一种汽车金融数据处理方法、装置、设备及存储介质与流程

1.本技术涉及金融科技技术领域，尤其涉及一种汽车金融数据处理方法、装置、设备及存储介质。


背景技术：

2.金融业指的是银行与相关资金合作社，还有保险业，除了工业性的经济行为外，其他的与经济相关的都是金融业。随着汽车行业的快速发展，汽车金融业务也逐渐成为重要的服务领域。汽车金融是由消费者在购买汽车需要贷款时，可以直接向汽车金融公司申请优惠的支付方式，可以按照自身的个性化需求，来选择不同的车型和不同的支付方法。
3.然而，汽车金融业务的发展也面临着欺诈风险的挑战。其中包括虚假融资、虚假交易和虚假财务报告，误导性信息、窃取贷款、欺骗贷款条件、欺诈信用报告、抵押贷款欺诈、担保欺诈、资产欺诈和收购欺诈、人车不一致等。这些欺诈行为导致金融机构遭受巨额损失，同时也对车主和消费者造成不良影响的技术问题。


技术实现要素：

4.本技术提供了一种汽车金融数据处理方法、装置、设备及存储介质，解决了由于虚假融资、虚假交易和虚假财务报告，误导性信息、窃取贷款、欺骗贷款条件、欺诈信用报告、抵押贷款欺诈、担保欺诈、资产欺诈和收购欺诈、人车不一致等欺诈行为导致的金融机构遭受巨额损失，同时也对车主和消费者造成不良影响的技术问题。
5.有鉴于此，本技术第一方面提供了一种汽车金融数据处理方法，方法包括：
6.s1、获取到汽车金融的虚拟资源需求数据，并对虚拟资源需求数据进行清洗、去重、标准化的处理；
7.s2、对虚拟资源需求数据进行预置虚拟资源特征提取处理；
8.s3、根据处理后的虚拟资源需求数据和对应的预置虚拟资源特征建立对应的分类虚拟资源欺诈模型。
9.优选地，对步骤s1具体包括：
10.s11、获取到汽车金融的虚拟资源需求数据对应的个人数据、车辆数据、信用数据和欺诈行为数据；
11.s12、对个人数据、车辆数据、信用数据和欺诈行为数据进行清洗、去重、标准化的处理。
12.优选地，步骤s2具体包括：
13.s21、对个人数据、车辆数据、信用数据和欺诈行为数据进行对应的虚拟资源特征提取处理。
14.优选地，步骤s21具体包括：
15.对个人数据、车辆数据、信用数据和欺诈行为数据通过贝叶斯模型进行对应的虚拟资源特征提取处理。
16.优选地，步骤s3具体包括：
17.s31、通过c4.5决策树算法对处理后的虚拟资源需求数据和对应的预置虚拟资源特征建立对应的分类虚拟资源欺诈模型。
18.优选地，步骤s3之后还包括：
19.s4、根据分类虚拟资源欺诈模型对获取到汽车金融的虚拟资源需求数据进行欺诈倾向的分析。
20.优选地，分类虚拟资源欺诈模型为
21.本技术第二方面提供一种汽车金融数据处理装置，装置包括：
22.虚拟资源需求数据处理单元，用于获取到汽车金融的虚拟资源需求数据，并对虚拟资源需求数据进行清洗、去重、标准化的处理；
23.虚拟资源特征提取单元，用于对虚拟资源需求数据进行预置虚拟资源特征提取处理；
24.分类虚拟资源欺诈模型单元，用于根据处理后的虚拟资源需求数据和对应的预置虚拟资源特征建立对应的分类虚拟资源欺诈模型。
25.本技术第三方面提供一种汽车金融数据处理设备，设备包括处理器以及存储器：
26.存储器用于存储程序代码，并将程序代码传输给处理器；
27.处理器用于根据程序代码中的指令，执行如上述第一方面的汽车金融数据处理方法的步骤。
28.本技术第四方面提供一种计算机可读存储介质，计算机可读存储介质用于存储程序代码，程序代码用于执行上述第一方面的汽车金融数据处理方法的步骤。
29.从以上技术方案可以看出，本技术实施例具有以下优点：
30.本技术中，提供了一种汽车金融数据处理方法，通过获取到汽车金融的虚拟资源需求数据，并对虚拟资源需求数据进行清洗、去重、标准化的处理，然后对虚拟资源需求数据进行预置虚拟资源特征提取处理，最后根据处理后的虚拟资源需求数据和对应的预置虚拟资源特征建立对应的分类虚拟资源欺诈模型，解决了由于虚假融资、虚假交易和虚假财务报告，误导性信息、窃取贷款、欺骗贷款条件、欺诈信用报告、抵押贷款欺诈、担保欺诈、资产欺诈和收购欺诈、人车不一致等欺诈行为导致的金融机构遭受巨额损失，同时也对车主和消费者造成不良影响的技术问题。
31.进一步，本技术通过贝叶斯模型进行对应的虚拟资源特征提取处理，以及通过c4.5决策树算法对处理后的虚拟资源需求数据和对应的预置虚拟资源特征建立对应的分类虚拟资源欺诈模型，再根据根据分类虚拟资源欺诈模型对获取到汽车金融的虚拟资源需求数据进行欺诈倾向的分析，实现了通过使用人工智能和大数据技术来检测和预防欺诈行为，帮助汽车金融机构降低欺诈风险，保护金融机构、车主和消费者的权益，且能够实时地检测欺诈行为，提高汽车金融系统的安全性和稳定性，可以适用于各种汽车金融业务，例如汽车租赁、汽车贷款等。
附图说明
32.图1为本技术实施例中一种汽车金融数据处理方法的方法的一个实施例的流程
图；
33.图2为本技术实施例中一种汽车金融数据处理装置的结构示意图；
34.图3为本技术实施例中一种汽车金融数据处理设备的结构示意图。
具体实施方式
35.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
36.本技术设计了一种汽车金融数据处理方法、装置、设备及存储介质，解决了由于虚假融资、虚假交易和虚假财务报告，误导性信息、窃取贷款、欺骗贷款条件、欺诈信用报告、抵押贷款欺诈、担保欺诈、资产欺诈和收购欺诈、人车不一致等欺诈行为导致的金融机构遭受巨额损失，同时也对车主和消费者造成不良影响的技术问题。
37.为了便于理解，请参阅图1，图1为本技术实施例中一种汽车金融数据处理方法的方法流程图，如图1所示，具体为：
38.s1、获取到汽车金融的虚拟资源需求数据，并对所述虚拟资源需求数据进行清洗、去重、标准化的处理；
39.需要说明的是，为了解决由于虚假融资、虚假交易和虚假财务报告，误导性信息、窃取贷款、欺骗贷款条件、欺诈信用报告、抵押贷款欺诈、担保欺诈、资产欺诈和收购欺诈、人车不一致等欺诈行为导致的金融机构遭受巨额损失，同时也对车主和消费者造成的不良影响，需要获取到汽车金融的虚拟资源需求数据，并对所述虚拟资源需求数据进行清洗、去重、标准化的处理。
40.可以理解的是，步骤s1具体包括：
41.s11、获取到汽车金融的虚拟资源需求数据对应的个人数据、车辆数据、信用数据和欺诈行为数据；
42.s12、对所述个人数据、所述车辆数据、所述信用数据和所述欺诈行为数据进行清洗、去重、标准化的处理。
43.进一步，需要搜集并整理大量的数据来训练人工智能模型。这些数据包括汽车金融贷款人的个人信息、车辆信息、信用记录等。同时，还需要搜集一些欺诈行为的数据，例如过往汽车金融骗贷成功的案例中获取虚假身份信息、伪造车辆证明等：
44.a)客户身份证
45.b)客户行驶证
46.c)社会地位：高、普通
47.d)财务状况：优、差
48.e)信用报告分析，违约情况：多、少
49.f)高消费指数：频繁、偶发
50.g)身份信息与车辆信息的关联性：是、否
51.对上述提及的数据进行清洗、去重、标准化等处理，以便后续的模型训练。
52.s2、对所述虚拟资源需求数据进行预置虚拟资源特征提取处理；
53.需要说明的是，对所述个人数据、所述车辆数据、所述信用数据和所述欺诈行为数据进行清洗、去重、标准化的处理之后对所述虚拟资源需求数据进行预置虚拟资源特征提取处理，也就是对所述个人数据、所述车辆数据、所述信用数据和所述欺诈行为数据进行对应的虚拟资源特征提取处理，且具体的数据处理是对所述个人数据、所述车辆数据、所述信用数据和所述欺诈行为数据通过贝叶斯模型进行对应的虚拟资源特征提取处理。
54.具体地，b)特征提取：根据客户的个人信息、车辆信息、信用记录等，提取相关的特征，例如，客户的年龄、性别、婚姻状况、工作稳定性等，车辆的品牌、型号、年份、里程数等，信用记录的贷款额度、逾期次数、欠款金额等。这些特征可以用于训练模型，识别欺诈行为。
55.对步骤s1的大量欺诈行为数据构建如：
[0056][0057]
具体虚拟资源特征提取如下表1所示：
[0058][0059][0060]
表1
[0061]
s3、根据处理后的所述虚拟资源需求数据和对应的所述预置虚拟资源特征建立对应的分类虚拟资源欺诈模型；
[0062]
需要说明的是，步骤s3具体包括：
[0063]
s31、通过c4.5决策树算法对处理后的所述虚拟资源需求数据和对应的所述预置虚拟资源特征建立对应的分类虚拟资源欺诈模型。
[0064]
s4、根据所述分类虚拟资源欺诈模型对获取到汽车金融的所述虚拟资源需求数据进行欺诈倾向的分析。
[0065]
需要说明的是，利用c4.5决策树算法构建分类模型，区分当前客户欺诈倾向高低，若为欺诈概率高的客户，金融机构应该妥善考虑是否贷款给该客户，或者是给客户降低贷款额度。
[0066]
本实施例中的一种汽车金融数据处理方法，通过获取到汽车金融的虚拟资源需求数据，并对虚拟资源需求数据进行清洗、去重、标准化的处理，然后对虚拟资源需求数据进行预置虚拟资源特征提取处理，最后根据处理后的虚拟资源需求数据和对应的预置虚拟资源特征建立对应的分类虚拟资源欺诈模型，解决了由于虚假融资、虚假交易和虚假财务报告，误导性信息、窃取贷款、欺骗贷款条件、欺诈信用报告、抵押贷款欺诈、担保欺诈、资产欺诈和收购欺诈、人车不一致等欺诈行为导致的金融机构遭受巨额损失，同时也对车主和消费者造成不良影响的技术问题。
[0067]
进一步，本技术通过贝叶斯模型进行对应的虚拟资源特征提取处理，以及通过c4.5决策树算法对处理后的虚拟资源需求数据和对应的预置虚拟资源特征建立对应的分类虚拟资源欺诈模型，再根据根据分类虚拟资源欺诈模型对获取到汽车金融的虚拟资源需求数据进行欺诈倾向的分析，实现了通过使用人工智能和大数据技术来检测和预防欺诈行为，帮助汽车金融机构降低欺诈风险，保护金融机构、车主和消费者的权益，且能够实时地检测欺诈行为，提高汽车金融系统的安全性和稳定性，可以适用于各种汽车金融业务，例如汽车租赁、汽车贷款等。
[0068]
请参阅图2，图2为本技术实施例中一种汽车金融数据处理装置的结构示意图，如图2所示，具体为：
[0069]
虚拟资源需求数据处理单元201，用于获取到汽车金融的虚拟资源需求数据，并对虚拟资源需求数据进行清洗、去重、标准化的处理；
[0070]
虚拟资源特征提取单元202，用于对虚拟资源需求数据进行预置虚拟资源特征提取处理；
[0071]
分类虚拟资源欺诈模型单元203，用于根据处理后的虚拟资源需求数据和对应的预置虚拟资源特征建立对应的分类虚拟资源欺诈模型。
[0072]
本实施例中的一种汽车金融数据处理装置，通过虚拟资源需求数据处理单元201获取到汽车金融的虚拟资源需求数据，并对虚拟资源需求数据进行清洗、去重、标准化的处理，然后虚拟资源特征提取单元202对虚拟资源需求数据进行预置虚拟资源特征提取处理，最后分类虚拟资源欺诈模型单元203根据处理后的虚拟资源需求数据和对应的预置虚拟资源特征建立对应的分类虚拟资源欺诈模型，解决了由于虚假融资、虚假交易和虚假财务报告，误导性信息、窃取贷款、欺骗贷款条件、欺诈信用报告、抵押贷款欺诈、担保欺诈、资产欺诈和收购欺诈、人车不一致等欺诈行为导致的金融机构遭受巨额损失，同时也对车主和消
费者造成不良影响的技术问题。
[0073]
进一步，本技术通过贝叶斯模型进行对应的虚拟资源特征提取处理，以及通过c4.5决策树算法对处理后的虚拟资源需求数据和对应的预置虚拟资源特征建立对应的分类虚拟资源欺诈模型，再根据根据分类虚拟资源欺诈模型对获取到汽车金融的虚拟资源需求数据进行欺诈倾向的分析，实现了通过使用人工智能和大数据技术来检测和预防欺诈行为，帮助汽车金融机构降低欺诈风险，保护金融机构、车主和消费者的权益，且能够实时地检测欺诈行为，提高汽车金融系统的安全性和稳定性，可以适用于各种汽车金融业务，例如汽车租赁、汽车贷款等。
[0074]
本技术实施例还提供了另一种汽车金融数据处理设备，如图3所示，为了便于说明，仅示出了与本技术实施例相关的部分，具体技术细节未揭示的，请参照本技术实施例方法部分。该终端可以为包括手机、平板电脑、个人数字助理(英文全称：personal digitalassistant，英文缩写：pda)、销售终端(英文全称：point ofsales，英文缩写：pos)、车载电脑等任意终端设备，以终端为手机为例：
[0075]
图3示出的是与本技术实施例提供的终端相关的手机的部分结构的框图。参考图3，手机包括：射频(英文全称：radio frequency，英文缩写：rf)电路1010、存储器1020、输入单元1030、显示单元1040、传感器1050、音频电路1060、无线保真(英文全称：wireless fidelity，英文缩写：wifi)模块1070、处理器1080、以及电源1090等部件。本领域技术人员可以理解，图3中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0076]
下面结合图3对手机的各个构成部件进行具体的介绍：
[0077]
rf电路1010可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器1080处理；另外，将设计上行的数据发送给基站。通常，rf电路1010包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(英文全称：lownoiseamplifier，英文缩写：lna)、双工器等。此外，rf电路1010还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(英文全称：global system ofmobile communication，英文缩写：gsm)、通用分组无线服务(英文全称：generalpacket radio service，gprs)、码分多址(英文全称：code division multiple access，英文缩写：cdma)、宽带码分多址(英文全称：wideband code divisionmultipleaccess,英文缩写：wcdma)、长期演进(英文全称：long termevolution，英文缩写：lte)、电子邮件、短消息服务(英文全称：shortmessaging service，sms)等。
[0078]
存储器1020可用于存储软件程序以及模块，处理器1080通过运行存储在存储器1020的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器1020可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器1020可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0079]
输入单元1030可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元1030可包括触控面板1031以及其他输入
设备1032。触控面板1031，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1031上或在触控面板1031附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板1031可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器1080，并能接收处理器1080发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1031。除了触控面板1031，输入单元1030还可以包括其他输入设备1032。具体地，其他输入设备1032可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
[0080]
显示单元1040可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1040可包括显示面板1041，可选的，可以采用液晶显示器(英文全称：liquid crystal display，英文缩写：lcd)、有机发光二极管(英文全称：organic light-emitting diode，英文缩写：oled)等形式来配置显示面板1041。进一步的，触控面板1031可覆盖显示面板1041，当触控面板1031检测到在其上或附近的触摸操作后，传送给处理器1080以确定触摸事件的类型，随后处理器1080根据触摸事件的类型在显示面板1041上提供相应的视觉输出。虽然在图3中，触控面板1031与显示面板1041是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板1031与显示面板1041集成而实现手机的输入和输出功能。
[0081]
手机还可包括至少一种传感器1050，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1041的亮度，接近传感器可在手机移动到耳边时，关闭显示面板1041和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
[0082]
音频电路1060、扬声器1061，传声器1062可提供用户与手机之间的音频接口。音频电路1060可将接收到的音频数据转换后的电信号，传输到扬声器1061，由扬声器1061转换为声音信号输出；另一方面，传声器1062将收集的声音信号转换为电信号，由音频电路1060接收后转换为音频数据，再将音频数据输出处理器1080处理后，经rf电路1010以发送给比如另一手机，或者将音频数据输出至存储器1020以便进一步处理。
[0083]
wifi属于短距离无线传输技术，手机通过wifi模块1070可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图3示出了wifi模块1070，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
[0084]
处理器1080是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1020内的软件程序和/或模块，以及调用存储在存储器1020内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器1080可包括一个或多个处理单元；优选的，处理器1080可集成应用处理器和调制解调处理
可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
[0097]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0098]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0099]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0100]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(英文全称：read-only memory，英文缩写：rom)、随机存取存储器(英文全称：randomaccess memory，英文缩写：ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0101]
以上所述，以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。

技术特征：
1.一种汽车金融数据处理方法，其特征在于，包括:s1、获取到汽车金融的虚拟资源需求数据，并对所述虚拟资源需求数据进行清洗、去重、标准化的处理；s2、对所述虚拟资源需求数据进行预置虚拟资源特征提取处理；s3、根据处理后的所述虚拟资源需求数据和对应的所述预置虚拟资源特征建立对应的分类虚拟资源欺诈模型。2.根据权利要求1所述的汽车金融数据处理方法，其特征在于，对所述步骤s1具体包括：s11、获取到汽车金融的虚拟资源需求数据对应的个人数据、车辆数据、信用数据和欺诈行为数据；s12、对所述个人数据、所述车辆数据、所述信用数据和所述欺诈行为数据进行清洗、去重、标准化的处理。3.根据权利要求2所述的汽车金融数据处理方法，其特征在于，所述步骤s2具体包括：s21、对所述个人数据、所述车辆数据、所述信用数据和所述欺诈行为数据进行对应的虚拟资源特征提取处理。4.根据权利要求3所述的汽车金融数据处理方法，其特征在于，所述步骤s21具体包括：对所述个人数据、所述车辆数据、所述信用数据和所述欺诈行为数据通过贝叶斯模型进行对应的虚拟资源特征提取处理。5.根据权利要求1所述的汽车金融数据处理方法，其特征在于，所述步骤s3具体包括：s31、通过c4.5决策树算法对处理后的所述虚拟资源需求数据和对应的所述预置虚拟资源特征建立对应的分类虚拟资源欺诈模型。6.根据权利要求1所述的汽车金融数据处理方法，其特征在于，所述步骤s3之后还包括：s4、根据所述分类虚拟资源欺诈模型对获取到汽车金融的所述虚拟资源需求数据进行欺诈倾向的分析。7.根据权利要求1所述的汽车金融数据处理方法，其特征在于，所述分类虚拟资源欺诈模型为8.一种汽车金融数据处理装置，其特征在于，包括：虚拟资源需求数据处理单元，用于获取到汽车金融的虚拟资源需求数据，并对所述虚拟资源需求数据进行清洗、去重、标准化的处理；虚拟资源特征提取单元，用于对所述虚拟资源需求数据进行预置虚拟资源特征提取处理；分类虚拟资源欺诈模型单元，用于根据处理后的所述虚拟资源需求数据和对应的所述预置虚拟资源特征建立对应的分类虚拟资源欺诈模型。9.一种汽车金融数据处理设备，其特征在于，所述设备包括处理器以及存储器：所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；所述处理器用于根据所述程序代码中的指令执行权利要求1-7任一项所述的汽车金融数据处理方法。
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用于存储程序代码，所述程序代码用于执行权利要求1-7任一项所述的汽车金融数据处理方法。

技术总结
本申请公开了一种汽车金融数据处理方法、装置、设备及存储介质，通过获取到汽车金融的虚拟资源需求数据，并对虚拟资源需求数据进行清洗、去重、标准化的处理，然后对虚拟资源需求数据进行预置虚拟资源特征提取处理，最后根据处理后的虚拟资源需求数据和对应的预置虚拟资源特征建立对应的分类虚拟资源欺诈模型，解决了由于虚假融资、虚假交易和虚假财务报告，误导性信息、窃取贷款、欺骗贷款条件、欺诈信用报告、抵押贷款欺诈、担保欺诈、资产欺诈和收购欺诈、人车不一致等欺诈行为导致的金融机构遭受巨额损失，同时也对车主和消费者造成不良影响的技术问题。响的技术问题。响的技术问题。


技术研发人员：金倩
受保护的技术使用者：平安银行股份有限公司
技术研发日：2023.06.15
技术公布日：2023/9/20