CN111461505A - 一种催收信息智能匹配的人工标注系统 - Google Patents

一种催收信息智能匹配的人工标注系统 Download PDF

Info

Publication number
CN111461505A
CN111461505A CN202010185454.6A CN202010185454A CN111461505A CN 111461505 A CN111461505 A CN 111461505A CN 202010185454 A CN202010185454 A CN 202010185454A CN 111461505 A CN111461505 A CN 111461505A
Authority
CN
China
Prior art keywords
information
module
repayment
overdue
portrait
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.)
Pending
Application number
CN202010185454.6A
Other languages
English (en)
Inventor
李伟哲
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.)
Heilongjiang Zhengzexin Service Outsourcing Co ltd
Original Assignee
Heilongjiang Zhengzexin Service Outsourcing 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 Heilongjiang Zhengzexin Service Outsourcing Co ltd filed Critical Heilongjiang Zhengzexin Service Outsourcing Co ltd
Priority to CN202010185454.6A priority Critical patent/CN111461505A/zh
Publication of CN111461505A publication Critical patent/CN111461505A/zh
Pending legal-status Critical Current

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Technology Law (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

一种催收信息智能匹配的人工标注系统，涉及数据标注领域。本申请实施例提供的人工标注系统包括逾期客户画像生成模块、智能匹配模块、催收员画像生成模块、人工标注模块、还款数据采集模块，通过获取逾期客户信息、催收员信息生成客户画像、催收员画像并进行智能匹配，还款数据采集并将匹配后催收未成功的数据进行人工标注及反馈，以此提高客户画像、催收员画像智能匹配的成功率；能够提高信用卡催收案件催收员的高效、合理、快捷分配，有利于信用卡催收行业人力资源的利用。

Description

一种催收信息智能匹配的人工标注系统
技术领域
本发明涉及数据标注领域，具体涉及一种催收信息智能匹配的人工标注系统。
背景技术
信用卡是最具代表性的现代化金融产品之一，其功能丰富，支持存取款、转账结算和消 费透支等，使用快捷方便，加之信用卡的申请较为简单便捷，获客群体广泛，受到市场和消 费者的普遍欢迎。我国信用卡业务发展起步于国有银行及股份制银行，后逐步扩展至城市商 业银行、外资银行及农村商业银行，目前信用卡市场上由于发卡行较多存在很大的竞争，有 的银行过于追求发卡量的单纯增长而轻视发卡质量，甚至为了市场规模不断降低发卡标准， 放松客户调查以及资信评估方面的要求。然而，随着人们对信用卡的信任与依赖程度的增加， 各种信用卡欺诈方法也应运而生，导致伪冒办卡、恶意透支、套现、伪卡交易等风险事件屡 见不鲜，给持卡人和银行的资金保障带来挑战，也给信用卡业务健康持续发展埋下一定的隐 患，更重要的是也影响了金融体系的稳健运行。
而控制信用不良率的方式之一是对信用卡欠款进行催收，发放贷款的银行或者信贷公司 针对催收的需求一般有两种方法：一种是在内部设置催收部门，这需要承担更多人力成本， 也容易给自己品牌信誉带来影响；另一种是将催收业务外包给第三方催收机构，将部分份额 作为委托费用。
信用卡欠款的催收首先需要通过分案系统自动将案件分配至相应业务人员。目前，常用 的分案系统(如DM系统)无法自动实现案件个数及金额的均等分配，需借助人工调整各业务人 员的案件个数及金额差异，导致耗费了大量不必要的人力、分案效率低下，且无法保证案件 分配的准确性。
对于服务业来说，任务及时、合理的分配，将有利于人力资源的利用，并将有利于公司 效率的提高。本申请实施例提供的技术方案基于数据标注技术建立。
发明内容
本发明提供一种催收信息智能匹配的人工标注系统，通过获取逾期客户信息、催收员信 息生成客户画像、催收员画像并进行智能匹配，还款数据采集并将匹配后催收未成功的数据 进行人工标注及反馈，以此提高客户画像、催收员画像智能匹配的成功率；能够提高信用卡 催收案件催收员的高效、合理、快捷分配，有利于信用卡催收行业人力资源的利用。
所述人工标注系统包括逾期客户画像生成模块、智能匹配模块、催收员画像生成模块、 人工标注模块、还款数据采集模块。
所述逾期客户画像生成模块用于获取逾期客户信息，将逾期客户信息进行分析生成客户 画像，并发送至智能匹配模块，所述逾期客户信息包括逾期客户基本信息、逾期客户案件信 息、逾期客户消费能力信息、逾期客户还款意愿信息、逾期客户还款习惯信息。
所述逾期客户基本信息包括：年龄、性别、地域、所在城市、星座、学历、家庭结构、婚姻状况、兴趣爱好、性格、账户号、开户日期、开户次数、各个账户对应的账龄、各个账 户对应的账单日期以及各个账户对应的取现信用额度。
所述逾期客户案件信息包括：是否逾期、在预定义的时间段内的逾期次数、每次逾期的 最迟还款时间、每次逾期天数、每次剩余本金、每次逾期本金、还款率、每次消费余额、每 次额度使用率以及信用额度。
所述逾期客户消费能力信息包括：收入、账单金额、支出分类、支出次数、日平均支出、 借贷信息。
所述逾期客户还款意愿信息包括：偿还时间、催收通话信息(通话时长、通话时间段、通 话接通率、通话语速、语气和语态等)、客户各次逾期对应的逾期天数的变化规律。
所述逾期客户还款习惯信息包括：账户预存款信息、还款途径信息、年均未催收还款次 数、年均催收后还款次数、催收后还款时间间隔、偿还习惯。
所述逾期客户画像生成模块包括基本信息分析模块、案件信息分析模块、消费能力分析 模块、还款意愿分析模块、还款习惯分析模块、数据接收/发送模块；所述基本信息分析模块 根据预先设定的处理规则对逾期客户基本信息进行处理得到逾期客户基本信息标准化数值， 所述案件信息分析模块根据预先设定的处理规则对逾期客户案件信息进行处理得到案件信息 标准化数值，所述消费能力分析模块根据预先设定的处理规则对逾期客户消费能力信息进行 处理得到消费能力标准化数值，所述还款意愿分析模块根据预先设定的处理规则对逾期客户 还款意愿信息进行处理得到还款意愿标准化数值，所述还款习惯分析模块根据预先设定的处 理规则对逾期客户还款习惯信息进行处理得到还款习惯标准化数值，所述数据接收/发送模块 用于逾期客户画像生成模块数据的接收和发送。
所述催收员画像生成模块用于获取催收员信息，将催收员信息进行分析生成催收员画像， 并发送至智能匹配模块，所述催收员信息包括催收员基本信息、催收员催收经验信息、催收 员催收习惯信息、催收员剩余本金信息、催收员催收还款信息。
所述催收员基本信息包括：年龄、性别、地域、所在城市、星座、学历、家庭结构、婚姻状况、兴趣爱好、性格、工号。
所述催收员催收经验信息包括：催收案件风险等级、催收员从业时间、催收员已催收次 数、催收员曾催收客户类别。
所述催收员催收习惯信息包括：催收常用话术、日均电话次数、平均单次催收电话时长。
所述催收员剩余本金信息包括：催收团队对应的总剩余本金、催收团队中各个催收员对 应的剩余本金、催收团队中各个催收员对应的已还期数下的剩余本金、催收团队中各个催收 员对应的剩余本金占剩余本金阈值的百分比。
所述催收员催收还款信息包括：催收回款率、司法诉讼次数及成功率、催收员对应已分 配的催收案件的催收状况。
所述催收员画像生成模块包括基本信息分析模块、催收经验分析模块、催收习惯分析模 块、剩余本金分析模块、还款信息分析模块、数据接收/发送模块；所述基本信息分析模块根 据预先设定的处理规则对催收员基本信息进行处理得到催收员基本信息标准化数值，所述催 收经验分析模块根据预先设定的处理规则对催收员催收经验信息进行处理得到催收经验信息 标准化数值，所述催收习惯分析模块根据预先设定的处理规则对催收员催收习惯信息进行处 理得到催收习惯标准化数值，所述剩余本金分析模块根据预先设定的处理规则对催收员剩余 本金信息进行处理得到剩余本金标准化数值，所述还款信息分析模块根据预先设定的处理规 则对催收员催收还款信息进行处理得到还款信息标准化数值，所述数据接收/发送模块用于催 收员画像生成模块数据的接收和发送。
所述智能匹配模块用于获取逾期客户画像生成模块生成的客户画像及催收员画像生成模 块生成的催收员画像，将客户画像及催收员画像进行智能匹配，具体智能匹配流程包括：1、 确定客户画像标准化信息结论；2、确定催收员画像标准化信息结论；3、根据结论确定具体 客户所匹配的催收员。
优选地，所述确定客户画像标准化信息结论方法为：接收逾期客户画像生成模块发送的 基本信息标准化数值、案件信息标准化数值、消费能力标准化数值、还款意愿标准化数值、 还款习惯标准化数值，根据预先设定的处理规则形成客户画像标准化信息结论模拟图。
优选地，所述确定催收员画像标准化信息结论方法为：接收催收员画像生成模块发送的 基本信息标准化数值、催收经验信息标准化数值、催收习惯标准化数值、剩余本金标准化数 值、还款信息标准化数值，根据预先设定的处理规则形成催收员画像标准化信息结论模拟图。
优选地，所述根据结论确定具体客户所匹配的催收员过程包括：选取催收员画像标准化 信息结论，从催收员画像标准化信息结论选取一个或多个具有优先权的催收员并标记，根据 已设定的智能匹配算法对催收员和客户进行智能匹配，将案件分配至相应的催收员。
所述还款数据采集模块用于获取催收案件相关的还款数据，并发送至人工标注模块，所 述还款数据包括：逾期客户基本信息标准化数值、案件信息标准化数值、消费能力标准化数 值、还款意愿标准化数值、还款习惯标准化数值、催收员基本信息标准化数值、催收经验信 息标准化数值、催收习惯标准化数值、剩余本金标准化数值、还款信息标准化数值。
所述人工标注模块用于对还款数据采集模块发送的还款数据进行标注，并发送至智能匹 配模块，用以提高智能匹配模块的智能匹配准确率，具体标注方式包括：1、获取智能匹配算 法匹配出的案件信息，包括客户画像相关信息、催收员画像相关信息；2、将案件信息中未还 款案件单独提出；3、获取未还款案件智能匹配信息；4、对智能匹配信息进行人工标注；5、 将标注后的智能匹配信息发送至智能匹配模块，用以人工智能学习。
优选地，催收调度部门、逾期数据库、人工标注部门、银行相关部门可通过网络接口连 接至催收信息智能匹配的人工标注系统，以实现实时数据发送、接收、数据共享。
更优选地，所述催收调度部门连接至人工标注系统，可通过人工标注系统获取催收案件 分配信息，也可向人工标注系统传送催收员基本信息、催收员催收经验信息、催收员催收习 惯信息、催收员剩余本金信息、催收员催收还款信息，可实现数据的实时获取/传送，也可实 现数据的定期获取/传送。
更优选地，所述逾期数据库连接至人工标注系统，可通过人工标注系统获取已催收案件 还款信息，也可向人工标注系统传送逾期客户基本信息、逾期客户案件信息、逾期客户消费 能力信息、逾期客户还款意愿信息、逾期客户还款习惯信息，可实现数据的实时获取/传送， 也可实现数据的定期获取/传送。
更优选地，所述人工标注部门连接至人工标注系统，可通过人工标注系统获取逾期客户 基本信息标准化数值、案件信息标准化数值、消费能力标准化数值、还款意愿标准化数值、 还款习惯标准化数值、催收员基本信息标准化数值、催收经验信息标准化数值、催收习惯标 准化数值、剩余本金标准化数值、还款信息标准化数值，也可向人工标注系统传送标注后的 智能匹配信息以提高智能匹配模块的准确性，可实现数据的实时获取/传送，也可实现数据的 定期获取/传送。
更优选地，所述银行相关部门连接至人工标注系统，可通过人工标注系统获取逾期客户 画像生成模块、智能匹配模块、催收员画像生成模块、人工标注模块、还款数据采集模块相 关信息，也可向人工标注系统传送银行相关信息，可实现数据的实时获取/传送，也可实现数 据的定期获取/传送。
所述逾期客户画像生成模块、智能匹配模块、催收员画像生成模块、人工标注模块、还 款数据采集模块的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现，所述硬件 或软件包括一个或多个支持相关功能的模块。
所述一种催收信息智能匹配的人工标注系统，其交互流程包括以下步骤：
步骤1、获取逾期客户信息生成客户画像；通过逾期客户画像生成模块获取逾期客户信息， 将逾期客户信息进行分析生成客户画像，并发送至智能匹配模块，所述逾期客户信息包括逾 期客户基本信息、逾期客户案件信息、逾期客户消费能力信息、逾期客户还款意愿信息、逾 期客户还款习惯信息。
步骤2、获取催收员信息生成催收员画像；通过所述催收员画像生成模块获取催收员信息， 将催收员信息进行分析生成催收员画像，并发送至智能匹配模块，所述催收员信息包括催收 员基本信息、催收员催收经验信息、催收员催收习惯信息、催收员剩余本金信息、催收员催 收还款信息。
步骤3、客户画像与催收员画像智能匹配；通过智能匹配模块获取逾期客户画像生成模块 生成的客户画像及催收员画像生成模块生成的催收员画像，将客户画像及催收员画像进行智 能匹配。
步骤4、还款数据采集；通过还款数据采集模块获取催收案件相关的还款数据，并发送至 人工标注模块，所述还款数据包括：逾期客户基本信息标准化数值、案件信息标准化数值、 消费能力标准化数值、还款意愿标准化数值、还款习惯标准化数值、催收员基本信息标准化 数值、催收经验信息标准化数值、催收习惯标准化数值、剩余本金标准化数值、还款信息标 准化数值。
步骤5、还款数据人工标注及反馈；通过人工标注模块对还款数据采集模块发送的还款数 据进行标注，并发送至智能匹配模块，用以提高智能匹配模块的智能匹配准确率。
优选地，所述逾期客户画像生成模块、智能匹配模块、催收员画像生成模块、人工标注 模块、还款数据采集模块可通过网络数据接口全部连接，也可以通过网络数据接口部分连接， 不同的模块间可以做到数据共享或是数据隔离。
所述一种催收信息智能匹配的人工标注系统包括人工标注系统终端，人工标注系统终端 包括：中央处理器、存储器，所述存储器中存储有可在所述中央处理器上运行的程序模块， 所述程序模块包括：逾期客户画像生成模块、智能匹配模块、催收员画像生成模块、人工标 注模块、还款数据采集模块；所述存储器中存储有前述模块中的一个、几个或者全部。
本申请实施例提供的一种催收信息智能匹配的人工标注系统，通过获取逾期客户信息、 催收员信息生成客户画像、催收员画像并进行智能匹配，并通过人工标注对还款数据催收未 成功的数据进行人工标注及反馈，以此提高客户画像、催收员画像智能匹配的成功率；能够 提高信用卡催收案件催收员的高效、合理、快捷分配，有利于信用卡催收行业人力资源的利 用。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附 图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域 技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1为人工标注系统架构示意图。
图2为逾期客户画像生成模块组成示意图。
图3为催收员画像生成模块组成示意图。
图4为人工标注系统交互流程示意图。
图5为人工标注系统终端示意图。
图6为客户画像标准化信息结论模拟图示例图。
图7为催收员画像标准化信息结论模拟图示例图。
附图标号：1、逾期客户画像生成模块2、智能匹配模块3、催收员画像生成模块4、人工 标注模块5、还款数据采集模块6、人工标注系统终端601、中央处理器602、存储器。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描 述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中 的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都 属于本发明保护的范围。
如图1、2、3所示，所述人工标注系统包括逾期客户画像生成模块1、智能匹配模块2、 催收员画像生成模块3、人工标注模块4、还款数据采集模块5。
所述逾期客户画像生成模块1用于获取逾期客户信息，将逾期客户信息进行分析生成客 户画像，并发送至智能匹配模块2，所述逾期客户信息包括逾期客户基本信息、逾期客户案 件信息、逾期客户消费能力信息、逾期客户还款意愿信息、逾期客户还款习惯信息。
所述逾期客户基本信息包括：年龄、性别、地域、所在城市、星座、学历、家庭结构、婚姻状况、兴趣爱好、性格、账户号、开户日期、开户次数、各个账户对应的账龄、各个账 户对应的账单日期以及各个账户对应的取现信用额度。
所述逾期客户案件信息包括：是否逾期、在预定义的时间段内的逾期次数、每次逾期的 最迟还款时间、每次逾期天数、每次剩余本金、每次逾期本金、还款率、每次消费余额、每 次额度使用率以及信用额度。
所述逾期客户消费能力信息包括：收入、账单金额、支出分类、支出次数、日平均支出、 借贷信息。
所述逾期客户还款意愿信息包括：偿还时间、催收通话信息(通话时长、通话时间段、通 话接通率、通话语速、语气和语态等)、客户各次逾期对应的逾期天数的变化规律。
所述逾期客户还款习惯信息包括：账户预存款信息、还款途径信息、年均未催收还款次 数、年均催收后还款次数、催收后还款时间间隔、偿还习惯。
所述逾期客户画像生成模块1包括基本信息分析模块、案件信息分析模块、消费能力分 析模块、还款意愿分析模块、还款习惯分析模块、数据接收/发送模块；所述基本信息分析模 块根据预先设定的处理规则对逾期客户基本信息进行处理得到逾期客户基本信息标准化数 值，所述案件信息分析模块根据预先设定的处理规则对逾期客户案件信息进行处理得到案件 信息标准化数值，所述消费能力分析模块根据预先设定的处理规则对逾期客户消费能力信息 进行处理得到消费能力标准化数值，所述还款意愿分析模块根据预先设定的处理规则对逾期 客户还款意愿信息进行处理得到还款意愿标准化数值，所述还款习惯分析模块根据预先设定 的处理规则对逾期客户还款习惯信息进行处理得到还款习惯标准化数值，所述数据接收/发送 模块用于逾期客户画像生成模块数据的接收和发送。
例：客户刘某权(2020年1月数据)；
逾期客户基本信息：年龄(3X岁)、性别(男)、地域(东北)、所在城市(辽宁省沈 阳市)、星座(巨蟹座)、学历(本科)、家庭结构(一家三口)、婚姻状况(已婚)、兴 趣爱好(网络游戏)、性格(内向)、账户号(6227XXXX XXXX 3XXX)、开户日期(2017 年X月)、账单日期(每月10号)、取现信用额度(25000元)。
所述基本信息分析模块根据预设的哈希算法处理逾期客户基本信息，得到逾期客户基本 信息对应哈希值，将逾期客户基本信息对应哈希值与预设标准哈希值进行比较，得到逾期客 户基本信息标准化数值，本例中标准化数值范围为1-10，刘某权(2020年1月数据)标准化 数值为6。
逾期客户案件信息：是否逾期(是)、1年内的逾期次数(2次)、逾期的最迟还款时间(13天、22天)、每次剩余本金(2XXXX元、3XXXX元)、每次逾期本金(2XXXX元、1XXXX 元)、还款率(100％)。
所述案件信息分析模块根据预设的哈希算法处理逾期客户案件信息，得到逾期客户案件 信息对应哈希值，将逾期客户案件信息对应哈希值与预设标准哈希值进行比较，得到案件信 息标准化数值，本例中标准化数值范围为1-10，刘某权(2020年1月数据)标准化数值为4。
逾期客户消费能力信息：收入(1XXXX元/月)、账单金额(22XXX.X元)、支出分类(通讯物流15％、餐饮美食24％、交通出行40％、购物16％、其他5％)、支出次数(73次)、日平 均支出(6XX元)、借贷信息(房贷70万元)。
所述消费能力分析模块根据预设的哈希算法处理逾期客户消费能力信息，得到逾期客户 消费能力信息对应哈希值，将逾期客户消费能力信息对应哈希值与预设标准哈希值进行比较， 得到消费能力信息标准化数值，本例中标准化数值范围为1-10，刘某权(2020年1月数据) 标准化数值为7。
逾期客户还款意愿信息：偿还时间(年平均账单日后8.3天)、催收通话信息[通话时长 (2分22秒)、通话时间段(下午3点)、通话接通率(100％)、通话语速(正常语速)、 语气(平和)]。
所述还款意愿分析模块根据预设的哈希算法处理逾期客户还款意愿信息，得到逾期客户 还款意愿信息对应哈希值，将逾期客户还款意愿信息对应哈希值与预设标准哈希值进行比较， 得到还款意愿信息标准化数值，本例中标准化数值范围为1-10，刘某权(2020年1月数据) 标准化数值为8。
逾期客户还款习惯信息：账户预存款信息(无预存款)、还款途径信息(支付宝还款)、 年均未催收还款次数(0次)、年均催收后还款次数(2次)、催收后还款时间间隔(2天、3天)、偿还习惯(提前偿还)。
所述还款习惯分析模块根据预设的哈希算法处理逾期客户还款习惯信息，得到逾期客户 还款习惯信息对应哈希值，将逾期客户还款习惯信息对应哈希值与预设标准哈希值进行比较， 得到还款习惯信息标准化数值，本例中标准化数值范围为1-10，刘某权(2020年1月数据) 标准化数值为7。
所述催收员画像生成模块3用于获取催收员信息，将催收员信息进行分析生成催收员画 像，并发送至智能匹配模块2，所述催收员信息包括催收员基本信息、催收员催收经验信息、 催收员催收习惯信息、催收员剩余本金信息、催收员催收还款信息。
所述催收员基本信息包括：年龄、性别、地域、所在城市、星座、学历、家庭结构、婚姻状况、兴趣爱好、性格、工号。
所述催收员催收经验信息包括：催收案件风险等级、催收员从业时间、催收员已催收次 数、催收员曾催收客户类别。
所述催收员催收习惯信息包括：催收常用话术、日均电话次数、平均单次催收电话时长。
所述催收员剩余本金信息包括：催收团队对应的总剩余本金、催收团队中各个催收员对 应的剩余本金、催收团队中各个催收员对应的已还期数下的剩余本金、催收团队中各个催收 员对应的剩余本金占剩余本金阈值的百分比。
所述催收员催收还款信息包括：催收回款率、司法诉讼次数及成功率、催收员对应已分 配的催收案件的催收状况。
所述催收员画像生成模块3包括基本信息分析模块、催收经验分析模块、催收习惯分析 模块、剩余本金分析模块、还款信息分析模块、数据接收/发送模块；所述基本信息分析模块 根据预先设定的处理规则对催收员基本信息进行处理得到催收员基本信息标准化数值，所述 催收经验分析模块根据预先设定的处理规则对催收员催收经验信息进行处理得到催收经验信 息标准化数值，所述催收习惯分析模块根据预先设定的处理规则对催收员催收习惯信息进行 处理得到催收习惯标准化数值，所述剩余本金分析模块根据预先设定的处理规则对催收员剩 余本金信息进行处理得到剩余本金标准化数值，所述还款信息分析模块根据预先设定的处理 规则对催收员催收还款信息进行处理得到还款信息标准化数值，所述数据接收/发送模块用于 催收员画像生成模块数据的接收和发送。
例：催收员李某悦(2020年1月数据)；
催收员基本信息：年龄(2X岁)、性别(女)、地域(东北)、所在城市(辽宁省沈阳市)、星座(白羊座)、学历(本科)、家庭结构(一家三口)、婚姻状况(未婚)、兴趣 爱好(游泳、健身)、性格(开朗)、工号(2017038XX)。
所述基本信息分析模块根据预设的哈希算法处理催收员基本信息，得到催收员基本信息 对应哈希值，将催收员基本信息对应哈希值与预设标准哈希值进行比较，得到催收员基本信 息标准化数值，本例中标准化数值范围为1-10，李某悦(2020年1月数据)标准化数值为6。
催收员催收经验信息：催收案件风险等级(M0-M4)、催收员从业时间(3年)、催收员已催收次数(1762次)。
所述催收经验分析模块根据预设的哈希算法处理催收员催收经验信息，得到催收经验信 息对应哈希值，将催收经验信息对应哈希值与预设标准哈希值进行比较，得到催收经验信息 标准化数值，本例中标准化数值范围为1-10，李某悦(2020年1月数据)标准化数值为8。
催收员催收习惯信息：催收常用话术(温柔引导型)、日均电话次数(23次)、平均单次催收电话时长(3分42秒)。
所述催收习惯分析模块根据预设的哈希算法处理催收员催收习惯信息，得到催收习惯对 应哈希值，将催收习惯对应哈希值与预设标准哈希值进行比较，得到催收习惯标准化数值， 本例中标准化数值范围为1-10，李某悦(2020年1月数据)标准化数值为7。
催收员剩余本金信息：催收团队对应的总剩余本金(2100万元)、李某悦剩余本金(120 万元)、李某悦对应的已还期数下的剩余本金(180万元)、李某悦剩余本金阈值的百分比 (40％)。
所述剩余本金分析模块根据预设的哈希算法处理催收员剩余本金信息，得到剩余本金对 应哈希值，将剩余本金对应哈希值与预设标准哈希值进行比较，得到剩余本金标准化数值， 本例中标准化数值范围为1-10，李某悦(2020年1月数据)标准化数值为4。
催收员催收还款信息：催收回款率(83.6％)、司法诉讼次数及成功率(5次、100％)、 李某悦案件催收状况(首催42％、T+5：31％、KEEP率29％、触碰率92％、渗透率3.7、联系率 95％)。
所述还款信息分析模块根据预设的哈希算法处理催收员催收还款信息，得到还款信息对 应哈希值，将还款信息对应哈希值与预设标准哈希值进行比较，得到还款信息标准化数值， 本例中标准化数值范围为1-10，李某悦(2020年1月数据)标准化数值为10。
所述智能匹配模块2用于获取逾期客户画像生成模块1生成的客户画像及催收员画像生 成模块3生成的催收员画像，将客户画像及催收员画像进行智能匹配，具体智能匹配流程包 括：1、确定客户画像标准化信息结论；2、确定催收员画像标准化信息结论；3、根据结论确 定具体客户所匹配的催收员。
所述确定客户画像标准化信息结论方法为：接收逾期客户画像生成模块发送的基本信息 标准化数值、案件信息标准化数值、消费能力标准化数值、还款意愿标准化数值、还款习惯 标准化数值，根据预先设定的处理规则形成客户画像标准化信息结论模拟图，如图6所示。
所述确定催收员画像标准化信息结论方法为：接收催收员画像生成模块发送的基本信息 标准化数值、催收经验信息标准化数值、催收习惯标准化数值、剩余本金标准化数值、还款 信息标准化数值，根据预先设定的处理规则形成催收员画像标准化信息结论模拟图，如图7 所示。
所述根据结论确定具体客户所匹配的催收员过程包括：选取催收员画像标准化信息结论， 从催收员画像标准化信息结论选取一个或多个具有优先权的催收员并标记，根据已设定的智 能匹配算法对催收员和客户进行智能匹配，将案件分配至相应的催收员。
所述还款数据采集模块5用于获取催收案件相关的还款数据，并发送至人工标注模块4， 所述还款数据包括：逾期客户基本信息标准化数值、案件信息标准化数值、消费能力标准化 数值、还款意愿标准化数值、还款习惯标准化数值、催收员基本信息标准化数值、催收经验 信息标准化数值、催收习惯标准化数值、剩余本金标准化数值、还款信息标准化数值。
所述人工标注模块4用于对还款数据采集模块5发送的还款数据进行标注，并发送至智 能匹配模块2，用以提高智能匹配模块2的智能匹配准确率，具体标注方式包括：1、获取智 能匹配算法匹配出的案件信息，包括客户画像相关信息、催收员画像相关信息；2、将案件信 息中未还款案件单独提出；3、获取未还款案件智能匹配信息；4、对智能匹配信息进行人工 标注；5、将标注后的智能匹配信息发送至智能匹配模块，用以人工智能学习。
在实际工作中，催收调度部门、逾期数据库、人工标注部门、银行相关部门可通过网络 接口连接至催收信息智能匹配的人工标注系统，以实现实时数据发送、接收、数据共享。
所述催收调度部门连接至人工标注系统，可通过人工标注系统获取催收案件分配信息， 也可向人工标注系统传送催收员基本信息、催收员催收经验信息、催收员催收习惯信息、催 收员剩余本金信息、催收员催收还款信息，可实现数据的实时获取/传送，也可实现数据的定 期获取/传送。
所述逾期数据库连接至人工标注系统，可通过人工标注系统获取已催收案件还款信息， 也可向人工标注系统传送逾期客户基本信息、逾期客户案件信息、逾期客户消费能力信息、 逾期客户还款意愿信息、逾期客户还款习惯信息，可实现数据的实时获取/传送，也可实现数 据的定期获取/传送。
所述人工标注部门连接至人工标注系统，可通过人工标注系统获取逾期客户基本信息标 准化数值、案件信息标准化数值、消费能力标准化数值、还款意愿标准化数值、还款习惯标 准化数值、催收员基本信息标准化数值、催收经验信息标准化数值、催收习惯标准化数值、 剩余本金标准化数值、还款信息标准化数值，也可向人工标注系统传送标注后的智能匹配信 息以提高智能匹配模块的准确性，可实现数据的实时获取/传送，也可实现数据的定期获取/ 传送。
所述银行相关部门连接至人工标注系统，可通过人工标注系统获取逾期客户画像生成模 块、智能匹配模块、催收员画像生成模块、人工标注模块、还款数据采集模块相关信息，也 可向人工标注系统传送银行相关信息，可实现数据的实时获取/传送，也可实现数据的定期获 取/传送。
所述逾期客户画像生成模块1、智能匹配模块2、催收员画像生成模块3、人工标注模块 4、还款数据采集模块5的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现，所 述硬件或软件包括一个或多个支持相关功能的模块。
所述逾期客户画像生成模块1、智能匹配模块2、催收员画像生成模块3、人工标注模块 4、还款数据采集模块5可通过网络数据接口全部连接，也可以通过网络数据接口部分连接， 不同的模块间可以做到数据共享或是数据隔离。
例：所述逾期客户画像生成模块1、智能匹配模块2组成网络一，催收员画像生成模块3、 人工标注模块4组成网络二，还款数据采集模块5组成网络三，网络一、二、三之间的数据 相互隔离。
例：所述逾期客户画像生成模块1、智能匹配模块2、催收员画像生成模块3组成网络一， 人工标注模块4、还款数据采集模块5组成网络二，网络一、二之间的数据相互隔离。
例：所述逾期客户画像生成模块1、智能匹配模块2、催收员画像生成模块3、人工标注 模块4、还款数据采集模块5通过网络数据接口全部连接，实现数据共享。
如图4所示，一种催收信息智能匹配的人工标注系统，其交互流程包括以下步骤：
步骤1、获取逾期客户信息生成客户画像；通过逾期客户画像生成模块获取逾期客户信 息，将逾期客户信息进行分析生成客户画像，并发送至智能匹配模块，所述逾期客户信息包 括逾期客户基本信息、逾期客户案件信息、逾期客户消费能力信息、逾期客户还款意愿信息、 逾期客户还款习惯信息。
步骤2、获取催收员信息生成催收员画像；通过所述催收员画像生成模块获取催收员信 息，将催收员信息进行分析生成催收员画像，并发送至智能匹配模块，所述催收员信息包括 催收员基本信息、催收员催收经验信息、催收员催收习惯信息、催收员剩余本金信息、催收 员催收还款信息。
步骤3、客户画像与催收员画像智能匹配；通过智能匹配模块获取逾期客户画像生成模 块生成的客户画像及催收员画像生成模块生成的催收员画像，将客户画像及催收员画像进行 智能匹配。
例：在匹配过程中，从催收员画像标准化信息结论选取催收员李某悦(2020年1月数据) 并标记，根据已设定的MurmurHash64B匹配算法对催收员李某悦(2020年1月数据)和刘 某权(2020年1月数据)进行智能匹配，将案件分配至催收员李某悦。
本例中所应用的哈希算法(节选)：
Basic customer information MurmurHash64B(const void*key,int len,unsigned int seed){const unsigned int m＝052s1x5wwnh3f；
const int r＝24；unsigned int h1＝seed^len；unsigned int h2＝0；
const unsigned int*data＝(const unsigned int*)key；
while(len>＝8){unsigned int k1＝*data++；k1*＝m；k1^＝k1>>r；k1*＝m；
h1*＝m；h1^＝k1；len-＝4；unsigned int k2＝*data++；k2*＝m；k2^＝k2>>r；
k2*＝m；h2*＝m；h2^＝k2；len-＝4；}if(len>＝4){unsigned int k1＝*data++；k1*＝m；k1^＝k1>>r；
k1*＝m；h1*＝m；h1^＝k1；len-＝4；}switch(len){case 3:h2^＝((unsignedchar*)data)[2]<<16；
case 2:h2^＝((unsigned char*)data)[1]<<8；
case 1:h2^＝((unsigned char*)data)[0]；h2*＝m；}；h1^＝h2>>18；h1*＝m；
h2^＝h1>>22；h2*＝m；h1^＝h2>>17；h1*＝m；h2^＝h1>>19；h2*＝m；
unsigned long long h＝h1；h＝(h<<32)|h2；return h；}
步骤4、还款数据采集；通过还款数据采集模块获取催收案件相关的还款数据，并发送 至人工标注模块，所述还款数据包括：逾期客户基本信息标准化数值、案件信息标准化数值、 消费能力标准化数值、还款意愿标准化数值、还款习惯标准化数值、催收员基本信息标准化 数值、催收经验信息标准化数值、催收习惯标准化数值、剩余本金标准化数值、还款信息标 准化数值。
例：还款数据具体为刘某权(2020年1月数据)：逾期客户基本信息标准化数值为6、案件信息标准化数值为4、消费能力标准化数值为7、还款意愿标准化数值为8、还款习惯标准化数值为7；
李某悦(2020年1月数据)：催收员基本信息标准化数值为6、催收经验信息标准化数 值为8、催收习惯标准化数值为7、剩余本金标准化数值为4、还款信息标准化数值为10。
步骤5、还款数据人工标注及反馈；通过人工标注模块对还款数据采集模块发送的还款 数据进行标注，并发送至智能匹配模块，用以提高智能匹配模块的智能匹配准确率。
例：催收员李某悦、逾期客户刘某权2020年1月催收案件，在催收后20天内，刘某权并未还款，通过人工标注模块对本案件还款数据进行标注，发送至智能匹配模块，用以调整MurmurHash64B匹配算法参数，以提高智能匹配模块的智能匹配准确率。
上述步骤中各模块在发送信息前会对信息进行数字签名，在本申请实施例中各模块之间， 在发送消息前均可以对消息进行数字签名。
若各模块对接收的信息存在异议，可反馈携带异议信息的确认消息，其中异议信息包括 对信息中异议部分的标注，接收异议信息的模块可进行相应的整改，整改后重新发送，直至 反馈确认消息中无异议信息后，进行后续操作。
如图5所示，所述一种催收信息智能匹配的人工标注系统包括人工标注系统终端6，人 工标注系统终端6包括：中央处理器601、存储器602，所述存储器602中存储有可在所述中 央处理器601上运行的程序模块，所述程序模块包括：逾期客户画像生成模块、智能匹配模 块、催收员画像生成模块、人工标注模块、还款数据采集模块；所述存储器602中存储有前 述模块中的一个、几个或者全部。
所述人工标注系统终端6可以包括主板、网络接口、显示器接口、输入设备接口，及其 他常规计算机硬件装置。
所述人工标注系统终端6可以包括一个或一个以上电源，为所述信用卡催收案件延期反 馈法生成装置终端提供电力支持。
所述存储器602可以是易失性存储或持久存储，存储器602中存储有一个或一个以上的 应用程序或数据，存储在存储器602的程序可以包括一个或一个以上模块，每个模块可以包 括对信用卡催收案件延期反馈法生成装置终端中的一系列指令操作。
所述存储器602上可以安装一个或一个以上操作系统，例如Windows、Mac OS、Unix、 Linux。
所述中央处理器601可以设置为与所述存储器602通信，在信用卡催收案件延期反馈法 生成装置终端上执行存储器602中的一系列指令操作。
在本申请所提供的实施例中，应该理解到，所描述的系统、模块、装置、功能和方法， 可以通过其它的方式实现。例如，以上所描述的实施例仅仅是示意性的，例如，所述系统、 模块、装置、功能和方法的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分 方式，例如多个系统、模块、装置、功能和方法可以结合或者可以集成到另一个系统，或一 些特征可以忽略，或不执行。另一点，所描述的相互之间的连接或通信可以是通过一些接口、 有线网络、无线网络、局域网络的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述系统、模块、装置可以是或者也可以不是物理上分开的，作为系统、模块、装置显 示的部件可以是或者也可以不是物理单元，即可以位于同一地点，或者也可以分布到多个网 络单元上。可以根据实际的需要选择其中的部分或者全部系统、模块、装置来实现本实施例 方案的目的。
另外，在本申请各个实施例中的各系统、模块、装置、功能和方法可以集成在一个处理 单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。 上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述系统、模块、装置、功能如果以软件功能单元的形式实现并作为独立的产品销售或 使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本 质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式 体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设 备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或 部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器、随机存取存储器(RAM， Random Access Memory)等各种可以存储程序代码的介质。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明， 所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围， 凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的 保护范围之内。

Claims (5)

1.一种催收信息智能匹配的人工标注系统，其特征在于，包括逾期客户画像生成模块、智能匹配模块、催收员画像生成模块、人工标注模块、还款数据采集模块；
所述逾期客户画像生成模块用于获取逾期客户信息，将逾期客户信息进行分析生成客户画像，并发送至智能匹配模块，所述逾期客户信息包括逾期客户基本信息、逾期客户案件信息、逾期客户消费能力信息、逾期客户还款意愿信息、逾期客户还款习惯信息；
所述催收员画像生成模块用于获取催收员信息，将催收员信息进行分析生成催收员画像，并发送至智能匹配模块，所述催收员信息包括催收员基本信息、催收员催收经验信息、催收员催收习惯信息、催收员剩余本金信息、催收员催收还款信息；
所述智能匹配模块用于获取逾期客户画像生成模块生成的客户画像及催收员画像生成模块生成的催收员画像，将客户画像及催收员画像进行智能匹配，具体智能匹配流程包括：1、确定客户画像标准化信息结论；2、确定催收员画像标准化信息结论；3、根据结论确定具体客户所匹配的催收员；
所述还款数据采集模块用于获取催收案件相关的还款数据，并发送至人工标注模块，所述还款数据包括：逾期客户基本信息标准化数值、案件信息标准化数值、消费能力标准化数值、还款意愿标准化数值、还款习惯标准化数值、催收员基本信息标准化数值、催收经验信息标准化数值、催收习惯标准化数值、剩余本金标准化数值、还款信息标准化数值；
所述人工标注模块用于对还款数据采集模块发送的还款数据进行标注，并发送至智能匹配模块，用以提高智能匹配模块的智能匹配准确率，具体标注方式包括：1、获取智能匹配算法匹配出的案件信息，包括客户画像相关信息、催收员画像相关信息；2、将案件信息中未还款案件单独提出；3、获取未还款案件智能匹配信息；4、对智能匹配信息进行人工标注；5、将标注后的智能匹配信息发送至智能匹配模块，用以人工智能学习。
2.如权利要求1所述的一种催收信息智能匹配的人工标注系统，其特征在于，所述逾期客户画像生成模块、智能匹配模块、催收员画像生成模块、人工标注模块、还款数据采集模块的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现，所述硬件或软件包括一个或多个支持相关功能的模块。
3.如权利要求1所述的一种催收信息智能匹配的人工标注系统，其特征在于，所述一种催收信息智能匹配的人工标注系统包括人工标注系统终端，人工标注系统终端包括：中央处理器、存储器，所述存储器中存储有可在所述中央处理器上运行的程序模块，所述程序模块包括：逾期客户画像生成模块、智能匹配模块、催收员画像生成模块、人工标注模块、还款数据采集模块；所述存储器中存储有前述模块中的一个、几个或者全部。
4.如权利要求1所述的一种催收信息智能匹配的人工标注系统，其特征在于，所述逾期客户画像生成模块包括基本信息分析模块、案件信息分析模块、消费能力分析模块、还款意愿分析模块、还款习惯分析模块、数据接收/发送模块；所述基本信息分析模块根据预先设定的处理规则对逾期客户基本信息进行处理得到逾期客户基本信息标准化数值，所述案件信息分析模块根据预先设定的处理规则对逾期客户案件信息进行处理得到案件信息标准化数值，所述消费能力分析模块根据预先设定的处理规则对逾期客户消费能力信息进行处理得到消费能力标准化数值，所述还款意愿分析模块根据预先设定的处理规则对逾期客户还款意愿信息进行处理得到还款意愿标准化数值，所述还款习惯分析模块根据预先设定的处理规则对逾期客户还款习惯信息进行处理得到还款习惯标准化数值，所述数据接收/发送模块用于逾期客户画像生成模块数据的接收和发送。
5.如权利要求1所述的一种催收信息智能匹配的人工标注系统，其特征在于，所述催收员画像生成模块包括基本信息分析模块、催收经验分析模块、催收习惯分析模块、剩余本金分析模块、还款信息分析模块、数据接收/发送模块；所述基本信息分析模块根据预先设定的处理规则对催收员基本信息进行处理得到催收员基本信息标准化数值，所述催收经验分析模块根据预先设定的处理规则对催收员催收经验信息进行处理得到催收经验信息标准化数值，所述催收习惯分析模块根据预先设定的处理规则对催收员催收习惯信息进行处理得到催收习惯标准化数值，所述剩余本金分析模块根据预先设定的处理规则对催收员剩余本金信息进行处理得到剩余本金标准化数值，所述还款信息分析模块根据预先设定的处理规则对催收员催收还款信息进行处理得到还款信息标准化数值，所述数据接收/发送模块用于催收员画像生成模块数据的接收和发送。
CN202010185454.6A 2020-03-18 2020-03-18 一种催收信息智能匹配的人工标注系统 Pending CN111461505A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010185454.6A CN111461505A (zh) 2020-03-18 2020-03-18 一种催收信息智能匹配的人工标注系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010185454.6A CN111461505A (zh) 2020-03-18 2020-03-18 一种催收信息智能匹配的人工标注系统

Publications (1)

Publication Number Publication Date
CN111461505A true CN111461505A (zh) 2020-07-28

Family

ID=71682826

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010185454.6A Pending CN111461505A (zh) 2020-03-18 2020-03-18 一种催收信息智能匹配的人工标注系统

Country Status (1)

Country Link
CN (1) CN111461505A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700323A (zh) * 2021-01-04 2021-04-23 深圳市恒鑫科技服务有限公司 一种信用卡催收还款的方法和装置
CN114820172A (zh) * 2022-05-11 2022-07-29 北京互连众信科技有限公司 一种微服务架构的贷后处置管理系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109064315A (zh) * 2018-08-02 2018-12-21 平安科技（深圳）有限公司 逾期账单智能催收方法、装置、计算机设备及存储介质
CN109359797A (zh) * 2018-08-21 2019-02-19 平安科技（深圳）有限公司 电子装置、贷款催收案件分案方法及存储介质
CN109377019A (zh) * 2018-09-28 2019-02-22 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和装置
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
CN109767070A (zh) * 2018-12-14 2019-05-17 深圳壹账通智能科技有限公司 案件分配方法、装置、计算机设备和存储介质
CN110427487A (zh) * 2019-07-30 2019-11-08 中国工商银行股份有限公司 一种数据标注方法、装置及存储介质
CN110751549A (zh) * 2019-09-30 2020-02-04 北京淇瑀信息科技有限公司 逾期金融贷款的催收管控方法、装置及电子设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109064315A (zh) * 2018-08-02 2018-12-21 平安科技（深圳）有限公司 逾期账单智能催收方法、装置、计算机设备及存储介质
CN109359797A (zh) * 2018-08-21 2019-02-19 平安科技（深圳）有限公司 电子装置、贷款催收案件分案方法及存储介质
CN109377019A (zh) * 2018-09-28 2019-02-22 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和装置
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
CN109767070A (zh) * 2018-12-14 2019-05-17 深圳壹账通智能科技有限公司 案件分配方法、装置、计算机设备和存储介质
CN110427487A (zh) * 2019-07-30 2019-11-08 中国工商银行股份有限公司 一种数据标注方法、装置及存储介质
CN110751549A (zh) * 2019-09-30 2020-02-04 北京淇瑀信息科技有限公司 逾期金融贷款的催收管控方法、装置及电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700323A (zh) * 2021-01-04 2021-04-23 深圳市恒鑫科技服务有限公司 一种信用卡催收还款的方法和装置
CN114820172A (zh) * 2022-05-11 2022-07-29 北京互连众信科技有限公司 一种微服务架构的贷后处置管理系统

Similar Documents

Publication Publication Date Title
Jack et al. Risk sharing and transactions costs: Evidence from Kenya's mobile money revolution
US5483445A (en) Automated billing consolidation system and method
Starkey Personal carbon trading: A critical survey Part 2: Efficiency and effectiveness
US20130179316A1 (en) Automatic Savings Plan Generation
Njogu The effect of electronic banking on profitability of commercial banks in Kenya
Hines et al. Migration, remittances and human capital investment in Kenya
US20080065561A1 (en) Method and system for collaborative investment, saving and financial planning
Boro Prospects and challenges of technological innovation in banking industry of North East India
CN111461505A (zh) 一种催收信息智能匹配的人工标注系统
CN101334885A (zh) 一种基于网络的账户数据处理系统
CN101901458A (zh) 一种支持多种业务品种的贸易融资处理系统及方法
CN109492863A (zh) 金融单证的自动生成方法及装置
Fisher Party finance: normal service resumed?
CN104966207B (zh) 一种交易活动中消费信用积分的累计与授信平台与方法
CN111415138A (zh) 一种创意处理方法和系统、客户端以及服务端
CN116502851A (zh) 用于智慧商务服务的任务自动分配方法及系统
US20150348081A1 (en) System and method for managing deposit account rewards based on customizable payment card transaction details
KR101493726B1 (ko) 결제내역 알림 시스템 및 방법
Sarkar et al. Achieving the Target of Complete Financial Inclusion in India through Financial Technologies
CN112967131A (zh) 贷款催收方案推送方法及装置
CN112070611A (zh) 一种应用于承兑汇票的签票系统及签票方法
Njunji A survey of adoption of agency banking by commercial banks in Nakuru CBD
Berkouwer et al. Money or Power? Choosing Covid-19 aid in Kenya
Asiimwe Effect of mobile banking on the financial performance of commercial banks in Hoima district
Bhatnagar Exploring conditions for delivery of successful m-government services to the bottom of the pyramid (BoP) in India

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200728