贷款催收号码筛选排序方法、系统、终端及存储介质技术方案

本申请公开了一种贷款催收号码筛选排序方法、系统、终端及存储介质，本发明专利技术借助通信运营商数据和自动外呼结果，高效地完成了对失效号码的筛选识别，不仅节约了机构的呼叫资源、降低了通信成本，而且减少了人工无意义的外呼动作、提升了业务产能。同时，本发明专利技术的贷款催收号码筛选排序方法还通过构建催收号码顺序模型的方式，实现了对催收案件所对应号码的优先排序，使得催收人员可以根据排序结果对其中的最优号码执行外呼动作，显著地提升了人工外呼有效性，使得机构能够以最小的人力资源投入实现最大化的有效沟通效果。现最大化的有效沟通效果。现最大化的有效沟通效果。

【技术实现步骤摘要】
贷款催收号码筛选排序方法、系统、终端及存储介质


[0001]本申请涉及一种号码筛选排序方案，具体而言，为一种贷款催收号码筛选排序方法、系统、终端及存储介质，属于信息处理


技术介绍

[0002]随着近年来我国经济的快速发展和互联网金融的兴起，包括银行在内的各金融机构推出了大量的现金贷及消费贷业务，随之而来的问题是如何将贷出去的钱收回来，因此催收工作也就成为业务中的重要一环。
[0003]现阶段，发放贷款的银行或者信贷公司对于催收工作，主要还是采用人工作业的方式加以完成。这也就导致以下两个方面的问题：
[0004]其一，是需要在机构内部设置催收部门或将催收工作委托、外包给第三方催收机构，这样不仅需要承担更高的人力成本或委托费用，而且还很容易对机构自身的品牌信誉产生影响；
[0005]其二，是在催收工作的执行时，需要对客户留下的联系号码进行批量外呼，以尽可能地联系到客户本人、达到协商的目的。对于无法联系到本人的情况下，只能通过客户留在贷款资料中的其他联系人进行转达。在此过程中，会对大量的号码进行外呼动作，而其中失效的号码会导致该次外呼动作失去意义，既浪费了人力物力，又降低了催收工作的完成效率。
[0006]针对上述问题，目前业内也出现了一些可以实现对号码自动外呼的外呼工具，在进入人工催收环节前，机构会通过此类工具对号码进行批量外呼并对其中的失效号码进行标识。但是在实际的应用过程中，从业者发现，此类工具并不能够完全识别全部的失效号码，会有部分未被识别的失效号码流入人工催收环节，进而导致人工催收的效率仍然无法达到预期。
[0007]综上所述，如果能够在现有催收策略的基础上，结合大数据等技术手段，提出一种全新的、可实现对贷款催收号码筛选排序的方案，那么必将显著地提升贷款催收的效率、保证贷款业务的顺利开展。

技术实现思路

[0008]鉴于现有技术存在上述缺陷，本专利技术的目的是提出一种贷款催收号码筛选排序方法、系统、终端及存储介质，具体如下。
[0009]一种贷款催收号码筛选排序方法，包括：
[0010]从待催收案件中获取全部可呼叫号码，结合所获取的通信运营商数据对所述全部可呼叫号码进行批量筛选和匹配，得到有效呼叫号码及相对应的号码匹配信息；
[0011]使用外呼工具对所述有效呼叫号码进行自动外呼，记录过程中所产生的外呼记录信息；
[0012]对所述号码匹配信息和所述外呼记录信息进行数据处理、从中选取入模变量，结
合所述入模变量及样本定义规则进行模型构建，得到催收号码顺序模型；
[0013]使用所述催收号码顺序模型处理催收案件，得到催收号码排序结果。
[0014]优选地，所述从待催收案件中查找相对应的全部可呼叫号码，结合所获取的通信运营商数据对全部可呼叫号码进行批量筛选和匹配，得到有效呼叫号码及相对应的号码匹配信息，包括：
[0015]确定待催收案件，从所述待催收案件中获取案件相对应的全部可呼叫号码；
[0016]获取通信运营商数据，依据所述通信运营商数据对所述全部可呼叫号码进行批量筛选，对于其中的失效号码、注销号码进行表示并剔除，得到有效呼叫号码；
[0017]将所述有效呼叫号码与所述通信运营商数据进行明细匹配，得到号码相对应的号码匹配信息。
[0018]优选地，所述使用外呼工具对有效呼叫号码进行自动外呼，记录过程中所产生的外呼记录信息，包括：
[0019]使用外呼工具对所述有效呼叫号码进行自动外呼，得到外呼记录信息，所述外呼记录信息内至少包括自动外呼总接通次数，记录所述外呼记录信息。
[0020]优选地，所述对所述号码匹配信息和所述外呼记录信息进行数据处理、从中选取入模变量，结合所述入模变量及样本定义规则进行模型构建，得到催收号码顺序模型，包括：
[0021]对所述号码匹配信息和所述外呼记录信息进行数据处理，所述数据处理包括重复值删减、缺失值补充、异常值修复以及数据拼接；
[0022]依据变量筛选规则从处理后的所述号码匹配信息和所述外呼记录信息中确定入模变量；
[0023]使用Python工具、结合所述入模变量及样本定义规则进行模型构建，得到催收号码顺序模型，所述样本定义规则为将所述自动外呼总接通次数为零的号码定义为坏样本、其余号码定义为好样本。
[0024]优选地，所述入模变量至少包括：号码值、号码活跃状态、号码使用年限、号码对应的近3个月通讯费用、号码关系类型、自动催收总拨打次数、自动催收总接通次数、自动催收总通话时长以及自动催收拨打振铃总时长。
[0025]优选地，在所述使用Python工具、结合所述入模变量及样本定义规则进行模型构建，得到催收号码顺序模型后，还包括：
[0026]对所述催收号码顺序模型进行结果验证，利用KS值和AUC值判定所述催收号码顺序模型的模型输出结果，保证所述模型输出结果的准确率在50％以上。
[0027]优选地，所述使用所述催收号码顺序模型处理催收案件，得到催收号码排序结果，包括：
[0028]将催收案件作为输入带入所述催收号码顺序模型中，得到模型输出结果；
[0029]将模型输出结果与催收案件进行关联，得到催收号码排序结果，所述催收号码排序结果包括一级排序结果及二级排序结果，所述一级排序结果为按照接通概率排序的、与催收案件相对应的多个所述有效呼叫号码，所述二级排序结果为按照号码关系类型排序的、所述一级排序结果中每个所述有效呼叫号码的关联号码。
[0030]一种贷款催收号码筛选排序系统，包括：
[0031]信息准备模块，被配置为从待催收案件中获取全部可呼叫号码，结合所获取的通信运营商数据对所述全部可呼叫号码进行批量筛选和匹配，得到有效呼叫号码及相对应的号码匹配信息；
[0032]自动外呼模块，被配置为使用外呼工具对所述有效呼叫号码进行自动外呼，记录过程中所产生的外呼记录信息；
[0033]模型建立模块，被配置为对所述号码匹配信息和所述外呼记录信息进行数据处理、从中选取入模变量，结合所述入模变量及样本定义规则进行模型构建，得到催收号码顺序模型；
[0034]结果输出模块，被配置为使用所述催收号码顺序模型处理催收案件，得到催收号码排序结果。
[0035]一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的贷款催收号码筛选排序方法中的步骤。
[0036]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行所述计算机程序时实现如上所述的贷款催收号码筛选排序方法中的步骤。
[0037]本专利技术的优点主要体现在以下几个方面：
[0038]本专利技术所提出的一种贷款催收号码筛选排序方法，借助通信运营商数据和自动外呼结果，高效地完成了对失效号码的筛选识别，不仅节约了机构的呼叫资源、降低了通信成本，而且减少了人工无意义的外呼动作、提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种贷款催收号码筛选排序方法，其特征在于，包括：从待催收案件中获取全部可呼叫号码，结合所获取的通信运营商数据对所述全部可呼叫号码进行批量筛选和匹配，得到有效呼叫号码及相对应的号码匹配信息；使用外呼工具对所述有效呼叫号码进行自动外呼，记录过程中所产生的外呼记录信息；对所述号码匹配信息和所述外呼记录信息进行数据处理、从中选取入模变量，结合所述入模变量及样本定义规则进行模型构建，得到催收号码顺序模型；使用所述催收号码顺序模型处理催收案件，得到催收号码排序结果。2.根据权利要求1所述的贷款催收号码筛选排序方法，其特征在于，所述从待催收案件中查找相对应的全部可呼叫号码，结合所获取的通信运营商数据对全部可呼叫号码进行批量筛选和匹配，得到有效呼叫号码及相对应的号码匹配信息，包括：确定待催收案件，从所述待催收案件中获取案件相对应的全部可呼叫号码；获取通信运营商数据，依据所述通信运营商数据对所述全部可呼叫号码进行批量筛选，对于其中的失效号码、注销号码进行表示并剔除，得到有效呼叫号码；将所述有效呼叫号码与所述通信运营商数据进行明细匹配，得到号码相对应的号码匹配信息。3.根据权利要求1所述的贷款催收号码筛选排序方法，其特征在于，所述使用外呼工具对有效呼叫号码进行自动外呼，记录过程中所产生的外呼记录信息，包括：使用外呼工具对所述有效呼叫号码进行自动外呼，得到外呼记录信息，所述外呼记录信息内至少包括自动外呼总接通次数，记录所述外呼记录信息。4.根据权利要求3所述的贷款催收号码筛选排序方法，其特征在于，所述对所述号码匹配信息和所述外呼记录信息进行数据处理、从中选取入模变量，结合所述入模变量及样本定义规则进行模型构建，得到催收号码顺序模型，包括：对所述号码匹配信息和所述外呼记录信息进行数据处理，所述数据处理包括重复值删减、缺失值补充、异常值修复以及数据拼接；依据变量筛选规则从处理后的所述号码匹配信息和所述外呼记录信息中确定入模变量；使用Python工具、结合所述入模变量及样本定义规则进行模型构建，得到催收号码顺序模型，所述样本定义规则为将所述自动外呼总接通次数为零的号码定义为坏样本、其余号码定义为好样本。5.根据权利要求4所述的贷款催收号码筛选排序方法，其特征在于，所述入模变量至少包括：号码值...

【专利技术属性】
技术研发人员：周波，张建业，林敏，杨张磊，毕亚飞，
申请(专利权)人：浙江惠瀜网络科技有限公司，
类型：发明
国别省市：