本发明专利技术涉及互联网金融技术领域，尤其涉及一种贷款逾期风险预测方法、系统、电子装置和存储介质。该方法包括按照预设采集频率采集用户的异常信息，确定当前风险等级；根据当前风险等级，匹配对应的问询策略；接收用户基于问询策略反馈的应答信息；将应答信息与预设应答信息进行比对，得到应答正确率；根据应答正确率更新当前风险等级；基于更新后的风险等级循环执行上述步骤。上述方法通过对已贷款用户进行信息监控，并对用户信息作出分析，预测用户的是否有逾期风险并判断风险等级，根据风险等级对用户采取相应的措施，可以减少因为客观因素而导致用户产生的逾期行为。素而导致用户产生的逾期行为。素而导致用户产生的逾期行为。
【技术实现步骤摘要】
一种贷款逾期风险预测方法、系统、电子装置和存储介质
[0001]本专利技术涉及互联网金融
，尤其涉及一种贷款逾期风险预测方法、系统、电子装置和存储介质。
技术介绍
[0002]随着金融电子化业务的发展，金融机构推出了各种手机贷款软件，使得用户可以更加方便快捷的办理贷款业务。但是由于借款人存在着资金回款慢、工作变动、遗忘、信用等问题，也出现了很多逾期的现象，因此也应运而生了各类催收方法。
[0003]针对逾期现象，借款人也存在很多客观可控因素，在借款人借款之后对其信息作出监控并预测逾期风险，根据逾期风险对其提前采取措施，会大大减少借款人逾期的现象，本专利技术人发现相关技术中的预防措施大多只采用人工外呼方式，采取这样的方式，对于贷款逾期风险的预测不够准确。
技术实现思路
[0004]针对目前贷款逾期现象越来越多，贷款逾期风险的预测不够准确的情况，本申请提供了一种贷款逾期风险预测方法、系统、电子装置和存储介质，对已贷款用户进行监控并对用户进行较为准确的逾期风险预测。
[0005]本申请的上述申请目的是通过以下技术方案得以实现的：
[0006]第一方面，本申请提供了一种贷款逾期风险预测方法，该方法包括：
[0007]风险等级确定步骤：按照预设采集频率采集用户的异常信息，确定当前风险等级；当前风险等级根据异常信息的数量进行划分；
[0008]问询策略确定步骤：根据当前风险等级匹配对应的问询策略；
[0009]应答信息获取步骤：接收用户基于问询策略反馈的应答信息；
[0010]应对信息比对步骤：将应答信息与预设应答信息进行比对，得到应答正确率；
[0011]风险等级更新步骤：根据应答正确率更新当前风险等级；
[0012]基于更新后的风险等级循环执行问询策略确定步骤、应答信息获取步骤、应对信息比对步骤和风险等级更新步骤。
[0013]通过对已贷款用户的信息收集，分析用户信息中的异常信息来判断用户是否有逾期风险，可对用户行为作出监控提前预测用户是否会有发生逾期还款的可能，通过根据用户异常信息的数量来分析用户的逾期风险等级，来对用户匹配相应的问询策略，并根据问询策略作出信息调查和提示，可大量减少用户因为客观因素而导致的逾期还款行为，并且针对不同风险等级匹配不同的问询，可以增强不同场景下的问询效果，提高用户主动还款的可能性。
[0014]可选地，异常信息包括拓展信息的异常信息、用户异常还款信息以及用户低于预设应答正确率的应答信息。
[0015]可选地，问询策略包括调查问卷、智能机器人外呼和人工呼叫。
[0016]可选地，风险等级根据所述异常信息数量划分，具体为：异常信息数量为0时，用户当前风险等级为正常；异常信息数量为1时，用户当前风险等级为低风险；异常信息数量为2时，用户当前风险等级为中风险；异常信息数量为3时，用户当前风险等级为高风险。
[0017]可选地，问询策略确定步骤具体为：当当前风险等级为低风险时，向用户端发送调查问卷；当当前风险等级为中风险时，匹配智能外呼机器人呼叫；当当前风险等级为高风险时，匹配人工呼叫；
[0018]调查问卷、外呼机器人以及人工呼叫的问询问题根据用户的异常信息在题目数据库中匹配相应的题目。
[0019]可选地，应对信息比对步骤，具体为：将接收到的应答信息提取关键词；将关键词与预设关键词进行比对，根据计算比对成功的关键词的数量在提取的关键词总数中的占比得到应答正确率。
[0020]可选地，风险等级更新步骤具体为：根据应答信息正确率判断应答信息是否为异常信息；若是，则异常信息数量增加1；根据当前异常信息数量，更新用户的当前风险等级。
[0021]第二方面，本申请提供了一种贷款逾期风险等级预测系统，该系统包括：
[0022]风险等级确定模块，风险等级确定模块包括采集单元和判断单元，采集单元按照预设采集频率采集用户的异常信息，判断单元根据采集单元采集的当前异常信息数量判断当前风险等级；
[0023]问询策略确定模块，根当前风险等级，匹配对应的问询策略；
[0024]应答信息获取模块，接收用户基于问询策略反馈的应答信息；
[0025]应答信息比对模块，将应答信息与预设应答信息进行比对，得到应答正确率，根据应答正确率判断应答信息是否为异常信息；
[0026]风险等级更新模块，将应答信息反馈至采集单元，根据应答信息更新当前风险等级。
[0027]第三方面，本申请提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行所述计算机程序以执行上述任一项中所述的方法。
[0028]第四方面，本申请提供了一种计算机可读介质，其上存储有计算机程序，其中，计算机程序被设置为运行时执行上述任一项中所述的方法。
[0029]综上所述，本申请包括以下有益效果：
[0030]1、分析用户信息中的异常信息来判断用户是否有逾期风险，可对用户行为作出监控提前预测用户是否会有发生逾期还款的可能；
[0031]2、通过根据用户异常信息的数量来分析用户的逾期风险等级，来对用户匹配相应的问询方式作出信息调查和提示，可大量减少用户因为客观因素而导致的逾期还款行为；
[0032]3、针对不同风险等级匹配不同的问询方式，可以增强不同场景下的问询效果，提高用户主动还款的可能性。
附图说明
[0033]结合附图并参考以下详细说明，本申请各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
[0034]图1是根据本申请实施例的贷款逾期风险预测方法的流程图。
[0035]图2是根据本申请实施例的贷款逾期风险预测系统的结构框图。
[0036]图3是根据本申请可选实施例的贷款逾期风险预测方法的流程图。
[0037]图4是用来实现本申请实施例的终端设备或服务器的结构示意图。
[0038]图5是提供了一种电子设备的结构示意图。
具体实施方式
[0039]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
[0040]下面对本申请实施例所涉及的系统架构进行介绍。需要说明的是，本申请实施例描述的系统架构以及业务场景是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着网络架构的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
[0041]本申请实施例提供的一种贷款逾期风险预测方法可以应用于服务器，服务器与客户端进行交互，完成对用户的借款后的逾期风险等级的确定。本申请实施例中，采集用户信息对用户进行监控，分析用户信息中的异常信息，判断用户的逾期风险等级，根据用户风险等级采取相应的问询策略，根据用户的应答情况对用户风险等级再次作出本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种贷款逾期风险预测方法，其特征在于，该方法包括以下步骤：风险等级确定步骤：按照预设采集频率采集用户的异常信息，确定当前风险等级；其中，所述当前风险等级根据所述异常信息的数量进行划分；问询策略确定步骤：根据所述当前风险等级，匹配对应的问询策略；应答信息获取步骤：接收用户基于所述问询策略反馈的应答信息；应答信息比对步骤：将所述应答信息与预设应答信息进行比对，得到应答正确率；风险等级更新步骤：根据所述应答正确率更新所述当前风险等级；基于更新后的当前风险等级循环执行问询策略确定步骤、应答信息获取步骤、应对信息比对步骤和风险等级更新步骤。2.根据权利要求1所述贷款逾期风险预测方法，其特征在于：所述异常信息包括拓展信息的异常信息、用户异常还款信息以及用户低于预设应答正确率的应答信息。3.根据权利要求1所述贷款逾期风险预测方法，其特征在于：所述问询策略包括发送调查问卷问询、智能机器人外呼问询和人工呼叫问询的一种或几种。4.根据权利要求3所述贷款逾期风险预测方法，其特征在于，所述当前风险等级根据所述异常信息数量划分，具体为：所述异常信息数量为0时，用户的当前风险等级为正常；所述异常信息数量为1时，用户的当前风险等级为低风险；所述异常信息数量为2时，用户的当前风险等级为中风险；所述异常信息数量为3时，用户的当前风险等级为高风险。5.根据权利要求4所述贷款逾期风险预测方法，其特征在于，所述问询策略确定步骤具体为：当所述当前风险等级为低风险时，向用户端发送调查问卷问询；当所述当前风险等级为中风险时，匹配智能外呼机器人呼叫问询；当所述当前风险等级为高风险时，匹配人工呼叫问询；所述调查问卷问询、智能外呼机器人问询以及人工呼叫问询...
【专利技术属性】
技术研发人员：王德敬，段爱国，徐东，代永科，齐作伟，
申请(专利权)人：中科柏诚科技北京股份有限公司，
类型：发明
国别省市：
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。