[發明專利]一種賬務數據處理方式篩選方法、裝置及系統

在審

• 申請號: 202010547431.5
• 申請日: 2020-06-16
• 公開（公告）號: CN111738824A
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 呂飛鵬;朱祖恩;宮自成;唐佳鑫
• 申請（專利權）人: 中國建設銀行股份有限公司;建信金融科技有限責任公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q40/04
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 周達;劉飛

本說明書實施例公開了一種賬務數據處理方式篩選方法、裝置及系統，所述方法包括接收賬務數據處理方式篩選請求，賬務數據處理方式篩選請求包括賬務標識；獲取賬務標識所對應的第一概率值、擔保類型以及逾期類型；第一概率值用于表征用戶不能在預設時間內還清賬務數據所涉及的資源量的概率；根據賬務標識所對應的第一概率值、擔保類型以及逾期類型確定當前賬務數據對應的催收隊列；利用當前賬務數據所屬的催收隊列在各逾期時間的下遷率確定當前賬務數據在相應逾期時間可能成為壞賬的第二概率值；根據第二概率值確定當前賬務數據在相應逾期時間所對應的處理方式。利用各個實施例，可以提高賬務數據處理效率，并降低金融機構資源損失的風險性。

技術領域

本說明書涉及計算機數據處理技術領域，特別地，涉及一種賬務數據處理方式篩選方法、裝置及系統。

背景技術

隨著貸款業務的快速成長，業務處理的工作量也在大幅增加。但目前金融機構的業務處理系統缺乏對此類業務所對應的賬務數據較為系統有效的處理方式配置方案，通常直接依靠人工個人經驗進行賬務數據的處理。但人工經驗過度依賴制定者的經驗和個人素質，無法有效保證采用相應的處理方式進行賬務數據處理時所可能帶來的資源損失風險性。因此，目前亟需一種可以更為準確有效的賬務數據處理方式配置方案，以提高賬務數據處理的效率，并降低金融機構資源損失的風險性。

發明內容

本說明書實施例的目的在于提供一種賬務數據處理方式篩選方法、裝置及系統，可以提高賬務數據處理效率，并降低金融機構資源損失的風險性。

本說明書提供一種賬務數據處理方式篩選方法、裝置及系統是包括如下方式實現的：

一種賬務數據處理方式篩選方法，應用于服務器，包括：接收賬務數據處理方式篩選請求，所述賬務數據處理方式篩選請求包括賬務標識；所述賬務標識用于對所述賬務數據處理方式篩選請求所對應的當前賬務數據進行標識。獲取所述賬務標識所對應的第一概率值、擔保類型以及逾期類型；所述第一概率值用于表征用戶不能在預設時間內還清賬務數據所涉及的資源量的概率。根據所述賬務標識所對應的第一概率值、擔保類型以及逾期類型確定所述當前賬務數據對應的催收隊列；所述催收隊列預先根據賬務數據的第一概率值及擔保類型、逾期類型進行劃分。利用所述當前賬務數據所屬的催收隊列在各逾期時間的下遷率確定所述當前賬務數據在相應逾期時間可能成為壞賬的第二概率值；所述下遷率為所述催收隊列的壞賬數與所述催收隊列在相應逾期時間的賬務數的比值；所述壞賬包括未能在預設時間內完成賬務回收的賬務數據；所述逾期時間包括超過賬務數據的指定償還時間的時間值。根據所述第二概率值從賬務數據處理方式集中篩選出所述當前賬務數據在相應逾期時間所對應的處理方式。

本說明書提供的所述方法的另一些實施例中，所述賬務標識所對應的第一概率值采用下述方式確定：獲取所述當前賬務數據所對應的用戶的信用類本金逾期特征數據、信用類利息逾期特征數據以及擔保類逾期特征數據。將所述信用類本金逾期特征數據輸入信用類本金風險識別模型，獲得第一風險識別分值。將所述信用類利息逾期特征數據輸入信用類利息風險識別模型，獲得第二風險識別分值。將所述擔保類逾期特征數據輸入擔保類風險識別模型，獲得第三風險識別分值。根據所述第一風險識別分值、第二風險識別分值以及第三風險識別分值確定所述賬務標識所對應的第一概率值。

本說明書提供的所述方法的另一些實施例中，所述根據所述第二概率值從賬務數據處理方式集中篩選出所述當前賬務數據在相應逾期時間所對應的處理方式，包括：獲取所述當前賬務數據所屬的催收隊列在不同處理方式下的最晚催收時間；其中，所述最晚催收時間根據各催收隊列的賬務數據回收率相對逾期時間的分布特征確定。根據所述最晚催收時間以及所述第二概率值確定所述當前賬務數據在各逾期時間所采用的處理方式。

本說明書提供的所述方法的另一些實施例中，所述處理方式包括第一催收渠道、第二催收渠道以及第三催收渠道；其中，所述第一催收渠道、第二催收渠道以及第三催收渠道的賬務數據回收概率依次降低。