[發明專利]賬單逾期智能催收方法及系統

在審

• 申請號: 202010152953.5
• 申請日: 2020-03-06
• 公開（公告）號: CN111383093A
• 公開（公告）日: 2020-07-07
• 發明（設計）人: 王縱虎;崔曉偉;武亞楠;張盼盼;王韶芬
• 申請（專利權）人: 北京網眾共創科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q10/06;G06K9/62;G06N20/00
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 劉旺貴

1.一種賬單逾期智能催收方法，其特征在于，包括：

通過機器學習預測賬單逾期客戶的回款概率；

對于所述回款概率小于預定值的客戶，根據基于大數據的所述客戶畫像和催收員畫像，將不同類型的客戶的回款催收任務匹配至對應的催收員。

2.根據權利要求1所述的方法，其特征在于，通過機器學習預測賬單逾期客戶的回款概率包括：

針對不同賬齡的賬單逾期客戶，獲取客戶的參考數據，其中，所述參考數據至少包括以下之一：在借款申請時的基礎數據、歷史還款逾期數據、還款行為數據、還款意愿特征數據；

基于所述客戶的參考數據，通過所述機器學習預測所述客戶的回款概率。

3.根據權利要求1所述的方法，其特征在于，根據基于大數據的所述客戶和催收員畫像，將所述客戶的回款催收任務匹配至對應的催收員之前，還包括：

根據所述客戶在借款申請時的基礎數據以及歷史催收記錄數據建立客戶畫像；

根據所述催收員的歷史催收案件的回款情況以及所述催收員的性格特點建立催收員畫像。

4.根據權利要求1所述的方法，其特征在于，還包括：

根據所述客戶的行為數據和歷史還款數據獲取所述用戶的活躍時段。

5.根據權利要求4所述的方法，其特征在于，根據所述客戶畫像和所述催收員畫像，將不同類型客戶的回款催收任務匹配至對應的催收員，包括：

根據所述客戶畫像、催收員畫像及所述客戶的活躍時段，將不同類型的客戶的回款催收任務匹配至對應的催收員。

6.根據權利要求1所述的方法，其特征在于，根據所述客戶畫像和所述催收員畫像，將不同類型客戶的回款催收任務匹配至對應的催收員之后，還包括：

將所述客戶的回款催收狀況反饋至貸前的風控平臺。

7.根據權利要求1所述的方法，其特征在于，通過機器學習預測賬單逾期客戶的回款概率之后，還包括：

對于回款概率大于所述預定值的客戶，通過短信或智能外呼機器人進行催收。

8.一種賬單逾期智能催收系統，其特征在于，包括：

預測模塊，通過機器學習預測賬單逾期客戶的回款概率；

匹配模塊，用于對于所述回款概率小于預定值的客戶，根據基于大數據的所述客戶畫像和催收員畫像，將不同類型的客戶的回款催收任務匹配至對應的催收員。

9.根據權利要求8所述的系統，其特征在于，所述預測模塊包括：

獲取單元，用于針對不同賬齡的賬單逾期客戶，獲取客戶的參考數據，其中，所述參考數據至少包括以下之一：在借款申請時的基礎數據、歷史還款逾期數據、還款行為數據、還款意愿特征數據；

預測單元，用于基于所述客戶的參考數據，通過所述機器學習預測所述客戶的回款概率。

10.根據權利要求8所述的系統，其特征在于，還包括：

第一畫像模塊，用于根據所述客戶在借款申請時的基礎數據以及歷史催收記錄數據建立客戶畫像；

第二畫像模塊，用于根據所述催收員的歷史催收案件的回款情況以及所述催收員的性格特點建立催收員畫像。

11.根據權利要求8所述的系統，其特征在于，還包括：

獲取模塊，用于根據所述客戶的行為數據和歷史還款數據獲取所述用戶的活躍時段。

12.根據權利要求11所述的系統，其特征在于，所述匹配模塊包括：

匹配單元，用于根據所述客戶畫像、催收員畫像及所述客戶的活躍時段，將不同類型的客戶的回款催收任務匹配至對應的催收員。

13.根據權利要求8所述的系統，其特征在于，還包括：

反饋模塊，用于將所述客戶的回款催收狀況反饋至貸前的風控平臺。