本申请公开了一种任务的分配方法及装置、存储介质和电子设备，涉及人工智能技术领域。该方法包括：获取第一对象的N个第一属性数据和第二对象的M个第二属性数据，其中，第一对象为向目标金融机构借款的对象，第二对象为与第一对象相关联的对象；将N个第一属性数据和M个第二属性数据输入目标预测模型进行预测处理，输出第一对象对应的还款概率，其中，目标预测模型为基于知识图谱构建的模型；依据第一对象对应的还款概率对目标任务进行分配，其中，目标任务为催收第一对象向目标金融机构还款的任务。通过本申请，解决了相关技术中根据人工经验分配催收任务，导致分配催收任务的效果较差的问题。差的问题。差的问题。
【技术实现步骤摘要】
任务的分配方法及装置、存储介质和电子设备
[0001]本申请涉及人工智能
，具体而言，涉及一种任务的分配方法及装置、存储介质和电子设备。
技术介绍
[0002]相关技术中，常见的催收任务分配策略一般分为以下两种：
[0003]相关技术一是平均分配。即简单的按照金额或者户数将任务平均分配至各催收人员，这种随机分配模式较为原始。主要有三种方式：按量均分：将要分配的客户随机排序，再进行平均分配。金额均分：按照金额大小进行排序，然后依次分配至坐席。金额数量综合法：从金额高客户开始循环分配，每轮分配后调整坐席排序。
[0004]相关技术二是专家规则分配。根据催收人员的历史表现及客户基础信息，手工配置简单规则，例如按照年龄将同龄客户及催收渠道进行分配、按照地区将相近地区客户及催收渠道进行分配等。
[0005]但是，相关技术存在以下缺点：
[0006]相关技术更多的还是依赖于人的手工分配，增加任务分配需投入的人力成本，并且依赖个人的分配经验，较为主观且片面，不能很好的将海量账户客户数据以及催收过程中产生的数据应用起来，不能匹配各催收渠道的特点。而且，相关技术中的催收任务分配缺乏智能化管理，任务随机平均分配至催收渠道，未对催收渠道的业务特点和业务能力进行体系化考量，人工催收资源利用效率低。
[0007]针对相关技术中根据人工经验分配催收任务，导致分配催收任务的效果较差的问题，目前尚未提出有效的解决方案。
技术实现思路
[0008]本申请的主要目的在于提供一种任务的分配方法及装置、存储介质和电子设备，以解决相关技术中根据人工经验分配催收任务，导致分配催收任务的效果较差的问题。
[0009]为了实现上述目的，根据本申请的一个方面，提供了一种任务的分配方法。该方法包括：获取第一对象的N个第一属性数据和第二对象的M个第二属性数据，其中，所述第一对象为向目标金融机构借款的对象，所述第二对象为与所述第一对象相关联的对象，N和M均为正整数；将所述N个第一属性数据和所述M个第二属性数据输入目标预测模型进行预测处理，输出所述第一对象对应的还款概率，其中，所述目标预测模型为基于知识图谱构建的模型，所述还款概率为所述第一对象向所述目标金融机构还款的概率；依据所述第一对象对应的还款概率对目标任务进行分配，其中，所述目标任务为催收所述第一对象向所述目标金融机构还款的任务。
[0010]进一步地，所述目标预测模型通过以下方式得到：获取样本数据集合，其中，所述样本数据集合中至少包括第三对象的S个第三属性数据和第四对象的T个第四属性数据，其中，所述第四对象为与所述第三对象相关联的对象，S和T均为正整数；依据所述样本数据集
合和所述知识图谱的结构，得到所述目标预测模型。
[0011]进一步地，依据所述样本数据集合和所述知识图谱的结构，得到所述目标预测模型包括：依据所述样本数据集合和所述知识图谱的结构，确定原始预测模型，其中，所述原始预测模型用于预测向所述目标金融机构借款的对象向所述目标金融机构还款的概率；依据所述样本数据集合确定目标损失函数；利用所述目标损失函数对所述原始预测模型进行学习训练，得到所述目标预测模型。
[0012]进一步地，依据所述样本数据集合确定目标损失函数包括：依据所述样本数据集合中所述T个第四属性数据，确定第一损失函数；依据所述样本数据集合中所述S个第三属性数据和所述T个第四属性数据，确定第二损失函数；依据所述第一损失函数和所述第二损失函数确定所述目标损失函数。
[0013]进一步地，依据所述样本数据集合中所述S个第三属性数据和所述T个第四属性数据，确定第二损失函数包括：依据所述样本数据集合中所述S个第三属性数据确定第一向量；依据所述样本数据集合中所述T个第四属性数据确定第二向量；基于所述第一向量和所述第二向量，确定所述第二损失函数。
[0014]进一步地，基于所述第一向量和所述第二向量，确定所述第二损失函数包括：基于所述第一向量和所述第二向量，计算得到所述第三对象对应的预测的还款概率；获取所述第三对象对应的实际的还款概率；依据所述第三对象对应的预测的还款概率和所述第三对象对应的实际的还款概率，确定所述第二损失函数。
[0015]进一步地，获取样本数据集合包括：获取原始的样本数据集合，其中，所述原始的样本数据集合中至少包括：原始的S个第三属性数据和原始的T个第四属性数据；对所述原始的样本数据集合进行目标处理，得到所述样本数据集合，其中，所述目标处理至少包括：数据清洗处理和数据对齐处理。
[0016]进一步地，依据所述第一对象对应的还款概率对目标任务进行分配包括：判断所述第一对象对应的还款概率是否大于预设概率值；若所述第一对象对应的还款概率大于所述预设概率值，则将所述目标任务分配至第一任务对象，其中，所述第一任务对象采用第一类催收方式催收所述第一对象向所述目标金融机构还款；若所述第一对象对应的还款概率不大于所述预设概率值，则将所述目标任务分配至第二任务对象，其中，所述第二任务对象采用第二类催收方式催收所述第一对象向所述目标金融机构还款，所述第二类催收方式催回收款的概率高于所述第一类催收方式催回收款的概率。
[0017]为了实现上述目的，根据本申请的另一方面，提供了一种任务的分配装置。该装置包括：第一获取单元，用于获取第一对象的N个第一属性数据和第二对象的M个第二属性数据，其中，所述第一对象为向目标金融机构借款的对象，所述第二对象为与所述第一对象相关联的对象，N和M均为正整数；第一输入单元，用于将所述N个第一属性数据和所述M个第二属性数据输入目标预测模型进行预测处理，输出所述第一对象对应的还款概率，其中，所述目标预测模型为基于知识图谱构建的模型，所述还款概率为所述第一对象向所述目标金融机构还款的概率；第一分配单元，用于依据所述第一对象对应的还款概率对目标任务进行分配，其中，所述目标任务为催收所述第一对象向所述目标金融机构还款的任务。
[0018]进一步地，所述目标预测模型通过以下单元得到：第二获取单元，用于获取样本数据集合，其中，所述样本数据集合中至少包括第三对象的S个第三属性数据和第四对象的T
个第四属性数据，其中，所述第四对象为与所述第三对象相关联的对象，S和T均为正整数；第一确定单元，用于依据所述样本数据集合和所述知识图谱的结构，得到所述目标预测模型。
[0019]进一步地，所述第一确定单元包括：第一确定子单元，用于依据所述样本数据集合和所述知识图谱的结构，确定原始预测模型，其中，所述原始预测模型用于预测向所述目标金融机构借款的对象向所述目标金融机构还款的概率；第二确定子单元，用于依据所述样本数据集合确定目标损失函数；第一训练子单元，用于利用所述目标损失函数对所述原始预测模型进行学习训练，得到所述目标预测模型。
[0020]进一步地，所述第二确定子单元包括：第一确定模块，用于依据所述样本数据集合中所述T个第四属性数据，确定第一损失函数；第二确定模块，用于依据所述样本数据集合中所述S个第三属性数据和所述T个本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种任务的分配方法，其特征在于，包括：获取第一对象的N个第一属性数据和第二对象的M个第二属性数据，其中，所述第一对象为向目标金融机构借款的对象，所述第二对象为与所述第一对象相关联的对象，N和M均为正整数；将所述N个第一属性数据和所述M个第二属性数据输入目标预测模型进行预测处理，输出所述第一对象对应的还款概率，其中，所述目标预测模型为基于知识图谱构建的模型，所述还款概率为所述第一对象向所述目标金融机构还款的概率；依据所述第一对象对应的还款概率对目标任务进行分配，其中，所述目标任务为催收所述第一对象向所述目标金融机构还款的任务。2.根据权利要求1所述的方法，其特征在于，所述目标预测模型通过以下方式得到：获取样本数据集合，其中，所述样本数据集合中至少包括第三对象的S个第三属性数据和第四对象的T个第四属性数据，其中，所述第四对象为与所述第三对象相关联的对象，S和T均为正整数；依据所述样本数据集合和所述知识图谱的结构，得到所述目标预测模型。3.根据权利要求2所述的方法，其特征在于，依据所述样本数据集合和所述知识图谱的结构，得到所述目标预测模型包括：依据所述样本数据集合和所述知识图谱的结构，确定原始预测模型，其中，所述原始预测模型用于预测向所述目标金融机构借款的对象向所述目标金融机构还款的概率；依据所述样本数据集合确定目标损失函数；利用所述目标损失函数对所述原始预测模型进行学习训练，得到所述目标预测模型。4.根据权利要求3所述的方法，其特征在于，依据所述样本数据集合确定目标损失函数包括：依据所述样本数据集合中所述T个第四属性数据，确定第一损失函数；依据所述样本数据集合中所述S个第三属性数据和所述T个第四属性数据，确定第二损失函数；依据所述第一损失函数和所述第二损失函数确定所述目标损失函数。5.根据权利要求4所述的方法，其特征在于，依据所述样本数据集合中所述S个第三属性数据和所述T个第四属性数据，确定第二损失函数包括：依据所述样本数据集合中所述S个第三属性数据确定第一向量；依据所述样本数据集合中所述T个第四属性数据确定第二向量；基于所述第一向量和所述第二向量，确定所述第二损失函数。6.根据权利要求5所述的方法，其特征在于，基于所述第一向量和所述第二向量，确定所述第二损失函数包括：基于所述第一向量和所述第二向量，计算得到所述第三对象对应...
【专利技术属性】
技术研发人员：宋怡臻，
申请(专利权)人：中国工商银行股份有限公司，
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。