[发明专利]基于机器学习的语音机器人催收方法、系统、设备及介质

权利要求书

1.一种基于机器学习的语音机器人催收方法，其特征在于，包括以下步骤：

S1：筛选待催收客户样本；

S2：选取样本特征，构建预测模型并基于样本特征及待催收客户样本进行训练，所述的预测模型用于获取待催收客户样本在未来一个月内有还款的概率；

S3：选取在未来一个月内有还款的概率大于等于预设阈值的待催收客户样本中作为语音机器人的拨打客户名单进行催收。

2.根据权利要求1所述的一种基于机器学习的语音机器人催收方法，其特征在于，所述的步骤S1根据客户催收记录与还款记录筛选训练样本、正样本、负样本和预测样本。

3.根据权利要求1所述的一种基于机器学习的语音机器人催收方法，其特征在于，所述的待催收客户样本基于客户样本数据进行筛选，所述的客户样本数据包括连续的第一时段、第二时段、第三时段、第四时段的客户样本，所述的第一时段、第二时段、第三时段、第四时段的时间递增。

4.根据权利要求1所述的一种基于机器学习的语音机器人催收方法，其特征在于，所述的训练样本包括第一时段、第二时段、第三时段未接通任何催收电话和客服电话的客户样本，

所述的正样本包括训练样本中第四时段有还款的客户样本，

所述的负样本包括训练样本中第四时段无还款的客户样本，

所述的预测样本包括第二时段、第三时段、第四时段未接通任何催收电话和客服电话的客户样本。

5.根据权利要求1所述的一种基于机器学习的语音机器人催收方法，其特征在于，所述的预测模型为xgboost模型。

6.根据权利要求1所述的一种基于机器学习的语音机器人催收方法，其特征在于，所述的步骤S2中选取第三时段最后一天的变量作为样本特征。

7.根据权利要求1所述的一种基于机器学习的语音机器人催收方法，其特征在于，所述的样本特征的变量类型包括还款信息、客户信息、逾期信息。

8.一种基于机器学习的语音机器人催收系统，其特征在于，包括样本获取模块、训练模块、催收模块，

所述的样本获取模块用于筛选待催收客户样本；

所述的训练模块用于选取样本特征，构建预测模型并基于样本特征及待催收客户样本进行训练，所述的预测模型用于获取待催收客户样本在未来一个月内有还款的概率；

所述的催收模块用于选取在未来一个月内有还款的概率大于等于预设阈值的待催收客户样本中作为语音机器人的拨打客户名单进行催收。

9.一种电子设备，其特征在于，包括：存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的一种基于机器学习的语音机器人催收方法。

10.一种可读存储介质，其特征在于，所述的可读存储介质上存储有计算机指令，该计算机指令被处理器执行时实现权利要求1-7任一项所述的一种基于机器学习的语音机器人催收方法。