授信信息的确定方法、装置、处理器以及电子设备与流程

本技术涉及金融科技领域，具体而言，涉及一种授信信息的确定方法、装置、处理器以及电子设备。

背景技术：

1、随着乡村产业兴旺发展，各个地区结合发展实际，因地制宜开展特色优势产业，通过种植特色经济作物，以此推动产业升级，是农民增收致富的重要来源。但是农户若希望扩大种植规模，引进新品种、新技术，通常会遇到缺少充足资金的问题，各个金融机构可以提供经营贷款帮助农户解决资金问题。但是办理经营贷款需要提供标准的抵押物，此时农户还会面临“融资少、融资难、融资贵”的问题。

2、现有的经营贷款融资方法多为运用打分卡模型对客户的生产要素进行打分，然后根据打分的分值进行评估授信，不到预定的分数则不能提供贷款，该方法评分标准单一，并不能有效利用潜在的要素与贷款进行关联。

3、针对相关技术中难以准确预测种植经济作物的目标客户的授信信息的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本技术的主要目的在于提供一种授信信息的确定方法、装置、处理器以及电子设备，以解决相关技术中难以准确预测种植经济作物的目标客户的授信信息的问题。

2、为了实现上述目的，根据本技术的一个方面，提供了一种授信信息的确定方法。该方法包括：获取目标客户通过客户端提交的生产要素信息，对生产要素信息进行数据处理，得到m个生产要素特征，其中，生产要素信息是目标客户种植经济作物的过程中产生的要素，m为正整数；将m个生产要素特征输入客户分类模型，输出得到目标客户的客户类型，其中，客户类型指示的客户包括允许授信的客户和不允许授信的客户；在客户类型指示目标客户为允许授信的客户的情况下，将m个生产要素特征输入数据预测模型，输出得到目标客户的n个授信信息，其中，数据预测模型由多个允许授信的客户的数据训练得到，每个允许授信的客户的数据包括客户的历史生产要素特征向量和授信信息，n为正整数。

3、可选地，客户分类模型通过以下方式训练得到：获取x个客户的历史生产要素信息以及每个客户的客户类型，对x个客户的历史生产要素信息进行预处理，得到x个历史生产要素特征向量，其中，x为正整数；由x个客户的历史生产要素特征向量以及客户类型构成第一样本数据；将第一样本数据划分为训练集数据以及测试集数据；利用训练集数据训练预设客户分类模型，得到训练后的预设客户分类模型，并利用测试集数据对训练后的预设客户分类模型进行测试，在测试通过的情况下，将训练后的预设客户分类模型确定为客户分类模型，其中，客户分类模型的模型参数由粒子群算法计算得到。

4、可选地，预设客户分类模型包括第一预设客户分类模型以及第二预设客户分类模型，利用训练集数据训练预设客户分类模型，得到训练后的预设客户分类模型，并利用测试集数据对训练后的预设客户分类模型进行测试，在测试通过的情况下，将训练后的预设客户分类模型确定为客户分类模型包括：计算第一样本数据的数据相关关系，并判断数据相关关系是否为线性相关；在数据相关关系为线性相关的情况下，利用训练集数据训练第一预设客户分类模型，利用测试集数据测试训练后的第一预设客户分类模型，在测试通过的情况下，将训练后的第一预设客户分类模型确定为第一客户分类模型；在数据相关关系为线性不相关的情况下，利用训练集数据训练第二预设客户分类模型，利用测试集数据测试训练后的第二预设客户分类模型，在测试通过的情况下，将训练后的第二预设客户分类模型确定为第二客户分类模型；由第一客户分类模型以及第二客户分类模型构成客户分类模型。

5、可选地，数据预测模型通过以下方式训练得到：获取y个允许授信的客户的历史生产要素信息以及每个允许授信的客户的授信信息，对y个允许授信的客户的历史生产要素信息进行预处理，得到y个历史生产要素特征向量，其中，y为正整数；由y个允许授信的客户的历史生产要素特征向量以及授信信息组成第二样本数据；利用第二样本数据训练预设数据预测模型，得到数据预测模型。

6、可选地，预设数据预测模型为极限学习机回归模型，极限学习机回归模型包括输入层、隐藏层以及输出层，利用第二样本数据训练预设数据预测模型，得到数据预测模型包括：对于每个第二样本数据，将第二样本数据输入输入层进行处理，得到处理后的数据，并将处理后的数据输入隐藏层；确定隐藏层中的激励函数，由激励函数对处理后的数据进行处理，确定模型参数；由模型参数与极限学习机回归模型的模型结构构成数据预测模型。

7、可选地，在客户类型指示目标客户为允许授信的客户的情况下，将m个生产要素特征输入数据预测模型，输出得到目标客户的n个授信信息之后，该方法还包括：向客户端反馈目标客户的客户类型以及n个授信信息，其中，客户端用于展示客户类型以及n个授信信息。

8、可选地，在将m个生产要素特征输入客户分类模型，输出得到目标客户的客户类型之后，该方法还包括：在客户类型指示目标客户为不允许授信的客户的情况下，向目标客户发送提示信息，其中，提示信息用于提示目标客户不允许进行授信操作。

9、为了实现上述目的，根据本技术的另一方面，提供了一种授信信息的确定装置。该装置包括：获取单元，用于获取目标客户通过客户端提交的生产要素信息，对生产要素信息进行数据处理，得到m个生产要素特征，其中，生产要素信息是目标客户种植经济作物的过程中产生的要素，m为正整数；第一输入单元，用于将m个生产要素特征输入客户分类模型，输出得到目标客户的客户类型，其中，客户类型指示的客户包括允许授信的客户和不允许授信的客户；第二输入单元，用于在客户类型指示目标客户为允许授信的客户的情况下，将m个生产要素特征输入数据预测模型，输出得到目标客户的n个授信信息，其中，数据预测模型由多个允许授信的客户的数据训练得到，每个允许授信的客户的数据包括客户的历史生产要素特征向量和授信信息，n为正整数。

10、根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时控制非易失性存储介质所在的设备执行一种授信信息的确定方法。

11、根据本发明实施例的另一方面，还提供了一种电子设备，包含一个或多个处理器和存储器；存储器中存储有计算机可读指令，处理器用于运行计算机可读指令，其中，计算机可读指令运行时执行一种授信信息的确定方法。

12、通过本技术，采用以下步骤：获取目标客户通过客户端提交的生产要素信息，对生产要素信息进行数据处理，得到m个生产要素特征，其中，生产要素信息是目标客户种植经济作物的过程中产生的要素，m为正整数；将m个生产要素特征输入客户分类模型，输出得到目标客户的客户类型，其中，客户类型指示的客户包括允许授信的客户和不允许授信的客户；在客户类型指示目标客户为允许授信的客户的情况下，将m个生产要素特征输入数据预测模型，输出得到目标客户的n个授信信息，其中，数据预测模型由多个允许授信的客户的数据训练得到，每个允许授信的客户的数据包括客户的历史生产要素特征向量和授信信息，n为正整数，解决了相关技术中难以准确预测种植经济作物的目标客户的授信信息的问题，通过将目标客户的生产要素信息输入客户分类模型，得到客户类型，在客户类型为允许授信的客户的类型时，将生产要素信息输入数据预测模型，利用该模型对客户的授信信息进行预测，进而达到了准确预测目标客户的贷款信息的效果。