一种催收系统的催收任务优先级智能编排方法技术方案

本发明专利技术公开了一种催收系统的催收任务优先级智能编排方法，涉及金融系统技术领域，其包括获取目标催收任务数据集；确定最小支持度和最小置信度；根据最小支持度，采用Apriori算法计算目标催收任务数据集的催收关联规则；对于催收关联规则中的催收数据项，两两计算在目标催收任务数据集中的置信度；根据最小置信度、催收关联规则及其每两维催收数据项的置信度，对各催收任务优先级进行编排。该方法可精确的区分出催收任务的催收难度、单个任务的作业时间，减少成本；该方法中所得到的催收关联规则与结果之间的相关性较弱，对后续模型训练能起到很大帮助，泛化能力强，且考虑到了每个模型的权重；能很好的对灰度用户进行识别，且不会出现过拟合现象。

【技术实现步骤摘要】
一种催收系统的催收任务优先级智能编排方法
本专利技术涉及金融系统
，具体而言，涉及一种催收系统的催收任务优先级智能编排方法。
技术介绍
催收系统是针对互联网金融行业，P2P网贷系统，传统小贷行业，网络投融资平台以及银行信用卡业务的贷后催收管理推出的完整催收解决方案，为满足银行对催收过程的合规和高效的要求，在系统部署的安全能力，网络安全管控，数据安全管控等方面均有高标准，保障催收业务安全，规范，有序的进行。机器学习是一门多学科交叉专业，涵盖概率论知识，统计学知识，近似理论知识和复杂算法知识，使用计算机作为工具并致力于真实实时的模拟人类学习方式，并将现有内容进行知识结构划分来有效提高学习效率，通过机器学习能提高催收系统的催收任务优先级编排效率。传统催收系统的任务编排往往是基于简单的少数维度，例如按预期天数，借款金额，借款次数等，做一个简单排序，按一定的比例分配给工作人员进行作业，随之而来的问题是这样的切分维度无法反应真实的用户属性，不能精确的区分出任务的催收难度，单个任务的作业时间，造成人力的浪费和线路等成本的浪费。<本文档来自技高网...

【技术保护点】
1.一种催收系统的催收任务优先级智能编排方法，其特征在于，包括以下步骤：/nS1、对催收系统数据库中的若干催收任务数据进行清洗，得到待处理催收任务数据集；/nS2、确定当前催收任务条件；/nS3、将待处理催收任务数据集中不满足当前催收任务条件的任务数据集去除，得到目标催收任务数据集；/nS4、确定最小支持度和最小置信度；/nS5、根据最小支持度，采用Apriori算法计算目标催收任务数据集的催收关联规则，所述催收关联规则为若干维催收数据项的集合；/nS6、对于催收关联规则中的催收数据项，两两计算在目标催收任务数据集中的置信度；/nS7、根据最小置信度、催收关联规则及其每两维催收数据项的置信度，...

【技术特征摘要】
1.一种催收系统的催收任务优先级智能编排方法，其特征在于，包括以下步骤：
S1、对催收系统数据库中的若干催收任务数据进行清洗，得到待处理催收任务数据集；
S2、确定当前催收任务条件；
S3、将待处理催收任务数据集中不满足当前催收任务条件的任务数据集去除，得到目标催收任务数据集；
S4、确定最小支持度和最小置信度；
S5、根据最小支持度，采用Apriori算法计算目标催收任务数据集的催收关联规则，所述催收关联规则为若干维催收数据项的集合；
S6、对于催收关联规则中的催收数据项，两两计算在目标催收任务数据集中的置信度；
S7、根据最小置信度、催收关联规则及其每两维催收数据项的置信度，对各催收任务优先级进行编排。


2.根据权利要求1所述催收系统的催收任务优先级智能编排方法，其特征在于，所述步骤S1中，对催收任务数据进行清洗的过程包括：数据一致性处理、无效值处理和缺失值处理。


3.根据权利要求2所述催收系统的催收任务优先级智能编排方法，其特征在于，对催收任务数据的清洗操作数据需储存至催收系统数据库中。


4.根据权利要求1所述催收系统的催收任务优先级智能编排方法，其特征在于，所述目标催收任务数据集包括若干催收任务条目，每条催收任务均包括若干维催收数据项。


5.根据权利要求4所述催收系统的催收任务优先级智能编排方法，其特征在于，所述步骤S5具体包括：
S51、根据目标催收任务数据集构建催收一项集C1，计算催收一项集C1中每个项目集的支持度，利用其中支持度不小于最小支持度的项目集构造催收频繁集L1，对于催收一项集C1，其每一项目集均仅包括一维催收数据项；

【专利技术属性】
技术研发人员：裴雁峰，赵永亮，高斌，
申请(专利权)人：成都新希望金融信息有限公司，
类型：发明
国别省市：四川;51