System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及催收,具体涉及一种智能催收方法及系统。
技术介绍
1、目前社会上存在着许多债务纠纷和逾期还款问题,催收行业的发展已成为当务之急。传统的催收方式,需要大量的人力资源和物力资源,效率低下,成本高昂,并且容易造成消费者反感,对债权人产生相反的效果。因此需要一种高效、自动化的催收方式,这就需要一种催收引擎来实现。目前市场上已有一些催收系统,这些系统基本上是针对某些特定领域的催收业务或者通过规则引擎来处理。
2、但是这些系统大多数都是需要手工维护或者改进,无法实现智能化,且无法满足不断变化的用户需求。因此,我们提出了一种基于机器学习技术的催收引擎系统,其通过分析借款人的信用记录、历史行为和还款能力等信息来判断其还款意愿和能力。此外,该系统还可以自动化处理催收过程,包括自动识别逾期客户、发送提醒短信或者语音电话等,进一步提高了催收效率和精准度。该催收引擎系统的开发,将极大地提高催收效率,降低了企业的运营成本,同时也更好地满足了用户的需求。本申请的专利技术得以得到实现,将产生长远的良好社会效益,具有广阔的推广和应用前景。
技术实现思路
1、为解决现有技术中催收过头、催收不当、催收不及时,催收专员无法第一时间了解客户,针对客户行为做出相对应的催收方案以及传统催收成本过高,以及成本利用率低下的问题,本专利技术提供一种智能风控催收方法及系统。
2、为实现上述目的,本专利技术采用以下技术手段:
3、一种智能催收方法,包括以下步骤:
4、步骤1
5、步骤2:基于步骤1,新建微服务-数据采集子模块,所述微服务-数据采集子模块基于数据迁移工具创建数据采集工作流任务并基于aviator编写定时任务脚本逻辑,通过定时任务输出最终的催收数据,以及将所述催收数据同步入库;
6、步骤3:基于步骤1,新建微服务-自动建模子模块,采用python编写建模分析脚本,编写java接口调用建模脚本,并输出催收规则;
7、步骤4:基于步骤1,新建微服务-规则引擎子模块,基于drools构建服务后台,java封装drools逻辑运算组件,用户在前端界面选择组件配置催收规则运算,最终生成的催收规则脚本入库;
8、步骤5:基于步骤1,新建微服务-催收子模块,创建催收前端界面,催收员在所述催收前端界面进行催收。同时创建基于flink为基础框架的实时计算接口,统计每位客户的催收数据指标,根据数据指标给每位客户实时制定不同的催收方案。
9、进一步地,所述步骤2包括如下子步骤:
10、步骤2.1:采用数据迁移工具界面配置数据转换工作流,在前端界面创建ktr脚本定义数据输入,并通过工作流后进行数据输出,其中输入数据格式为数据表、输出的数据格式为excle;
11、步骤2.2:以java表达式求值引擎为后台框架基础,在前端界面自定义jdbc方法类脚本连接其他系统数据库;
12、步骤2.3:基于spring框架创建定时任务scheduleconfig,同时scheduleconfig继承spring定时任务框架schedulingconfigurer;
13、步骤2.4:基于步骤2.3,每天定时连接数据库,调用数据转换工作流进行二次加工数据清洗,输出的数据入库催收数据库。
14、进一步地,所述步骤2.4中输出的数据包括:用户基本信息,用户还款信息,用户催收信息,以及其他三方数据。
15、进一步地,所述步骤3包括如下子步骤:
16、步骤3.1:采用基于机器学习算法,logistic,随机森林算法,通过二分类方法进行自动建模,通过历史近2年的催收数据,基于步骤2.4中输出的数据,进行衡量自变量的预测能力计算,并设置预测能力的第一预设值和第二预设值,删除预测能力值小于第一预设值,大于第二预设值的变量;
17、步骤3.2:基于步骤3.1剩余的变量通过模型变量共线性、模型变量连续性特征进行变量二次筛选,删除共线性强的变量,以及不是连续性的变量,最后剩余的变量为入模变量;
18、步骤3.3:基于步骤2.3中的定时任务进行数据采集,并按照一定比例分为测试数据集和训练数据集,基于步骤3.1中所述的方法进行数据回归,输出最后的催收规则;
19、步骤3.4:每天定时根据步骤2.1采集近2年历史数据;
20、步骤3.5:每天重复执行步骤3.1-3.4。
21、进一步地,所述步骤3.3中的催收规则包括针对每个客户设定催收阶段标签、针对客户如何分配催收员的标签。
22、进一步地,所述步骤4包括如下子步骤:
23、步骤4.1:采用drools规则引擎为底层实现引擎工作流,引入drools相关依赖drools-compiler,创建一个项目启动类application,启动类里面调用通过依赖包的方法触发相关的业务规则;
24、步骤4.2:对doorls的逻辑组件进行代码封装,集成在前端界面;
25、步骤4.3:用户在界面选择封装的逻辑组件进行催收规则配置,配置完规则的逻辑后并确定,生成*.drl脚本,随之脚本存入数据库;
26、步骤4.4:设定调用*.drl脚本的java接口;
27、步骤4.5:设定修改*.drl脚本的java接口;
28、步骤4.6:基于步骤3.3输出的规则,调用步骤4.5定义的修改脚本接口,实时更新脚本规则。
29、进一步地,所述步骤5包括:
30、步骤5.1:采用vue创建催收前端界面,其包括菜单如下:待催收案件、已催收案件、出催案件、待审核案件、已审核案件、审核回退案件,每个菜单存储对应的信息记录,任一信息记录中包含二级界面,分别为:客户基本信息模块、还款记录模块、催收信息模块、催收记录模块、综合评分模块,同时java编写对应的界面后台数据查询接口,前端通过vue route路由调用后台java接口查询数据库数据展示在对应的界面;
31、步骤5.2:引入flink依赖,创建flink任务,采集催收系统数据库信息,通过flinksql对客户历史借款行为、还款意愿、信用记录、还款能力维度来实时统计数据指标,针对每个客户实时统计的阈值,给每位客户实时制定不同的催收阶段;
32、步骤5.2:在待催收界面,基于java接入短信接口,后端数据设定短信内容模板;同时基于java接入拨号接口,接入实时语音sdk,后台设置拨出的电话号码,以及实时读取每个客户的电话号码。
33、进一步地,所述催收阶段包括电催m1、电催m2、上门催收、委外催收、属地催收、法务诉讼、出催,死亡结案,其中电催m1在待催收界面基于短信接口调用后本文档来自技高网...
【技术保护点】
1.一种智能催收方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的智能催收方法,其特征在于,所述步骤2包括如下子步骤:
3.根据权利要求2所述的智能催收方法,其特征在于,所述步骤2.4中输出的数据包括:用户基本信息,用户还款信息,用户催收信息,以及其他三方数据。
4.根据权利要求2所述的智能催收方法,其特征在于,所述步骤3包括如下子步骤:
5.根据权利要求4所述的智能催收方法,其特征在于,所述步骤3.3中的催收规则包括针对每个客户设定催收阶段标签、针对客户如何分配催收员的标签。
6.根据权利要求1所述的智能催收方法,其特征在于,所述步骤4包括如下子步骤:
7.根据权利要求1所述的智能催收方法,其特征在于,所述步骤5包括:
8.根据权利要求7所述的智能催收方法,其特征在于,所述催收阶段包括电催M1、电催M2、上门催收、委外催收、属地催收、法务诉讼、出催,死亡结案,其中电催M1在待催收界面基于短信接口调用后端数据设定短信内容进行催收,电催M2在待催收界面基于拨号接口调用后端数据实时语音sdk进
9.一种智能催收系统,其特征在于,包括:
...【技术特征摘要】
1.一种智能催收方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的智能催收方法,其特征在于,所述步骤2包括如下子步骤:
3.根据权利要求2所述的智能催收方法,其特征在于,所述步骤2.4中输出的数据包括:用户基本信息,用户还款信息,用户催收信息,以及其他三方数据。
4.根据权利要求2所述的智能催收方法,其特征在于,所述步骤3包括如下子步骤:
5.根据权利要求4所述的智能催收方法,其特征在于,所述步骤3.3中的催收规则包括针对每个客户设定催收阶段标签、针对客户如何分配催收...
【专利技术属性】
技术研发人员:汪大磊,田羽,吴金林,李澎,
申请(专利权)人:武汉众邦银行股份有限公司,
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。