[發(fā)明專(zhuān)利]基于人工智能的處理催收業(yè)務(wù)的方法、裝置及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201811434822.5
• 申請(qǐng)日: 2018-11-28
• 公開(kāi)（公告）號(hào): CN109509086A
• 公開(kāi)（公告）日: 2019-03-22
• 發(fā)明（設(shè)計(jì)）人: 張?chǎng)┞?/a>;陳雪蕊;張紅亮;李躍萍
• 申請(qǐng)（專(zhuān)利權(quán)）人: 上海點(diǎn)融信息科技有限責(zé)任公司
• 主分類(lèi)號(hào): G06Q40/02
• 分類(lèi)號(hào): G06Q40/02;G06Q10/06
• 代理公司: 北京永新同創(chuàng)知識(shí)產(chǎn)權(quán)代理有限公司 11376
• 代理人: 楊勝軍

本公開(kāi)內(nèi)容的實(shí)施例公開(kāi)了一種基于人工智能的處理催收業(yè)務(wù)的方法和裝置。該方法包括：獲取催收評(píng)分卡集合；獲取待評(píng)估客戶(hù)的當(dāng)前逾期狀態(tài)和待還款參數(shù)；根據(jù)所述當(dāng)前逾期狀態(tài)和所述待還款參數(shù)從所述催收評(píng)分卡集合中選擇一個(gè)與所述待評(píng)估客戶(hù)匹配的催收評(píng)分卡；使用所選擇的催收評(píng)分卡獲得所述待評(píng)估客戶(hù)的催收評(píng)分；以及基于所述催收評(píng)分確定用于所述待評(píng)估客戶(hù)的催收方式。依據(jù)本公開(kāi)內(nèi)容的實(shí)施例的基于人工智能的處理催收業(yè)務(wù)的方法通過(guò)為不同的客戶(hù)選擇適合的催收評(píng)分卡，從而獲得相應(yīng)的催收方式的推薦，輔助建立更加精準(zhǔn)的催收策略。

技術(shù)領(lǐng)域

本公開(kāi)內(nèi)容屬于信息技術(shù)領(lǐng)域，尤其涉及一種基于人工智能的處理催收業(yè)務(wù)的方法、裝置以及一種相應(yīng)的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

傳統(tǒng)的催收行業(yè)是勞動(dòng)密集型的行業(yè)，受限于時(shí)間、地點(diǎn)、天氣等多方面因素，處理催收業(yè)務(wù)消耗的時(shí)間成本和人力成本較大，機(jī)構(gòu)(例如，互聯(lián)網(wǎng)金融公司)出于控制成本的目的，多以對(duì)話(huà)(例如，語(yǔ)音、郵件、短信等)催收為主。

人工智能(Artificial Intelligence)，英文縮寫(xiě)為AI。它是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。隨著大數(shù)據(jù)和人工智能技術(shù)的發(fā)展，催收行業(yè)開(kāi)始向技巧型和智能化發(fā)展。例如，有的機(jī)構(gòu)可以通過(guò)采用機(jī)器語(yǔ)音或者智能客服來(lái)取代人工坐席。

不管采用哪種催收手段，如何對(duì)不同的客戶(hù)進(jìn)行風(fēng)險(xiǎn)評(píng)級(jí)，從而決定匹配何種催收方式，進(jìn)而提高催收效率都是首要的技術(shù)問(wèn)題。

在催收評(píng)分卡方面，行業(yè)內(nèi)催收評(píng)分卡主要研究客戶(hù)的歷史還款行為，對(duì)于歷史催收記錄則并沒(méi)有形成深層次的挖掘。此外，未聯(lián)動(dòng)A卡(申請(qǐng)時(shí)的評(píng)分卡)對(duì)客戶(hù)進(jìn)行多維度建模。再者，行業(yè)內(nèi)大部分評(píng)分卡都是靜態(tài)評(píng)分卡，未能逐日迭代，也就形成不了動(dòng)態(tài)評(píng)分卡，從而更加精準(zhǔn)的對(duì)客戶(hù)進(jìn)行有效貸后管理。

此外，在貸后管理方面，目前行業(yè)內(nèi)的貸后管理集中在對(duì)于不同逾期狀態(tài)客戶(hù)的管理，極少對(duì)未違約客戶(hù)進(jìn)行貸后預(yù)警以及風(fēng)險(xiǎn)識(shí)別，例如，現(xiàn)在的催收主要是針對(duì)已經(jīng)逾期的客戶(hù)，通過(guò)短信打電話(huà)外訪(fǎng)等形式將已經(jīng)拖欠的款項(xiàng)追回，是一種滯后性的風(fēng)險(xiǎn)控制；也未對(duì)同一逾期狀態(tài)的客戶(hù)進(jìn)行區(qū)別性的管理，例如，現(xiàn)在同一逾期狀態(tài)的客戶(hù)，催員所用的話(huà)術(shù)以及催收方法是相同的，沒(méi)有一種指導(dǎo)性的方法可以將這些同一逾期狀態(tài)的客戶(hù)進(jìn)行一個(gè)區(qū)分，不同屬性的客戶(hù)所用方法需要有區(qū)別；現(xiàn)在的貸后風(fēng)險(xiǎn)控制還是以人工催收為主，未能將人工智能技術(shù)深入應(yīng)用在催收管理以及風(fēng)險(xiǎn)預(yù)警的各個(gè)方面。

發(fā)明內(nèi)容

本公開(kāi)內(nèi)容的實(shí)施例提供了一種基于人工智能的處理催收業(yè)務(wù)的方法、裝置和相應(yīng)的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，使得能夠?yàn)椴煌瑺顟B(tài)的客戶(hù)匹配不同的催收評(píng)分卡，在由所選擇的催收評(píng)分卡確定了評(píng)分之后，能夠根據(jù)所確定的評(píng)分精確地匹配催收策略，從而能夠通過(guò)更為有效的催收方式得到更好的催收效果。

為此，本公開(kāi)內(nèi)容的實(shí)施例的第一方面提出了一種基于人工智能的處理催收業(yè)務(wù)的方法，所述方法包括：

獲取催收評(píng)分卡集合；

獲取待評(píng)估客戶(hù)的當(dāng)前逾期狀態(tài)和待還款參數(shù)；

根據(jù)所述當(dāng)前逾期狀態(tài)和所述待還款參數(shù)從所述催收評(píng)分卡集合中選擇一個(gè)與所述待評(píng)估客戶(hù)匹配的催收評(píng)分卡；

使用所選擇的催收評(píng)分卡獲得所述待評(píng)估客戶(hù)的催收評(píng)分；以及

基于所述催收評(píng)分確定用于所述待評(píng)估客戶(hù)的催收方式。

本公開(kāi)內(nèi)容的實(shí)施例的第二方面提出了一種基于人工智能的處理催收業(yè)務(wù)的裝置，所述裝置包括：

處理器；以及

存儲(chǔ)器，其用于存儲(chǔ)指令，當(dāng)所述指令被執(zhí)行時(shí)使得所述處理器執(zhí)行以下操作：

獲取催收評(píng)分卡集合；

獲取待評(píng)估客戶(hù)的當(dāng)前逾期狀態(tài)和待還款參數(shù)；