[发明专利]催收名单的智能回访的方法、装置、电子设备及存储介质在审

专利信息
申请号: 202210434348.6 申请日: 2022-04-24
公开(公告)号: CN114693435A 公开(公告)日: 2022-07-01
发明(设计)人: 杜军衔 申请(专利权)人: 平安普惠企业管理有限公司
主分类号: G06Q40/02 分类号: G06Q40/02;G06F16/35;G06F16/2458;G06K9/62;G06F16/9537
代理公司: 深圳市沃德知识产权代理事务所(普通合伙) 44347 代理人: 高杰;于志光
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 催收 名单 智能 回访 方法 装置 电子设备 存储 介质
【说明书】:

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。

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安普惠企业管理有限公司,未经平安普惠企业管理有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210434348.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top