Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于用户画像的催收策略生成方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:湖北消费金融股份有限公司

摘要:本发明属于贷款催收技术领域,公开了一种基于用户画像的催收策略生成方法及系统。所述的方法包括如下步骤:构建用户画像生成模型、历史用户画像数据库、催收短信生成模型以及答复情感分析模型;进行用户画像生成;获取实时催收策略数据;发送实时催收短信数据;进行答复情感分析;对实时催收策略数据进行优化;发送优化后实时催收短信数据。所述的系统包括模型生成单元、用户画像生成单元、催收策略检索匹配单元、催收短信生成单元、答复情感分析单元、催收策略优化单元以及催收短信优化单元。本发明解决了现有技术存在的缺乏客观性和准确性、催收效率低下、成本高昂、缺乏灵活性和适应性以及时效性和有效性受限的问题。

主权项:1.一种基于用户画像的催收策略生成方法,其特征在于:包括如下步骤:根据若干历史用户的历史借贷行为数据、历史催收策略数据以及历史催收答复数据,构建用户画像生成模型、历史用户画像数据库、催收短信生成模型以及答复情感分析模型,包括如下步骤:采集若干历史用户的历史借贷行为数据、历史催收策略数据以及历史催收答复数据;根据若干历史借贷行为数据,使用深度学习算法,构建用户画像生成模型,并生成对应的若干历史用户画像,包括如下步骤:使用FCM聚类算法,对若干历史借贷行为数据进行聚类,得到若干聚类中心,并为每一聚类中心设置对应的预设标签;根据其余历史借贷行为数据与最终的聚类中心的欧氏距离,将历史借贷行为数据划分至欧氏距离最近的最终的聚类中心,得到若干聚类集群,并将聚类中心的预设标签扩散至对应的聚类集群,得到设置有预设标签的用户画像生成模型训练样本集;使用深度学习算法中的BiLSTM-Attention-RF算法,构建初始的用户画像生成模型;用户画像生成模型包括依次连接的BiLSTM-Attention算法构建的特征提取模块和基于RF算法构建的RF分类器;将用户画像生成模型训练样本集输入初始的用户画像生成模型,进行优化训练,得到最终的用户画像生成模型,并生成对应的若干历史用户画像;将历史催收策略数据作为对应的历史用户画像的历史催收策略标签,并整合所有设置有历史催收策略标签的历史用户画像,构建设置有历史催收策略标签的历史用户画像数据库;爬取历史催收短信大数据,并为历史催收短信大数据中每一历史催收短信数据设置对应的历史催收策略标签,得到设置有历史催收策略标签的历史催收短信数据样本集;根据历史催收短信数据样本集,使用大语言模型算法,构建催收短信生成模型,包括如下步骤:使用大语言模型算法中的ChatGLM2-6B算法,构建初始的催收短信生成模型;将历史催收短信数据样本集输入初始的催收短信生成模型,进行预训练,得到预训练后的催收短信生成模型;使用LoRA方法对预训练后的催收短信生成模型进行微调,得到最优的催收短信生成模型;根据若干历史催收答复数据,使用自然语言处理算法,构建答复情感分析模型,包括如下步骤:对若干历史催收答复数据进行重复数据筛选、错误数据剔除以及情感标签添加,得到设置有情感标签的若干预处理后历史催收答复数据;基于自然语言处理算法中的BERT-BiLSTM-EMC-GCN算法,构建初始的答复情感分析模型;将若干历史催收答复数据输入初始的答复情感分析模型进行优化训练,得到最终的答复情感分析模型;采集当前用户的实时借贷行为数据,并根据实时借贷行为数据,使用用户画像生成模型进行用户画像生成,得到当前用户的实时用户画像;根据当前用户的实时用户画像,在历史用户画像数据库中进行检索匹配,得到对应的实时催收策略数据;根据实时催收策略数据,使用催收短信生成模型,生成对应的实时催收短信数据,并将实时催收短信数据发送至当前用户;采集当前用户的实时催收答复数据,并使用答复情感分析模型,对实时催收答复数据进行答复情感分析,得到对应的实时答复情感分析结果;所述的实时答复情感分析结果包括实时积极情感标签、实时消极情感标签、实时愤怒情感标签以及实时中性情感标签;根据实时答复情感分析结果,对实时催收策略数据进行优化,得到对应的优化后实时催收策略数据,包括如下步骤:若实时答复情感分析结果为实时积极情感标签,则将实时催收策略数据的实时催收优先级、实时催收强度以及实时催收期望值均提升至少两级,得到优化后实时催收优先级、优化后实时催收强度以及优化后实时催收期望值;若实时答复情感分析结果为实时消极情感标签,则将实时催收策略数据的实时催收优先级和实时催收强度均提升最多一级,将实时催收期望降低至少一级,得到优化后实时催收优先级、优化后实时催收强度以及优化后实时催收期望值;若实时答复情感分析结果为实时愤怒情感标签,则将实时催收策略数据的实时催收优先级、实时催收强度以及实时催收期望均降低至少一级,得到优化后实时催收优先级、优化后实时催收强度以及优化后实时催收期望值;若实时答复情感分析结果为实时中性情感标签,则将实时催收策略数据的实时催收优先级、实时催收强度以及实时催收期望均提升最多一级,得到优化后实时催收优先级、优化后实时催收强度以及优化后实时催收期望值;根据优化后实时催收优先级、优化后实时催收强度以及优化后实时催收期望值,对实时催收方案进行优化,得到对应的优化后实时催收方案;整合优化后实时催收优先级、优化后实时催收强度、优化后实时催收期望值以及优化后实时催收方案,得到对应的优化后实时催收策略数据;根据优化后实时催收策略数据,使用催收短信生成模型,生成对应的优化后实时催收短信数据,并将优化后实时催收短信数据发送至当前用户。

全文数据:

权利要求:

百度查询: 湖北消费金融股份有限公司 一种基于用户画像的催收策略生成方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。