P2P借贷

摘要： 通过对P2P借贷发展现状的研究,详细分析了制约P2P借贷,行业发展的内部风险与外部风险,包括坏账风险、资金安全风险、行业监管风险、行业准入限制风险等,提出只有同时控制好内外部风险,做好P2P企业内部的自我监管和P2P行业的法律监管,才能实现该行业的长久发展.

摘要： 针对P2P(Peer to Peer)借贷项目违约风险预测中财务信息不完全或质量较低、预测准确率不高等问题,提出了一种考虑平台社会网络关系的P2P借贷项目违约风险预测的方法.通过对P2P借贷平台社会网络相关信息进行分析,从社会资本的结构维度、关系维度和认知维度发掘其中具有风险预测价值的关键特征,即社会网络风险特征,并将这些特征作为预测指标用于违约风险预测,依据多种非线性预测方法分别构建基于传统财务指标预测模型和引入社会网络风险特征后的混合指标预测模型,并对模型的预测结果进行了对比分析.实验结果表明,P2P借贷社会网络关系中蕴含着与借贷项目违约风险显著相关的特征,通过对这些特征进行有效挖掘并将其合理引入P2P借贷项目违约风险预测模型,有助于提高借贷项目违约风险预测效果,为投资者的投资风险规避及P2P借贷市场风险管理提供支持.

摘要： 随着金融科技的发展,大数据、区块链技术、人工智能等前沿科技迅速兴起,掀起了金融科技浪潮。本文旨在对金融科技的学术论文进行整理分析,确定目前研究的三大主要分类,分别是金融技术创新部分、金融行业部分、金融监管部分,以便对现有文献进行分类。本文总结了这一新兴领域的研究和发现,并为进一步的研究提供了借鉴。

摘要： 本发明公开一种借贷风险预测模型的构建方法、系统及借贷风险预测方法，属于计算机技术领域。模型构建方法包括：获取预设的带有时刻分类标签的训练样本集合；构建包括生成网络和判别网络的初始对抗学习网络；根据第一时刻的借贷申请信息和第二时刻的借贷申请信息输入至生成网络生成的借贷风险结果和第一时刻的借贷风险标签、第二时刻的借贷风险标签，根据生成网络生成的借贷风险结果输入至判别网络得到的时刻分类结果和时刻分类标签，对生成网络及判别网络进行训练，将训练后的生成网络确定为借贷风险预测模型。本发明通过两个阶段的数据建立一个模型，使得该模型能够应用到不同的阶段，模型效果评估简单、模型维护成本较小、模型迭代较为方便。

摘要： 本发明公开一种借贷风险预测模型的构建方法、系统及借贷风险预测方法，属于计算机技术领域。模型构建方法包括：获取预设的带有时刻分类标签的训练样本集合；根据第二时刻的样本数据，训练得到一输出为第二时刻借贷风险结果的基础网络；利用机器学习方法，根据第一时刻的借贷申请信息输入至基础网络生成的第一时刻借贷风险结果，以及第一时刻的借贷风险标签、第二时刻借贷风险结果，对基础网络进行微调以完成对第一时刻的样本数据的迁移学习，将微调后的基础网络确定为借贷风险预测模型。本发明通过两个阶段的数据建立单个模型，该模型效果评估简单、模型维护成本较小、模型迭代较为方便。

摘要： 本发明提供了一种借贷人借贷信息查询方法及系统，借贷人借贷信息查询方法包括：数据管理设备生成第一密钥和第一生成元；依据第一生成元和第一密钥生成第一数据，并将第一数据发送至数据查询设备；数据查询设备生成第二密钥和第二生成元，并确定待查询目标数据在数据列表中的位置序号并将第二生成元发送至数据管理设备；数据查询设备对第二密钥进行处理并将处理后的第二密钥发送至数据管理设备；数据管理设备基于预设的轮函数、处理后的第二密钥以及第二生成元，对数据列表中各借贷人的借贷信息进行加密后，发送至数据查询设备；数据查询设备依据第二密钥、第二生成元解密位置序号对应的借贷人的借贷信息，可有效避免数据查询设备用户的业务流失。

摘要： 本申请提供了一种借贷欺诈检测模型训练方法、借贷欺诈检测方法及装置，其中借贷欺诈检测模型训练方法包括：获取多个样本用户的身份信息、用户银行流水信息，以及与每个样本用户对应的欺诈标注信息；基于身份信息构建身份特征向量；以及根据用户银行流水信息，构建流水特征向量；将身份特征向量以及流水特征向量进行拼接，生成用于表征每个样本用户身份以及支出收入情况的目标特征向量；将目标特征向量输入至目标神经网络，获取目标特征向量的欺诈检测结果；根据欺诈检测结果以及对应的欺诈标注信息，对目标神经网络进行训练，得到借贷欺诈检测模型。本申请能够提高信贷平台对欺诈用户的识别效率和识别准确率，同时大大的节省了人力成本。

摘要： 本发明提供了一种借贷人借贷信息查询方法及系统，借贷人借贷信息查询方法包括：数据管理设备生成第一密钥和第一生成元；依据第一生成元和第一密钥生成第一数据，并将第一数据发送至数据查询设备；数据查询设备生成第二密钥和第二生成元，并确定待查询目标数据在数据列表中的位置序号并将第二生成元发送至数据管理设备；数据查询设备对第二密钥进行处理并将处理后的第二密钥发送至数据管理设备；数据管理设备基于预设的轮函数、处理后的第二密钥以及第二生成元，对数据列表中各借贷人的借贷信息进行加密后，发送至数据查询设备；数据查询设备依据第二密钥、第二生成元解密位置序号对应的借贷人的借贷信息，可有效避免数据查询设备用户的业务流失。

摘要： 本发明涉及一种用于不动产借贷的多渠道借贷信息引流和处理系统，包括信息引流系统和信息处理系统；信息处理系统包括贷前一键评级估值授信系统和贷前远程风控系统。本发明（1）本发明的借贷信息引流系统，通过广泛的渠道整合，任何一级用户均可将其获知的其它用户需求信息（二级用户借款需求），经过授权或委托后，录入借贷信息引流系统，供核验和储存，核验通过后进入评估授信和远程风控，该种模式下，借贷平台寻求借款主体过程的渠道广，推广效率高。（2）本发明的授信系统通过大数据全方位判断借款主体（二级用户）的信用，能获得较高客观度信用评价结论。真正对评估用户信用有价值的大数据信息均能得到参考。

摘要： 本申请提供了一种借贷欺诈检测模型训练方法、借贷欺诈检测方法及装置，其中借贷欺诈检测模型训练方法包括：获取多个样本用户的身份信息、用户银行流水信息，以及与每个样本用户对应的欺诈标注信息；基于身份信息构建身份特征向量；以及根据用户银行流水信息，构建流水特征向量；将身份特征向量以及流水特征向量进行拼接，生成用于表征每个样本用户身份以及支出收入情况的目标特征向量；将目标特征向量输入至目标神经网络，获取目标特征向量的欺诈检测结果；根据欺诈检测结果以及对应的欺诈标注信息，对目标神经网络进行训练，得到借贷欺诈检测模型。本申请能够提高信贷平台对欺诈用户的识别效率和识别准确率，同时大大的节省了人力成本。

摘要： 本申请提供了一种借贷欺诈检测模型训练方法、借贷欺诈检测方法及装置，其中借贷欺诈检测模型训练方法包括：获取多个样本用户的身份信息、用户银行流水信息，以及与每个用户对应的欺诈标签信息；根据身份信息构建身份特征向量以及用户行为模式向量；根据用户行为模式向量、第二向量变换矩阵以及用户银行流水信息，构建流水特征向量；根据用户行为模式向量与流水特征向量，生成目标特征向量；将目标特征向量输入至目标神经网络，获取目标特征向量的欺诈检测结果，然后对目标神经网络、第一向量变换矩阵以及第二向量变换矩阵进行训练，得到借贷欺诈检测模型。本申请能够提高信贷平台对欺诈用户的识别效率和识别准确率，同时大大的节省了人力成本。

摘要： 本发明公开一种借贷风险预测模型的构建方法、系统及借贷风险预测方法，属于计算机技术领域。模型构建方法包括：获取预设的带有时刻分类标签的训练样本集合；根据第二时刻的样本数据，训练得到一输出为第二时刻借贷风险结果的基础网络；利用机器学习方法，根据第一时刻的借贷申请信息输入至基础网络生成的第一时刻借贷风险结果，以及第一时刻的借贷风险标签、第二时刻借贷风险结果，对基础网络进行微调以完成对第一时刻的样本数据的迁移学习，将微调后的基础网络确定为借贷风险预测模型。本发明通过两个阶段的数据建立单个模型，该模型效果评估简单、模型维护成本较小、模型迭代较为方便。

摘要： 本发明公开一种借贷风险预测模型的构建方法、系统及借贷风险预测方法，属于计算机技术领域。模型构建方法包括：获取预设的带有时刻分类标签的训练样本集合；构建包括生成网络和判别网络的初始对抗学习网络；根据第一时刻的借贷申请信息和第二时刻的借贷申请信息输入至生成网络生成的借贷风险结果和第一时刻的借贷风险标签、第二时刻的借贷风险标签，根据生成网络生成的借贷风险结果输入至判别网络得到的时刻分类结果和时刻分类标签，对生成网络及判别网络进行训练，将训练后的生成网络确定为借贷风险预测模型。本发明通过两个阶段的数据建立一个模型，使得该模型能够应用到不同的阶段，模型效果评估简单、模型维护成本较小、模型迭代较为方便。