CN111401845B - 业务处理方法及装置 - Google Patents

业务处理方法及装置 Download PDF

Info

Publication number
CN111401845B
CN111401845B CN202010188017.XA CN202010188017A CN111401845B CN 111401845 B CN111401845 B CN 111401845B CN 202010188017 A CN202010188017 A CN 202010188017A CN 111401845 B CN111401845 B CN 111401845B
Authority
CN
China
Prior art keywords
deferred
user
execution
task
processing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010188017.XA
Other languages
English (en)
Other versions
CN111401845A (zh
Inventor
倪壮
张鹏
程微宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alipay Hangzhou Information Technology Co Ltd
Original Assignee
Alipay Hangzhou Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alipay Hangzhou Information Technology Co Ltd filed Critical Alipay Hangzhou Information Technology Co Ltd
Priority to CN202010188017.XA priority Critical patent/CN111401845B/zh
Publication of CN111401845A publication Critical patent/CN111401845A/zh
Application granted granted Critical
Publication of CN111401845B publication Critical patent/CN111401845B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Game Theory and Decision Science (AREA)
  • Algebra (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书提供业务处理方法及装置，其中，所述业务处理方法包括：首先获取业务项目中延期任务对应的延期用户的项目相关信息；然后根据所述延期用户的项目相关信息和所述业务项目的延期处理策略，预测所述延期用户在各延期处理策略下针对延期任务的执行概率；在执行概率、延期用户的延期处理策略以及延期任务对应的任务延期数额的基础上确定全局任务执行数额，并在所述业务项目的业务执行约束条件的约束下，确定使所述业务项目的全局任务执行数额最大的延期处理策略组合；最后按照所述延期处理策略组合中包含的目标延期处理策略，对所述目标延期处理策略对应的延期用户进行延期处理。

Description

业务处理方法及装置
技术领域
本说明书涉及数据处理技术领域，特别涉及业务处理方法及装置。
背景技术
随着互联网技术的迅速发展，网络上涌现出各种各样的在线服务，许多在线服务通过与用户签订协议或者合约的方式，要求用户在规定的期限内执行相应的任务，但也难免会出现用户因各种因素无法正常执行任务的情况，这就需要通过相应的提醒方式或者督促手段来提醒用户执行相应任务，但过度的提醒或者督促会影响用户体验。
发明内容
有鉴于此，本说明书提供了一种业务处理方法、一种业务处理装置、一种计算设备以及一种计算机可读存储介质。
本说明书实施例一个方面，提供一种业务处理方法，包括：
获取业务项目中延期任务对应的延期用户的项目相关信息；
根据所述延期用户的项目相关信息和所述业务项目的延期处理策略，预测所述延期用户在各延期处理策略下针对延期任务的执行概率；
在所述业务项目的业务执行约束条件的约束下，确定使所述业务项目的全局任务执行数额最大的延期处理策略组合；所述全局任务执行数额基于所述执行概率、延期用户的延期处理策略以及延期任务对应的任务延期数额确定；
按照所述延期处理策略组合中包含的目标延期处理策略，对所述目标延期处理策略对应的延期用户进行延期处理。
可选的，所述延期处理策略，包括延期处罚分档以及对应的分档分数；其中，所述分档分数按照对应的延期处罚分档的分档从低到高的顺序递增。
可选的，所述业务项目的业务执行约束条件，包括：第一业务执行约束条件、第二业务执行约束条件和/或第三业务执行约束条件；
其中，所述第一业务执行约束条件包括：延期用户的延期任务的执行选择包括执行和未执行；
所述第二业务执行约束条件包括：延期用户的延期任务对应的延期处罚分档数目为1；
所述第三业务执行约束条件包括：所述业务项目中的延期任务对应的平均分档分数小于或者等于所述业务项目的基准分档分数。
可选的，所述平均分档分数，包括：所述业务项目中所述目标延期用户对应的任务延期处罚分档对应的分档分数之和与所述目标延期用户的总人数之比。
可选的，所述全局任务执行数额，采用如下方式计算：
针对所述业务项目中的每个延期用户，分别计算每个延期用户的延期任务的延期处理策略对应的延期处理选项值、延期任务的执行概率与延期任务对应的任务延期数额三者的乘积，作为每个延期用户的任务执行数额；
对所述业务项目中的延期用户的任务执行数额进行求和，将求和结果作为所述全局任务执行数额。
可选的，所述在所述业务项目的业务执行约束条件的约束下，确定使所述业务项目的全局任务执行数额最大的延期处理策略组合步骤，采用组合优化问题求解的方式实现。
可选的，所述按照所述延期处理策略组合中包含的目标延期处理策略，对所述目标延期处理策略对应的延期用户进行延期处理，包括：
按照所述目标延期处理策略中包含的对延期用户进行延期处罚处理的延期处罚分档的分档分数，在所述目标延期处理策略对应延期用户的业务积分中扣减所述延期处罚分档的分档分数。
可选的，所述项目相关信息，包括下述至少一项：身份特征信息、信用历史记录、行为偏好数据、活跃度数据。
可选的，所述根据所述延期用户的项目相关信息和所述业务项目的延期处理策略，预测所述延期用户在各延期处理策略下针对延期任务的执行概率，采用任务执行预测模型实现；
其中，所述任务执行预测模型的输入包括延期用户的身份特征信息、信用历史记录、行为偏好数据、活跃度数据，以及所述延期用户的延期处罚分档对应的分档分数；
输出包括所述延期用户在所述延期处罚分档下针对所述延期任务的执行概率。
本说明书实施例第二方面，提供一种业务处理装置，包括：
信息获取模块，被配置为获取业务项目中延期任务对应的延期用户的项目相关信息；
执行概率预测模块，被配置为根据所述延期用户的项目相关信息和所述业务项目的延期处理策略，预测所述延期用户在各延期处理策略下针对延期任务的执行概率；
延期处理策略组合确定模块，被配置为在所述业务项目的业务执行约束条件的约束下，确定使所述业务项目的全局任务执行数额最大的延期处理策略组合；所述全局任务执行数额基于所述执行概率、延期用户的延期处理策略以及延期任务对应的任务延期数额确定；
延期处理模块，被配置为按照所述延期处理策略组合中包含的目标延期处理策略，对所述目标延期处理策略对应的延期用户进行延期处理。
本说明书实施例第三方面，提供一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：
获取业务项目中延期任务对应的延期用户的项目相关信息；
根据所述延期用户的项目相关信息和所述业务项目的延期处理策略，预测所述延期用户在各延期处理策略下针对延期任务的执行概率；
在所述业务项目的业务执行约束条件的约束下，确定使所述业务项目的全局任务执行数额最大的延期处理策略组合；所述全局任务执行数额基于所述执行概率、延期用户的延期处理策略以及延期任务对应的任务延期数额确定；
按照所述延期处理策略组合中包含的目标延期处理策略，对所述目标延期处理策略对应的延期用户进行延期处理。
本说明书实施例第四方面，提供一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现所述业务处理方法的步骤。
本说明书提供的业务处理方法，包括：获取业务项目中延期任务对应的延期用户的项目相关信息；根据所述延期用户的项目相关信息和所述业务项目的延期处理策略，预测所述延期用户在各延期处理策略下针对延期任务的执行概率；在所述业务项目的业务执行约束条件的约束下，确定使所述业务项目的全局任务执行数额最大的延期处理策略组合；所述全局任务执行数额基于所述执行概率、延期用户的延期处理策略以及延期任务对应的任务延期数额确定；按照所述延期处理策略组合中包含的目标延期处理策略，对所述目标延期处理策略对应的延期用户进行延期处理。
所述业务处理方法，针对业务项目中的延期任务对应的延期用户，从延期用户与业务项目相关的项目相关信息出发，预测延期用户在不同延期处理策略情况下针对延期任务的执行概率，并在此基础上分析能够使业务项目的全局任务执行数额达到最大延期用户的延期处理策略的延期处理策略组合，从而使利用延期处理策略组合对延期用户进行延期处理的过程中，对于业务项目整体而言能够获得更好的业务执行结果，以此来优化对业务项目中不同延期项目的延期处理，避免了盲目按照统一方式或者标准对延期用户进行延期处理的弊端，提升了业务项目的用户体验。
附图说明
图1是本说明书实施例提供的一种业务处理方法处理流程图；
图2是本说明书实施例提供的一种应用于交易项目的业务处理场景示意图；
图3是本说明书实施例提供的一种业务处理装置的示意图；
图4是本说明书实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本说明书一个实施例提供一种业务处理方法、一种业务处理装置、一种计算设备以及一种计算机可读存储介质。以下分别结合本说明书提供的实施例的附图逐一进行详细说明，并且对方法的各个步骤进行说明。
本说明书提供的一种业务处理方法实施例如下：
参照附图1，其示出了本实施例提供的一种业务处理方法处理流程图，参见附图2，其示出了本实施例提供的一种应用于交易项目的业务处理场景示意图。
步骤S102，获取业务项目中延期任务对应的延期用户的项目相关信息。
实际应用中，在业务项目运行过程中，往往会出现业务项目中的项目用户因为超出规定期限未执行相应的任务，导致业务项目中出现延期任务，而业务项目中因超出规定期限未执行相应任务的项目用户则被称之为延期用户，为了督促延期用户执行超出规定期限的延期任务，从业务项目管理的角度出发，往往会对延期用户进行相应的提醒或者处罚，以此来约束延期用户执行延期任务。但实际中不同的延期用户有不同的情况，如果用统一的处罚标准来对业务项目中的全部延期用户进行处罚，很大可能会影响业务项目的用户体验，尤其是对延期用户而言，过度的处罚会破坏延期用户的用户体验。
本实施例提供的业务处理方法，针对业务项目中出现的延期任务对应的延期用户，从延期用户与业务项目相关的项目相关信息出发，通过预测延期用户在不同延期处理策略情况下针对延期任务的执行概率，并在执行概率的基础上，从量化的角度来衡量对业务项目中的延期用户采用哪种延期处理策略，能够使业务项目中延期业务被执行的情况最好，即：对业务项目中的延期用户，采用什么样的延期处理策略的组合对延期用户进行延期处理，能够使业务项目的全局任务执行数额达到最大，从而使利用延期处理策略组合对延期用户进行延期处理的过程中，对于业务项目整体而言能够获得更好的业务执行结果，以此来优化对业务项目中不同延期项目的延期处理，避免了盲目按照统一方式或者标准对延期用户进行延期处理的弊端，提升了业务项目的用户体验。
本实施例所述延期用户，是指业务项目中的所有延期用户。所述延期用户的项目相关信息，具体包括身份特征信息、信用历史记录、行为偏好数据、活跃度数据。例如，在交易项目中，如果用户没有在规定时间期限内对交易账单进行支付，可见，这类延期用户的延期任务为未在规定时间期限内对交易账单进行支付，则通过降低延期用户的信用积分来督促和约束延期用户对交易账单进行支付，即通过降低延期用户的信用积分对延期用户进行延期处罚处理。具体在处理过程中，如附图2所示，首先获取交易项目中所有延期用户的身份特征信息、信用历史记录、行为偏好数据、活跃度数据。
步骤S104，根据所述延期用户的项目相关信息和所述业务项目的延期处理策略，预测所述延期用户在各延期处理策略下针对延期任务的执行概率。
本实施例所述延期处理策略，包括延期处罚分档以及对应的分档分数，并且，所述分档分数按照对应的延期处罚分档的分档从低到高的顺序递增。例如，在交易项目中，对延期用户进行处罚处理的延期处理策略为对延期用户的信用积分进行降分处理；具体分为1至9这9个延期处罚分档，第1个延期处罚分档对应的分档分数为10分，即对延期用户的信用积分降低10分作为延期处罚，以此类推，第9个延期处罚分档对应的分档分数为90分，即对延期用户的信用积分降低90分作为延期处罚。
具体在预测所述延期用户在各延期处理策略下针对延期任务的所述执行概率的过程中，需分别预测所述延期用户在各延期处罚分档下针对延期任务的执行概率。具体实施时，为了提升上述预测过程的效率和准确率，本实施例提供的一种可选实施方式中，采用任务执行预测模型实现所述延期用户在各延期处罚分档下针对延期任务的执行概率的预测，具体的，所述任务执行预测模型的输入包括延期用户的身份特征信息、信用历史记录、行为偏好数据、活跃度数据，以及所述延期用户的延期处罚分档对应的分档分数；输出包括所述延期用户在所述延期处罚分档下针对所述延期任务的执行概率。
例如，如附图2所示，分别将交易项目中各个延期用户的身份特征信息、信用历史记录、行为偏好数据、活跃度数据以及各延期处罚分档对应的分档分数，输入基于深度学习算法构建训练的任务执行预测模型，分别来预测各延期用户在各延期处罚分档下针对延期任务的执行概率。
步骤S106，在所述业务项目的业务执行约束条件的约束下，确定使所述业务项目的全局任务执行数额最大的延期处理策略组合。
具体实施时，针对业务项目中的任意一个延期用户，该延期用户按照相应的延期处罚分档对延期用户进行延期处罚之后，如果该延期用户在延期处罚之后执行延期任务，则会产生相应的执行数额。例如，在交易项目中，延期用户在收到针对延期的交易账单的信用积分降分处理处罚之后，如果该延期用户对延期的交易账单进行支付，则对于交易项目而言，会收到延期用户支付的这这部分账单支付数额。
基于此，所述全局任务执行数额是指按照相应的延期处罚分档对延期用户进行延期处罚之后，业务项目中所有延期用户相对于延期任务的执行概率，执行延期任务后产生的任务执行数额之和。本实施例中，所述全局任务执行数额基于所述执行概率、延期用户的延期处理策略以及延期任务对应的任务延期数额确定。可选的，所述全局任务执行数额，采用如下方式计算：
针对所述业务项目中的每个延期用户，分别计算每个延期用户的延期任务的延期处理策略对应的延期处理选项值、延期任务的执行概率与延期任务对应的任务延期数额三者的乘积，作为每个延期用户的任务执行数额；
对所述业务项目中的延期用户的任务执行数额进行求和，将求和结果作为所述全局任务执行数额。
例如，在交易项目中，全局任务执行数额采用如下方式计算：
Figure BDA0002414869460000101
其中，i指延期用户，j指延期处罚分档，j的取值为1、2、···、9，xij表示是否给i延期用户进行j延期处罚分档的信用积分降分处罚处理，xij的取值为1表示对i延期用户进行信用积分降分处罚处理，xij的取值为0表示不对i延期用户进行信用积分降分处罚处理，pij表示i延期用户进行j延期处罚分档的信用积分降分处罚处理之后，对延期的交易账单进行支付的执行概率，ovd_amt表示延期用户对延期的交易账单进行支付之后获得的账单支付数额。
本实施例提供的一种可选实施方式中，所述业务执行约束条件，包括：第一业务执行约束条件、第二业务执行约束条件和/或第三业务执行约束条件；
其中，所述第一业务执行约束条件包括：延期用户的延期任务的执行选择包括执行和未执行；
所述第二业务执行约束条件包括：延期用户的延期任务对应的延期处罚分档数目为1；
所述第三业务执行约束条件包括：所述业务项目中的延期任务对应的平均分档分数小于或者等于所述业务项目的基准分档分数。
其中，所述平均分档分数，是指所述业务项目中所述目标延期用户对应的任务延期处罚分档对应的分档分数之和与所述目标延期用户的总人数之比。
例如，在交易项目中，第一交易执行约束条件为：
Figure BDA0002414869460000102
其中，i指延期用户，j指延期处罚分档，j的取值为1、2、···或9，xij表示是否给延期用户i进行j延期处罚分档的信用积分降分处罚处理，xij的取值为1表示对用户进行信用积分降分处罚处理，xij的取值为0表示不对用户进行信用积分降分处罚处理。
第二交易执行约束条件为：
Figure BDA0002414869460000111
其中，ΣjXij=1表示针对一个延期用户只能采用一个延期处罚分档的分档分数对延期用户进行信用积分降分处罚处理。
第三交易执行约束条件为：
Figure BDA0002414869460000113
其中，Sj表示延期处罚分档的分档分数，Sj的取值可以为10分、20分、···或90分，∑ijxijSj表示执行交易项目中执行信用积分降分处理的总降分数，Σijxij表示执行信用积分降分处理的总人数，Savg表示交易项目中针对延期用户的信用积分的平均降分大小。
具体实施时，在业务项目的业务执行约束条件的约束下，确定使业务项目的全局任务执行数额最大的延期处理策略组合，优选采用组合优化问题求解的方式实现，优化目标为使全局任务执行数额最大，约束条件为上述3个业务执行约束条件。例如，在交易项目中，采用组合优化的方式求解使延期用户对延期的交易账单的总支付数额最大的延期处罚分档的组合，具体如下：
优化目标为：max∑i∈I，j∈Jxijpij*ovd_amt；
第一交易执行约束条件为：
Figure BDA0002414869460000121
第二交易执行约束条件为：
Figure BDA0002414869460000122
第三交易执行约束条件为：
Figure BDA0002414869460000123
步骤S108，按照所述延期策略组合中包含的所述延期用户对应的目标延期处理策略，对所述延期用户进行延期处理。
在上述确定对业务项目中的延期用户进行延期处理的延期处理策略组合的基础上，在此，按照所述延期策略组合中包含的各个延期用户对应的目标延期处理策略，分别对各个延期用户进行延期处理。具体的，按照所述目标延期处理策略中包含的对延期用户进行延期处罚处理的延期处罚分档的分档分数，在所述目标延期处理策略对应延期用户的业务积分中扣减所述延期处罚分档的分档分数。
例如，交易项目中总共包含5个延期用户：延期用户A、延期用户B、延期用户C、延期用户D和延期用户E，经上述组合优化的方式求解使5个延期用户对延期的交易账单的总支付数额最大的延期处罚分档的组合为：延期用户A->第3个延期处罚分档，延期用户B->第1个延期处罚分档，延期用户C->第5个延期处罚分档，延期用户D->第2个延期处罚分档，延期用户E->第6个延期处罚分档；
则按照求解获得的延期处罚分档的组合对这5个延期用户的处罚处理为：对延期用户A进行第3个延期处罚分档的处罚处理，即延期用户A的信用积分降低30分，对延期用户B进行第1个延期处罚分档的处罚处理，即延期用户B的信用积分降低10分，对延期用户C进行第5个延期处罚分档的处罚处理，即延期用户C的信用积分降低50分，对延期用户D进行第2个延期处罚分档的处罚处理，即延期用户D的信用积分降低20分，对延期用户E进行第6个延期处罚分档的处罚处理，即延期用户E的信用积分降低60分，采用这样的延期处罚分档组合对这5个延期用户进行处罚处理，能够使交易项目中这5个延期用户对延期的交易账单进行支付之后获得的总支付数额最大。
综上所述，本说明书提供的业务处理方法，针对业务项目中的延期任务对应的延期用户，从延期用户与业务项目相关的项目相关信息出发，预测延期用户在不同延期处理策略情况下针对延期任务的执行概率，并在此基础上分析能够使业务项目的全局任务执行数额达到最大延期用户的延期处理策略的延期处理策略组合，从而使利用延期处理策略组合对延期用户进行延期处理的过程中，对于业务项目整体而言能够获得更好的业务执行结果，以此来优化对业务项目中不同延期项目的延期处理，避免了盲目按照统一方式或者标准对延期用户进行延期处理的弊端，提升了业务项目的用户体验。
本说明书提供的一种业务处理装置实施例如下：
在上述的实施例中，提供了一种业务处理方法，与之相对应的，还提供了一种业务处理装置，下面结合附图进行说明。
参照附图3，其示出了本实施例提供的一种业务处理装置的示意图。
由于装置实施例对应于方法实施例，所以描述得比较简单，相关的部分请参见上述提供的方法实施例的对应说明即可。下述描述的装置实施例仅仅是示意性的。
本说明书提供一种业务处理装置，包括：
信息获取302，被配置为获取业务项目中延期任务对应的延期用户的项目相关信息；
执行概率预测模块304，被配置为根据所述延期用户的项目相关信息和所述业务项目的延期处理策略，预测所述延期用户在各延期处理策略下针对延期任务的执行概率；
延期处理策略组合确定模块306，被配置为在所述业务项目的业务执行约束条件的约束下，确定使所述业务项目的全局任务执行数额最大的延期处理策略组合；所述全局任务执行数额基于所述执行概率、延期用户的延期处理策略以及延期任务对应的任务延期数额确定；
延期处理模块308，被配置为按照所述延期处理策略组合中包含的目标延期处理策略，对所述目标延期处理策略对应的延期用户进行延期处理。
可选的，所述延期处理策略，包括延期处罚分档以及对应的分档分数；其中，所述分档分数按照对应的延期处罚分档的分档从低到高的顺序递增。
可选的，所述业务项目的业务执行约束条件，包括：第一业务执行约束条件、第二业务执行约束条件和/或第三业务执行约束条件；
其中，所述第一业务执行约束条件包括：延期用户的延期任务的执行选择包括执行和未执行；
所述第二业务执行约束条件包括：延期用户的延期任务对应的延期处罚分档数目为1；
所述第三业务执行约束条件包括：所述业务项目中的延期任务对应的平均分档分数小于或者等于所述业务项目的基准分档分数。
可选的，所述平均分档分数，包括：所述业务项目中所述目标延期用户对应的任务延期处罚分档对应的分档分数之和与所述目标延期用户的总人数之比。
可选的，所述全局任务执行数额，采用如下方式计算：
针对所述业务项目中的每个延期用户，分别计算每个延期用户的延期任务的延期处理策略对应的延期处理选项值、延期任务的执行概率与延期任务对应的任务延期数额三者的乘积，作为每个延期用户的任务执行数额；
对所述业务项目中的延期用户的任务执行数额进行求和，将求和结果作为所述全局任务执行数额。
可选的，所述延期处理策略组合确定模块306，采用组合优化问题求解的方式实现。
可选的，所述延期处理模块308，具体被配置为按照所述目标延期处理策略中包含的对延期用户进行延期处罚处理的延期处罚分档的分档分数，在所述目标延期处理策略对应延期用户的业务积分中扣减所述延期处罚分档的分档分数。
可选的，所述项目相关信息，包括下述至少一项：身份特征信息、信用历史记录、行为偏好数据、活跃度数据。
可选的，所述执行概率预测模块304，采用任务执行预测模型实现；
其中，所述任务执行预测模型的输入包括延期用户的身份特征信息、信用历史记录、行为偏好数据、活跃度数据，以及所述延期用户的延期处罚分档对应的分档分数；
输出包括所述延期用户在所述延期处罚分档下针对所述延期任务的执行概率。
本说明书提供的一种计算设备实施例如下：
图4是示出了根据本说明书一个实施例提供的计算设备400的结构框图。该计算设备400的部件包括但不限于存储器410和处理器420。处理器420与存储器410通过总线430相连接，数据库450用于保存数据。
计算设备400还包括接入设备440，接入设备440使得计算设备400能够经由一个或多个网络460通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备440可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(NIC))中的一个或多个，诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口，等等。
在本说明书的一个实施例中，计算设备400的上述部件以及图4中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图4所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
计算设备400可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或PC的静止计算设备。计算设备400还可以是移动式或静止式的服务器。
本说明书提供一种计算设备，包括存储器410、处理器420及存储在存储器上并可在处理器上运行的计算机指令，所述处理器420用于执行如下计算机可执行指令：
获取业务项目中延期任务对应的延期用户的项目相关信息；
根据所述延期用户的项目相关信息和所述业务项目的延期处理策略，预测所述延期用户在各延期处理策略下针对延期任务的执行概率；
在所述业务项目的业务执行约束条件的约束下，确定使所述业务项目的全局任务执行数额最大的延期处理策略组合；所述全局任务执行数额基于所述执行概率、延期用户的延期处理策略以及延期任务对应的任务延期数额确定；
按照所述延期处理策略组合中包含的目标延期处理策略，对所述目标延期处理策略对应的延期用户进行延期处理。
可选的，所述延期处理策略，包括延期处罚分档以及对应的分档分数；
其中，所述分档分数按照对应的延期处罚分档的分档从低到高的顺序递增。
可选的，所述业务项目的业务执行约束条件，包括：第一业务执行约束条件、第二业务执行约束条件和/或第三业务执行约束条件；
其中，所述第一业务执行约束条件包括：延期用户的延期任务的执行选择包括执行和未执行；
所述第二业务执行约束条件包括：延期用户的延期任务对应的延期处罚分档数目为1；
所述第三业务执行约束条件包括：所述业务项目中的延期任务对应的平均分档分数小于或者等于所述业务项目的基准分档分数。
可选的，所述平均分档分数，包括：所述业务项目中所述目标延期用户对应的任务延期处罚分档对应的分档分数之和与所述目标延期用户的总人数之比。
可选的，所述全局任务执行数额，采用如下方式计算：
针对所述业务项目中的每个延期用户，分别计算每个延期用户的延期任务的延期处理策略对应的延期处理选项值、延期任务的执行概率与延期任务对应的任务延期数额三者的乘积，作为每个延期用户的任务执行数额；
对所述业务项目中的延期用户的任务执行数额进行求和，将求和结果作为所述全局任务执行数额。
可选的，所述在所述业务项目的业务执行约束条件的约束下，确定使所述业务项目的全局任务执行数额最大的延期处理策略组合指令，采用组合优化问题求解的方式实现。
可选的，所述按照所述延期处理策略组合中包含的目标延期处理策略，对所述目标延期处理策略对应的延期用户进行延期处理，包括：
按照所述目标延期处理策略中包含的对延期用户进行延期处罚处理的延期处罚分档的分档分数，在所述目标延期处理策略对应延期用户的业务积分中扣减所述延期处罚分档的分档分数。
可选的，所述项目相关信息，包括下述至少一项：
身份特征信息、信用历史记录、行为偏好数据、活跃度数据。
可选的，所述根据所述延期用户的项目相关信息和所述业务项目的延期处理策略，预测所述延期用户在各延期处理策略下针对延期任务的执行概率指令，采用任务执行预测模型实现；
其中，所述任务执行预测模型的输入包括延期用户的身份特征信息、信用历史记录、行为偏好数据、活跃度数据，以及所述延期用户的延期处罚分档对应的分档分数；
输出包括所述延期用户在所述延期处罚分档下针对所述延期任务的执行概率。
本说明书提供的一种计算机可读存储介质实施例如下：
本说明书一个实施例提供一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现所述业务处理方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的业务处理方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述业务处理方法的技术方案的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本说明书实施例并不受所描述的动作顺序的限制，因为依据本说明书实施例，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本说明书实施例所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书实施例的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书实施例的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。

Claims (12)

1.一种业务处理方法，包括：
获取业务项目中延期任务对应的延期用户的项目相关信息；
根据所述延期用户的项目相关信息和所述业务项目的延期处理策略，预测所述延期用户在各延期处理策略下针对延期任务的执行概率；
在所述业务项目的业务执行约束条件的约束下，确定使所述业务项目的全局任务执行数额最大的延期处理策略组合；所述全局任务执行数额基于所述执行概率、延期用户的延期处理策略以及延期任务对应的任务延期数额确定；
按照所述延期处理策略组合中包含的目标延期处理策略，对所述目标延期处理策略对应的延期用户进行延期处理。
2.根据权利要求1所述的业务处理方法，所述延期处理策略，包括延期处罚分档以及对应的分档分数；
其中，所述分档分数按照对应的延期处罚分档的分档从低到高的顺序递增。
3.根据权利要求2所述的业务处理方法，所述业务项目的业务执行约束条件，包括：第一业务执行约束条件、第二业务执行约束条件和/或第三业务执行约束条件；
其中，所述第一业务执行约束条件包括：延期用户的延期任务的执行选择包括执行和未执行；
所述第二业务执行约束条件包括：延期用户的延期任务对应的延期处罚分档数目为1；
所述第三业务执行约束条件包括：所述业务项目中的延期任务对应的平均分档分数小于或者等于所述业务项目的基准分档分数。
4.根据权利要求3所述的业务处理方法，所述平均分档分数，包括：
所述业务项目中目标延期用户对应的任务延期处罚分档对应的分档分数之和与所述目标延期用户的总人数之比。
5.根据权利要求1所述的业务处理方法，所述全局任务执行数额，采用如下方式计算：
针对所述业务项目中的每个延期用户，分别计算每个延期用户的延期任务的延期处理策略对应的延期处理选项值、延期任务的执行概率与延期任务对应的任务延期数额三者的乘积，作为每个延期用户的任务执行数额；
对所述业务项目中的延期用户的任务执行数额进行求和，将求和结果作为所述全局任务执行数额。
6.根据权利要求5所述的业务处理方法，所述在所述业务项目的业务执行约束条件的约束下，确定使所述业务项目的全局任务执行数额最大的延期处理策略组合步骤，采用组合优化问题求解的方式实现。
7.根据权利要求2所述的业务处理方法，所述按照所述延期处理策略组合中包含的目标延期处理策略，对所述目标延期处理策略对应的延期用户进行延期处理，包括：
按照所述目标延期处理策略中包含的对延期用户进行延期处罚处理的延期处罚分档的分档分数，在所述目标延期处理策略对应延期用户的业务积分中扣减所述延期处罚分档的分档分数。
8.根据权利要求2所述的业务处理方法，所述项目相关信息，包括下述至少一项：
身份特征信息、信用历史记录、行为偏好数据、活跃度数据。
9.根据权利要求8所述的业务处理方法，所述根据所述延期用户的项目相关信息和所述业务项目的延期处理策略，预测所述延期用户在各延期处理策略下针对延期任务的执行概率，采用任务执行预测模型实现；
其中，所述任务执行预测模型的输入包括延期用户的身份特征信息、信用历史记录、行为偏好数据、活跃度数据，以及所述延期用户的延期处罚分档对应的分档分数；
输出包括所述延期用户在所述延期处罚分档下针对所述延期任务的执行概率。
10.一种业务处理装置，包括：
信息获取模块，被配置为获取业务项目中延期任务对应的延期用户的项目相关信息；
执行概率预测模块，被配置为根据所述延期用户的项目相关信息和所述业务项目的延期处理策略，预测所述延期用户在各延期处理策略下针对延期任务的执行概率；
延期处理策略组合确定模块，被配置为在所述业务项目的业务执行约束条件的约束下，确定使所述业务项目的全局任务执行数额最大的延期处理策略组合；所述全局任务执行数额基于所述执行概率、延期用户的延期处理策略以及延期任务对应的任务延期数额确定；
延期处理模块，被配置为按照所述延期处理策略组合中包含的目标延期处理策略，对所述目标延期处理策略对应的延期用户进行延期处理。
11.一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：
获取业务项目中延期任务对应的延期用户的项目相关信息；
根据所述延期用户的项目相关信息和所述业务项目的延期处理策略，预测所述延期用户在各延期处理策略下针对延期任务的执行概率；
在所述业务项目的业务执行约束条件的约束下，确定使所述业务项目的全局任务执行数额最大的延期处理策略组合；所述全局任务执行数额基于所述执行概率、延期用户的延期处理策略以及延期任务对应的任务延期数额确定；
按照所述延期处理策略组合中包含的目标延期处理策略，对所述目标延期处理策略对应的延期用户进行延期处理。
12.一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现权利要求1至9任意一项所述业务处理方法的步骤。
CN202010188017.XA 2020-03-17 2020-03-17 业务处理方法及装置 Active CN111401845B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010188017.XA CN111401845B (zh) 2020-03-17 2020-03-17 业务处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010188017.XA CN111401845B (zh) 2020-03-17 2020-03-17 业务处理方法及装置

Publications (2)

Publication Number Publication Date
CN111401845A CN111401845A (zh) 2020-07-10
CN111401845B true CN111401845B (zh) 2022-07-08

Family

ID=71436390

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010188017.XA Active CN111401845B (zh) 2020-03-17 2020-03-17 业务处理方法及装置

Country Status (1)

Country Link
CN (1) CN111401845B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113139795B (zh) * 2021-01-28 2024-05-31 江阴逐日信息科技有限公司 基于个人日程助理的业务流程任务调度系统、设备以及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2778397A1 (en) * 2011-07-22 2013-01-22 Accenture Global Services Limited Business outcome tradeoff simulator
WO2013188481A2 (en) * 2012-06-15 2013-12-19 Exxonmobil Research And Engineering Company Decision support tool for opeation of a facility
CN106952155A (zh) * 2017-03-08 2017-07-14 深圳前海纵腾金融科技服务有限公司 一种基于信用评分的催收方法及装置
CN109509086A (zh) * 2018-11-28 2019-03-22 上海点融信息科技有限责任公司 基于人工智能的处理催收业务的方法、装置及存储介质
CN110490725A (zh) * 2019-07-10 2019-11-22 阿里巴巴集团控股有限公司 业务处理方法以及装置
CN110599324A (zh) * 2019-07-25 2019-12-20 阿里巴巴集团控股有限公司 一种用于回款率预测的方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2778397A1 (en) * 2011-07-22 2013-01-22 Accenture Global Services Limited Business outcome tradeoff simulator
WO2013188481A2 (en) * 2012-06-15 2013-12-19 Exxonmobil Research And Engineering Company Decision support tool for opeation of a facility
CN106952155A (zh) * 2017-03-08 2017-07-14 深圳前海纵腾金融科技服务有限公司 一种基于信用评分的催收方法及装置
CN109509086A (zh) * 2018-11-28 2019-03-22 上海点融信息科技有限责任公司 基于人工智能的处理催收业务的方法、装置及存储介质
CN110490725A (zh) * 2019-07-10 2019-11-22 阿里巴巴集团控股有限公司 业务处理方法以及装置
CN110599324A (zh) * 2019-07-25 2019-12-20 阿里巴巴集团控股有限公司 一种用于回款率预测的方法和装置

Also Published As

Publication number Publication date
CN111401845A (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
CN110827138B (zh) 一种推送信息确定方法及装置
CN110555751B (zh) 信用项目中的履约处理方法以及装置
CN111062518B (zh) 基于人工智能的处理催收业务的方法、装置及存储介质
CN113724067A (zh) 一种催收方法、存储介质及设备
CN111428217A (zh) 欺诈团伙识别方法、装置、电子设备及计算机可读存储介质
CN110555759A (zh) 基于信用项目的风险防控方法以及装置
CN111190705A (zh) 任务处理方法以及装置
CN113657901A (zh) 欠费用户的催收管理方法、系统、终端及介质
CN111401845B (zh) 业务处理方法及装置
CN114066405A (zh) 数据处理方法及装置
CN110796379B (zh) 业务渠道的风险评估方法、装置、设备及存储介质
CN111144990B (zh) 推荐方法以及系统
CN109993648B (zh) 一种数据处理方法和相关装置
CN110060020B (zh) 项目费用预测方法以及装置
CN111340281A (zh) 预测模型训练方法及装置
CN111552846A (zh) 识别可疑关系的方法以及装置
CN115004182A (zh) 基于确定值及估计值的数据量化方法
CN111563679A (zh) 数据处理方法以及装置
CN111383028B (zh) 预测模型训练方法及装置、预测方法及装置
JP7518244B1 (ja) 予測装置、予測方法、及びプログラム
CN113408923B (zh) 保费催收方法、装置、计算机设备和存储介质
WO2022210017A1 (ja) Ａｉ分析システム、利用料算出方法、及び、記録媒体
CN113657992A (zh) 数据处理方法及系统
CN114638541A (zh) 一种基于分期业务的外呼客户分配处理方法及装置
CN115331412A (zh) 资源处理方法以及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant