[发明专利]一种数据处理方法和装置

说明书

本申请实施例公开了一种数据处理方法和装置，当目标客户需要提前提取目标资源值时，会触发提取请求，提取请求包括目标资源值的目标标识和提取原因。在接收到目标客户触发的提取请求后，根据目标标识确定目标资源值的存储信息，存储信息包括存储开始时间和目标资源值的数量。根据提取原因、存储开始时间和目标资源值的数量，通过神经网络模型确定附加资源值。这样，当目标客户提前提取目标资源值时，向目标客户的账户转移目标资源值和附加资源值。该方法在目标客户提前提取目标资源值时，并非直接取消目标客户的附加资源值，而是确定一个合理的附加资源值，从而保证目标客户的利益，吸引客户定期存款或购买定期理财产品，避免不必要的经济损失。

技术领域

本申请涉及数据处理领域，特别是涉及一种数据处理方法和装置。

背景技术

银行现在揽储很困难，因为很多理财产品的竞争，存款就是银行的子弹，对银行意义重大。

银行为客户提供很多理财产品，其中定期存款等定期理财产品虽然利率比较高，在用户急需用钱时，通常需要被迫取出自己的定期存款或者其他定期的理财产品，此时，则客户可以拿到的利息为零，这样就大大的影响了客户购买的兴趣。同时，导致用户不得不放弃存款或产品的定期存款收益和未来潜在收益，造成不必要的经济损失。

发明内容

为了解决上述技术问题，本申请提供了一种数据处理方法和装置，既吸引了客户定期存款或购买定期理财产品，也能在客户提前提取的情况下保障银行利益。

第一方面，本申请实施例提供一种数据处理方法，所述方法包括：

接收目标客户触发的提取请求，所述提取请求包括目标资源值的目标标识和提取原因；

根据所述目标标识确定所述目标资源值的存储信息，所述存储信息包括存储开始时间和所述目标资源值的数量；

根据所述提取原因、所述存储开始时间和所述目标资源值的数量，通过神经网络模型确定附加资源值；

向所述目标客户的账户转移所述目标资源值和所述附加资源值。

可选的，所述根据所述提取原因、所述存储开始时间和所述目标资源值的数量，通过神经网络模型确定附加资源值之前，所述方法还包括：

获取损失信息，所述损失信息表征所述目标客户提取所述目标资源值带来的损失情况；

所述根据所述提取原因、所述存储开始时间和所述目标资源值的数量，通过神经网络模型确定附加资源值，包括：

根据所述提取原因、所述存储开始时间、所述目标资源值的数量和所述损失信息，通过所述神经网络模型确定所述附加资源值。

可选的，所述根据所述提取原因、所述存储开始时间和所述目标资源值的数量，通过神经网络模型确定附加资源值，包括：

确定所述提取原因的目标原因等级，所述目标原因等级用于表示所述提取原因的紧急程度；

根据所述目标原因等级、所述存储开始时间和所述目标资源值的数量，通过所述神经网络模型确定所述附加资源值。

可选的，所述确定所述提取原因的原因等级，包括：

确定所述提取原因属于不同原因等级的概率；

将所述概率最大的原因等级确定为所述目标原因等级。

可选的，所述确定所述提取原因属于不同原因等级的概率，包括：

获取历史数据，所述历史数据包括提取原因与预设原因等级的对应关系；

针对每种提取原因，统计在不同预设原因等级下，所述提取原因的概率。

可选的，所述根据所述目标标识确定所述目标资源值的存储信息之前，所述方法包括：