资源请求处理方法、装置、系统及电子设备与流程

1.本公开涉及计算机信息处理领域，具体而言，涉及一种资源请求处理方法、装置、系统、电子设备及计算机可读介质。


背景技术：

2.传统金融机构对于信贷风险的评估规则主要依赖于人为的经验设定。可例如，通过人工设置地域属性作为风控规则；还可例如，用户收入较低的人群，信贷逾期的几率较高，也可通过人工设定收入属性作为风控规则，还可通过用户的行为特征，时间等等设定风控规则。
3.风险控制是风险管理者采用各种措施和/或方法来消灭或者减少风险事件发生的可能性，或者风险管理者采用各种措施和/或方法来减少风险事件发生时造成的损失。风险控制也可称为风控，风险控制过程中所采用的措施和/或方法也可称为风险控制规则。现有技术中，生成风险控制规则的风险决策系统主要是基于专家经验进行风险控制策略的选择，风险决策规则的制定完全依赖于专家的主观经验判断并制定，风险决策规则单一并且缺少理论支持和数据依据，随意性较强。同时，风险决策规则基于专家制定的随意性也使得基于风险决策规则确定的风险控制策略的可靠性差，适用范围小。
4.因此，需要一种新的资源请求处理方法、装置、系统、电子设备及计算机可读介质。
5.在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。


技术实现要素：

6.有鉴于此，本公开提供一种资源请求处理方法、装置、系统、电子设备及计算机可读介质，能够联合多方平台，发挥联合风控的优势生成风险决策规则，既能提升风险决策规则的生成效率，又能实现行业整体发展。
7.本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
8.根据本公开的一方面，提出一种资源请求处理方法，可应用合作平台，该方法包括：获取用户的资源请求，所述资源请求中包括用户信息；基于所述用户信息生成第一风控规则；基于所述用户信息通过征信平台获取所述用户的征信信息；基于所述用户信息和所述征信信息通过风控平台获取所述用户的第二风控规则；基于所述第一风控规则和所述第二风控规则对所述用户的资源请求进行处理。
9.可选地，基于所述用户信息生成第一风控规则，包括：将所述用户信息输入本地风控模型中生成所述第一风控规则。
10.可选地，基于所述用户信息和所述征信信息通过风控平台获取所述用户的第二风控规则，包括：将所述用户信息和所述征信信息封装为模型入参；基于所述模型入参调取所述风控平台的平台风控模型；基于所述平台风控模型生成所述第二风控规则。
11.可选地，基于所述第一风控规则和所述第二风控规则对所述用户的资源请求进行处理，包括：将所述第一风控规则和所述第二风控规则进行规则筛选和合并生成风控决策规则；基于所述风控决策规则对所述用户的资源请求进行处理。
12.可选地，还包括：根据处理结果生成资源额度和资源占用参数；基于所述资源额度和所述资源占用参数为所述用户分配资源额度。
13.可选地，还包括：根据所述资源额度更新用户信息；将更新后的用户信息发送至所述征信平台和所述风控平台。
14.根据本公开的一方面，提出一种资源请求处理方法，可应用风控平台，该方法包括：获取用户的模型入参；将所述模型入参输入平台风控模型中，以生成风控评分；基于所述风控评分和预设风控策略生成第二风控规则；将所述第二风控规则发送至合作平台以处理所述用户的资源请求。
15.可选地，将所述模型入参输入平台风控模型中，以生成风控评分之前，还包括：由所述模型入参中提取用户信息；通过黑名单和历史用户对所述用户信息进行筛选；在筛选结果不满足预设条件时，生成警示信息。
16.可选地，将所述模型入参输入平台风控模型中，以生成风控评分，包括：由多个平台风控模型中提取至少一个目标平台风控模型；将所述模型入参输入所述至少一个目标平台风控模型中，生成至少一个评分；基于所述至少一个评分生成所述风控评分。
17.根据本公开的一方面，提出一种资源请求处理装置，可应用合作平台，该装置包括：请求模块，用于获取用户的资源请求，所述资源请求中包括用户信息；第一规则模块，用于基于所述用户信息生成第一风控规则；征信模块，用于基于所述用户信息通过征信平台获取所述用户的征信信息；第二规则模块，用于基于所述用户信息和所述征信信息通过风控平台获取所述用户的第二风控规则；处理模块，用于基于所述第一风控规则和所述第二风控规则对所述用户的资源请求进行处理。
18.根据本公开的一方面，提出一种资源请求处理装置，可应用风控平台，该装置包括：入参模块，用于获取用户的模型入参；评分模块，用于将所述模型入参输入平台风控模型中，以生成风控评分；策略模块，用于基于所述风控评分和预设风控策略生成第二风控规则；发送模块，用于将所述第二风控规则发送至合作平台以处理所述用户的资源请求。
19.根据本公开的一方面，提出一种资源请求处理系统，该系统包括：征信平台，用于根据所述用户信息生成征信信息；风控平台，用于获取用户的模型入参；将所述模型入参输入平台风控模型中，以生成风控评分；基于所述风控评分和预设风控策略生成第二风控规则；合作平台，用于获取用户的资源请求，所述资源请求中包括用户信息；基于所述用户信息生成第一风控规则；基于所述用户信息通过所述征信平台获取所述用户的征信信息；基于所述用户信息和所述征信信息通过是风控平台获取所述用户的第二风控规则；基于所述第一风控规则和所述第二风控规则对所述用户的资源请求进行处理。
20.根据本公开的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。
21.根据本公开的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。
22.根据本公开的资源请求处理方法、装置、系统、电子设备及计算机可读介质，通过获取用户的资源请求，所述资源请求中包括用户信息；基于所述用户信息生成第一风控规则；基于所述用户信息通过征信平台获取所述用户的征信信息；基于所述用户信息和所述征信信息通过风控平台获取所述用户的第二风控规则；基于所述第一风控规则和所述第二风控规则对所述用户的资源请求进行处理的方式，能够联合多方平台，发挥联合风控的优势生成风险决策规则，既能提升风险决策规则的生成效率，又能实现行业整体发展。
23.应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
附图说明
24.通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
25.图1是根据一示例性实施例示出的一种资源请求处理系统的应用场景示意图。
26.图2是根据一示例性实施例示出的一种资源请求处理方法的流程图。
27.图3是根据另一示例性实施例示出的一种资源请求处理方法的流程图。
28.图4是根据另一示例性实施例示出的一种资源请求处理方法的流程图。
29.图5是根据一示例性实施例示出的一种资源请求处理装置的框图。
30.图6是根据另一示例性实施例示出的一种资源请求处理装置的框图。
31.图7是根据另一示例性实施例示出的一种资源请求处理系统的框图。
32.图8是根据一示例性实施例示出的一种电子设备的框图。
33.图9是根据一示例性实施例示出的一种计算机可读介质的框图。
具体实施方式
34.现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
35.此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、系统、实现或者操作以避免模糊本公开的各方面。
36.附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
37.附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
38.应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件，但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此，下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用，术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
39.本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本公开所必须的，因此不能用于限制本公开的保护范围。
40.本公开中，资源是指任何可被利用的物质、信息、时间，信息资源包括计算资源和各种类型的数据资源。数据资源包括各个领域中的各种专用数据。本公开的创新之处在于如何使用服务器和客户端之间的信息交互技术来使用户的资源请求的处理过程更加自动化、高效和减小人力成本。由此，从本质上来说，本公开可以应用于各类资源请求的处理，包括实体的货物、水、电，以及有意义的资料等。但是，为了方便起见，本公开中以金融数据资源为例进行说明资源请求处理的具体实施，但本领域技术人员应当理解，本公开亦可以用于其他资源的分配。
41.本公开的实施例提供的资源请求处理方法(为方便描述，可简称本技术实施例提供的方法)可适用于投资、银行、保险、证券以及电商等多个应用领域中的任一应用领域。在各个应用领域中，所涉及的应用场景可包括但不限于登录、注册、贷前、贷中、贷后、节假日活动或者促销活动等。本技术实施例提供的方法可适用于上述任一应用场景的任一业务类型的风险决策规则的生成。
42.图1是根据一示例性实施例示出的一种资源请求处理系统的应用场景示意图。
43.如图1所示，系统架构10可以包括终端设备101、102、103，网络 104和合作平台105，征信平台106，风控平台107。网络104用以在终端设备101、102、103，网络104和合作平台105，征信平台106，风控平台107之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
44.用户可以使用终端设备101、102、103通过网络104与合作平台105 交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如金融服务类应用、购物类应用、网页浏览器应用、即时通信工具、邮箱客户端、社交平台软件等。
45.终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
46.合作平台105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的金融服务类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的用户数据进行分析等处理，并将处理结果 (例如资源配额)反馈给金融服务网站的管理员和/或终端设备101、102、 103。
47.合作平台105可例如获取用户的资源请求，所述资源请求中包括用户信息；合作平台105可例如基于所述用户信息生成第一风控规则；合作平台105可例如基于所述用户信息通过征信平台106获取所述用户的征信信息；合作平台105可例如基于所述用户信息和所述征信信息通过风控平台107获取所述用户的第二风控规则；合作平台105可例如基于所述第一风控规则和所述第二风控规则对所述用户的资源请求进行处理。
48.风控平台107可例如获取用户的模型入参；风控平台107可例如将所述模型入参输入平台风控模型中，以生成风控评分；风控平台107可例如基于所述风控评分和预设风控策
略生成第二风控规则；风控平台107可例如将所述第二风控规则发送至合作平台以处理所述用户的资源请求。
49.合作平台105，征信平台106，风控平台107均可以是一个实体的服务器，还可例如为多个服务器组成，需要说明的是，本公开实施例所提供的资源请求处理方法可以由合作平台105和风控平台107执行，相应地，资源请求处理装置可以设置于合作平台105和风控平台107中。而提供给用户进行金融服务平台浏览的网页端一般位于终端设备101、102、103中。
50.图2是根据一示例性实施例示出的一种资源请求处理方法的流程图。资源请求处理方法20可应用在合作平台，至少包括步骤s202至s210。
51.如图2所示，在s202中，获取用户的资源请求，所述资源请求中包括用户信息。资源请求中还可包括用户申请的资源请求的额度。
52.在本公开实施例中，用户可为个人用户或者企业用户，资源额度的分配可为金融资源额度的调整，也可为电力资源、水力资源的分配。其中，用户信息可包括基础信息，可例如为业务账号信息、用户的终端设备标识信息、用户所处地域信息等；用户信息还可包括行为信息，可例如为用户的页面操作数据、用户的业务访问时长、用户的业务访问频率等，用户信息的具体内容可根据实际应用场景确定，在此不做限制。更具体的，可基于用户授权采用网页埋点的方式获取当前用户的用户信息。远端信息可为用户在其他交易平台或者其他业务部门的用户数据。
53.在s204中，基于所述用户信息生成第一风控规则。可例如，将所述用户信息输入本地风控模型中生成所述第一风控规则。
54.可基于所述用户信息和特征策略生成多个特征信息。可对用户信息进行数据清洗和数据融合以将用户信息转化为多个特征数据。将多个特征数据输入本地风控模型中，以生成第一风控规则。第一风控规则中可包括多个具体的风控规则。
55.在一个实施例中，可例如，计算所述用户信息中至少一个基础信息和至少一个行为信息的关键度指标；基于所述关键度指标由所述历史用户信息中提取部分信息以生成多个历史特征信息。基于所述多个历史特征信息和所述历史用户信息之间的关系生成所述特征策略。
56.在一个实施例中，本地风控规则可通过历史用户对机器学习模型进行训练生成。
57.在s206中，基于所述用户信息通过征信平台获取所述用户的征信信息。将所述用户信息发送到人行的征信系统中，可将用户信息作为征信申请参数发送至人行的特定接口中，然后接收该用户的返回信息，从返回信息中提取征信信息。
58.在s208中，基于所述用户信息和所述征信信息通过风控平台获取所述用户的第二风控规则。包括：将所述用户信息和所述征信信息封装为模型入参；基于所述模型入参调取所述风控平台的平台风控模型；基于所述平台风控模型生成所述第二风控规则。
59.在s210中，基于所述第一风控规则和所述第二风控规则对所述用户的资源请求进行处理。将所述第一风控规则和所述第二风控规则进行规则筛选和合并生成风控决策规则；基于所述风控决策规则对所述用户的资源请求进行处理。
60.风控决策规则可根据具体应用场景下的具体业务的实时用户数据输出针对该用户的资源额度和资源占用参数，从而可提高用于对该用户的资源安全控制。风控决策规则
基于多个平台数据和用户信息生成，可靠性强，增强风险决策的准确性，适用性更强。这里，上述业务具体可为投资、银行、保险、证券以及电商等多个应用领域中，向用户提供的各种业务，例如，投保以及贷款等。对应的，以投保为例，在该业务下对应的应用场景可包括但不限于账户注册、账户登录、投保申请、投保审批、保单生成以及维持等。其中，上述应用场景仅是举例，而非穷举，具体可根据实际应用场景确定，在此不做限制。
61.根据本公开的资源请求处理方法，获取用户的资源请求，所述资源请求中包括用户信息；基于所述用户信息生成第一风控规则；基于所述用户信息通过征信平台获取所述用户的征信信息；基于所述用户信息和所述征信信息通过风控平台获取所述用户的第二风控规则；基于所述第一风控规则和所述第二风控规则对所述用户的资源请求进行处理的方式，能够联合多方平台，发挥联合风控的优势生成风险决策规则，既能提升风险决策规则的生成效率，又能实现行业整体发展。
62.应清楚地理解，本公开描述了如何形成和使用特定示例，但本公开的原理不限于这些示例的任何细节。相反，基于本公开公开的内容的教导，这些原理能够应用于许多其它实施例。
63.在一个实施例中，还包括：根据处理结果生成资源额度和资源占用参数；基于所述资源额度和所述资源占用参数为所述用户分配资源额度。可例如，根据处理结果生成资源占用额度为5000，资源占用利率为1％，根据上述数据为用户进行资源发放。
64.在一个实施例中，还包括：根据所述资源额度更新用户信息；将更新后的用户信息发送至所述征信平台和所述风控平台。可将用户的资源占用额度更新到征信平台和风控平台中，以便平台记录。在该用户在其他合作方平台申请资源额度时，能够综合考虑该用户的总的信用额度和已占用的信用额度，进而为用户进行更加准确的资源额度分配。
65.图3是根据另一示例性实施例示出的一种资源请求处理方法的流程图。资源请求处理方法30可应用在风控平台，至少包括步骤s302至s308。
66.如图3所示，在s302中，获取用户的模型入参。可由合作方平台获取用户的模型入参。
67.还可例如，与合作方平台设定秘钥，通过特定的秘钥对模型入参进行解密和解析以保证用户数据的安全。
68.在s304中，将所述模型入参输入平台风控模型中，以生成风控评分。
69.在一个实施例中，还包括：由所述模型入参中提取用户信息；通过黑名单和历史用户对所述用户信息进行筛选；在筛选结果不满足预设条件时，生成警示信息。在本平台中，可先通过本平台记录的黑名单对用户进行筛选，如果用户为黑名单用户的话，则生成警示信息返回合作平台。
70.还可例如，通过历史用户信息对所述用户进行筛选，在所述用户为风控平台的历史用户时，提取所述用户的信用额度和资源占用额度。在所述用户的资源占用额度大于等于信用额度时，生成警示信息返回合作平台。
71.在s306中，基于所述风控评分和预设风控策略生成第二风控规则。可由多个平台风控模型中提取至少一个目标平台风控模型；将所述模型入参输入所述至少一个目标平台风控模型中，生成至少一个评分；基于所述至少一个评分生成所述风控评分。
72.可例如，通过历史用户数据对机器学习模型进行训练，以生成平台风控模型。更具
体的，可通过多个渠道或者业务的历史用户数据分别训练不同的机器学习模型，还可通过不同的机器学习模型的类别生成平台风险模型。还可联合其他第三方征信平台，获取来自其他第三方征信平台上的历史用户数据，和本地历史用户数据联合训练，生成多头风险模型，多头风险模型用户判断用户在多个金融服务平台同时申请资源额度的概率。
73.具体的，针对每个业务或者渠道的历史用户数据，分别构建调整模型，将历史用户数据输入所述调整模型，以得到预测标签，将所述预测标签与相应的真实的标签进行比对，判断预测标签与真实的标签是否一致，统计与真实的标签一致的预测标签的数量，并计算与真实的标签一致的预测标签的数量在所有预测标签的数量中的占比，若所述占比大于或等于预设占比值，则所述调整模型收敛，得到训练完成的平台风控模型，若所述占比小于所述预设占比值，则调整所述调整模型中的参数，通过调整后的调整模型重新预测各个对象的预测标签，直至所述占比大于或等于预设占比值。其中，调整所述调整模型中的参数的方法可以采用随机梯度下降算法、梯度下降算法或正规方程进行。
74.若调整所述调整模型的参数的次数超过预设次数时，可以更换构建调整模型所使用的模型，以提高平台风控模型训练效率。
75.通过全方位多角度的对征信数据进行分析，以得到综合可信的风控评分。并根据预设策略，根据风控评分，确定对应的第二风控规则。
76.在s308中，将所述第二风控规则发送至合作平台以处理所述用户的资源请求。
77.图4是根据另一示例性实施例示出的一种资源请求处理方法的流程图。图4所示的流程40是对资源请求处理系统的详细描述。
78.如图4所示，在s401中，获取用户的资源请求，所述资源请求中包括用户信息；基于所述用户信息生成第一风控规则。
79.在s402中，将所述用户信息发送至征信平台。
80.在s403中，征信平台基于用户信息生成征信信息。
81.在s404中，将征信信息返回合作平台。
82.在s405中，将所述征信信息作为模型入参发送至风控平台。
83.在s406中，获取用户的模型入参；将所述模型入参输入平台风控模型中，以生成风控评分；基于所述风控评分和预设风控策略生成第二风控规则。
84.在s407中，将第二风控规则返回合作平台。
85.在s408中，基于所述用户信息和所述征信信息通过是风控平台获取所述用户的第二风控规则；基于所述第一风控规则和所述第二风控规则对所述用户的资源请求进行处理。
86.在s409中，将处理结果更新到征信平台。
87.在s410中，将处理结果更新到风控平台。
88.在现有技术中，客群的风险管理，如授信，额度，定价等，均由合作机构自主掌控。但因机构风控水平参差不齐，部分机构无法有效控制共同经营客户的风险，致使盈利微薄甚至出现亏损。风控平台一般是大型的金融服务机构，具有足够的风控经验，风控水平较高。为保障风控平台的合作方的业务长期稳定健康发展，风控平台通过外部调用的模式，向合作平台和机构开发端口，以便合作平台进行风险规则的调用。
89.此种模式，可以同时发挥风控平台和合作平台的风控能力，两个平台的风控决策
规则相互独立，分别迭代，能够提供更多的风控安全保障，保证作平台业务长期健康发展。
90.本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由cpu执行的计算机程序。在该计算机程序被cpu执行时，执行本公开提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中，该存储介质可以是只读存储器，磁盘或光盘等。
91.此外，需要注意的是，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
92.下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
93.图5是根据一示例性实施例示出的一种资源请求处理装置的框图。如图5所示，资源请求处理装置50包括：请求模块502，第一规则模块 504，征信模块506，第二规则模块508，处理模块510。
94.请求模块502用于获取用户的资源请求，所述资源请求中包括用户信息；
95.第一规则模块504用于基于所述用户信息生成第一风控规则；
96.征信模块506用于基于所述用户信息通过征信平台获取所述用户的征信信息；
97.第二规则模块508用于基于所述用户信息和所述征信信息通过风控平台获取所述用户的第二风控规则；
98.处理模块510用于基于所述第一风控规则和所述第二风控规则对所述用户的资源请求进行处理。
99.图6是根据另一示例性实施例示出的一种资源请求处理装置的框图。如图6所示，资源请求处理装置60包括：入参模块602，评分模块604，策略模块606，发送模块608。
100.入参模块602用于获取用户的模型入参；
101.评分模块604用于将所述模型入参输入平台风控模型中，以生成风控评分；
102.策略模块606用于基于所述风控评分和预设风控策略生成第二风控规则；
103.发送模块608用于将所述第二风控规则发送至合作平台以处理所述用户的资源请求。
104.根据本公开的资源请求处理装置，获取用户的资源请求，所述资源请求中包括用户信息；基于所述用户信息生成第一风控规则；基于所述用户信息通过征信平台获取所述用户的征信信息；基于所述用户信息和所述征信信息通过风控平台获取所述用户的第二风控规则；基于所述第一风控规则和所述第二风控规则对所述用户的资源请求进行处理的方式，能够联合多方平台，发挥联合风控的优势生成风险决策规则，既能提升风险决策规则的生成效率，又能实现行业整体发展。
105.图7是根据另一示例性实施例示出的一种资源请求处理系统的框图。如图7所示，资源请求处理系统70包括：征信平台702，风控平台704，合作平台706。
106.征信平台702用于根据所述用户信息生成征信信息；
107.风控平台704用于获取用户的模型入参；将所述模型入参输入平台风控模型中，以生成风控评分；基于所述风控评分和预设风控策略生成第二风控规则；
108.合作平台706用于获取用户的资源请求，所述资源请求中包括用户信息；基于所述
用户信息生成第一风控规则；基于所述用户信息通过所述征信平台获取所述用户的征信信息；基于所述用户信息和所述征信信息通过是风控平台获取所述用户的第二风控规则；基于所述第一风控规则和所述第二风控规则对所述用户的资源请求进行处理。
109.图8是根据一示例性实施例示出的一种电子设备的框图。
110.下面参照图8来描述根据本公开的这种实施方式的电子设备800。图 8显示的电子设备800仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
111.如图8所示，电子设备800以通用计算设备的形式表现。电子设备 800的组件可以包括但不限于：至少一个处理单元810、至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线 830、显示单元840等。
112.其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元810执行，使得所述处理单元810执行本说明书中的根据本公开各种示例性实施方式的步骤。例如，所述处理单元810可以执行如图2，图3，图4中所示的步骤。
113.所述存储单元820可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)8201和/或高速缓存存储单元8202，还可以进一步包括只读存储单元(rom)8203。
114.所述存储单元820还可以包括具有一组(至少一个)程序模块8205 的程序/实用工具8204，这样的程序模块8205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
115.总线830可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
116.电子设备800也可以与一个或多个外部设备800’(例如键盘、指向设备、蓝牙设备等)通信，使得用户能与该电子设备800交互的设备通信，和/或该电子设备800能与一个或多个其它计算设备进行通信的任何设备 (例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o) 接口850进行。并且，电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器860可以通过总线830与电子设备800的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备800使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、rai d系统、磁带驱动器以及数据备份存储系统等。
117.通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，如图8所示，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质 (可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述方法。
118.所述软件产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器
(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
119.所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
120.可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如 java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
121.上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该计算机可读介质实现如下功能：获取用户的资源请求，所述资源请求中包括用户信息；基于所述用户信息生成第一风控规则；基于所述用户信息通过征信平台获取所述用户的征信信息；基于所述用户信息和所述征信信息通过风控平台获取所述用户的第二风控规则；基于所述第一风控规则和所述第二风控规则对所述用户的资源请求进行处理。该计算机可读介质还可实现如下功能：获取用户的模型入参；将所述模型入参输入平台风控模型中，以生成风控评分；基于所述风控评分和预设风控策略生成第二风控规则。
122.本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中，也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
123.通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom， u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施例的方法。
124.以上具体地示出和描述了本公开的示例性实施例。应可理解的是，本公开不限于这里描述的详细结构、设置方式或实现方法；相反，本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。