本發明屬于數據處理，尤其涉及一種基于人工智能的不良資產評估方法及系統。

背景技術：

1、不良資產嚴格意義來講也稱為不良債權，其中最主要的是不良貸款，是指借款人不能按期、按量歸還本息的貸款。也就是說，金融機構發放的貸款不能按預先約定的期限、利率收回本金和利息，因此如何實現對不良資產的管理，提升不良資產的資產回收率成為亟待解決的技術問題。

2、具體的在現有技術方案cn202311473599.6《一種基于多模態高維特征的不良資產估值方法》、cn202111560706.x《一種不良資產包的評估方法和裝置》、cn202211385059.8《一種基于大數據的消費金融逾期資產評估方法》中均給出了類似的進行不良資產的評估和管理的技術手段，從而極大的提升了不良資產的資產回收率，但是上述技術方案存在以下問題：

3、在進行不良資產的評估過程中，現有技術方案中忽視了不良資產的數據的真實性，隨著時間的增長，不良資產對應的用戶數據不可避免的會發生變化，從而對不良資產對應的用戶數據的真實性造成影響，因此若忽視了不良資產對應的用戶數據的真實性，則無法保證不良資產的回收處置的收益滿足要求。

4、針對上述技術問題，具體的本申請提供一種基于人工智能的不良資產評估方法及系統。

技術實現思路

1、為實現本發明目的，本發明采用如下技術方案：

2、第一方面，本申請提供一種基于人工智能的不良資產評估方法，具體包括：

3、s1：進行不良資產包的解析處理，利用所述解析處理的解析結果確定所述不良資產包中目標用戶的用戶數據的更新情況，并結合目標用戶的不良資產數據，確定所述不良資產包的數據實時性能夠滿足要求時，進入下一步驟；

4、s2：確定不良資產包中的目標用戶的用戶數據，與所述目標用戶在其它的不良資產包中的用戶數據的偏差情況，利用偏差情況以及用戶數據的更新情況確定目標用戶中的數據偏差用戶；

5、s3：根據所述不良資產包中的數據偏差用戶對應的不良資產數據，利用人工智能模型確定所述不良資產包中的數據偏差用戶滿足要求時，以不同的目標用戶的偏差情況、用戶數據的更新情況和不良資產數據為基礎，確定所述不良資產包的評估分析結果。

6、本發明的有益效果在于：

7、1、利用不良資產包中目標用戶的用戶數據的更新情況、目標用戶的不良資產數據，確定不良資產包的數據實時性是否能夠滿足要求，不僅考慮到目標用戶由于用戶數據的更新時間的差異導致的用戶數據的實時性的差異，同時還考慮到目標用戶由于不良資產數據的差異，導致的用戶數據的實時性存在偏差時對不良資產包的催收處理難度的影響，進而實現了對數據實時性不滿足要求的不良資產包的篩選，提升了部分情形下進行不良資產包的評估分析的處理效率。

8、2、以不同的目標用戶的偏差情況、用戶數據的更新情況和不良資產數據為基礎，確定所述不良資產包的評估分析結果，充分考慮到不同的目標用戶的數據更新時間和與其它的不良資產包的數據偏差情況，實現了從多個維度進行目標用戶的用戶數據的可信程度的綜合評估，避免了由于數據可信程度不高的目標用戶的數量較多導致的催收處理難度過大的技術問題的出現，保證了不良資產包的評估分析結果的準確性。

9、進一步的技術方案在于，所述目標用戶的用戶數據的更新情況包括所述目標用戶的不同維度的用戶數據的更新時間。

10、進一步的技術方案在于，所述目標用戶的不良資產數據包括所述目標用戶的逾期金額。

11、進一步的技術方案在于，確定所述不良資產包的數據實時性能夠滿足要求，具體包括：

12、以所述目標用戶的用戶數據的更新情況，確定所述目標用戶的不同維度的用戶數據的更新時間，并利用所述更新時間進行所述目標用戶中的更新延時用戶的確定；

13、基于不同的更新延時用戶的不良資產數據，確定不同的更新延時用戶的逾期金額的和，并將其作為更新延時逾期金額；

14、通過所述更新延時逾期金額在所述不良資產包中的逾期金額的占比，確定所述不良資產包的數據實時性是否能夠滿足要求。

15、進一步的技術方案在于，所述更新延時用戶為更新時間不在預設時間范圍內的，用戶數據的維度數量大于預設維度數量的目標用戶。

16、進一步的技術方案在于，所述不良資產包的評估分析結果的確定的方法為：

17、以不同的目標用戶的用戶數據的更新情況，確定不同的目標用戶的用戶數據中的更新延時維度和更新可靠維度，基于所述目標用戶中的更新可靠維度中的偏差情況，確定所述更新可靠維度中的數據偏差維度；

18、利用不同的目標用戶的更新延時維度和數據偏差維度的數量占比，確定不同的目標用戶的數據偏差權重值；

19、根據不同的目標用戶的不良資產數據確定不同的目標用戶的逾期金額在所述不良資產包中的占比，并將其作為逾期權重系數，基于不同的目標用戶的數據偏差權重值與逾期權重系數的乘積的和，確定所述不良資產包的資產包數據偏差值，并利用所述不良資產包的資產包數據偏差值確定所述不良資產包的評估分析結果。

20、進一步的技術方案在于，利用所述不良資產包的資產包數據偏差值確定所述不良資產包的評估分析結果，具體包括：

21、當所述不良資產包的資產包數據偏差值不在預設偏差值區間內時，則確定所述不良資產包為一類資產包；

22、當所述不良資產包的資產包數據偏差值在預設偏差值區間內時，則利用所述不良資產包為二類資產包。

23、進一步的技術方案在于，所述一類資產包的數據有效性大于二類資產包。

24、第二方面，本發明提供了一種基于人工智能的不良資產評估系統，采用上述的一種基于人工智能的不良資產評估方法，具體包括：

25、實時性評估模塊，偏差用戶識別模塊，分析結果輸出模塊；

26、其中所述實時性評估模塊負責確定所述不良資產包的數據實時性是否能夠滿足要求；

27、所述偏差用戶識別模塊負責確定目標用戶中的數據偏差用戶；

28、所述分析結果輸出模塊負責確定所述不良資產包的評估分析結果。

29、其他特征和優點將在隨后的說明書中闡述，本發明的目的和其他優點在說明書以及附圖中所特別指出的結構來實現和獲得。

30、為使本發明的上述目的、特征和優點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細說明如下。

技術特征：

1.一種基于人工智能的不良資產評估方法，其特征在于，具體包括：

2.如權利要求1所述的基于人工智能的不良資產評估方法，其特征在于，所述目標用戶的用戶數據的更新情況包括所述目標用戶的不同維度的用戶數據的更新時間。

3.如權利要求1所述的基于人工智能的不良資產評估方法，其特征在于，所述目標用戶的不良資產數據包括所述目標用戶的逾期金額。

4.如權利要求1所述的基于人工智能的不良資產評估方法，其特征在于，確定所述不良資產包的數據實時性能夠滿足要求，具體包括：

5.如權利要求4所述的基于人工智能的不良資產評估方法，其特征在于，所述更新延時用戶為更新時間不在預設時間范圍內的，用戶數據的維度數量大于預設維度數量的目標用戶。

6.如權利要求4所述的基于人工智能的不良資產評估方法，其特征在于，當所述不良資產包的數據實時性不能夠滿足要求時，則確定所述不良資產包的評估分析結果為一類資產包。

7.如權利要求1所述的基于人工智能的不良資產評估方法，其特征在于，當所述不良資產包中的數據偏差用戶不滿足要求時，則確定所述不良資產包的評估分析結果為一類資產包。

8.如權利要求1所述的基于人工智能的不良資產評估方法，其特征在于，所述不良資產包的評估分析結果的確定的方法為：

9.如權利要求8所述的基于人工智能的不良資產評估方法，其特征在于，利用所述不良資產包的資產包數據偏差值確定所述不良資產包的評估分析結果，具體包括：

10.一種基于人工智能的不良資產評估系統，采用權利要求1-9任一項所述的一種基于人工智能的不良資產評估方法，其特征在于，具體包括：

技術總結
本發明提供一種基于人工智能的不良資產評估方法及系統，屬于數據處理技術領域，具體包括：確定不良資產包中的目標用戶的用戶數據，與目標用戶在其它的不良資產包中的用戶數據的偏差情況，利用偏差情況以及用戶數據的更新情況確定目標用戶中的數據偏差用戶，根據不良資產包中的數據偏差用戶對應的不良資產數據，利用人工智能模型確定不良資產包中的數據偏差用戶滿足要求時，以不同的目標用戶的偏差情況、用戶數據的更新情況和不良資產數據為基礎，確定不良資產包的評估分析結果，實現了對不良資產包的差異化評估，同時也實現了對不良資產包的數據可信程度的準確評估。

技術研發人員：楊軒,馬榮,周朝菲,徐溯岑
受保護的技術使用者：杭州度言軟件有限公司
技術研發日：
技術公布日：2025/4/28