一种基于信息数据的信用评估与授信申请系统及方法

本发明属于涉及信用评估技术和金融科技输出领域，特别涉及一种基于交易和管理等信息数据的信用评估与授信申请系统及方法。

农业人口规模庞大，占中国总人口四成多，同时又由于农户小额贷款具有财务信息不健全、贷款对象分散性等难点及特点，导致农户小额贷款的信用评估体系非常不完善，同时不少金融机构中针对农户的信用评估体系不能及时完善升级，导致现有农村金融资源供给无法满足农户经营发展的资金需求。近年来，农户经营模式也在不断发展，逐渐出现家庭农场、农民专业合作社、龙头企业等新型农业经营主体，同时也推进农户利用信息技术，不仅使用电子商务交易平台实现线上买卖交易，也开始使用生产管理平台实现在线管理经营生产数据提高经营效率等。但是实际金融机构很难单独对接农户使用的平台来及时获得系统数据，从而缺乏对有效的交易和管理数据的收集和评估。

为解决现有技术中由于农户小额贷款具有财务信息不健全、贷款对象分散性等难点及特点，导致农户小额贷款的信用评估体系非常不完善，同时不少金融机构中针对农户的信用评估体系不能及时完善升级，导致现有农村金融资源供给无法满足农户经营发展的资金需求等技术问题，本发明提供了一种基于信息数据的信用评估与授信申请系统及方法，尝试构建了基于农户交易和管理数据的信用评估体系，并对接金融机构完成数据信息通过互联网交互和授信实时申请。不但可提高农户和新型农业经营主体融资的可获得性和便利性，取得所需资金从事其各项生产经营活动，促进普惠金融和农村经济发展，也使金融机构的管理效率和融资风控得到提高。

为了实现该技术效果，本发明采用了如下的技术方案。

一种基于信息数据的信用评估与授信申请方法，所述方法包括步骤：

A、接收到农户发起的融资申请请求，获取对应的实名认证和数据授权信息；

B、根据所述数据授权信息采集并存储大数据平台返回的外部信息数据，对于所述外部信息数据进行解析；

C、从指标库中选取需要的指标，通过运算符将指标组合成模型关系式并建立的多场景下的信用评估模型；

D、基于信用评估模型的结果，按照授信产品路由匹配规则为农户匹配符合条件的授信产品。

另外，所述根据所述数据授权信息采集并存储大数据平台返回的外部信息数据，对于所述外部信息数据进行解析包括：

B1、请求外部数据平台接口，获取外部信息数据；

B2、根据外部信息数据描述，查询对应的指标，将所述外部信息数据与指标建立关系；

B3、将与指标建立关系的外部信息数据，连同指标一起存入数据库。

另外，所述根据外部信息数据描述，查询对应的指标，将所述外部信息数据与指标建立关系包括：

B21、根据外部信息数据描述，搜索对应的指标，如可以搜索到对应指标，则将所述外部信息数据与指标建立关系；

B22、如果不能搜索到任何指标，则将外部信息数据描述进行分词，通过得到的分词，在指标体系中根据关键字进行检索，选取命中多个关键字的指标，返回所述指标和关键字以及关键字对应的元数据，建立外部信息数据与指标的对应关系；

B23、如果最终未获取到指标，则将外部信息数据放入异常池进行异常处理。

另外，将与指标建立关系的外部信息数据，连同指标一起存入数据库的步骤前包括：

B301、对与相同指标建立关系的多项外部信息数据描述，进行关键字比对，获取相关度高的外部信息数据描述；

B302、针对相关度高的外部信息数据描述，根据关键字对应的元数据，进行逻辑检测，对所述相关度高的外部信息数据描述进行信息数据融合。

另外，对所述相关度高的外部信息数据描述进行信息数据融合包括，将相关度高的外部信息数据之间的关系聚类为吸收型关系、抵消型关系、修正性关系和无逻辑关系，根据时间发生的前后关系，利用在后产生的外部信息数据描述对在前产生的外部信息数据描述进行吸收、抵消、修正或并列采用处理，用于消除外部信息数据描述的冗余度和减少误差。

另外，所述根据外部信息数据描述，查询对应的指标，将所述外部信息数据与指标建立关系后，进一步包括：

B2-3、对外部信息数据与指标进行一系列的预处理，得到预处理后的指标数据，对上述预处理后的指标数据进行标准化处理，得到标准化指标数据，其中，所述预处理包括缺失值处理流程和异常值处理流程，其中，

所述缺失值处理流程包括：对于从外部信息数据描述查询到对应的指标但缺失元数据的情况，采取以下方式中的一种或多种：直接删除含有缺失值的指标；根据指标之间的相似性填补缺失值；根据指标之间的相关关系填补缺失值；

所述异常值处理流程包括：异常值检测、异常值筛选和异常值后处理，其中所述异常值后处理有删除异常值、采取默认值、利用平均值修正异常值中的一种或多种。

另外，所述从指标库中选取需要的指标，通过运算符将指标组合成模型关系式并建立的多场景下的信用评估模型包括：

C1、根据农户类型，确定与农户类型对应的模型关系式；

C2、通过正则表达式提取模型关系式中的指标的集合；

C3、将指标集合分成多组，分别通过线程池同时获取每组指标中的每个指标对应的元数据值，并将所有的元数据值组装为数表；

C4、将模型关系式、元数据值组数表输入通用计算框架，最后输出额度作为信用评估模型。

另外，所述基于信用评估模型的结果，按照授信产品路由匹配规则为农户匹配符合条件的授信产品包括：

根据授信产品匹配路由规则、所述融资申请请求和预定信贷产品信息匹配授信产品，将农户融资申请请求的实名认证信息和农户信用评估模型推送给相应的金融机构渠道的自动受理接口并发起授信申请，接收金融机构渠道自动受理接口返回的授信申请处理结果。

另外，所述授信产品匹配路由规则包括通用路由和特殊路由，其中，

所述通用路由包括：确定可提供信贷产品的金融机构渠道、符合当前农户类型的金融机构渠道、信用评估模型的评估金额在限额范围以内的金融机构渠道；

所述特殊路由包括：首先判断是否有特殊路由规则；对于存在特殊路由规则的则先判断根据所述特殊路由规则是否存在符合条件的金融机构渠道，如果有则根据优先级选择所述金融机构渠道；如果特殊路由规则中无符合条件的金融机构渠道，则采取通用路由选择金融机构渠道；

如果通用路由与特殊路由规则下均无符合条件的金融机构渠道则判定为无可用的金融机构渠道，对于无可用金融机构渠道时调整该融资申请请求的状态变为申请处理中，推送消息转为人工处理。

本发明还包括一种基于信息数据的信用评估与授信申请系统，所述系统包括认证授权模块、数据采集模块、数据存储模块、数据指标选取模块、信用评估模块和授信申请模块，其中，

所述认证授权模块为系统对农户接口，用于接收到农户发起的融资申请请求，获取对应的实名认证和数据授权信息；

所述数据采集模块和数据存储模块用于采集并存储大数据平台返回的外部信息数据；

所述数据指标选取模块用于对于所述外部信息数据进行解析，具体包括：根据外部信息数据描述，查询对应的指标，将所述外部信息数据与指标建立关系；

所述信用评估模块用于从指标库中选取需要的指标，通过运算符将指标组合成模型关系式并建立的多场景下的信用评估模型；

所述授信申请模块为系统对农户和对于金融机构渠道的受理接口，用于基于信用评估模型的结果，按照授信产品路由匹配规则为农户匹配符合条件的授信产品，向相应的金融机构渠道的受理接口发起授信申请，接收金融机构渠道自动受理接口返回的授信申请处理结果，向农户反馈所述授信申请处理结果。

本发明结合农户的实际使用场景或农户类型，支持多方的交易和管理等信息数据经过技术手段完成指标提取和模型计算，辅助金融机构完成贷前信用评估和授信额度推荐。能较为客观、合理的得到农户信用分和信用等级并进行信用额度评估，最终实现了系统对信贷产品的智能匹配并发起授信申请，能更好的满足农户贷款需求和提升用户体验，有效地解决了农业行业融资难的难题。

图1为根据本发明一具体实施方式中一种基于信息数据的信用评估与授信申请系统的结构简图。

图2为根据本发明一具体实施方式中一种基于信息数据的信用评估与授信申请方法的流程示意图。

图3为根据本发明一具体实施方式中一种基于信息数据的信用评估与授信申请系统的的部分结构简图。

图4为根据本发明一具体实施方式中一种基于信息数据的信用评估与授信申请方法的部分流程示意图。

下面结合附图，对本发明作详细说明。

以下公开详细的示范实施例。然而，此处公开的具体结构和功能细节仅仅是出于描述示范实施例的目的。

然而，应该理解，本发明不局限于公开的具体示范实施例，而是覆盖落入本公开范围内的所有修改、等同物和替换物。在对全部附图的描述中，相同的附图标记表示相同的元件。

参阅附图，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时，本说明书中所引用的位置限定用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。

同时应该理解，如在此所用的术语“和/或”包括一个或多个相关的列出项的任意和所有组合。另外应该理解，当部件或单元被称为“连接”或“耦接”到另一部件或单元时，它可以直接连接或耦接到其他部件或单元，或者也可以存在中间部件或单元。此外，用来描述部件或单元之间关系的其他词语应该按照相同的方式理解(例如，“之间”对“直接之间”、“相邻”对“直接相邻”等)。

图2为根据本发明一具体实施方式中所包括的一种基于信息数据的信用评估与授信申请方法的流程示意图。如图所示，本发明具体实施方式的所述方法包括步骤：

A、接收到农户发起的融资申请请求，获取对应的实名认证和数据授权信息；

B、根据所述数据授权信息采集并存储大数据平台返回的外部信息数据，对于所述外部信息数据进行解析；

C、从指标库中选取需要的指标，通过运算符将指标组合成模型关系式并建立的多场景下的信用评估模型；

D、基于信用评估模型的结果，按照授信产品路由匹配规则为农户匹配符合条件的授信产品。

其中，所述数据授权信息包括对交易和管理等数据授权使用，例如包括密码信息、登录口令、验证信息等。在本发明一具体实施方式中，基于信息数据的信用评估与授信申请系统首先接收农户的融资申请请求，按照申请流程处理实名认证获得认证信息，随之根据实名认证获得数据授权信息，实名认证信息包括个人或企业的身份信息等验证，数据授权信息还包括对交易和管理等数据使用的返回值。

具体地，上述的农户可以是申请融资的个人或农业相关企业，当申请人向金融机构申请融资请求时，申请人需要提供身份证明等证件数据、申请人手机号码、银行卡账户信息和签署征信授权书，通过对申请人提供的以上数据信息进行实名认证和授权使用数据信息。

其中，所述信用评估模型于所述多维度和多场景体系建立农户信用额度评估模型，包括信用评分和信用额度。所述多维度体系包括基本信息、稳定程度、履约信用、资产评估、行为偏好。所述多场景体系包括电商交易平台、种养殖管理平台、进销存平台等。所述信用评估模型基于在交易和管理平台下的农户数据来构建评分卡模型，指标变量取值所在评分区间或类型的得分，将它们进行逻辑运算就得到了该农户在所建评分卡的最后总得分即为用户信用评估模型，根据评分划分信用等级，再按照信用评级与信用额度计算模型得出最终信用额度。

具体地，上述的多维度体系结合多场景体系搭建的信用评估模型，举例说明电商交易平台场景下维度包括基本信息、稳定程度(包括交易时长等)、履约信用(包括交易支付使用情况等)、资产评估(包括账户余额使用情况等)、行为偏好(包括交易金额等)。种养殖管理平台场景下维度包括基本信息、稳定程度(包括平台使用情况等)、履约信用(包括应收款等财务数据)、资产评估(包括银行账户等财务数据)、行为偏好(包括种养殖生产数据等)。通过农户实际使用场景选取的数据指标代入模型关系式中经过计算得出包括信用分、信用等级和信用额度的信用评估模型。

所述采集存储采集并存储大数据平台返回的外部信息数据，包括发起向大数据平台，包括内部数据平台和第三方平台系统获取农户授权的基础数据、交易和管理数据等，接收返回的数据；内部数据平台主要通过sql引擎将数据转成指标所需的外部信息数据描述，而来自第三方平台系统的数据格式往往不统一，例如通过实时请求第三方平台系统接口获取数据，并需要对返回的数据进行解析。本发明中，无论是对于较为规范的内部数据平台(已有数据)或来自于第三方平台系统，均需要纳入考虑范围，只是处理流程上的难易程度不同而已，因此对于基于信息数据的信用评估与授信申请系统而言，均可被视为外部信息数据来对待。

另外，所述外部信息数据包括基础数据、交易记录、管理数据、执行信息、负债情况、纠纷信息等；数据采集模块通过获取授权的基础数据、交易和管理数据等大量外部信息数据，然后发送给数据存储模块存储返回的数据，并同时发送给数据指标选取模块。其中，所述来自内部数据平台的已有数据通过SQL引擎将数据转成指标所需的标准化数据，具体步骤如下：

1、根据指标编写SQL语句；

2、利用SQL引擎解析SQL语句；

3、生成指标对应的信息数据描述。

另外，对于来自第三方平台系统的外部信息数据，在本发明一具体实施方式中，所述根据所述数据授权信息采集并存储大数据平台返回的外部信息数据，对于所述外部信息数据进行解析包括：

B1、请求外部数据平台接口，获取外部信息数据；

B2、根据外部信息数据描述，查询对应的指标，将所述外部信息数据与指标建立关系；

B3、将与指标建立关系的外部信息数据，连同指标一起存入数据库。

具体而言，对于第三方平台系统的外部信息数据进行解析可以包括以下步骤。

1、请求连接第三方平台系统的外部接口，获取外部数据(数据为JSON、xml格式)；所述第三方数据平台可以是分布式数据存储系统，例如云存储的数据系统等。所述访问并连接第三方平台系统的外部接口采用计算机自动抓取或接受推送的方式进行。

2、通过FastJson、dom4j提取外部信息数据；在大数据系统中，同一层的外部信息数据放到一起来处理，此处将所述同一层的数据放在一起来处理，是满足统一解析外部信息数据时的便利性。

3、循环读取每一层中的具体外部信息数据。该步骤可以进一步包括如下子步骤。

3.1获得外部信息数据描述；所述外部信息数据描述可以是第三方平台系统对于外部信息数据的简要记载和核心内容的概括，但是在一些松散型第三方平台系统中，可能会缺乏外部信息数据描述，因此本发明可以跳过这一环节，直接在后续环节中搜索外部信息数据的全文，因此在不具备外部信息数据描述时，所述外部信息数据的全体也可被视为外部数据信息描述，这仅仅是工作量的差别，而对于整体方案而言差别不大。

3.2根据外部信息数据描述，查询对应的指标(全词匹配：外部数据源名称or外部数据描述)如果可以查询到指标，则将外部数据与当前指标建立关系。

3.3如果没有查到指标；则对外部数据描述进行分词；然后通过得到的分词，在指标体系中根据关键字进行检索，选取命中多个关键字的指标(同时保存指标与外部数据描述的关系)，返回指标；建立外部信息数据的描述或外部信息数据与当前指标的对应关系；接下来重复执行步骤3.1。

3.4如果最终未获取到指标，则将外部数据描述放入异常池，进行后续处理。所述异常池的处理可以是例如丢弃、或进行缺失值处理流程，或推送至人工处理等。

3.5将与指标建立对应关系外部信息数据、外部信息数据描述与外部数据中的关键字，连同指标一起存入数据库。

图4为根据本发明一具体实施方式中一种基于信息数据的信用评估与授信申请方法的部分流程示意图。如图所示，本发明一具体实施方式中，所述根据外部信息数据描述，查询对应的指标，将所述外部信息数据与指标建立关系包括：

B21、根据外部信息数据描述，搜索对应的指标，如可以搜索到对应指标，则将所述外部信息数据与指标建立关系；

B22、如果不能搜索到任何指标，则将外部信息数据描述或者外部信息数据全文进行分词，通过得到的分词，在指标体系中根据关键字进行检索，选取命中多个关键字的指标，返回所述指标和关键字以及关键字对应的元数据，建立外部信息数据与指标的对应关系；

B23、如果最终未获取到指标，则将外部信息数据放入异常池进行异常处理。

所述分词的方法，例如是采用HMM(隐式马尔卡夫链)方式对于中文进行分词，将外部信息数据描述分为句首词、句中词、句尾词，和独立词，然后根据句首词、句中词、句尾词，和独立词的逻辑关系，将外部信息数据描述或者外部信息数据全文分解为单个词汇。

然后根据指标与关键字的对应关系进行搜索，例如司法风险指标，一般会包括“法院”、“裁定”、“执行”、“请求”、“赔偿”等特殊关键字，根据这些特殊关键字可以将外部信息数据描述与司法风险指标建立关系，之后还可以获取一些通用关键字来获取关键字对应的元数据，例如具体的赔偿金额，执行日期等。

另外，本发明一具体实施方式中，将与指标建立关系的外部信息数据，连同指标一起存入数据库的步骤前包括：

B301、对与相同指标建立关系的多项外部信息数据描述，进行关键字比对，获取相关度高的外部信息数据描述；

B302、针对相关度高的外部信息数据描述，根据关键字对应的元数据，进行逻辑检测，对所述相关度高的外部信息数据描述进行信息数据融合。

本发明的一项重要的改进在于提高信用评估模型的准确性，因此很重要的一点在于对相关度高的外部信息数据描述进行信息数据融合；而这也是本发明相对于现有技术的主要优势之一。

所谓信息数据融合，主要源自来自不同来源的外部信息数据，可能有大量的冗余部分，例如一个执行信息、赔偿信息或债务清偿信息，可能会从不同的来源作为外部数据源获取到，或者一个执行信息、赔偿信息或债务清偿信息，可能会有不同的中间阶段，各个中间阶段之间可能会存在一定的逻辑关系。以司法赔偿信息为例，案件的一审和二审，甚至再审和后续的司法执行，结果可能是相互吸收、修正、或抵消的关系，如果不考虑这些来源于不同信息源之间的外部信息数据之间的冗余，以及不考虑这些外部信息数据之间的逻辑关系的话，可能会让一个农户的信用评估结果严重偏离实际状况，因此本发明力图改进这一点。

本发明具体实施方式中，首先对与相同指标建立关系的多项外部信息数据描述，进行关键字比对，获取相关度高的外部信息数据描述。例如来自于不同第三方平台系统的数据，如果是关注同一信息，则可能会有大量的关键字相同或相近；而来自于同一外部信息数据的不同阶段，也可能因为一些号码、当事人信息、案由信息而紧密关联，因此本发明中首先进行关键字比对，这些关键字可以是人员关键字、日期关键字、编码关键字等，通过关键字比对可以获取相关度高的多项外部信息数据描述。

接下来，本发明针对相关度高的外部信息数据描述，根据关键字对应的元数据，进行逻辑检测，对所述相关度高的外部信息数据描述进行信息数据融合。所述信息数据融合是指根据读取关键字和对应的元数据，进行逻辑检测和运算，以消除冗余的外部信息数据。

因此，在本发明一具体实施方式中，对所述相关度高的外部信息数据描述进行信息数据融合包括，将相关度高的外部信息数据之间的关系聚类为吸收型关系、抵消型关系、修正性关系和无逻辑关系，根据时间发生的前后关系，利用在后产生的外部信息数据描述对在前产生的外部信息数据描述进行吸收、抵消、修正或并列采用处理，用于消除外部信息数据描述的冗余度和减少误差。

举例来说明，经过搜索发现两条高度相关的外部信息数据描述。在第一条外部信息数据描述中，通过搜索关键字和相关元数据得到的信息是在某甲与某乙之间产生债务纠纷，经过调解协议某甲向某乙支付人民币10万元。在第二条外部信息数据描述中，通过搜索关键字和相关元数据得到的信息是某乙向法院申请强制执行前述调解协议10万元，并执行完毕。因此这两条外部信息数据描述的逻辑关系属于吸收型关系，第二条外部信息数据描述吸收了第一条外部信息数据描述，并不能采用累加两条外部信息描述。

再举例来说明，经过搜索发现两条高度相关的外部信息数据描述。其中第一条外部信息数据描述为法院一审判决某甲向某乙赔偿人民币10万元；在第二条外部信息数据描述中为法院二审判决撤销原一审判决，因此因此这两条外部信息数据描述的逻辑关系属于抵消型关系，第二条外部信息数据描述抵消了第一条外部信息数据描述，两条外部信息数据描述可以均不计入信用评估模型的计算范围。

再举例来说明，经过搜索发现两条高度相关的外部信息数据描述。其中第一条外部信息数据描述为某甲向某乙清偿债务10万元；在第二条外部信息数据描述中为某甲申请执行回转5万元，因此两条外部信息数据描述的逻辑关系属于修正型关系，因此两条外部信息数据描述可以均需计入信用评估模型的计算范围。

通过以上举例可知，本发明的一个突出的改进点在于，通过对来自不同来源的外部信息数据的冗余部分的消除，例如一个执行信息、赔偿信息或债务清偿信息，可能会从不同的来源作为外部数据源获取到，或者对一个执行信息、赔偿信息或债务清偿信息，可能会有不同的中间阶段，各个中间阶段之间可能会存在一定的逻辑关系的计算，得到准确的信用评估模型。这种修正对于目前这种信息爆炸阶段尤为重要，例如相同一条外部信息数据，可能会被转发或者产生变种达到数万次，或者相同的事实之间的不同阶段也会导致结果大相径庭，当采用计算机直接从大数据网络中抓取外部信息数据时，这种大量的信息冗余，以及信息之间之间的逻辑关系如果不加以处理，将会导致严重失真的评价结果，甚至可能对于金融机构而言完全没有意义。

另外，本发明一具体实施方式中，所述根据外部信息数据描述，查询对应的指标，将所述外部信息数据与指标建立关系后，进一步包括：

B2-3、对外部信息数据与指标进行一系列的预处理，得到预处理后的指标数据，对上述预处理后的指标数据进行标准化处理，得到标准化指标数据，其中，所述预处理包括缺失值处理流程和异常值处理流程，其中，

所述缺失值处理流程包括：对于从外部信息数据描述查询到对应的指标但缺失元数据的情况，采取以下方式中的一种或多种：直接删除含有缺失值的指标；根据指标之间的相似性填补缺失值；根据指标之间的相关关系填补缺失值；

所述异常值处理流程包括：异常值检测、异常值筛选和异常值后处理，其中所述异常值后处理有删除异常值、采取默认值、利用平均值修正异常值中的一种或多种。

具体地，数据预处理流程包括对需要提取的指标数据的缺失值处理流程、异常值处理流程，这主要是为了将获取的原始信息数据转化为可用作模型关系式计算的格式化信息数据。在信用评估模型计算前首先进行缺失值处理。缺失值处理的方法，包括如下几种：1、直接删除含有缺失值的指标及其对应的外部信息数据，这是最简单的方式。2、根据指标项之间的相似性填补缺失值。3、根据指标项之间的相关关系填补缺失值。第二步进行异常值处理，所述异常值处理包括步骤：异常值检测、异常值筛选、异常值处理。异常值的的处理有删除异常值、采取默认值、利用平均值修正异常值或者不予以处理中的一种或多种。举例说明，比如用户的某个月交易笔数为0，但该月交易金额不为0时，通过关联分析判断断该交易笔数值为异常值。则可以根据该用户该指标前后月份的数据选择均值来对所述异常值予以修正。

因此本发明相对于现有技术而言，其具有能够容纳缺失数据或明显错误数据的鲁棒性，具有很高的智能化。

另外，所述数据的标准化处理是在某些比较和评价的指标处理中经常会用到，去除外部信息数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标数据能够进行比较和加权，而这这是进行模型关系式计算所需要的。

另外，在本发明一具体实施方式中，所述从指标库中选取需要的指标，通过运算符将指标组合成模型关系式并建立的多场景下的信用评估模型包括：

C1、根据农户类型，确定与农户类型对应的模型关系式；

C2、通过正则表达式提取模型关系式中的指标的集合；

C3、将指标集合分成多组，分别通过线程池同时获取每组指标中的每个指标对应的元数据值，并将所有的元数据值组装为数表；

C4、将模型关系式、元数据值组数表输入通用计算框架，最后输出额度作为信用评估模型。

例如所述指标库为：

而本发明具体实施中的基于信息数据的信用评估与授信申请系统则会根据不同的客户类型(所述客户类型取自融资申请请求中获取的对应实名认证和数据授权信息)，自动选择指标，进行公式组合；比如：种植户、猪饲料经销商、农资经销商、肥猪养殖等30种；如果客户类型为种植户，则系统自动选择plantArea、AssetTotal、DebtTotal等指标组合计算，作为模型关系式。

例如一个基础额度相关的模型关系式为MAX(MIN(指标1*权重A，(指标2*权重B-指标3*权重C)),MIN(指标4*权重D,指标5*权重E))。则首先通过正则表达式提取模型关系式中的指标的集合，然后去数据库中读取数据，例如将指标集合分成多组，分别通过线程池同时获取每组指标中的每个指标对应的元数据值，并将所有的元数据值组装为数表，所述元数据值为前述步骤B中与指标和外部信息数据同步存储的。

另外，本发明一具体实施方式中，所述基于信用评估模型的结果，按照授信产品路由匹配规则为农户匹配符合条件的授信产品包括：

根据授信产品匹配路由规则、所述融资申请请求和预定信贷产品信息匹配授信产品，将农户融资申请请求的实名认证信息和农户信用评估模型推送给相应的金融机构渠道的自动受理接口并发起授信申请，接收金融机构渠道自动受理接口返回的授信申请处理结果。

另外，本发明一具体实施方式中，所述授信产品匹配路由规则包括通用路由和特殊路由，其中，

所述通用路由包括：确定可提供信贷产品的金融机构渠道、符合当前农户类型的金融机构渠道、信用评估模型的评估金额在限额范围以内的金融机构渠道；

所述特殊路由包括：首先判断是否有特殊路由规则；对于存在特殊路由规则的则先判断根据所述特殊路由规则是否存在符合条件的金融机构渠道，如果有则根据优先级选择所述金融机构渠道；如果特殊路由规则中无符合条件的金融机构渠道，则采取通用路由选择金融机构渠道；

如果通用路由与特殊路由规则下均无符合条件的金融机构渠道则判定为无可用的金融机构渠道，对于无可用金融机构渠道时调整该融资申请请求的状态变为申请处理中，推送消息转为人工处理。

具体地，在本发明一具体实施方式中，接收到农户发起融资申请请求后，提取出认证授权模块验证认证和授权信息。当收到信用评估模块发送的信用评估模型结果后，根据所述信用评估模型结果中所包括的信用情况，并根据授信产品匹配路由规则、所述融资申请请求和信贷产品信息匹配授信产品，发送农户信息和农户信用评估结果推送给相应的金融机构渠道的接口并发起授信申请，接收金融机构返回的授信申请结果。

其中授信产品匹配路由规则主要分为：1、通用路由，即绝大部分路由的规则；2、特殊路由，个别特殊的路由规则。所述路由的两端分别为平台侧、渠道侧。其中平台侧属于路由的输入端，主要传入有效信息；而渠道侧则是输出端，只要判断最终可筛选的提供信贷产品的金融机构渠道。初步满足符合当前条件的渠道再根据优先级判断，可提供信贷产品的金融机构渠道；支持当前客户类型的金融机构渠道；授信评估金额在限额范围以内的金融机构渠道等等。由于通过以上条件过滤之后，那么所选出的金融机构渠道均符合要求，那么就需要在已有的数据中进行设定优先级权重:通过以上两个条件将筛选出只有一个渠道，而这条即为最佳渠道。

当遇到意外情况，并不是所有融资申请都适用于通用路由规则。在实际的运营过程中，可对某一些场景或情况单独配置特殊的路由规则。适用的场景：如果符合条件的金融机构渠道有A、C和D，正常情况下系统自动按照通用路由规则会优先选择金融机构渠道A，因为该金融机构渠道比较满足额度和信用评估结果；但是针对于农户使用情况，由于金融机构渠道A的营业网点无法覆盖该农户的所在区域，为了满足用户体验为最高规则，所以尽管金融机构渠道A已满足，但还是为了农户方便选择金融机构渠道C而不是A。对于这种情况，系统通过农户所在地区与渠道服务地区配置特殊路由规则。整体的判断逻辑如下：1、优先判断是否有特殊路由；2、有特殊规则则先判断规则里面是否符合条件的渠道，有的话则取优先级最高的一条渠道；3、特殊路由无可用渠道，则判断是否需要进行通用路由；需要的话则走通用路由选择渠道，否则的话判定为无可用的渠道。4、无可用渠道则该申请变为申请处理中，系统推送消息告知平台转为人工处理。

图1为根据本发明一具体实施方式中一种基于信息数据的信用评估与授信申请系统的结构简图；图3为根据本发明一具体实施方式中一种基于信息数据的信用评估与授信申请系统的部分结构简图。如图所示，本发明具体实施方式中，还包括一种基于信息数据的信用评估与授信申请系统，所述系统包括认证授权模块、数据采集模块、数据存储模块、数据指标选取模块、信用评估模块和授信申请模块，其中，

所述认证授权模块为系统对农户接口，用于接收到农户发起的融资申请请求，获取对应的实名认证和数据授权信息；

所述数据采集模块和数据存储模块用于采集并存储大数据平台返回的外部信息数据；

所述数据指标选取模块用于对于所述外部信息数据进行解析，具体包括：根据外部信息数据描述，查询对应的指标，将所述外部信息数据与指标建立关系；

所述信用评估模块用于从指标库中选取需要的指标，通过运算符将指标组合成模型关系式并建立的多场景下的信用评估模型；

所述授信申请模块为系统对农户和对于金融机构接口，用于基于信用评估模型的结果，按照授信产品路由匹配规则为农户匹配符合条件的授信产品，向相应的金融机构渠道的自动受理接口发起授信申请，接收金融机构渠道自动受理接口返回的授信申请处理结果，向农户反馈所述授信申请处理结果。

所述基于信息数据的信用评估与授信申请系统可以采用网络服务器的方式来实现，例如集中式数据处理系统或分布式数据处理系统。

具体地，上述授信申请匹配授信产品可以为根据信用评估模型和农户发送的贷款请求中的信息，匹配系统已预设的授信产品路由规则包括金融机构授信产品的申请要求或条件和对接交易与管理数据要求、结合农户实际使用场景和风险点等采取策略。举例说明：农信小贷等金融机构按照养殖场景要求根据农户的养殖交易或管理数据和对应的风险点，当农户的信用评估结果符合该金融机构的信用要求，系统将向农信小贷金融机构发送申请养殖贷授信产品，当接收到农信小贷返回授信申请结果后反馈给农户。

本发明结合农户的实际使用场景或农户类型，支持多方的交易和管理等信息数据经过技术手段完成指标提取和模型计算，辅助金融机构完成贷前信用评估和授信额度推荐。能较为客观、合理的得到农户信用分和信用等级并进行信用额度评估，最终实现了系统对信贷产品的智能匹配并发起授信申请，能更好的满足农户贷款需求和提升用户体验，有效地解决了农业行业融资难的难题。

上述说明示出并描述了本发明的若干优选实施例，应当理解本发明并非局限于本说明书所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本说明书所述发明构想范围内通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。