1.一种贷款业务审核方法，所述方法基于贷款业务审核系统，所述贷款业务审核系统包括：管理服务器、以及与所述管理服务器连接的多个贷款业务机构，所述管理服务器包括：风险识别模型和偶发业务识别模型；所述方法由所述多个贷款业务机构中的任意一个执行，所述方法包括：

获取贷款业务申请请求；

采用该贷款业务机构的本地数据，针对该贷款业务申请请求的风险，生成第一待定结果；

将所述第一待定结果和所述贷款业务申请请求，发送至所述管理服务器，使得所述管理服务器的风险识别模型根据所述第一待定结果，输出第二待定结果；并使得所述管理服务器的偶发业务识别模型，根据所述第二待定结果和所述贷款业务申请请求生成偶发业务鉴别结果；所述第二待定结果示出：相对于所述贷款业务审核系统处理的各历史贷款业务申请请求，所述贷款业务申请请求的风险；所述偶发业务鉴别结果示出：所述贷款业务申请请求的风险的随机性；

接收所述管理服务器发送的第二待定结果和偶发业务鉴别结果；

采用该贷款业务机构的本地的业务规则，根据所述第二待定结果和偶发业务鉴别结果，生成该贷款业务申请请求的审核结果。

2.如权利要求1所述方法，其中，所述风险识别模型是采用各贷款业务机构在历史上生成的各历史第一待定结果训练得到的。

3.如权利要求1所述方法，其中，采用该贷款业务机构的本地数据，针对该贷款业务申请请求的风险，生成第一待定结果，包括：确定所述贷款业务申请请求，对应于预设的每个维度的贷款信息；所述维度包括：生成所述贷款业务申请请求的用户的画像、贷款额和还款期数；

根据所述用户的画像，生成对应于所述贷款额的第一权重和对应于所述还款期数的第二权重；

采用所述第一权重、第二权重，分别对所述贷款额、还款期数进行加权；

根据加权得到结果，生成第一待定结果。

4.如权利要求1所述方法，其中，采用该贷款业务机构的本地的业务规则，根据所述第二待定结果和偶发业务鉴别结果，生成该贷款业务申请请求的审核结果，包括：确定当前时刻所属的业务周期，作为目标业务周期；

根据该贷款业务机构本地的业务规则，确定所述目标业务周期对应的指定指标；

根据所述偶发业务鉴别结果，生成所述指定指标对应的第三权重；

采用所述第三权重对所述第二待定结果进行加权；

根据加权后的第二待定结果，得到所述贷款业务申请请求的审核结果。

5.如权利要求4所述方法，其中，根据加权后的第二待定结果，得到所述贷款业务申请请求的审核结果，包括：

若加权后的第二待定结果小于预设的风险阈值，则将通过审核确定为所述贷款业务申请请求的审核结果。

6.一种贷款业务审核方法，所述方法基于贷款业务审核系统，所述贷款业务审核系统包括：管理服务器、以及与所述管理服务器连接的多个贷款业务机构，所述管理服务器包括：风险识别模型和偶发业务识别模型；所述方法由所述管理服务器执行，所述方法包括：接收各贷款业务机构中的任意一个贷款业务机构发送的贷款业务申请请求，以及该贷款业务申请请求对应的第一待定结果；所述第一待定结果是该贷款业务机构针对该贷款业务申请请求，采用该贷款业务机构的本地数据生成的；所述第一待定结果示出该贷款业务申请请求的风险；

采用风险识别模型，根据输入的第一待定结果，得到第二待定结果；所述第二待定结果示出：相对于所述贷款业务审核系统处理的各历史贷款业务申请请求，所述贷款业务申请请求的风险；

根据所述第二待定结果和所述贷款业务申请请求，采用所述偶发业务识别模型，得到偶发业务鉴别结果；所述偶发业务鉴别结果示出：所述贷款业务申请请求的风险的随机性；

将所述第二待定结果和偶发业务鉴别结果发送至该贷款业务机构，使得该贷款业务机构采用该贷款业务机构的本地的业务规则，根据所述第二待定结果和偶发业务鉴别结果，生成该贷款业务申请请求的审核结果。

7.如权利要求6所述方法，其中，所述方法之前，还包括：针对每个历史贷款业务申请请求，获取贷款业务机构针对该历史贷款业务申请请求生成的历史第一待定结果以及历史审核结果；

将历史第一待定结果确定为该历史贷款业务申请请求对应的样本特征，将该历史审核结果确定为该历史贷款业务申请请求对应的标签；

根据各样本特征和标签，训练预设的风险识别模型。

8.如权利要求6所述方法，其中，所述风险识别模型是LSTM模型。

9.如权利要求6所述方法，其中，所述方法之前，还包括：确定当前时刻所属的业务周期，作为目标业务周期；

将目标业务周期之前的各业务周期中，各历史贷款业务申请请求的历史第二待定结果和历史贷款业务申请请求之间的对应关系，作为偶发业务识别模型。

10.一种贷款业务审核装置，所述装置用于实现权利要求1 9之任一所述方法。

~