[发明专利]账单逾期智能催收方法及系统

说明书

本发明提供了一种账单逾期智能催收方法及系统，该方法包括：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。在本发明中，对账单逾期客户进行分类，并针对客户和催收员进行了不同维度的用户画像，针对不同类型的客户匹配出催收员进行催收，从而提高了催收案件的回款率。

技术领域

本发明涉及金融信贷领域，具体而言，涉及一种账单逾期智能催收方法及系统。

背景技术

在金融信贷行业，虽然前期风控是核心，但对后期放款后的回款催收也是行业内的一个非常重要的环节，所以应运而生出各类催收公司。目前的催收公司结合现在大数据及人工智能的发展，形成了一系列高效的智能催收。智能催收可以有效的减少人力成本，提高回款率。在国外出现了智能催收公司，国内银行业及P2P企业目前也有智能催收相关的进展。

现有的相关技术大多是针对客户采用智能外呼、语音合机等机器人方法。但现有的机器人对特定场景的应用较好，但对场景多元化，面对各种人群时人机交互过程就很不理想。

发明内容

本发明实施例提供了一种账单逾期智能催收方法及系统，以至少解决相关技术中智能机器人催款方式由于人机交互过程不理想，导致催收案件回款率低的问题。

根据本发明的一个实施例，提供了一种账单逾期智能催收方法，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。

可选地，通过机器学习预测账单逾期客户的回款概率可以包括：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。

可选地，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，还可以包括：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。

可选地，还可以包括：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。

进一步地，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，可包括：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。

可选地，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，还可包括：将所述客户的回款催收状况反馈至贷前的风控平台。

可选地，通过机器学习预测账单逾期客户的回款概率之后，还可包括：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。

根据本发明的另一个实施例，提供了一种账单逾期智能催收系统，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。

可选地，所述预测模块可以包括：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。