(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 202111555845.3 (22)申请日 2021.12.17 (71)申请人 中国建设银行股份有限公司 地址 100033 北京市西城区金融大街25号 (72)发明人 潘东行　祝黎　王雪萌　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 代理人 秦晓君 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 10/04(2012.01) G06K 9/62(2022.01) G06F 16/25(2019.01) G06F 16/2455(2019.01) (54)发明名称 一种数据处 理方法及系统 (57)摘要 本发明提供一种数据处理方法及系统， 该方 法包括获取用户输入的待查询逾期信息， 待查询 逾期信息中携带有至少一个用户的用户画像信 息； 若确定待查询逾期信息中待预测用户的数量 为一个时， 将待查询逾期信息作为逾期预测模型 的输入， 基于逾期预存模型对待查询逾期信息进 行预测， 输出预测结果， 预测结果用于指示待查 询逾期信息中的待预测用户存在逾期的概率， 逾 期预测模型是基于历史公积金数据进行训练得 到； 基于预测结果与预设概率的大小， 确定待查 询逾期信息中的待预测用户是否存在逾期， 并显 示。 本方案通过上述方式不仅能够提高处理效 率， 且能够准确预测用户的公积金贷款逾期情 况。 权利要求书2页 说明书11页 附图5页 CN 114219628 A 2022.03.22 CN 114219628 A 1.一种数据处 理方法， 其特 征在于， 所述方法包括： 获取用户输入的待查询逾期信 息， 所述待查询逾期信 息中携带有至少一个用户的用户 画像信息； 若确定所述待查询逾期信 息中待预测用户的数量为一个时， 将所述待查询逾期信 息作 为逾期预测模型 的输入， 基于所述逾期预存模型对所述待查询逾期信息进行预测， 输出预 测结果， 所述预测结果用于指示所述待查询逾期信息中的待预测用户存在逾期的概率， 所 述逾期预测模型 是基于历史公积金 数据进行训练得到； 基于所述预测结果与 预设概率的大小， 确定所述待查询逾期信 息中的待预测用户是否 存在逾期， 并显示。 2.根据权利要求1所述的方法， 其特征在于， 所述基于历史公积金数据进行训练得到逾 期预测模型的过程包括： 获取历史公积金 数据， 所述历史公积金 数据包括多个用户画像信息和逾期数据； 对所述历史公积金数据进行预处理， 并对预处理之后的所述历史公积金数据进行归一 化特征处理， 得到特 征数据； 将所述特 征数据划分为训练集和 测试集； 利用Transformer编码器模型对训练集进行训练， 得到初始 逾期预测模型； 基于所述测试集对所述初始逾期预测模型进行测试， 直至确定测试结果与 预期结果相 同， 确定当前 的训练得到的初始逾期预测模型作为逾期预测模型， 所述测试结果是所述初 始逾期预测模型对所述测试集进行处 理得到的。 3.根据权利要求1所述的方法， 其特 征在于， 还 包括： 在所述获取用户输入的待查询逾期信息之前， 判断所述用户是否已登录； 若确定所述用户未登录， 则跳转到登录界面， 以便用于根据注 册的账号登录； 若确定所述用户已登录， 则执 行获取用户输入的待查询逾期信息这 一步骤。 4.根据权利要求1所述的方法， 其特征在于， 所述基于所述预测结果与预设概率的大 小， 确定所述待查询逾期信息中的待预测用户是否存在逾期， 并显示， 包括： 判断所述预测结果是否大于预设概 率； 在确定所述预测结果大于预设概率时， 确定所述待查询逾期信息中的用户存在逾期， 并显示； 在确定所述预测结果小于或等于预设概率 时， 确定所述待查询逾期信 息中的用户不存 在逾期， 并显示。 5.根据权利要求1所述的方法， 其特 征在于， 还 包括： 若确定所述待查询逾期信 息中待预测用户的数量为多个时， 将所述待查询逾期信 息作 为逾期预测模型的输入， 基于所述逾期预存模 型依次对所述待查询逾期信息中的每一待 预 测用户进行预测， 输出每一待预测用户的预测结果， 所述预测结果用于指示所述待查询逾 期信息中的用户存在逾期的概率， 所述逾期预测模型是基于历史公积金数据进行训练得 到； 基于每一待预测用户的预测结果与 预设概率的大小， 确定所述每一待预测用户是否存 在逾期， 并生成对应的预测文件。 6.一种数据处 理系统， 其特 征在于， 所述系统包括：权　利　要　求　书 1/2 页 2 CN 114219628 A 2获取模块， 用于获取用户输入的待查询逾期信息， 所述待查询逾期信息中携带有至少 一个用户的用户画像信息； 输入模块， 用于若确定所述待查询逾期信息中待预测用户的数量为一个时， 将所述待 查询逾期信息作为逾期预测模型的输入； 预测模块， 用于基于所述逾期预存模型对所述待查询逾期信息进行预测， 输出预测结 果， 所述预测结果用于指示所述待查询逾期信息中的待预测用户存在逾期的概率， 所述逾 期预测模型 是基于构建模块构建得到； 处理模块， 用于基于所述预测结果与预设概率的大小， 确定所述待查询逾期信息中的 待预测用户是否存在逾期， 并显示。 7.根据权利要求6所述的系统， 其特征在于， 所述构建模块， 用于： 获取历史公积金数 据， 所述历史公积金数据包括多个用户画像信息和逾期数据； 对所述历史公积金数据进行 预处理， 并对预 处理之后的所述历史公积金数据进 行归一化特征处理， 得到特征数据； 将所 述特征数据划分为训练集和测试集； 利用Transformer模 型对训练集进 行训练， 得到初始逾 期预测模型； 基于所述测试集对所述初始逾期预测模型进行测试， 直至确定测试结果与预 期结果相同， 确定当前 的训练得到的初始逾期预测模型作为逾期预测模型， 所述测试结果 是所述初始 逾期预测模型对所述测试集进行处 理得到的。 8.根据权利要求6所述的系统， 其特 征在于， 还 包括： 登录模块， 用于在所述获取用户输入的待查询逾期信息之前， 判断所述用户是否已登 录； 若确定所述用户未登录， 则跳转到登录界面， 以便用于根据注册的账号登录； 若确定所 述用户已登录， 则执 行获取模块。 9.根据权利要求6所述的系统， 其特征在于， 所述处理模块， 具体用于判断所述预测结 果是否大于预设概率； 在确定所述预测结果大于预设概率时， 确定所述待查询逾期信息中 的用户存在逾期， 并显示； 在确定所述预测结果小于或等于预设概率时， 确定所述待查询逾 期信息中的用户不存在逾期， 并显示。 10.根据权利要求6所述的系统， 其特征在于， 所述输入模块， 还用于： 还包括： 若确定所 述待查询逾期信息中待预测用户的数量为多个时， 将所述待查询逾期信息作为逾期预测模 型的输入； 相应的， 所述预测模块， 还用于基于所述逾期预存模型依次对所述待查询逾期信息中 的每一待预测用户进行预测， 输出每一待预测用户的预测结果， 所述预测结果用于指示所 述待查询逾期信息中的用户存在逾期的概率， 所述逾期预测模型是基于历史公积金数据进 行训练得到； 处理模块， 还用于基于每一待预测用户的预测结果与预设概率的大小， 确定所述每一 待预测用户是否存在逾期， 并生成对应的预测文件。权　利　要　求　书 2/2 页 3 CN 114219628 A 3