(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 20221078393 5.6 (22)申请日 2022.07.05 (71)申请人 长安汽车 金融有限公司 地址 400000 重庆市江北区永平门街14 号 27-1、 28-1、 2 9-1 (72)发明人 赵轩　李志立　曹家楷　张胜庆　 郭亚奇　 (74)专利代理 机构 重庆图为 律师事务所 5 0287 专利代理师 张园 (51)Int.Cl. G06Q 30/06(2012.01) G06Q 40/02(2012.01) G06K 9/62(2022.01) G06F 16/9535(2019.01) (54)发明名称 车贷金融产品方案推荐 方法及装置、 存储介 质及电子设备 (57)摘要 本发明公开了一种车贷金融产品方案推荐 方法及装置、 存储介质及电子设备， 具体包括： 构 建每个车型对应的可用金融产品方案备选集； 为 每个金融产品方案匹配对应的产品类型标签和 对应的客户偏好标签； 建立并训练客户类型分类 模型， 并为 分类结果中的每个客户类型匹配对应 的产品类型标签和客户偏好标签； 获取目标客户 的目标车型， 若目标客户未提供个人信息， 从目 标车型对应的可用金融产品方案备选集中， 按照 产品类型标签集进行推荐； 若目标客户提供了个 人信息， 根据目标客户的个人信息获得客户类型 分类结果； 从目标车型的可用金融产品方案备选 集中， 按照与目标客户的客户类型匹配的产品类 型标签和客户偏好标签进行推荐。 权利要求书3页 说明书11页 附图4页 CN 115271852 A 2022.11.01 CN 115271852 A 1.一种车贷金融产品方案推荐方法， 其特 征在于， 包括： 获取车型信 息和在设定时间期限内每个车型各自对应的所有历史车贷合同数据， 每一 条所述历史车贷合同数据包括购买车 型、 客户相关个人信息和所选车贷金融产品的信息； 根据每个车型对应的历史车贷合同数据为每个车型生成至少一个金融产品方案， 构建 每个车型对应的可用金融产品方案备选集； 建立产品类型标签集， 从所述产品类型标签集中为每个金融产品方案匹配对应的产品 类型标签； 建立客户偏好标签集， 从所述客户偏好标签集中为每个金融产品方案匹配对应的客户 偏好标签； 建立并训练客户类型分类模型， 并为分类结果中的每个客户类型匹配对应的产品类型 标签和客户偏好标签； 获取目标客户的目标车型， 若目标客户未提供个人信息， 从目标车型对应的可用金融 产品方案备选集中， 按照产品类型标签集中每个产品类型标签各自选择一个匹配的金融产 品方案的方式， 生成目标 车型的车贷金融产品方案推荐结果； 若目标客户提供了个人信 息， 将目标客户的个人信 息输入训练好的所述客户类型分类 模型中进行分类， 输出目标客户的客户类型分类结果； 从目标车型 的可用金融产品方案备 选集中， 按照与目标客户的客户类型匹配的每个产品类型标签和每个客户偏好标签各自选 择一个匹配的金融产品方案的方式， 生成目标 车型的车贷金融产品方案推荐结果。 2.根据权利要求1所述的方法， 其特征在于， 所述根据每个车型对应的历史车贷合同数 据为每个车型生成至少一个金融产品方案， 构建每个车型对应的可用金融产品方案备选 集， 包括： 获取每个车型对应的所有历史车贷合同数据中的所选车贷金融产品的信 息， 明确每个 车型适配的所有车贷金融产品； 按照具体贷款金额、 首付比例、 还款期数和贴息金额的不同， 为每个车型适配的每个车 贷金融产品生成至少一个可用的金融产品方案； 根据每个车型适配的所有车贷金融产品对应生成的所有可用金融产品方案， 构建每个 车型对应的可用金融产品方案备选集。 3.根据权利要求1所述的方法， 其特征在于， 所述建立产品类型标签集， 从所述产品类 型标签集中为每 个金融产品方案匹配对应的产品类型 标签， 包括： 建立产品类型标签集， 并明确所述产品类型标签集中每个产品类型标签的产品类型特 征； 提取每个金融产品方案的产品类型特征并与每个产品类型标签的产品类型特征进行 比对， 确定每个金融产品方案匹配的对应产品类型标签， 一个金融产品方案匹配至少一个 产品类型 标签。 4.根据权利要求1所述的方法， 其特征在于， 所述建立客户偏好标签集， 从所述客户偏 好标签集中为每 个金融产品方案匹配对应的客户偏好标签， 包括： 建立客户偏好标签集， 并明确所述客户偏好标签集中的每个客户偏好标签的客户特 征； 统计每个金融产品方案的所有历史车贷合同数据中的客户相关个人信 息， 根据统计结权　利　要　求　书 1/3 页 2 CN 115271852 A 2果确定每个金融产品方案的客户特征并与每个客户偏好标签的客户特征进 行比对， 确定每 个金融产品方案匹配的对应客户偏好标签， 一个金融产品方案匹配至少一个客户偏好标 签。 5.根据权利要求1所述的方法， 其特征在于， 所述构建每个车型对应的可用金融产品方 案备选集后， 还包括对每个金融产品方案根据对应车型 的车价进行验证， 判断每个金融产 品方案是否可 行， 并删去判断不可 行的对应金融产品方案 。 6.根据权利要求1所述的方法， 其特 征在于， 所述建立并训练客户类型分类模型， 包括： 建立客户类型分类模型， 获取训练样本， 所述训练样本 中包含多条客户相关个人信 息， 所述客户相关个人信息包括 性别、 年龄、 婚姻情况、 收入、 学历和是否熟悉贷款购车的信息； 根据所述训练样本对所述客户类型分类模型进行训练， 训练好的所述客户类型分类模 型能够通过输入的客户相关个人信息匹配对应的客户类型。 7.根据权利要求1所述的方法， 其特征在于， 所述每个产品类型标签和每个客户偏好标 签各自选择一个对应的金融产品方案， 包括： 统计每个产品类型标签的所有 匹配金融产品方案的历史合同数， 选择每个产品类型标 签下历史合同数最多的金融产品方案； 统计每个客户偏好标签的所有 匹配金融产品方案的历史合同数， 选择每个客户偏好标 签下历史合同数最多的金融产品方案 。 8.一种车贷金融产品方案推荐装置， 其特 征在于， 包括： 数据收集模块， 用于获取车型信 息和在设定时间期限内每个车型各自对应的所有历史 车贷合同数据， 每一条所述历史车贷合同数据包括购买车型、 客户相关个人信息和所选车 贷金融产品的信息； 第一处理模块， 用于根据每个车型对应的历史车贷合同数据为每个车型生成至少一个 金融产品方案， 构建每 个车型对应的可用金融产品方案备选集； 第二处理模块， 用于建立产品类型标签集和客户偏好标签集， 并从所述产品类型标签 集中为每个金融产品方案匹配对应的产品类型标签、 以及从所述客户偏好标签集中为每个 金融产品方案匹配对应的客户偏好标签； 第三处理模块， 用于建立并训练客户类型分类模型， 并为分类结果中的每个客户类型 匹配对应的产品类型 标签和客户偏好标签； 推荐结果获取模块， 用于获取目标客户的目标车型， 并判断目标客户是否提供个人信 息， 若目标客户未提供个人信息， 所述推荐结果获取模块从目标车型对应的可用金融产品 方案备选集中， 按照产品类型标签集中每个产品类型标签各自选择一个匹配的金融产品方 案的方式， 生成目标车型的车贷 金融产品方案推荐 结果； 若目标客户提供了个人信息， 第三 处理模块 获取目标客户的个人信息并输入到训练好的所述客户类型分类模 型中进行分类， 输出目标客户的客户类型分类结果至所述推荐结果获取模块； 所述推荐 结果获取模块从目 标车型的可用金融产品方案备选集中， 按照与目标客户的客户类型匹配的每个产品类型标 签和每个客户偏好标签各自选择一个匹配的金融产品方案的方式， 生成目标车型的车贷 金 融产品方案推荐结果。 9.一种存储介质， 其特征在于， 所述存储介质包括存储的指令， 其中， 在所述指令运行 时控制所述存储介质所在的设备执行如权利要求 1‑7任意一项 所述的车贷金融产品方案推权　利　要　求　书 2/3 页 3 CN 115271852 A 3