[發明專利]基于人工智能的處理催收業務的方法、裝置及存儲介質

在審

• 申請號: 201811434822.5
• 申請日: 2018-11-28
• 公開（公告）號: CN109509086A
• 公開（公告）日: 2019-03-22
• 發明（設計）人: 張雯露;陳雪蕊;張紅亮;李躍萍
• 申請（專利權）人: 上海點融信息科技有限責任公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q10/06
• 代理公司: 北京永新同創知識產權代理有限公司 11376
• 代理人: 楊勝軍

1.一種基于人工智能的處理催收業務的方法，其特征在于，所述方法包括：

獲取催收評分卡集合；

獲取待評估客戶的當前逾期狀態和待還款參數；

根據所述當前逾期狀態和所述待還款參數從所述催收評分卡集合中選擇一個與所述待評估客戶匹配的催收評分卡；

使用所選擇的催收評分卡獲得所述待評估客戶的催收評分；以及

基于所述催收評分確定用于所述待評估客戶的催收方式。

2.根據權利要求1所述的方法，其特征在于，獲取催收評分卡集合進一步包括：

獲取模型數據集合；

對所述模型數據集合進行數據清洗并將清洗后的模型數據集合根據是否逾期分為未逾期模型數據集合和逾期模型數據集合；

使用K折疊交叉驗證方法分別將未逾期模型數據集合和逾期模型數據集合分為與未逾期模型數據集合相關聯的第一訓練集和第一驗證集以及與逾期模型數據集合相關聯的第二訓練集和第二驗證集；以及

使用邏輯回歸方法和XGBoost方法分別基于所述第一訓練集和第一驗證集獲得與所述未逾期模型數據集合相關聯的第一催收評分卡，并且基于所述第二訓練集和第二驗證集獲得與所述逾期模型數據集合相關聯的第二催收評分卡。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

根據更新后的模型數據集合對所述第一催收評分卡和所述第二催收評分卡進行迭代，以獲得更新后的第一催收評分卡和更新后的第二催收評分卡。

4.根據權利要求2或3所述的方法，其特征在于，所述模型數據集合包括與客戶相關聯的基本信息、還款記錄、催收記錄和/或關聯方信息。

5.根據權利要求4所述的方法，其特征在于，所述催收記錄包括跳票次數、承諾還款次數和/或前一次催收客戶狀態。

6.根據權利要求4所述的方法，其特征在于，所述關聯方信息包括通過知識圖譜而確定為與所述客戶關聯的第三方的信息。

7.根據權利要求2或3所述的方法，其特征在于，所述方法還包括：

將所述逾期模型數據集合根據逾期時間的長短進一步劃分為第一逾期模型數據集合和第二逾期模型數據集合；以及

使用邏輯回歸方法和XGBoost方法分別基于所述第一逾期模型數據集合獲得第三催收評分卡，并且基于所述第二逾期模型數據集合獲得第四催收評分卡。

8.根據權利要求2或3所述的方法，其特征在于，所述方法還包括：

將未逾期模型數據集合根據剩余本金比例分為第一未逾期模型數據集合和第二未逾期模型數據集合；

將逾期模型數據集合根據回款率以及逾期時間的長短分為第一逾期模型數據集合、第二逾期模型數據集合、第三逾期模型數據集合和第四逾期模型數據集合；以及

使用邏輯回歸方法和XGBoost方法分別獲得與所述第一未逾期模型數據集合、所述第二未逾期模型數據集合、所述第一逾期模型數據集合、所述第二逾期模型數據集合、所述第三逾期模型數據集合以及所述第四逾期模型數據集合相關聯的六個催收評分卡。

9.一種基于人工智能的處理催收業務的裝置，其特征在于，包括：

處理器；以及

存儲器，其用于存儲指令，當所述指令被執行時使得所述處理器執行以下操作：

獲取催收評分卡集合；

獲取待評估客戶的當前逾期狀態和待還款參數；

根據所述當前逾期狀態和所述待還款參數從所述催收評分卡集合中選擇一個與所述待評估客戶匹配的催收評分卡；

使用所選擇的催收評分卡獲得所述待評估客戶的催收評分；以及

基于所述催收評分確定用于所述待評估客戶的催收方式。