本申请提供一种欠费催缴方法、系统和存储介质，属于数据处理的技术领域。所述方法包括获取当前欠费用户以及所述当前欠费用户的综合信息，所述综合信息中汇集有用户的基础信息以及欠费信息；将所述当前欠费用户的综合信息输入预先训练完成的预测模型中，通过所述预测模型确定所述当前欠费用户对应的目标催缴场景与目标催缴强度，其中，所述预测模型是根据多个欠费回收成功的欠费样本用户的综合信息样本训练得到的；根据所述当前欠费用户对应的目标催缴场景与目标催缴强度，生成所述当前欠费用户的欠费催缴策略，并进行催缴，以提醒所述当前欠费用户对欠费进行缴纳。本申请旨在提升欠费催缴的效率。升欠费催缴的效率。升欠费催缴的效率。
【技术实现步骤摘要】
一种欠费催缴方法、系统和存储介质
[0001]本申请实施例涉及数据处理的
，具体而言，涉及一种欠费催缴方法、系统和存储介质。
技术介绍
[0002]目前，大多的运营商多采用“后付费”模式确定用户当月产生的费用，即用户当月的消费额在本月底生成账单，然后运营商再与消费者进行结算。而随着运营商用户量，特别是人均设备量的逐步提升，越来越多的通信费回收的周期越来越长，从而对企业的经济造成影响。
[0003]目前，运营商为了提醒用户进行缴费，通常采用短信或者电话语音的方式提醒用户缴费，或是对用户以停机的方式进行缴费提示，缴费后才可以恢复正常通信，但是针对所有的用户都采用统一简单的提示催收效果却不尽人意，不仅降低了用户体验感，也未提升费用回收的效率。
技术实现思路
[0004]本申请实施例提供一种欠费催缴方法、系统和存储介质，旨在提升欠费催缴的效率。
[0005]第一方面，本申请实施例提供一种欠费催缴方法，所述方法包括：
[0006]获取当前欠费用户以及所述当前欠费用户的综合信息，所述综合信息中汇集有用户的基础信息以及欠费信息；
[0007]将所述当前欠费用户的综合信息输入预先训练完成的预测模型中，通过所述预测模型确定所述当前欠费用户对应的目标催缴场景与目标催缴强度，其中，所述预测模型是根据多个欠费回收成功的欠费样本用户的综合信息样本训练得到的；
[0008]根据所述当前欠费用户对应的目标催缴场景与目标催缴强度，生成所述当前欠费用户的欠费催缴策略，并进行催缴，以提醒所述当前欠费用户对欠费进行缴纳。
[0009]可选地，将所述当前欠费用户的综合信息输入预先训练完成的预测模型中之前，所述方法还包括：
[0010]对所述当前欠费用户的身份信息进行脱敏处理；
[0011]对所述当前欠费用户的综合信息中的可量化信息进行量化处理。
[0012]可选地，根据所述当前欠费用户对应的目标催缴场景与目标催缴强度，生成所述当前欠费用户的欠费催缴策略，包括：
[0013]根据所述当前欠费用户对应的目标催缴场景与目标催缴强度，生成所述当前欠费用户对应的欠费数据清单；
[0014]将所述当前欠费用户对应的欠费数据清单分配至对应的目标网格，其中，所述目标网格预设有该网格内所有欠费用户的欠费催缴策略；
[0015]响应于网格负责人触发操作，根据所述目标网格内所有欠费用户的欠费数据清单
以及所述目标网格对应的欠费催缴策略，对所述目标网内中所有欠费用户进行催缴。
[0016]可选地，根据所述当前欠费用户对应的目标催缴场景与目标催缴强度，生成所述当前欠费用户对应的欠费数据清单，包括：
[0017]获取当前欠费用户脱敏处理后的基础信息；
[0018]根据所述当前欠费用户对应的目标催缴场景与目标催缴强度，生成打包信息，所述打包信息包括装维资料、揽装信息、营销资料、化小信息、客户经理信息、协议合同信息、外包商资料；
[0019]根据所述当前欠费用户脱敏处理后的基础信息以及打包信息，生成所述当前欠费用户对应的欠费数据清单。
[0020]可选地，预先训练所述预测模型的过程包括：
[0021]获取训练集，所述训练集中包括多个欠费回收成功的欠费样本用户各自对应的综合信息样本，以及多个所述欠费样本用户各自对应的催缴场景标签与催缴强度标签；
[0022]对所述训练集中的所有综合信息样本进行数据清洗；
[0023]将清洗后的所述训练集输入预设模型中进行训练，所述预设模型用于学习欠费回收成功的欠费样本用户与催缴场景以及催缴强度之间的潜在关系；
[0024]根据所述预设模型对所述训练集的损失，迭代更新所述预设模型的模型参数；
[0025]直至所述预设模型达到预设状态时，将所述预设模型作为训练完成的预测模型。
[0026]可选地，所述方法包括：
[0027]当所述当前欠费用户响应于所述欠费催缴策略成功缴费后，将所述当前欠费用户的综合信息、目标催缴场景与目标催缴强度作为训练数据，更新所述训练集；
[0028]当所述训练集中数据更新数量达到更新阈值时，基于更新后的训练集重新训练所述预测模型。
[0029]可选地，所述方法还包括：
[0030]当所述当前欠费用户未响应于所述欠费催缴策略进行缴费时，将所述当前欠费用户的综合信息、目标催缴场景与目标催缴强度作为测试数据；
[0031]通过根据更新后的训练集重新训练得到的预测模型，对所述测试数据生成新的目标催缴场景与新的目标催缴强度；
[0032]根据所述当前欠费用户对应的新的目标催缴场景与新的目标催缴强度，生成所述当前欠费用户的新的欠费催缴策略。
[0033]可选地，所述预设模型的损失函数为：
[0034][0035]其中，CE()为交叉熵损失；α代表催缴场景的训练权重；β为催缴强度的训练权重；为所述预设模型第一部分网络的输出；为所述预设模型第二部分网络的输出；P
s
为催缴场景；P
l
为催缴强度。
[0036]第二方面，本申请实施例提供一种欠费催缴系统，所述系统包括：
[0037]获取模块，用于获取当前欠费用户以及所述当前欠费用户的综合信息，所述综合信息中汇集有用户的基础信息以及欠费信息；
[0038]预测模块，用于将所述当前欠费用户的综合信息输入预先训练完成的预测模型
中，通过所述预测模型确定所述当前欠费用户对应的目标催缴场景与目标催缴强度，其中，所述预测模型是根据多个欠费回收成功的欠费样本用户的综合信息样本训练得到的；
[0039]欠费催缴模块，用于根据所述当前欠费用户对应的目标催缴场景与目标催缴强度，生成所述当前欠费用户的欠费催缴策略，并进行催缴，以提醒所述当前欠费用户对欠费进行缴纳。
[0040]第三方面，本申请实施例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计算机程序，所述计算机程序被处理器执行时实现如实施例第一方面所述的欠费催缴方法。
[0041]有益效果：
[0042]获取当前欠费用户以及所述当前欠费用户的综合信息，所述综合信息中汇集有用户的基础信息以及欠费信息；将所述当前欠费用户的综合信息输入预先训练完成的预测模型中，通过所述预测模型确定所述当前欠费用户对应的目标催缴场景与目标催缴强度，其中，所述预测模型是根据多个欠费回收成功的欠费样本用户的综合信息样本训练得到的；根据所述当前欠费用户对应的目标催缴场景与目标催缴强度，生成所述当前欠费用户的欠费催缴策略，并进行催缴，以提醒所述当前欠费用户对欠费进行缴纳。
[0043]需要对当前欠费用户进行催缴时，集合了当前欠费用户的综合信息，然后通过训练好的预测模型，确定适合当前欠费用户的目标催缴场景与目标催缴强度，预测模型学习了成功回收欠费的欠费样本用户的综合信息样本，可以根据每个欠费用户自身的画像确定对应的目标催缴场景与目标催缴强度，相比于本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种欠费催缴方法，其特征在于，所述方法包括：获取当前欠费用户以及所述当前欠费用户的综合信息，所述综合信息中汇集有用户的基础信息以及欠费信息；将所述当前欠费用户的综合信息输入预先训练完成的预测模型中，通过所述预测模型确定所述当前欠费用户对应的目标催缴场景与目标催缴强度，其中，所述预测模型是根据多个欠费回收成功的欠费样本用户的综合信息样本训练得到的；根据所述当前欠费用户对应的目标催缴场景与目标催缴强度，生成所述当前欠费用户的欠费催缴策略，并进行催缴，以提醒所述当前欠费用户对欠费进行缴纳。2.根据权利要求1所述的方法，其特征在于，将所述当前欠费用户的综合信息输入预先训练完成的预测模型中之前，所述方法还包括：对所述当前欠费用户的身份信息进行脱敏处理；对所述当前欠费用户的综合信息中的可量化信息进行量化处理。3.根据权利要求1所述的方法，其特征在于，根据所述当前欠费用户对应的目标催缴场景与目标催缴强度，生成所述当前欠费用户的欠费催缴策略，并进行催缴，包括：根据所述当前欠费用户对应的目标催缴场景与目标催缴强度，生成所述当前欠费用户对应的欠费数据清单；将所述当前欠费用户对应的欠费数据清单分配至对应的目标网格，其中，所述目标网格预设有该网格内所有欠费用户的欠费催缴策略；响应于网格负责人触发操作，根据所述目标网格内所有欠费用户的欠费数据清单以及所述目标网格对应的欠费催缴策略，对所述目标网内中所有欠费用户进行催缴。4.根据权利要求3所述的方法，其特征在于，根据所述当前欠费用户对应的目标催缴场景与目标催缴强度，生成所述当前欠费用户对应的欠费数据清单，包括：获取当前欠费用户脱敏处理后的基础信息；根据所述当前欠费用户对应的目标催缴场景与目标催缴强度，生成打包信息，所述打包信息包括装维资料、揽装信息、营销资料、化小信息、客户经理信息、协议合同信息、外包商资料；根据所述当前欠费用户脱敏处理后的基础信息以及打包信息，生成所述当前欠费用户对应的欠费数据清单。5.根据权利要求1所述的方法，其特征在于，预先训练所述预测模型的过程包括：获取训练集，所述训练集中包括多个欠费回收成功的欠费样本用户各自对应的综合信息样本，以及多个所述欠费样本用户各自对应的催缴场景标签与催缴强度标签；对所述训练集中的所有综合信息样本进行数据清洗；将清洗后的所述训...
【专利技术属性】
技术研发人员：肖越云，王荣，于增光，卫宇星，丁开生，杜涛，肖宇，李家健，
申请(专利权)人：中国电信股份有限公司，
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。