买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京好车多多信息科技有限公司申请的专利一种基于客户大数据与车辆信息的金融产品匹配处理方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119379418B 。

龙图腾网通过国家知识产权局官网在2025-05-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411325791.5，技术领域涉及：G06Q40/03；该发明授权一种基于客户大数据与车辆信息的金融产品匹配处理方法是由李克;杨洋;宋鑫鑫设计研发完成，并于2024-09-23向国家知识产权局提交的专利申请。

本一种基于客户大数据与车辆信息的金融产品匹配处理方法在说明书摘要公布了：本发明公开了一种基于客户大数据与车辆信息的金融产品匹配处理方法，涉及金融技术领域，包括采集客户数据和车辆数据，对采集数据进行预处理；提取预处理后的采集数据特征值，基于提取的采集数据特征值进行客户行为风险评估得到客户行为的风险评分；根据客户行为风险评分确定客户风险区间，通过可视化界面向客户推荐银行的车辆贷款产品。通过将客户大数据与车辆信息结合，全面提升金融产品匹配的精准度，通过采集多源数据，确保数据的全面性，采用客户行为风险评估公式，准确计算出客户行为的风险评分并根据金融机构的风险偏好和业务需求进行分类，通过可视化界面向客户推荐适合其风险类型的银行车辆贷款产品，满足不同风险客户的个性化需求。

本发明授权一种基于客户大数据与车辆信息的金融产品匹配处理方法在权利要求书中公布了：1.一种基于客户大数据与车辆信息的金融产品匹配处理方法，其特征在于：包括，采集客户数据和车辆数据，对采集数据进行预处理；提取预处理后的采集数据特征，基于提取的采集数据特征进行客户行为风险评估得到客户行为的风险评分；根据客户行为风险评分确定客户风险区间，通过可视化界面向客户推荐银行的车辆贷款产品；对客户数据和车辆数据进行加密存储；所述提取预处理后的数据特征指根据客户信息和车辆信息，利用客户姓名和车牌号整合客户及客户车辆数据集，使用Python的Pandas库从客户和客户车辆的数据集中提取数据特征，包括客户金融行为特征、车辆使用行为特征以及保险索赔和驾驶违规记录特征，组成客户特征矩阵X： 其中，Xpn为第p个客户及客户车辆数据集的第n个特征；基于客户及其车辆的历史数据，定义客户及其车辆的历史数据中的驾驶违规记录为二分类目标变量，若客户在过去一年内有驾驶违规记录，则定义二分类目标变量为1，否则为0；组成二分类目标变量矩阵Y: 其中，yp表示第p个客户及客户车辆数据集的二分类目标变量，根据二分类目标变量将特征Xpn进行分类，当二分类目标变量y为1时分类为特征Xf，当二分类目标变量y为0时分类为特征Xg；计算点二列相关系数r确定客户特征矩阵中特征与二分类目标变量之间的相关性： 其中，为二分类目标变量y为1的特征Xf的均值，为二分类目标变量y为0的特征Xg的均值，Sx为特征Xpn的标准差，p1为目标变量y为1的客户及客户车辆数据集数量，p0为目标变量y为0的客户及客户车辆数据集数量，p为客户及车辆数据集总数；设定特征阈值rth，若|r|≤rth，则不提取该特征，若|r|＞rth，则提取该特征；所述基于提取的特征进行客户行为风险评估得到客户行为的风险评分包括，客户金融行为特征包括信用卡使用频率特征值、信用卡额度值特征值、银行账户余额变化特征值以及银行账户的平均余额特征值；将客户金融行为特征代入金融行为特征函数At，公式为： 其中，ω1和ω2为调整不同金融行为影响力的权重系数，CU表示客户在时间t的信用卡使用频率特征值，CL为客户的信用卡额度值特征值，BA为客户在时间t的银行账户余额变化特征值，AB为客户银行账户的平均余额特征值；车辆使用行为特征包括平均每月行驶里程特征值、车辆年限特征值、车辆使用频率特征值；将车辆使用行为特征代入车辆使用行为特征函数Mt，公式为： 其中，φ1和φ2为调整不同车辆使用行为影响力的权重系数，ML代表客户在时间t的平均每月行驶里程特征值，VA代表车辆年限特征值，UF代表客户在时间t的车辆使用频率特征值；计算历史行为数据的权重系数为： 其中，α1为历史行为数据的权重系数，ω1和ω2为调整不同金融行为影响力的权重系数，φ1和φ2为调整不同车辆使用行为影响力的权重系数；根据客户金融行为特征和车辆使用行为特征，计算客户的历史行为特征的累计影响值Q，公式为： 式中，Q为客户的历史行为特征的累计影响值，a为历史行为起始时间，b为历史行为结束时间，α1为历史行为数据的权重系数，λ为时间衰减因子，At代表客户在时间t上的金融行为特征函数，Mt代表客户在时间t上的车辆使用行为特征函数，dt为时间上的微小增量，表示积分的变量；保险索赔和驾驶违规记录特征包括保险索赔总次数特征值和驾驶违规总次数特征值；将保险索赔总次数和驾驶违规总次数分别作为风险因子，风险因子的值为总次数，计算客户风险因子的综合影响值E，公式为： 式中，E为客户风险因子的综合影响值，m为风险因子数量，γj为第j个风险因子的权重，Vj为第j个风险因子的值；根据客户金融行为特征、车辆使用行为特征以及保险索赔和驾驶违规记录特征，计算特征的组合效应值T，公式为： 式中，T为客户各特征的组合效应值，u为特征数量，βi为第i个特征的权重，Cio为第i个特征中第o个特征值；构建客户行为风险评估公式，得到客户行为风险评分R，公式为： 式中，R为客户风险评分，k为校准系数，sx为特征标准差。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京好车多多信息科技有限公司，其通讯地址为：100024 北京市朝阳区双桥街12号5幢平房111室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。