电子装置、失联修复率预测方法和计算机可读存储介质制造方法及图纸

本发明专利技术公开一种电子装置、失联修复率预测方法和存储介质，其中，该方法包括：获取预设数量的贷款业务客户的关联联系人的样本数据集，一个贷款业务客户的样本数据集包括该贷款业务客户的各个关联联系人的电话号码及每个电话号码的有效性；将获取的样本数据集作为训练集，对预先确定的预测模型进行训练，生成预测模型；若有催收人员需要预测贷款业务客户的关联联系人的电话号码的失联修复率，则确定该贷款业务客户对应的关联联系人的数据集，基于确定的数据集，并调用训练后的预测模型识别出该贷款业务客户的各个关联联系人的电话号码的失联修复率。本发明专利技术技术方案使催收人员更快的找到失联的贷款客户，提升催收人员催收效率。

【技术实现步骤摘要】
电子装置、失联修复率预测方法和计算机可读存储介质
本专利技术涉及数据处理
，特别涉及一种电子装置、失联修复率预测方法和计算机可读存储介质。
技术介绍
目前，在金融行业中，贷后管理是不良资产管控的重点，而失联修复则是化解存量不良资产的先决条件。以贷后管理中的催收为例，现阶段催收人员只能通过借贷人申请贷款时留下的三到五个关联号码和其进行联系。如果借贷人当时本就无心偿还贷款，已有号码有效率会非常低。就现在的国内个人信贷市场而言，新客户中失联比例达到30％～50％，而在进入不良阶段后，客户失联比例高达70％。这时，对大部分商业银行和互联网金融公司而言，只使用贷款人当时提供的联系方式使贷后催收变得困难，需要寻求外部数据的支持协助。通过欠款客户的相关信息结合外部数据对失联客户进行信息修复，可以得到欠款客户关联的更多联系人的信息，从而很大程度上帮助催收部门和客户重新取得联系，化解存量不良资产。然而，初步修复客户信息后，出现了新的问题：与客户有关联的联系人过多，有些客户的联系人可以多达几十甚至上百个。这又给催收人员带来了另一种窘境，在面对过多的电话号码，如果一个个拨打，那要耗费大量的时间和人力本文档来自技高网...

【技术保护点】
一种电子装置，其特征在于，所述电子装置包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的失联修复率预测系统，所述失联修复率预测系统被所述处理器执行时实现如下步骤：A、获取预设数量的贷款业务客户的关联联系人的样本数据集，一个贷款业务客户的样本数据集包括该贷款业务客户的各个关联联系人的电话号码及每个电话号码的有效性；B、将获取的样本数据集作为训练集，对预先确定的预测模型进行训练，生成用于预测电话号码的失联修复率的预测模型；C、若有催收人员需要预测贷款业务客户的关联联系人的电话号码的失联修复率，则确定该贷款业务客户对应的关联联系人的数据集，基于确定的数据集，并调用训练后的预测模型识别出该贷...

【技术特征摘要】
1.一种电子装置，其特征在于，所述电子装置包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的失联修复率预测系统，所述失联修复率预测系统被所述处理器执行时实现如下步骤：A、获取预设数量的贷款业务客户的关联联系人的样本数据集，一个贷款业务客户的样本数据集包括该贷款业务客户的各个关联联系人的电话号码及每个电话号码的有效性；B、将获取的样本数据集作为训练集，对预先确定的预测模型进行训练，生成用于预测电话号码的失联修复率的预测模型；C、若有催收人员需要预测贷款业务客户的关联联系人的电话号码的失联修复率，则确定该贷款业务客户对应的关联联系人的数据集，基于确定的数据集，并调用训练后的预测模型识别出该贷款业务客户的各个关联联系人的电话号码的失联修复率。2.如权利要求1所述的电子装置，其特征在于，各个所述样本数据集还包括每个电话号码的数据来源、更新时间，所述步骤B包括：针对每个样本数据集，形成以联系人的电话号码为节点、联系人之间的关系为边的联系人网络；分别对各个样本数据集中的节点进行选择，若一个节点被选择，则统计该选择的节点与其他节点相连的边的数目，作为该选择的节点的自由度；针对各个联系人网络，根据第一计算公式计算出每个节点的接近中心性，根据第二计算公式计算出每个节点的中介中心性，并根据第三计算公式计算出每个节点的聚类系数，每个样本数据集的各个节点对应的电话号码更新时间、数据来源、自由度、聚类系数、接近中心性、中介中心性、有效性形成模型训练参数；建立预测模型，将所述模型训练参数代入到该预测模型中进行训练，生成用于预测电话号码的失联修复率的预测模型。3.如权利要求2所述的电子装置，其特征在于，所述步骤C包括：若有催收人员需要预测贷款业务客户的关联联系人的电话号码的失联修复率，则确定该贷款业务客户对应的关联联系人的当前数据集，该当前数据集包括该贷款业务客户的各个关联联系人的电话号码以及每个电话号码的数据来源、更新时间；形成以联系人的电话号码为节点、联系人之间的关系为边的当前联系人网络；分别对该当前数据集中的节点进行选择，若一个节点被选择，则统计选择的该节点与其他节点相连的边的数目，作为选择的该节点的自由度；针对当前联系人网络，根据第一计算公式计算出每个节点的接近中心性，根据第二计算公式计算出每个节点的中介中心性，并根据第三计算公式计算出每个节点的聚类系数，该当前数据集的各个节点对应的电话号码更新时间、数据来源、自由度、聚类系数、接近中心性、中介中心性形成模型预测参数；将所述模型预测参数代入到该预测模型中进行预测计算，识别出该贷款业务客户的各个关联联系人的电话号码的失联修复率。4.如权利要求2或3所述的电子装置，其特征在于，所述预先确定的预测模型为GradientBoosting模型，其中，所述第一计算公式为：CC(pi)表示节点pi的接近中心性，N为联系人网络中节点的数量，d(pi,pk)表示节点pk与节点pi之间的距离；所述第二计算公式为：CB(pi)表示节点pi的中介中心性，N为联系人网络中节点的数量，gjk表示从节点j到节点k的最短路径的总数，gjk(pi)表示从节点j到节点k的最短路径的总数中经过节点pi的数目；所述第三计算公式为：C(i)表示节点i的聚类系数，k(i)是节点i的所有相邻节点的个数，e(i)是节点i的所有相邻节点之间相互连接的边的个数。5.如权利要求1-3中任意一项所述的电子装置，其特征在于，所述处理器还用于执行所述失联修复率预测系统，以实现步骤：对识别出的关联联系人的电话号码的失联修复率进行排序，将排序后...

【专利技术属性】
技术研发人员：徐国强，
申请(专利权)人：上海壹账通金融科技有限公司，
类型：发明
国别省市：上海,31