催收业务执行方法、装置、设备、存储介质及产品与流程
本技术涉及金融科技领域或其他相关领域,尤其涉及一种催收业务执行方法、装置、设备、存储介质及产品。
背景技术:
1、在信用卡催收管理场景中,催收机构需要对逾期案件进行自动化任务分派和策略配置,以实现高效清收。
2、目前主要采用基于人工配置的静态规则引擎,通过预设的筛选参数(如逾期天数阈值、金额门槛)和轮询分配机制进行案件分类与派发,能够实现基础的催收任务流转。
3、然而,此类方案依赖业务专家手工维护规则参数,导致催收策略的响应性与渠道协同调度能力差,无法兼顾催收效率、成本控制及合规稳定性。
技术实现思路
1、本技术提供一种催收业务执行方法、装置、设备、存储介质及产品,用以解决催收策略的响应性与渠道协同调度能力差,无法兼顾催收效率、成本控制及合规稳定性的技术问题。
2、第一方面,本技术提供一种催收业务执行方法,包括:
3、获取多个待处理催收案件分别对应的案件特征数据、待处理催收案件的各预设渠道对应案件队列的队列特征数据及待处理催收案件对应的环境特征数据;
4、根据案件特征数据、队列特征数据及环境特征数据确定全局状态数据;
5、采用路由智能体并基于案件特征数据、各预设渠道的状态指标及各预设渠道对应的历史画像,对各催收案件进行分类,以确定各催收案件划分到的预设渠道,并划分到对应预设渠道对应的案件队列中;
6、采用预设渠道对应的执行智能体基于全局状态数据及预设渠道当前绩效指标确定当前催收策略,并将当前催收策略发送至催收系统,以按照各预设渠道对应的当前催收策略执行催收操作。
7、在一种可能的实施方式中,案件特征数据为案件特征向量,队列特征数据为队列特征向量,环境特征数据为环境特征向量;
8、根据案件特征数据、队列特征数据及环境特征数据确定全局状态数据,包括:
9、对案件特征向量、队列特征向量及环境特征向量进行归一化处理;
10、并将归一化处理的任意两个向量进行相乘及拼接处理,以获得全局状态数据。
11、在一种可能的实施方式中,采用路由智能体并基于案件特征数据、各预设渠道的状态指标及各预设渠道对应的历史画像,对各催收案件进行分类,以确定各催收案件划分到的预设渠道,包括:
12、获取各预设渠道对应的状态指标和各预设渠道对应的历史画像;状态指标包括熔断阈值、过载阈值、负载因子、策略效能评分;
13、响应于某预设渠道对应的负载因子大于对应的熔断阈值,将对应的预设渠道从各预设渠道进行剔除,以获得多个初筛选渠道;
14、根据各初步筛选渠道对应的历史画像、负载因子、策略效能评分确定键矩阵,并根据各初步筛选渠道对应的历史画像确定价值矩阵;
15、基于案件特征数据和各初筛选渠道对应的键矩阵计算各初筛选渠道对应的注意力权重;
16、基于各初筛选渠道对应的注意力权重、过载阈值及价值矩阵确定分配到任意一类渠道的对应的概率,任意一类渠道包括自营渠道或合作渠道;
17、基于概率、各初步筛选渠道对应的注意力权重确定催收案件划分到的预设渠道。
18、在一种可能的实施方式中,历史画像包括催收能力数据及业务价值基数数据;
19、根据各初步筛选渠道对应的历史画像、负载因子、策略效能评分确定键矩阵,并根据各初步筛选渠道对应的历史画像确定价值矩阵,包括:
20、将各初步筛选渠道对应的催收能力数据与负载因子、策略效能评分进行拼接并表示为矩阵形式,以获得键矩阵;
21、将各初步筛选渠道对应的业务价值基数数据表示为矩阵形式,以获得价值矩阵。
22、在一种可能的实施方式中,案件特征数据为案件特征向量,基于案件特征数据和各初筛选渠道对应的键矩阵计算各初筛选渠道对应的注意力权重,包括:
23、将案件特征向量与各初筛选渠道对应的键矩阵分别进行点积运算,并将各点积运算结果进行归一化处理,以获得各初筛选渠道对应的注意力权重。
24、在一种可能的实施方式中,基于各初筛选渠道对应的注意力权重、过载阈值及价值矩阵确定分配到任意一类渠道的对应的概率,包括:
25、将第一类渠道对应的初筛选渠道的注意力权重和价值矩阵进行加权求和,以获得第一类渠道的综合匹配得分;
26、将第二类渠道对应的初筛选渠道的注意力权重和价值矩阵进行加权求和,以获得第二类渠道的综合匹配得分;
27、基于第一类渠道的综合匹配得分和第二类渠道的综合匹配得分确定任意一类渠道的对应的初始概率;
28、获取负载因子大于过载阈值且小于熔断阈值的初筛选渠道的匹配得分,并采用匹配得分对对应类别渠道的初始概率进行修正,以获得任意一类渠道的对应的概率。
29、在一种可能的实施方式中,基于概率、各初步筛选渠道对应的注意力权重确定催收案件划分到的预设渠道,包括:
30、获取再筛选渠道对应的注意力权重,再筛选渠道为概率较高一类渠道对应的初步筛选渠道;
31、基于再筛选渠道对应的注意力权重中负载因子、策略效能评分分别对应的权重,确定催收案件划分到的预设渠道。
32、在一种可能的实施方式中,采用预设渠道对应的执行智能体基于全局状态数据及预设渠道当前绩效指标确定当前催收策略,包括:
33、将全局状态数据及预设渠道当前绩效指标输入至深度确定性策略梯度ddpg算法的策略网络,ddpg算法位于执行智能体中;
34、采用策略网络基于全局状态数据及预设渠道当前绩效指标确定当前催收策略,当前催收策略包括调整后的催收策略参数。
35、在一种可能的实施方式中,将当前催收策略发送至催收系统,以按照各预设渠道对应的当前催收策略执行催收操作之后,还包括:
36、获取催收结果数据,并采用奖励函数并根据催收结果数据确定奖励值;
37、以奖励值作为监督数据,并采用反向传播的方式更新路由智能体和执行智能体中的训练参数。
38、在一种可能的实施方式中,按照各预设渠道对应的当前催收策略执行催收操作之后,还包括:
39、更新各预设渠道对应的案件的队列特征数据,并基于更新后的训练参数和更新后的案件队列特征数据更新全局状态数据。
40、第二方面,本技术提供一种催收业务执行装置,包括:获取模块、第一确定模块、第二确定模块、第三确定模块和发送模块,其中:
41、获取模块,用于获取多个待处理催收案件分别对应的案件特征数据、处理催收案件的各预设渠道对应案件队列的队列特征数据及处理催收案件对应的环境特征数据;
42、第一确定模块,用于根据案件特征数据、队列特征数据及环境特征数据确定全局状态数据;
43、第二确定模块,用于采用路由智能体并基于案件特征数据、各预设渠道的状态指标及各预设渠道对应的历史画像,对各催收案件进行分类,以确定各催收案件划分到的预设渠道,并划分到对应预设渠道对应的案件队列中;
44、第三确定模块,用于采用预设渠道对应的执行智能体基于全局状态数据及预设渠道当前绩效指标确定当前催收策略,发送模块,用于将当前催收策略发送至催收系统,以按照各预设渠道对应的当前催收策略执行催收操作。
45、第三方面,本技术实施例提供一种催收业务执行设备,包括:存储器,处理器;
46、存储器存储计算机执行指令;
47、处理器执行存储器存储的计算机执行指令,使得处理器执行如上第一方面和/或第一方面各种可能的实施方式。
48、第四方面,本技术实施例提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现如上第一方面和/或第一方面各种可能的实施方式。
49、第五方面,本技术实施例提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现如上第一方面和/或第一方面各种可能的实施方式。
50、本技术提供的一种催收业务执行方法、装置、设备、存储介质及产品,由于通过获取多个待处理催收案件分别对应的案件特征数据、各预设渠道对应案件队列的队列特征数据以及处理催收案件对应的环境特征数据,并据此确定全局状态数据,能够从案件、渠道队列及业务环境多个维度对当前催收业务态势进行统一表征;通过采用路由智能体并基于案件特征数据、各预设渠道的状态指标及各预设渠道对应的历史画像,对各催收案件进行分类并划分至对应预设渠道的案件队列中,能够实现案件与渠道处理能力之间的动态匹配;进而通过采用预设渠道对应的执行智能体基于全局状态数据及预设渠道当前绩效指标确定当前催收策略,并发送至催收系统执行催收操作,能够提升催收策略的响应性与渠道协同调度能力,进而兼顾催收效率、成本控制及合规稳定性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com