(19)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 202210508681.7 (22)申请日 2022.05.11 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 徐雪　杨洁琼　梁侃　袁广亮　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 周永君　任默闻 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 30/02(2012.01) G06Q 40/02(2012.01) G06N 20/00(2019.01) G06F 16/2458(2019.01) (54)发明名称 一种信用卡权益的推荐方法及装置 (57)摘要 本发明提供一种信用卡权益的推荐方法及 装置， 涉及大数据技术领域。 所述方法包括： 获取 客户的信用风控 数据和权益预测数据； 根据所述 信用风控数据和风险预测模型， 获得客户的信用 风险参数； 其中， 所述风险预测模型是基于历史 信用风险训练数据以及对应的信用标签训练获 得的； 根据所述权益预测数据、 所述信用风险参 数以及权益推荐模型， 获得所述客户对应的推荐 权益； 其中， 所述权益推荐模型是基于历史权益 训练数据以及对应的权益标签训练获得的。 所述 装置用于 执行上述方法。 本发明实施例提供的信 用卡权益的推荐方法及装置， 提高了客户的推荐 权益获得的精确性。 权利要求书2页 说明书10页 附图5页 CN 114970984 A 2022.08.30 CN 114970984 A 1.一种信用卡权益的推荐方法， 其特 征在于， 包括： 获取客户的信用风控数据和权益预测数据； 根据所述信用风控数据和风险预测模型， 获得客户的信用风险参数； 其中， 所述风险预 测模型是基于历史信用风险训练数据以及对应的信用标签训练获得的； 根据所述权益预测数据、 所述信用风险参数以及权益推荐模型， 获得所述客户对应的 推荐权益； 其中， 所述权益推荐模型是基于历史权益训练数据以及对应的权益标签训练获 得的。 2.根据权利要求1所述的方法， 其特征在于， 基于历史信用风险训练数据以及对应的信 用标签训练所述 风险预测模型的步骤 包括： 获取所述历史信用风险训练数据以及对应的信用标签； 基于所述历史信用风险训练数据 以及对应的信用标签， 对风险预测原始模型进行训 练， 获得所述风险预测模型。 3.根据权利要求2所述的方法， 其特征在于， 获取所述历史信用风险训练数据对应的信 用标签包括： 获取所述历史信用风险训练数据对应的每个客户的逾期总数、 透支总数、 消费总额、 总 收入和负债总额； 根据每个客户的逾期总数和透支总数， 获得每个客户的还款风险参数， 并根据每个客 户的消费总额、 总收入和负债总额， 获得每 个客户的消费意愿参数； 将每个客户的还款风险参数、 消费意愿参数和还款 能力参数作为所述历史信用风险训 练数据中每 个客户的训练数据对应的信用标签。 4.根据权利要求3所述的方法， 其特征在于， 所述根据每个客户的逾期总数和透支总 数， 获得每 个客户的还款 风险参数包括： 计算所述客户的透支总数与 预设值的商值加上所述客户的逾期总数的结果， 作为所述 客户的还款 风险参数。 5.根据权利要求3所述的方法， 其特征在于， 所述根据每个客户的消费总额、 总收入和 负债总额， 获得每 个客户的消费意愿参数和还款能力参数包括： 计算所述客户的总收入与负债总额的差值的倒数乘以所述客户的消费总额的结果， 作 为所述客户的消费意愿参数； 从所述客户的总收入减去所述客户的负债总额和消费总额， 获得所述客户的还款能力 参数。 6.根据权利要求1至5任一项所述的方法， 其特征在于， 基于历史权益训练数据以及对 应的权益标签训练所述权益推荐模型的步骤 包括： 获取历史权益训练数据以及对应的权益标签； 其中， 所述历史权益训练数据包括各个 客户的权益历史数据和历史信用风险参数； 根据各个客户的权益历史数据和历史信用风险参数以及对应的权益标签对权益推荐 原始模型进行训练， 获得 所述权益推荐模型。 7.根据权利要求6所述的方法， 其特 征在于， 获取 各个客户的历史信用风险参数包括： 获取所述客户的历史逾期总数、 历史透支总数、 历史消费总额、 历史总收入和历史负债 总额；权　利　要　求　书 1/2 页 2 CN 114970984 A 2根据所述客户的历史逾期总数和透支总数， 获得所述客户的历史还款风险参数， 根据 所述客户的历史消费总额、 历史总收入和历史负债总额， 获得所述客户的历史消费意愿参 数和历史还款能力参数； 其中， 所述客户的历史信用风险参数包括所述客户的历史还款风 险参数、 历史消费意愿参数和历史还款能力参数。 8.一种信用卡权益的推荐装置， 其特 征在于， 包括： 获取模块， 用于获取客户的信用风控数据和权益预测数据； 风险预测模块， 用于根据所述信用风控数据和风险预测模型， 获得客户的信用风险参 数； 其中， 所述风险预测模型是基于历史信用风险训练数据以及对应的信用标签训练获得 的； 推荐模块， 用于根据 所述权益预测数据、 所述信用风险参数以及权益推荐模型， 获得所 述客户对应的推荐权益； 其中， 所述权益推荐模型是基于历史权益训练数据以及对应的权 益标签训练获得的。 9.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至7任一项所述 的方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序被处 理器执行时实现权利要求1至7任一项所述的方法。 11.一种计算机程序产品， 其特征在于， 所述计算机程序产品包括计算机程序， 所述计 算机程序被处 理器执行时实现权利要求1至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114970984 A 3