[发明专利]账单逾期智能催收方法及系统

权利要求书

1.一种账单逾期智能催收方法，其特征在于，包括：

通过机器学习预测账单逾期客户的回款概率；

对于所述回款概率小于预定值的客户，根据基于大数据的所述客户画像和催收员画像，将不同类型的客户的回款催收任务匹配至对应的催收员。

2.根据权利要求1所述的方法，其特征在于，通过机器学习预测账单逾期客户的回款概率包括：

针对不同账龄的账单逾期客户，获取客户的参考数据，其中，所述参考数据至少包括以下之一：在借款申请时的基础数据、历史还款逾期数据、还款行为数据、还款意愿特征数据；

基于所述客户的参考数据，通过所述机器学习预测所述客户的回款概率。

3.根据权利要求1所述的方法，其特征在于，根据基于大数据的所述客户和催收员画像，将所述客户的回款催收任务匹配至对应的催收员之前，还包括：

根据所述客户在借款申请时的基础数据以及历史催收记录数据建立客户画像；

根据所述催收员的历史催收案件的回款情况以及所述催收员的性格特点建立催收员画像。

4.根据权利要求1所述的方法，其特征在于，还包括：

根据所述客户的行为数据和历史还款数据获取所述用户的活跃时段。

5.根据权利要求4所述的方法，其特征在于，根据所述客户画像和所述催收员画像，将不同类型客户的回款催收任务匹配至对应的催收员，包括：

根据所述客户画像、催收员画像及所述客户的活跃时段，将不同类型的客户的回款催收任务匹配至对应的催收员。

6.根据权利要求1所述的方法，其特征在于，根据所述客户画像和所述催收员画像，将不同类型客户的回款催收任务匹配至对应的催收员之后，还包括：

将所述客户的回款催收状况反馈至贷前的风控平台。

7.根据权利要求1所述的方法，其特征在于，通过机器学习预测账单逾期客户的回款概率之后，还包括：

对于回款概率大于所述预定值的客户，通过短信或智能外呼机器人进行催收。

8.一种账单逾期智能催收系统，其特征在于，包括：

预测模块，通过机器学习预测账单逾期客户的回款概率；

匹配模块，用于对于所述回款概率小于预定值的客户，根据基于大数据的所述客户画像和催收员画像，将不同类型的客户的回款催收任务匹配至对应的催收员。

9.根据权利要求8所述的系统，其特征在于，所述预测模块包括：

获取单元，用于针对不同账龄的账单逾期客户，获取客户的参考数据，其中，所述参考数据至少包括以下之一：在借款申请时的基础数据、历史还款逾期数据、还款行为数据、还款意愿特征数据；

预测单元，用于基于所述客户的参考数据，通过所述机器学习预测所述客户的回款概率。

10.根据权利要求8所述的系统，其特征在于，还包括：

第一画像模块，用于根据所述客户在借款申请时的基础数据以及历史催收记录数据建立客户画像；

第二画像模块，用于根据所述催收员的历史催收案件的回款情况以及所述催收员的性格特点建立催收员画像。

11.根据权利要求8所述的系统，其特征在于，还包括：

获取模块，用于根据所述客户的行为数据和历史还款数据获取所述用户的活跃时段。

12.根据权利要求11所述的系统，其特征在于，所述匹配模块包括：

匹配单元，用于根据所述客户画像、催收员画像及所述客户的活跃时段，将不同类型的客户的回款催收任务匹配至对应的催收员。

13.根据权利要求8所述的系统，其特征在于，还包括：

反馈模块，用于将所述客户的回款催收状况反馈至贷前的风控平台。