基于机器学习的自动化审批方法、系统及终端与流程

技术特征：
1.一种基于机器学习的自动化审批方法，其特征在于，包括以下步骤：将申请审批的用户的用户数据发送至大数据规则引擎系统，所述大数据规则引擎系统根据已申请用户的用户数据、积累的反欺诈数据和本次申请用户的用户数据得出该用户反命中的欺诈信息，根据该用户反命中的欺诈信息判断用户是否是金融欺诈交易或欺诈申请，若是金融欺诈交易或欺诈申请，则进入人工审批或拒绝申请；若不是金融欺诈交易或欺诈申请，则进入自动审批流程，所述大数据规则引擎系统根据所述用户数据对用户进行评级，根据评级对用户进行分群，根据用户所属的用户群和用户数据对用户进行评分，根据评分的区间为该用户提供相应的预授信额度，并对不同的用户群进行不同流程的审批，在不同的流程节点，所述大数据规则引擎系统将第三方数据源和用户申卡信息进行有效的整合，从用户的碎片化信息中，提取出与相应的流程节点有关的有序、有效的数据，根据该数据对相应的流程节点进行审批，若在某一流程节点出现异常，则进入人工审批，并在自动审批流程最后的流程节点或人工审批环节结合预授信额度确定审批是否通过，所述大数据规则引擎系统根据用于掌握用户信贷记录和个人状况的第三方数据源和风控模型策略建立，所述风控模型策略根据申卡人状况、资金用途、还款来源、债务确保和借款用户展望五个原则构建。2.根据权利要求1所述的基于机器学习的自动化审批方法，其特征在于：所述用户数据包括用户填写的基础数据和授权的基础信息。3.根据权利要求1所述的基于机器学习的自动化审批方法，其特征在于：所述第三方数据源包括公安系统、人行报告、百融网、同盾、geo集奥聚合、虚拟运营商。4.根据权利要求1所述的基于机器学习的自动化审批方法，其特征在于：所述风控模型根据审批用户申请数量的累积不断进行调整。5.一种自动化审批系统，其特征在于，包括：输入模块，用于输入申请审批的用户的用户数据；反欺诈模块，用于根据已申请用户的用户数据、积累的反欺诈数据和本次申请审批的用户的用户数据得出该用户反命中的欺诈信息，并根据该用户反命中的欺诈信息判断出用户的金融欺诈交易和欺诈申请；分群模块，将所述反欺诈模块判断为不是欺诈交易或着申请的用户根据所述用户数据将用户分入相应的用户群中；预授信额度模块，根据用户所属的用户群和用户数据对用户进行评分，根据评分的区间为该用户提供相应的预授信额度；自动审批模块，针对不同的用户群进行不同流程的审批，在不同的流程节点，将第三方数据源和用户申卡信息进行有效的整合，从用户的碎片化信息中，提取出与相应的流程节点有关的有序、有效的数据，根据该数据对相应的流程节点进行审批，若在任一流程节点出现异常，则将该用户的申请进行人工审批，且在最后的流程节点结合用户的预授信额度确定审批是否通过；以及人工审批模块，对所述自动审批模块审批时出现异常或所述反欺诈模块判断为金融欺诈交易或欺诈申请的申请用户进行人工审批。6.一种终端，包括存储器和处理器，所述存储器上存储有能够在所述处理器上运行的计算机指令，其特征在于：所述处理器运行所述计算机指令时执行权利要求1
‑
4中任一权利
要求所述的基于机器学习的自动化审批方法。

技术总结
本发明提供了一种基于机器学习的自动化审批方法、系统及终端，该方法包括：将申请审批的用户的用户数据发送至大数据规则引擎系统，大数据规则引擎系统根据已申请用户的用户数据、积累的反欺诈数据和本次申请用户的用户数据判断是否是金融欺诈交易或欺诈申请，若是则进入人工审批或拒绝申请；若否则进入自动审批流程，根据用户数据对用户进行评级，根据评级对用户进行分群，根据用户所属的用户群和用户数据对用户进行评分并提供预授信额度，对不同的用户群进行不同流程审批，根据第三方数据源和用户申卡信息提取与相应的流程节点有关的数据对相应的流程节点进行审批，若在某一流程节点出现异常，则进入人工审批，本发明审批速度块且审批精度高。度块且审批精度高。度块且审批精度高。


技术研发人员：高梓翔
受保护的技术使用者：上海通联金融服务有限公司
技术研发日：2021.09.24
技术公布日：2021/12/14