CN111695988A - 信息处理方法、装置、电子设备和介质 - Google Patents
信息处理方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN111695988A CN111695988A CN202010551116.XA CN202010551116A CN111695988A CN 111695988 A CN111695988 A CN 111695988A CN 202010551116 A CN202010551116 A CN 202010551116A CN 111695988 A CN111695988 A CN 111695988A
- Authority
- CN
- China
- Prior art keywords
- user
- collection
- target
- grade
- determining
- 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
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本公开提供了一种信息处理方法,包括:获得目标用户的特征信息,其中,特征信息至少包括目标用户的借款信息和还款信息;根据特征信息,对目标用户进行等级划分,以确定目标用户的用户等级,其中,用户等级用于表征对目标用户进行信息处理难易等级;基于用户等级,确定对应的目标催收策略,以使得根据目标催收策略,能够对目标用户进行贷款催收。另外,本公开还提供了一种信息处理装置,电子设备以及计算机可读存储介质。
Description
技术领域
本公开涉及数据处理的技术领域,特别是涉及一种信息处理方法、装置、电子设备和介质。
背景技术
本部分旨在为权利要求书中陈述的本公开的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
随着互联网金融的快速发展,金融市场也向用户推出了各种形式的、代价小的、申请便捷的贷款方式。例如无抵押贷款,该贷款方式是不以具体某项资产作为担保的借款负债形式,是不用借款人或第三方依法提供担保而发放的贷款。由于贷款方式无抵押、申请便捷,因此并未在贷款资格的审核环节,对贷款用户的征信程度、还款能力或还款意愿做有效甄别,再加上贷款代价小,因此不可避免的出现了放贷容易,还贷难的局面,大量的逾期用户,已经导致金融市场出现了越来越多的在超过还款时间尚未及时还账的贷款,即逾期贷款。为了保证出借人的资金安全回笼,促进逾期贷款的用户及时还账,缓解还贷难的局面,降低不良信贷率,需要对已经产生的逾期贷款进行及时回笼。而对逾期用户进行催收是促进逾期用户及时还账,保证出借人资金安全回笼的有效手段。
目前,针对逾期用户,相关技术也提供了一些催收方案。但是,在实现本公开构思的过程中,发明人发现相关技术中至少存在如下问题:催收过程中使用的催收方式不当,导致催收难,催收效率低下,无法保证逾期贷款的及时回笼。
针对相关技术中的上述问题,目前还未提出有效的解决方案。
发明内容
有鉴于此,为了在保证逾期贷款的及时回笼的同时,可以至少部分地克服相关技术中在催收过程中使用的催收方式不当,导致催收难,催收效率低下的技术问题。本公开提供了一种区别于传统的催收方法的新的催收方法、装置、电子设备和介质。与现有技术不同,本公开提供的信息处理方法,提供了一种至少基于目标用户的历史借款信息和历史还款信息,对目标用户进行等级划分,匹配不同的催收策略,实现精准催收,降低不良信贷率的方法。
为实现上述目的,本公开的一个方面提供了一种信息处理方法,包括:获得目标用户的特征信息,其中,上述特征信息至少包括上述目标用户的借款信息和还款信息,根据上述特征信息,对上述目标用户进行等级划分,以确定上述目标用户的用户等级,其中,上述用户等级用于表征对上述目标用户进行信息处理难易等级,基于上述用户等级,确定对应的目标催收策略,以使得根据上述目标催收策略,能够对上述目标用户进行贷款催收。
根据本公开的实施例,上述根据上述特征信息,对上述目标用户进行等级划分,以确定上述目标用户的用户等级包括:根据上述特征信息,提取上述目标用户的特征向量,获取等级划分维度,其中,上述等级划分维度用于作为对上述目标用户进行等级划分的划分依据,构建与上述等级划分维度对应的用户等级划分模型,基于上述特征向量和上述用户等级划分模型,对上述目标用户进行等级划分,以确定上述目标用户的用户等级。
根据本公开的实施例,上述等级划分维度包括m个等级划分维度,每个等级划分维度用于作为对上述目标用户进行等级划分的划分依据,m为大于1的整数:构建与上述等级划分维度对应的用户等级划分模型包括:构建与上述m个等级划分维度对应的m个用户等级划分模型,基于上述特征向量和上述用户等级划分模型,对上述目标用户进行等级划分,以确定上述目标用户的用户等级包括:基于上述特征向量和m个用户等级划分模型,对上述目标用户进行等级划分,以确定上述目标用户的用户等级。
根据本公开的实施例,上述构建与上述m个等级划分维度对应的m个用户等级划分模型包括:在上述m个等级划分维度包括催收难度的情况下,构建与上述催收难度对应的用户等级第一划分模型,在上述m个等级划分维度包括催收时间的情况下,构建与上述催收时间对应的用户等级第二划分模型,在上述m个等级划分维度包括用户质量的情况下,构建与上述用户质量对应的用户等级第三划分模型。
根据本公开的实施例,上述基于上述特征向量和m个用户等级划分模型,对上述目标用户进行等级划分,以确定上述目标用户的用户等级包括:基于上述特征向量和上述用户等级第一划分模型,确定上述目标用户与上述催收难度对应的第一用户等级,基于上述特征向量和上述用户等级第二划分模型,确定上述目标用户与上述催收时间对应的第二用户等级,基于上述特征向量和上述用户等级第三划分模型,确定上述目标用户与上述用户质量对应的第三用户等级。
根据本公开的实施例,上述基于上述用户等级,确定对应的目标催收策略包括:基于上述目标用户与上述催收难度对应的第一用户等级,确定对应的第一催收策略,基于上述目标用户与上述催收时间对应的第二用户等级,确定对应的第二催收策略,基于上述目标用户与上述用户质量对应的第三用户等级,确定对应的第三催收策略,至少基于上述第一催收策略、上述第二催收策略和上述第三催收策略,确定对应的目标催收策略。
根据本公开的实施例,上述至少基于上述第一催收策略、上述第二催收策略和上述第三催收策略,确定对应的目标催收策略包括:获取与上述第一催收策略对应的第一权重、与上述第二催收策略对应的第二权重和与上述第三催收策略对应的第三权重,基于上述第一用户等级、上述第一权重、上述第二用户等级、上述第二权重、上述第三用户等级以及上述第三权重,确定对应的目标催收策略。
为实现上述目的,本公开的另一个方面提供了一种信息处理装置,包括:获得模块,用于获得目标用户的特征信息,其中,上述特征信息至少包括上述目标用户的借款信息和还款信息,等级确定模块,用于根据上述特征信息,对上述目标用户进行等级划分,以确定上述目标用户的用户等级,其中,上述用户等级用于表征对上述目标用户进行信息处理难易等级,策略确定模块,用于基于上述用户等级,确定对应的目标催收策略,以使得根据上述目标催收策略,能够对上述目标用户进行贷款催收。
根据本公开的实施例,上述等级确定模块包括:提取子模块,用于根据上述特征信息,提取上述目标用户的特征向量,获取子模块,用于获取等级划分维度,其中,上述等级划分维度用于作为对上述目标用户进行等级划分的划分依据,构建子模块,用于构建与上述等级划分维度对应的用户等级划分模型,第一确定子模块,用于基于上述特征向量和上述用户等级划分模型,对上述目标用户进行等级划分,以确定上述目标用户的用户等级。
根据本公开的实施例,上述等级划分维度包括m个等级划分维度,每个等级划分维度用于作为对上述目标用户进行等级划分的划分依据,m为大于1的整数:构建子模块用于构建与上述m个等级划分维度对应的m个用户等级划分模型,确定子模块用于基于上述特征向量和m个用户等级划分模型,对上述目标用户进行等级划分,以确定上述目标用户的用户等级。
根据本公开的实施例,上述构建子模块包括:第一构建单元,用于在上述m个等级划分维度包括催收难度的情况下,构建与上述催收难度对应的用户等级第一划分模型,第二构建单元,用于在上述m个等级划分维度包括催收时间的情况下,构建与上述催收时间对应的用户等级第二划分模型,第三构建单元,用于在上述m个等级划分维度包括用户质量的情况下,构建与上述用户质量对应的用户等级第三划分模型。
根据本公开的实施例,上述确定子模块包括:第一确定单元,用于基于上述特征向量和上述用户等级第一划分模型,确定上述目标用户与上述催收难度对应的第一用户等级,第二确定单元,用于基于上述特征向量和上述用户等级第二划分模型,确定上述目标用户与上述催收时间对应的第二用户等级,第三确定单元,用于基于上述特征向量和上述用户等级第三划分模型,确定上述目标用户与上述用户质量对应的第三用户等级。
根据本公开的实施例,上述策略确定模块包括:第二确定子模块,用于基于上述目标用户与上述催收难度对应的第一用户等级,确定对应的第一催收策略,第三确定子模块,用于基于上述目标用户与上述催收时间对应的第二用户等级,确定对应的第二催收策略,第四确定子模块,用于基于上述目标用户与上述用户质量对应的第三用户等级,确定对应的第三催收策略,第五确定子模块,用于基于上述第一催收策略、上述第二催收策略和上述第三催收策略,确定对应的目标催收策略。
根据本公开的实施例,上述第五确定子模块包括:获取单元,用于获取与上述第一催收策略对应的第一权重、与上述第二催收策略对应的第二权重和与上述第三催收策略对应的第三权重;第四确定单元,用于基于上述第一用户等级、上述第一权重、上述第二用户等级、上述第二权重、上述第三用户等级以及上述第三权重,确定对应的目标催收策略。
为实现上述目的,本公开的另一方面提供了一种电子设备,包括:一个或多个处理器,存储器,用于存储一个或多个程序,其中,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如上所述的方法。
为实现上述目的,本公开的另一方面提供了一种计算机可读存储介质,存储有计算机可执行指令,上述指令在被执行时用于实现如上所述的方法。
为实现上述目的,本公开的另一方面提供了一种计算机程序,上述计算机程序包括计算机可执行指令,上述指令在被执行时用于实现如上所述的方法。
由上可见,与现有技术相比,本公开提供的信息处理方法,将逾期用户作为目标用户,一方面可以对目标用户的碎片化信息进行整合分析,并根据目标用户的历史借贷信息,确定与目标用户对应的用户等级,即根据目标用户的特征信息,对目标用户进行等级划分,以确定目标用户的用户等级,另一方面可以基于确定出的用户等级,进一步确定与该用户等级对应的目标催收策略。通过本公开的实施例,在针对目标用户执行贷款催收时,对不同等级的目标用户可以采取更有针对性的、差异化的催收策略,使得贷款催收的执行策略更符合目标用户的实际逾期情况和逾期原因,并因此可以至少部分地克服传统的贷款催收方式中催收方式不当所引起的催收困难、催收效率低的技术问题,实现精准催收以提高逾期贷款催收的回款率,降低不良信贷率的技术效果。
附图说明
为了更完整地理解本公开及其优势,现在将参考结合附图的以下描述,其中:
图1示意性示出了适用于本公开实施例的信息处理方法和装置的系统架构;
图2示意性示出了根据本公开实施例的信息处理方法的流程图;
图3示意性示出了根据本公开实施例的信息处理装置的框图;
图4示意性示出了根据本公开另一实施例的信息处理装置的框图;
图5示意性示出了根据本公开实施例的用户特性提取模块的框图;
图6示意性示出了根据本公开实施例的用户等级划分模块的框图;
图7示意性示出了根据本公开实施例的策略匹配模块的框图;
图8示意性示出了根据本公开实施例的适于实现上文描述的信息处理方法的计算机可读存储介质产品的示意图;以及
图9示意性示出了根据本公开实施例的适于实现上文描述的信息处理方法的电子设备的框图。
在附图中,相同或对应的标号表示相同或对应的部分。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了上述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
附图中示出了一些方框图和/或流程图。应理解,方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程用户身份认证装置的处理器,从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外,本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式,该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。
随着互联网金融的快速发展,金融市场也出现了各种形式的、代价小、申请便捷的贷款方式。例如无抵押贷款,该贷款方式是不以具体某项资产作为担保的借款负债形式,是不用借款人或第三方依法提供担保而发放的贷款。由于无抵押、代价小,因此出现了大量的逾期用户,由此导致金融市场出现了越来越多的在超过还款时间尚未及时还账的贷款,即逾期贷款。为了保证出借人的资金安全回笼,促进逾期贷款的用户及时还账,降低不良信贷率,需要对产生的逾期贷款进行及时回笼。而催收是促进逾期用户及时还账,保证出借人资金安全回笼的有效手段。
本公开的实施例提供了一种信息处理方法、装置、电子设备和计算机可渎存储介质。其中,该信息处理方法包括用户等级的确定阶段和催收策略的确定阶段。在用户等级的确定阶段,首先,获得目标用户的特征信息,该特征信息至少包括目标用户的借款信息和还款信息。然后,根据采集到的特征信息,对目标用户进行等级划分,以确定目标用户的用户等级,该用户等级用于表征对目标用户进行信息处理难易等级。在催收策略的确定阶段,基于用户等级,确定对应的目标催收策略,以使得根据目标催收策略,能够对目标用户进行贷款催收。
与现有技术相比,本公开提供的信息处理方法,将逾期用户作为目标用户,一方面可以对目标用户的碎片化信息进行整合分析,并根据目标用户的历史借贷信息,确定与目标用户对应的用户等级,即根据目标用户的特征信息,对目标用户进行等级划分,以确定目标用户的用户等级,另一方面可以基于确定出的用户等级,进一步确定与该用户等级对应的目标催收策略,使得催收人员可以根据确定的目标催收策略对目标用户执行催收。
通过本公开的实施例,在针对目标用户执行贷款催收时,对不同等级的目标用户可以采取更有针对性的、差异化的催收策略,使得贷款催收的执行策略更符合目标用户的实际逾期情况和逾期原因,并因此可以至少部分地克服传统的贷款催收方式中催收方式不当所引起的催收困难、催收效率低的技术问题,实现精准催收以提高逾期贷款催收的回款率,降低不良信贷率的技术效果。
图1示意性示出了适用于本公开实施例的信息处理方法和装置的系统架构100。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如支付类应用、购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的信息处理方法一般可以由服务器105执行。相应地,本公开实施例所提供的信息处理装置一般可以设置于服务器105中。本公开实施例所提供的信息处理方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的信息处理装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考本发明的若干代表性实施方式,详细阐释本发明的原理和精神。此外,附图中的任何元素数量均用于示例而非限制,以及任何命名都仅用于区分,而不具有任何限制含义。
图2示意性示出了根据本公开实施例的信息处理方法的流程图。
如图2所示,该信息处理方法可以包括操作S210~操作S230。
在操作S210,获得目标用户的特征信息,其中,所述特征信息至少包括所述目标用户的借款信息和还款信息。
根据本公开的实施例,目标用户可以是存在贷款行为,而在超过该贷款的还款时间尚未及时执行偿还行为导致贷款逾期的用户。
根据本公开的实施例,特征信息是能够体现用户的真实信用状况的各种信息。可选地,特征信息可以是用于表征目标用户的还款能力的信息,也可以是用于表征目标用户的还款意愿的信息,还可以是既用于表征目标用户的还款能力的信息,也用于表征目标用户的还款意愿的信息。因此,用于表征目标用户的还款意愿和/或还款能力的特征信息至少可以包括目标用户的借款信息和(历史)还款信息。利用特征信息可以确定用户的个人征信状况,以便于为后续操作S220提供等级划分的数据支撑。
可选地,特征信息可以包括但不限于目标用户的基本信息,个人信息、还款记录、催收效果、还款情况信息。
例如,特征信息可以包括但不限于客户姓名,年龄,工作类别,月收入,月支出,最近催收时间,最近催收次数,逾期情况,…。数据格式可以是(xxx,32,IT类,12000,5000,2019-10-8,10,n1,…)。为了保证数据的准确性,可以对采集的数据进行筛选,去掉缺省值太多的,对数据进行量化、归一化处理。
在操作S220,根据所述特征信息,对所述目标用户进行等级划分,以确定所述目标用户的用户等级,其中,所述用户等级用于表征对所述目标用户进行信息处理难易等级。
根据本公开的实施例,不同的用户等级,对应不同的催收难度。可选是用户等级越高,对应的催收难度越高,用户等级越低,对应的催收难度越低。也可以是用户等级越高,对应的催收难度越低,用户等级越低,对应的催收难度越高。
需要说明的是,本公开对用户等级和催收难易等级之间的对应关系不做限定,可以根据实际情况自行设置用户等级和催收难易等级之间的对应关系。
在操作S230,基于所述用户等级,确定对应的目标催收策略,以使得根据所述目标催收策略,能够对所述目标用户进行贷款催收。
根据本公开的实施例,不同的用户等级,对应不同的催收策略,根据不同的催收策略,可以对目标用户进行有针对性的贷款催收。催收策略可以包括但不限于催收员、催收方式、催收优先级、话术多个维度。在用户等级确定之后,可以确定与用户等级对应的目标催收策略。
具体地,若用户等级对应的催收难度高,则可以确定催收策略中与催收员这一维度对应的催收策略为熟练程度高,经验丰富的催收员,与催收优先级这一维度对应的催收策略为催收优先级高,与话术这一维度对应的催收策略为话术强硬。
根据本公开的实施例,在确定出目标催收策略之后,可以基于该目标催收策略中对应的各催收维度,对目标用户执行贷款催收,以实现精准催收。
通过本公开的实施例,先从不同维度对客户进行分析、等级划分,然后对每个维度匹配相应的策略,最后将多个维度的策略进行综合,使得在针对目标用户执行贷款催收时,对不同等级的目标用户可以采取更有针对性的、差异化的催收策略,使得贷款催收的执行策略更符合目标用户的实际逾期情况和逾期原因,并因此可以至少部分地克服传统的贷款催收方式中催收方式不当所引起的催收困难、催收效率低的技术问题,实现精准催收以提高逾期贷款催收的回款率,降低不良信贷率的技术效果。
作为一种可选的实施例,前述操作S220(前述根据前述特征信息,对前述目标用户进行等级划分,以确定前述目标用户的用户等级)可以包括:根据前述特征信息,提取前述目标用户的特征向量;获取等级划分维度,其中,前述等级划分维度用于作为对前述目标用户进行等级划分的划分依据;构建与前述等级划分维度对应的用户等级划分模型;基于前述特征向量和前述用户等级划分模型,对前述目标用户进行等级划分,以确定前述目标用户的用户等级。
根据本公开的实施例,可以通过构建特征提取模型的方式,基于获得的目标用户的特征信息和特征提取模型,提取出与目标用户对应的特征向量,以将特征信息量化,方便后续处理。
根据本公开的实施例,为了提高等级划分的准确度,将以等级划分维度为划分依据,对目标用户进行等级划分。等级划分维度与用户等级划分模型一一对应。可以根据实际情况,来获取等级划分维度,本公开不做限定。
通过本公开的实施例,在提取出特征向量之后,可以基于获取的特征向量和构建的用户等级划分模型,对目标用户进行等级划分,以确定目标用户的用户等级,可以使得用户等级的确定结果与等级划分维度相对应,从不同的角度反映目标用户的催收难易程度。
作为一种可选的实施例,前述等级划分维度可以包括m个等级划分维度,每个等级划分维度用于作为对前述目标用户进行等级划分的划分依据,m为大于1的整数:构建与前述等级划分维度对应的用户等级划分模型包括:构建与前述m个等级划分维度对应的m个用户等级划分模型;基于前述特征向量和前述用户等级划分模型,对前述目标用户进行等级划分,以确定前述目标用户的用户等级包括:基于前述特征向量和m个用户等级划分模型,对前述目标用户进行等级划分,以确定前述目标用户的用户等级。
根据本公开的实施例,在前述等级划分维度包括m个等级划分维度的情况下,可以构建与前述m个等级划分维度中与每个等级划分维度对应的用户等级划分模型,以得到m个用户等级划分模型。
相应地,基于前述特征向量和m个用户等级划分模型,对前述目标用户进行等级划分,可以分别确定出目标用户与m个等级划分维度中每个等级划分维度对应的用户等级,以得到m个用户等级。
作为一种可选的实施例,可以对采集的数据进行标注。例如,根据消费习惯,收入情况进行最优催收时间段的标注。根据标注的指标为模型的监督信息,量化的数据作为输入,训练用户等级划分模型。
通过本公开的实施例,在前述等级划分维度包括m个等级划分维度的情况下,构建与前述m个等级划分维度中与每个等级划分维度对应的用户等级划分模型,以得到m个用户等级划分模型,利用m个用户等级划分模型获得m个分别与m个等级划分维度对应的用户等级,可以从多个等级划分维度确定目标用户的用户等级,使得用户等级的结果较为全面,避免从单一等级划分维度确定目标用户的用户等级,容易导致结果较为片面的缺陷,为催收策略的确定提供多方面的依据。
作为一种可选的实施例,前述构建与前述m个等级划分维度对应的m个用户等级划分模型包括:在前述m个等级划分维度包括催收难度的情况下,构建与前述催收难度对应的用户等级第一划分模型;在前述m个等级划分维度包括催收时间的情况下,构建与前述催收时间对应的用户等级第二划分模型;在前述m个等级划分维度包括用户质量的情况下,构建与前述用户质量对应的用户等级第三划分模型。
可选地,可以选择不同的因变量,训练出基于不同维度的用户等级划分模型。
在前述m个等级划分维度包括催收难度的情况下,可以为催收难度定义十个等级,分别是n1,n2,…,n10,把目标用户的特征向量作为模型输入,选择SVM算法得到基于催收难度的用户等级第一划分模型。
在前述m个等级划分维度包括催收时间的情况下,可以为催收时间定义三个等级,分别是月初、月中、月末,选择SVM算法可以得到用户等级第二划分模型。
在前述m个等级划分维度包括用户质量的情况下,可以为用户质量定义十个等级,分别是t1,t2,…,t10,选择逻辑回归方法可以得到用户等级第三划分模型。
需要说明的是,以上列举的模型训练方法仅是示例性的,本领域技术人员可以根据实际业务需求,自行选择相应的模型训练方法,以得到与不同等级划分维度对应的用户等级划分模型。
作为一种可选的实施例,前述基于前述特征向量和m个用户等级划分模型,对前述目标用户进行等级划分,以确定前述目标用户的用户等级包括:基于前述特征向量和前述用户等级第一划分模型,确定前述目标用户与前述催收难度对应的第一用户等级;基于前述特征向量和前述用户等级第二划分模型,确定前述目标用户与前述催收时间对应的第二用户等级;基于前述特征向量和前述用户等级第三划分模型,确定前述目标用户与前述用户质量对应的第三用户等级。
根据本公开的实施例,结合实际催收的执行过程,可以从催收难度、最优催收时间段(也称为催收时间)以及用户质量这3个等级划分维度,对目标用户进行等级划分。
在本公开中,与催收难度这一等级划分维度相对应的用户等级划分模型是用户等级第一划分模型。与催收时间这一等级划分维度相对应的用户等级划分模型是用户等级第二划分模型。与用户质量这一等级划分维度相对应的用户等级划分模型是用户等级第三划分模型。根据与不同等级划分维度对应的用户等级划分模型,可以分别确定目标用户与不同等级划分维度对应的用户等级划分结果。
可选地,为了实现等级划分结果的量化,用户等级划分结果可以是与概率值。具体地,上述m个不同的等级划分维度,对于每一个等级预测出一个概论值,概论最大的类别为预测值。
需要说明的是,等级划分维度与用户等级划分模型之间的对应关系仅仅是示例性的,并不是对等级划分维度与用户等级划分模型之间的对应关系的限定。
通过本公开的实施例,在等级划分维度包括多个等级划分维度的情况下,分别构建与每个等级划分维度对应的用户等级划分模型,再基于与每个等级划分维度对应的用户等级划分模型,确定目标用户在不同等级划分维度下的用户等级划分结果,使得用户等级划分结果能够更加客观反映出目标用户在多个等级划分维度下的表现,为不同维度下的催收策略的确定提供相应的依据,可以匹配更加有效的催收方法,实现针对目标用户的精准催收。
作为一种可选的实施例,前述基于前述用户等级,确定对应的目标催收策略包括:基于前述目标用户与前述催收难度对应的第一用户等级,确定对应的第一催收策略;基于前述目标用户与前述催收时间对应的第二用户等级,确定对应的第二催收策略;基于前述目标用户与前述用户质量对应的第三用户等级,确定对应的第三催收策略;至少基于前述第一催收策略、前述第二催收策略和前述第三催收策略,确定对应的目标催收策略。
根据本公开的实施例,可以从多个等级划分维度确定针对目标用户的催收策略。具体地,在确定出与催收难度对应的第一用户等级之后,可以确定与催收难度对应的第一催收策略,在确定出与催收时间对应的第二用户等级之后,可以确定与催收时间对应的第二催收策略,在确定出与用户质量对应的第三用户等级之后,可以确定与用户质量对应的第三催收策略。综合多个催收策略,最终确定目标催收策略。
例如,目标用户在月中还款可能信大,且该目标用户的信用低,催收难度大,则需要技术级别高的催收员,使用强硬的话术去催收。如果在月中前催收,该目标用户还款的可能性会更大。
作为一种可选的实施例,前述至少基于前述第一催收策略、前述第二催收策略和前述第三催收策略,确定对应的目标催收策略包括:获取与所述第一催收策略对应的第一权重、与所述第二催收策略对应的第二权重和与所述第三催收策略对应的第三权重;基于所述第一用户等级、所述第一权重、所述第二用户等级、所述第二权重、所述第三用户等级以及所述第三权重,确定对应的目标催收策略。
根据本公开的实施例,对于重复的策略项选取置信度大的维度所对应的策略。本公开将在等级划分模型中,预测的概率值作为该等级的置信度。比如客户催收难度等级划分模型,最后会对每个等级计算出一个概论值(pt1,pt2,…,pt10),取概论最大的作为客户等级的预测值,在策略综合模块中就把该概论作为该预测值的置信度。
通过本公开的实施例,构建不同用户等级匹配进行不同维度的催收方案匹配,最后制定综合催收策略,可以提高催收的回款率,降低不良信贷率。
图3示意性示出了根据本公开实施例的信息处理装置的框图。
如图3所示,该信息处理装置300可以包括:获得模块310、等级确定模块320以及策略确定模块330。
获得模块310,用于例如执行前述操作S210,获得目标用户的特征信息,其中,前述特征信息至少包括前述目标用户的借款信息和还款信息。
等级确定模块320,用于例如执行前述操作S220,根据前述特征信息,对前述目标用户进行等级划分,以确定前述目标用户的用户等级,其中,前述用户等级用于表征对前述目标用户进行信息处理难易等级。
策略确定模块330,用于例如执行前述操作S230,基于前述用户等级,确定对应的目标催收策略,以使得根据前述目标催收策略,能够对前述目标用户进行贷款催收。
作为一种可选的实施例,前述等级确定模块320可以包括:提取子模块,用于根据前述特征信息,提取前述目标用户的特征向量;获取子模块,用于获取等级划分维度,其中,前述等级划分维度用于作为对前述目标用户进行等级划分的划分依据;构建子模块,用于构建与前述等级划分维度对应的用户等级划分模型;第一确定子模块,用于基于前述特征向量和前述用户等级划分模型,对前述目标用户进行等级划分,以确定前述目标用户的用户等级。
作为一种可选的实施例,前述等级划分维度包括m个等级划分维度,每个等级划分维度用于作为对前述目标用户进行等级划分的划分依据,m为大于1的整数:构建子模块用于构建与前述m个等级划分维度对应的m个用户等级划分模型;确定子模块用于基于前述特征向量和m个用户等级划分模型,对前述目标用户进行等级划分,以确定前述目标用户的用户等级。
作为一种可选的实施例,前述构建子模块可以包括:第一构建单元,用于在前述m个等级划分维度包括催收难度的情况下,构建与前述催收难度对应的用户等级第一划分模型;第二构建单元,用于在前述m个等级划分维度包括催收时间的情况下,构建与前述催收时间对应的用户等级第二划分模型;第三构建单元,用于在前述m个等级划分维度包括用户质量的情况下,构建与前述用户质量对应的用户等级第三划分模型。
作为一种可选的实施例,前述确定子模块可以包括:第一确定单元,用于基于前述特征向量和前述用户等级第一划分模型,确定前述目标用户与前述催收难度对应的第一用户等级;第二确定单元,用于基于前述特征向量和前述用户等级第二划分模型,确定前述目标用户与前述催收时间对应的第二用户等级;第三确定单元,用于基于前述特征向量和前述用户等级第三划分模型,确定前述目标用户与前述用户质量对应的第三用户等级。
作为一种可选的实施例,前述策略确定模块可以包括:第二确定子模块,用于基于前述目标用户与前述催收难度对应的第一用户等级,确定对应的第一催收策略;第三确定子模块,用于基于前述目标用户与前述催收时间对应的第二用户等级,确定对应的第二催收策略;第四确定子模块,用于基于前述目标用户与前述用户质量对应的第三用户等级,确定对应的第三催收策略;第五确定子模块,用于至少基于前述第一催收策略、前述第二催收策略和前述第三催收策略,确定对应的目标催收策略。
作为一种可选的实施例,前述第五确定子模块可以包括:获取单元,用于获取与前述第一催收策略对应的第一权重、与前述第二催收策略对应的第二权重和与前述第三催收策略对应的第三权重;以及第四确定单元,用于基于前述第一用户等级、前述第一权重、前述第二用户等级、前述第二权重、前述第三用户等级以及前述第三权重,确定对应的目标催收策略。
在介绍了本公开提供的信息处理方法之后,下面结合实际催收场景,详细描述用于执行上述信息处理方法的信息处理装置的若干实施例。
图4示意性示出了根据本公开另一实施例的信息处理装置的框图。
如图4所示,该信息处理装置400可以包括:用户特性提取模块410、用户等级划分模块420、策略匹配模块430以及策略综合模块440。其中,特性提取模块410用于采集大量的用户信息,并从中提取出高鲁棒性、判别力的特征,用于用户等级划分模块420构建不同维度的模型,根据划分的等级在策略匹配模块430中获得催收策略,把多个策略在策略综合模块440中进行合成,得到最终的催收策略。
用户特性提取模块410:根据互联网平台可以采集用户真实的基本信息、用户评价、消费习惯、贷款信息、催收结果、还款情况等信息进行深入挖掘和分析,进而获取相应的量化指标。
用户等级划分模块420:根据用户在不同维度下的属性特性,可以构建不同维度的等级划分模型,其中可以包括基于催收难度的等级划分模型、基于最优催收时间段的等级划分模型、基于用户质量的等级划分模型。
策略匹配模块430:策略匹配模块根据等级值匹配相应的催收策略。每一个维度的等级划分模型对应该维度一个策略匹配模块。
策略综合模块440:不同策略匹配模块维度可以叠加将确定出的多个不同的催收策略进行综合,得到一个最有效的催收策略,即前述目标催收策略。该模块主要是在匹配模块获取的催收策略的多个维度进行整合得到综合催收策略,如果有重复的维度则取平均值。
图5示意性示出了根据本公开实施例的用户特性提取模块的框图。
如图5所示,前述用户特性提取模块410可以包括信息采集单元510以及信息处理单元520。
信息采集单元510:根据互联网平台采集用户真实的基本信息、用户评价、消费习惯,第三方机构获取贷款信息、催收结果、还款情况等信息进行深入挖掘。
信息处理单元520:对获得的数据进行分析,获取量化指标,并对每个用户额外计算出催收难度、还款时段、用户质量三个指标。
图6示意性示出了根据本公开实施例的用户等级划分模块的框图。
如图6所示,该用户等级划分模块420可以包括数据集预处理单元610、模型构建与训练单元620。
数据集预处理单元610:通过特性提取模块提取特征,然后对特征进行清洗和归一化处理,分析特征的分布情况;对变量进行分群。在训练时对变量进行分群以提高模型预测能力。
模型构建与训练单元620:选择不同的因变量,训练处基于不同维度的客户等级划分模型。客户质量指标定义十个等级(t1,t2,…,t10),选择逻辑回归作为基于客户质量的客户等级预测模型,对于每一个难度等级预测出一个概论值,概论最大的类别为预测值,也可以选择逻辑回归作为基于客户质量的等级预测模型。
可选地,选择SVM算法作为最优还款时间段划分模型,其中所有类别(月初、月中、月末)。
可选地,客户催收难度定义十个等级(n1,n2,…,n10),把客户特征作为输入,选择SVM算法得到基于催收难度的等级划分模型。
图7示意性示出了根据本公开实施例的策略匹配模块的框图。
如图7所示,前述策略匹配模块430可以包括催收策略属性划分单元710以及匹配策略设置单元720。
催收策略属性划分模单元710:催收策略中有催收员、催收方式、催收优先级、话术等维度。对每个维度进行属性划分,比如催收员:熟练度、学历、技能等级,根据这些属性对每个维度进行标量话。
匹配策略设置单元720:为多个等级维度或多个策略维度设置配置策略。
需要说明的是,与催收难度对应的可匹配的策略顶包括但不限于:话术、催收员级别、催收优先级、催收方式。与最优还款时间段对应的可匹配的策略项包括但不限于:催收优先级、最优催收时间段。与用户治理对应的可匹配的策略项包括但不限于:学历、催收方式。
可选地,可以为每个策略项配置相应的权重值,权重值越大,表明对应的策略项越重要。例如,为话术、催收员级别、催收优先级、催收方式配置相应的权重值,分别为0.25,0.25,0.25,0.25。为催收优先级、最优催收时间段配置相应的权重值,分别为0.6,0.4。为学历、催收方式配置相应的权重值,分别为0.4,0.6。具体的权重值的配置值可以根据实际业务需要自行设定,本公开对此不做限定。
需要说明的是,信息处理装置部分的实施例方式与信息处理方法部分的实施例方式对应类似,并且所达到的技术效果也对应类似,在此不再赘述。
根据本公开的实施例的模块、子模块、单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,获得模块310、等级确定模块320、策略确定模块330、提取子模块、获取子模块、构建子模块、第一确定子模块、第一构建单元、第二构建单元、第三构建单元、第一确定单元、第二确定单元、第三确定单元、第二确定子模块、第三确定子模块、第四确定子模块、第五确定子模块、存储子模块、获取单元以及第四确定单元中的任意多个,或者用户特性提取模块410、用户等级划分模块420、策略匹配模块430、策略综合模块440、信息采集单元510、信息处理单元520、数据集预处理单元610、模型构建与训练单元620、催收策略属性划分单元710以及匹配策略设置单元720可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,获得模块310、等级确定模块320、策略确定模块330、提取子模块、获取子模块、构建子模块、第一确定子模块、第一构建单元、第二构建单元、第三构建单元、第一确定单元、第二确定单元、第三确定单元、第二确定子模块、第三确定子模块、第四确定子模块、第五确定子模块、存储子模块、获取单元以及第四确定单元,或者用户特性提取模块410、用户等级划分模块420、策略匹配模块430、策略综合模块440、信息采集单元510、信息处理单元520、数据集预处理单元610、模型构建与训练单元620、催收策略属性划分单元710以及匹配策略设置单元720中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,获得模块310、等级确定模块320、策略确定模块330、提取子模块、获取子模块、构建子模块、第一确定子模块、第一构建单元、第二构建单元、第三构建单元、第一确定单元、第二确定单元、第三确定单元、第二确定子模块、第三确定子模块、第四确定子模块、第五确定子模块、存储子模块、获取单元以及第四确定单元,或者用户特性提取模块410、用户等级划分模块420、策略匹配模块430、策略综合模块440、信息采集单元510、信息处理单元520、数据集预处理单元610、模型构建与训练单元620、催收策略属性划分单元710以及匹配策略设置单元720中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图8示意性示出了根据本公开实施例的适于实现上文描述的信息处理方法的计算机可读存储介质产品的示意图。
在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在设备上运行时,程序代码用于使设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的信息处理方法中的前述各项操作(或步骤),例如,电子设备可以执行如图2中所示的操作S210,获得目标用户的特征信息,其中,所述特征信息至少包括所述目标用户的借款信息和还款信息。操作S220,根据所述特征信息,对所述目标用户进行等级划分,以确定所述目标用户的用户等级,其中,所述用户等级用于表征对所述目标用户进行信息处理难易等级。操作S230,基于所述用户等级,确定对应的目标催收策略,以使得根据所述目标催收策略,能够对所述目标用户进行贷款催收。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、系统或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAm)、只读存储器(ROm)、可擦式可编程只读存储器(EPROm或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROm)、光存储器件、磁存储器件、或者上述的任意合适的组合。
如图8所示,描述了根据本发明的实施方式的用户身份认证的程序产品80,其可以采用便携式紧凑盘只读存储器(CD-ROm)并包括程序代码,并可以在设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、系统或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、有线、光缆,RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言-诸如Java,C++等,还包括常规的过程式程序设计语言-诸如“C”,语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)一连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
图9示意性示出了根据本公开实施例的适于实现上文描述的信息处理方法的电子设备的框图。图9示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示,根据本公开实施例的电子设备900包括处理器901,其可以根据存储在只读存储器(ROm)902中的程序或者从存储部分908加载到随机访问存储器(RAm)903中的程序而执行各种适当的动作和处理。处理器901例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器901还可以包括用于缓存用途的板载存储器。处理器901可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAm 903中,存储有电子设备900操作所需的各种程序和数据。处理器901、ROm902以及RAm 903通过总线904彼此相连。处理器901通过执行ROm 902和/或RAm 903中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROm902和RAm 903以外的一个或多个存储器中。处理器901也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的如图2中所示的操作S210,获得目标用户的特征信息,其中,所述特征信息至少包括所述目标用户的借款信息和还款信息。操作S220,根据所述特征信息,对所述目标用户进行等级划分,以确定所述目标用户的用户等级,其中,所述用户等级用于表征对所述目标用户进行信息处理难易等级。操作S230,基于所述用户等级,确定对应的目标催收策略,以使得根据所述目标催收策略,能够对所述目标用户进行贷款催收。
根据本公开的实施例,电子设备900还可以包括输入/输出(I/O)接口905,输入/输出(I/O)接口905也连接至总线904。系统900还可以包括连接至I/O接口905的以下部件中的一项或多项:包括键盘、鼠标等的输入部分906;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907;包括硬盘等的存储部分908;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器910上,以便于从其上读出的计算机程序根据需要被安装入存储部分908。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分909从网络上被下载和安装,和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的信息处理方法,包括如图2中所示的操作S210,获得目标用户的特征信息,其中,所述特征信息至少包括所述目标用户的借款信息和还款信息。操作S220,根据所述特征信息,对所述目标用户进行等级划分,以确定所述目标用户的用户等级,其中,所述用户等级用于表征对所述目标用户进行信息处理难易等级。操作S230,基于所述用户等级,确定对应的目标催收策略,以使得根据所述目标催收策略,能够对所述目标用户进行贷款催收。
根据本公开的实施例,计算机可渎存储介质可以是非易失性的计算机可渎存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAm)、只读存储器(ROm)、可擦式可编程只读存储器(EPROm或闪存)、便携式紧凑磁盘只读存储器(CD-ROm)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROm 902和/或RAm 903和/或ROm 902和RAm 903以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (16)
1.一种信息处理方法,包括:
获得目标用户的特征信息,其中,所述特征信息至少包括所述目标用户的借款信息和还款信息;
根据所述特征信息,对所述目标用户进行等级划分,以确定所述目标用户的用户等级,其中,所述用户等级用于表征对所述目标用户进行信息处理难易等级;
基于所述用户等级,确定对应的目标催收策略,以使得根据所述目标催收策略,能够对所述目标用户进行贷款催收。
2.根据权利要求1所述的方法,其中,所述根据所述特征信息,对所述目标用户进行等级划分,以确定所述目标用户的用户等级包括:
根据所述特征信息,提取所述目标用户的特征向量;
获取等级划分维度,其中,所述等级划分维度用于作为对所述目标用户进行等级划分的划分依据;
构建与所述等级划分维度对应的用户等级划分模型;
基于所述特征向量和所述用户等级划分模型,对所述目标用户进行等级划分,以确定所述目标用户的用户等级。
3.根据权利要求2所述的方法,其中,所述等级划分维度包括m个等级划分维度,每个等级划分维度用于作为对所述目标用户进行等级划分的划分依据,m为大于1的整数:
构建与所述等级划分维度对应的用户等级划分模型包括:
构建与所述m个等级划分维度对应的m个用户等级划分模型;
基于所述特征向量和所述用户等级划分模型,对所述目标用户进行等级划分,以确定所述目标用户的用户等级包括:
基于所述特征向量和m个用户等级划分模型,对所述目标用户进行等级划分,以确定所述目标用户的用户等级。
4.根据权利要求3所述的方法,其中,所述构建与所述m个等级划分维度对应的m个用户等级划分模型包括:
在所述m个等级划分维度包括催收难度的情况下,构建与所述催收难度对应的用户等级第一划分模型;
在所述m个等级划分维度包括催收时间的情况下,构建与所述催收时间对应的用户等级第二划分模型;
在所述m个等级划分维度包括用户质量的情况下,构建与所述用户质量对应的用户等级第三划分模型。
5.根据权利要求4所述的方法,其中,所述基于所述特征向量和m个用户等级划分模型,对所述目标用户进行等级划分,以确定所述目标用户的用户等级包括:
基于所述特征向量和所述用户等级第一划分模型,确定所述目标用户与所述催收难度对应的第一用户等级;
基于所述特征向量和所述用户等级第二划分模型,确定所述目标用户与所述催收时间对应的第二用户等级;
基于所述特征向量和所述用户等级第三划分模型,确定所述目标用户与所述用户质量对应的第三用户等级。
6.根据权利要求5所述的方法,其中,所述基于所述用户等级,确定对应的目标催收策略包括:
基于所述目标用户与所述催收难度对应的第一用户等级,确定对应的第一催收策略;
基于所述目标用户与所述催收时间对应的第二用户等级,确定对应的第二催收策略;
基于所述目标用户与所述用户质量对应的第三用户等级,确定对应的第三催收策略;
至少基于所述第一催收策略、所述第二催收策略和所述第三催收策略,确定对应的目标催收策略。
7.根据权利要求6所述的方法,其中,所述至少基于所述第一催收策略、所述第二催收策略和所述第三催收策略,确定对应的目标催收策略包括:
获取与所述第一催收策略对应的第一权重、与所述第二催收策略对应的第二权重和与所述第三催收策略对应的第三权重;
基于所述第一用户等级、所述第一权重、所述第二用户等级、所述第二权重、所述第三用户等级以及所述第三权重,确定对应的目标催收策略。
8.一种信息处理装置,包括:
获得模块,用于获得目标用户的特征信息,其中,所述特征信息至少包括所述目标用户的借款信息和还款信息;
等级确定模块,用于根据所述特征信息,对所述目标用户进行等级划分,以确定所述目标用户的用户等级,其中,所述用户等级用于表征对所述目标用户进行信息处理难易等级;
策略确定模块,用于基于所述用户等级,确定对应的目标催收策略,以使得根据所述目标催收策略,能够对所述目标用户进行贷款催收。
9.根据权利要求8所述的装置,其中,所述等级确定模块包括:
提取子模块,用于根据所述特征信息,提取所述目标用户的特征向量;
获取子模块,用于获取等级划分维度,其中,所述等级划分维度用于作为对所述目标用户进行等级划分的划分依据;
构建子模块,用于构建与所述等级划分维度对应的用户等级划分模型;
第一确定子模块,用于基于所述特征向量和所述用户等级划分模型,对所述目标用户进行等级划分,以确定所述目标用户的用户等级。
10.根据权利要求9所述的装置,其中,所述等级划分维度包括m个等级划分维度,每个等级划分维度用于作为对所述目标用户进行等级划分的划分依据,m为大于1的整数:
构建子模块用于构建与所述m个等级划分维度对应的m个用户等级划分模型;
确定子模块用于基于所述特征向量和m个用户等级划分模型,对所述目标用户进行等级划分,以确定所述目标用户的用户等级。
11.根据权利要求10所述的装置,其中,所述构建子模块包括:
第一构建单元,用于在所述m个等级划分维度包括催收难度的情况下,构建与所述催收难度对应的用户等级第一划分模型;
第二构建单元,用于在所述m个等级划分维度包括催收时间的情况下,构建与所述催收时间对应的用户等级第二划分模型;
第三构建单元,用于在所述m个等级划分维度包括用户质量的情况下,构建与所述用户质量对应的用户等级第三划分模型。
12.根据权利要求11所述的装置,其中,所述确定子模块包括:
第一确定单元,用于基于所述特征向量和所述用户等级第一划分模型,确定所述目标用户与所述催收难度对应的第一用户等级;
第二确定单元,用于基于所述特征向量和所述用户等级第二划分模型,确定所述目标用户与所述催收时间对应的第二用户等级;
第三确定单元,用于基于所述特征向量和所述用户等级第三划分模型,确定所述目标用户与所述用户质量对应的第三用户等级。
13.根据权利要求12所述的装置,其中,所述策略确定模块包括:
第二确定子模块,用于基于所述目标用户与所述催收难度对应的第一用户等级,确定对应的第一催收策略;
第三确定子模块,用于基于所述目标用户与所述催收时间对应的第二用户等级,确定对应的第二催收策略;
第四确定子模块,用于基于所述目标用户与所述用户质量对应的第三用户等级,确定对应的第三催收策略;
第五确定子模块,用于至少基于所述第一催收策略、所述第二催收策略和所述第三催收策略,确定对应的目标催收策略。
14.根据权利要求13所述的装置,其中,所述第五确定子模块包括:
获取单元,用于获取与所述第一催收策略对应的第一权重、与所述第二催收策略对应的第二权重和与所述第三催收策略对应的第三权重;
第四确定单元,用于基于所述第一用户等级、所述第一权重、所述第二用户等级、所述第二权重、所述第三用户等级以及所述第三权重,确定对应的目标催收策略。
15.一种电子设备,包括:
一个或多个处理器;以及
存储器,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至7中任一项所述的方法。
16.一种计算机可读存储介质,存储有计算机可执行指令,所述指令在被执行时用于实现权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010551116.XA CN111695988A (zh) | 2020-06-16 | 2020-06-16 | 信息处理方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010551116.XA CN111695988A (zh) | 2020-06-16 | 2020-06-16 | 信息处理方法、装置、电子设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111695988A true CN111695988A (zh) | 2020-09-22 |
Family
ID=72481617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010551116.XA Pending CN111695988A (zh) | 2020-06-16 | 2020-06-16 | 信息处理方法、装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111695988A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112967131A (zh) * | 2021-03-24 | 2021-06-15 | 中国工商银行股份有限公司 | 贷款催收方案推送方法及装置 |
CN112991049A (zh) * | 2021-04-13 | 2021-06-18 | 重庆度小满优扬科技有限公司 | 贷款信息的处理方法以及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108416669A (zh) * | 2018-03-13 | 2018-08-17 | 腾讯科技(深圳)有限公司 | 用户行为数据处理方法、装置、电子设备及计算机可读介质 |
CN109472586A (zh) * | 2018-10-29 | 2019-03-15 | 北京网众共创科技有限公司 | 策略确定方法及装置、存储介质、电子装置 |
CN109559221A (zh) * | 2018-11-20 | 2019-04-02 | 中国银行股份有限公司 | 基于用户数据的催收方法、装置和存储介质 |
WO2020077888A1 (zh) * | 2018-10-16 | 2020-04-23 | 深圳壹账通智能科技有限公司 | 贷款用户信用评分的计算方法、装置和计算机设备 |
CN111192136A (zh) * | 2019-12-24 | 2020-05-22 | 中信百信银行股份有限公司 | 一种信贷业务的催收方法、装置、电子设备及存储介质 |
-
2020
- 2020-06-16 CN CN202010551116.XA patent/CN111695988A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108416669A (zh) * | 2018-03-13 | 2018-08-17 | 腾讯科技(深圳)有限公司 | 用户行为数据处理方法、装置、电子设备及计算机可读介质 |
WO2020077888A1 (zh) * | 2018-10-16 | 2020-04-23 | 深圳壹账通智能科技有限公司 | 贷款用户信用评分的计算方法、装置和计算机设备 |
CN109472586A (zh) * | 2018-10-29 | 2019-03-15 | 北京网众共创科技有限公司 | 策略确定方法及装置、存储介质、电子装置 |
CN109559221A (zh) * | 2018-11-20 | 2019-04-02 | 中国银行股份有限公司 | 基于用户数据的催收方法、装置和存储介质 |
CN111192136A (zh) * | 2019-12-24 | 2020-05-22 | 中信百信银行股份有限公司 | 一种信贷业务的催收方法、装置、电子设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112967131A (zh) * | 2021-03-24 | 2021-06-15 | 中国工商银行股份有限公司 | 贷款催收方案推送方法及装置 |
CN112991049A (zh) * | 2021-04-13 | 2021-06-18 | 重庆度小满优扬科技有限公司 | 贷款信息的处理方法以及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11037158B2 (en) | Bulk dispute challenge system | |
US11816711B2 (en) | System and method for predicting personalized payment screen architecture | |
CN111046184B (zh) | 文本的风险识别方法、装置、服务器和存储介质 | |
US20230103753A1 (en) | Generating adaptive textual explanations of output predicted by trained artificial-intelligence processes | |
CN112613978B (zh) | 银行资本充足率的预测方法、装置、电子设备及介质 | |
CN111179051A (zh) | 金融目标客户确定方法、装置及电子设备 | |
CN113191681A (zh) | 网点选址方法、装置、电子设备及可读存储介质 | |
CN111695988A (zh) | 信息处理方法、装置、电子设备和介质 | |
CN117934154A (zh) | 交易风险预测方法、模型训练方法、装置、设备、介质和程序产品 | |
CN116091242A (zh) | 推荐产品组合生成方法及装置、电子设备和存储介质 | |
CN116739750A (zh) | 贷户违约预测方法、装置、设备和介质 | |
CN116308602A (zh) | 推荐产品信息的生成方法、装置、电子设备和介质 | |
CN116091249A (zh) | 交易风险的评估方法、装置、电子设备和介质 | |
CN112446777A (zh) | 一种信用评估方法、装置、设备及存储介质 | |
CN115994819A (zh) | 风险客户识别方法、装置、设备和介质 | |
CN116308615A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
CN114820196A (zh) | 信息推送方法、装置、设备及介质 | |
CN113391988A (zh) | 流失用户留存的方法、装置、电子设备及存储介质 | |
CN111178535A (zh) | 实现自动机器学习的方法和装置 | |
US11972338B2 (en) | Automated systems for machine learning model development, analysis, and refinement | |
CN116562974A (zh) | 对象识别方法、装置、电子设备及存储介质 | |
CN115062698A (zh) | 用户识别方法、装置、设备及介质 | |
CN118428959A (zh) | 信息处理方法、信息处理装置、设备、存储介质及产品 | |
CN117911033A (zh) | 交易限额确定方法、装置、设备、介质及程序产品 | |
CN117035843A (zh) | 客户流失的预测方法、装置、电子设备和介质 |
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 |