本申请公开了一种资产清收时机预测方法、装置、设备及可读存储介质，该方法包括步骤：获取待清收账户的资产信息；将所述资产信息输入至预设的资产清收风险预测模型，并根据所述清收风险预测模型，对所述资产信息的变化趋势进行风险预测，得到对所述待清收账户进行资产清收时无法正常清收的风险表现值；根据所述风险表现值和所述资产信息，生成应对不同业务场景的清收任务。本申请实现了通过预设的清收风险预测模型，对待清收账户的资产信息的资产变化趋势进行风险预测，并得到相应对待清收账户进行资产清收时无法正常清收的风险表现值，以根据该风险表现值，生成请收任务。生成请收任务。生成请收任务。
【技术实现步骤摘要】
资产清收时机预测方法、装置、设备及可读存储介质
[0001]本申请涉及数据处理
，尤其涉及一种资产清收时机预测方法、装置、设备及可读存储介质。
技术介绍
[0002]在不良资产清收过程中，需要通过收集客户全面的信息，并对收集到的信息进行详细分析从而可实现准确的出具清收策略的效果。
[0003]目前主要通过两种方式来收集信息，一是通过各类专业网站或线下途径查询所需的外部信息，比如专利、工商信息、舆情等，另一种是行内发生的业务信息，比如账户信息、抵质押情况等。
[0004]但是需要收集的信息范围广，散落渠道多，收集难度大，管理成本高，且信息时效性差，针对此类零散信息需要相关人员花费大量时间整理和分析，以至于可能由于分析周期较长导致错过最佳清收时机，从而导致不良资产的清收效果差。
技术实现思路
[0005]有鉴于此，本申请提供一种资产清收时机预测方法、装置、设备及可读存储介质，旨在提高不良资产的清收效果。
[0006]为实现上述目的，本申请提供一种资产清收时机预测方法，所述资产清收时机预测方法包括以下步骤：
[0007]获取待清收账户的资产信息；
[0008]将所述资产信息输入至预设的资产清收风险预测模型，并根据所述清收风险预测模型，对所述资产信息的变化趋势进行风险预测，得到对所述待清收账户进行资产清收时无法正常清收的风险表现值；
[0009]根据所述风险表现值和所述资产信息，生成应对不同业务场景的清收任务。
[0010]示例性的，所述将所述资产信息输入至预设的资产清收风险预测模型，并根据所述清收风险预测模型，对所述资产信息的变化趋势进行风险预测，得到对所述待清收账户进行资产清收时无法正常清收的风险表现值的步骤，包括：
[0011]提取所述资产信息中的特征信息；其中，所述特征信息包括时间特征信息和资产流动特征信息；
[0012]将时间特征信息和资产流动特征信息输入至预设的清收风险预测模型，并根据所述清收风险预测模型、所述时间特征信息和资产流动特征信息，对所述资产信息的变化趋势进行风险预测，得到对所述待清收账户进行资产清收时无法正常清收的风险表现值。
[0013]示例性的，所述根据所述清收风险预测模型、所述时间特征信息和资产流动特征信息，对所述资产信息的变化趋势进行风险预测的步骤，包括：
[0014]根据所述清收风险预测模型，将所述时间特征信息和资产流动特征信息按照其变化趋势进行风险值转化处理，得到时间风险值和资产流动风险值；
[0015]根据预设权重，将所述时间风险值和所述资产流动风险值进行风险值整合处理。
[0016]示例性的，所述根据所述风险表现值和所述资产信息，生成应对不同业务场景的清收任务的步骤，包括：
[0017]根据所述风险表现值和所述资产信息，将所述待清收账户划分为重点清收对象和普通清收对象；
[0018]根据所述重点清收对象和所述普通清收对象对应的不同业务场景，生成清收任务。
[0019]示例性的，所述获取待清收账户的资产信息的步骤，包括：
[0020]获取到待清收账户的行外数据和行内数据；其中，所述行外数据至少包括所述待清收账户的征信信息、工商信息和舆情信息，所述行内数据至少包括账务信息和业务信息；
[0021]对所述行外数据和所述行内数据进行预处理，并将预处理后的数据进行整合，得到资产信息。
[0022]示例性的，所述对所述行外数据和所述行内数据进行预处理，并将预处理后的数据进行整合，得到资产信息的步骤，包括：
[0023]对所述行外数据和所述行内数据进行过滤处理，得到去除冗余信息和干扰信息的过滤结果；
[0024]对所述过滤结果中的数据进行语义分析，以完成预处理过程；
[0025]根据预设规则模板的数据格式，对分析的结果进行数据整合，得到资产信息。
[0026]示例性的，所述根据预设规则模板的数据格式，对分析的结果进行数据整合，得到资产信息的步骤，包括：
[0027]根据预设规则模板的数据格式，对分析的结果中涉及同一业务或同一资金流动事项的数据按照数据维度进行维度整合；
[0028]将维度整合的结果按照数据所映射的时间点进行顺序整合，得到资产信息。
[0029]示例性的，为实现上述目的，本申请还提供一种资产清收时机预测装置，所述装置包括：
[0030]获取模块，用于获取待清收账户的资产信息；
[0031]预测模块，用于将所述资产信息输入至预设的资产清收风险预测模型，并根据所述清收风险预测模型，对所述资产信息的变化趋势进行风险预测，得到对所述待清收账户进行资产清收时无法正常清收的风险表现值；
[0032]生成模块，用于根据所述风险表现值和所述资产信息，生成应对不同业务场景的清收任务。
[0033]示例性的，为实现上述目的，本申请还提供一种资产清收时机预测设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的资产清收时机预测程序，所述资产清收时机预测程序配置为实现如上所述的资产清收时机预测方法的步骤。
[0034]示例性的，为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有资产清收时机预测程序，所述资产清收时机预测程序被处理器执行时实现如上所述的资产清收时机预测方法的步骤。
[0035]与相关技术中，针对此类零散信息需要相关人员花费大量时间整理和分析，以至
于可能由于分析周期较长导致错过最佳清收时机，从而导致不良资产的清收效果差的情况相比，在本实施例中，通过获取待清收账户的资产信息；将所述资产信息输入至预设的资产清收风险预测模型，并根据所述清收风险预测模型，对所述资产信息的变化趋势进行风险预测，得到对所述待清收账户进行资产清收时无法正常清收的风险表现值；根据所述风险表现值和所述资产信息，生成应对不同业务场景的清收任务，也就是说，将获取到的待清收账户的资产信息输入至预设的资产清收风险预测模型中，并通过该模型，对资产信息的变化趋势进行风险预测，得到待清收账户进行资产清收时无法正常清收的风险表现值，从而可利用该风险表现值和资产信息，及时生成相应的清收任务，即根据资产信息的变化趋势，实时预测得到相应的风险表现值，并及时生成清收任务，避免出现由于信息分析不及时，导致错过最佳清收时机的情况，从而提高了对待清收账户的监控效果，进而提高了清收效果。
附图说明
[0036]图1为本申请资产清收时机预测方法第一实施例的流程示意图；
[0037]图2为本申请资产清收时机预测方法第一实施例中步骤S120的细化流程示意图；
[0038]图3为本申请资产清收时机预测方法第一实施例中步骤S110的细化流程示意图；
[0039]图4为本申请实施例方案涉及的硬件运行环境的结构示意图。
[0040]本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种资产清收时机预测方法，其特征在于，所述资产清收时机预测方法包括以下步骤：获取待清收账户的资产信息；将所述资产信息输入至预设的资产清收风险预测模型，并根据所述清收风险预测模型，对所述资产信息的变化趋势进行风险预测，得到对所述待清收账户进行资产清收时无法正常清收的风险表现值；根据所述风险表现值和所述资产信息，生成应对不同业务场景的清收任务。2.如权利要求1所述的资产清收时机预测方法，其特征在于，所述将所述资产信息输入至预设的资产清收风险预测模型，并根据所述清收风险预测模型，对所述资产信息的变化趋势进行风险预测，得到对所述待清收账户进行资产清收时无法正常清收的风险表现值的步骤，包括：提取所述资产信息中的特征信息；其中，所述特征信息包括时间特征信息和资产流动特征信息；将时间特征信息和资产流动特征信息输入至预设的清收风险预测模型，并根据所述清收风险预测模型、所述时间特征信息和资产流动特征信息，对所述资产信息的变化趋势进行风险预测，得到对所述待清收账户进行资产清收时无法正常清收的风险表现值。3.如权利要求2所述的资产清收时机预测方法，其特征在于，所述根据所述清收风险预测模型、所述时间特征信息和资产流动特征信息，对所述资产信息的变化趋势进行风险预测的步骤，包括：根据所述清收风险预测模型，将所述时间特征信息和资产流动特征信息按照其变化趋势进行风险值转化处理，得到时间风险值和资产流动风险值；根据预设权重，将所述时间风险值和所述资产流动风险值进行风险值整合处理。4.如权利要求1所述的资产清收时机预测方法，其特征在于，所述根据所述风险表现值和所述资产信息，生成应对不同业务场景的清收任务的步骤，包括：根据所述风险表现值和所述资产信息，将所述待清收账户划分为重点清收对象和普通清收对象；根据所述重点清收对象和所述普通清收对象对应的不同业务场景，生成清收任务。5.如权利要求1所述的资产清收时机预测方法，其特征在于，所述获取待清收账户的资产信息的步骤，包括：获取到待清收账户的行外数据和行内...
【专利技术属性】
技术研发人员：彭金龙，叶炜，黄灿钧，刘振，马超，王平，
申请(专利权)人：招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。