对支用行为的监测方法及装置、介质、设备及产品

技术领域

本说明书实施例涉及互联网借贷技术领域，尤其涉及一种对支用行为的监测方法及装置、计算机可读存储介质、电子设备以及计算机程序产品。

背景技术

互联网借贷作为新型的借贷平台逐渐取代了传统的金融借贷，它让借贷机构与借贷人通过线上的交互便可以完成贷款申请、放贷等等的各项步骤，使得借贷过程更加高效便捷。

互联网借贷中，对借贷对象的支用行为的监测方面还需要更加准确高效的方案。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本说明书的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本说明书实施例的目的在于提供一种对支用行为的监测方法及装置、计算机可读存储介质、电子设备以及计算机程序产品，至少能够在一定程度上提高对借贷人的支用行为的监测的准确性和效率。

本说明书实施例的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本说明书的实践而习得。

根据本说明书实施例的第一个方面，提供一种对支用行为的监测方法，应用于服务器，接收终端发送的目标账户的支用行为对应的相关支用数据，并将上述支用数据存储至区块链中，其中，上述目标账户的借贷资金是在确定智能合约后下放至上述目标账户的；通过支用监测机器学习模型来根据上述支用数据对上述支用行为进行分类，以确定上述支用行为的类型；根据上述支用行为的类型向上述终端发送关于上述目标账户是否能够执行上述支用行为的提示信息。

在本说明书一个实施例中，上述将上述支用数据存储至区块链中，包括：接收上述终端发送的上述目标账户的支用请求；将上述支用请求对应的上述支用数据存储至上述区块链中。

在本说明书一个实施例中，上述支用行为的类型包括：支用正常和支用异常。

在本说明书一个实施例中，上述根据上述支用行为的类型向上述终端发送关于上述目标账户是否能够执行上述支用行为的提示信息，包括：若上述目标账户的支用行为类型为支用异常，则向上述终端发送上述目标账户支用失败的提示信息；拒绝执行上述目标账户的支用行为。

在本说明书一个实施例中，上述根据上述支用行为的类型向上述终端发送关于上述目标账户是否能够执行上述支用行为的提示信息，包括：若上述目标账户的支用行为类型为支用正常，则向上述终端发送上述目标账户支用成功的信息；允许执行上述目标账户的支用行为。

在本说明书一个实施例中，在上述接收终端发送的目标账户的支用行为对应的相关支用数据之前，上述方法还包括：接收上述终端发送的上述目标账户的借贷额度查看请求；根据上述目标账户的征信、薪资以及历史借贷情况确定上述目标账户的借贷额度；接收上述终端发送的借贷申请，并根据上述借贷额度和上述借贷申请向上述目标账户下放借贷资金；将上述目标账户存储至上述区块链中，并向上述终端发送借贷申请成功的信息，以使上述终端发送上述支用数据。

在本说明书一个实施例中，上述方法还包括：根据上述支用行为对应的相关支用数据对上述支用监测机器学习模型进行更新优化。

根据本说明书实施例的第二个方面，提供一种对支用行为的监测方法，应用于终端，向服务器发送目标账户的支用行为对应的相关支用数据，以使上述服务器将上述支用数据存储至区块链中，其中，上述目标账户的借贷资金是在确定智能合约后下放至上述目标账户的，以及，使上述服务器通过支用监测机器学习模型来根据上述支用数据对上述支用行为进行分类，以确定上述支用行为的类型；接收上述服务器发送的关于上述目标账户是否能够执行上述支用行为的提示信息，其中，上述提示信息根据上述支用行为的类型确定。

根据本说明书实施例的第三个方面，提供一种对支用行为的监测装置，配置于服务器，上述装置包括：存储模块，用于：接收终端发送的目标账户的支用行为对应的相关支用数据，并将上述支用数据存储至区块链中，其中，上述目标账户的借贷资金是在确定智能合约后下放至上述目标账户的；分类模块，用于：通过支用监测机器学习模型来根据上述支用数据对上述支用行为进行分类，以确定上述支用行为的类型；判断模块，用于：根据上述支用行为的类型向上述终端发送关于上述目标账户是否能够执行上述支用行为的提示信息。

根据本说明书实施例的第四个方面，提供一种对支用行为的监测装置，配置于终端，上述装置包括：发送模块，用于：向服务器发送目标账户的支用行为对应的相关支用数据，以使上述服务器将上述支用数据存储至区块链中，其中，上述目标账户的借贷资金是在确定智能合约后下放至上述目标账户的，以及，使上述服务器通过支用监测机器学习模型来根据上述支用数据对上述支用行为进行分类，以确定上述支用行为的类型；接收模块，用于：接收上述服务器发送的关于上述目标账户是否能够执行上述支用行为的提示信息，其中，上述提示信息根据上述支用行为的类型确定。

根据本说明书实施例的第五个方面，提供一种电子设备，包括：存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现上述第一个方面所述的对支用行为的监测方法，或实现上述第二个方面所述的对支用行为的监测方法。

根据本说明书实施例的第六个方面，提供一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现上述第一个方面所述的对支用行为的监测方法，或实现上述第二个方面所述的对支用行为的监测方法。

根据本说明书实施例的第七个方面，提供一种计算机程序产品，当上述计算机程序产品在计算机或处理器上运行时，使得上述计算机或处理器执行时实现上述第一个方面所述的对支用行为的监测方法，或实现上述第二个方面所述的对支用行为的监测方法。

本说明书的实施例所提供的对支用行为的监测方法及装置、计算机存储介质、电子设备以及计算机程序产品，具备以下技术效果：

本说明书示例性的实施例提供的方案中，服务器接收终端所发送的目标账户的支用行为对应的相关支用数据，并将支用数据存储至区块链中。服务器中的支用监测机器学习模型根据区块链中的支用数据确定支用行为的类型，并根据支用行为的类型向终端发送提示信息。从而对借贷账户的支用行为进行监测，并及时反馈给贷款机构，以降低借贷资金被用于不正当场景的风险，并减小贷款机构整体的风险性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本说明书的实施例，并与说明书一起用于解释本说明书的原理。显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示意性示出了本说明书一示例性的实施例提供的对支用行为的监测方法的使用场景图；

图2示意性示出了本说明书一示例性的实施例提供的对支用行为的监测方法的交互图；

图3示出了本说明书一示例性的实施例提供的服务器端对支用行为的监测的流程图；

图4示意性示出了根据本说明书一示例性的实施例提供的服务器端处理借贷申请的流程图；

图5示意性示出了本说明书一实施例提供的对支用行为的监测装置的结构图；

图6示意性示出了本说明书另一实施例提供的对支用行为的监测装置的结构图；

图7示意性示出了本说明书再一实施例提供的对支用行为的监测装置的结构图；

图8示意性示出了本说明书一实施例提供的一种电子设备的框图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合附图对本说明书实施例方式作进一步地详细描述。

下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。

在本说明书的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本说明书中的具体含义。此外，在本说明书的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

相关技术中，互联网信贷机构在借贷给自然人、法人或组织等借贷对象后，对他们的支用行为的监测通常不够准确，如此以来便会增大借贷产品的整体金融风险。同时，在传统的支用行为监测场景下，需要大量人工对支用行为进行监测与审查，这种监测方式需要消耗较高的成本且效率较低。其中，支用行为是指在金融借贷产生之后，借款人或组织对于借贷资金的使用行为。

针对上述问题，本说明书实施例提供了一种对支用行为的监测方法及装置、计算机可读存储介质、电子设备以及计算机程序产品。下面，将结合附图及实施例对本示例实施方式中的对支用行为的监测方法的各个步骤进行更详细的说明。

其中，图1示意性示出了根据本说明书一示例性的实施例中对支用行为的监测方法的使用场景图。

本说明书提供的对支用行为的监测方法可以运用至如图1所示的互联网借贷场景中。在借贷机构向借贷人或组织所创建的借贷账户放款后，借贷人或组织可以在终端通过该借贷账户发起支用行为。借贷机构在服务器端通过区块链将支用行为对应的相关支用数据进行存储(即将支用数据进行上链)，并通过支用监测机器学习模型来根据支用数据对支用行为进行分类。若支用行为存在异常，则服务器向借贷机构发送支用异常的预警信息。

图2示意性示出了根据本说明书一示例性的实施例中对支用行为的监测方法的交互图。本说明书实施例将对图2所示实施例进行详细介绍。

在示例性的实施例中，借贷人或组织与贷款机构的交易行为可以通过终端与服务器的交互来实现。示例性地，如图2所示，借贷人或组织可以在终端20中创建目标账户，从而通过目标账户在终端20中进行一系列的借贷相关操作，而贷款机构或金融机构等可以在服务器21中对终端20所发送的借贷相关操作进行监管或是进行其他处理。

其中，图3示意性示出了服务器端对支用行为的监测的流程图，以下结合图2对图3所实施例进行详细介绍，请参考图3。

S310，接收终端发送的目标账户的支用行为对应的相关支用数据，并将支用数据存储至区块链中，其中，目标账户的借贷资金是在确定智能合约后下放至所述目标账户的。

在执行步骤S310之前，图4示意性示出了服务器端处理借贷申请的流程图，以下结合图2对图4所实施例进行详细介绍，请参考图4。

S410，接收终端发送的目标账户的借贷额度查看请求。

在示例性的实施例中，如图2所示，借贷人或组织欲在线上向贷款机构进行贷款时，可以通过终端20登录目标账户，并基于上述目标账户执行步骤S202：向服务器21发送借贷额度查看请求，服务器21会对借贷额度查看请求进行接收并做出响应。其中，上述目标账户可以是任一用于借贷行为的账户，本说明书实施例对此不做限定。

S420，根据目标账户的征信、薪资以及历史借贷情况确定目标账户的借贷额度。

在示例性的实施例中，如图2所示，服务器21接收到借贷额度查看请求后，贷款机构执行步骤S204：根据目标账户的征信、薪资以及历史借贷情况确定目标账户的借贷额度，即贷款机构可以对目标账户的征信、薪资(工资、收益等等)、历史借贷以及历史支用等情况进行评估，并根据评估结果对目标账户进行授信。授信是指贷款机构或金融机构向借贷人或组织直接提供的资金，或者对借贷人或组织在有关经济活动中可能产生的赔偿、支付责任做出的保证，包括贷款、贸易融资、票据融资、融资租赁等表内经营活动，以及票据承兑、开出信用证、保函等表外经营活动。对目标账户进行授信后，便确定了目标账户可以使用的借贷额度。例如，贷款机构对借贷人或组织进行评估后，确定其目标账户可以使用的借贷额度为5万元人民币。

S430，接收终端发送的借贷申请，并根据借贷额度和借贷申请向目标账户下放借贷资金。

在示例性的实施例中，继续参考图2，贷款机构对目标账户进行授信后，借贷人或组织便可以通过目标账户申请借贷(用信)，即执行步骤S206：向服务器21发送借贷申请。

在示例性的实施例中，目标账户申请借贷时，可与贷款机构签订一份智能合约。智能合约是具有一定逻辑的自动执行的计算机代码，其中嵌入了交易规则，这些交易规则可以包括固定利率、借贷额度、合同到期日等等，智能合约会在交易规则满足条件时自动执行。

在示例性的实施例中，区块链是一种将数据通过区块连接的方式而组成的数据结构，并通过密码学与共识机制等技术保证数据不可篡改、不可伪造。区块链利用分布式共识算法生成数据，利用密码学保证数据的传输及访问安全，并利用智能合约及算法进行条款限制。总体来说，区块链是一种去中心化、难以篡改的数据储存方法。在区块链生态中，借贷活动的交易双方可以通过智能合约进行相互交易，即通过智能合约来执行相关借贷流程，从而可以节省大量执行相关借贷流程时的交易成本。并且，利用区块链技术，通过智能合约将传统借据从链下转移至链上，可以增强对于目标账户的监测能力。另外，利用区块链技术将互联网借贷场景应用至金融借贷的联盟链上，使得多个金融借贷组织可以分担维护区块链的责任，并且在提交交易或访问数据时需要获取许可，从而提高区块链系统的整体效率和管理的灵活性。

在示例性的实施例中，如图2所示，服务器21接收到借贷申请后，执行步骤S208：下放借贷资金。智能合约会根据目标账户的借贷额度和借贷申请向目标账户下放借贷资金。示例性地，智能合约可以判断目标账户的申请的贷款金额是否超出了借贷额度，若未超出，则向目标账户下放其所申请的借贷资金即可。

S440，将目标账户存储至区块链中，并向终端发送借贷申请成功的信息，以使终端发送支用数据。

在示例性的实施例中，继续参考图2，接下来，服务器21中的区块链底层存储单元将目标账户进行存储(上链)，即执行步骤S210：存储目标账户。目标账户成功上链后，服务器21执行步骤S212：向目标账户发送借贷申请成功的信息，表明借贷人或组织可以正式启用目标账户并使用其中的借贷资金。

在示例性的实施例中，借贷人或组织对目标账户中的借贷资金进行支用(转账、支付等等)时，服务器21中的区块链底层存储单元会将目标账户的每一个支用行为(包括每一笔转账或支付的金额)进行记录。如图2所示，目标账户执行步骤S214：发送支用请求，即目标账户发起了支用行为后，区块链底层存储单元会执行步骤S216：存储支用请求对应的支用数据。示例性地，支用数据可以包括：支用资金的金额、支用日期、支用对象(转账或支付的对象)等等。

在示例性的实施例中，通过智能合约替代传统金融借贷合约，能够将借贷资金存储到链上，并且与借贷资金相关的支用行为都被记录到区块链中，从而避免借贷人或组织通过多次转账使借贷资金被用于不正当途径。并且，区块链中会包括所有借贷人和借贷机构的信用记录，这部分记录最终会形成借贷人和借贷机构的链上信用记录。另外，由于借贷资金存入的是去中心化的智能合约中，借贷人也不用担心会存在借贷机构控制借贷资金的风险。

S320，通过支用监测机器学习模型来根据支用数据对支用行为进行分类，以确定支用行为的类型。

在示例性的实施例中，对于目标账户的支用行为类型的判定可以使用支用监测机器学习模型来进行。机器学习是一种人工智能方法，旨在通过数学方法，对大量行为数据进行学习，从而对数据进行自动分析以得到规律，并利用规律对未来数据进行预测、分类、聚类的算法。

在示例性的实施例中，如图2所示，服务器21中的支用监测机器学习模型执行步骤S218：获取支用数据，并根据支用数据对支用行为进行分类，以确定支用行为的类型。示例性地，支用行为可以分为支用正常和支用异常两种情况。其中，支用异常的情况可以包括：目标账户存在对支用资金的多次转账操作，且支用资金回转到目标账户上、借贷资金超出支用期限、借贷资金超出授信期限等等。

在示例性的实施例中，支用监测机器学习模型可以根据历史支用数据进行训练并建立。对于模型的训练方法可以采用监督学习、非监督学习、强化学习等等，本实施例中不做限制。

S330，根据支用行为的类型向终端发送关于目标账户是否能够执行支用行为的提示信息。

在示例性的实施例中，如图2所示，支用监测机器学习模型根据支用数据确定支用行为的类型后，若支用行为的类型为支用异常，则服务器21可以输出预警信息，即执行步骤S220：发送预警信息，以提示贷款机构目标账户的支用行为可能存在异常。同时服务器21执行步骤S226：若支用行为的类型为支用异常，则发送支用失败的提示信息。由此，借款人或组织的目标账户会接收到支用失败的提示信息，并且其支用行为会被拒绝执行，包括目标账户的转账行为、支付行为等会被阻止，或是目标账户被停用等等。

在示例性的实施例中，继续参考图2，若支用行为的类型为支用正常，即支用行为不存在异常时，服务器21执行步骤S226’：若支用行为的类型为支用正常，则发送支用成功的提示信息。借款人或组织的目标账户会接收到支用成功的提示信息，其支用行为会被允许执行。

在示例性的实施例中，在支用监测机器学习模型确定支用行为的类型时，可能会出现不确定的情况。如图2所示，此时贷款机构可以根据上述服务器21所发送的预警信息来对目标账户的支用行为进行人工介入，即执行步骤S222：对支用行为进行人工审核，并执行步骤S224：在服务器21中确定支用行为的类型，为支用异常或支用正常。接下来，服务器21仍可根据贷款机构所确定的支用类型继续执行步骤S226或步骤S226’。

在示例性的实施例中，通过支用监测机器学习模型以及人工判断的双重结合，可以提高对支用行为的判断的准确率，并提高对支用行为的监测效率。

在示例性的实施例中，对于支用监测机器学习模型，可以通过新生成的支用数据，利用在线学习方法(Online Learning)等模型优化算法对模型进行优化更新，从而进一步提升支用监测机器学习模型进行分类时的准确度。其中，在线学习方法能够根据线上的反馈数据(支用数据)，快速地对模型进行调整，使得能够模型适应线上数据的变化，并提高线上预测的准确率。在线学习方法对模型的优化流程包括：将模型的预测结果进行展示，然后收集反馈数据，再根据反馈数据来训练模型，从而形成闭环的优化系统。

在示例性的实施例中，上述对于支用监测机器学习模型的优化方法仅为示例，本实施例中不做限制。

本说明书所提供的对支用行为的监测方法，融合了传统借贷模式和互联网借贷模式的优点：通过中心化方式来对借贷人或组织的信用进行评估，这样一来，借贷人或组织无须资产抵押便可根据其信用评分而获得相应借贷资金；并且，通过区块链和支用监测机器学习模型来对支用行为进行监测可以节省大量人工成本；另外，在无法确定对支用行为的判断结果的情况下，也可以通过人工介入的方式来进行决策。

本说明书所提供的对支用行为的监测方法，利用了区块链难以篡改的属性，保障了对支用行为的监测的准确性。同时，通过机器学习技术对大量历史支用数据进行学习，所训练出的支用监测机器学习模型能够及时判断出支用行为的类型，以对区块链中的支用数据进行分类，从而提高对支用行为监测报警的及时性，减少金融借贷产品中的借贷资金被用于不正当途径的概率。

下述为本说明书装置实施例，可以用于执行本说明书方法实施例。对于本说明书装置实施例中未披露的细节，请参照本说明书方法实施例。

其中，图5示出了根据本说明书一示例性的实施例中对支用行为的监测装置的结构图。

本说明书实施例中的对支用行为的监测装置500包括：存储模块510，分类模块520，以及判断模块530，其中：

存储模块510，用于：接收终端发送的目标账户的支用行为对应的相关支用数据，并将支用数据存储至区块链中，其中，目标账户的借贷资金是在确定智能合约后下放至目标账户的。

分类模块520，用于：通过支用监测机器学习模型来根据支用数据对支用行为进行分类，以确定支用行为的类型。

判断模块530，用于：根据支用行为的类型向终端发送关于目标账户是否能够执行支用行为的提示信息。

图6示出了根据本说明书另一示例性的实施例中对支用行为的监测装置的结构图。

上述存储模块510，包括：支用请求接收单元5101，支用数据存储单元5102。上述支用请求接收单元5101用于：接收终端发送的目标账户的支用请求；上述支用数据存储单元5102用于：将支用请求对应的支用数据存储至区块链中。

在示例性的实施例中，基于前述方案，支用行为的类型包括：支用正常和支用异常。

上述判断模块530，包括：第一信息发送单元5301，拒绝执行单元5302。上述第一信息发送单元5301用于：若目标账户的支用行为类型为支用异常，则向终端发送目标账户支用失败的提示信息；上述拒绝执行单元5302用于：拒绝执行目标账户的支用行为。

上述判断模块530，包括：第二信息发送单元5303，允许执行单元5304。上述第二信息发送单元5303用于：若目标账户的支用行为类型为支用正常，则向终端发送目标账户支用成功的信息；上述允许执行单元5304用于：允许执行目标账户的支用行为。

上述装置还包括：借贷额度查看请求接收模块540，借贷额度确定模块550，借贷资金下放模块560，目标账户存储模块570。

在上述存储模块510接收终端发送的目标账户的支用行为对应的相关支用数据之前，上述借贷额度查看请求接收模块540用于：接收终端发送的目标账户的借贷额度查看请求；上述借贷额度确定模块550用于：根据目标账户的征信、薪资以及历史借贷情况确定目标账户的借贷额度；上述借贷资金下放模块560用于：接收终端发送的借贷申请，并根据借贷额度和借贷申请向目标账户下放借贷资金；上述目标账户存储模块570用于：将目标账户存储至区块链中，并向终端发送借贷申请成功的信息，以使终端发送支用数据。

上述装置还包括：优化模块580。上述优化模块580用于：根据支用行为对应的相关支用数据对支用监测机器学习模型进行更新优化。

其中，图7示出了根据本说明书再一示例性的实施例中对支用行为的监测装置的结构图。

本说明书实施例中的对支用行为的监测装置700包括：发送模块710，以及接收模块720，其中：

发送模块710，用于：向服务器发送目标账户的支用行为对应的相关支用数据，以使服务器将支用数据存储至区块链中，其中，目标账户的借贷资金是在确定智能合约后下放至目标账户的，以及，使服务器通过支用监测机器学习模型来根据支用数据对支用行为进行分类，以确定支用行为的类型。

接收模块720，用于：接收服务器发送的关于目标账户是否能够执行支用行为的提示信息，其中，提示信息根据支用行为的类型确定。

需要说明的是，上述实施例提供的对支用行为的监测装置在执行对支用行为的监测方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的对支用行为的监测装置与对支用行为的监测方法实施例属于同一构思，因此对于本说明书装置实施例中未披露的细节，请参照本说明书上述的对支用行为的监测方法的实施例，这里不再赘述。

上述本说明书实施例序号仅仅为了描述，不代表实施例的优劣。

本说明书实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述任一实施例方法的步骤。其中，计算机可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统(包括分子存储器IC)，或适合于存储指令和/或数据的任何类型的媒介或设备。

本说明书实施例还提供了一种电子设备，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，处理器执行程序时实现上述任一实施例方法的步骤。

图8示意性示出了根据本说明书一示例性的实施例中电子设备的结构图。请参见图8所示，电子设备800包括有：处理器801和存储器802。

本说明书实施例中，处理器801为计算机系统的控制中心，可以是实体机的处理器，也可以是虚拟机的处理器。处理器801可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器801可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器801也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称中心处理器(Central Processing Unit，CPU)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。

在本说明书实施例中，上述处理器801具体用于：

接收终端发送的目标账户的支用行为对应的相关支用数据，并将上述支用数据存储至区块链中，其中，上述目标账户的借贷资金是在确定智能合约后下放至上述目标账户的；通过支用监测机器学习模型来根据上述支用数据对上述支用行为进行分类，以确定上述支用行为的类型；根据上述支用行为的类型向上述终端发送关于上述目标账户是否能够执行上述支用行为的提示信息。

进一步地，在本说明书一个实施例中，上述将上述支用数据存储至区块链中，包括：接收上述终端发送的上述目标账户的支用请求；将上述支用请求对应的上述支用数据存储至上述区块链中。

可选的，上述支用行为的类型包括：支用正常和支用异常。

可选的，上述根据上述支用行为的类型向上述终端发送关于上述目标账户是否能够执行上述支用行为的提示信息，包括：若上述目标账户的支用行为类型为支用异常，则向上述终端发送上述目标账户支用失败的提示信息；拒绝执行上述目标账户的支用行为。

可选的，上述根据上述支用行为的类型向上述终端发送关于上述目标账户是否能够执行上述支用行为的提示信息，包括：若上述目标账户的支用行为类型为支用正常，则向上述终端发送上述目标账户支用成功的信息；允许执行上述目标账户的支用行为。

可选的，在上述接收终端发送的目标账户的支用行为对应的相关支用数据之前，还包括：接收上述终端发送的上述目标账户的借贷额度查看请求；根据上述目标账户的征信、薪资以及历史借贷情况确定上述目标账户的借贷额度；接收上述终端发送的借贷申请，并根据上述借贷额度和上述借贷申请向上述目标账户下放借贷资金；将上述目标账户存储至上述区块链中，并向上述终端发送借贷申请成功的信息，以使上述终端发送上述支用数据。

可选的，还包括：根据上述支用行为对应的相关支用数据对上述支用监测机器学习模型进行更新优化。

上述处理器801还具体用于：

向服务器发送目标账户的支用行为对应的相关支用数据，以使上述服务器将上述支用数据存储至区块链中，其中，上述目标账户的借贷资金是在确定智能合约后下放至上述目标账户的，以及，使上述服务器通过支用监测机器学习模型来根据上述支用数据对上述支用行为进行分类，以确定上述支用行为的类型；接收上述服务器发送的关于上述目标账户是否能够执行上述支用行为的提示信息，其中，上述提示信息根据上述支用行为的类型确定。

存储器802可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器802还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储电子设备、闪存存储电子设备。在本说明书的一些实施例中，存储器802中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器801所执行以实现本说明书实施例中的方法。

一些实施例中，电子设备800还包括有：外围电子设备接口803和至少一个外围电子设备。处理器801、存储器802和外围电子设备接口803之间可以通过总线或信号线相连。各个外围电子设备可以通过总线、信号线或电路板与外围电子设备接口803相连。具体地，外围电子设备包括：显示屏804、摄像头805和音频电路806中的至少一种。

外围电子设备接口803可被用于将输入/输出(Input/Output，I/O)相关的至少一个外围电子设备连接到处理器801和存储器802。在本说明书的一些实施例中，处理器801、存储器802和外围电子设备接口803被集成在同一芯片或电路板上；在本说明书的一些其他实施例中，处理器801、存储器802和外围电子设备接口803中的任意一个或两个可以在单独的芯片或电路板上实现。本说明书实施例对此不作具体限定。

显示屏804用于显示用户界面(User Interface，UI)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏804是触摸显示屏时，显示屏804还具有采集在显示屏804的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器801进行处理。此时，显示屏804还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在本说明书的一些实施例中，显示屏804可以为一个，设置电子设备800的前面板；在本说明书的另一些实施例中，显示屏804可以为至少两个，分别设置在电子设备800的不同表面或呈折叠设计；在本说明书的再一些实施例中，显示屏804可以是柔性显示屏，设置在电子设备800的弯曲表面上或折叠面上。甚至，显示屏804还可以设置成非矩形的不规则图形，也即异形屏。显示屏804可以采用液晶显示屏(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode，OLED)等材质制备。

摄像头805用于采集图像或视频。可选地，摄像头805包括前置摄像头和后置摄像头。通常，前置摄像头设置在电子设备的前面板，后置摄像头设置在电子设备的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及虚拟现实(Virtual Reality，VR)拍摄功能或者其它融合拍摄功能。在本说明书的一些实施例中，摄像头805还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路806可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器801进行处理。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在电子设备800的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。

电源807用于为电子设备800中的各个组件进行供电。电源807可以是交流电、直流电、一次性电池或可充电电池。当电源807包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。

本说明书实施例中示出的电子设备结构框图并不构成对电子设备800的限定，电子设备800可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

在本说明书中，术语“第一”、“第二”等仅用于描述的目的，而不能理解为指示或暗示相对重要性或顺序；术语“多个”则指两个或两个以上，除非另有明确的限定。术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；“相连”可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本说明书中的具体含义。

本说明书的描述中，需要理解的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本说明书和简化描述，而不是指示或暗示所指的装置或单元必须具有特定的方向、以特定的方位构造和操作，因此，不能理解为对本说明书的限制。

本说明书实施例还提供了计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机或处理器上运行时，使得计算机或处理器执行上述实施例中的一个或多个步骤。上述对支用行为的监测装置的各组成模块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，可以存储在上述计算机可读取存储介质中。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。上述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行上述计算机程序指令时，全部或部分地产生按照本说明书实施例上述的流程或功能。上述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。上述计算机指令可以存储在计算机可读存储介质中，或者通过上述计算机可读存储介质进行传输。上述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DigitalSubscriber Line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。上述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。上述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，数字多功能光盘(DigitalVersatile Disc，DVD))、或者半导体介质(例如，固态硬盘(Solid State Disk，SSD))等。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述，仅为本说明书的具体实施方式，但本说明书的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本说明书揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本说明书的保护范围之内。因此，依本说明书权利要求所作的等同变化，仍属本说明书所涵盖的范围。