Due to the existing large data intelligent service system of the collection platform, the ability to process dynamic data is insufficient, and the data can not be cross-validated, resulting in the efficiency of the collection staff greatly reduced, resulting in the pressure cost of the collection company is very high. In order to solve the problem, the invention provides a large data intelligent service system and its operation method. The purpose of the intelligent service system for collecting large data and its operation method is to extract potential information from a large number of dynamic interactive data through scene and source analysis, so as to improve the collection efficiency.
【技术实现步骤摘要】
一种催收大数据智能服务系统及其运行方法
本专利技术属于大数据挖掘
,较为具体的,涉及到一种多用户数据采集共享聚合的系统和方法,更为具体的,涉及到催收大数据智能服务系统及其运行方法。
技术介绍
数据挖掘,又称为数据库中知识发现(KhowledgeDiscoveryfromDatebase,简称KDD),是一个从大量数据中抽取挖掘出未知的、有价值的模式或规律等知识的复杂过程。现有的催收平台的大数据智能服务系统,存在以下缺陷:(1)只能处理静态数据,处理动态数据的能力不足、且来源及场景模糊,使得用户在进行数据挖掘时必须一步到位,精度不高;(2)数据无法得到交叉验证,使得用户不能准确得知来源。由于这两点的缺陷,就使得催收人员的效率极大降低,从而导致催收公司的压力成本很大。
技术实现思路
有鉴于此,本专利技术提供一种催收大数据智能服务系统及其运行方法。本专利技术的催收大数据智能服务系统及其运行方法的目的从大量的动态交互数据中,透过场景及来源分析提取出蕴藏于其中的潜在信息,提高催收的效率。一种催收大数据智能服务系统,其包括:数据采集接口:该数据采集接口可以连接在话务系统或者其他的数据库接口上,将这些原始数据上传到服务器中的数据库中;数据查询模块:通过请求事件将请求数据及用户身份信息一起提交到服务器中,服务器通过索引查询数据库返回请求数据信息,同时服务器记录请求的数据及身份信息到缓存数据库;数据缓存模块:用于保存请求时间的请求数据及身份信息;数据显示模块:返回请求数据信息时,将被索引查询到的数据信息进行需要标记和拼接,形成较为完整的语意;数据分析模块:定期对数据采集接 ...
【技术保护点】
1.一种催收大数据智能服务系统,其包括:数据采集接口:该数据采集接口可以连接在话务系统或者其他的数据库接口上,将这些原始数据上传到服务器中的数据库中;数据查询模块:通过请求事件将请求数据及用户身份信息一起提交到服务器中,服务器通过索引查询数据库返回请求数据信息,同时服务器记录请求的数据及身份信息到缓存数据库;数据缓存模块:用于保存请求时间的请求数据及身份信息;数据显示模块:返回请求数据信息时,将被索引查询到的数据信息进行需要标记和拼接,形成较为完整的语意;数据分析模块:定期对数据采集接口传输到服务器的原始数据和数据查询模块索引查询的数据进行清洗、并套用相应的模型评估模块进行分析;模型评估模块:对查询人员身份信息及查询数据进信息展开,提取关键字,构建特征标识算法;数据标识模块:缓存数据库中的数据经过数据分析模块分析、模型评估模块的特征算法计算后,对数据特征进行标识;核心数据库:将标识后的数据存储到核心数据库。
【技术特征摘要】
1.一种催收大数据智能服务系统,其包括:数据采集接口:该数据采集接口可以连接在话务系统或者其他的数据库接口上,将这些原始数据上传到服务器中的数据库中;数据查询模块:通过请求事件将请求数据及用户身份信息一起提交到服务器中,服务器通过索引查询数据库返回请求数据信息,同时服务器记录请求的数据及身份信息到缓存数据库;数据缓存模块:用于保存请求时间的请求数据及身份信息;数据显示模块:返回请求数据信息时,将被索引查询到的数据信息进行需要标记和拼接,形成较为完整的语意;数据分析模块:定期对数据采集接口传输到服务器的原始数据和数据查询模块索引查询的数据进行清洗、并套用相应的模型评估模块进行分析;模型评估模块:对查询人员身份信息及查询数据进信息展开,提取关键字,构建特征标识算法;数据标识模块:缓存数据库中的数据经过数据分析模块分析、模型评估模块的特征算法计算后,对数据特征进行标识;核心数据库:将标识后的数据存储到核心数据库。2.一种催收大数据智能服务系统的运行方法,其包括如下步骤:S1:通过查询人员查询事件、查询人员主动提报、以及后台爬虫的采集数据,并将数据存入到服务器的数据库中,采集到的数据信息包括话务系统的语音通话内容、语音的起止时间、拨号的对象、拨号对象的身份证、手机号码、地址、其他联系人、是否接通、拨号次数、操作员信息、贷款金额、还款周期、关联借款机构、银行;S2:通过python语言对S1中采集到的数据进行统计分析,以标签的方式向用户展现数据的基本描述信息;S3:通过py...
【专利技术属性】
技术研发人员:康彦昌,
申请(专利权)人:昆山和君纵达数据科技有限公司,合肥和君纵达数据科技有限公司,石嘴山和君纵达数据科技有限公司,宿州和君纵达数据科技有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。