基于用户画像的信用卡推荐方法、装置、设备及存储介质与流程

1.本发明涉及数据分析技术领域，尤其涉及一种基于用户画像的信用卡推荐方法、装置、设备及存储介质。


背景技术：

2.随着人们生活水平的不断提高，对于消费的需求日益提高。在此前景下，信用卡的出现，解决了大部分人员的消费需求。
3.目前，在进行信用卡推荐时，业务人员往往无法精准的了解客户群体的需求，无法根据客户群体的需求进行精准的推荐，导致推荐准确性差、推荐失败率高。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种基于用户画像的信用卡推荐方法、装置、设备及存储介质，以解决现有技术中进行信用卡推荐时，推荐准确性差，推荐失败率高的问题。
5.第一方面，提供了一种基于用户画像的信用卡推荐方法，包括：
6.获取可销售客户的客户信息；
7.根据可销售客户的客户信息，确定可销售客户的客户属性；
8.当客户属性为新客户时，对新客户的客户信息进行预审；
9.当预审通过后，确定新客户对申请信用卡的期望值；
10.当期望值大于预设值时，配置新客户的客户画像，以使业务端根据客户画像向对应的新客户推荐信用卡办理业务；
11.当客户属性为旧客户时，则配置旧客户的客户画像，以使业务端根据客户画像向对应的旧客户推荐信用卡办理业务。
12.在一实施例中，配置新客户的客户画像，包括：
13.确定目标客户的收入信息以及支出信息；
14.根据目标客户的收入信息以及支出信息，确定新客户可办理的信用卡类型以及消费额度；
15.将新客户可办理的信用卡类型以及消费额度，配置到新客户的客户画像中。
16.在一实施例中，配置新客户的客户画像，包括：
17.获取目标客户的消费特征信息以及社会属性信息；
18.根据消费特征信息以及社会属性信息，确定目标客户是否为优质目标客户；
19.当判断结果为是，则配置新客户的客户画像。
20.在一实施例中，配置目标客户的客户画像之后：
21.确定新客户的信用等级；
22.根据新客户的信用等级，确定新客户的可申请信用卡类型，以使业务端根据可申请信用卡类型，向新客户推荐对应的信用卡。
23.在一实施例中，配置新客户的客户画像之后，包括：
24.当信用卡申请成功后，判断办卡客户申请的信用卡是否具备分期资格；
25.当判断结果为是，确定办卡客户申请的信用卡对应的分期推荐信息；
26.根据分期推荐信息，生成对应的分期推荐信息码，以使业务端通过分期推荐信息码，向对应客户发送分期推荐信息。
27.第二方面，提供了一种基于用户画像的信用卡推荐装置，包括：
28.客户信息获取单元，用于获取可销售客户的客户信息；
29.客户属性确定单元，用于根据可销售客户的客户信息，确定可销售客户的客户属性；
30.预审单元，用于当客户属性为新客户时，对新客户的客户信息进行预审；
31.期望值确定单元，用于当预审通过后，确定新客户对申请信用卡的期望值；
32.第一用户画像配置单元，用于当期望值大于预设值时，配置新客户的客户画像，以使业务端根据客户画像向对应的新客户推荐信用卡办理业务；
33.第二用户画像配置单元，用于当客户属性为旧客户时，则配置旧客户的客户画像，以使业务端根据客户画像向对应的旧客户推荐信用卡办理业务。
34.在一实施例中，第一用户画像配置单元，还用于：
35.确定目标客户的收入信息以及支出信息；
36.根据目标客户的收入信息以及支出信息，确定新客户可办理的信用卡类型以及消费额度；
37.将新客户可办理的信用卡类型以及消费额度，配置到新客户的客户画像中。
38.在一实施例中，第一用户画像配置单元，还用于：
39.获取目标客户的消费特征信息以及社会属性信息；
40.根据消费特征信息以及社会属性信息，确定目标客户是否为优质目标客户；
41.当判断结果为是，则配置新客户的客户画像。
42.第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机可读指令，处理器执行计算机可读指令时实现上述基于用户画像的信用卡推荐方法。
43.第四方面，提供了一个或多个存储有计算机可读指令的可读存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述基于用户画像的信用卡推荐方法。
44.上述基于用户画像的信用卡推荐方法、装置、计算机设备及存储介质，其方法实现包括：获取可销售客户的客户信息；根据可销售客户的客户信息，确定可销售客户的客户属性；当客户属性为新客户时，对新客户的客户信息进行预审；当预审通过后，确定新客户对申请信用卡的期望值；当期望值大于预设值时，配置新客户的客户画像，以使业务端根据客户画像向对应的新客户推荐信用卡办理业务，当客户属性为旧客户时，则配置旧客户的客户画像，以使业务端根据客户画像向对应的旧客户推荐信用卡办理业务。本技术中，通过对新客户的客户信息进行预审，并在预审通过后，确定新用户的期望值，当新用户的期望值大于预设值时，建立该新客户的客户画像，并加入新客户标签，以使业务端的业务人员可以通过查看建立好的客户画像，向新客户进行信用卡推荐，并且在客户属性为旧客户时，建立旧
客户的客户画像，并向旧客户推荐对应的信用卡，进而提高推荐准确性，提高推荐的成功率。
附图说明
45.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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性的前提下，还可以根据这些附图获得其他的附图。
46.图1是本发明一实施例中基于用户画像的信用卡推荐方法的一流程示意图；
47.图2是本发明一实施例中基于用户画像的信用卡推荐装置的一结构示意图；
48.图3是本发明一实施例中计算机设备的一示意图。
具体实施方式
49.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清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
50.在一实施例中，如图1所示，提供一种基于用户画像的信用卡推荐方法，包括如下步骤：
51.在步骤s110中，获取可销售客户的客户信息；
52.其中，客户信息为客户的基本信息，示例性的，可为客户姓名、年龄、学历、职业等基本信息。
53.在本技术实施例中，该可销售客户的客户信息，可通过合作的关联方发送获取的，该关联方可包括汽融、保险、车贷、厅堂fb等关联合作方。
54.在步骤s120中，根据可销售客户的客户信息，确定可销售客户的客户属性；
55.在本技术实施例中，该客户属性包括新客户或旧客户，新客户是指未办理过信用卡的用户，或者未办理过本行的信用卡或者其他业务的用户，旧客户是指办理过本行的信用卡、储蓄卡或者其他业务的用户。
56.在本技术实施例中，获取可销售客户的客户信息之后，可通过预存的已办理业务的客户信息进行比对，当比对结果一致时，则该客户的客户属性为旧客户，当比对结果不一致时，则该客户的客户属性为新客户。
57.在步骤s130中，当客户属性为新客户时，对新客户的客户信息进行预审；
58.在本技术一个实施例中，根据该新客户的客户信息，比如，客户的身份证号，通过关联的第三方系统，比如公安系统、百融征信查询系统等，确定该新客户的征信情况以及该客户是否为黑名单客户。该征信情况可包括客户是否有逾期还款情况、信贷记录、透支情况等信息进行审核，比如，当客户近6个月内累计逾期次数超过3次，或者客户当前存在逾期未还款的情况时，则表示该新客户的征信存在问题，无法通过。
59.在本技术一实施例中，根据该新客户的客户信息，对该新客户是否为重复申请客户进行审核，即，该客户在预设时间内已经申请了信用卡，比如，一个月内，此时该用户无需
再次办卡，因此不属于可销售的客户。
60.在步骤s140中，当预审通过后，确定新客户对申请信用卡的期望值；
61.在本技术实施例中，期望值可通过客户当前的消费需求、过去是否办理过信用卡，或者推荐成功和失败的次数等参数确定。具体的，可对影响新客户期望值的各参数进行赋值，确定各参数的权重，该期望值可为该权重的和值。比如，客户当前消费需求的权重比例可为40％，过去办理过信用卡的权重比例为10％，通过推荐成功办理信用卡的次数的权重为30％，客户对办理信用卡的关注度可为20％，通过对各个参数的占用的权重比例，确定该期望值。
62.在步骤s150中，当期望值大于预设值时，配置新客户的客户画像，以使业务端根据客户画像向对应的新客户推荐信用卡办理业务。
63.在本技术实施例中，获取期望值后，可以判定客户对申请信用卡的期望值是否大于预设值，比如是否大于80％，则表示客户对申请信用卡具备比较大的意愿，此时，可对客户的客户画像进行配置，如果低于预设值，表示客户对申请信用卡的意愿较低，基本没有申请信用卡的意愿，此时，则无需对客户的客户画像进行配置，通过对客户的期望值进行确定，可以使业务员向申请信用卡意愿较高的客户推荐信用卡办理业务，而无需对申请信用卡意愿较低的客户推荐信用卡办理业务，以提高信用卡办理成功率。
64.在本技术实施例中，当期望值大于预设值时，建立该新客户的客户画像，并加入新客户标签，业务端的业务人员可以通过查看建立好的客户画像，确定客户为新客户时，并进一步向新客户进行信用卡推荐，以增加成功发卡的可能性。
65.在步骤s160中，当客户属性为旧客户时，则配置旧客户的客户画像，以使业务端根据客户画像向对应的旧客户推荐信用卡办理业务。
66.其中，该旧客户可为办理过本行的信用卡、储蓄卡或者其他业务的用户。
67.在本技术实施例中，当客户属性为旧客户时，直接配置该旧客户的客户画像，并加入旧客户的标签，以便业务端的业务人员，可以确定该客户的客户属性，向该客户推荐符合该客户需求的信用卡业务，以提高办卡成功率。
68.本技术实施例中，提供了一种基于用户画像的信用卡推荐方法，包括：获取可销售客户的客户信息；根据可销售客户的客户信息，确定可销售客户的客户属性；当客户属性为新客户时，对新客户的客户信息进行预审；当预审通过后，确定新客户对申请信用卡的期望值；当期望值大于预设值时，配置新客户的客户画像，以使业务端根据客户画像向对应的新客户推荐信用卡办理业务，当客户属性为旧客户时，则配置旧客户的客户画像，以使业务端根据客户画像向对应的旧客户推荐信用卡办理业务。本技术中，通过对新客户的客户信息进行预审，并在预审通过后，确定新用户的期望值，当新用户的期望值大于预设值时，建立该新客户的客户画像，并加入新客户标签，以使业务端的业务人员可以通过查看建立好的客户画像，向新客户进行信用卡推荐，并且在客户属性为旧客户时，建立旧客户的客户画像，并向旧客户推荐对应的信用卡，进而提高推荐准确性，提高推荐的成功率。
69.在一实施例中，提供一种基于用户画像的信用卡推荐方法，包括如下步骤：
70.在步骤s110中，获取可销售客户的客户信息；
71.其中，客户信息为客户的基本信息，示例性的，可为客户姓名、年龄、学历、职业等基本信息。
72.在本技术实施例中，该可销售客户的客户信息，可通过合作的关联方发送获取，该关联方可包括汽融、保险、车贷、厅堂fb等关联合作方。
73.在步骤s120中，根据可销售客户的客户信息，确定可销售客户的客户属性；
74.在本技术实施例中，该客户属性包括新客户或旧客户，新客户是指未办理过信用卡的用户，或者未办理过本企业的信用卡或者其他业务的用户，旧客户是指办理过本银行的信用卡、储蓄卡或者其他业务的用户。
75.在本技术实施例中，获取可销售客户的客户信息之后，可通过预存的已办理业务的客户信息进行比对，当比对结果一致时，则该客户的客户属性为旧客户，当比对结果不一致时，则该客户的客户属性为新客户。
76.在步骤s130中，当客户属性为新客户时，对新客户的客户信息进行预审；
77.在本技术一实施例中，根据该新客户的客户信息，比如，客户的身份证号，通过关联的第三方系统，比如公安系统、百融征信查询系统等。确定该新客户的征信情况以及该客户是否为黑名单客户，该征信情况可包括客户是否有逾期还款情况、信贷记录、透支情况等信息进行审核，比如，当客户近6个月内累计逾期次数超过3次，或者客户当前存在逾期未还款的情况时，则表示该新客户的征信存在问题，无法通过。
78.在本技术一实施例中，根据该新客户的客户信息，对该新客户是否为重复申请客户进行审核，即，该客户在预设时间内已经申请了信用卡，比如，一个月内，此时该用户无需再次办卡，因此不属于可销售的客户。
79.在步骤s140中，当预审通过后，确定新客户对申请信用卡的期望值；
80.在本技术实施例中，期望值可通过客户当前的消费需求、过去是否办理过信用卡，或者推荐成功和失败的次数等参数确定。具体的，可对影响新客户期望值的各参数进行赋值，确定各参数的权重，该期望值可为该权重的和值。比如，客户当前消费需求的权重比例可为40％，过去办理过信用卡的权重比例为10％，通过推荐成功办理信用卡的次数的权重为30％，客户对办理信用卡的关注度可为20％，通过对各个参数的占用的权重比例，确定该期望值。
81.在步骤s150中，当期望值大于预设值时，配置新客户的客户画像，以使业务端根据客户画像向对应的新客户推荐信用卡办理业务。
82.在一实施例中，配置新客户的客户画像，包括：
83.确定目标客户的收入信息以及支出信息；
84.根据目标客户的收入信息以及支出信息，确定新客户可办理的信用卡类型以及消费额度；
85.将新客户可办理的信用卡类型以及消费额度，配置到新客户的客户画像中。
86.其中，收入信息包括客户的收入金额、收入来源等信息。支出信息包括客户每月的支出金额、主要支出类型，比如，房租、食品等信息。
87.在本技术实施例中，根据客户的客户信息，确定客户的收入信息以及支出信息，并进一步确定该可办理的信用卡类型以及消费额度，比如，当客户的支出主要在于购物时，则可办理购物卡，当客户的支出主要在于旅游时，则可办理旅游卡，而对于经常去超市或者商场消费的客户，则可以选择联名卡，以便享受更多优惠。而消费额度则可低于该客户的收入，以避免出现无法偿还借款的情况出现。
88.进一步，在确定了该客户可办理的信用卡类型以及消费额度后，还可将可办理的信用卡类型以及消费额度直接配置到用户画像中，以便业务端的业务人员可以直接确定适合该客户的信用卡，并有针对性的对客户进行推荐，提高办卡成功率。
89.在一实施例中，配置新客户的客户画像，包括：
90.获取目标客户的消费特征信息以及社会属性信息；
91.根据消费特征信息以及社会属性信息，确定目标客户是否为优质目标客户；
92.当判断结果为是，则配置新客户的客户画像。
93.其中，消费特征信息包括客户的主要消费支出，比如手机数码产品、旅游、汽车用品、母婴用品、餐饮等信息。
94.其中，社会属性信息包括客户的家庭成员情况、居住小区类型、公司类型、职业、职位等信息。
95.在本技术实施例中，当获取了消费特征信息以及社会属性信息之后，当该客户的消费水平较高，且该客户端的职业、职位等比较稳定，收入情况比较好则可判定该客户为优质客户，该客户对办理信用卡的意愿比较高，则此时对该客户进行用户画像的配置，当客户的消费较低，无需使用信用卡消费时，且该客户对办理信用卡的意愿较低，则无需进行客户画像的配置。
96.在一实施例中，步骤s150之后，还包括：
97.确定新客户的信用等级；
98.根据新客户的信用等级，确定新客户的可申请信用卡类型，以使业务端根据可申请信用卡类型，向新客户推荐对应的信用卡。
99.在本技术实施例中，新客户的信用等级可以表示新客户的信用情况，比如，当新客户的多张信用卡均存在逾期还款情况时，则可认为该客户的信用等级较低，当新客户存在少量的信用卡逾期还款情况，则表示该客户的信用等级一般，当该客户没有出现过逾期还款情况时，则可认为该客户的信用等级较高。
100.进一步，当确定该新客户的信用等级后，可根据用户的信用等级，确定该客户可申请信用卡的类型以及使用额度，比如，当客户的信用等级较低时，则可申请的信用卡为普卡，当客户的信用等级一般时，可申请的信用卡可为金卡，当客户的信用等级较高时，可申请的信用卡可为白金卡等。以便业务端的业务员可以根据该信用卡类型以及使用额度，具有针对性的向客户进行推荐，可提高办卡成功率，避免向客户推荐不适合的信用卡。
101.在一实施例中，步骤s150之后，还包括：
102.当信用卡申请成功后，判断办卡客户申请的信用卡是否具备分期资格；
103.当判断结果为是，确定办卡客户申请的信用卡对应的分期推荐信息；
104.根据分期推荐信息，生成对应的分期推荐信息码，以使业务端通过分期推荐信息码，向对应客户发送分期推荐信息。
105.其中，分期推荐信息可包括分期金额、分期期数、分期利息、分期时间、现金分期等信息。
106.在本技术实施例中，分期资格可通过该办卡客户申请的信用卡的额度是否符合分期要求、或者客户是否为主持卡人等信息以确定该客户申请的信用卡是否具备分期资格。
107.在本技术实施例中，分期推荐信息码可为二维码、条形码等，业务端可将该分期推
荐信息码分享给对应的客户，以便客户直接通过移动终端扫描该分期码，而获取对应的分期推荐信息，以便选择适合自己的分期策略。
108.在本技术实施例中，在客户办理信用卡后，生成该客户的客户画像，并推送给推荐该客户办理信用卡的业务端，以便业务端的业务人员了解自己所推荐成功的所有客户的客户信息。其中，该客户画像包括客户年龄、学历、职业等基本信息。
109.进一步，还可以获取该客户名下的卡片列表，并推送给该业务端，以便业务端及时了解客户名下持卡情况。
110.在本实施例一实施场景中，当办卡客户为新客户时，可以提供新客户礼包，新客户活动页面等分享给该业务端，以便业务端根据该新客户礼包，新客户活动页面等向办卡客户提供对应的礼品和活动，方便业务员及时联系客户领取新客户礼包，提高客户的参与度，以及客户体验。
111.在本实施例一实施场景中，还可以向业务端提供mgm活动页面，即，办卡客户可以通过向好友分享办卡业务，当根据该分享而办理信用卡的用户达到预设人数时，给予该办卡客户对应的奖励，以便业务端向对应的客户推送该活动，为客户提供收益。
112.本技术实施例中，通过对新客户的客户信息进行预审，并在预审通过后，确定新用户的期望值，当新用户的期望值大于预设值时，建立该新客户的客户画像，并加入新客户标签，以使业务端的业务人员可以通过查看建立好的客户画像，向新客户进行信用卡推荐，并且在客户属性为旧客户时，建立旧客户的客户画像，并向旧客户推荐对应的信用卡，进而提高推荐准确性，提高推荐的成功率。
113.应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
114.在一实施例中，提供一种基于用户画像的信用卡推荐装置，该基于用户画像的信用卡推荐装置与上述实施例中基于用户画像的信用卡推荐方法一一对应。如图2所示，该基于用户画像的信用卡推荐装置包括客户信息获取单元10、客户属性确定单元20、预审单元30、期望值确定单元40以及第一用户画像配置单元。各单元详细说明如下：
115.客户信息获取单元10，用于获取可销售客户的客户信息；
116.其中，客户信息为客户的基本信息，示例性的，可为客户姓名、年龄、学历、职业等基本信息。
117.在本技术实施例中，该可销售客户的客户信息，可通过合作的关联方发送获取的，该关联方可包括汽融、保险、车贷、厅堂fb等关联合作方。
118.客户属性确定单元20，用于根据可销售客户的客户信息，确定可销售客户的客户属性；
119.在本技术实施例中，该客户属性包括新客户或旧客户，新客户是指未办理过信用卡的用户，或者未办理过本行的信用卡或者其他业务的用户，旧客户是指办理过本行的信用卡、储蓄卡或者其他业务的用户。
120.在本技术实施例中，获取可销售客户的客户信息之后，可通过预存的已办理业务的客户信息进行比对，当比对结果一致时，则该客户的客户属性为旧客户，当比对结果不一致时，则该客户的客户属性为新客户。
121.预审单元30，用于当客户属性为新客户时，对新客户的客户信息进行预审；
122.在本技术一个实施例中，根据该新客户的客户信息，比如，客户的身份证号，通过关联的第三方系统，比如公安系统、百融征信查询系统等，确定该新客户的征信情况以及该客户是否为黑名单客户。该征信情况可包括客户是否有逾期还款情况、信贷记录、透支情况等信息，比如，当客户近6个月内累计逾期次数超过3次，或者客户当前存在逾期未还款的情况时，则表示该新客户的征信存在问题，无法通过。
123.在本技术一实施例中，根据该新客户的客户信息，确定该新客户是否为重复申请客户进行审核，即，该客户在预设时间内已经申请了信用卡，比如，一个月内，此时该用户无需再次办卡，因此不属于可销售的客户。
124.期望值确定单元40，用于当预审通过后，确定新客户对申请信用卡的期望值；
125.在本技术实施例中，期望值可通过客户当前的消费需求、过去是否办理过信用卡，或者推荐成功和失败的次数等参数确定。具体的，可对影响新客户期望值的各参数进行赋值，确定各参数的权重，该期望值可为该权重的和值。比如，客户当前消费需求的权重比例可为40％，过去办理过信用卡的权重比例为10％，通过推荐成功办理信用卡的次数的权重为30％，客户对办理信用卡的关注度可为20％，通过对各个参数的占用的权重比例，确定该期望值。
126.第一用户画像配置单元50，用于当期望值大于预设值时，配置新客户的客户画像，以使业务端根据客户画像向对应的新客户推荐信用卡办理业务。
127.在本技术实施例中，获取期望值后，可以判定客户对申请信用卡的期望值是否大于预设值，比如是否大于80％，则表示客户对申请信用卡具备比较大的意愿，此时，可对客户的客户画像进行配置，如果低于预设值，表示客户对申请信用卡的意愿较低，基本没有申请信用卡的意愿，此时，则无需对客户的客户画像进行配置，通过对客户的期望值进行确定，可以使业务员向申请信用卡意愿较高的客户推荐信用卡办理业务，而无需对申请信用卡意愿较低的客户推荐信用卡办理业务，以提高信用卡办理成功率。
128.在一实施例中，第一用户画像配置单元50，还用于：
129.确定目标客户的收入信息以及支出信息；
130.根据目标客户的收入信息以及支出信息，确定新客户可办理的信用卡类型以及消费额度；
131.将新客户可办理的信用卡类型以及消费额度，配置到新客户的客户画像中。
132.其中，收入信息包括客户的收入金额、收入来源等信息。支出信息包括客户每月的支出金额、主要支出类型，比如，房租、食品等信息。
133.在本技术实施例中，根据客户的客户信息，确定客户的收入信息以及支出信息，并进一步确定该可办理的信用卡类型以及消费额度，比如，当客户的支出主要在于购物时，则可办理购物卡，当客户的支出主要在于旅游时，则可办理旅游卡，而对于经常去超市或者商场消费的客户，则可以选择联名卡，以便享受更多优惠。而消费额度则可低于该客户的收入，以避免出现无法偿还借款的情况出现。
134.进一步，在确定了该客户可办理的信用卡类型以及消费额度后，还可将可办理的信用卡类型以及消费额度直接配置到用户画像中，以便业务端的业务人员可以直接确定适合该客户的信用卡，并有针对性的对客户进行推荐，提高办卡成功率。
135.在一实施例中，第一用户画像配置单元50，还用于：
136.获取目标客户的消费特征信息以及社会属性信息；
137.根据消费特征信息以及社会属性信息，确定目标客户是否为优质目标客户；
138.当判断结果为是，则配置新客户的客户画像。
139.其中，消费特征信息包括客户的主要消费支出，比如手机数码产品、旅游、汽车用品、母婴用品、餐饮等信息。
140.其中，社会属性信息包括客户的家庭成员情况、居住小区类型、公司类型、职业、职位等信息。
141.在本技术实施例中，当获取了消费特征信息以及社会属性信息之后，当该客户的消费水平较高，且该客户端的职业、职位等比较稳定，收入情况比较好则可判定该客户为优质客户，该客户对办理信用卡的意愿比较高，则此时对该客户进行用户画像的配置，当客户的消费较低，无需使用信用卡消费时，且该客户对办理信用卡的意愿较低，则无需进行用户画像的配置。
142.第二用户画像配置单元60，用于当客户属性为旧客户时，则配置旧客户的客户画像，以使业务端根据客户画像向对应的旧客户推荐信用卡办理业务。
143.其中，该旧客户可为办理过本行的信用卡、储蓄卡或者其他业务的用户。
144.在本技术实施例中，当客户属性为旧客户时，直接配置该旧客户的客户画像，并加入旧客户的标签，以便业务端的业务人员，可以确定该客户的客户属性，向该客户推荐符合该客户需求的信用卡业务，以提高办卡成功率。
145.在一实施例中，基于用户画像的信用卡推荐装置，还包括：
146.第一推荐单元，用于：
147.确定新客户的信用等级；
148.根据新客户的信用等级，确定新客户的可申请信用卡类型，以使业务端根据可申请信用卡类型，向新客户推荐对应的信用卡。
149.在本技术实施例中，新客户的信用等级可以表示新客户的信用情况，比如，当新客户的多张信用卡均存在逾期还款情况时，则可认为该客户的信用等级较低，当新客户存在少量的信用卡逾期还款情况，则表示该客户的信用等级一般，当该客户没有出现过逾期还款情况时，则可认为该客户的信用等级较高。
150.进一步，当确定该新客户的信用等级后，可根据用户的信用等级，确定该客户可申请信用卡的类型以及使用额度，比如，当客户的信用等级较低时，则可申请的信用卡为普卡，当客户的信用等级一般时，可申请的信用卡可为金卡，当客户的信用等级较高时，可申请的信用卡可为白金卡等。以便业务端的业务员可以根据该信用卡类型以及使用额度，具有针对性的向客户进行推荐，可提高办卡成功率。
151.在一实施例中，基于用户画像的信用卡推荐装置，还包括：
152.第二推荐单元，用于：
153.当信用卡申请成功后，判断办卡客户申请的信用卡是否具备分期资格；
154.当判断结果为是，确定办卡客户申请的信用卡对应的分期推荐信息；
155.根据分期推荐信息，生成对应的分期推荐信息码，以使业务端通过分期推荐信息码，向对应客户发送分期推荐信息。
156.其中，分期推荐信息可包括分期金额、分期期数、分期利息、分期时间、现金分期等信息。
157.在本技术实施例中，分期资格可通过该办卡客户申请的信用卡的额度是否符合分期要求、或者客户是否为主持卡人等信息以确定该客户申请的信用卡是否具备分期资格。
158.在本技术实施例中，分期推荐信息码可为二维码、条形码等，业务端可将该分期推荐信息码分享给对应的客户，以便客户直接通过移动终端扫描该分期码，而获取对应的分期推荐信息，以便选择适合自己的分期策略。
159.在本技术实施例中，在客户办理信用卡后，生成该客户的客户画像，并推送给推荐该客户办理信用卡的业务端，以便业务端的业务人员了解自己所推荐成功的所有客户的客户信息。其中，该客户画像包括客户年龄、学历、职业等基本信息。
160.进一步，还可以获取该客户名下的卡片列表，并推送给该业务端，以便业务端及时了解客户名下持卡情况。
161.在本实施例一实施场景中，当办卡客户为新客户时，可以提供新客户礼包，新客户活动页面等分享给该业务端，以便业务端根据该新客户礼包，新客户活动页面等向办卡客户提供对应的礼品和活动，方便业务员及时联系客户领取新客户礼包，提高客户的参与度，以及客户体验。
162.在本实施例一实施场景中，还可以向业务端提供mgm活动页面，即，办卡客户可以通过向好友分享办卡业务，当根据该分享而办理信用卡的用户达到预设人数时，给予该办卡客户对应的奖励，以便业务端向对应的客户推送该活动，为客户提供收益。
163.本技术实施例中，通过对新客户的客户信息进行预审，并在预审通过后，确定新用户的期望值，当新用户的期望值大于预设值时，建立该新客户的客户画像，并加入新客户标签，以使业务端的业务人员可以通过查看建立好的客户画像，向新客户进行信用卡推荐，并且在客户属性为旧客户时，建立旧客户的客户画像，并向旧客户推荐对应的信用卡，进而提高推荐准确性，提高推荐的成功率。
164.关于基于用户画像的信用卡推荐装置的具体限定可以参见上文中对于基于用户画像的信用卡推荐方法的限定，在此不再赘述。上述基于用户画像的信用卡推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
165.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括可读存储介质。该可读存储介质存储有计算机可读指令。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机可读指令被处理器执行时以实现一种基于用户画像的信用卡推荐方法。本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。
166.一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机可读指令，其特征在于，处理器执行计算机可读指令时实现如上述基于用户画像的信用卡推荐方法的步骤。
167.一个或多个可读存储介质，可读存储介质存储有计算机可读指令，其特征在于，计算机可读指令被处理器执行时实现如上述基于用户画像的信用卡推荐方法的步骤。
168.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，是可以通过计算机可读指令来指令相关的硬件来完成，的计算机可读指令可存储于一非易失性可读取存储介质或易失性可读存储介质中，该计算机可读指令在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
169.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
170.以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。