本發(fā)明涉及電子商務技術領域，尤其涉及一種用戶信用度的評估方法及裝置。

背景技術：

銀行接收到用戶的貸款申請，在向用戶發(fā)放貸款之前，需要對用戶的信用情況進行審核，主要是審核該用戶是否存在申請欺詐或信用欺詐。其中，信用欺詐是衡量該用戶的歷史信用是否良好，收入水平是否可以順利還款，日常是否具有較高的且穩(wěn)定消費水平等。對于信用欺詐，銀行會通過獲取申請人央行征信報告、用戶的銀行流水、用戶歷史消費記錄等信息來進行綜合判斷。

隨著互聯(lián)網(wǎng)金融的興起，在線貸款也取得了蓬勃發(fā)展，與傳統(tǒng)金融相似，互聯(lián)網(wǎng)上也需要對貸款申請人進行信用欺詐的判斷。在信用評估方面，不管是傳統(tǒng)銀行還是互聯(lián)網(wǎng)金融企業(yè)采用的都是人工收集申請用戶的銀行征信報告、收入證明、資產(chǎn)證明、銀行流水等，再由專職人員把用戶的相關信息手動錄入到平臺中進行信用評估。

現(xiàn)有技術中的信用評估方式，需要用戶提供資產(chǎn)證明，但是用戶提交的資產(chǎn)證明具有片面性，通過用戶主動的有選擇性的遞交的資料是無法看到用戶的資產(chǎn)全貌，在對用戶進行信用評估時準確率較低，甚至會造成誤判。

技術實現(xiàn)要素：

本發(fā)明實施例提供一種用戶信用度的評估方法及裝置，用以獲取更為全面的用戶資產(chǎn)證明信息，提高用戶信用評估的準確性。

本發(fā)明實施例提供的用戶信用度的評估方法包括：

服務器接收用戶的申請請求；

所述服務器獲取所述用戶的金融信息,所述金融信息是通過讀取所述用戶的終端上存儲的信息得到的；

所述服務器根據(jù)所述申請請求對應的信用度評估模型，從所述金融信息中確定所述信用度評估模型的信用度評估變量的評估值；

所述服務器將所述信用度評估變量的評估值加入所述信用度評估模型中，計算出所述用戶的信用度評分；

所述服務器至少根據(jù)所述用戶的信用度評分判斷是否通過所述申請請求。

可選的，所述用戶的終端上存儲的信息為金融短信；

所述服務器獲取所述用戶的金融信息，包括：

針對每一個金融短信，所述服務器獲取所述金融短信的文本；

所述服務器根據(jù)所述金融短信的文本中的特征信息，確定所述金融短信的初步分詞文本；

所述服務器根據(jù)特定字符對所述金融短信的初步分詞文本進行分詞，得到所述金融短信的文本的分詞結(jié)果；

所述服務器從所有金融短信的文本的分詞結(jié)果中，獲取所述用戶的金融信息。

可選的，所述服務器根據(jù)所述申請請求對應的信用度評估模型，從所述金融信息中確定所述信用度評估模型的信用度評估變量的評估值，包括：

所述服務器獲取歷史時間內(nèi)所述用戶的金融信息；

所述服務器將所述歷史時間內(nèi)所述用戶的金融信息進行分類，得到每一個信用度評估變量對應的金融信息；

針對每一個信用度評估變量對應的金融信息進行匯總，得到所述信用度評估變量的評估值。

可選的，所述信用度評估模型的信用度評估變量，通過以下方式確定：

利用邏輯回歸算法和/或神經(jīng)網(wǎng)絡算法，確定所述信用度評估模型的信用度評估變量。

可選的，所述服務器至少根據(jù)所述用戶的信用度評分判斷是否通過所述申請請求，包括：

所述服務器確定信用度等級閾值；

所述服務器將所述用戶的信用度評分與信用度等級閾值相對比，確定所述用戶所屬的信用度等級；

所述服務器根據(jù)所述用戶所屬的信用度等級，確定是否通過所述申請請求。

可選的，所述用戶的申請請求還包括所述用戶的第一用戶基本信息；

所述服務器端接收用戶的申請請求之后，所述服務器獲取所述用戶的金融信息之前，還包括：

所述服務器讀取所述用戶的終端上的金融短信，獲取與所述用戶的第一用戶基本信息對應的第二用戶基本信息；

所述服務器將所述第一用戶基本信息與所述第二用戶基本對比，確定所述第一用戶基本信息的內(nèi)容與所述第二用戶基本信息的內(nèi)容是否相符；

若是，則執(zhí)行所述所述服務器獲取所述用戶的金融信息；否則，所述服務器拒絕所述用戶的申請請求。

一種用戶信用度的評估裝置，包括：

接收模塊，用于接收用戶的申請請求；

讀取模塊，用于獲取所述用戶的金融信息,所述金融信息是通過讀取所述用戶的終端上存儲的信息得到的；

確定模塊，用于根據(jù)所述申請請求對應的信用度評估模型，從所述金融信息中確定所述信用度評估模型的信用度評估變量的評估值；

計算模塊，用于將所述信用度評估變量的評估值加入所述信用度評估模型中，計算出所述用戶的信用度評分；

評估模塊，用于至少根據(jù)所述用戶的信用度評分判斷是否通過所述申請請求。

可選的，所述用戶的終端上存儲的信息為金融短信；

所述讀取模塊，具體用于：

針對每一個金融短信，獲取所述金融短信的文本；

根據(jù)所述金融短信的文本中的特征信息，確定所述金融短信的初步分詞文本；

根據(jù)特定字符對所述金融短信的初步分詞文本進行分詞，得到所述金融短信的文本的分詞結(jié)果；

從所有金融短信的文本的分詞結(jié)果中，獲取所述用戶的金融信息。

可選的，所述確定模塊，具體用于：

獲取歷史時間內(nèi)所述用戶的金融信息；

將所述歷史時間內(nèi)所述用戶的金融信息進行分類，得到每一個信用度評估變量對應的金融信息；

針對每一個信用度評估變量對應的金融信息進行匯總，得到所述信用度評估變量的評估值。

可選的，所述信用度評估模型的信用度評估變量，通過以下方式確定：

利用邏輯回歸算法和/或神經(jīng)網(wǎng)絡算法，確定所述信用度評估模型的信用度評估變量。

可選的，所述評估模塊，具體用于：

確定信用度等級閾值；

將所述用戶的信用度評分與信用度等級閾值相對比，確定所述用戶所屬的信用度等級；

根據(jù)所述用戶所屬的信用度等級，確定是否通過所述申請請求。

可選的，所述用戶的申請請求還包括所述用戶的第一用戶基本信息；

所述讀取模塊，還用于讀取所述用戶的終端上的金融短信，獲取與所述用戶的第一用戶基本信息對應的第二用戶基本信息；

所述評估模塊，還用于將所述第一用戶基本信息與所述第二用戶基本對比，確定所述第一用戶基本信息的內(nèi)容與所述第二用戶基本信息的內(nèi)容是否相符；

若是，則執(zhí)行所述讀取模塊獲取所述用戶的金融信息；否則，拒絕所述用戶的申請請求。

本發(fā)明實施例中，服務器接到用戶的申請請求后，需要對用戶的信用情況行評估，可根據(jù)申請請求相應的信用度評估模型，計算用戶的信用評分，即根據(jù)用戶的信用評分對用戶的信用情況進行評估。信用度評估模型中需根據(jù)用戶的金融信息進行計算，因此，服務器需要獲取用戶的相關金融信息。本發(fā)明實施例中，通過讀取用戶的終端上存儲的信息得到用戶的金融信息。這種信用評估的相關金融信息獲取方法，可獲取用戶所有開戶卡的出入賬、貸款負債，投資理財賬戶等所有卡的出入賬，可以全面的利用用戶終端上存儲的金融信息來評估用戶的信用情況。服務器從金融信息中確定信用度評估模型中各個信用度評估變量對應的該用戶的評估值，并將評估值加入信用度評估模型中進行計算，即得到該用戶的信用度評分。最后，服務器可根據(jù)該用戶的信用度評分，判斷是否通過用戶的申請請求。本發(fā)明實施例中，從用戶終端中獲取存儲的金融信息，可以獲取用戶資產(chǎn)的所有相關金融信息，避免了用戶自己提交相關信息時可能會出現(xiàn)虛假上報的情況，更全面的對用戶的資產(chǎn)情況進行評估，增加了對用戶進行信用評估的真實性和準確性。

附圖說明

為了更清楚地說明本發(fā)明實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡要介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域的普通技術人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例中一種用戶信用度的評估方法的流程圖；

圖2為本發(fā)明實施例中另一種用戶信用度的評估方法的流程圖；

圖3為本發(fā)明實施例中一種用戶信用度的評估裝置的示意圖。

具體實施方式

為了使本發(fā)明的目的、技術方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明作進一步地詳細描述，顯然，所描述的實施例僅僅是本發(fā)明一部份實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本發(fā)明保護的范圍。

申請貸款時需用戶提供身份信息和對應的終端標識，盜取他人身份信息進行網(wǎng)貸申請的用戶，由于不知道被盜用戶的終端標識，會向放貸方提供盜取人自己的終端標識。由于一個身份信息短期內(nèi)只能貸款一次，為了增加欺詐的收入，往往會出現(xiàn)一個用戶盜取多個身份信息的情況，一般為了方便，該用戶在申請多家貸款時，會提供同一個終端標識，則這一個終端標識就與多個不同的身份信息相對應。

基于上述論述，本發(fā)明實施例提供了一種欺詐申請的判定方法，該方法的流程如圖1所示，方法可以包括如下步驟：

S101、服務器接收用戶的申請請求。

本發(fā)明實施例中的申請請求可以為貸款請求。一般地說，如果借款人的信用較高，貸款方就可以認為借款人的信用卓著，可以毫不遲疑地同意發(fā)放貸款。如果借款人的信用度很低，貸款方或者要求借款人增加擔保，或者干脆尋找各種理由拒絕貸款。因此，當服務器接收到用戶的申請請求后，需對用戶的信用情況進行評估，確定該用戶的信用度，這里，用戶的信用度可以通過信用度評分來量化。

S102、所述服務器獲取所述用戶的金融信息，所述金融信息是通過讀取所述用戶的終端上存儲的信息得到的。

舉例來說，可以在用戶終端上安裝相關APP(Application，應用程序)，通過APP采集用戶終端上存儲的金融信息，其中，金融信息可以是以任何形式存儲在用戶的終端上的數(shù)字信息，如短信、彩信，或文本、表格等。為了方便起見，一般而言，為讀取用戶終端上的短信，如銀行卡開戶通知短信、信用卡金額轉(zhuǎn)出通知短信等。

S103、所述服務器根據(jù)所述申請請求對應的信用度評估模型，從所述金融信息中確定所述信用度評估模型的信用度評估變量的評估值。

S104、所述服務器將所述信用度評估變量的評估值加入所述信用度評估模型中，計算出所述用戶的信用度評分。

S105、所述服務器至少根據(jù)所述用戶的信用度評分判斷是否通過所述申請請求。

本發(fā)明實施例中，服務器接到用戶的申請請求后，需要對用戶的信用情況行評估，可根據(jù)申請請求相應的信用度評估模型，計算用戶的信用評分，即根據(jù)用戶的信用評分對用戶的信用情況進行評估。信用度評估模型中需根據(jù)用戶的金融信息進行計算，因此，服務器需要獲取用戶的相關金融信息。本發(fā)明實施例中，通過讀取用戶的終端上存儲的信息得到用戶的金融信息。這種信用評估的相關金融信息獲取方法，可獲取用戶所有開戶卡的出入賬、貸款負債，投資理財賬戶等所有卡的出入賬，可以全面的利用用戶終端上存儲的金融信息來評估用戶的信用情況。服務器從金融信息中確定信用度評估模型中各個信用度評估變量對應的該用戶的評估值，并將評估值加入信用度評估模型中進行計算，即得到該用戶的信用度評分。最后，服務器可根據(jù)該用戶的信用度評分，判斷是否通過用戶的申請請求。本發(fā)明實施例中，從用戶終端中獲取存儲的金融信息，可以獲取用戶資產(chǎn)的所有相關金融信息，避免了用戶自己提交相關信息時可能會出現(xiàn)虛假上報的情況，更全面的對用戶的資產(chǎn)情況進行評估，增加了對用戶進行信用評估的真實性和準確性。

本發(fā)明實施例中，所述用戶終端上存儲的信息為金融短信。每個用戶都擁有多張銀行卡，這些卡的用途不盡相同，有的是用戶的工資卡，換工作了可能就不會再繼續(xù)使用；有的是用戶的貸款卡，每月會有固定的入賬出賬；有的是理財卡，不定期的會有大數(shù)額的轉(zhuǎn)入轉(zhuǎn)出；有的是用戶綁定網(wǎng)銀消費的卡，經(jīng)常會有驗證碼、通知。上述這些卡中資金的進出，銀行會通過短信等形式通知用戶，本發(fā)明實施例通過用戶收到的金融短信，從金融短信中獲取用戶相關的收入、消費、投資理財、不動產(chǎn)等金融數(shù)據(jù)。

從金融短信中可以根據(jù)如下方式獲取金融信息，即步驟S102中，所述服務器獲取所述用戶的金融信息，包括：

針對每一個金融短信，所述服務器獲取所述金融短信的文本；

所述服務器根據(jù)所述金融短信的文本中的特征信息，確定所述金融短信的初步分詞文本；

所述服務器根據(jù)特定字符對所述金融短信的初步分詞文本進行分詞，得到所述金融短信的文本的分詞結(jié)果；

所述服務器從所有金融短信的文本的分詞結(jié)果中，獲取所述用戶的金融信息。

具體來說，服務器獲取用戶終端上的金融短信的文本，該文本指的是由文字、數(shù)字、英文等字符構成的文本，金融短信可以為在銀行或者其它金融機構與用戶終端通訊過程中產(chǎn)生的短信。如某銀行發(fā)給用戶張三的金融短信為：

尊敬的張三，您好，您在我行的中行信用卡1234的USD賬戶于03月08日12時賬單分期成功:分期金額USD111.11，分期期數(shù)11期，手續(xù)費USD1.11，USD賬戶賬單剩余還款金額USD111.11，最小還款額USD11.11?！局袊y行】

服務器根據(jù)金融短信的文本中的特征信息，對金融短信的進行初步分詞。在本發(fā)明實施例中，特征信息指的是區(qū)分目標文本中不同屬性的字符串，例如目標文本中包括三種不同屬性的字符串，分別為數(shù)字、英文以及漢字，則特征信息就是數(shù)字、英文以及漢字。初步分詞可以包括刪除標點符號、加入切分標記、對特征信息利用特征碼進行特征標記等。

然后，服務器根據(jù)特定字符對金融短信的初步分詞文本進行分詞，這里的特定字符可以根據(jù)不同的分詞需要自行定義，例如，需要對金融短信進行分詞，則特定字符一般可以包括“行”、“賬單”、“成功”等特定字符。

根據(jù)上述方式，得到金融短信的文本的分詞結(jié)果，例如對用戶張三的金融短信進行分詞得到的結(jié)果為：

尊敬\張三\您好\您在\我行\(zhòng)中行信用卡\1234\USD\賬戶\于\03月08日12時\賬單\分期\成功\分期金額\USD\111.11\分期期數(shù)\11\期\手續(xù)費\USD\1.11\USD\賬戶\賬單\剩余還款金額\USD\111.11\最小還款額\USD\11.11\中國銀行\(zhòng)

服務器將一定時間段內(nèi)該用戶終端上所有金融短信的文本進行分詞，并從中獲取該用戶的金融信息。例如，可以從張三的上述金融短信中確定該用戶的金融信息為：卡的種類為“中行信息用卡”、卡號為“1234”、幣種為“USD(United States dollar，美元)”、分期時間為“03月08日12時”、分期金額為“111.11”、分期數(shù)為“11”、手續(xù)費為“1.11”、剩余還款金額為“111.11”、最小還款金額為“11.11”。

本發(fā)明實施例中，從一定時間段內(nèi)用戶的金融短信中獲取金融信息，并根據(jù)金融信息確定信用度評估模型的各個信用度評估變量的評估值。則，步驟S103包括：

所述服務器獲取歷史時間內(nèi)所述用戶的金融信息；

所述服務器將所述歷史時間內(nèi)所述用戶的金融信息進行分類，得到每一個信用度評估變量對應的金融信息；

針對每一個信用度評估變量對應的金融信息進行匯總，得到所述信用度評估變量的評估值。

本發(fā)明實施例中，建?？紤]的因素可以包括用戶的個人收入能力、還款能力、還款意愿等。服務器獲取歷史時間內(nèi)的該用戶的金融信息，如半年內(nèi)該用戶名下所有銀行卡的金融信息，將金融數(shù)據(jù)分為賬動、賬單、逾期、貸款、卡狀態(tài)等多個數(shù)據(jù)集，然后利用算法對數(shù)據(jù)集進行篩選，篩選出每個信用度評估變量對應的數(shù)據(jù)集。例如，用戶的收入能力包括用戶的固定工資收入、獎金收入、其它收入等。將每個信用度評估變量對應的數(shù)據(jù)進行匯總，例如，匯總該用戶每個月的月收入、逾期未還的信用卡欠費總額等，即得到每個信用評估變量的評估值。

本發(fā)明實施例的信用度評估模型可以參考美國FICO評分模型。FICO評分模型中需要考慮多種影響因素，例如，需要確定用戶的信用卡償還歷史、信用卡賬戶數(shù)、使用信用卡的年限、正在使用的信用卡類型、新開立的信用卡賬戶等。本發(fā)明實施例的信用度評估模型的信用度評估變量，通過以下方式確定：

利用邏輯回歸算法和/或神經(jīng)網(wǎng)絡算法，確定所述信用度評估模型的信用度評估變量。

本發(fā)明實施例中將評估值加入信用度評估模型進行計算，得出的用戶信用度評分具有一定的分數(shù)范圍，如300分至850分之間。分數(shù)越高，說明用戶的信用度越高，則貸款方的風險越小。本發(fā)明實施例中可根據(jù)用戶信用度評分判定是否通過該用戶的貸款申請請求。因此，步驟S105包括：

所述服務器確定信用度等級閾值；

所述服務器將所述用戶的信用度評分與信用度等級閾值相對比，確定所述用戶所屬的信用度等級；

所述服務器根據(jù)所述用戶所屬的信用度等級，確定是否通過所述申請請求。

信用度評分分數(shù)本身并不能說明一個客戶是好還是壞，貸款方通常會將分數(shù)作為參考，來進行貸款決策。每個貸款方都會有自己的貸款策略和標準，并且具有可以承擔的貸款風險水平，從而決定了貸款方可以接受的信用分數(shù)水平。例如，如果用戶即申請人的信用評分達到680分以上，服務器就可以認為用戶的信用卓著，同意貸款申請。如果用戶的信用評分低于620分，則說明該用戶的信用低下，服務器拒絕貸款。如果用戶的信用評分介于620分與680分之間服務器可作進一步的調(diào)查核實，采用其它的信用分析方式進行信用評估。

進一步地，本發(fā)明實施例中還可以從用戶的金融短信中獲取用戶的基本信息，并與用戶申請時提交的基本信息進行對比，判斷用戶是否存在填報自身信息不屬實、存在申請欺詐的情況。則，所述用戶的申請請求還包括所述用戶的第一用戶基本信息；

所述服務器端接收用戶的申請請求之后，所述服務器獲取所述用戶的金融信息之前，還包括：

所述服務器讀取所述用戶的終端上的金融短信，獲取與所述用戶的第一用戶基本信息對應的第二用戶基本信息；

所述服務器將所述第一用戶基本信息與所述第二用戶基本對比，確定所述第一用戶基本信息的內(nèi)容與所述第二用戶基本信息的內(nèi)容是否相符；

若是，則執(zhí)行所述所述服務器獲取所述用戶的金融信息；否則，所述服務器拒絕所述用戶的申請請求。

具體地，用戶進行貸款等申請時，需同時提交自己的用戶基本信息，記為第一用戶基本信息，如用戶的戶口所在地、年齡等。服務器從用戶的金融短信中查找與第一用戶基本信息對應的第二用戶基本信息，如與戶口所在地相對應的可以為身份證號的前6個數(shù)字，與年齡對應的為身份證號的出身年月。將第一用戶基本信息與第二用戶基本對比，確定第一用戶基本信息的內(nèi)容與第二用戶基本信息的內(nèi)容是否相符。比如用戶填報的戶口所在地為北京市海淀區(qū)，服務器可以從用戶的金融短信中獲取用戶的身份證號的前6為不是110 108，或者該用戶手機號碼的號段不屬于北京，則說明第一用戶基本信息與第二用戶基本信息內(nèi)容不相符，則拒絕該用戶的貸款申請請求。若信息相符，則繼續(xù)執(zhí)行之后的步驟，獲取用戶信用評估相關的金融信息。

此外，貸款申請時需要用戶提供工資卡的流水證明，流水的審核需要靠人工完成。本發(fā)明實施例中，根據(jù)用戶提供的工資卡卡號，從相應的金融短信中提取出每月工資是否有入賬，工資金額是否與申請時提供的工資吻合，工資卡每月是否有結(jié)余等。若不吻合，則拒絕。

再例如貸款申請時需要審核用戶的征信報告，看用戶是否存在貸款逾期或信用卡逾期，再與用戶的申請資料做對比看看是否屬實。本發(fā)明實施例中，用戶可提供貸款卡和信用卡的卡號，即可從用戶的金融短信中分析出相應的逾期等級。

本發(fā)明實施例中，終端可以為手機、平板電腦、臺式電腦等設備。在申請貸款的場景中，一般而言，終端為用戶的手機。為了更清楚地理解本發(fā)明，下面以具體實例對上述流程進行詳細描述，具體流程如圖2所示，包括：

S201、服務器接收用戶的申請請求，該申請請求中包括用戶的第一用戶基本信息。

S202、服務器通過APP讀取用戶終端上的金融短信。

S203、服務器根據(jù)金融短信的文本中的特征信息，將金融短信的文本進行初步分詞，得到初步分詞文本。

S204、服務器對初步分詞文本進行分詞，得到金融短信的文本的分詞結(jié)果。

S205、服務器從金融短信的文本的分詞結(jié)果中，獲取該用戶的第二用戶基本信息。

S206、服務器將第一用戶基本信息與第二用戶基本信息對比，判斷第一用戶基本信息的內(nèi)容與第二用戶基本信息的內(nèi)容是否相符，若是，則執(zhí)行步驟S208；否則，執(zhí)行步驟S207。

S207、服務器拒絕用戶的申請請求。

S208、服務器讀取半年內(nèi)該用戶終端上的金融短信。

S209、服務器將獲取的金融短信的文本進行分詞，得到分詞結(jié)果。

S210、服務器根據(jù)分詞結(jié)果得到半年內(nèi)該用戶的金融信息。

S211、服務器將半年內(nèi)該用戶的金融信息進行分類，得到每一個信用度評估變臉對應的金融信息。

S212、將每一個信用度評估變量對應的金融信息進行匯總，得到信用度評估變量的評估值。

S213、將信用度評估變量的評估值加入信用度評估模型中，計算出用戶的信用度評分。

S214、將用戶的信用度評分與信用度等級閾值相對比，確定該用戶所屬的信用度等級。

S215、根據(jù)用戶所屬的信用度等級，確定是否通過所述申請請求。

基于相同的技術構思，本發(fā)明實施例還提供一種用戶信用度的評估裝置，如圖3所示，包括：

接收模塊31，用于接收用戶的申請請求；

讀取模塊32，用于獲取所述用戶的金融信息,所述金融信息是通過讀取所述用戶的終端上存儲的信息得到的；

確定模塊33，用于根據(jù)所述申請請求對應的信用度評估模型，從所述金融信息中確定所述信用度評估模型的信用度評估變量的評估值；

計算模塊34，用于將所述信用度評估變量的評估值加入所述信用度評估模型中，計算出所述用戶的信用度評分；

評估模塊35，用于至少根據(jù)所述用戶的信用度評分判斷是否通過所述申請請求。

可選的，所述用戶的終端上存儲的信息為金融短信；

所述讀取模塊32，具體用于：

針對每一個金融短信，獲取所述金融短信的文本；

根據(jù)所述金融短信的文本中的特征信息，確定所述金融短信的初步分詞文本；

根據(jù)特定字符對所述金融短信的初步分詞文本進行分詞，得到所述金融短信的文本的分詞結(jié)果；

從所有金融短信的文本的分詞結(jié)果中，獲取所述用戶的金融信息。

可選的，所述確定模塊33，具體用于：

獲取歷史時間內(nèi)所述用戶的金融信息；

將所述歷史時間內(nèi)所述用戶的金融信息進行分類，得到每一個信用度評估變量對應的金融信息；

針對每一個信用度評估變量對應的金融信息進行匯總，得到所述信用度評估變量的評估值。

可選的，所述信用度評估模型的信用度評估變量，通過以下方式確定：

利用邏輯回歸算法和/或神經(jīng)網(wǎng)絡算法，確定所述信用度評估模型的信用度評估變量。

可選的，所述評估模塊35，具體用于：

確定信用度等級閾值；

將所述用戶的信用度評分與信用度等級閾值相對比，確定所述用戶所屬的信用度等級；

根據(jù)所述用戶所屬的信用度等級，確定是否通過所述申請請求。

可選的，所述用戶的申請請求還包括所述用戶的第一用戶基本信息；

所述讀取模塊32，還用于讀取所述用戶的終端上的金融短信，獲取與所述用戶的第一用戶基本信息對應的第二用戶基本信息；

所述評估模塊35，還用于將所述第一用戶基本信息與所述第二用戶基本對比，確定所述第一用戶基本信息的內(nèi)容與所述第二用戶基本信息的內(nèi)容是否相符；

若是，則執(zhí)行所述讀取模塊32獲取所述用戶的金融信息；否則，拒絕所述用戶的申請請求。

本發(fā)明是參照根據(jù)本發(fā)明實施例的方法、設備(系統(tǒng))、和計算機程序產(chǎn)品的流程圖和/或方框圖來描述的。應理解可由計算機程序指令實現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數(shù)據(jù)處理設備的處理器以產(chǎn)生一個機器，使得通過計算機或其他可編程數(shù)據(jù)處理設備的處理器執(zhí)行的指令產(chǎn)生用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機程序指令也可存儲在能引導計算機或其他可編程數(shù)據(jù)處理設備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機程序指令也可裝載到計算機或其他可編程數(shù)據(jù)處理設備上，使得在計算機或其他可編程設備上執(zhí)行一系列操作步驟以產(chǎn)生計算機實現(xiàn)的處理，從而在計算機或其他可編程設備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

盡管已描述了本發(fā)明的優(yōu)選實施例，但本領域內(nèi)的技術人員一旦得知了基本創(chuàng)造性概念，則可對這些實施例作出另外的變更和修改。所以，所附權利要求意欲解釋為包括優(yōu)選實施例以及落入本發(fā)明范圍的所有變更和修改。

顯然，本領域的技術人員可以對本發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權利要求及其等同技術的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。