虚拟资源申请的对接方法、装置、计算机设备及存储介质

本发明涉及一种虚拟资源申请的对接方法、装置、计算机设备及存储介质。

作为我国经济的重要组成部分，中小微企业创造的最终产品和服务价值占国内生产总值的60％，在促进就业方面也有着突出贡献，但在资源的获取能力方面，中小微企业有着明显的劣势，尤其对于资金这一重要资源，“融资难、融资贵、融资乱、融资险”等一系列问题挤压了中小微企业的生存空间，中小微企业要想继续扩大再生产，要么依靠缓慢的内生式积累，要么被迫进行民间借贷。以贷款为例，当前，中小企业进行贷款申请需要在用户终端通过各银行的在线平台依次向各银行提交进件申请，银行终端的工作人员也需要依次审核通过互联网接收的进件申请并进行审核，这种对接方式存在效率低的缺点，且风控水平也较低。

有鉴于此，本发明提出一种虚拟资源申请的对接方法、装置、计算机设备及存储介质，能够有效地提升中小微企业等虚拟资源申请用户与虚拟资源主体之间虚拟资源申请对接的效率与风控水平。

首先，为实现上述目的，本发明提出一种虚拟资源申请的对接方法，应用于虚拟资源申请的对接装置，所述方法包括

接收虚拟资源申请用户的进件申请；

对所述虚拟资源申请用户进行信息校验与风控初审；

当虚拟资源申请用户通过所述信息校验与风控初审时，通过智能推荐体系将所述进件申请发往适配的虚拟资源主体作授信申请。

进一步地，所述通过智能推荐体系将所述进件申请发往适配的虚拟资源主体作授信申请包括

将虚拟资源申请用户的各项情况数据与每个虚拟资源主体的各虚拟资源产品的条件或每个虚拟资源主体的历史记录数据进行比较，得出各虚拟资源主体的匹配度；

将所述进件申请发往匹配度最高的虚拟资源主体作授信申请。

进一步地，所述得出各虚拟资源产品的匹配度之后还包括

筛选出匹配度高于设定阈值的虚拟资源主体；

将符合条件的虚拟资源主体按匹配度由高到低进行排序；

所述将所述进件申请发往匹配度最高的虚拟资源主体作授信申请之后还包括

接收虚拟资源主体的反馈信息判断授信申请是否审批通过；

当授信申请审批未通过，将所述进件申请发往匹配度低一级的虚拟资源主体作授信申请，直至有虚拟资源主体审批通过或所有匹配度高于设定阈值的虚拟资源主体均未审批通过。

进一步地，所述对所述虚拟资源申请用户进行信息校验包括

校验所述进件申请包含的用户信息是否正确；

当进件申请包含的用户信息校验正确，通过已验证的可靠路径发送校验信息至虚拟资源申请用户进行二次校验；

接收虚拟资源申请用户反馈的二次校验信息并判断是否符合条件；

当虚拟资源申请用户反馈的二次校验信息符合条件，通过信息校验。

进一步地，所述风控初审包括

对所述进件申请所包含的用户信息中包含的每一项经营数据进行审核，判断经营数据中是否存在异常数据。

进一步地，所述对所述进件申请所包含的用户信息中包含的经营数据进行审核，判断经营数据中是否存在异常数据包括

提取所述用户信息中的行业信息与主营产品信息；

从公开数据库抓取对应行业与主营产品的每一项经营数据的参照范围；

依次判断每一项经营数据是否落在所述参照范围内，是则为正常数据，否则为异常数据。

进一步地，所述对所述进件申请所包含的用户信息中包含的每一项经营数据进行审核，判断经营数据中是否存在异常数据之后还包括

当存在异常数据，根据异常数据生成补充证明文件清单；

将所述补充证明文件清单发送给虚拟资源申请用户；

接收虚拟资源申请用户的补充证明文件；

通过用户的操作指令验证补充证明文件的可信度与有效性；

当补充证明文件的可信度与有效性均符合条件，则判定所述虚拟资源申请用户通过所述风控初审。

为实现上述目的，本发明还提供一种虚拟资源申请的对接装置，其包含

接收模块，适于接收虚拟资源申请用户的进件申请；

初审模块，适于对所述虚拟资源申请用户进行信息校验与风控初审；

智能路由模块，适于当虚拟资源申请用户通过所述信息校验与风控初审时，通过智能推荐体系将所述进件申请发往适配的虚拟资源主体作授信申请。

为实现上述目的，本发明还提供一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的虚拟资源申请的对接方法。

为实现上述目的，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现上述的虚拟资源申请的对接方法。

相较于现有技术，本发明所提出的虚拟资源申请的对接方法、装置、计算机设备及存储介质，能够实现对进件申请进行智能信息校验、风控初审并将其发往合适虚拟资源主体作授信申请，可大幅提升虚拟资源主体的业务能力与业务效率，同时有助于降低中小微企业等虚拟资源主体获取资源的成本。

图1是本发明各实施例之企业贷款申请的对接装置一可选的应用环境图；

图2是本发明第一实施例之企业贷款申请的对接方法的流程示意图；

图3是本发明实施例之通过智能推荐体系将所述进件申请发往适配的银行作授信申请的流程示意图；

图4是本发明实施例之对所述贷款申请企业进行信息校验的流程示意图；

图5是本发明实施例之风控初审的流程示意图；

图6是本发明实施例之对企业信息中包含的每一项经营数据进行审核的流程示意图；

图7是本发明实施例之风控初审的另一流程示意图；

图8是本发明第二实施例之企业贷款申请的对接装置的程序模块示意图；

图9是本发明第三实施例之计算机设备的硬件结构示意图。

附图标记

企业贷款申请的对接装置 100、904 接收模块 101 初审模块 102 智能路由模块 103 计算机设备 900 存储器 901 处理器 902 网络接口 903

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

此外，需要说明的是，由于虚拟资源的种类繁多，为了便于理解以及叙述方便，下列各实施例均以中小微企业向银行贷款这一种情形为例进行展开，如此，在下列各实施例中，虚拟资源申请用户对应于中小微企业，虚拟资源主体对应于银行，虚拟资源产品对应于金融产品，虚拟资源申请即对应于企业贷款申请，虚拟资源申请的对接装置即对应于企业贷款申请的对接装置。

参阅图1所示，是本发明各实施例之企业贷款申请的对接装置100(以下简称“对接装置100”)的一可选的应用环境示意图。

本实施例中，所述对接装置100可通过有线或无线的形式连接上游的企业终端200以及下游的银行终端300，对接装置100可分别与各企业终端200与各银行终端300互相通信，上游的用户可通过企业终端200发送进件申请至对接装置100，对接装置100对接收到的进件申请进行处理并将符合设定要求的进件申请发送至适配的下游的银行终端300，对接装置100在企业终端200与银行终端300之间起到连接桥梁的作用，旨在对大量的进件申请进行预筛选与预判断，使符合条件的进件申请发往适配的银行终端300，提升企业与银行的对接效率。

上述企业终端200与银行终端300的形式包括但不限于是PC电脑、笔记本电脑、手机、平板电脑等常用办公设施，也可以是根据需求专门定制生产的通信终端。

至此，己经介绍了本发明相关设备的硬件结构和功能。下面，将基于上述介绍提出本发明的各个实施例。

首先，本发明提出第一实施例之企业贷款申请的对接方法。

实施例一

企业贷款申请的对接方法，该企业贷款申请的对接方法由对接装置100实施，所述方法包括如下步骤S401-S403：

步骤S401，接收贷款申请企业的进件申请；

本步骤中，进件申请包含贷款申请企业的基本信息、所属行业、主营产品、经营情况等可反映企业基本情况的信息，还包含贷款申请企业的所需贷款额度、贷款用途等具体贷款细节信息，贷款申请企业的人员一般通过在企业终端200在线填写相关信息并上传相应凭证的形式提交进件申请，也可通过邮件等形式提交进件申请。

步骤S402，对所述贷款申请企业进行信息校验与风控初审，当贷款申请企业通过所述信息校验与风控初审时，跳转至步骤S403；

本步骤中，信息校验过程用于验证贷款申请企业的基本信息是否正确、企业用户的登录途径的合法性等，风控初审过程用于根据企业的所属行业、主营产品、经营情况等信息以及其他可获取的公开信息初步评估贷款申请企业的风险度，经过风控初审可筛除部分明显风险过高的贷款申请企业，以节省后续的处理流程，避免计算资源以及后续的银行审核资源运用在没有前景的进件申请上。

步骤S403，通过智能推荐体系将所述进件申请发往适配的银行作授信申请。

本步骤中，智能推荐体系是一种可根据贷款申请企业的自身情况进行智能推荐所适合的银行的智能推荐体系，并将企业的进件申请发送至相应银行的银行终端300，由银行终端300工作人员对接收到的授信申请作进一步审核。

此处，智能推荐体系是一种推荐算法。由于客户类型的不同，银行本身没有具体的标准挑选可以贷款的企业，银行的做法是推出一系列的金融产品供企业去选择适配申请，各类不同的金融产品可以满足大、中、小各类企业的贷款需求，因此，要将企业的进件申请推荐至适配的银行，首先需要看企业的情况与银行的金融产品之间的匹配度。基于此，智能推荐体系的主要工作包括：首先，对照各银行的金融产品的条件计算企业与金融产品之间的匹配度，此处可使用模糊匹配算法计算匹配度，利用模糊匹配算法计算出的匹配度具有较好的容差性，使得企业的进件申请可以与更多的金融产品进行适配，避免漏掉条件差距不是很大的金融产品；然后，根据计算出的匹配度，对金融产品进行筛选，筛选出匹配度较高的金融产品；最后，看匹配度较高的金融产品是哪个银行推出的，即将企业的进件申请发到哪个银行。通过上述方式，以金融产品为标准，以匹配度为适配条件，可精准地将企业推荐给适配的银行，提高贷款成功的概率。参阅图2，上述步骤S403的过程具体地可参照如如下步骤S501-S502：

步骤S501，将贷款申请企业的各项情况数据与每个银行的各金融产品的条件或每个银行的历史贷款记录数据进行比较，得出各银行的匹配度；

本步骤中，智能推荐体系搜集了各银行针对中小微企业推出的金融产品，根据进件申请所包含的信息与金融产品的条件进行对比匹配，在一种实施例中，智能推荐体系针对进件申请计算其与各项金融产品的匹配度包含如下步骤A1-A5：

步骤A1，根据进件申请中的所需贷款额度数据及预设的预筛选规则得到满足条件的金融产品；

此处，预筛选规则可以是，判断企业的所需贷款额度是否落在金融产品可提供的贷款额度区间，是则将对应的金融产品纳入待选金融产品序列，否则跳过该金融产品进行下一金融产品的判断；前述预筛选规则较为简单，可能会导致错失较为合适的金融产品，因此在优选的实施例中，可以采用如下预筛选规则：首先，智能推荐体系将所需贷款额度乘以预设区间得到需求额度区间，然后，智能推荐体系将需求额度区间与金融产品的贷款额度区间看是否有重叠部分，是则将对应的金融产品纳入待选金融产品序列，否则跳过该金融产品进行下一金融产品的判断。举例如下：若金融产品A可提供的贷款额度条件为不超过1000万，即其贷款额度区间为(0，1000万]，企业的所需贷款额度为1200万，预筛选时，若预设区间为[0.8,1.2]，则将所需贷款额度乘以预设区间得到的需求额度区间为[960万,1440万]，然后对比贷款额度区间与需求额度区间可发现两者由重叠部分，可将金融产品A纳入待选金融产品序列；如此可匹配到更多满足要求的金融产品；对于待选金融产品序列中的每一项金融产品，执行如下匹配步骤A2-A5：

步骤A2，获取金融产品的条件信息，提取所述条件信息包含的数据项及各数据项对应的数值条件；

举例如下，若金融产品B的条件如下：(1)企业的注册资金不少于1000万；(2)企业的成立年限不少于3年；(2)企业的去年年销售额不少于800万；则获取到的数据项及数值条件如下表所示：

数据项 数值条件 注册资金 ≥2000万 成立年限 ≥3年 去年年销售额 ≥1500万

步骤A3，从所述进件申请中提取对应的数据项及其对应的数值；

如，某企业的注册资金为1800万，成立年限为4年，去年的年销售额为1200万；进件申请中提取对应的数据项及其对应的数值如下表所示：

数据项 数值 注册资金 1800万 成立年限 4年 去年年销售额 1200万

步骤A4，根据数据项的数值条件的临界值计算第一可量化区间，并根据第一量化函数计算各数据项的匹配度；

以注册资金这一数据项为例，其第一可量化区间的算法为，将数值条件的临界值乘以第一扩展因子区间，如第一扩展因子区间预设为(0.6,1)，则第一可量化区间为(1200万，2000万)，第一可量化区间的含义为，当贷款申请企业的注册资金小于1200万，其匹配度为0，当贷款申请企业的注册资金大于等于2000万，其匹配度为1，当贷款申请企业的注册资金在第一可量化区间内，则按照第一量化函数计算其匹配度，若预设的第一量化函数使匹配度(0,1)在区间(1200万，2000万)内均匀分布，则可计算出贷款申请企业的注册资金1800万对应的匹配度为0.75。

采用同样方法，若成立年限这一数据项对应的第一扩展因子区间预设为(0.5,1)，成立年限这一数据项对应的第一量化函数使匹配度(0,1)在其对应的第一可量化区间内均匀分布，则可计算出申请企业的成立年限4年的匹配度为1。同理，若去年年销售额这一数据项对应的第一扩展因子区间预设为(0.6,1)，去年年销售额这一数据项对应的第一量化函数使匹配度(0,1)在其对应的第一可量化区间内均匀分布，则可计算出申请企业的去年年销售额1200万对应的匹配度为0.5。

步骤A5，根据各数据项的权重计算贷款申请企业对应于金融产品的总匹配度。

本步骤中，例如三个数据项的权重从前到后依次为0.3,0.2,0.5，则贷款申请企业对应于金融产品的总匹配度为0.75*0.3+1*0.2+0.5*0.5＝0.675，即67.5％。

在另一种情形中，智能推荐体系搜集了各银行过往一段时间内各银行对中小微企业贷款的历史记录，历史记录中包含贷到款的中小微企业的基本信息、经营数据以及贷款额度等信息，可将贷款历史记录的数据与进件申请包含的信息进行对比，计算其匹配度，从而选出匹配度最高的银行。根据贷款历史记录可以推算出各银行对于中小微企业贷款的策略，针对贷款历史记录进行推荐银行也可提升授信申请通过的成功率。

步骤S502，将所述进件申请发往匹配度最高的银行作授信申请。

可选地，在另一实施例中，步骤S501后还包括如下步骤S503-S504：

步骤S503，筛选出匹配度高于设定阈值的银行；

步骤S504，将符合条件的银行按匹配度由高到低进行排序；

对应地，步骤S502之后还包括如下步骤：

步骤S505，接收银行的反馈信息判断授信申请是否审批通过，是则结束进程，否则进入步骤S506；

本步骤中，所述反馈信息由银行端的工作人员通过银行终端300进行反馈。

步骤S506，将所述进件申请发往匹配度低一级的银行作授信申请，继续接收银行的反馈信息判断授信申请是否审批通过，是则结束进程，否则返回步骤S505。

上述步骤S505-S506循环进行，直至有银行审批通过或所有匹配度高于设定阈值的金融产品对应的银行均未审批通过。经上述步骤可提高授信申请通过的概率。

可选地，参阅图3所示，步骤S402中所述对所述贷款申请企业进行信息校验包括如下步骤S601-S604：

步骤S601，校验所述进件申请包含的企业信息是否正确；

步骤S602，当进件申请包含的企业信息校验正确，通过已验证的可靠路径发送校验信息至贷款申请企业进行二次校验；

本步骤中，已验证的可靠路径可以是邮箱验证、短信验证等形式，已验证的可靠路径对应的邮箱号码与短信号码由贷款申请企业在线下办理验证手续，确保其官方性与可靠性。

步骤S603，接收贷款申请企业反馈的二次校验信息并判断是否符合条件；

当贷款申请企业反馈的二次校验信息符合条件，则在步骤S604，通过信息校验。

通过步骤S601-S604可对贷款申请企业的身份进行二次校验，防止不法分子冒用企业名称执行不法操作。

可选地，参阅图4所示，所述风控初审具体包括如下步骤S701：

步骤S701，对所述进件申请所包含的企业信息中包含的每一项经营数据进行审核，判断经营数据中是否存在异常数据。

具体地，参阅图5所示，步骤S701包含如下步骤S701a-S701c：

步骤S701a，提取所述企业信息中的行业信息与主营产品信息；

步骤S701b，从公开数据库抓取对应行业与主营产品的每一项经营数据的参照范围；

本步骤中，抓取的作为参照范围的数据来自于可信度较高或具有权威性的公开数据库，抓取的数据可反映所属行业与主营产品的整体市场情形，可作为评价企业经营情况的可信参考。

步骤S701c，依次判断每一项经营数据是否落在所述参照范围内，是则为正常数据，否则为异常数据。

可选地，步骤S701之后还包含如下步骤S702-S706：

步骤S702，当存在异常数据，根据异常数据生成补充证明文件清单；

步骤S703，将所述补充证明文件清单发送给贷款申请企业的企业终端200；

步骤S704，接收贷款申请企业的补充证明文件；

本步骤中，补充证明文件由企业端工作人员通过企业终端200上传并发送，补充证明文件一般为可证明企业财务数据的票据、合同等材料。

步骤S705，通过用户的操作指令验证补充证明文件的可信度与有效性；

本步骤中，对补充证明文件的审核操作由对接装置100输出至显示界面并由工作人员完成，工作人员审核后得到审核结果，并向对接装置100发送对应的操作指令表示材料可信有效或不可信无效。

当补充证明文件的可信度与有效性均符合条件，则在步骤S706判定所述贷款申请企业通过所述风控初审；

当补充证明文件的可信度与有效性不符合条件，则在步骤S707驳回进件申请。

上述过程可为贷款申请企业开通一条自证通道，使企业证实其经营状况与市场整体行情偏离较大的原因，若缘由合理可使其通过风控初审交由下一步发往的银行继续审核，如此可避免中小微企业的贷款通道一下子被关闭无处申诉的情形发生。

可选地，参阅图6所示，所述风控初审还包括如下步骤S801-S804：

步骤S801，从公开数据库获取贷款申请企业的各维度公开数据；

具体地，对接装置100利用MongoDB数据库(也可采用其他NoSQL数据库)从公开数据源采集贷款申请企业的各维度公开数据，并构建基于企业信息数据库。MongoDB数据库可以采集较为复杂的结构类型的数据，适用于上述贷款申请企业的各维度公开数据的存储。上述公开数据源包含企业工商数据库、发票数据库、税务数据库以及诉讼记录数据库。各维度公开数据包括工商信息、管理信息、经营数据等基础信息，还包含各类风险信息，此处风险信息包含法律诉讼、行政处罚、经营异常、失信信息、被执行信息、拖欠工资等。

步骤S802，根据所述贷款申请企业的各维度公开数据计算贷款申请企业的风险值；

本步骤中，对接装置100根据依次从企业信息数据库中抽取各贷款申请企业的数据并根据预设的风险评估模型计算企业的风险值。

具体地，根据预设的风险评估模型计算企业的风险值包括如下步骤B1-B4:

步骤B1，根据贷款申请企业的基础信息确定各风险信息数据的参考值；

举例如下，若预设的规则为按照经营数据中的上一年度销售总额这一数据确定各维度风险信息的参考值，以下的例子仅以法律诉讼次数为例，其他维度的风险信息可依此类推，若参考值的选取规则如下：当上一年度销售总额在0-1000万之间，法律诉讼次数的参考值为5；当上一年度销售总额在1000-5000万之间，法律诉讼次数的参考值为10；当上一年度销售总额大于5000万，法律诉讼次数的参考值为15。若企业甲的上一年度销售总额为3000万，则可确定其法律诉讼次数的参考值为10。

步骤B2，根据风险信息数据的参考值计算第二可量化区间；

本步骤中，计算第二可量化区间的方式为，用风险信息数据的参考值乘以预设的第二扩展因子区间，若法律诉讼次数对应的第二扩展因子区间的值为(0.5,1.2)，则可算得法律诉讼次数对应的第二可量化区间为(5,12)。

步骤B3，根据各风险信息数据的实际数据及其第二量化函数计算计算其风险值。

第二可量化区间为(5,12)的含义为，若贷款申请企业的法律诉讼次数少于等于5次，则法律诉讼次数这一风险信息数据对应的风险值为0，若贷款申请企业的法律诉讼次数大于等于12次，则法律诉讼次数这一风险信息数据对应的风险值为1，当贷款申请企业的法律诉讼次数在(5,12)这个区间内时，需要根据第二量化函数计算其风险值。若贷款申请企业的法律诉讼次数实际为7，且第二量化函数使风险值(0,1)在区间(5,12)内均匀分布，则贷款申请企业的法律诉讼次数的实际值对应的风险值为0.29。依次类推，可计算其他风险信息数据对应的风险值；

步骤B4，根据各风险信息数据的权重及其风险值进行加权计算，得到贷款申请企业的总风险值。

本步骤中，加权计算即计算各风险信息数据的风险值与权重的乘积的总和。

步骤S803，判断所述贷款申请企业的风险值是否满足设定条件；

当贷款申请企业的风险值满足设定条件，通过风险初审；

当贷款申请企业的风险值不满足设定条件，则在步骤S804，驳回所述进件申请。

实施例二

参阅图7，是本发明实施例二之一种对接装置100的程序模块示意图，对接装置100可以包括或被分割成一个或多个程序模块，一个或者多个程序模块被存储于存储介质中，并由一个或多个处理器所执行，以完成本发明，并可实现上述企业贷款申请的对接方法。本发明实施例所称的程序模块是指能够完成特定功能的一系列计算机程序指令段，比程序本身更适合于描述企业贷款申请的对接方法在存储介质中的执行过程。以下描述将具体介绍本实施例各程序模块的功能：

接收模块101，接收贷款申请企业的进件申请；

此处，进件申请包含贷款申请企业的基本信息、所属行业、主营产品、经营情况等可反映企业基本情况的信息，还包含贷款申请企业的所需贷款额度、贷款用途等具体贷款细节信息，贷款申请企业的人员一般通过在企业终端200在线填写相关信息并上传相应凭证的形式提交进件申请，也可通过邮件等形式提交进件申请，接收模块101接收贷款申请企业在线填写的信息与上传的凭证或接收相应的邮件。

初审模块102，对所述贷款申请企业进行信息校验与风控初审；

本步骤中，信息校验过程用于验证贷款申请企业的基本信息是否正确、企业用户的登录途径的合法性等，风控初审过程用于根据企业的所属行业、主营产品、经营情况等信息以及其他可获取的公开信息初步评估贷款申请企业的风险度，初审模块102经过风控初审可筛除部分明显风险过高的贷款申请企业，以节省后续的处理流程，避免计算资源以及后续的银行审核资源运用在没有前景的进件申请上。

智能路由模块103，当贷款申请企业通过所述信息校验与风控初审时，通过智能推荐体系将所述进件申请发往适配的银行作授信申请。

此处，智能推荐体系是一种可根据贷款申请企业的自身情况进行智能推荐所适合的银行的智能推荐体系，并将企业的进件申请发送至相应银行的银行终端300，由银行终端300工作人员对接收到的授信申请作进一步审核。参阅图2所示，智能路由模块103通过智能推荐体系将所述进件申请发往适配的银行作授信申请包含如下步骤S501-S502：

步骤S501，智能路由模块103将贷款申请企业的各项情况数据与每个银行的各金融产品的条件或每个银行的历史贷款记录数据进行比较，得出各银行的匹配度；

在一种实施例中，智能推荐体系针对进件申请计算其与各项金融产品的匹配度包含如下步骤A1-A5：

步骤A1，智能路由模块103根据进件申请中的所需贷款额度数据及预设的预筛选规则得到满足条件的金融产品；

此处，预筛选规则可以是，判断企业的所需贷款额度是否落在金融产品可提供的贷款额度区间，是则将对应的金融产品纳入待选金融产品序列，否则跳过该金融产品进行下一金融产品的判断；前述预筛选规则较为简单，可能会导致错失较为合适的金融产品，因此在优选的实施例中，可以采用如下预筛选规则：首先，智能推荐体系将所需贷款额度乘以预设区间得到需求额度区间，然后，智能推荐体系将需求额度区间与金融产品的贷款额度区间看是否有重叠部分，是则将对应的金融产品纳入待选金融产品序列，否则跳过该金融产品进行下一金融产品的判断。举例如下：若金融产品A可提供的贷款额度条件为不超过1000万，即其贷款额度区间为(0，1000万]，企业的所需贷款额度为1200万，预筛选时，若预设区间为[0.8,1.2]，则将所需贷款额度乘以预设区间得到的需求额度区间为[960万,1440万]，然后对比贷款额度区间与需求额度区间可发现两者由重叠部分，可将金融产品A纳入待选金融产品序列；如此可匹配到更多满足要求的金融产品；对于待选金融产品序列中的每一项金融产品，执行如下匹配步骤A2-A5：

步骤A2，智能路由模块103获取金融产品的条件信息，提取所述条件信息包含的数据项及各数据项对应的数值条件；

举例如下，若金融产品B的条件如下：(1)企业的注册资金不少于1000万；(2)企业的成立年限不少于3年；(2)企业的去年年销售额不少于800万；则获取到的数据项及数值条件如下表所示：

数据项 数值条件 注册资金 ≥2000万 成立年限 ≥3年 去年年销售额 ≥1500万

步骤A3，智能路由模块103从所述进件申请中提取对应的数据项及其对应的数值；

如，某企业的注册资金为1800万，成立年限为4年，去年的年销售额为1200万；进件申请中提取对应的数据项及其对应的数值如下表所示：

数据项 数值 注册资金 1800万 成立年限 4年 去年年销售额 1200万

步骤A4，智能路由模块103根据数据项的数值条件的临界值计算第一可量化区间，并根据第一量化函数计算各数据项的匹配度；

以注册资金这一数据项为例，其第一可量化区间的算法为，将数值条件的临界值乘以第一扩展因子区间，如第一扩展因子区间预设为(0.6,1)，则第一可量化区间为(1200万，2000万)，第一可量化区间的含义为，当贷款申请企业的注册资金小于1200万，其匹配度为0，当贷款申请企业的注册资金大于等于2000万，其匹配度为1，当贷款申请企业的注册资金在第一可量化区间内，则按照第一量化函数计算其匹配度，若预设的第一量化函数使匹配度(0,1)在区间(1200万，2000万)内均匀分布，则可计算出贷款申请企业的注册资金1800万对应的匹配度为0.75。

采用同样方法，若成立年限这一数据项对应的第一扩展因子区间预设为(0.5,1)，成立年限这一数据项对应的第一量化函数使匹配度(0,1)在其对应的第一可量化区间内均匀分布，则可计算出申请企业的成立年限4年的匹配度为1。同理，若去年年销售额这一数据项对应的第一扩展因子区间预设为(0.6,1)，去年年销售额这一数据项对应的第一量化函数使匹配度(0,1)在其对应的第一可量化区间内均匀分布，则可计算出申请企业的去年年销售额1200万对应的匹配度为0.5。

步骤A5，智能路由模块103根据各数据项的权重计算贷款申请企业对应于金融产品的总匹配度。

本步骤中，例如三个数据项的权重从前到后依次为0.3,0.2,0.5，则贷款申请企业对应于金融产品的总匹配度为0.75*0.3+1*0.2+0.5*0.5＝0.675，即67.5％。

在另一种情形中，智能推荐体系搜集了各银行过往一段时间内各银行对中小微企业贷款的历史记录，历史记录中包含贷到款的中小微企业的基本信息、经营数据以及贷款额度等信息，智能路由模块103将贷款历史记录的数据与进件申请包含的信息进行对比，计算其匹配度，从而选出匹配度最高的银行。根据贷款历史记录可以推算出各银行对于中小微企业贷款的策略，针对贷款历史记录进行推荐银行也可提升授信申请通过的成功率。

步骤S502，智能路由模块103将所述进件申请发往匹配度最高的银行作授信申请。

可选地，在另一实施例中，步骤S501后还包括如下步骤S503-S504：

步骤S503，筛选出匹配度高于设定阈值的银行；

步骤S504，将符合条件的银行按匹配度由高到低进行排序；

对应地，步骤S502之后还包括如下步骤：

步骤S505，接收银行的反馈信息判断授信申请是否审批通过，是则结束进程，否则进入步骤S506；

本步骤中，所述反馈信息由银行端的工作人员通过银行终端300进行反馈。

步骤S506，将所述进件申请发往匹配度低一级的银行作授信申请，继续接收银行的反馈信息判断授信申请是否审批通过，是则结束进程，否则进入返回步骤S505。

上述步骤S505-S506循环进行，直至有银行审批通过或所有匹配度高于设定阈值的金融产品对应的银行均未审批通过。经上述步骤可提高授信申请通过的概率。

可选地，参阅图3所示，初审模块102对所述贷款申请企业进行信息校验包括如下步骤S601-S604：

步骤S601，校验所述进件申请包含的企业信息是否正确；

步骤S602，当进件申请包含的企业信息校验正确，通过已验证的可靠路径发送校验信息至贷款申请企业进行二次校验；

本步骤中，已验证的可靠路径可以是邮箱验证、短信验证等形式，已验证的可靠路径对应的邮箱号码与短信号码由贷款申请企业在线下办理验证手续，确保其官方性与可靠性。

步骤S603，接收贷款申请企业反馈的二次校验信息并判断是否符合条件；

当贷款申请企业反馈的二次校验信息符合条件，则在步骤S604，初审模块102通过信息校验。

通过步骤S601-S604可对贷款申请企业的身份进行二次校验，防止不法分子冒用企业名称执行不法操作。

可选地，参阅图4所示，初审模块102所进行的风控初审具体包括如下步骤S701：

步骤S701，对所述进件申请所包含的企业信息中包含的每一项经营数据进行审核，判断经营数据中是否存在异常数据。

具体地，参阅图5所示，步骤S701包含如下步骤S701a-S701c：

步骤S701a，提取所述企业信息中的行业信息与主营产品信息；

步骤S701b，从公开数据库抓取对应行业与主营产品的每一项经营数据的参照范围；

本步骤中，初审模块102抓取的作为参照范围的数据来自于可信度较高或具有权威性的公开数据库，初审模块102抓取的数据可反映所属行业与主营产品的整体市场情形，可作为评价企业经营情况的可信参考。

步骤S701c，依次判断每一项经营数据是否落在所述参照范围内，是则为正常数据，否则为异常数据。

可选地，步骤S701之后还包含如下步骤S702-S706：

步骤S702，当存在异常数据，根据异常数据生成补充证明文件清单；

步骤S703，将所述补充证明文件清单发送给贷款申请企业的企业终端200；

步骤S704，接收贷款申请企业的补充证明文件；

本步骤中，补充证明文件由企业端工作人员通过企业终端200上传并发送，补充证明文件一般为可证明企业财务数据的票据、合同等材料。

步骤S705，通过用户的操作指令验证补充证明文件的可信度与有效性；

本步骤中，对补充证明文件的审核操作由对接装置100输出至显示界面并由工作人员完成，工作人员审核后得到审核结果，并向对接装置100发送对应的操作指令表示材料可信有效或不可信无效。

当补充证明文件的可信度与有效性均符合条件，则在步骤S706则初审模块102判定所述贷款申请企业通过所述风控初审；

当补充证明文件的可信度与有效性不符合条件，则在步骤S707初审模块102驳回进件申请。

上述过程可为贷款申请企业开通一条自证通道，使企业证实其经营状况与市场整体行情偏离较大的原因，若缘由合理可使其通过风控初审交由下一步发往的银行继续审核，如此可避免中小微企业的贷款通道一下子被关闭无处申诉的情形发生。

可选地，参阅图6所示，初审模块102进行的风控初审还包括如下步骤S801-S804：

步骤S801，从公开数据库获取贷款申请企业的各维度公开数据；

具体地，初审模块102利用MongoDB数据库(也可采用其他NoSQL数据库)从公开数据源采集贷款申请企业的各维度公开数据，并构建基于企业信息数据库。MongoDB数据库可以采集较为复杂的结构类型的数据，适用于上述贷款申请企业的各维度公开数据的存储。上述公开数据源包含企业工商数据库、发票数据库、税务数据库以及诉讼记录数据库。各维度公开数据包括工商信息、管理信息、经营数据等基础信息，还包含各类风险信息，此处风险信息包含法律诉讼、行政处罚、经营异常、失信信息、被执行信息、拖欠工资等。

步骤S802，根据所述贷款申请企业的各维度公开数据计算贷款申请企业的风险值；

本步骤中，初审模块102根据依次从企业信息数据库中抽取各贷款申请企业的数据并根据预设的风险评估模型计算企业的风险值。

具体地，根据预设的风险评估模型计算企业的风险值包括如下步骤B1-B4:

步骤B1，初审模块102根据贷款申请企业的基础信息确定各风险信息数据的参考值；

举例如下，若预设的规则为按照经营数据中的上一年度销售总额这一数据确定各维度风险信息的参考值，以下的例子仅以法律诉讼次数为例，其他维度的风险信息可依此类推，若参考值的选取规则如下：当上一年度销售总额在0-1000万之间，法律诉讼次数的参考值为5；当上一年度销售总额在1000-5000万之间，法律诉讼次数的参考值为10；当上一年度销售总额大于5000万，法律诉讼次数的参考值为15。若企业甲的上一年度销售总额为3000万，则可确定其法律诉讼次数的参考值为10。

步骤B2，初审模块102根据风险信息数据的参考值计算第二可量化区间；

本步骤中，计算第二可量化区间的方式为，用风险信息数据的参考值乘以预设的第二扩展因子区间，若法律诉讼次数对应的第二扩展因子区间的值为(0.5,1.2)，则可算得法律诉讼次数对应的第二可量化区间为(5,12)。

步骤B3，初审模块102根据各风险信息数据的实际数据及其第二量化函数计算计算其风险值。

第二可量化区间为(5,12)的含义为，若贷款申请企业的法律诉讼次数少于等于5次，则法律诉讼次数这一风险信息数据对应的风险值为0，若贷款申请企业的法律诉讼次数大于等于12次，则法律诉讼次数这一风险信息数据对应的风险值为1，当贷款申请企业的法律诉讼次数在(5,12)这个区间内时，需要根据第二量化函数计算其风险值。若贷款申请企业的法律诉讼次数实际为7，且第二量化函数使风险值(0,1)在区间(5,12)内均匀分布，则贷款申请企业的法律诉讼次数的实际值对应的风险值为0.29。依次类推，可计算其他风险信息数据对应的风险值；

步骤B4，初审模块102根据各风险信息数据的权重及其风险值进行加权计算，得到贷款申请企业的总风险值。

本步骤中，加权计算即计算各风险信息数据的风险值与权重的乘积的总和。

步骤S803，判断所述贷款申请企业的风险值是否满足设定条件；

当贷款申请企业的风险值满足设定条件，通过风险初审；

当贷款申请企业的风险值不满足设定条件，则在步骤S804，驳回所述进件申请。

实施例三

参阅图8，是本发明实施例三之计算机设备900的硬件架构示意图。在本实施例中，所述计算机设备900是一种能够按照事先设定或者存储的指令，自动进行数值计算和/或信息处理的设备。如图所示，所述计算机设备900至少包括，但不限于，可通过系统总线相互通信连接存储器901、处理器902、网络接口903、以及对接装置904。其中：

本实施例中，存储器901至少包括一种类型的计算机可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器901可以是计算机设备900的内部存储单元，例如该计算机设备900的硬盘或内存。在另一些实施例中，存储器901也可以是计算机设备900的外部存储设备，例如该计算机设备900上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，存储器901还可以既包括计算机设备900的内部存储单元也包括其外部存储设备。本实施例中，存储器901通常用于存储安装于计算机设备900的操作系统和各类应用软件，例如对接装置904的程序代码等。此外，存储器901还可以用于暂时地存储已经输出或者将要输出的各类数据。

处理器902在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器902通常用于控制计算机设备900的总体操作。本实施例中，处理器902用于运行存储器901中存储的程序代码或者处理数据，例如运行对接装置904，以实现实施例一中的企业贷款申请的对接方法。

所述网络接口903可包括无线网络接口或有线网络接口，该网络接口903通常用于在所述计算机设备900与其他电子装置之间建立通信连接。例如，所述网络接口903用于通过网络将所述计算机设备900与外部终端相连，在所述计算机设备900与外部终端之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobile communication，GSM)、宽带码分多址(Wideband Code Division Multiple Access，WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。

需要指出的是，图8仅示出了具有部件901-904的计算机设备900，但是应理解的是，并不要求实施所有示出的部件，可以替代的实施更多或者更少的部件。

在本实施例中，存储于存储器901中的所述对接装置904还可以被分割为一个或者多个程序模块，所述一个或者多个程序模块被存储于存储器901中，并由一个或多个处理器(本实施例为处理器902)所执行，以完成本发明企业贷款申请的对接方法。

实施例四

本实施例提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，程序被处理器执行时实现上述的企业贷款申请的对接方法。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。