一种数据处理方法及装置

本申请涉及计算机领域，特别涉及一种数据处理方法及装置。

目前，客户在进行业务申请时提供相关的材料，这些材料往往需要人工核定材料的内容，根据材料的内容确定出业务结果，然而会导致审核效率低，审核出错率高等问题。此外，若需要对业务结果进行检查，则需要再次查看相关材料，增加人工成本。

有鉴于此，本申请的目的在于提供一种数据处理方法及装置，提高审核效率和准确性，减少人工成本。其具体方案如下：

第一方面，本申请提供了一种数据处理方法，包括：

响应于来自目标用户的业务申请，获取所述业务申请对应的业务文档，所述业务文档中包括待处理信息；

对所述业务文档进行识别，以对所述待处理信息进行汇总生成初始表；

在确定初始表的数据正确后，根据所述初始表确定与所述业务申请对应的业务结果；

汇总所述初始表和所述业务结果，以生成业务信息表。

可选的，所述业务请求包括贷款请求，所述业务结果为准贷金额。

可选的，所述贷款请求为信用贷款请求，所述方法还包括：

通过征信系统获取所述目标用户的征信信息，通过银联系统获取所述目标用户的资产与负债信息，通过社保系统获取所述目标用户的职业与收入信息；

根据所述初始表确定与所述业务请求对应的业务结果，包括：

根据所述初始表、所述目标用户的征信信息、所述目标用户的资产与负债信息、所述目标用户的职业和收入信息，基于信用贷款预测模型确定与所述贷款请求对应的准贷金额；所述信用贷款预测模型为深度神经网络模型。

可选的，所述贷款请求为低压贷款请求，所述方法还包括：

利用商品评估策略获取所述业务请求的抵押品的价值；

根据所述初始表确定与所述业务请求对应的业务结果，包括：

根据所述初始表、所述抵押品的价值，基于抵押贷款预测模型确定与所述贷款请求对应的准贷金额；所述抵押贷款预测模型为深度神经网络模型。

可选的，所述初始表具有预设格式，所述方法还包括：

根据所述初始表的表格栏位，确定所述业务文档是否齐全；

若不齐全，则进行提醒。

第二方面，本申请实施例还提供了一种数据处理装置，包括：

文档获取单元，用于响应于来自目标用户的业务申请，获取所述业务申请对应的业务文档，所述业务文档中包括待处理信息；

初始表生成单元，用于对所述业务文档进行识别，以对所述待处理信息进行汇总生成初始表；

结果确定单元，用于在确定初始表的数据正确后，根据所述初始表确定与所述业务申请对应的业务结果；

业务信息表生成单元，用于汇总所述初始表和所述业务结果，以生成业务信息表。

可选的，所述业务请求包括贷款请求，所述业务结果为准贷金额。

可选的，所述贷款请求为信用贷款请求，所述装置还包括：

信用信息获取单元，用于通过征信系统获取所述目标用户的征信信息，通过银联系统获取所述目标用户的资产与负债信息，通过社保系统获取所述目标用户的职业与收入信息；

所述结果确定单元，具体用于：

在确定初始表的数据正确后，根据所述初始表、所述目标用户的征信信息、所述目标用户的资产与负债信息、所述目标用户的职业和收入信息，基于信用贷款预测模型确定与所述贷款请求对应的准贷金额；所述信用贷款预测模型为深度神经网络模型。

可选的，所述贷款请求为低压贷款请求，所述装置还包括：

商品价值确定单元，用于利用商品评估策略获取所述业务请求的抵押品的价值；

所述结果确定单元，具体用于：

在确定初始表的数据正确后，根据所述初始表、所述抵押品的价值，基于抵押贷款预测模型确定与所述贷款请求对应的准贷金额；所述抵押贷款预测模型为深度神经网络模型。

可选的，所述初始表具有预设格式，所述装置还包括：

整理单元，用于根据所述初始表的表格栏位，确定所述业务文档是否齐全；

提醒单元，用于在所述业务文档不齐全时，进行提醒。

第三方面，本申请公开了一种电子设备，包括：

存储器和处理器；

其中，所述存储器，用于存储计算机程序；

所述处理器，用于执行所述计算机程序，以实现前述公开的数据处理方法。

第四方面，本申请公开了一种计算机可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现前述公开的数据处理方法。

本申请实施例提供了一种数据处理方法及装置，响应于来自目标用户的业务申请，获取业务申请对应的业务文档，业务文档中包括待处理信息，对业务文档进行识别，可以获取到待处理信息，对待处理信息进行汇总可以生成初始表，在确定初始表的数据正确后，根据初始表确定与业务申请对应的业务结果，即可以自动生成对业务申请的审核结果，汇总初始表和业务结果，可以业务信息表，业务信息表中既包含待处理信息又包含业务结果，可供人工查看，提高审核效率和准确性，减少人工成本。

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，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它的附图。

图1示出了本申请实施例提供的一种数据处理方法的流程示意图；

图2示出了本申请实施例提供的一种数据处理装置的结构示意图；

图3为本申请公开的一种电子设备结构示意图。

为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请的具体实施方式做详细的说明。

在下面的描述中阐述了很多具体细节以便于充分理解本申请，但是本申请还可以采用其它不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施例的限制。

正如背景技术中的描述，客户在进行业务申请时提供相关的材料，这些材料往往需要人工核定材料的内容，根据材料的内容确定出业务结果，然而会导致审核效率低，审核出错率高等问题。此外，若需要对业务结果进行检查，则需要再次查看相关材料，增加人工成本。

举例来说，目前银行贷款的审核都需要多个工作人员依次审核签字，这样每个工作人员均需要审核材料的内容并给出审核意见，导致审核流程时间长效率低，工作人员对贷款的审核具有主观性，存在审核不到位或不当的风险，容易造成审核结果不够准确的问题。

基于以上技术问题，本申请实施例提供了一种数据处理方法及装置，响应于来自目标用户的业务申请，获取业务申请对应的业务文档，业务文档中包括待处理信息，对业务文档进行识别，可以获取到待处理信息，对待处理信息进行汇总可以生成初始表，在确定初始表的数据正确后，根据初始表确定与业务申请对应的业务结果，即可以自动生成对业务申请的审核结果，汇总初始表和业务结果，可以业务信息表，业务信息表中既包含待处理信息又包含业务结果，可供人工查看，提高审核效率和准确性，减少人工成本。

为了便于理解，下面结合附图对本申请实施例提供的一种数据处理方法、装置及相关设备进行详细的说明。

参考图1所示，为本申请实施例提供的一种数据处理方法的流程图，该方法可以包括以下步骤。

S101，响应于来自目标用户的业务申请，获取业务申请对应的业务文档。

本申请实施例中，可以获取来自目标用户的业务请求，业务请求可以是贷款业务，也可以为其他业务，不同用户的业务请求可以不同，不同用户的业务请求的审核结果也可以不同。

响应于来自目标用户的业务申请，可以获取到业务请求对应的业务文档，业务文档可以是目标用户在进行业务申请时提供的。获取业务请求对应的业务文档，可以通过工作人员上传业务文档实现，也可以通过从存储设备中服务与业务请求匹配的业务文档实现。

业务文档中可以包括待处理信息，待处理信息可以包括目标用户的相关信息，例如姓名、性别、职业等，也包括业务申请的相关信息，例如贷款类型、贷款用途、申请金额等。

S102，对业务文档进行识别，以对待处理信息进行汇总生成初始表。

本申请实施例中，在获取到业务申请对应的业务文档后，可以对业务文档进行识别，获取到业务文档中的待处理信息。对业务文档进行识别可以通过光学字符识别(Optical Character Recognition，OCR)技术实现，OCR技术是指电子设备检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用OCR方法将形状翻译成计算机文字的过程。

在获取到业务文档中的待处理信息后，可以对待处理信息进行汇总生成初始表。初始表可以具有预设格式，其中的表格栏位固定，这样，将待处理信息填充到初始表的相应位置即可。

此外，由于初始表具有预设格式，则根据初始表的表格栏位，可以确定业务文档是否齐全，若业务文档齐全，则可以根据业务文档获取到完整的初始表，若业务文档不齐全，则可以进行提醒，使用户根据提醒补充相关材料。例如初始表的必填的表格栏位需要的全部或部分内容不存在于业务文档中，则可以确定业务文档不齐全；当然，初始表的必填的表格栏位需要的内容均存在于业务文档中，则可以确定业务文档齐全。

S103，在确定初始表的数据正确后，根据初始表确定与业务申请对应的业务结果。

在得到初始表后，可以对初始表进行检查，可以由工作人员进行检查，在检查无误后确定初始表的数据正确，也可以由工作人员打印以后交给用户确认，用户确认无误后确定初始表的数据正确。

在确定初始表的数据正确后，可以根据初始表确定与业务申请对应的业务结果，初始表中的内容相对于业务材料而言更为简洁，相当于剔除了业务文档中的冗余信息，并对待处理信息进行归类，因此根据初始表确定出的业务结果具有更高的效率和准确性。

具体的，根据初始表确定与业务申请对应的业务结果可以由深度神经网络实现，深度神经网络通过神经网络方法建立，利用训练数据进行训练得到。在业务请求为贷款请求时，业务结果可以为准贷金额，则训练数据可以包括贷款请求相关数据、准贷金额和用户偿还情况等，贷款请求相关数据可以包括用户个人信息。

具体实施时，可以在确定初始表的数据正确后，由工作人员触发，使深度神经网络获取到初始表，以获取到业务结果。例如工作人员可以提交目标用户的业务请求的相关数据，银行的后台系统获取到目标用户的业务请求的相关数据，可以对这些数据进行存储。

在业务请求为贷款请求时，业务结果可以为准贷金额，用于根据初始表确定与业务申请对应的业务结果的深度神经网络可以作为额度预测模型，贷款请求可以有不同的类别，对应的额度预测模型也可以有不同的模型。例如，贷款请求为信用贷款请求时，对应的额度预测模型可以为信用贷款预测模型，贷款请求为抵押贷款请求时，对应的额度预测模型可以为抵押贷款预测模型。因此可以根据贷款请求的类型，确定对应的额度预测模型，利用对应的额度预测模型得到对应的准贷额度。

若贷款请求为信用贷款请求时，还可以通过征信系统获取目标用户的征信信息，通过银联系统获取目标用户的资产与负债信息，通过社保系统获取目标用户的职业与收入信息。这样，根据初始表确定与业务请求对应的业务结果，可以具体为，根据初始表、目标用户的征信信息、目标用户的资产与负债信息、目标用户的职业和收入信息，基于信用贷款预测模型确定与贷款请求对应的准贷金额。

若贷款请求为信用贷款请求，还可以利用商品评估策略获取业务请求的抵押品的价值，具体的，可以根据抵押品的信息联机相关商品评估公司确定抵押品的市场价值，并结合银行内部规定确定抵押品的价值，该价值可以利用可抵押资金表示。这样，根据初始表确定与业务请求对应的业务结果，可以具体为，根据初始表、抵押品的价值，基于抵押贷款预测模型确定与贷款请求对应的准贷金额。

S104，汇总初始表和业务结果，以生成业务信息表。

在确定出业务结果后，可以汇总初始表和业务结果，以生成业务信息表，初始表中具有待处理信息，因此业务信息表中既包含待处理信息又包含业务结果，可供人工查看，较为清晰明确，且内容简洁。

工作人员在看到业务信息表后，可以较容易查看业务申请和业务结果的对应关系，并确定最终的准贷额度。例如工作人员在确定业务信息表中的准贷额度合理时，可以将业务信息表中的准贷额度作为最终的准贷额度，或者在业务信息表中的准贷额度不合理时，也可以对业务信息表中的准贷额度进行适度修改，形成最终的准贷额度，提高银行贷款审批的安全性，此外，可以设置对准贷额度的修改权限，例如需要多人确认后修改准贷额度，进一步提高贷款审批的安全性。

这样，可以通过自动生成业务结果来对最终的业务结果进行把关，起到了为工作人员提供参考的作用，工作人员只需要在看到业务信息表后进行最后的把关即可，不仅提高效率，同时也能避免人为原因造成的审核结果不够准确的问题，提高贷款额度审批的科学与效率。

本申请实施例提供了一种数据处理方法，响应于来自目标用户的业务申请，获取业务申请对应的业务文档，业务文档中包括待处理信息，对业务文档进行识别，可以获取到待处理信息，对待处理信息进行汇总可以生成初始表，在确定初始表的数据正确后，根据初始表确定与业务申请对应的业务结果，即可以自动生成对业务申请的审核结果，汇总初始表和业务结果，可以业务信息表，业务信息表中既包含待处理信息又包含业务结果，可供人工查看，提高审核效率和准确性，减少人工成本。

基于以上数据处理方法，本申请实施例还提供了一种数据处理装置，参考图2所示，为本申请实施例提供的一种数据处理装置的结构框图，该数据处理装置可以包括：

文档获取单元110，用于响应于来自目标用户的业务申请，获取所述业务申请对应的业务文档，所述业务文档中包括待处理信息；

初始表生成单元120，用于对所述业务文档进行识别，以对所述待处理信息进行汇总生成初始表；

结果确定单元130，用于在确定初始表的数据正确后，根据所述初始表确定与所述业务申请对应的业务结果；

业务信息表生成单元140，用于汇总所述初始表和所述业务结果，以生成业务信息表。

可选的，所述业务请求包括贷款请求，所述业务结果为准贷金额。

可选的，所述贷款请求为信用贷款请求，所述装置还包括：

信用信息获取单元，用于通过征信系统获取所述目标用户的征信信息，通过银联系统获取所述目标用户的资产与负债信息，通过社保系统获取所述目标用户的职业与收入信息；

所述结果确定单元，具体用于：

在确定初始表的数据正确后，根据所述初始表、所述目标用户的征信信息、所述目标用户的资产与负债信息、所述目标用户的职业和收入信息，基于信用贷款预测模型确定与所述贷款请求对应的准贷金额；所述信用贷款预测模型为深度神经网络模型。

可选的，所述贷款请求为低压贷款请求，所述装置还包括：

商品价值确定单元，用于利用商品评估策略获取所述业务请求的抵押品的价值；

所述结果确定单元，具体用于：

在确定初始表的数据正确后，根据所述初始表、所述抵押品的价值，基于抵押贷款预测模型确定与所述贷款请求对应的准贷金额；所述抵押贷款预测模型为深度神经网络模型。

可选的，所述初始表具有预设格式，所述装置还包括：

整理单元，用于根据所述初始表的表格栏位，确定所述业务文档是否齐全；

提醒单元，用于在所述业务文档不齐全时，进行提醒。

本申请实施例提供了一种数据处理装置，响应于来自目标用户的业务申请，获取业务申请对应的业务文档，业务文档中包括待处理信息，对业务文档进行识别，可以获取到待处理信息，对待处理信息进行汇总可以生成初始表，在确定初始表的数据正确后，根据初始表确定与业务申请对应的业务结果，即可以自动生成对业务申请的审核结果，汇总初始表和业务结果，可以业务信息表，业务信息表中既包含待处理信息又包含业务结果，可供人工查看，提高审核效率和准确性，减少人工成本。

参见图3所示，为本申请实施例提供的一种电子设备20的结构示意图，该电子设备20可以实现前述实施例中公开的数据处理方法步骤。

通常，本实施例中的电子设备20包括：处理器21和存储器22。

其中，处理器21可以包括一个或多个处理核心，比如四核心处理器、八核心处理器等。处理器21可以采用DSP(digital signal processing，数字信号处理)、FPGA(field-programmable gate array，现场可编程们阵列)、PLA(programmable logic array，可编程逻辑阵列)中的至少一种硬件来实现。处理器21也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(central processing unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器21可以集成有GPU(graphics processing unit，图像处理器)，GPU用于负责显示屏所需要显示的图像的渲染和绘制。一些实施例中，处理器21可以包括AI(artificialintelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器22可以包括一个或多个计算机可读存储介质，计算机可读存储介质可以是非暂态的。存储器22还可以包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器22至少用于存储以下计算机程序221，其中，该计算机程序被处理器21加载并执行之后，能够实现前述任一实施例中公开的数据处理方法步骤。

在一些实施例中，电子设备20还可包括有显示屏23、输入输出接口24、通信接口25、传感器26、电源27以及通信总线28。

本技术领域人员可以理解，图3中示出的结构并不构成对电子设备20的限定，可以包括比图示更多或更少的组件。

进一步的，本申请实施例还公开了一种计算机可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现前述任一实施例中公开的数据处理方法。

其中，关于上述数据处理方法的具体过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。

需要说明的是，本发明提供的一种数据处理方法及装置，可应用于人工智能领域、云计算领域、大数据领域、物联网领域、移动互联领域、网络安全领域或金融领域。上述仅为示例，并不对本发明提供的一种数据处理方法及装置的应用领域进行限定。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其它实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅是本申请的优选实施方式，虽然本申请已以较佳实施例披露如上，然而并非用以限定本申请。任何熟悉本领域的技术人员，在不脱离本申请技术方案范围情况下，都可利用上述揭示的方法和技术内容对本申请技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本申请技术方案的内容，依据本申请的技术实质对以上实施例所做的任何的简单修改、等同变化及修饰，均仍属于本申请技术方案保护的范围内。