(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111625238.X (22)申请日 2021.12.28 (71)申请人 上海数禾信息科技有限公司 地址 200135 上海市浦东 新区中国 （上海） 自由贸易试验区金科路2889弄1号2层 201室 (72)发明人 乾春涛　 (74)专利代理 机构 北京知果之信知识产权代理 有限公司 1 1541 代理人 高科 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 10/06(2012.01) G06K 9/62(2022.01) (54)发明名称 还款实时提 额方法及装置 (57)摘要 本公开提供一种还款实时提额方法及 装置， 所述方法包括基于预先建立的价值数据集和预 先构建的价值分类模型， 在目标用户还款时实时 预测用户的价值分类标签； 基于预先建立的价值 数据集和预先构建的还款风险评分模 型， 在目标 用户还款时确定用户的还款风险评分； 根据用户 的价值分类标签以及用户的还款风险评分， 通过 预先构建的还款额度决策模型， 判断是否需要调 整目标用户的额度， 若是， 则实时调整目标用户 的额度。 本公开实施例的方法能够分不同用户的 价值等级在还款实时判断带来的风险， 从而提供 更好的提 额决策。 权利要求书2页 说明书8页 附图1页 CN 114298822 A 2022.04.08 CN 114298822 A 1.一种还款实时提 额方法， 其特 征在于， 所述还款实时提 额方法包括： 基于预先建立的价值数据集和预先构建的价值分类模型， 在目标用户还款 时实时预测 用户的价 值分类标签； 基于预先建立的价值数据集和预先构建的还款风险评分模型， 在目标用户还款时确定 用户的还款 风险评分； 根据用户的价值分类标签以及用户的还款风险评分， 通过预先构建的还款额度决策模 型， 判断是否需要调整目标用户的额度， 若是， 则实时调整目标用户的额度。 2.根据权利要求1所述的还款实时提 额方法， 其特 征在于， 所述价值数据集包括用户的还款信 息、 基本信 息、 外部资信收入信 息、 用户的额度使用 率、 借还款频次及逾期情况中至少一种； 根据所述 价值数据集中各个信息 定义其价值标签。 3.根据权利要求1所述的还款实时提额方法， 其特征在于， 所述方法还包括训练所述价 值分类模型， 所述训练所述 价值分类模型的方法包括： 将所述价值数据集中用户的还款信 息、 基本信 息、 外部资信收入信 息、 用户的额度使用 率、 借还款频次及逾期情况中至少一种作为 价值分类模型的输入变量； 将所述价值数据集中各个信息对应的价值标签作为目标变量， 训练所述价值分类模 型。 4.根据权利要求1所述的还款实时提额方法， 其特征在于， 所述方法还包括训练所述还 款风险评分模型， 所述训练所述还款 风险评分模型的方法包括： 根据所述价值数据集中用户还款的借贷行为信 息定义分类标签， 将用户基本属性信 息 和借贷行为信息作为还款 风险评分模型的输入变量； 将用户的还款 风险评分作为目标变量， 训练所述还款 风险评分模型。 5.根据权利要求1所述的还款实时提额方法， 其特征在于， 所述通过预先构建的还款额 度决策模型， 判断是否需要提升目标用户的额度的方法包括： 根据用户的价 值分类标签以及用户的还款 风险评分， 确定用户所属的价 值类别； 根据用户所属的价值类别， 以及用户的还款风险评分， 判断用户是否处于预设调整额 度范围， 若是， 则根据用户对应的额度上限以及额度调整系数调整目标用户的额度。 6.一种还款实时提 额装置， 其特 征在于， 所述还款实时提 额装置包括： 第一单元， 用于基于预先建立的价值数据集和预先构建的价值分类模型， 在目标用户 还款时实时预测用户的价 值分类标签； 第二单元， 用于基于预先建立的价值数据集和预先构建的还款风险评分模型， 在目标 用户还款时确定用户的还款 风险评分； 第三单元， 用于根据用户的价值分类标签以及用户的还款风险评分， 通过预先构建的 还款额度决策模型， 判断是否需要调整目标用户的额度， 若是， 则实时调整目标用户的额度。权　利　要　求　书 1/2 页 2 CN 114298822 A 27.根据权利要求6所述的还款实时提 额装置， 其特 征在于， 所述价值数据集包括用户的还款信 息、 基本信 息、 外部资信收入信 息、 用户的额度使用 率、 借还款频次及逾期情况中至少一种； 根据所述 价值数据集中各个信息 定义其价值标签。 8.根据权利要求6所述的还款实时提额装置， 其特征在于， 所述装置还包括第 四单元， 所述第四单 元用于训练所述 价值分类模型： 将所述价值数据集中用户的还款信 息、 基本信 息、 外部资信收入信 息、 用户的额度使用 率、 借还款频次及逾期情况中至少一种作为 价值分类模型的输入变量； 将所述价值数据集中各个信息对应的价值标签作为目标变量， 训练所述价值分类模 型。 9.根据权利要求6所述的还款实时提额装置， 其特征在于， 所述装置还包括第五单元， 所述第五单 元用于训练所述还款 风险评分模型： 根据所述价值数据集中用户还款的借贷行为信 息定义分类标签， 将用户基本属性信 息 和借贷行为信息作为还款 风险评分模型的输入变量； 将用户的还款 风险评分作为目标变量， 训练所述还款 风险评分模型。 10.根据权利要求6所述的还款实时提 额装置， 其特 征在于， 所述第三单 元还用于： 根据用户的价 值分类标签以及用户的还款 风险评分， 确定用户所属的价 值类别； 根据用户所属的价值类别， 以及用户的还款风险评分， 判断用户是否处于预设调整额 度范围， 若是， 则根据用户对应的额度上限以及额度调整系数调整目标用户的额度。权　利　要　求　书 2/2 页 3 CN 114298822 A 3