一种数据处理方法及终端专利检索-附加费国际初步审查单位第II章专利权专利检索查询-专利查询网

一种 数据处理方法及终端

阅读：480发布：2020-08-02

专利汇可以提供一种数据处理方法及终端专利检索，专利查询，专利分析的服务。并且本发明实施例公开了一种数据处理方法及终端，其中，该方法包括：获取测算指令携带的商品信息以及第一还款计划；所述商品信息包括商品标识，所述第一还款计划至少包括以下任意一项或者多项：设置的首付比例、设置的期数、设置的利率；根据所述第一还款计划统计出所述商品标识对应的目标贷款商品历史核算完成后的第一类属性数据，并根据所述第一类属性数据分析得到第一目标参数；利用所述第一目标参数计算出测算结果；所述测算结果包括第二还款计划；输出所述测算结果。采用本发明，可以提高测算阶段得到的测算结果的可参考性。，下面是一种数据处理方法及终端专利的具体信息内容。

权利要求

1.一种数据处理方法，其特征在于，所述方法包括：
获取测算指令携带的商品信息以及第一还款计划；所述商品信息包括商品标识，所述第一还款计划至少包括以下任意一项或者多项：设置的首付比例、设置的期数、设置的利率；
根据所述第一还款计划统计出所述商品标识对应的目标贷款商品历史核算完成后的第一类属性数据，并根据所述第一类属性数据分析得到第一目标参数；
利用所述第一目标参数计算出测算结果；所述测算结果包括第二还款计划；
输出所述测算结果。
2.根据权利要求1所述的方法，其特征在于，所述第一目标参数为以下任意一项或多项：首付比例、期数、利率、可选的附加服务费用，及所述附加服务的类型；
其中，所述附加服务的类型包括固定组合和/或自由组合。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一类属性数据分析得到第一目标参数，包括：
确定与所述第一类属性数据对应的分析方式；
按照确定出的分析方式，对所述第一类属性数据进行分析得到第一目标参数；
其中，所述分析方式包括第一分析方式、第二分析方式或第三分析方式；
所述第一分析方式是按照时间维度进行分析的方式；所述第二分析方式是按照位置维度进行分析的方式；所述第三分析方式按照处理业务的业务人员维度进行分析的方式。
4.根据权利要求3所述的方法，其特征在于，所述确定出的分析方式为第一分析方式；
所述按照确定出的分析方式，对所述第一类属性数据进行分析得到第一目标参数，包括：
从所述第一类属性数据中筛选出预设统计时间范围内的属性数据；
利用筛选出的所述预设统计时间范围内的属性数据计算得到第一目标参数。
5.根据权利要求4所述的方法，其特征在于，所述利用筛选出的所述预设统计时间范围内的属性数据计算得到第一目标参数，包括：
确定所述预设统计时间范围中不同时间段内的属性数据以及所述不同时间段内的属性数据的变化趋势；
从所述不同时间段内的属性数据中，选取变化趋势符合预设变化趋势条件的属性数据计算得到第一目标参数。
6.根据权利要求3所述的方法，其特征在于，所述确定出的分析方式为第二分析方式；
所述按照确定出的分析方式，对所述第一类属性数据进行分析得到第一目标参数，包括：
从所述第一类属性数据中筛选出预设位置范围内的属性数据；
利用筛选出的所述预设位置范围内的属性数据计算得到第一目标参数。
7.根据权利要求3所述的方法，其特征在于，所述确定出的分析方式为第三分析方式；
所述按照确定出的分析方式，对所述第一类属性数据进行分析得到第一目标参数，包括：
从所述第一类属性数据筛选出与处理该业务的业务人员的个人数据相对应的属性数据；所述个人数据至少包括风控数据和/或提单数据；
利用筛选出的所述与处理该业务的业务人员的个人数据相对应的属性数据计算得到第一目标参数。
8.根据权利要求1所述的方法，其特征在于，所述利用所述第一目标参数计算出测算结果，包括：
获取目标用户的预审结果；所述目标用户为与所述测算指令相关的、欲购买所述目标待贷款商品的用户；所述预审结果是对所述目标用户的用户数据进行分析后得到的；所述用户数据至少包括征信数据；
确定出所述目标用户的预审结果所属的等级；
根据所属的等级统计出所述目标贷款商品历史核算完成后的第二类属性数据，并根据所述第二类属性数据分析得到第二目标参数；
根据所述第二目标参数调整所述第一目标参数，并利用所述调整后的第一目标参数计算出测算结果。
9.根据权利要求8所述的方法，其特征在于，所述根据所述第二类属性数据分析得到第二目标参数，包括：
从所述第二类属性数据中筛选出与所述第一还款计划相对应的属性数据，并计算出与所述第一还款计划相对应的属性数据的概率分布数据；其中，所述概率分布数据包括以下任意一项或者多项：各首付比例的概率、各期数的概率、各附加服务费用的概率；
根据与所述第一还款计划相对应的属性数据的概率分布数据分析得到第二目标参数；
所述第二目标参数为各首付比例的概率中最大概率所对应的首付比例、各期数的概率中最大概率所对应的期数、各附加费用概率中最大概率所对应的附加服务费用。
10.根据权利要求8所述的方法，其特征在于，所述根据所述第二目标参数调整所述第一目标参数，包括：
采用所述第二目标参数替换所述第一目标参数；或者，
将所述第一目标参数与所述第二目标参数进行加权计算。
11.一种终端，其特征在于，所述终端包括用于执行如权利要求1-10任一项所述的方法的单元。
12.一种终端，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，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，执行如权利要求1-10任一项所述的方法。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-10任一项所述的方法。

说明书全文

一种数据处理方法及终端

技术领域

[0001] 本发明涉及计算机技术领域，尤其涉及一种数据处理方法及终端。

背景技术

[0002] 传统消费金融是指向各阶层消费者提供消费贷款的现代金融服务方式。随着互联网的发展，互联网金融也应运而生。互联网金融是指通过互联网向消费者提供与消费相关的支付、储蓄、理财、信贷以及风险管理等金融活动。目前，常见的互联网消费金融产品主要分为现金模式和代付模式。现金模式是指消费金融服务提供商直接将贷款发放给消费者，由消费者消费时自己支付给零售商。代付模式是指消费金融服务提供商在消费者进行消费时直接支付给零售商。

[0003] 通常来说，在业务提单过程中，系统一般会在测算阶段、试算阶段和核算阶段为用户分别计算出关于贷款商品的还款数据，如每月还款金额。然而，由于上述三个阶段在计算贷款商品的还款数据时所参考的因素存在不同，如测算阶段会参考该贷款商品的总金额以及期数以计算还款数据，试算服务会引入附加服务的费用以计算还款数据，核算阶段会引入用户的信用方面的数据进行考虑，这就导致核算阶段得到的实际还款数据与测算阶段得到的还款数据存在较大差异。

发明内容

[0004] 本发明实施例所要解决的技术问题在于，提供一种数据处理方法及终端，可以提高测算阶段得到的测算结果的可参考性。

[0005] 第一方面，本发明实施例提供了一种数据处理方法，包括：

[0006] 获取测算指令携带的商品信息以及第一还款计划；所述商品信息包括商品标识，所述第一还款计划至少包括以下任意一项或者多项：设置的首付比例、设置的期数、设置的利率；

[0007] 根据所述第一还款计划统计出所述商品标识对应的目标贷款商品历史核算完成后的第一类属性数据，并根据所述第一类属性数据分析得到第一目标参数；

[0008] 利用所述第一目标参数计算出测算结果；所述测算结果包括第二还款计划；

[0009] 输出所述测算结果。

[0010] 第二方面，本发明实施例提供了一种终端，所述终端包括用于执行如第一方面所述的方法的单元。

[0011] 第三方面，本发明实施例提供了另一种终端，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，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，执行如第一方面所述的方法。

[0012] 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存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如第一方面所述的方法。

[0013] 可见，终端可以根据第一还款计划，确定出目标贷款商品历史核算完成后的第一类属性数据，并根据该第一类型属性数据分析得到第一目标参数，以根据该第一目标参数计算并输出测算结果，从而使得测算阶段得到的测算结果的可参考性得到了提高。附图说明

[0014] 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。

[0015] 图1是本发明实施例提供的一种数据处理方法的流程示意图；

[0016] 图2是本发明实施例提供的一种测算界面的示意图；

[0017] 图3是本发明实施例提供的另一种测算界面的示意图；

[0018] 图4是本发明实施例提供的另一种数据处理方法的流程示意图；

[0019] 图5是本发明实施例提供的一种终端的结构示意图；

[0020] 图6是本发明实施例提供的另一种终端的结构示意图。

具体实施方式

[0021] 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描述。

[0022] 请参阅图1，为本发明实施例提供的一种数据处理方法的流程示意图。具体地，该方法可以包括以下步骤：

[0023] S101、获取测算指令携带的商品信息以及第一还款计划。

[0024] 本发明实施例中，终端可以在检测到测算指令后，获取该测算指令携带的商品信息以及第一还款计划。

[0025] 在一个实施例中，终端可以显示测算界面，使用该终端的用户可以在该测算界面输入或者选取相应参数。使用该终端的用户在该测算界面输入或者选取相应参数后，可以触发该终端生成测算指令。该测算指令可以是在检测到使用该终端的用户对测算控件(如测算按钮)的触控操作后生成的。在一个实施例中，该测算界面还可以称为第一界面、第二界面......

[0026] 其中，上述商品信息可以包括商品标识。该商品标识包括但不限于以下任意一项或者多项：商品名称、商品描述信息、商品链接(如htttp://......)。该第一还款计划至少包括以下任意一项或者多项：设置的首付比例(如20％)、设置的期数(如12期)、设置的利率(如1.25％)。在一个实施例中，该第一还款计划根据实际应用场景还可以为设置的期数以及每期还款金额。

[0027] 下面将以实际的应用场景进行举例，假设用户A想要使用分期购的方式来购买手机1，业务人员A可以利用平板1(该平板1安装有具有测算功能的软件，如还款计算器)为该用户A进行测算，并模拟出测算结果。

[0028] 如图2所示，为本发明实施例提供的一种测算界面示意图。该测算界面包括商品信息栏(用于选择或者输入目标贷款商品名称、链接等)、还款计划选项(还款计划1选项、还款计划2选项、还款计划3选项)以及测算按钮。上述还款计划选项至少包括以下任意一项或者多项内容：期数、首付比例、利率。业务人员A根据用户A提交(或描述)的数据，在该测算界面选择输入了商品名称：手机1、并选择了还款计划2。具体地，该还款计划2为期数：12、首付比例；20％、利率：1.75％。若该业务人员A点击测算按钮，则平板1可以在检测到测算指令后，获取还款计划2：期数：12、首付比例；20％、利率：1.75％，并且可以获取该商品标识，手机1。

[0029] 在一个实施例中，该商品信息还可以包括商品价格。该还款计划选项可以具体分为多个其它选项，如期数选项、利率选项、首付比例选项，本发明实施例在此不一一列举。该测算界面根据实际需要还可以将相应选项变为输入框，或者可以增添或者删除其它选项或者输入框。

[0030] 在一个实施例中，该还款计划选项还可以为每期还款金额以及期数。

[0031] 如图3所示，为本发明实施例提供的另一种测算界面示意图。该测算界面包括用户信息栏(如用户姓名输入栏、用户证件号输入栏)、商品信息栏(用于选择或者输入目标贷款商品名称、链接等)、还款计划输入栏以及测算按钮。业务人员A在商品信息栏输入了手机1，并在用户姓名输入栏输入了小明、用户证件号输入栏输入了用户证件号：******，在还款计划栏输入还款计划1。该还款计划1可以包括以下任意一项或者多项：期数、首付比例、利率。在输入信息完毕后，若业务人员点击了测算按钮，则平板1可以接收到测算指令，该平板1可以获取如下还款计划1：期数：12、首付比例；20％、利率：1.75％，并且可以获取该商品标识，如手机1。

[0032] 在一个实施例中，该还款计划输入栏还可以用于输入其它还款计划，如输入每期还款金额以及期数。该还款计划输入栏可以具体分为多个其它输入栏，如期数输入栏、利率输入框、首付比例输入栏，本发明实施例在此不一一列举。

[0033] 其中，本发明实施例所指的测算界面包括但不限于如图2-图3所示的测算界面，本发明实施例在此不一一列举。

[0034] S102、根据所述第一还款计划统计出所述商品标识对应的目标贷款商品历史核算完成后的第一类属性数据，并根据所述第一类属性数据分析得到第一目标参数。

[0035] 需要说明的是，该第一类属性数据为根据第一还款计划统计出的结果。该第一目标参数为对该第一类属性数据进行分析后得到的参数，该分析方式包括但不限于概率分布法、平均值法(如简单平均法、加权平均法)。该第一目标参数为首付比例、期数、利率、附加服务费用、可选的附加服务类型，该附加服务的类型为固定组合和/或自由组合。该附加服务费用可以是指由测算过程或者还款过程添加的其它服务所产生的费用，如还款过程的提前还款服务费用、延后还款服务费用、逾期还款服务费用。

[0036] 在一个实施例中，终端可以确定与该第一类属性数据对应的分析方式；按照确定出的分析方式，对该第一类属性数据进行分析得到第一目标参数。其中，该分析方式包括但不限于包括第一分析方式、第二分析方式、第三分析方式。该第一分析方式是按照时间维度进行分析的方式；该第二分析方式是按照位置维度进行分析的方式；该第三分析方式按照处理业务的业务人员维度进行分析的方式。不同维度的分析方式使得测算过程更具灵活性以及可参考性，并且可以一定程度上减小测算和核算得到的测算结果的差异。

[0037] 在一个实施例中，在该确定出的分析方式为第一分析方式时，该按照确定出的分析方式，对该第一类属性数据进行分析得到第一目标参数，具体可以为从该第一类属性数据中筛选出预设统计时间范围内的属性数据，并利用筛选出的该预设统计时间范围内的属性数据计算得到第一目标参数。例如，该预设统计时间范围可以是测算前一个月、测算前一周，本发明实施例对其不做限制。

[0038] 需要说明的是，终端可以利用筛选出的该预设统计时间范围内的属性数据通过概率分布法或者平均值法，计算得到第一目标参数。

[0039] 在一个实施例中，终端利用筛选出的该预设统计时间范围内的属性数据计算通过概率分布法得到第一目标参数，具体可以为计算出该预设统计时间范围内的属性数据的概率分布数据；根据该预设统计时间范围内的属性数据的概率分布数据分析得到第一目标参数；其中，该概率分布数据包括但不限于以下任意一项或者多项：各首付比例的概率、各利率的概率、各期数的概率、各附加服务费用的概率；该第一目标参数具体可以为以下任意一项或者多项：各首付比例的概率中最大概率所对应的首付比例、各利率的概率中最大概率对应的利率、各期数的概率中最大概率所对应的期数、各附加费用概率中最大概率所对应的附加服务费用。

[0040] 例如，若预设统计时间范围为测算前一个月，得到测算前一个月的属性数据的概率分布数据为期数1的概率：0.2，期数2的概率：0.3，期数3的概率：0.5，首付比例1的概率：0.3、首付比例2的概率：0.7，利率1的概率：0.4，利率2的概率：0.6，则该第一目标参数可以为期数3、首付比例2、利率2。

[0041] 在一个实施例中，终端利用筛选出的该预设统计时间范围内的属性数据采用平均值法计算得到第一目标参数，具体可以为筛选出的该预设统计时间范围内的属性数据的平均值；将该筛选出的该预设统计时间范围内的属性数据的平均值作为第一目标参数。

[0042] 例如，该预设统计时间范围为测算前一个月，该筛选出的测算前一个月的属性数据包括属性数据1(为期数x1、首付比例y1、利率z1)、属性数据2(为期数x2、首付比例y2、利率z2)、属性数据3(为期数x3、首付比例y3、利率z3)，则该测算前一个月的属性数据的平均值为期数(x1+x2+x3)/3，首付比例(y1+y2+y3)/3、利率(z1+z2+z3)/3。即，该第一目标参数为期数(x1+x2+x3)/3，首付比例(y1+y2+y3)/3、利率(z1+z2+z3)/3。在一个实施例中，该属性数据1、属性数据2、属性数据3根据实际情况，还可以包括各自的附加服务费用。

[0043] 在一个实施例中，该利用筛选出的该预设统计时间范围内的属性数据计算得到第一目标参数，具体可以为确定该预设统计时间范围中不同时间段内的属性数据以及该不同时间段内的属性数据的变化趋势；从该不同时间段内的属性数据中，选取变化趋势符合预设变化趋势条件的属性数据计算得到第一目标参数。例如，终端可以将测算前一个月分为3个时间段(时间段1、时间段2、时间段3)，并可以统计测算前一个月中三个时间段的属性数据以及每个时间段的属性数据的变化趋势，若终端分析出时间段3的变化趋势为最稳定的状态，则可以利用该时间段3的属性数据计算得到第一目标参数。

[0044] 在一个实施例中，终端可以预设一个参考属性值(如预设的标准属性值)，利用该不同时间段内的属性数据以及该参考属性值，结合求方差或者标准差的方式，分析出该不同时间段内的属性数据的变化趋势。例如，在对应时间段求得的方差或者标准差越小，则可以确定该属性数据变化幅度越小越平稳。本发明实施例包括但不限于采用上述变化趋势分析的方法，在此不一一列举。

[0045] 在一个实施例中，在该确定出的分析方式为第二分析方式时，该按照确定出的分析方式，对该第一类属性数据进行分析得到第一目标参数，具体可以为从该第一类属性数据中筛选出预设位置范围内的属性数据；利用筛选出的该预设位置范围内的属性数据计算得到第一目标参数。其中，该预设位置范围可以是根据国家、省(市)划分，如四川省、广东省，还可以是按照处理业务的不同门店进行划分，如门店1、门店2。该处理业务指的能够提供贷款服务，或者提供测算、试算、核算服务等服务。

[0046] 在一个实施例中，终端利用筛选出的该预设位置范围内的属性数据计算通过概率分布法得到第一目标参数，具体可以为计算出该预设位置范围内的属性数据的概率分布数据；根据该预设统计时间范围内的属性数据的概率分布数据分析得到第一目标参数；其中，该概率分布数据包括但不限于以下任意一项或者多项：各首付比例的概率、各利率的概率、各期数的概率、各附加服务费用的概率；该第一目标参数具体可以为以下任意一项或者多项：各首付比例的概率中最大概率所对应的首付比例、各利率的概率中最大概率对应的利率、各期数的概率中最大概率所对应的期数、各附加费用概率中最大概率所对应的附加服务费用。

[0047] 例如，若预设位置范围为门店1，得到门店1的属性数据的概率分布数据为期数1的概率：0.4，期数2的概率：0.6，首付比例1的概率：0.4、首付比例2的概率：0.6，利率1的概率：0.4，利率2的概率：0.6，则该第一目标参数可以为期数2、首付比例2、利率2。

[0048] 在一个实施例中，终端利用筛选出的该预设位置范围内的属性数据采用平均值法计算得到第一目标参数，具体可以为筛选出的该预设位置范围内的属性数据的平均值；将该筛选出的该预设统计时间范围内的属性数据的平均值作为第一目标参数。

[0049] 例如，该预设位置范围为门店1，该筛选出的门店1的属性数据包括属性数据4(包括期数x4、首付比例y4、利率z4)、属性数据5(包括期数x5、首付比例y5、利率z5)，则该预设位置范围内的属性数据的平均值包括期数(x4+x5)/2，首付比例(y4+y5)/2、利率(z4+z5)/2。即，该第一目标参数可以为期数(x4+x5)/2、首付比例(y4+y5)/2、利率(z4+z5)/2。在一个实施例中，该属性数据4、属性数据5根据实际情况，还可以包括各自的附加服务费用。

[0050] 在一个实施例中，在该确定出的分析方式为第三分析方式时，该按照确定出的分析方式，对该第一类属性数据进行分析得到第一目标参数，具体可以为从该第一类属性数据筛选出与处理该业务的业务人员的个人数据相对应的属性数据；利用筛选出的该与处理该业务的业务人员的个人数据相对应的属性数据计算得到第一目标参数。其中，该个人数据至少包括风控数据和/或提单数据。该风控数据包括但不限于业务人员所做提单，贷款成功后的逾期数据。该提单数据可以是该业务人员所完成的业务方面的数据。该利用与处理该业务的业务人员的个人数据相对应的属性数据计算得到第一目标参数，包括但不限于采用前述提及的概率分步法和平均值法。

[0051] 在一个实施例中，在该业务人员的个人数据为该业务人员的风控数据时，可以确定出该业务人员的风控数据所属的等级，并可以筛选出与该风控数据所属的等级对应的属性数据，从而根据该风控数据所属等级对应的属性数据计算出第一目标参数。

[0052] 相应地，还可以结合多个维度的分析方式对该第一类属性数据进行分析。例如，该确定出的分析方式还可以为第一分析方式和第二分析方式，或者第一分析方式和第三分析方式、或者第二分析方式和第三分析方式、或者第一分析方式、第二分析方式、第三分析方式。

[0053] 在一个实施例中，在该确定出的分析方式为第一分析方式和第二分析方式时，该按照确定出的分析方式，对该第一类属性数据进行分析得到第一目标参数，具体可以为从该第一类属性数据中筛选出预设统计时间范围内的属性数据，并从该筛选出的该预设统计时间范围内的属性数据中，确定出预设位置范围内的属性数据，并根据该确定出的预设位置范围内的属性数据计算得到第一目标参数。

[0054] 在一个实施例中，在该确定出的分析方式为第一分析方式、第二分析方式和第三分析方式时，该按照确定出的分析方式，对该第一类属性数据进行分析得到第一目标参数，具体可以为从该第一类属性数据中筛选出与处理该业务的业务人员的个人数据相对应的属性数据，并从处理该业务的业务人员的个人数据相对应的属性数据中筛选出在预设统计时间范围内的属性数据，并从该筛选出的该预设统计时间范围内的属性数据中，确定出预设位置范围内的属性数据，从而根据该确定出的预设位置范围内的属性数据计算得到第一目标参数。

[0055] 例如，终端可以从第一类属性数据中筛选出与业务人员A的个人数据相对应的属性数据(属性数据6、属性数据7、属性数据8、属性数据9、属性数据10......)，并从该与业务人员A的个人数据相对应的属性数据中筛选出测算前1个月的属性数据(属性数据6、属性数据7、属性数据8)。从该测算前1一个月的属性数据中筛选出在地区1的属性数据。假设该属性数据6对应地区1、属性数据7对应地区3、属性数据8对应地区2，则可以利用属性数据1计算得到第一目标参数。

[0056] 除此之外，在该确定出的分析方式为多个分析方式时，终端还可以利用根据不同维度从第一类属性数据中筛选出的属性数据来进行加权计算，从而得到第一目标参数。

[0057] 在一个实施例中，在该确定出的分析方式为第一分析方式、第二分析方式和第三分析方式时，该按照确定出的分析方式，对该第一类属性数据进行分析得到第一目标参数，具体可以为从该第一类属性数据中筛选出与处理该业务的业务人员的个人数据相对应的属性数据，并从该第一类属性数据中筛选出在预设统计时间范围内的属性数据，并从该第一类属性数据中筛选出预设位置范围内的属性数据，利用与处理该业务的业务人员的个人数据相对应的属性数据、在预设统计时间范围内的属性数据、预设位置范围内的属性数据计算得到第一目标参数。可选地，利用与处理该业务的业务人员的个人数据相对应的属性数据的概率分布数据(或者平均值)、在预设统计时间范围内的属性数据(概率分布数据(或者平均值)、预设位置范围内的属性数据的概率分布数据(或者平均值)计算得到第一目标参数。

[0058] S103、利用所述第一目标参数计算出测算结果。

[0059] S104、输出所述测算结果。

[0060] 需要说明的是，该测算结果包括第二还款计划。该第二还款计划与第一还款计划的区别在于测算前与测算后。该第二还款计划可以包括以下任意一项或者多项：测算出的期数、测算出的首付比例、测算出的利率、测算出的附加服务费用。在一个实施例中，该第二还款计划可以包括该第一目标参数。该第二还款计划还可以为测算出的期数以及每期还款金额。该测算结果还可以包括测算出的还款总额。

[0061] 本发明实施例中，该测算结果可以是从测算界面，跳转页面后输出，还可以是显示在测算界面上，还可以以提示信息的方式显示在测算界面上，本发明实施例对其不做限定。

[0062] 可见，终端可以根据第一还款计划，确定出目标贷款商品历史核算完成后的第一类属性数据，并根据该第一类型属性数据分析得到第一目标参数，以根据该第一目标参数计算并输出测算结果，从而使得测算时得到的测算结果的可参考性得到了提高。

[0063] 请参阅图4，图4为本发明实施例提供的另一种数据处理方法的流程示意图。图4所示实施例与图1所示实施例的区别在于，图4实施例引入了预审结果来对第一目标参数进行调整，从而进一步分析最终的测算结果，相较于图1实施例增添了一个维度，提高了测算结果的可参考性。具体地，该方法可以包括以下步骤：

[0064] 需要说明的是，步骤S201-S202可以参数图1所示实施例的步骤S101-S102。

[0065] S201、获取测算指令携带的商品信息以及第一还款计划。

[0066] S202、根据所述第一还款计划统计出所述商品标识对应的目标贷款商品历史核算完成后的第一类属性数据，并根据所述第一类属性数据分析得到第一目标参数。

[0067] S203、获取目标用户的预审结果。

[0068] 其中，该目标用户为与该测算指令相关的、欲购买该目标待贷款商品的用户；该预审结果是对该目标用户的用户数据进行分析后得到的；该用户数据至少包括征信数据。该征信数据可以是终端从第三方获取的，如银行、专门的贷款机构、互联网等渠道获取的。

[0069] 在一个实施例中，该目标用户的用户数据可以是终端根据该目标用户的用户标识获取的；该用户标识可以用于标识该目标用户的身份，包括但不限于该目标用户的身份证号码。

[0070] 需要说明的是，终端在获取该目标用户的用户数据后，可以对该用户数据中征信数据进行评估以得到预审结果。

[0071] 例如，可以对用户的征信数据打分，征信数据指示该目标用户的信用越好，对应的评分就越高，并将该评分作为预审结果。值得一提的是，本发明实施例对征信数据进行评估以得到预审结果的方式不做限定。该预审结果包括但不限于以分数形式呈现。

[0072] 在一个实施例中，该预审结果可以是在审核到与处理该目标用户相关联的业务人员的个人数据不合格时，如检测到该业务人员的风控数据中的逾期数据超过预设阈值时，获取该目标用户的预审结果。

[0073] S204、确定出所述目标用户的预审结果所属的等级。

[0074] 本发明实施例中，可以将不同预审结果归类为不同等级。

[0075] 例如，将不同预审结果归类到等级1、等级2、等级3。其中，预审结果处于等级1的用户的信用较好。预审结果处于等级2的用户的信用一般。预审结果处于等级1的用户的信用较好。

[0076] 在一个实施例中，该不同等级可以是根据预审结果的大小进行划分的。例如，等级1对应预审结果80-100，等级2对应预审结果60-79，等级3就是小于60。

[0077] S205、根据所属的等级统计出所述目标贷款商品历史核算完成后的第二类属性数据，并根据所述第二类属性数据分析得到第二目标参数。

[0078] 与第一类属性数据不同的是，该第二类属性数据是根据预审结果筛选出的数据。

[0079] 在一个实施例中，终端根据该第二类属性数据分析得到第二目标参数，具体可以为从该第二类属性数据中筛选出与第一还款计划对应的属性数据，并利用该与第一还款计划对应的属性数据分析得到第二目标参数。

[0080] 在一个实施例中，终端根据该第二类属性数据分析得到第二目标参数，具体可以为从该第二类属性数据中筛选出与第一还款计划相对应的属性数据，并从该与第一还款计划相对应的属性数据中筛选出预设统计时间范围内的属性数据，并利用该预设统计时间范围内的属性数据分析得到第二目标参数。

[0081] 在一个实施例中，终端根据该第二类属性数据分析得到第二目标参数，具体可以为从该第二类属性数据中筛选出与第一还款计划相对应的属性数据，并从该与第一还款计划相对应的属性数据中筛选出预设位置范围内的属性数据，并利用该预设位置范围内的属性数据分析得到第二目标参数。

[0082] 在一个实施例中，终端根据该第二类属性数据分析得到第二目标参数，具体可以为从该第二类属性数据中筛选出与第一还款计划相对应的属性数据，并从该与第一还款计划相对应的属性数据中筛选出与处理业务的业务人员的个人数据相对应的属性数据，并利用该与处理业务的业务人员的个人数据相对应的属性数据分析得到第二目标参数。

[0083] 除此之外，终端还可以结合多种分析方式，从该第二类属性数据中筛选出计算第二目标参数的属性数据。

[0084] 例如，终端根据该第二类属性数据分析得到第二目标参数，具体可以为从该第二类属性数据中筛选出与第一还款计划相对应的属性数据，并从该与第一还款计划相对应的属性数据中筛选出与处理业务的业务人员的个人数据相对应的属性数据，并从该与处理业务的业务人员的个人数据相对应的属性数据中，筛选出预设统计时间范围内(或预设位置范围内)的属性数据，并利用该预设统计时间范围内(或预设位置范围内)的属性数据分析得到第二目标参数。

[0085] 需要说明的是，该第二目标参数包括但不限于，结合概率分布法和平均值法，对从第二类属性数据中筛选出的属性数据进行分析后得到。例如，得到该从第二类属性数据中筛选出的属性数据的概率分布数据(或者平均值)，并利用该概率分布数据(或者平均值)得到该第二目标参数。

[0086] 在一个实施例中，该根据该第二类属性数据分析得到第二目标参数，具体可以为：从该第二类属性数据中筛选出与该第一还款计划相对应的属性数据，并计算出与该第一还款计划相对应的属性数据的概率分布数据；其中，该概率分布数据包括以下任意一项或者多项：各首付比例的概率、各期数的概率、各附加服务费用的概率；根据与该第一还款计划相对应的属性数据的概率分布数据分析得到第二目标参数；该第二目标参数为各首付比例的概率中最大概率所对应的首付比例、各期数的概率中最大概率所对应的期数、各附加费用概率中最大概率所对应的附加服务费用。

[0087] 举例来说，若从该第二类属性数据中筛选出的与该第一还款计划相对应的属性数据的概率分布数据为期数1的概率：0.3，期数2的概率：0.5，期数3的概率：0.2，首付比例1的概率：0.3、首付比例2的概率：0.7，利率1的概率：0.4，利率2的概率：0.6，则该第二目标参数可以为期数2、首付比例2、利率2。

[0088] 在一个实施例中，该根据该第二类属性数据分析得到第二目标参数，具体可以为：从该第二类属性数据中筛选出与该第一还款计划相对应的属性数据，并计算出与该第一还款计划相对应的属性数据的平均值；将与该第一还款计划相对应的属性数据的平均值作为第二目标参数。

[0089] 例如，该与该第一还款计划相对应的属性数据包括属性数据7(包括期数x7、首付比例y7、利率z7)、属性数据8(包括期数x8、首付比例y8、利率z8)、属性数据9(包括期数x9、首付比例y9、利率z9)，则该第一还款计划相对应的属性数据的平均值包括期数(x7+x8+x9)/3，首付比例(y7+y8+y9)/3、利率(z7+z8+z9)/3。即，该第二目标参数可以为期数(x7+x8+x9)/3、首付比例(y7+y8+y9)/3、利率(z7+z8+z9)/3。在一个实施例中，该属性数据7、属性数据8、属性数据9根据实际情况，还可以包括各自的附加服务费用。

[0090] 需要说明的是，本发明实施例包括但不限于上述列举的根据从第二类属性数据中筛选出的与第一还款计划相对应的属性数据的概率分布数据(或者平均做)得到第二目标参数，还可以是前述提及的其它用于得到该第二目标参数的属性数据的概率分布数据(或者平均值)，本发明实施例在此不一一赘述。

[0091] S206、根据所述第二目标参数调整所述第一目标参数，并利用所述调整后的第一目标参数计算出测算结果。

[0092] S207、输出所述测算结果。

[0093] 在一个实施例中，该根据该第二目标参数调整该第一目标参数，具体可以为采用该第二目标参数替换该第一目标参数。该调整后的第一目标参数为该第二目标参数。

[0094] 例如，该第一目标参数可以为期数(x4+x5)/2、首付比例(y4+y5)/2、利率(z4+z5)/2。该第二目标参数可以为期数(x7+x8+x9)/3、首付比例(y7+y8+y9)/3、利率(z7+z8+z9)/3。则可以利用该第二目标参数替换该第一目标参数以得到测算结果。

[0095] 在一个实施例中，该根据该第二目标参数调整该第一目标参数，具体可以为将该第一目标参数与该第二目标参数进行加权计算。该调整后的第一目标参数为第一目标参数与第二目标参数进行加权计算后的结果。

[0096] 例如，该第一目标参数可以为期数(x4+x5)/2、首付比例(y4+y5)/2、利率(z4+z5)/2。该第二目标参数可以为期数(x7+x8+x9)/3、首付比例(y7+y8+y9)/3、利率(z7+z8+z9)/3。设置该第一目标参数的权重为0.4，设置该第二目标参数的权重为0.6，则该调整后的第一目标参数为：期数0.4(x4+x5)/2+0.6(x7+x8+x9)/3、首付比例0.4(y4+y5)/2+0.6(y7+y8+y9)/3、利率0.4(z4+z5)/2+0.6(z7+z8+z9)/3。

[0097] 可见，终端可以根据第一还款计划，确定出目标贷款商品历史核算完成后的第一类属性数据，并可以根据该第一类属性数据得到第一目标参数。进一步地，终端还可以获取目标用户的预审结果，并根据该预审结果所属等级确定出第二类属性数据，并很具该第二类还款数据得到第二目标参数以对该第一目标参数进行调整，从而减少由于测算到核算过程中引入不同参数而导致的最终测算阶段与核算阶段得到的数据的差异，使得测算阶段得到的测算结果得到了提高。

[0098] 请参阅图5，为本发明实施例提供的一种终端的结构示意图。具体地，该终端可以包括：

[0099] 获取单元10，用于获取测算指令携带的商品信息以及第一还款计划；所述商品信息包括商品标识，所述第一还款计划至少包括以下任意一项或者多项：设置的首付比例、设置的期数、设置的利率；

[0100] 处理单元20，用于根据所述第一还款计划统计出所述商品标识对应的目标贷款商品历史核算完成后的第一类属性数据，并根据所述第一类属性数据分析得到第一目标参数；

[0101] 测算单元30，用于利用所述第一目标参数计算出测算结果；所述测算结果包括第二还款计划；

[0102] 输出单元40，用于输出所述测算结果。

[0103] 在一个实施例中，所述第一目标参数为以下任意一项或多项：首付比例、期数、利率、可选的附加服务费用，及所述附加服务的类型；其中，所述附加服务的类型包括固定组合和/或自由组合。

[0104] 在一个实施例中，所述处理单元20根据所述第一类属性数据分析得到第一目标参数，具体为确定与所述第一类属性数据对应的分析方式；按照确定出的分析方式，对所述第一类属性数据进行分析得到第一目标参数；其中，所述分析方式包括第一分析方式、第二分析方式或第三分析方式；所述第一分析方式是按照时间维度进行分析的方式；所述第二分析方式是按照位置维度进行分析的方式；所述第三分析方式按照处理业务的业务人员维度进行分析的方式。

[0105] 在一个实施例中，所述确定出的分析方式为第一分析方式；所述处理单元20按照确定出的分析方式，对所述第一类属性数据进行分析得到第一目标参数具体为从所述第一类属性数据中筛选出预设统计时间范围内的属性数据；利用筛选出的所述预设统计时间范围内的属性数据计算得到第一目标参数。

[0106] 在一个实施例中，处理单元20利用筛选出的所述预设统计时间范围内的属性数据计算得到第一目标参数，具体为确定所述预设统计时间范围中不同时间段内的属性数据以及所述不同时间段内的属性数据的变化趋势；从所述不同时间段内的属性数据中，选取变化趋势符合预设变化趋势条件的属性数据计算得到第一目标参数。

[0107] 在一个实施例中，在确定出的分析方式为第二分析方式时，处理单元20按照确定出的分析方式，对所述第一类属性数据进行分析得到第一目标参数，具体为从所述第一类属性数据中筛选出预设位置范围内的属性数据；利用筛选出的所述预设位置范围内的属性数据计算得到第一目标参数。

[0108] 在一个实施例中，在所述确定出的分析方式为第三分析方式时，处理单元20按照确定出的分析方式，对所述第一类属性数据进行分析得到第一目标参数，具体为从所述第一类属性数据筛选出与处理该业务的业务人员的个人数据相对应的属性数据；所述个人数据至少包括风控数据和/或提单数据；利用筛选出的所述与处理该业务的业务人员的个人数据相对应的属性数据计算得到第一目标参数。

[0109] 在一个实施例中，测算单元30利用所述第一目标参数计算出测算结果，具体为获取目标用户的预审结果；所述目标用户为与所述测算指令相关的、欲购买所述目标待贷款商品的用户；所述预审结果是对所述目标用户的用户数据进行分析后得到的；所述用户数据至少包括征信数据；确定出所述目标用户的预审结果所属的等级；根据所属的等级统计出所述目标贷款商品历史核算完成后的第二类属性数据，并根据所述第二类属性数据分析得到第二目标参数；根据所述第二目标参数调整所述第一目标参数，并利用所述调整后的第一目标参数计算出测算结果。

[0110] 在一个实施例中，测算单元30根据所述第二类属性数据分析得到第二目标参数，具体为从所述第二类属性数据中筛选出与所述第一还款计划相对应的属性数据，并计算出与所述第一还款计划相对应的属性数据的概率分布数据；其中，所述概率分布数据包括以下任意一项或者多项：各首付比例的概率、各期数的概率、各附加服务费用的概率；根据与所述第一还款计划相对应的属性数据的概率分布数据分析得到第二目标参数；所述第二目标参数为各首付比例的概率中最大概率所对应的首付比例、各期数的概率中最大概率所对应的期数、各附加费用概率中最大概率所对应的附加服务费用。

[0111] 在一个实施例中，测算单元30根据所述第二目标参数调整所述第一目标参数，具体为采用所述第二目标参数替换所述第一目标参数；或者，将所述第一目标参数与所述第二目标参数进行加权计算。

[0112] 可见，终端可以根据第一还款计划，确定出目标贷款商品历史核算完成后的第一类属性数据，并根据该第一类型属性数据分析得到第一目标参数，以根据该第一目标参数计算并输出测算结果，从而使得测算时得到的测算结果的可参考性得到了提高。

[0113] 请参阅图6，为本发明实施例提供的一种终端的结构示意图。具体地，该终端可以是智能手机、平板电脑，智能可穿戴设备等。具体的，本实施例中所描述的智能终端可以包括：一个或多个处理器100，一个或多个输入设备200，一个或多个输出设备300和存储器400。处理器100、输入设备200、输出设备300和存储器可以通过总线连接。

[0114] 输入设备200可以是标准的有线无线通信接口，还可以是触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备300可以包括显示器(LCD等)、扬声器等。

[0115] 处理器100可以是中央处理模块(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

[0116] 存储器400可以是高速RAM存储器，也可为非不稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器400用于存储一组程序代码，输入设备200、输出设备300和处理器100可以调用存储器400中存储的程序代码。

[0117] 处理器100，用于获取测算指令携带的商品信息以及第一还款计划；所述商品信息包括商品标识，所述第一还款计划至少包括以下任意一项或者多项：设置的首付比例、设置的期数、设置的利率；根据所述第一还款计划统计出所述商品标识对应的目标贷款商品历史核算完成后的第一类属性数据，并根据所述第一类属性数据分析得到第一目标参数；利用所述第一目标参数计算出测算结果；所述测算结果包括第二还款计划；通过输出设备300输出所述测算结果。

[0118] 在一个实施例中，所述第一目标参数为以下任意一项或多项：首付比例、期数、利率、可选的附加服务费用，及所述附加服务的类型；其中，所述附加服务的类型包括固定组合和/或自由组合。

[0119] 可选地，处理器100，具体用于确定与所述第一类属性数据对应的分析方式；按照确定出的分析方式，对所述第一类属性数据进行分析得到第一目标参数；其中，所述分析方式包括第一分析方式、第二分析方式或第三分析方式；所述第一分析方式是按照时间维度进行分析的方式；所述第二分析方式是按照位置维度进行分析的方式；所述第三分析方式按照处理业务的业务人员维度进行分析的方式。

[0120] 可选地，处理器100，具体用于在所述确定出的分析方式为第一分析方式时，从所述第一类属性数据中筛选出预设统计时间范围内的属性数据；利用筛选出的所述预设统计时间范围内的属性数据计算得到第一目标参数。

[0121] 可选地，处理器100，具体用于确定所述预设统计时间范围中不同时间段内的属性数据以及所述不同时间段内的属性数据的变化趋势；从所述不同时间段内的属性数据中，选取变化趋势符合预设变化趋势条件的属性数据计算得到第一目标参数。

[0122] 可选地，处理器100，具体用于在所述确定出的分析方式为第二分析方式时，从所述第一类属性数据中筛选出预设位置范围内的属性数据；利用筛选出的所述预设位置范围内的属性数据计算得到第一目标参数。

[0123] 可选地，处理器100，具体用于在确定出的分析方式为第三分析方式时，从所述第一类属性数据筛选出与处理该业务的业务人员的个人数据相对应的属性数据；所述个人数据至少包括风控数据和/或提单数据；利用筛选出的所述与处理该业务的业务人员的个人数据相对应的属性数据计算得到第一目标参数。

[0124] 可选地，处理器100，具体用于获取目标用户的预审结果；所述目标用户为与所述测算指令相关的、欲购买所述目标待贷款商品的用户；所述预审结果是对所述目标用户的用户数据进行分析后得到的；所述用户数据至少包括征信数据；确定出所述目标用户的预审结果所属的等级；根据所属的等级统计出所述目标贷款商品历史核算完成后的第二类属性数据，并根据所述第二类属性数据分析得到第二目标参数；根据所述第二目标参数调整所述第一目标参数，并利用所述调整后的第一目标参数计算出测算结果。

[0125] 可选地，处理器100，具体用于从所述第二类属性数据中筛选出与所述第一还款计划相对应的属性数据，并计算出与所述第一还款计划相对应的属性数据的概率分布数据；其中，所述概率分布数据包括以下任意一项或者多项：各首付比例的概率、各期数的概率、各附加服务费用的概率；根据与所述第一还款计划相对应的属性数据的概率分布数据分析得到第二目标参数；所述第二目标参数为各首付比例的概率中最大概率所对应的首付比例、各期数的概率中最大概率所对应的期数、各附加费用概率中最大概率所对应的附加服务费用。

[0126] 可选地，处理器100，具体用于采用所述第二目标参数替换所述第一目标参数；或者，将所述第一目标参数与所述第二目标参数进行加权计算。

[0127] 具体实现中，本发明实施例中所描述的处理器100、输入设备200、输出设备300可执行图1实施例、图4实施例所描述的实现方式，也可执行本发明实施例所描述的实现方式，在此不再赘述。

[0128] 在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以是两个或两个以上模块集成在一个模块中。上述集成的模块既可以采样硬件的形式实现，也可以采样软件功能模块的形式实现。

[0129] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

[0130] 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。

标题	发布/更新时间	阅读量
用于分段的设备行为的设备、系统和方法	2020-05-13	761
节费式节能管理系统及其方法	2020-05-16	657
客运飞机的灭火装置	2020-05-25	70
话机现场计费系统	2020-05-25	31
话机现场计费系统	2020-05-26	460
一种质子交换膜燃料电池在零度以下启动的方法	2020-05-21	261
IC卡水、电、气“一卡通”综合收费管理系统	2020-05-12	124
两冲程内燃机	2020-05-22	564
一种单面柔性线路板的曝光方法	2020-05-18	278
提花链整经机和用于生产提花链的方法	2020-05-18	475

一种数据处理方法及终端

一种数据处理方法及终端

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：