[發(fā)明專利]催收名單的智能回訪的方法、裝置、電子設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210434348.6
• 申請日: 2022-04-24
• 公開（公告）號: CN114693435A
• 公開（公告）日: 2022-07-01
• 發(fā)明（設(shè)計）人: 杜軍銜
• 申請（專利權(quán)）人: 平安普惠企業(yè)管理有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06F16/35;G06F16/2458;G06K9/62;G06F16/9537
• 代理公司: 深圳市沃德知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347
• 代理人: 高杰;于志光

本發(fā)明涉及智能決策領(lǐng)域，揭露一種催收名單的智能回訪的方法，包括：獲取待催收的信息名單，標(biāo)記信息名單中每個信息用戶的初始狀態(tài)，得到標(biāo)記名單；記錄回訪標(biāo)記名單中每個信息用戶的第一回訪結(jié)果，根據(jù)第一回訪結(jié)果，對標(biāo)記名單中每個信息用戶進行分類，得到分類名單；根據(jù)分類名單中每個信息用戶的撥打類別，從分類名單中篩選出符合預(yù)設(shè)業(yè)務(wù)類別的信息用戶，得到篩選名單，對篩選名單進行匯總，得到匯總名單；設(shè)置匯總名單的推送時間和回訪頻次，根據(jù)推送時間和回訪頻次，記錄回訪匯總名單中每個信息用戶的第二回訪結(jié)果，根據(jù)第一回訪結(jié)果和第二回訪結(jié)果，生成信息名單的最終回訪結(jié)果。本發(fā)明可以提高催收名單的回訪效率。

技術(shù)領(lǐng)域

本發(fā)明涉及智能決策領(lǐng)域，尤其涉及一種催收名單的智能回訪的方法、裝置、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)

催收名單的智能回訪

催收名單是指拖欠金融機構(gòu)的欠款人信息，包括欠款人的姓名、聯(lián)系方式以及家庭住址等信息，通過催收名單能夠方便金融機構(gòu)及時提醒欠款人，目前催收名單的執(zhí)行都是通過AI催收實現(xiàn)，AI催收是指以人工智能技術(shù)來優(yōu)化整個催收流程，一種智能呼出式客服，通過AI催收能減少員工工作量，能提升催收成功率，在AI催收領(lǐng)域中，現(xiàn)有的AI語音經(jīng)常被漏接、拒接，部分溝通好的欠款人信息仍然存在該系統(tǒng)中，下次AI催收時仍然會對該用戶進行撥打，造成不好的影響，同時AI催收對拒接的電話會反復(fù)進行撥打，這種現(xiàn)象往往造成接通的成功率低下，因此導(dǎo)致催收名單的回訪效率低。

發(fā)明內(nèi)容

本發(fā)明提供一種催收名單的智能回訪的方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)，其主要目的在于提高催收名單的回訪效率。

為實現(xiàn)上述目的，本發(fā)明提供的一種催收名單的智能回訪的方法，包括：

獲取待催收的信息名單，標(biāo)記所述信息名單中每個信息用戶的初始狀態(tài)，得到標(biāo)記名單；

記錄回訪所述標(biāo)記名單中每個信息用戶的第一回訪結(jié)果，根據(jù)所述第一回訪結(jié)果，對所述標(biāo)記名單中每個信息用戶進行分類，得到分類名單；

根據(jù)所述分類名單中每個信息用戶的撥打類別，從所述分類名單中篩選出符合預(yù)設(shè)業(yè)務(wù)類別的信息用戶，得到篩選名單，對所述篩選名單進行匯總，得到匯總名單；

設(shè)置所述匯總名單的推送時間和回訪頻次，根據(jù)所述推送時間和所述回訪頻次，記錄回訪所述匯總名單中每個信息用戶的第二回訪結(jié)果，根據(jù)所述第一回訪結(jié)果和所述第二回訪結(jié)果，生成所述信息名單的最終回訪結(jié)果。

可選地，所述標(biāo)記所述信息名單中每個信息用戶的初始狀態(tài)，得到標(biāo)記名單，包括：

提取所述信息名單中每個信息用戶的用戶信息，將所述用戶信息進行文檔整理，得到用戶文本；

識別所述用戶文本的初始狀態(tài)，并對所述用戶文本的初始狀態(tài)進行標(biāo)記，得到標(biāo)記文本，根據(jù)所述標(biāo)記文本生成標(biāo)記名單。

可選地，所述對所述用戶文本的初始狀態(tài)進行標(biāo)記，得到標(biāo)記文本，包括：

將所述用戶文本輸入到訓(xùn)練好的文本區(qū)域檢測模型，利用所述訓(xùn)練好的文本區(qū)域檢測模型中的卷積層對所述用戶文本進行特征提取，得到特征文本；

利用所述訓(xùn)練好的文本區(qū)域檢測模型中的池化層對所述特征文本進行降維處理，得到降維文本；

利用所述訓(xùn)練好的文本區(qū)域檢測模型中的全連接層輸出所述降維文本中的目標(biāo)文本，對所述目標(biāo)文本的初始狀態(tài)進行標(biāo)記，得到標(biāo)記文本。

可選地，所述對所述標(biāo)記名單中每個信息用戶進行分類，得到分類名單，包括：

獲取所述第一回訪結(jié)果的屬性信息，根據(jù)所述屬性信息對所述標(biāo)記名單中每個信息用戶進行提取，得到提取名單；

將所述提取名單根據(jù)所述屬性信息進行分類整合，得到分類名單。