[發明專利]回款預測方法及系統

在審

• 申請號: 202011637394.3
• 申請日: 2020-12-31
• 公開（公告）號: CN112668796A
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 張瑞波;汪新友;周敏東;胡映琛;涂罡;歐陽敏
• 申請（專利權）人: 深圳銀雁數據科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06F16/21;G06N3/08;G06Q40/00
• 代理公司: 北京酷愛智慧知識產權代理有限公司 11514
• 代理人: 鐘繼蓮

本發明提供了回款預測方法及系統，方法包括以下步驟：獲取歷史案件；根據歷史案件中數據的特征和選擇的算法構建回款預測模型；當接收到新案時，通過所述回款預測模型計算新案的回款預測數據；當新案的新增數量達到預設的新案最大閾值時，對回款預測模型進行更新。基于歷史案件數據，依托于大數據與機器學習算法等技術手段，深入分析并挖掘歷史案件構建回款預測模型，利用回款預測模型對于新案的回款可能性和回款金額進行預測，大大加強了在案件分配之前對于案件價值的準確把控，方便后期采取合適的催記策略，使得后續的案件分配更為合理，從而提升能效。

技術領域

本發明屬于計算機技術領域，具體涉及回款預測方法及系統。

背景技術

金融服務外包主要是指金融企業委托外包服務商來完成以前由金融企業自身承擔的業務活動。外包服務商在實際運作時，會將金融企業委托的業務案件分配給不同的業務員，由業務員完成。

但是目前外包服務商并沒有對案件回款情況進行深入分析與挖掘，大都依靠業務員的經驗判斷案件的回款情況，但是現有的經驗判斷方法無法對案件做出準確、切合的定量描述，不便于案件的價值分析與后期的跟進。

發明內容

針對現有技術中的缺陷，本發明提供一種回款預測方法及系統，加強了對案件價值的準確把控。

第一方面，一種回款預測方法，包括以下步驟：

獲取歷史案件；

根據歷史案件中數據的特征和選擇的算法構建回款預測模型；

當接收到新案時，通過所述回款預測模型計算新案的回款預測數據；

當新案的新增數量達到預設的新案最大閾值時，對回款預測模型進行更新。

優選地，所述歷史案件包括按照預設比例選取的回款案件和未回款案件。

優選地，所述根據歷史案件中數據的特征和選擇的算法構建回款預測模型具體包括：

選取歷史案件的數據，對數據的不同特征進行特征工程處理，并根據歷史案件的回款情況給每個歷史案件打上標簽；

將歷史案件劃分為訓練集和測試集；

在訓練集上通過交叉驗證、選取不同的算法與超參數組進行模型訓練；

利用測試集對訓練后得到的模型進行評估，將評估表現最優的模型作為所述回款預測模型；

保存并部署回款預測模型。

優選地，所述特征包括案件信息、客戶信息和業務員信息；

所述標簽包括第一標簽、第二標簽和第三標簽；

所述根據歷史案件的回款情況給每個歷史案件打上標簽具體包括：

將歷史案件的回款金額和委案金額的比值作為所述第一標簽；

對第一標簽進行分箱處理得到所述第二標簽；

對第一標簽進行二元化得到所述第三標簽；

為歷史案件打上所述標簽。

優選地，所述在訓練集上通過交叉驗證、選取不同的算法與超參數組進行模型訓練具體包括：

將訓練集劃分為訓練子集和驗證子集；

通過更改驗證子集進行交叉驗證，訓練模型；

選擇回歸、分類或者集成算法對訓練子集進行模型訓練，其中模型訓練過程中，不同模型選用不同的標簽。

優選地，所述利用測試集對訓練后得到的模型進行評估具體包括：

在測試集中計算評估指標，繪制ROC曲線。