一种基于神经网络的汽车金融产品智能匹配方法和系统与流程

技术特征：
1.一种基于神经网络的汽车金融产品智能匹配方法，其特征在于，包括：获取用户基本信息、汽车基本信息和审批结果数据；对所述用户基本信息、汽车基本信息和审批结果数据进行数据预处理；构建神经网络模型，根据不同的金融产品分别训练所述神经网络模型，并将预处理后的用户基本信息和汽车基本信息输入至训练完成的神经网络模型计算得到通过率；根据所述通过率和利率申请模式输出匹配结果。2.根据权利要求1所述的一种基于神经网络的汽车金融产品智能匹配方法，其特征在于，所述用户基本信息包括用户年龄、教育程度、借贷数据和历史逾期数据，所述汽车基本信息包括汽车价格和动力类型，所述审批结果数据包括通过和拒绝。3.根据权利要求2所述的一种基于神经网络的汽车金融产品智能匹配方法，其特征在于，所述神经网络模型的输入层的数据包括所述用户年龄、教育程度、借贷数据、历史逾期数据、汽车价格和动力类型，神经网络模型的输出层为用户购买相应汽车申请金融贷款的通过率，所述神经网络模型含有多个隐含层，所述隐含层的层数根据训练效果和效率进行确定。4.根据权利要求3所述的一种基于神经网络的汽车金融产品智能匹配方法，其特征在于，所述根据不同的金融产品分别训练神经网络模型包括：获取各类汽车金融产品的基本信息；将所述汽车金融产品的基本信息、用户基本信息、汽车基本信息和审批结果数据输入至神经网络模型进行学习，得到第一隐含层，其中，所述第一隐含层的节点数小于所述输入层的节点数，用于对所述汽车金融产品的基本信息、用户基本信息、汽车基本信息和审批结果数据进行原始表达；将所述第一隐含层作为下一个输入层进行学习得到第二隐含层以形成所述神经网络模型的深层网络结构，其中，所述隐含层的层数有多个，并利用sigmoid函数将最后一层隐含层的输出数值由大区间映射到小区间以表示所述通过率，所述大区间为负无穷至正无穷，所述小区间为(0,1)。5.根据权利要求4所述的一种基于神经网络的汽车金融产品智能匹配方法，其特征在于，所述将预处理后的用户基本信息和汽车基本信息输入至训练完成的神经网络模型计算得到通过率包括：判断是否存在没有任何用户积累的新金融产品；若是，则采用k邻阶算法冷启动方案查找与所述新金融产品最相似的金融产品；将所述最相似的金融产品的神经网络模型迁移至所述新金融产品；将预处理后的用户基本信息和汽车基本信息输入至训练完成或迁移完成的神经网络模型进行计算得到通过率。6.根据权利要求5所述的一种基于神经网络的汽车金融产品智能匹配方法，其特征在于，若所述最相似的金融产品数量大于1，则将所有最相似的金融产品对应的多个神经网络模型迁移至新金融产品，并将所述多个神经网络模型计算得到的通过率取平均值作为所述新金融产品对应的通过率计算值。7.根据权利要求5所述的一种基于神经网络的汽车金融产品智能匹配方法，其特征在于，所述利率申请模式包括贷款额度、利率和审批时长，所述根据所述通过率和利率申请模
式输出匹配结果包括：筛选神经网络模型计算出的所述通过率大于预设阈值的金融产品；根据所述贷款额度、利率和审批时长对筛选出的金融产品按照优先级从高至低进行排序；将优先级排名在预设排名范围内的金融产品作为匹配结果进行输出。8.根据权利要求7所述的一种基于神经网络的汽车金融产品智能匹配方法，其特征在于，所述根据所述贷款额度、利率和审批时长对筛选出的金融产品按照优先级从高至低进行排序包括：构建随机森林权重计算模型；计算所述贷款额度、利率和审批时长的指标权重；结合所述指标权重确定金融产品的优先级排序。9.根据权利要求8所述的一种基于神经网络的汽车金融产品智能匹配方法，其特征在于，所述则采用k邻阶算法冷启动方案查找与所述新金融产品最相似的金融产品包括：计算新金融产品与现有金融产品的欧氏距离；根据所述欧式距离对现有金融产品进行排序；选取欧氏距离最小对应的现有金融产品作为所述新金融产品的最相似产品。10.一种基于神经网络的汽车金融产品智能匹配系统，其特征在于，包括：获取单元，用于获取用户基本信息、汽车基本信息和审批结果数据；数据处理单元，用于对所述用户基本信息、汽车基本信息和审批结果数据进行数据预处理；神经网络模型计算单元，用于构建神经网络模型，根据不同的金融产品分别训练所述神经网络模型，并将预处理后的用户基本信息和汽车基本信息输入至训练完成的神经网络模型计算得到通过率；选择单元，用于根据所述通过率和利率申请模式输出匹配结果。

技术总结
本发明公开了一种基于神经网络的汽车金融产品智能匹配方法和系统，包括：获取用户基本信息、汽车基本信息和审批结果数据；对用户基本信息、汽车基本信息和审批结果数据进行数据预处理；构建神经网络模型，根据不同的金融产品分别训练神经网络模型，并将预处理后的用户基本信息和汽车基本信息输入至训练完成的神经网络模型计算得到通过率；根据通过率和利率申请模式输出匹配结果。相比于现有技术，本发明可以实现用户与金融产品的智能匹配，降低人工工作量，提高了汽车金融产品的筛选效率，具有筛选误差低、匹配度高的特点，有效提升汽车金融产品的优质率。车金融产品的优质率。车金融产品的优质率。


技术研发人员：王剑清 王杰
受保护的技术使用者：厦门正北科技有限公司
技术研发日：2021.10.13
技术公布日：2021/12/7