CN114693435A - 催收名单的智能回访的方法、装置、电子设备及存储介质 - Google Patents
催收名单的智能回访的方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114693435A CN114693435A CN202210434348.6A CN202210434348A CN114693435A CN 114693435 A CN114693435 A CN 114693435A CN 202210434348 A CN202210434348 A CN 202210434348A CN 114693435 A CN114693435 A CN 114693435A
- Authority
- CN
- China
- Prior art keywords
- list
- return visit
- information
- user
- text
- 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
- G06Q40/03—Credit; Loans; Processing thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
- G06F18/24137—Distances to cluster centroïds
- G06F18/2414—Smoothing the distance, e.g. radial basis function networks [RBFN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
Abstract
本发明涉及智能决策领域,揭露一种催收名单的智能回访的方法,包括:获取待催收的信息名单,标记信息名单中每个信息用户的初始状态,得到标记名单;记录回访标记名单中每个信息用户的第一回访结果,根据第一回访结果,对标记名单中每个信息用户进行分类,得到分类名单;根据分类名单中每个信息用户的拨打类别,从分类名单中筛选出符合预设业务类别的信息用户,得到筛选名单,对筛选名单进行汇总,得到汇总名单;设置汇总名单的推送时间和回访频次,根据推送时间和回访频次,记录回访汇总名单中每个信息用户的第二回访结果,根据第一回访结果和第二回访结果,生成信息名单的最终回访结果。本发明可以提高催收名单的回访效率。
Description
技术领域
本发明涉及智能决策领域,尤其涉及一种催收名单的智能回访的方法、装置、电子设备及存储介质。
背景技术
催收名单的智能回访
催收名单是指拖欠金融机构的欠款人信息,包括欠款人的姓名、联系方式以及家庭住址等信息,通过催收名单能够方便金融机构及时提醒欠款人,目前催收名单的执行都是通过AI催收实现,AI催收是指以人工智能技术来优化整个催收流程,一种智能呼出式客服,通过AI催收能减少员工工作量,能提升催收成功率,在AI催收领域中,现有的AI语音经常被漏接、拒接,部分沟通好的欠款人信息仍然存在该系统中,下次AI催收时仍然会对该用户进行拨打,造成不好的影响,同时AI催收对拒接的电话会反复进行拨打,这种现象往往造成接通的成功率低下,因此导致催收名单的回访效率低。
发明内容
本发明提供一种催收名单的智能回访的方法、装置、电子设备及计算机可读存储介质,其主要目的在于提高催收名单的回访效率。
为实现上述目的,本发明提供的一种催收名单的智能回访的方法,包括:
获取待催收的信息名单,标记所述信息名单中每个信息用户的初始状态,得到标记名单;
记录回访所述标记名单中每个信息用户的第一回访结果,根据所述第一回访结果,对所述标记名单中每个信息用户进行分类,得到分类名单;
根据所述分类名单中每个信息用户的拨打类别,从所述分类名单中筛选出符合预设业务类别的信息用户,得到筛选名单,对所述筛选名单进行汇总,得到汇总名单;
设置所述汇总名单的推送时间和回访频次,根据所述推送时间和所述回访频次,记录回访所述汇总名单中每个信息用户的第二回访结果,根据所述第一回访结果和所述第二回访结果,生成所述信息名单的最终回访结果。
可选地,所述标记所述信息名单中每个信息用户的初始状态,得到标记名单,包括:
提取所述信息名单中每个信息用户的用户信息,将所述用户信息进行文档整理,得到用户文本;
识别所述用户文本的初始状态,并对所述用户文本的初始状态进行标记,得到标记文本,根据所述标记文本生成标记名单。
可选地,所述对所述用户文本的初始状态进行标记,得到标记文本,包括:
将所述用户文本输入到训练好的文本区域检测模型,利用所述训练好的文本区域检测模型中的卷积层对所述用户文本进行特征提取,得到特征文本;
利用所述训练好的文本区域检测模型中的池化层对所述特征文本进行降维处理,得到降维文本;
利用所述训练好的文本区域检测模型中的全连接层输出所述降维文本中的目标文本,对所述目标文本的初始状态进行标记,得到标记文本。
可选地,所述对所述标记名单中每个信息用户进行分类,得到分类名单,包括:
获取所述第一回访结果的属性信息,根据所述属性信息对所述标记名单中每个信息用户进行提取,得到提取名单;
将所述提取名单根据所述属性信息进行分类整合,得到分类名单。
可选地,所述根据所述分类名单中每个信息用户的拨打类别,从所述分类名单中筛选出符合预设业务类别的信息用户,得到筛选名单,包括:
根据所述分类名单中每个信息用户的拨打类别,识别所述分类名单的特征属性,对所述特征属性进行去重处理,得到去重特征属性;
根据所述去重特征属性和所述分类名单的预设业务类别对所述分类名单中的信息用户进行筛选,得到筛选名单。
可选地,所述识别所述分类名单的特征属性,包括:
提取所述分类名单的所有属性,计算所述所有属性中每个属性的权重值;
将所述权重值与预设的阈值进行比较,将所述权重值大于所述阈值的属性作为所述分类名单的特征属性。
可选地,所述根据所述推送时间和所述回访频次,记录回访所述汇总名单中每个信息用户的第二回访结果,包括:
根据所述推送时间和所述回访频次,对所述汇总名单中每个信息用户进行回访排序,得到回访排序表;
根据所述回访排序表,对所述汇总名单中每个信息用户进行二次回访,得到所述第二回访结果。
为了解决上述问题,本发明还提供一种催收名单的智能回访装置,所述装置包括:
名单标记模块,用于获取待催收的信息名单,标记所述信息名单中每个信息用户的初始状态,得到标记名单;
名单分类模块,用于记录回访所述标记名单中每个信息用户的第一回访结果,根据所述第一回访结果,对所述标记名单中每个信息用户进行分类,得到分类名单;
名单汇总模块,用于根据所述分类名单中每个信息用户的拨打类别,从所述分类名单中筛选出符合预设业务类别的信息用户,得到筛选名单,对所述筛选名单进行汇总,得到汇总名单;
回访结果生成模块,用于设置所述汇总名单的推送时间和回访频次,根据所述推送时间和所述回访频次,记录回访所述汇总名单中每个信息用户的第二回访结果,根据所述第一回访结果和所述第二回访结果,生成所述信息名单的最终回访结果。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以实现上述所述的催收名单的智能回访的方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的催收名单的智能回访的方法。
可以看出,本发明实施例首先获取待催收的信息名单,标记所述信息名单中每个信息用户的初始状态,得到标记名单,可以得到所述信息名单的初始状态情况,方便后期对所述信息名单进行处理,提高所述信息名单的处理效率,其次,记录回访所述标记名单中每个信息用户的第一回访结果,根据所述第一回访结果,对所述标记名单中每个信息用户进行分类,得到分类名单,根据所述第一回访结果可以对所述标记名单进行分类,便于后期对所述信息名单进行更有效的处理,进一步地,根据所述分类名单中每个信息用户的拨打类别,从所述分类名单中筛选出符合预设业务类别的信息用户,得到筛选名单,对所述筛选名单进行汇总,得到汇总名单,方便后期对筛选名单进行处理,提高了所述筛选名单的处理效率,设置所述汇总名单的推送时间和回访频次,根据所述推送时间和所述回访频次,记录回访所述汇总名单中每个信息用户的第二回访结果,根据所述第一回访结果和所述第二回访结果,生成所述信息名单的最终回访结果,本发明实施例通过设置所述汇总名单的推送时间和回访频次,可以对所述汇总名单进行有效的回访,避免对已经协商好的信息用户进行二次拨打,造成所述信息用户的体验感较差。因此,本发明实施例提出的一种催收名单的智能回访的方法、装置、电子设备及存储介质可以提高催收名单的回访效率。
附图说明
图1为本发明一实施例提供的催收名单的智能回访的方法的流程示意图;
图2为本发明一实施例提供的催收名单的智能回访装置的模块示意图;
图3为本发明一实施例提供的实现催收名单的智能回访的方法的电子设备的内部结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供一种催收名单的智能回访的方法。所述催收名单的智能回访的方法的执行主体包括但不限于服务端、终端等能够被配置为执行本发明实施例提供的该方法的电子设备中的至少一种。换言之,所述催收名单的智能回访的方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的催收名单的智能回访的方法的流程示意图。在本发明实施例中,所述催收名单的智能回访的方法包括以下步骤S1-S4:
S1、获取待催收的信息名单,标记所述信息名单中每个信息用户的初始状态,得到标记名单。
本发明实施例中,所述信息名单是指汇集了待催收的人员姓名与联系方式的名单,可以直接看到催收人员信息,便于进行联系,同时可以了解到待催收的人员的具体信息,增加了催收的成功率,所述初始状态是指所述信息名单中每个信息用户的回访状态,其中,所述催收名单可以通过金融机构获取。
进一步地,本发明实施例通过标记所述信息名单中每个信息用户的初始状态,可以得到所述信息名单的初始状态情况,方便后期对所述信息名单进行处理,提高所述信息名单的处理效率。
作为本发明的一个实施例,所述标记所述信息名单中每个信息用户的初始状态,得到标记名单,包括:提取所述信息名单中每个信息用户的用户信息,将所述用户信息进行文档整理,得到用户文本,识别所述用户文本的初始状态,并对所述用户文本的初始状态进行标记,得到标记文本,根据所述标记文本生成标记名单。
其中,所述用户信息是指所述信息名单中信息用户的基本信息,例如信息用户的姓名与联系方式,以及回访记录等,所述用户文本是将所述用户信息以书面语言形式表达,所述标记文本是指经过标记的所述用户信息,所述标记名单是指所述标记文本经过分类得到的。
进一步地,本发明一可选实施例中,所述信息名单中每个信息用户的用户信息可以通过提取函数实现,所述提取函数包括left函数,所述用户文本的识别通过mid函数实现,所述用户文本的标记可以通过text函数实现,所述标记文本的输出可以通过输出函数实现,所述输出函数包括input函数。
进一步地,本发明又一可选实施例中,所述对所述用户文本的初始状态进行标记,得到标记文本,包括:将所述用户文本输入到训练好的文本区域检测模型,利用所述训练好的文本区域检测模型中的卷积层对所述用户文本进行特征提取,得到特征文本;利用所述训练好的文本区域检测模型中的池化层对所述特征文本进行降维处理,得到降维文本;利用所述训练好的文本区域检测模型中的全连接层输出所述降维文本中的目标文本,对所述目标文本的初始状态进行标记,得到标记文本。
本发明一可选实施例中,所述卷积层是由若干卷积单元组成,每个卷积单元的参数都是通过反向传播算法最佳化得到的,所述卷积单元的目的是提取所述文本内容的不同特征,如第一层卷积单元用于提取所述门牌图片低级的特征,第二层卷积单元能从第一层卷积单元中提取的低级特征中迭代提取更复杂的特征,所述池化层能够对所述文本内容进行降维处理,用更高层次的特征表示所述文本内容的文本,所述全连接层能够将所述文本内容中的局部特征连接到一起进行输出。
进一步地,本发明一可选实施例中,所述文本内容的特征提取通过所述卷积层中的卷积核进行提取,所述特征文本的降维处理通过所述池化层中的池化算法实现,如最大或最小池化算法,所述降维文本的文本区域输出通过所述全连接层中的激活函数实现,如softmax函数。
S2、记录回访所述标记名单中每个信息用户的第一回访结果,根据所述第一回访结果,对所述标记名单中每个信息用户进行分类,得到分类名单。
本发明实施例中,所述第一回访结果是指与所述标记名单中每个信息用户的第一次协商的结果,记录回访所述标记名单中每个信息用户的第一回访结果,可以方便后续对所述分类名单进行筛选,提高了所述分类名单的处理效率,可选的,所述第一回访结果通过文本输入方法进行记录,所述文本输入方法包括scanf输入函数。
进一步地,本发明实施例通过根据所述第一回访结果可以对所述标记名单进行分类,便于后期对所述信息名单进行更有效的处理。
作为本发明的一个实施例,所述对所述标记名单中每个信息用户进行分类,得到分类名单,包括:获取所述第一回访结果的属性信息,根据所述属性信息对所述标记名单中每个信息用户进行提取,得到提取名单,将所述提取名单根据所述属性信息进行分类整合,得到分类名单。
进一步地,本发明一可选实施例中,所述属性信息是指所述第一回访结果的行为深度,所述行为深度表示所述第一回访结果中记录信息的详细程度,如未接、拒接、已接通等等。
进一步地,本发明一可选实施例中,所述属性信息能够通过网络渠道或移动端渠道获取,所述标记名单的提取可以通过right函数实现。
S3、根据所述分类名单中每个信息用户的拨打类别,从所述分类名单中筛选出符合预设业务类别的信息用户,得到筛选名单,对所述筛选名单进行汇总,得到汇总名单。
本发明实施例通过根据所述分类名单中每个信息用户的拨打类别,从所述分类名单中筛选出符合预设业务类别的信息用户,方便后期对筛选名单进行处理,提高了所述筛选名单的处理效率。
作为本发明的一个实施例,所述根据所述分类名单中每个信息用户的拨打类别,从所述分类名单中筛选出符合预设业务类别的信息用户,得到筛选名单,包括:根据所述分类名单中每个信息用户的拨打类别,识别所述分类名单的特征属性,对所述特征属性进行去重处理,得到去重特征属性,根据所述去重特征属性和所述分类名单的预设业务类别对所述分类名单中的信息用户进行筛选,得到筛选名单。
其中,所述分类名单的特征属性是指所述分类名单特有的属性,每个所述分类名单的特征属性都不一样,所述去重处理是指排除所述名单的特征属性的重复项,从而便于对所述分类名单进行筛选。
进一步地,本发明一可选实施例中,所述分类名单的特征属性的识别是通过ocr文字识别函数实现,所述特征属性的去重处理是通过countif函数实现,所述分类名单的筛选通过vlookup函数实现。
进一步地,本发明又一可选实施例中,所述识别所述分类名单的特征属性,包括:提取所述分类名单的所有属性,计算所述所有属性中每个属性的权重值,将所述权重值与预设的阈值进行比较,将所述权重值大于所述阈值的属性作为所述分类名单的特征属性。
本发明一可选实施例中,所述权重值是指按各项目所占工作量的大小及影响整体能力重要程度,分别对各项目规定的所占比例分值,所述阈值可以为0.8,也可以根据实际的应用场景进行设置,进一步的,所述所有属性的的权重值可以通过熵值法计算。
进一步地,本发明一可选实施例中,通过将所述筛选名单汇总到一起,得到所述汇总名单,方便后期对所述汇总名单进行处理,提高了所述汇总名单的处理效率。
S4、设置所述汇总名单的推送时间和回访频次,根据所述推送时间和所述回访频次,记录回访所述汇总名单中每个信息用户的第二回访结果,根据所述第一回访结果和所述第二回访结果,生成所述信息名单的最终回访结果。
本发明实施例通过设置所述汇总名单的推送时间和回访频次,可以对所述汇总名单进行有效的回访,避免对已经协商好的信息用户进行二次拨打,造成所述信息用户的体验感较差。
进一步,本发明实施例中,所述根据所述推送时间和所述回访频次,记录回访所述汇总名单中每个信息用户的第二回访结果,包括:根据所述推送时间和所述回访频次,对所述汇总名单中每个信息用户进行回访排序,得到回访排序表,根据所述回访排序表,对所述汇总名单中每个信息用户进行二次回访,得到所述第二回访结果。
进一步地,本发明一可选实施例中,所述推送时间和所述回访频次基于不同的业务场景进行设置,如所述推送时间可以设置为上午九点,所述回访频次可以设置为一天回访两次,所述汇总名单的回访排序可以为倒叙的方式。
进一步地,本发明一可选实施例中,根据所述第一回访结果和所述第二回访结果,生成所述信息名单的最终回访结果,即通过所述第一回访结果和所述第二回访结果结合比对,得到详细的最终回访结果,从而完成所述信息名单的定期回访。
可以看出,本发明实施例首先获取待催收的信息名单,标记所述信息名单中每个信息用户的初始状态,得到标记名单,可以得到所述信息名单的初始状态情况,方便后期对所述信息名单进行处理,提高所述信息名单的处理效率,其次,记录回访所述标记名单中每个信息用户的第一回访结果,根据所述第一回访结果,对所述标记名单中每个信息用户进行分类,得到分类名单,根据所述第一回访结果可以对所述标记名单进行分类,便于后期对所述信息名单进行更有效的处理,进一步地,根据所述分类名单中每个信息用户的拨打类别,从所述分类名单中筛选出符合预设业务类别的信息用户,得到筛选名单,对所述筛选名单进行汇总,得到汇总名单,方便后期对筛选名单进行处理,提高了所述筛选名单的处理效率,设置所述汇总名单的推送时间和回访频次,根据所述推送时间和所述回访频次,记录回访所述汇总名单中每个信息用户的第二回访结果,根据所述第一回访结果和所述第二回访结果,生成所述信息名单的最终回访结果,本发明实施例通过设置所述汇总名单的推送时间和回访频次,可以对所述汇总名单进行有效的回访,避免对已经协商好的信息用户进行二次拨打,造成所述信息用户的体验感较差。因此,本发明实施例提出的一种催收名单的智能回访的方法可以提高催收名单的回访效率。
如图2所示,是本发明催收名单的智能回访装置的功能模块图。
本发明所述催收名单的智能回访装置100可以安装于电子设备中。根据实现的功能,所述催收名单的智能回访装置可以包括名单标记模块101、名单分类模块102、名单汇总模块103以及回访结果生成模块104。本发明所述模块也可以称之为单元,是指一种能够被电子设备的处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述名单标记模块101,用于获取待催收的信息名单,标记所述信息名单中每个信息用户的初始状态,得到标记名单;
所述名单分类模块102,用于记录回访所述标记名单中每个信息用户的第一回访结果,根据所述第一回访结果,对所述标记名单中每个信息用户进行分类,得到分类名单;
所述名单汇总模块103,用于根据所述分类名单中每个信息用户的拨打类别,从所述分类名单中筛选出符合预设业务类别的信息用户,得到筛选名单,对所述筛选名单进行汇总,得到汇总名单;
所述回访结果生成模块104,用于设置所述汇总名单的推送时间和回访频次,根据所述推送时间和所述回访频次,记录回访所述汇总名单中每个信息用户的第二回访结果,根据所述第一回访结果和所述第二回访结果,生成所述信息名单的最终回访结果。
详细地,本发明实施例中所述催收名单的智能回访装置100中的所述各模块在使用时采用与上述的图1中所述的催收名单的智能回访的方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图3所示,是本发明实现催收名单的智能回访的方法的电子设备1的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如催收名单的智能回访程序。
其中,所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing Unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备1的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备1的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行催收名单的智能回访程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如催收名单的智能回访程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备1与其他设备之间的通信,包括网络接口和员工接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备1之间建立通信连接。所述员工接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,员工接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的员工界面。
图3仅示出了具有部件的电子设备1,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利发明范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的催收名单的智能回访程序是多个计算机程序的组合,在所述处理器10中运行时,可以实现以下方法:
获取待催收的信息名单,标记所述信息名单中每个信息用户的初始状态,得到标记名单;
记录回访所述标记名单中每个信息用户的第一回访结果,根据所述第一回访结果,对所述标记名单中每个信息用户进行分类,得到分类名单;
根据所述分类名单中每个信息用户的拨打类别,从所述分类名单中筛选出符合预设业务类别的信息用户,得到筛选名单,对所述筛选名单进行汇总,得到汇总名单;
设置所述汇总名单的推送时间和回访频次,根据所述推送时间和所述回访频次,记录回访所述汇总名单中每个信息用户的第二回访结果,根据所述第一回访结果和所述第二回访结果,生成所述信息名单的最终回访结果。
具体地,所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元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,可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,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)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备1的处理器所执行时,可以实现以下方法:
获取待催收的信息名单,标记所述信息名单中每个信息用户的初始状态,得到标记名单;
记录回访所述标记名单中每个信息用户的第一回访结果,根据所述第一回访结果,对所述标记名单中每个信息用户进行分类,得到分类名单;
根据所述分类名单中每个信息用户的拨打类别,从所述分类名单中筛选出符合预设业务类别的信息用户,得到筛选名单,对所述筛选名单进行汇总,得到汇总名单;
设置所述汇总名单的推送时间和回访频次,根据所述推送时间和所述回访频次,记录回访所述汇总名单中每个信息用户的第二回访结果,根据所述第一回访结果和所述第二回访结果,生成所述信息名单的最终回访结果。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,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模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块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,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种催收名单的智能回访的方法,其特征在于,所述方法包括:
获取待催收的信息名单,标记所述信息名单中每个信息用户的初始状态,得到标记名单;
记录回访所述标记名单中每个信息用户的第一回访结果,根据所述第一回访结果,对所述标记名单中每个信息用户进行分类,得到分类名单;
根据所述分类名单中每个信息用户的拨打类别,从所述分类名单中筛选出符合预设业务类别的信息用户,得到筛选名单,对所述筛选名单进行汇总,得到汇总名单;
设置所述汇总名单的推送时间和回访频次,根据所述推送时间和所述回访频次,记录回访所述汇总名单中每个信息用户的第二回访结果,根据所述第一回访结果和所述第二回访结果,生成所述信息名单的最终回访结果。
2.如权利要求1所述的催收名单的智能回访的方法,其特征在于,所述标记所述信息名单中每个信息用户的初始状态,得到标记名单,包括:
提取所述信息名单中每个信息用户的用户信息,将所述用户信息进行文档整理,得到用户文本;
识别所述用户文本的初始状态,并对所述用户文本的初始状态进行标记,得到标记文本,根据所述标记文本生成标记名单。
3.如权利要求1所述的催收名单的智能回访的方法,其特征在于,所述对所述用户文本的初始状态进行标记,得到标记文本,包括:
将所述用户文本输入到训练好的文本区域检测模型,利用所述训练好的文本区域检测模型中的卷积层对所述用户文本进行特征提取,得到特征文本;
利用所述训练好的文本区域检测模型中的池化层对所述特征文本进行降维处理,得到降维文本;
利用所述训练好的文本区域检测模型中的全连接层输出所述降维文本中的目标文本,对所述目标文本的初始状态进行标记,得到标记文本。
4.如权利要求1所述的催收名单的智能回访的方法,其特征在于,所述对所述标记名单中每个信息用户进行分类,得到分类名单,包括:
获取所述第一回访结果的属性信息,根据所述属性信息对所述标记名单中每个信息用户进行提取,得到提取名单;
将所述提取名单根据所述属性信息进行分类整合,得到分类名单。
5.如权利要求1所述的催收名单的智能回访的方法,其特征在于,所述根据所述分类名单中每个信息用户的拨打类别,从所述分类名单中筛选出符合预设业务类别的信息用户,得到筛选名单,包括:
根据所述分类名单中每个信息用户的拨打类别,识别所述分类名单的特征属性,对所述特征属性进行去重处理,得到去重特征属性;
根据所述去重特征属性和所述分类名单的预设业务类别对所述分类名单中的信息用户进行筛选,得到筛选名单。
6.如权利要求1至5中任意一项所述的催收名单的智能回访的方法,其特征在于,所述识别所述分类名单的特征属性,包括:
提取所述分类名单的所有属性,计算所述所有属性中每个属性的权重值;
将所述权重值与预设的阈值进行比较,将所述权重值大于所述阈值的属性作为所述分类名单的特征属性。
7.如权利要求1所述的催收名单的智能回访的方法,其特征在于,所述根据所述推送时间和所述回访频次,记录回访所述汇总名单中每个信息用户的第二回访结果,所述方法还包括:
根据所述推送时间和所述回访频次,对所述汇总名单中每个信息用户进行回访排序,得到回访排序表;
根据所述回访排序表,对所述汇总名单中每个信息用户进行二次回访,得到所述第二回访结果。
8.一种催收名单的智能回访装置,其特征在于,所述装置包括:
名单标记模块,用于获取待催收的信息名单,标记所述信息名单中每个信息用户的初始状态,得到标记名单;
名单分类模块,用于记录回访所述标记名单中每个信息用户的第一回访结果,根据所述第一回访结果,对所述标记名单中每个信息用户进行分类,得到分类名单;
名单汇总模块,用于根据所述分类名单中每个信息用户的拨打类别,从所述分类名单中筛选出符合预设业务类别的信息用户,得到筛选名单,对所述筛选名单进行汇总,得到汇总名单;
回访结果生成模块,用于设置所述汇总名单的推送时间和回访频次,根据所述推送时间和所述回访频次,记录回访所述汇总名单中每个信息用户的第二回访结果,根据所述第一回访结果和所述第二回访结果,生成所述信息名单的最终回访结果。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的催收名单的智能回访的方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的催收名单的智能回访的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210434348.6A CN114693435A (zh) | 2022-04-24 | 2022-04-24 | 催收名单的智能回访的方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210434348.6A CN114693435A (zh) | 2022-04-24 | 2022-04-24 | 催收名单的智能回访的方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114693435A true CN114693435A (zh) | 2022-07-01 |
Family
ID=82145459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210434348.6A Pending CN114693435A (zh) | 2022-04-24 | 2022-04-24 | 催收名单的智能回访的方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114693435A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114970552A (zh) * | 2022-07-27 | 2022-08-30 | 成都乐超人科技有限公司 | 基于微服务的用户回访信息分析方法、装置、设备及介质 |
-
2022
- 2022-04-24 CN CN202210434348.6A patent/CN114693435A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114970552A (zh) * | 2022-07-27 | 2022-08-30 | 成都乐超人科技有限公司 | 基于微服务的用户回访信息分析方法、装置、设备及介质 |
CN114970552B (zh) * | 2022-07-27 | 2022-10-11 | 成都乐超人科技有限公司 | 基于微服务的用户回访信息分析方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20100211551A1 (en) | Method, system, and computer readable recording medium for filtering obscene contents | |
CN113836131B (zh) | 一种大数据清洗方法、装置、计算机设备及存储介质 | |
CN115002200A (zh) | 基于用户画像的消息推送方法、装置、设备及存储介质 | |
CN114138784A (zh) | 基于存储库的信息溯源方法、装置、电子设备及介质 | |
CN113886708A (zh) | 基于用户信息的产品推荐方法、装置、设备及存储介质 | |
CN112328657A (zh) | 特征衍生方法、装置、计算机设备及介质 | |
CN110598204B (zh) | 基于知识图谱的实体识别数据增强方法及系统 | |
CN115238670A (zh) | 信息文本抽取方法、装置、设备及存储介质 | |
CN114693435A (zh) | 催收名单的智能回访的方法、装置、电子设备及存储介质 | |
CN113821602A (zh) | 基于图文聊天记录的自动答疑方法、装置、设备及介质 | |
CN115409041B (zh) | 一种非结构化数据提取方法、装置、设备及存储介质 | |
CN113362162A (zh) | 基于网络行为数据的风控识别方法、装置、电子设备及介质 | |
CN112363996A (zh) | 用于建立电网知识图谱的物理模型的方法及系统和介质 | |
CN103093213A (zh) | 视频文件分类方法及终端 | |
CN115525761A (zh) | 一种文章关键词筛选类别的方法、装置、设备及存储介质 | |
CN113435308B (zh) | 文本多标签分类方法、装置、设备及存储介质 | |
CN115641186A (zh) | 直播产品偏好的智能分析方法、装置、设备及存储介质 | |
CN115018588A (zh) | 产品推荐方法、装置、电子设备及可读存储介质 | |
CN113704430A (zh) | 智能辅助催收方法、装置、电子设备及存储介质 | |
CN115168609A (zh) | 一种文本匹配方法、装置、计算机设备和存储介质 | |
CN114385815A (zh) | 基于业务需求的新闻筛选方法、装置、设备及存储介质 | |
CN114722789A (zh) | 数据报表集成方法、装置、电子设备及存储介质 | |
CN114219544A (zh) | 消费倾向分析方法、装置、设备及存储介质 | |
CN113706172A (zh) | 基于客户行为的投诉解决方法、装置、设备及存储介质 | |
CN113704474A (zh) | 银行网点设备操作指引生成方法、装置、设备及存储介质 |
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 |