情况、信贷用户在其他平台的登录时间和地址出现异常等等情况，在此不一一穷举。在检测到信贷用户在其他平台的数据出现异常时，则触发信贷平台的二级违规操作。在触发二级违规操作时，信贷用户可以通过补充证明材料以解除其他平台的数据异常带来的影响。信贷用户在补充证明材料后，信贷平台可以对补充资料进行审核，审核的方式可以是信贷系统进行，也可以由信贷平台的远程坐席端完成。在审核到信贷用户提交的证明材料满足信贷平台的要求并且能通过审核时，则通过信贷用户的信贷申请请求。

基于本发明基于区块链的大数据智能挖掘分析方法的第一实施例至第三实施例任一实施例，参照图2，本发明基于区块链的大数据智能挖掘分析方法的第四实施例中，所述步骤S30之前还包括：

步骤S01，根据在其他平台上查询到的信贷用户的数据按照第一预设计算规则计算出信贷用户的信誉度；

步骤S02，根据信贷用户的信誉度按照第二预设计算规则计算得到信贷用户在信贷平台的信贷额度；

步骤S03，查询信贷用户的信贷申请请求对应的申请额度，并比对信贷申请请求对应的申请额度与信贷用户在信贷平台的信贷额度；

步骤S04，若信贷申请对应的申请额度在信贷额度范围之内，则进入步骤30。

本发明实施例中，在通过信贷用户的信贷申请请求之前，预先根据信贷用户在其他平台上的数据计算出信贷用户的信誉度，例如，当信贷用户在其他平台上无任何不良记录时，信贷用户的信誉度定为优；当信贷用户在其他平台上出现一起不良记录时，信贷用户的信誉度定位良，等等。

根据信贷用户的信誉度并且结合信贷用户的个人基本数据按照第二预设规则计算得到信贷用户在信贷平台的信贷额度，信贷用户的个人基本数据包括信贷用户的工作、工资水平、消费水平等等信息。结合这些信息综合计算出信贷用户的信贷额度。

查询信贷用户的信贷申请请求中对应的信贷申请额度，检测信贷申请额度与计算的信贷用户的信贷额度，如果信贷用户的信贷申请额度在计算得到的信贷额度的范围内，则继续审核信贷用户的信贷申请资格，即进入步骤S30。如果信贷用户的信贷申请额度不在计算的信贷额度之内，则向用户发出提示信息，提示用户修改信贷申请额度，或者放弃信贷申请。

基于本发明基于区块链的大数据智能挖掘分析方法的第一实施例至第四实施例任一实施例，参照图3，本发明基于区块链的大数据智能挖掘分析方法的第五实施例中，所述方法还包括：

步骤S50，监测信贷用户和信贷提供方在信贷平台的行为数据；

步骤S60，在监测到信贷用户或者信贷提供方在信贷平台上的行为数据出现异常时，向第三监测方发出警报信号，便于第三监测方及时进行干涉。

本实施例的方法中对信贷用户和信贷提供方两方在信贷平台上的行为数据进行监测，如果任何一方出现异常，则向第三监测方发出警报信号，使第三监测方及时进行干涉，保证双方的利益。

此外，为实现上述目的，参照图4，本发明还提出一种基于区块链的大数据智能挖掘分析系统，所述系统包括：

接收模块，用于接收信贷用户下发的信贷申请请求；

查询模块，用于根据所述信贷申请请求查询信贷用户在其他各个平台的数据，所述其他各个平台为与信贷平台处于同一个区块链池中的平台；

判断模块，用于根据在其他各个平台上查询到的信贷用户的数据分析信贷用户是否触发违规操作的预设条件；

执行模块，用于在触发违规操作的预设条件时，按照违规操作的违规等级执行违规等级对应的预设操作。

本发明实施例中，信贷用户在对应的信贷平台下发信贷申请请求，在下发信贷申请请求之前信贷用户在信贷平台上完成注册，录入个人信息，包括身份证明信息、过往借贷信息、电话信息、邮件信息、工作信息、工作收入信息等等。

需要说明的是，信贷用户在选择向信贷平台注册信息之前可以请求查看信贷平台的信贷资质和信贷信誉。信贷平台的信贷信誉可以通过收集其他信贷用户对信贷平台的评价信息给出。为了提高信贷平台的信贷信誉的真实性，可以对所有评价信息进行实名质。同时为了鼓励信贷平台的信贷用户在使用了信贷平台后积极对信贷平台进行评价，可以采用某些激励方式进行，例如在进行实名评价后给予现金奖励或者红包奖励等等方式。

进一步地，根据信贷用户提出的信贷申请请求查询信贷用户在其他各个平台的数据，所述的其他各个平台为与信贷平台处于同一个区块链池中的平台。与信贷平台处于同一区块链池的其他平台可实现数据共享，信贷平台可以直接在区块链池中获取信贷用户在其他平台中的数据，这些数据包括：信贷用户在其他平台的注册信息、信贷用户在其他平台的行为数据、信贷用户在其他平台的交易数据或者借贷数据等等。需要说明的是，同一区块链池的其他平台之间均需遵守数据共享协议，数据共享但均需进行数据保密。

预先根据信贷申请请求查询信贷用户在信贷平台上的注册信息，从信贷用户在信贷平台上的注册信息获取到信贷用户的个人信息，根据信贷用户的个人信息在其他平台上进行信息匹配，查询到信贷用户在其他平台上的数据。具体地，通过优先提取信贷用户在信贷平台上注册的个人身份证明信息，如身份证号码，来进行匹配；如果没有在其他平台上没有身份证信息则匹配头像信息等等其他信息来进行匹配。

根据在其他平台上查询到的信贷用户的数据检测信贷用户是否触发违规操作。本发明实施例所述的违规操作包括一级违规操作和二级违规操作。触发一级违规操作的预设条件可以包括：信贷用户在其他平台出现过不良记录，如借贷未及时还款，商品交易中出现虚假购买；二级违规操作的预设条件包括：信贷用户的身份信息异常等情况、信贷用户的身份信息缺失、信贷用户在其他平台的数据被标记过异常等等。

在信贷用户触发了违规操作的预设条件时，则根据违规操作的违规等级执行违规等级对应的操作。本发明实施例中，不同的违规操作对应不同的对用户的操作手段，如，当违规操作为一级违规操作时，此时对用户的操作手段为退回信贷用户在信贷平台上的信贷申请；或者是禁止一段时间内信贷用户在信贷平台上进行信贷申请等等。

本发明实施例的基于区块链的大数据智能挖掘分析方法通过接收信贷用户下发的信贷申请请求；根据所述信贷申请请求查询信贷用户在其他各个平台的数据，所述其他各个平台为与信贷平台处于同一个区块链池中的平台；根据在其他各个平台上查询到的信贷用户的数据分析信贷用户是否触发违规操作的预设条件；在触发违规操作的预设条件时，按照违规操作的违规等级执行违规等级对应的操作。通过对信贷用户的信贷数据的分析对信贷平台预防信贷风险，提高风险抵御力。

此外，为实现上述目的，本发明还提出一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上任一项所述方法的步骤。

此外，为实现上述目的，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述方法的步骤。

本发明的各个步骤可以用通用的计算装置来实现，例如，它们可以集中在单个的计算装置上，例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备或者多处理器装置，也可以分布在多个计算装置所组成的网络上，它们可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。因此，本发明不限于任何特定的硬件和软件或者其结合。

本发明提供的方法可以使用可编程逻辑器件来实现，也可以实施为计算机程序软件或程序模块(其包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件或数据结构等等)，例如根据本发明的实施例可以是一种计算机程序产品，运行该计算机程序产品使计算机执行用于所示范的方法。所述计算机程序产品包括计算机可读存储介质，该介质上包含计算机程序逻辑或代码部分，用于实现所述方法。所述计算机可读存储介质可以是被安装在计算机中的内置介质或者可以从计算机主体上拆卸下来的可移动介质(例如：采用热插拔技术的存储设备)。所述内置介质包括但不限于可重写的非易失性存储器，例如：RAM、ROM、快闪存储器和硬盘。所述可移动介质包括但不限于：光存储介质(例如：CD－ROM和DVD)、磁光存储介质(例如：MO)、磁存储介质(例如：磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如：存储卡)和具有内置ROM的媒体(例如：ROM盒)。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。