互联网联合自动匹配贷款系统及方法与流程

本发明涉及互联网金融的，具体而言，涉及互联网联合自动匹配贷款系统及方法。

背景技术：

1、随着互联网金融的发展，越来越多的个人、小微企业通过互联网寻求融资、借贷等金融服务，如今提供互联网金融服务的网贷平台一般都是在对借贷者进行信用评估的基础上，根据用户的信用情况，向借贷者提供授信贷款，因此，信用良好的借贷者，更容易获得贷款，对于网贷平台来说，掌握借贷者的信用信息，可以更全面的了解授信对象，防范借贷人恶意欺诈、过度负债等信用风险。

2、现有技术中，网贷平台一般都是采用离线的方式生成信用评估报告，即通过提前在互联网搜集各类企业或个人的征信数据、或向合作机构采集征信数据，然后加工处理生成信用评估报告，再根据信用评估报告，向借贷者提供贷款，但是对于这种预先采集预先处理的方式，通常存在时效性及准确性问题，即采集的数据可能是较旧的数据，不能真实的反映用户当前的信用情况，而且生成信用评估报告的效率低下，通常要一天以上，若基于此进行授信，会加大贷后风险。

技术实现思路

1、本发明的目的在于提供互联网联合自动匹配贷款系统及方法，能够对用户的贷款数额进行精准匹配，同时按预设的阈值条件，关联出相关金融机构进行放款，自动生成匹配后的贷款债务关联，保证用户在自身的能力范围内实现贷款偿还，减小金融机构的风险性，旨在解决现有技术中采集的数据可能是较旧的数据，不能真实的反映用户当前的信用情况，而且生成信用评估报告的效率低下的问题。

2、本发明是这样实现的，互联网联合自动匹配贷款系统，包括：

3、启动模块，用于贷款系统启动，并向用户发送需求项信息；

4、需求模块，用于采集用户在信用云端平台通道的密令信息，并通过密令信息实现信用云端平台中用户的基础资产数据的获取通道开启；

5、主控制器，实现对所获取的密令信息或者反馈信息的逻辑编辑处理，并生产相关数据模型，判断出用户自动匹配的贷款金额；

6、采集模块，将用户的基础资产数据分割成多个逻辑网络端，并通过多个逻辑网络端建立检索项，检索项实现在信用云端平台中进行用户逻辑信息与定向信息的独立获取，并通过逻辑网络端进行单独输送；

7、评估模块，实现将独立获取的用户逻辑信息与定向信息进行整合，生成渐变风险模型，并发送至主控制器判断出用户自动匹配的贷款金额。

8、进一步地，在所述信用云端平台中所采集的用户逻辑信息数据包括：户籍、年龄、工作、资产数额、不动资产信息与个人信用，所述用户定向信息数据包括：用户个人税务、家庭资产与直系亲属资产状况。

9、进一步地，所述需求模块包括面部识别单元、证件识别单元、信息输入单元以及通道单元，所述面部识别单元用于采集用户的面部特征信息，所述证件识别单元用于采集用户的身份证件的特征信息，所述信息输入单元用于用户的逻辑信息输入获取，所述通道单元用于获取用户查询相关信用的授权密码信息，通过需求模块对用户的密令信息，在后续进行信息采集时完成检索项的通路与信息调取。

10、进一步地，所述需求模块所采集后的授权密码信息后进行加密处理，再将加密处理后的密令信息发送至主控制器进行识别，主控制器识别为密令信息后，边直接输送至采集模块进行相关授权采集。

11、进一步地，所述主控制器包括接收单元，所述接收单元接收其他模块所输送的数据信息，并进行数据信息的相关识别，识别完成后发送至处理单元进行处理，若处理后为执行信息，则直接发出至相对应模块进行执行操作。

12、进一步地，若处理后为模型信息，则所述处理单元载发送至生成单元，所述生产单元读取模型信息中的指标系与渐变色风险布局，基于用户数据模型输出自动匹配的贷款数额信息。

13、进一步地，所述采集模块包括逻辑信息获取单元、定向信息获取单元、逻辑网络分配单元，所述逻辑网络分配单元通过对逻辑信息、定向信息的识别数，创建多个单独端对端的逻辑网络，每个逻辑网络分别承载逻辑信息、定向信息的子数据项，并在子数据项中生成检索项后增加密令信息，在信用云端平台获取相关逻辑信息、定向信息。

14、进一步地，逻辑网络检索项获取数据完成后再分别发送至辑信息获取单元、定向信息获取单元，所述辑信息获取单元、定向信息获取单元付所检索的信息进行识别分类，最后完成相关数据采集。

15、进一步地，所述需求模块接收采集模块的相关数据，依据逻辑数据自主分配形成模型指标轮廓，再依据各项轮廓数据指标生成模型数据轮廓模型，最后依据定向数据在模型数据轮廓图内填充，形成渐变风险模型。

16、与现有技术相比，本发明提供的互联网联合自动匹配贷款系统及方法，具备以下有益效果：

17、1、通过获取用户需求信息后利用采集模块在需求项上附加索引采集项，这样在信用云端平台内进行检索时，通过密令信息便可进行索取授权，以达到相关检索项的信息采集功能，并且在采集时建立多个单独端对端的逻辑网络，每个逻辑网络分别承载逻辑信息、定向信息的子数据项，并在子数据项中生成检索项后增加密令信息，在信用云端平台获取相关逻辑信息、定向信息，实现网络独立切片运行，并且每个逻辑网络的检索通道均为独立运行，保证了信息采集的高效性与精准性，最后生成渐变风险模型输出值主控制进行读取，在逻辑信息、定向信息的逻辑关联下，能够清楚获取用户的自身状态，从而能够对用户的贷款数额进行精准匹配，同时按预设的阈值条件，关联出相关金融机构进行放款，自动生成匹配后的贷款债务关联，保证用户在自身的能力范围内实现贷款偿还，减小金融机构的风险性；

18、2、通过对所获取用户需求信息进行不可逆加密操作，便于保护用户隐私，即用户需求信息利用散列算法生成散列值，散列值是长度固定的数据，散列算法是不需要密钥，在附加至检索项内时，便可进行通道密钥开启检索，并且评估模块对多个单独端逻辑网络数据采集项进行指标评估，并建立模型指标轮廓，再在模型指标轮廓内进行单独端逻辑网络采集数据标记，并连接相邻标记生成模型数据轮廓图，最后在模型数据轮廓图中填充定向数据，生成渐变风险模型，可以精确看出用户的指标优劣状态，渐变填充可进一步明确用户的偿还能力，已达到匹配用户贷款额的精准性，实现了互联网线上对信贷产品的智能匹配，能更好的满足用户的贷款需求，提升了用户体验。

19、互联网联合自动匹配贷款方法，具体包括以下步骤：

20、s111：接收启动信号，输出用户需求项；

21、s112：获取用户相关需求，并进行相关需求信息加密；

22、s113：为加密后的的需求项赋加索引采集项，在信用云端平台进行相关逻辑网络分配，以形成单独端逻辑网络数据采集项及采集数据；

23、s114：对多个单独端逻辑网络数据采集项进行指标评估，并建立模型指标轮廓，再在模型指标轮廓内进行单独端逻辑网络采集数据标记，并连接相邻标记生成模型数据轮廓图，最后在模型数据轮廓图中填充定向数据，生成渐变风险模型；

24、s115：分析计算渐变风险模型的风险配比，配比后生成用户所匹配贷款数额，并按预设的阈值条件，自动生成匹配后的贷款债务关联。