本申请提供一种业务处理方法、装置及存储介质，其中，方法包括：采用预先训练好的第二预测模型对逾期用户的贷款信息和历史投诉结果标识进行第二投诉倾向预测，得到第二投诉倾向等级，并采用第二投诉倾向等级对应的通知策略向逾期用户发送首次催款通知消息；对逾期用户的第m次催款往来信息进行第一投诉倾向预测，得到逾期用户收到第m次催款通知消息后的第一投诉倾向等级，采用第一投诉倾向等级对应的通知策略，向逾期用户发送第m+1次催款通知消息；其中，m为不为零的自然数。本申请的方法，不但解决了现有催款通知方式，时常接收到逾期用户的投诉的问题，还提高了每次发送催款通知消息的催款通知行为与逾期用户匹配度。的催款通知行为与逾期用户匹配度。的催款通知行为与逾期用户匹配度。
【技术实现步骤摘要】
业务处理方法、装置及存储介质
[0001]本申请涉及金融科技
，尤其涉及一种业务处理方法、装置及存储介质。
技术介绍
[0002]在贷款业务场景中，银行通常会对逾期用户进行催款，以促使逾期用户及时还款。逾期用户是指超过还款截止时间点仍未还款的贷款用户。
[0003]图1示出了银行的业务处理平台架构图。如图1所示，贷款用户可以使用APP与业务平台11进行业务数据交互，完成贷款业务办理。办理贷款业务后，业务平台11将贷款用户的用户标识、贷款信息和还款截止时间点关联后，发送到数据中台12进行存储。数据中台12用于采集该系统中所有设备产生的业务数据并进行存储。业务平台11中可以设置定时器，对贷款用户的还款截止时间点进行监控。若业务平台11在定时器超时之前，接收到该贷款用户已经还款的业务数据，则业务平台11结束对该贷款用户的还款时间监控，或者启动下一还款周期的定时器监控过程。若在定时器超时后，业务平台11依然未接收到该贷款用户已经还款的业务数据，则业务平台11将该贷款用户标记为逾期用户，并将该逾期用户的用户标识发送到通知平台13。通知平台13即可按照固定的通知方式向该逾期用户发送催款通知消息，以便催促其还款。例如，通知平台13可采用定期拨打电话向用户播放固定的话术模板来向该逾期用户发送催款通知消息。
[0004]由于不同用户对于催款通知消息的接受程度不同，现有催款通知方式，时常接收到逾期用户的投诉。
技术实现思路
[0005]本申请提供一种业务处理方法、装置及存储介质，以解决现有催款通知方式，时常接收到逾期用户的投诉的问题。
[0006]第一方面，本申请提供一种业务处理方法，所述方法包括：
[0007]在第m次向逾期用户发送催款通知消息后的第一预设时长后，若确定业务平台未收到所述逾期用户已经还款的业务数据，则从数据中台获取所述逾期用户的第m次催款往来信息；所述催款往来信息包括向目标逾期用户发送的催款通知消息和所述目标逾期用户对应回复的消息；
[0008]采用预先训练好的第一预测模型，对所述第m次催款往来信息进行第一投诉倾向预测，得到所述逾期用户的第一投诉倾向等级；所述第一预测模型是采用多个逾期用户的催款往来信息及其对应的投诉结果标识训练得到的；
[0009]按照所述第一投诉倾向等级对应的通知策略，向所述逾期用户发送第 m+1次催款通知消息；所述通知策略包括相邻两次通知的间隔时长、通知方式、话术模板中的至少一种；
[0010]其中，m为不为零的自然数。
[0011]可选的，所述采用预先训练好的第一预测模型，对所述第m次催款往来信息进行第
一投诉倾向预测，得到所述逾期用户的第一投诉倾向等级，包括：
[0012]采用预先训练好的第一预测模型，对所述第m次催款往来信息进行第一投诉概率预测，得到所述逾期用户的第一投诉概率；
[0013]基于所述第一投诉概率，确定所述逾期用户所属的第一投诉倾向等级。
[0014]可选的，所述催款往来信息为通话形式或短信形式的催款往来信息；
[0015]所述采用预先训练好的第一预测模型，对所述第m次催款往来信息进行第一投诉概率预测，得到所述逾期用户的第一投诉概率，包括：
[0016]对第m次通话形式或短信形式的催款往来信息进行第一预处理，得到第一特征；
[0017]采用预先训练好的第一预测模型，对所述第一特征进行第一投诉概率预测，得到所述逾期用户的第一投诉概率。
[0018]可选的，所述基于所述第一投诉概率，确定所述逾期用户所属的第一投诉倾向等级，包括：
[0019]基于逾期用户的用户标识与逾期用户组的组标识的对应关系，确定所述逾期用户所属的逾期用户组；所述逾期用户组由满足预设条件的多个逾期用户组成；
[0020]将所述逾期用户组中的逾期用户按第一投诉概率高低顺序排序，得到第一逾期用户序列；
[0021]基于所述第一逾期用户序列分段对应的多个第一投诉倾向等级，确定所述第一逾期用户序列中各逾期用户各自所属的第一投诉倾向等级。
[0022]可选的，所述第一预测模型是采用多个逾期用户的催款往来信息及其对应的投诉结果标识按如下方式训练得到的：
[0023]获取发送催款通知消息后第二预设时长内多个逾期用户的催款往来信息及其对应的投诉结果标识；
[0024]对所获取的催款往来信息进行第一预处理，得到多个逾期用户各自对应的第一特征；
[0025]采用由所述多个逾期用户各自对应的第一特征和投诉结果标识所组成的第一训练样本，对基于变换器的双向编码预测模型进行训练，得到第一预测模型。
[0026]可选的，在第m次向逾期用户发送催款通知消息之前，所述方法还包括：
[0027]获取所述逾期用户的贷款信息和历史投诉结果标识；
[0028]采用预先训练好的第二预测模型，对所述逾期用户的贷款信息和历史投诉结果标识进行第二投诉倾向预测，得到所述逾期用户的第二投诉倾向等级；所述第二预测模型是采用多个逾期用户的贷款信息和历史投诉结果标识训练得到的；
[0029]按照所述第二投诉倾向等级对应的通知策略，向所述逾期用户发送首次催款通知消息。
[0030]可选的，所述第二预测模型是采用多个逾期用户的贷款信息和历史投诉结果标识按如下方式训练得到的：
[0031]获取发送催款通知消息后第三预设时长内多个逾期用户的贷款信息和投诉结果标识；
[0032]对所获取的贷款信息进行特征筛选，得到多个逾期用户各自对应的第二特征；
[0033]采用由所述多个逾期用户各自对应的第二特征和投诉结果标识所组成的第二训
练样本，对轻量级梯度提升机预测模型进行训练，得到第二预测模型。
[0034]第二方面，本申请提供一种业务处理设备，所述设备包括：
[0035]收发模块、预测模块、通知模块；
[0036]所述收发模块，用于在第m次向逾期用户发送催款通知消息后的第一预设时长后，若确定业务平台未收到所述逾期用户已经还款的业务数据，则从数据中台获取所述逾期用户的第m次催款往来信息；所述催款往来信息包括向目标逾期用户发送的催款通知消息和所述目标逾期用户对应回复的消息；
[0037]所述预测模块，用于采用预先训练好的第一预测模型，对所述第m次催款往来信息进行第一投诉倾向预测，得到所述逾期用户的第一投诉倾向等级；所述第一预测模型是采用多个逾期用户的催款往来信息及其对应的投诉结果标识训练得到的；
[0038]所述通知模块，用于按照所述第一投诉倾向等级对应的通知策略，向所述逾期用户发送第m+1次催款通知消息；所述通知策略包括相邻两次通知的间隔时长、通知方式、话术模板中的至少一种；
[0039]其中，m为不为零的自然数。
[0040]第三方面，本申请提供一种业务处理装置，所述装置包括：
[0041]处理器和存储器；
[0042]所述存储器存储所述处理器可执行的可执行指令；
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种业务处理方法，其特征在于，所述方法包括：在第m次向逾期用户发送催款通知消息后的第一预设时长后，若确定业务平台未收到所述逾期用户已经还款的业务数据，则从数据中台获取所述逾期用户的第m次催款往来信息；所述催款往来信息包括向目标逾期用户发送的催款通知消息和所述目标逾期用户对应回复的消息；采用预先训练好的第一预测模型，对所述第m次催款往来信息进行第一投诉倾向预测，得到所述逾期用户的第一投诉倾向等级；所述第一预测模型是采用多个逾期用户的催款往来信息及其对应的投诉结果标识训练得到的；按照所述第一投诉倾向等级对应的通知策略，向所述逾期用户发送第m+1次催款通知消息；所述通知策略包括相邻两次通知的间隔时长、通知方式、话术模板中的至少一种；其中，m为不为零的自然数。2.根据权利要求1所述的方法，其特征在于，所述采用预先训练好的第一预测模型，对所述第m次催款往来信息进行第一投诉倾向预测，得到所述逾期用户的第一投诉倾向等级，包括：采用预先训练好的第一预测模型，对所述第m次催款往来信息进行第一投诉概率预测，得到所述逾期用户的第一投诉概率；基于所述第一投诉概率，确定所述逾期用户所属的第一投诉倾向等级。3.根据权利要求2所述的方法，其特征在于，所述催款往来信息为通话形式或短信形式的催款往来信息；所述采用预先训练好的第一预测模型，对所述第m次催款往来信息进行第一投诉概率预测，得到所述逾期用户的第一投诉概率，包括：对第m次通话形式或短信形式的催款往来信息进行第一预处理，得到第一特征；采用预先训练好的第一预测模型，对所述第一特征进行第一投诉概率预测，得到所述逾期用户的第一投诉概率。4.根据权利要求2所述的方法，其特征在于，所述基于所述第一投诉概率，确定所述逾期用户所属的第一投诉倾向等级，包括：基于逾期用户的用户标识与逾期用户组的组标识的对应关系，确定所述逾期用户所属的逾期用户组；所述逾期用户组由满足预设条件的多个逾期用户组成；将所述逾期用户组中的逾期用户按第一投诉概率高低顺序排序，得到第一逾期用户序列；基于所述第一逾期用户序列分段对应的多个第一投诉倾向等级，确定所述第一逾期用户序列中各逾期用户各自所属的第一投诉倾向等级。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述第一预测模型是采用多个逾期用户的催款往来信息及其对应的投诉结果标识按如下方式训练得到的：获取发送催款通知消息后第二预设时长内多个逾期用户的催款往来信息及其对应的投诉结果标识；对所获取的催款往来信息进行第一预处理，得到多个逾期用户各自对应的第一特征；采用由所...
【专利技术属性】
技术研发人员：陈龙震，刘雨楠，刘芳蕾，
申请(专利权)人：中国民生银行股份有限公司，
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。