[发明专利]贷款产品匹配方法、装置、计算机设备和存储介质

说明书

本申请涉及一种基于大数据的贷款产品匹配方法、装置、计算机设备和存储介质。所述方法包括：获取历史税务数据，解析历史税务数据得到税务特征，对税务特征进行训练得到初始决策树模型，初始决策树模型输出贷款产品的类型标签，获取各类型贷款产品的资质需求信息，根据资质需求信息，生成决策节点，将决策节点加入初始决策树模型得到匹配决策树模型，根据各个税务特征的匹配决策树模型，生成随机森林模型，将贷款企业的税务数据输入随机森林模型，得到匹配的贷款产品的类型标签。采用本方法可以推荐合适的贷款产品，减少人工成本。

技术领域

本申请涉及计算机技术领域，特别是涉及一种贷款产品匹配方法、装置、计算机设备和存储介质。

背景技术

随着社会经济的发展，处于发展阶段的企业会找银行寻求贷款，一般而言，在银行申请贷款，需要提供大量的申请资料，申请资料包括：企业基本信息、银行账户信息、评级信息、资产信息、纳税人信息、营业信息等，银行的业务人员在收到申请资料时，根据审核人员自身的经验，对企业的贷款资质进行认定，并推荐与其资质相对应的贷款产品，由于贷款资料过多，可能造成审核人员人为因素导致公司的资质认定出现误差。

发明内容

基于此，有必要针对上述技术问题，提供一种能够解决贷款时企业资质认定不准确的贷款产品匹配方法、装置、计算机设备和存储介质。

一种贷款产品匹配方法，所述方法包括：

获取历史税务数据；

解析所述历史税务数据得到税务特征，对所述税务特征进行训练得到初始决策树模型，所述初始决策树模型输出贷款产品的类型标签；

获取各类型贷款产品的资质需求信息，根据所述资质需求信息，生成决策节点，将所述决策节点加入所述初始决策树模型得到匹配决策树模型；

根据各个税务特征的所述匹配决策树模型，生成随机森林模型；将贷款企业的税务数据输入所述随机森林，得到匹配的贷款产品类型。

在其中一个实施例中，还包括：将所述税务特征进行组合，得到组合税务特征；对所述组合税务特征进行训练得到所述初始决策树模型。

在其中一个实施例中，还包括：将所述决策节点加入所述初始决策树模型；根据预先设置的生成算法建立所述决策节点与所述初始决策树模型的内部节点的连接关系；在所述连接关系的复杂程度最低时，得到所述匹配决策树模型。

在其中一个实施例中，还包括：根据所述历史税务数据，建立样本集和特征集；从所述样本集中有放回随机选择多个样本以及从所述特征集中有放回随机选择多个税务特征；利用所述多个样本以及所述多个税务特征，生成初始决策树模型。

在其中一个实施例中，还包括：重复得到多个所述初始决策树模型，根据所述初始决策树模型，得到随机森林模型。

在其中一个实施例中，还包括：所述将贷款企业的税务数据输入所述随机森林，得到匹配的贷款产品类型，包括：将贷款企业的税务数据输入所述随机森林，输出所述高风险贷款产品、中风险贷款产品和低风险贷款产品中的任意一个。

在其中一个实施例中，还包括：为每个税务特征通过加权算法赋予权值；

所述生成随机森林模型，还包括：根据所述税务特征的权值，给所述匹配决策树模型赋值；根据赋值后的所述匹配决策树模型，生成随机森林模型。

一种贷款产品匹配装置，所述装置包括：

样本获取模块，用于获取历史税务数据；

初始训练模块，用于解析所述历史税务数据得到税务特征，对所述税务特征进行训练得到初始决策树模型，所述初始决策树模型输出贷款产品的类型标签；