CN110111195A - 基于数据分析的账款催收方法及装置、电子设备 - Google Patents

Abstract

本发明涉及大数据技术领域，特别涉及一种基于数据分析的账款催收方法及装置、电子设备。所述方法包括：获取目标被催收对象的用户属性信息和社交网络好友数据；利用已建立的用户价值评估模型对用户属性信息和社交网络好友数据进行分析，获得目标被催收对象的价值评估分值；确定价值评估分值对应的用户等级；对目标被催收对象配置用户等级对应的账款催收流程。可以看出，此方法通过建立用户价值评估模型，该价值评估模型可用于对不同用户等级的催收对象智能推荐不同的账款催收流程，能够提高账款催收的效率和成功率，从而降低坏账损失。

Description

基于数据分析的账款催收方法及装置、电子设备

技术领域

本发明涉及大数据技术领域，特别涉及一种基于数据分析的账款催收方法及装置、电子设备。

背景技术

随着人们消费能力的增强，国内信贷市场急速地扩张，大量的信用卡、消费金融、对等借贷、小额贷款、车贷等金融业务开始涌现。然而，借贷人拖欠账款长期不还的情况经常出现。为使拖欠账款的借贷人尽快还款，放贷方通常会安排催收员打电话给拖欠账款的借贷人，以催促拖欠账款的借贷人尽快还款，催收效率较低。

发明内容

为提高账款催收效率，本发明提供了一种基于数据分析的账款催收方法及装置、电子设备。

本发明实施例第一方面公开了一种基于数据分析的账款催收方法，所述方法包括：

获取目标被催收对象的用户属性信息和社交网络好友数据；

利用已建立的用户价值评估模型对所述用户属性信息和所述社交网络好友数据进行分析，获得所述目标被催收对象的价值评估分值；

确定所述价值评估分值对应的用户等级；

对所述目标被催收对象配置所述用户等级对应的账款催收流程。

作为一种可选的实施方式，在本发明实施例第一方面中，所述获取目标被催收对象的用户属性信息和社交网络好友数据之前，所述方法还包括：

根据收集的多个被催收对象样本的用户属性信息样本，建立风险分层模型；

根据收集的所述多个被催收对象样本的社交网络好友数据样本，建立动态社交模型；

根据所述风险分层模型和所述动态社交模型，建立所述用户价值评估模型。

作为一种可选的实施方式，在本发明实施例第一方面中，所述根据所述风险分层模型和所述动态社交模型，建立所述用户价值评估模型，包括：

将所述多个被催收对象样本的用户属性信息样本输入所述风险分层模型，获得所述多个被催收对象样本的信用评分值；

将所述多个被催收对象样本的社交网络好友数据样本输入所述动态社交模型，获得所述多个被催收对象样本的社交评分值；

按照预设的权重系数比，分别对所述信用评分值和所述社交评分值进行调整，获得所述多个被催收对象样本的目标信用评分值以及目标社交评分值；

将所述目标信用评分值与所述目标社交评分值进行相加计算，获得所述多个被催收对象样本的价值评估分值；

以所述多个被催收对象样本的用户属性信息样本和社交网络好友数据样本来作为训练数据，以所述价值评估分值作为训练结果，训练得到所述用户价值评估模型。

作为一种可选的实施方式，在本发明实施例第一方面中，所述根据收集的所述多个被催收对象样本的社交网络好友数据样本，建立动态社交模型，包括：

根据收集的所述多个被催收对象样本的社交网络好友数据样本，获取所述多个被催收对象样本的社交活跃度数据样本；

根据所述社交活跃度数据样本，确定匹配的社交评分值；

以所述社交网络好友数据样本作为训练数据，以所述社交评分值作为训练结果，训练得到动态社交模型。

作为一种可选的实施方式，在本发明实施例第一方面中，所述对所述目标被催收对象配置所述用户等级对应的账款催收流程，包括：

判断所述用户等级是否为第一预设等级；

如果所述用户等级是所述第一预设等级，对所述目标被催收对象采取第一催收方式进行账款催收；

如果所述用户等级不是所述第一预设等级，对所述目标被催收对象采取第二催收方式进行账款催收。

作为一种可选的实施方式，在本发明实施例第一方面中，如果所述用户等级不是所述第一预设等级，所述对所述目标被催收对象采取第二催收方式进行账款催收，包括：

如果所述用户等级不是所述第一预设等级，判断所述用户等级是否为第二预设等级，所述第二预设等级对应的用户的被催收优先级低于所述第一预设等级对应的用户的被催收优先级；

如果所述用户等级是所述第二预设等级，对所述目标被催收对象采取第二催收方式中的第一催收子方式进行账款催收；

如果所述用户等级不是所述第二预设等级，对所述目标被催收对象采取所述第二催收方式中的第二催收子方式进行账款催收，所述第二催收子方式对应的用户的被催收优先级低于所述第一催收子方式对应的用户的被催收优先级。

作为一种可选的实施方式，在本发明实施例第一方面中，所述对所述目标被催收对象配置所述用户等级对应的账款催收流程之后，所述方法还包括：

接收反馈消息，所述反馈消息用于指示针对所述账款催收流程的催收效果；

当所述催收效果未达到预设催收效果，且当前时间与首次催收时间的时间差满足预设时长阈值时，对所述目标被催收对象配置所述催收效果匹配的目标账款催收流程。

本发明实施例第二方面公开了一种基于数据分析的账款催收装置，所述装置包括：

获取单元，用于获取目标被催收对象的用户属性信息和社交网络好友数据；

评估单元，用于利用已建立的用户价值评估模型对所述用户属性信息和所述社交网络好友数据进行分析，获得所述目标被催收对象的价值评估分值；

确定单元，用于确定所述价值评估分值对应的用户等级；

配置单元，用于对所述目标被催收对象配置所述用户等级对应的账款催收流程。

本发明实施例第三方面公开了一种电子设备，所述电子设备包括：

处理器；

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现本发明实施例第一方面公开的基于数据分析的账款催收方法。

本发明实施例第四方面公开了一种计算机可读存储介质，其存储计算机程序，所述计算机程序使得计算机执行本发明实施例第一方面公开的基于数据分析的账款催收方法。

本发明的实施例提供的技术方案可以包括以下有益效果：

本发明所提供的基于数据分析的账款催收方法包括如下步骤：获取目标被催收对象的用户属性信息和社交网络好友数据；利用已建立的用户价值评估模型对用户属性信息和社交网络好友数据进行分析，获得目标被催收对象的价值评估分值；确定价值评估分值对应的用户等级；对目标被催收对象配置用户等级对应的账款催收流程。

此方法下，通过已建立的用户价值评估模型，对目标被催收对象的用户属性信息和社交网络好友数据进行分析，获得目标被催收对象的价值评估分值，以及确定价值评估分值对应的用户等级，对该目标被催收对象配置其用户等级对应的账款催收流程。可以针对不同用户等级的催收对象配置不同的账款催收流程，能够提高账款催收的效率和成功率，从而降低坏账损失。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。

图1是本发明实施例公开的一种基于数据分析的账款催收装置的结构示意图；

图2是本发明实施例公开的一种基于数据分析的账款催收方法的流程示意图；

图3是本发明实施例公开的另一种基于数据分析的账款催收方法的流程示意图；

图4是本发明实施例公开的又一种基于数据分析的账款催收方法的流程示意图；

图5是本发明实施例公开的另一种基于数据分析的账款催收装置的结构示意图；

图6是本发明实施例公开的另一种基于数据分析的账款催收装置的结构示意图；

图7是本发明实施例公开的又一种基于数据分析的账款催收装置的结构示意图。

具体实施方式

这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

实施例一

本发明的实施环境可以是电子设备，例如智能手机、平板电脑以及台式电脑等。电子设备可以通过已建立的用户价值评估模型，对拖欠账款的借贷人的用户属性信息和社交网络好友数据进行分析，对拖欠账款的借贷人配置相应的账款催收流程，以开展催款工作。其中，拖欠账款的借贷人指的是所办理的业务相关的账款期限已到且尚未还款的用户，在本发明实施例中及后续实施例中将其称之为目标被催收对象。其中，用户属性信息和社交网络好友数据可以是在用户欲办理业务的时候获取并存储至用户数据库。

图1是本发明实施例公开的一种基于数据分析的账款催收装置的结构示意图。装置100可以是上述电子设备。如图1所示，装置100可以包括以下一个或多个组件：处理组件102，存储器104，电源组件106，多媒体组件108，音频组件110，传感器组件114以及通信组件116。

处理组件102通常控制装置100的整体操作，诸如与显示，电话呼叫，数据通信，相机操作以及记录操作相关联的操作等。处理组件102可以包括一个或多个处理器118来执行指令，以完成下述的方法的全部或部分步骤。此外，处理组件102可以包括一个或多个模块，用于便于处理组件102和其他组件之间的交互。例如，处理组件102可以包括多媒体模块，用于以方便多媒体组件108和处理组件102之间的交互。

存储器104被配置为存储各种类型的数据以支持在装置100的操作。这些数据的示例包括用于在装置100上操作的任何应用程序或方法的指令。存储器104可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(StaticRandomAccess Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(ErasableProgrammable Read Only Memory，简称EPROM)，可编程只读存储器(Programmable Red-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。存储器104中还存储有一个或多个模块，用于该一个或多个模块被配置成由该一个或多个处理器118执行，以完成如下所示方法中的全部或者部分步骤。

电源组件106为装置100的各种组件提供电力。电源组件106可以包括电源管理系统，一个或多个电源，及其他与为装置100生成、管理和分配电力相关联的组件。

多媒体组件108包括在装置100和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(Liquid Crystal Display，简称LCD)和触摸面板。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。屏幕还可以包括有机电致发光显示器(Organic Light Emitting Display，简称OLED)。

音频组件110被配置为输出和/或输入音频信号。例如，音频组件110包括一个麦克风(Microphone，简称MIC)，当装置100处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器104或经由通信组件116发送。在一些实施例中，音频组件110还包括一个扬声器，用于输出音频信号。

传感器组件114包括一个或多个传感器，用于为装置100提供各个方面的状态评估。例如，传感器组件114可以检测到装置100的打开/关闭状态，组件的相对定位，传感器组件114还可以检测装置100或装置100一个组件的位置改变以及装置100的温度变化。在一些实施例中，该传感器组件114还可以包括磁传感器，压力传感器或温度传感器。

通信组件116被配置为便于装置100和其他设备之间有线或无线方式的通信。装置100可以接入基于通信标准的无线网络，如WiFi(Wireless-Fidelity，无线保真)。在本发明实施例中，通信组件116经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在本发明实施例中，通信组件116还包括近场通信(Near Field Communication，简称NFC)模块，用于以促进短程通信。例如，在NFC模块可基于射频识别(Radio FrequencyIdentification，简称RFID)技术，红外数据协会(Infrared DataAssociation，简称IrDA)技术，超宽带(UltraWideband，简称UWB)技术，蓝牙技术和其他技术来实现。

在示例性实施例中，装置100可以被一个或多个应用专用集成电路(ApplicationSpecific Integrated Circuit，简称ASIC)、数字信号处理器、数字信号处理设备、可编程逻辑器件、现场可编程门阵列、控制器、微控制器、微处理器或其他电子元件实现，用于执行下述方法。

实施例二

请参阅图2，图2是本发明实施例公开的一种基于数据分析的账款催收方法的流程示意图。如图2所示，该基于数据分析的账款催收方法可以包括以下步骤：

201、获取目标被催收对象的用户属性信息和社交网络好友数据。

本发明实施例中，用户属性信息可以是征信记录、还款习惯、逾期记录、和支付能力中的一种或多种信息，社交网络好友数据包括社交账号和社交好友账号中的一种或多种信息。本发明不作限定。

202、利用已建立的用户价值评估模型对用户属性信息和社交网络好友数据进行分析，获得目标被催收对象的价值评估分值。

203、确定价值评估分值对应的用户等级。

本发明实施例中，可以预先设置价值评估分值对应的用户等级。比如，可以把价值评估分值低于60分的用户等级设置为差等级；将价值评估分值处于60-80分的用户等级设置为良好等级；将价值评估分值高于80分的用户等级设置为优秀等级。

204、对目标被催收对象配置用户等级对应的账款催收流程。

本发明实施例中，账款催收流程可以是某一个账款催收流程节点，账款催收流程节点可以是自动语音系统语音短信催收、自动语音系统电话催收、人工电话催收、人工活动催收和人工上门催收等等中的某一种方式。

作为一种可选的实施方式，可以根据多个账款催收流程节点，预先设置特定的账款催收流程线，获取目标被催收对象所配置的账款催收流程匹配的某一个账款催收流程线，并按照该账款催收流程线进行催收。例如，某账款催收流程线是“自动语音系统语音短信催收-自动语音系统电话催收-人工电话催收-人工上门催收”，对用户等级为优良的目标被催收对象采取自动语音系统进行语音短信催收之后，若在预定时间内没有收到任何款项，则启动该账款催收流程线中的下一个账款催收流程节点(自动语音系统电话催收)进行账款催收。

实施该实施方式，能够根据某一个包括多个账款催收流程节点的账款催收流程线进行账款催收工作，能够提高账款催收流程的智能化。

本发明实施例中，作为一种可选的实施方式，执行步骤204之后，还可以执行以下步骤：

接收反馈消息，反馈消息用于指示针对账款催收流程的催收效果；

当催收效果未达到预设催收效果，且当前时间与首次催收时间的时间差满足预设时长阈值时，对目标被催收对象配置催收效果匹配的目标账款催收流程。

其中，目标账款催收流程可以是某一个目标账款催收流程节点，目标账款催收流程节点可以是自动语音系统语音短信催收、自动语音系统电话催收、人工电话催收、人工活动催收和人工上门催收等等中的某一种目标账款催收方式。

其中，当催收效果未达到预设催收效果，且当前时间与首次催收时间的时间差满足预设时长阈值时，对目标被催收对象配置催收效果匹配的目标账款催收流程之后，仍可接收新的反馈消息，新的反馈消息用于指示针对目标账款催收流程的催收效果。进一步地，可以判断催收效果是否达到预设催收效果，如果是，结束本流程；反之，循环执行以上两个步骤。

实施该实施方式，能够动态配置账款催收流程。

可见，实施图2所描述的方法，能够通过已建立的用户价值评估模型，对目标被催收对象的用户属性信息和社交网络好友数据进行分析，获得目标被催收对象的价值评估分值，以及确定价值评估分值对应的用户等级，对该目标被催收对象配置其用户等级对应的账款催收流程。可以针对不同用户等级的催收对象配置不同的账款催收流程，能够提高账款催收的效率和成功率，从而降低坏账损失。

实施例三

请参阅图3，图3是本发明实施例公开的另一种基于数据分析的账款催收方法的流程示意图。如图3所示，该基于数据分析的账款催收方法可以包括以下步骤：

301、根据收集的多个被催收对象样本的用户属性信息样本，建立风险分层模型。

本发明实施例中，步骤301可以包括以下步骤：查询多个被催收对象样本对应的还款记录，判断还款记录是否按时且有规律；如果按时且有规律，对应的被催收对象样本的信用评分值越高；或者查询多个被催收对象样本是否有逾期记录；如果没有，对应的被催收对象样本的信用评分值越高；或者查询多个被催收对象样本对应的征信记录，判断是否有不良信用记录；如果没有，对应的被催收对象样本的信用评分值越高；以此来训练得到风险分层模型。

作为一种可选的实施方式，用户属性信息样本还可以包括社交评价，通过搜索多个被催收对象样本在社交网络上是否存在负面评价，如果没有，给予对应的被催收对应样本较高的信用评分值，以此来训练得到风险分层模型。

实施该实施方式，能够利用社交网络数据，对目标被催收对象进行用户价值评估，提高用户价值评估的全面性。

302、根据收集的多个被催收对象样本的社交网络好友数据样本，建立动态社交模型。

303、根据风险分层模型和动态社交模型，建立用户价值评估模型。

本发明实施例中，作为一种可选的实施方式，步骤303可以包括以下步骤：

将多个被催收对象样本的用户属性信息样本输入风险分层模型，获得多个被催收对象样本的信用评分值；

将多个被催收对象样本的社交网络好友数据样本输入动态社交模型，获得多个被催收对象样本的社交评分值；

按照预设的权重系数比，分别对信用评分值和社交评分值进行调整，获得多个被催收对象样本的目标信用评分值以及目标社交评分值；

将目标信用评分值与目标社交评分值进行相加计算，获得多个被催收对象样本的价值评估分值；

以多个被催收对象样本的用户属性信息样本和社交网络好友数据样本来作为训练数据，以价值评估分值作为训练结果，训练得到用户价值评估模型。

304～306。其中，步骤304～306与实施例二所描述的步骤201～203相同，本发明实施例在此不做赘述。

307、判断用户等级是否为第一预设等级。执行步骤307之后，如果用户等级是第一预设等级，执行步骤308；如果用户等级不是第一预设等级，执行步骤309。

308、对目标被催收对象采取第一催收方式进行账款催收。

309、对目标被催收对象采取第二催收方式进行账款催收。

本发明实施例中，第一预设等级可以是优秀等级，也可以是差等级，本发明实施例不作限定。举例来说，假设第一预设等级是优秀等级，那么当用户等级是优秀等级，步骤308中的第一催收方式为利用自动语音系统进行自动催收，相应地，步骤309中的第二催收方式为分配催收业务员进行人工催收。

本发明实施例中，执行步骤308或步骤309之后，可以接收反馈消息，反馈消息用于指示针对第一催收方式或第二催收方式的催收效果；当催收效果未达到预设催收效果，且当前时间与首次催收时间的时间差满足预设时长阈值时，对目标被催收对象采取目标催收方式进行账款催收。基于此，作为一种可选的实施方式，可以判断上述催收效果是否用于指示联系不上目标被催收对象；如果该催收效果用于指示联系不上目标被催收对象，且当前时间与首次催收时间的时间差满足预设时长阈值时，可以通过上述动态社交模型，获取目标被催收对象的社交账号对应的联系频率最高的关联好友及其联系信息；对目标被催收对象配置通过联系频率最高的关联好友进行催收的催收方式。

实施该实施方式，通过及时了解催收效果，能够及时调整催收方式，进而提高账款催收效率。

可见，实施图3所描述的方法，可以针对不同用户等级的催收对象配置不同的账款催收流程，能够提高账款催收的效率和成功率，从而降低坏账损失。

除此之外，还能够利用社交网络数据，对目标被催收对象进行用户价值评估，提高用户价值评估的全面性。

此外，通过及时了解催收效果，还能够及时调整催收方式，进而提高账款催收效率。

实施例四

请参阅图4，图4是本发明实施例公开的又一种基于数据分析的账款催收方法的流程示意图。如图4所示，该基于数据分析的账款催收方法可以包括以下步骤：

401～408。其中，步骤401～408与实施例三所描述的步骤301～308相同，本发明在此不做赘述。

本发明实施例中，作为一种可选的实施方式，步骤402可以包括以下步骤：

根据收集的多个被催收对象样本的社交网络好友数据样本，获取多个被催收对象样本的社交活跃度数据样本；

根据社交活跃度数据样本，确定匹配的社交评分值；

以社交网络好友数据样本作为训练数据，以社交评分值作为训练结果，训练得到动态社交模型。

其中，社交活跃度数据样本可以通过社交网络密度、网络可达性、点度中心度和图的点度中心势指数等指标来获取。

作为一种可选的实施方式，根据收集的多个被催收对象样本的社交网络好友数据样本，获取多个被催收对象样本的社交活跃度数据样本的具体实施方式可以是：收集多个被催收对象样本的社交账号样本；获取这些社交账号样本对应的社交网络好友数据样本；根据这些社交网络好友数据样本，获取多个被催收对象样本的社交活跃度数据样本。

其中，作为一种可选的实施方式，在获取这些社交账号样本对应的社交网络好友数据样本之前，可以判断这些社交账号样本是否被实名认证，如果某一个社交账号样本已经被实名认证，判定该社交账号样本可信；如果某一个社交账号样本没有被实名认证，判定该社交账号样本不可信。基于此，当判定某一个社交账号样本不可信时，可以基于社交网络关系计算该社交账号样本的可信度。具体地，可以获取社交网络中该社交账号样本关注的好友社交账号及其第一数量；将该社交账号样本与其关注的所有好友社交账号组成社交圈，并获取该社交圈中关注该社交账号样本的好友社交账号及其第二数量；将第二数量与第一数量的比值作为该社交账号样本的可疑度；当可疑度小于预设可疑度阈值时，将该社交账号样本作为目标社交账号样本，并执行获取该社交账号样本对应的社交网络好友数据样本的步骤。

实施该实施方式，能够提高社交网络好友数据样本的准确性。

作为一种可选的实施方式，获取某一个社交账号样本对应的社交网络好友数据样本之后，可以根据联系频率，将社交网络好友数据样本中的多个关联好友账号样本逐一与该社交账号样本进行关系推理，以获得多个关联好友各自对应的关系阶层。其中，关系阶层用于表征与该社交账号样本的联系频率。其中，关系阶层可分为一阶关系、二阶关系、三阶关系或四阶关系的关联好友。其中，一阶关系用于表征与该社交账号样本的联系频率最高。

实施该实施方式，能够提升失联查找能力。

作为一种可选的实施方式，可以获取某一个社交账号样本对应的一阶关联好友样本，并判断该社交账号样本对应的至少一个一阶关联好友样本中是否存在目标一阶关联好友样本，目标一阶关联好友样本指的是被催收对象名单库中的被催收对象样本；如果存在，查询所有目标一阶关联好友样本对应的信用评分值；根据所查询到的所有目标一阶关联好友样本对应的信用评分值，调整该社交账号样本的社交评分值；以调整后的社交账号样本的社交评分值作为训练数据，对上述动态社交模型进行训练。

实施该实施方式，能够提高社交网络好友数据样本的准确性。

409、判断用户等级是否为第二预设等级，第二预设等级对应的用户的被催收优先级低于第一预设等级对应的用户的被催收优先级。执行步骤409之后，如果用户等级是第二预设等级，执行步骤410；如果用户等级不是第二预设等级，执行步骤411。

410、对目标被催收对象采取第二催收方式中的第一催收子方式进行账款催收。

411、对目标被催收对象采取第二催收方式中的第二催收子方式进行账款催收，第二催收子方式对应的用户的被催收优先级低于第一催收子方式对应的用户的被催收优先级。

本发明实施例中，第一预设等级可以是优秀等级，第二预设等级可以是良好等级。举例来说，当用户等级是优秀等级，步骤408中的第一催收方式为利用自动语音系统进行自动催收，相应地，当用户等级不是优秀等级，执行判断用户等级是否为良好等级的步骤，如果是良好等级，执行步骤410，其中的第二催收方式中的第一催收子方式为分配催收业务员进行人工电话催收；如果不是良好等级，执行步骤411，其中的第二催收方式中的第二催收子方式为分配催收业务员进行人工上门拜访催收。

作为一种可选的实施方式，第二预设等级对应的用户的被催收优先级也可也高于第一预设等级对应的用户的被催收优先级，即第一预设等级可以是差等级，第二预设等级是优秀等级。举例来说，当用户等级是差等级，步骤408中的第一催收方式为分配催收业务员进行人工催收，相应地，当用户等级不是差等级，执行判断用户等级是否为优秀等级的步骤，如果是优秀等级，执行步骤410，其中的第二催收方式中的第一催收子方式为利用自动语音系统进行自动语音短信催收；如果不是优秀等级，执行步骤411，其中的第二催收方式中的第二催收子方式为利用自动语音系统进行语音电话催收。

可见，实施图4所描述的方法，可以针对不同用户等级的催收对象配置不同的账款催收流程，能够提高账款催收的效率和成功率，从而降低坏账损失。

除此之外，还能够提升失联查找能力，以及提高社交网络好友数据样本的准确性。

实施例五

请参阅图5，图5是本发明实施例公开的另一种基于数据分析的账款催收装置的结构示意图。如图5所示，该基于数据分析的账款催收装置可以包括：获取单元501、评估单元502、确定单元503以及配置单元504，其中，

获取单元501，用于获取目标被催收对象的用户属性信息和社交网络好友数据。

评估单元502，用于利用已建立的用户价值评估模型对用户属性信息和社交网络好友数据进行分析，获得目标被催收对象的价值评估分值。

确定单元503，用于确定价值评估分值对应的用户等级。

配置单元504，用于对目标被催收对象配置用户等级对应的账款催收流程。

本发明实施例中，作为一种可选的实施方式，图5所示的基于数据分析的账款催收装置还可以包括：

接收单元505，用于接收反馈消息，反馈消息用于指示针对账款催收流程的催收效果。

动态配置单元506，用于在催收效果未达到预设催收效果且当前时间与首次催收时间的时间差满足预设时长阈值时，对目标被催收对象配置催收效果匹配的目标账款催收流程。

实施该实施方式，可以动态配置账款催收流程。

作为一种可选的实施方式，图5所示的基于数据分析的账款催收装置还可以包括设置单元，用于根据多个账款催收流程节点，预先设置特定的账款催收流程线；相应地，上述的配置单元504，还用于获取目标被催收对象所配置的账款催收流程匹配的某一个账款催收流程线，并按照该账款催收流程线进行催收。实施该实施方式，能够根据某一个包括多个账款催收节点的账款催收流程线进行账款催收工作，能够提高账款催收的智能化。

可见，实施图5所示的基于数据分析的账款催收装置，能够通过已建立的用户价值评估模型，对目标被催收对象的用户属性信息和社交网络好友数据进行分析，获得目标被催收对象的价值评估分值，以及确定价值评估分值对应的用户等级，对该目标被催收对象配置其用户等级对应的账款催收流程。可以针对不同用户等级的催收对象配置不同的账款催收流程，能够提高账款催收的效率和成功率，从而降低坏账损失。

实施例六

请参阅图6，图6是本发明实施例公开的另一种基于数据分析的账款催收装置的结构示意图。图6所示的基于数据分析的账款催收装置是由图5所示的基于数据分析的账款催收装置进行优化得到的。与图5所示的基于数据分析的账款催收装置相比较，图6所示的基于数据分析的账款催收装置还可以包括：第一建模单元507、第二建模单元508以及第三建模单元509，其中，

第一建模单元507，用于根据收集的多个被催收对象样本的用户属性信息样本，建立风险分层模型。

第二建模单元508，用于根据收集的多个被催收对象样本的社交网络好友数据样本，建立动态社交模型。

第三建模单元509，用于根据风险分层模型和动态社交模型，建立用户价值评估模型。

本发明实施例中，作为一种可选的实施方式，图6所示的基于数据分析的账款催收装置中，上述的配置单元504可以包括判断子单元5041和配置子单元5042，其中，

判断子单元5041，用于判断用户等级是否为第一预设等级。

配置子单元5042，用于在判断子单元5041判断出用户等级是第一预设等级时，对目标被催收对象采取第一催收方式进行账款催收。

上述的配置子单元5042，还用于在判断子单元5041判断出用户等级不是第一预设等级时，对目标被催收对象采取第二催收方式进行账款催收。

本发明实施例中，作为一种可选的实施方式，图6所示的基于数据分析的账款催收装置中，上述的第三建模单元509可以包括以下未图示的子单元：

第一获取子单元，用于将多个被催收对象样本的用户属性信息样本输入风险分层模型，获得多个被催收对象样本的信用评分值；

第二获取子单元，用于将多个被催收对象样本的社交网络好友数据样本输入动态社交模型，获得多个被催收对象样本的社交评分值；

第一调整子单元，用于按照预设的权重系数比，分别对信用评分值和社交评分值进行调整，获得多个被催收对象样本的目标信用评分值以及目标社交评分值；

评估子单元，用于将目标信用评分值与目标社交评分值进行相加计算，获得多个被催收对象样本的价值评估分值；

第一训练子单元，用于以多个被催收对象样本的用户属性信息样本和社交网络好友数据样本来作为训练数据，以价值评估分值作为训练结果，训练得到用户价值评估模型。

作为一种可选的实施方式，图6所示的基于数据分析的账款催收装置中，上述的第一建模单元507用于根据收集的多个被催收对象样本的用户属性信息样本，建立风险分层模型的方式具体可以是：

上述的第一建模单元507，用于搜索多个被催收对象样本在社交网络上是否存在负面评价，以及在搜索不到负面评价时，给予对应的被催收对应样本较高的信用评分值，以此来训练得到风险分层模型。

实施该实施方式，能够利用社交网络数据，对目标被催收对象进行用户价值评估，提高用户价值评估的全面性。

本发明实施例中，作为一种可选的实施方式，图6所示的基于数据分析的账款催收装置还可以包括以下未图示的单元：

判断单元，用于在上述接收单元505接收反馈消息后，判断上述催收效果是否用于指示联系不上目标被催收对象；

相应地，上述的获取单元501，还用于在判断单元判断出上述催收效果用于指示联系不上目标被催收对象且当前时间与首次催收时间的时间差满足预设时长阈值时，通过上述第二建模单元508建立的动态社交模型，获取目标被催收对象的社交账号对应的联系频率最高的关联好友及其联系信息；

相应地，上述的配置单元504，还用于对目标被催收对象配置通过联系频率最高的关联好友进行催收的催收方式。

实施该实施方式，通过及时了解催收效果，能够及时调整催收方式，进而提高账款催收效率。

可见，实施图6所示的基于数据分析的账款催收装置，可以针对不同用户等级的催收对象配置不同的账款催收流程，能够提高账款催收的效率和成功率，从而降低坏账损失。

除此之外，还能够利用社交网络数据，对目标被催收对象进行用户价值评估，提高用户价值评估的全面性。

此外，通过及时了解催收效果，还能够及时调整催收方式，进而提高账款催收效率。

实施例七

请参阅图7，图7是本发明实施例公开的又一种基于数据分析的账款催收装置的结构示意图。图7所示的基于数据分析的账款催收装置是由图6所示的基于数据分析的账款催收装置进行优化得到的。与图6所示的基于数据分析的账款催收装置相比较，图7所示的基于数据分析的账款催收装置中，上述的配置子单元5042可以包括判断模块50421和配置模块50422，其中，

判断模块50421，用于在判断子单元5041判断出用户等级不是第一预设等级时，判断用户等级是否为第二预设等级，第二预设等级对应的用户的被催收优先级低于第一预设等级对应的用户的被催收优先级。

配置模块50422，用于在判断模块50421判断出用户等级是第二预设等级时，对目标被催收对象采取第二催收方式中的第一催收子方式进行账款催收。

上述的配置模块50422，还用于在判断模块50421判断出用户等级不是第二预设等级时，对目标被催收对象采取第二催收方式中的第二催收子方式进行账款催收，第二催收子方式对应的用户的被催收优先级低于第一催收子方式对应的用户的被催收优先级。

本发明实施例中，作为一种可选的实施方式，图7所示的基于数据分析的账款催收装置中，上述的第二建模单元508可以包括以下未图示的子单元：

第三获取子单元，用于根据收集的多个被催收对象样本的社交网络好友数据样本，获取多个被催收对象样本的社交活跃度数据样本；

确定子单元，用于根据社交活跃度数据样本，确定匹配的社交评分值；

第二训练子单元，用于以社交网络好友数据样本作为训练数据，以社交评分值作为训练结果，训练得到动态社交模型。

作为一种可选的实施方式，上述的第三获取子单元用于根据收集的多个被催收对象样本的社交网络好友数据样本，获取多个被催收对象样本的社交活跃度数据样本的方式具体可以是：

上述的第三获取子单元，用于收集多个被催收对象样本的社交账号样本；以及获取这些社交账号样本对应的社交网络好友数据样本；以及根据这些社交网络好友数据样本，获取多个被催收对象样本的社交活跃度数据样本。

作为一种可选的实施方式，图7所示的基于数据分析的账款催收装置中，上述的第二建模单元508还可以包括以下未图示的子单元：

判定子单元，用于在第三获取子单元获取收集多个被催收对象样本的社交账号样本之后，判断这些社交账号样本是否被实名认证，并在判断出某一个社交账号样本已经被实名认证，判定该社交账号样本可信；以及在判断出某一个社交账号样本没有被实名认证，判定该社交账号样本不可信；

计算子单元，用于在判定子单元判定某一个社交账号样本不可信时，基于社交网络关系计算该社交账号样本的可信度。

作为一种可选的实施方式，上述的计算子单元可以包括以下未图示的模块：

第一获取模块，用于获取社交网络中该社交账号样本关注的好友社交账号及其第一数量；

第二获取模块，用于将该社交账号样本与其关注的所有好友社交账号组成社交圈，并获取该社交圈中关注该社交账号样本的好友社交账号及其第二数量；

计算模块，用于将第二数量与第一数量的比值作为该社交账号样本的可疑度；

确定模块，用于在可疑度小于预设可疑度阈值时，将该社交账号样本作为目标社交账号样本，并触发上述的第三获取子单元获取该社交账号样本对应的社交网络好友数据样本。

实施该实施方式，能够提高社交网络好友数据样本的准确性。

作为一种可选的实施方式，上述的第二建模单元508还可以包括关系推理子单元，用于在上述的第三获取子单元获取某一个社交账号样本对应的社交网络好友数据样本之后，根据联系频率，将社交网络好友数据样本中的多个关联好友账号样本逐一与该社交账号样本进行关系推理，以获得多个关联好友各自对应的关系阶层。其中，关系阶层用于表征与该社交账号样本的联系频率。其中，关系阶层可分为一阶关系、二阶关系、三阶关系或四阶关系的关联好友。其中，一阶关系用于表征与该社交账号样本的联系频率最高。

实施该实施方式，能够提升失联查找能力。

作为一种可选的实施方式，上述的第三获取子单元，还用于获取某一个社交账号样本对应的一阶关联好友样本；

相应地，上述的判定子单元，还用于判断该社交账号样本对应的至少一个一阶关联好友样本中是否存在目标一阶关联好友样本，目标一阶关联好友样本指的是被催收对象名单库中的被催收对象样本；

相应地，上述的确定子单元，还用于在判定子单元判断出该社交账号样本对应的至少一个一阶关联好友样本中存在目标一阶关联好友样本时，查询所有目标一阶关联好友样本对应的信用评分值；

相应地，上述的第二建模单元508还可以包括第二调整子单元，用于根据上述确定子单元所查询到的所有目标一阶关联好友样本对应的信用评分值，调整该社交账号样本的社交评分值；

相应地，上述的第二训练子单元，还用于以上述第二调整子单元调整后的社交账号样本的社交评分值作为训练数据，对上述动态社交模型进行训练。

实施该实施方式，能够提高社交网络好友数据样本的准确性。

可见，实施图7所示的基于数据分析的账款催收装置，可以针对不同用户等级的催收对象配置不同的账款催收流程，能够提高账款催收的效率和成功率，从而降低坏账损失。

除此之外，还能够提升失联查找能力，以及提高社交网络好友数据样本的准确性。

本发明还提供一种电子设备，该电子设备包括：

处理器；

存储器，该存储器上存储有计算机可读指令，该计算机可读指令被处理器执行时，实现如前所示的基于数据分析的账款催收方法。

该电子设备可以是图1所示装置100。

在一示例性实施例中，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如前所示的基于数据分析的账款催收方法。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种基于数据分析的账款催收方法，其特征在于，所述方法包括：

获取目标被催收对象的用户属性信息和社交网络好友数据；

利用已建立的用户价值评估模型对所述用户属性信息和所述社交网络好友数据进行分析，获得所述目标被催收对象的价值评估分值；

确定所述价值评估分值对应的用户等级；

对所述目标被催收对象配置所述用户等级对应的账款催收流程。

2.根据权利要求1所述的方法，其特征在于，所述获取目标被催收对象的用户属性信息和社交网络好友数据之前，所述方法还包括：

根据收集的多个被催收对象样本的用户属性信息样本，建立风险分层模型；

根据收集的所述多个被催收对象样本的社交网络好友数据样本，建立动态社交模型；

根据所述风险分层模型和所述动态社交模型，建立所述用户价值评估模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述风险分层模型和所述动态社交模型，建立所述用户价值评估模型，包括：

将所述多个被催收对象样本的用户属性信息样本输入所述风险分层模型，获得所述多个被催收对象样本的信用评分值；

将所述多个被催收对象样本的社交网络好友数据样本输入所述动态社交模型，获得所述多个被催收对象样本的社交评分值；

按照预设的权重系数比，分别对所述信用评分值和所述社交评分值进行调整，获得所述多个被催收对象样本的目标信用评分值以及目标社交评分值；

将所述目标信用评分值与所述目标社交评分值进行相加计算，获得所述多个被催收对象样本的价值评估分值；

以所述多个被催收对象样本的用户属性信息样本和社交网络好友数据样本来作为训练数据，以所述价值评估分值作为训练结果，训练得到所述用户价值评估模型。

4.根据权利要求2所述的方法，其特征在于，所述根据收集的所述多个被催收对象样本的社交网络好友数据样本，建立动态社交模型，包括：

根据收集的所述多个被催收对象样本的社交网络好友数据样本，获取所述多个被催收对象样本的社交活跃度数据样本；

根据所述社交活跃度数据样本，确定匹配的社交评分值；

以所述社交网络好友数据样本作为训练数据，以所述社交评分值作为训练结果，训练得到动态社交模型。

5.根据权利要求1所述的方法，其特征在于，所述对所述目标被催收对象配置所述用户等级对应的账款催收流程，包括：

判断所述用户等级是否为第一预设等级；

如果所述用户等级是所述第一预设等级，对所述目标被催收对象采取第一催收方式进行账款催收；

如果所述用户等级不是所述第一预设等级，对所述目标被催收对象采取第二催收方式进行账款催收。

6.根据权利要求5所述的方法，其特征在于，如果所述用户等级不是所述第一预设等级，所述对所述目标被催收对象采取第二催收方式进行账款催收，包括：

如果所述用户等级不是所述第一预设等级，判断所述用户等级是否为第二预设等级，所述第二预设等级对应的用户的被催收优先级低于所述第一预设等级对应的用户的被催收优先级；

如果所述用户等级是所述第二预设等级，对所述目标被催收对象采取第二催收方式中的第一催收子方式进行账款催收；

如果所述用户等级不是所述第二预设等级，对所述目标被催收对象采取所述第二催收方式中的第二催收子方式进行账款催收，所述第二催收子方式对应的用户的被催收优先级低于所述第一催收子方式对应的用户的被催收优先级。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述对所述目标被催收对象配置所述用户等级对应的账款催收流程之后，所述方法还包括：

接收反馈消息，所述反馈消息用于指示针对所述账款催收流程的催收效果；

当所述催收效果未达到预设催收效果，且当前时间与首次催收时间的时间差满足预设时长阈值时，对所述目标被催收对象配置所述催收效果匹配的目标账款催收流程。

8.一种基于数据分析的账款催收装置，其特征在于，所述装置包括：

获取单元，用于获取目标被催收对象的用户属性信息和社交网络好友数据；

评估单元，用于利用已建立的用户价值评估模型对所述用户属性信息和所述社交网络好友数据进行分析，获得所述目标被催收对象的价值评估分值；

确定单元，用于确定所述价值评估分值对应的用户等级；

配置单元，用于对所述目标被催收对象配置所述用户等级对应的账款催收流程。

9.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1～7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其特征在于，其存储计算机程序，所述计算机程序使得计算机执行权利要求1～7任一项所述的基于数据分析的账款催收方法。