[發明專利]信息資源集合的處理方法及裝置、電子設備、存儲介質

在審

• 申請號: 202111164543.3
• 申請日: 2021-09-30
• 公開（公告）號: CN114092218A
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 王冰玉
• 申請（專利權）人: 大箴（杭州）科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q40/06;G06K9/62
• 代理公司: 北京中強智尚知識產權代理有限公司 11448
• 代理人: 呂夢雪

本發明提供了一種信息資源集合的處理方法及裝置、電子設備、存儲介質，該方法包括：確定包含多個債務人的信息資源集合；確定所述信息資源集合中處于可聯系狀態的第一類用戶，并獲取所述第一類用戶關聯的基礎特征信息和金融特征信息；利用所述基礎特征信息和所述金融特征信息學習所述第一類用戶對應的催收成功率估分，其中，所述催收成功率估分用于表征所述第一類用戶對應的催收成功率分值；根據所述第一類用戶對應的催收成功率估分和所述信息資源集合對應的分箱數據確定所述信息資源集合中處于失聯狀態的第二類用戶對應的催收成功率估分。通過本發明，解決了相關技術中對具有逾期未還款賬單的債務人分析不準確，進而導致催收效率低的技術問題。

技術領域

本發明涉及大數據處理技術領域，具體而言，涉及一種信息資源集合的處理方法及裝置、電子設備、存儲介質。

背景技術

針對個人不良資產包收購處置過程中，往往會發現不良資產包中有大量的失聯債務人，而失聯債務人是指，在催收階段對債務人進行催收時，使用債務人原先提供的聯系方式而當前為無效聯系方式，無法聯系到本人的不良債務人。

相關技術中，常用的個人不良資產包的分析方式是通過利用借貸人群的某一類或幾類固定屬性，將待歸類的借貸人群映射到已知的歷史靜態池人群中。這種方式有以下幾種缺陷：1)歷史靜態池人群與當前不良資產包人群之間存在差異性；2)構建歷史靜態池所依賴的特征屬性通常相對簡單且固定，尤其是當需要將多個屬性組合使用，會出現分箱結果中數據為空的情況，分箱結果不能作為最終的參考依據。即現有的個人不良資產包的分析的結果不準確，無法有效地對不良債務人進行催收或其他下一步的操作。

發明內容

鑒于上述問題，本發明提出了一種信息資源集合的處理方法及裝置、電子設備、存儲介質，以至少解決相關技術中對具有逾期未還款賬單的用戶分析不準確，進而導致催收效率低的技術問題。

第一方面，提供了一種信息資源集合的處理方法，包括：確定包含多個債務人的信息資源集合；確定所述信息資源集合中處于可聯系狀態的第一類用戶，并獲取所述第一類用戶關聯的基礎特征信息和金融特征信息；利用所述基礎特征信息和所述金融特征信息學習所述第一類用戶對應的催收成功率估分，其中，所述催收成功率估分用于表征所述第一類用戶對應的催收成功率分值；根據所述第一類用戶對應的催收成功率估分和所述信息資源集合對應的分箱數據確定所述信息資源集合中處于失聯狀態的第二類用戶對應的催收成功率估分。

可選的，所述確定所述信息資源集合中處于可聯系狀態的第一類用戶并獲取所述第一類用戶關聯的基礎特征信息和金融特征信息包括：在所述信息資源集合中查找所述債務人對應的聯系狀態信息；其中，所述聯系狀態信息用于表征所述債務人處于可聯系狀態或處于失聯狀態；利用所述第一類用戶對應的聯系狀態信息獲取與所述第一類用戶關聯的基礎特征信息和金融特征信息；其中，所述基礎特征信息用于表征所述第一類用戶的相關屬性信息，所述金融特征信息用于表征所述第一類用戶的歷史金融借貸信息。

可選的，所述利用所述基礎特征信息和所述金融特征信息學習所述第一類用戶對應的催收成功率估分包括：將所述基礎特征信息和所述金融特征信息輸入預置的xgboost模型中進行催收成功率評估，得到所述第一類用戶對應的催收成功率估分。

可選的，所述根據所述第一類用戶對應的催收成功率估分和所述信息資源集合對應的分箱數據確定所述信息資源集合中處于失聯狀態的第二類用戶對應的催收成功率估分包括：利用多個預設分箱特征對所述信息資源集合進行分箱操作，得到所述信息資源集合對應的分箱數據，其中，所述分箱數據包括多個子信息資源集合；選定所述多個子信息資源集合中的任一子信息資源集合作為目標子信息資源集合，將所述目標子信息資源集合中的第一類用戶對應的催收成功率估分映射為所述目標子信息資源集合中處于失聯狀態的第二類用戶對應的催收成功率估分。