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：杭州度言软件有限公司

摘要：本发明提供一种逾期资产清收智能分案方法与系统，属于数据处理技术领域，具体包括：通过催收人员的现有催收案件的沟通情况将现有催收案件划分为已沟通成功案件和未沟通成功案件，基于未沟通成功案件的电话沟通异常值，并结合除电话沟通外的其它沟通方式的沟通次数将未沟通成功案件划分为非正常案件和正常案件；基于已沟通成功案件的违约主体的配合次数和非配合次数，并结合最近的预设时间内的配合次数的比例将已沟通成功案件划分为配合案件和非配合案件；基于催收人员的不同类型的案件的数量、饱满度评分确定催收人员的评分值，并基于评分值进行待分配案件的催收人员的确定，从而进一步提升了分案的准确性，提升了清收的效率。

主权项：1.一种逾期资产清收智能分案方法，具体包括：通过催收人员的现有催收案件的沟通情况将所述现有催收案件划分为已沟通成功案件和未沟通成功案件，基于所述未沟通成功案件的电话沟通的沟通次数、挂断次数、电话沟通的不同的反馈类型的沟通次数确定所述未沟通成功案件的电话沟通异常值，并结合除电话沟通外的其它沟通方式的沟通次数将所述未沟通成功案件划分为非正常案件和正常案件；将所述未沟通成功案件划分为非正常案件和正常案件的具体步骤为：S21基于所述未沟通成功案件的电话沟通的沟通次数确定非沟通成功案件是否为非正常案件，若是，则将所述未沟通成功案件作为非正常案件，若否，则进入步骤S22；S22基于所述未沟通成功案件的电话沟通的沟通次数确定所述非沟通成功案件是否为疑似非正常案件，若是，则进入步骤S23，若否，则进入步骤S24；S23基于所述疑似非正常案件的除电话沟通外的其它沟通方式的沟通次数的和确定所述非沟通成功案件是否为非正常案件，若是，则将所述未沟通成功案件作为非正常案件，若否，则进入步骤S24；S24基于所述未沟通成功案件的电话沟通的沟通次数、挂断次数、电话沟通的不同的反馈类型的沟通次数确定所述未沟通成功案件的电话沟通异常值，基于所述未沟通成功案件的除电话沟通外的其它沟通方式的沟通次数、在预设时间内的沟通次数确定所述未沟通案件的其它沟通异常值，并基于所述电话沟通异常值和其它沟通异常值得到沟通异常值，并基于所述沟通异常值将所述未沟通成功案件划分为非正常案件和正常案件；基于所述已沟通成功案件的违约主体的沟通关键词的识别结果确定所述违约主体的情绪识别结果和配合度识别结果，并结合所述情绪识别结果和配合度识别结果将沟通成功次数划分为配合次数和非配合次数，并结合最近的预设时间内的配合次数的比例将所述已沟通成功案件划分为配合案件和非配合案件；所述非正常案件采用基于ACO优化的SVM算法的分类模型进行确定；需要另外说明的是，在ACO算法的发函数中引入自适应调整系数和随机因子，在启发函数的构建过程中不仅考虑当前节点与可选节点之间的距离，同时加入与目标点距离的启发信息，在算法运行的后期，削弱启发式信息的作用，其中改进后的启发函数的计算公式为： 其中Lij是网格i和网格j的距离，Ljt是网格j和网格t的欧式距离，Ljt是网格j和网格t的欧式距离，是一个大于0的常数,T为动态系数，rand（0,1）为取值范围在0到1之间的随机数，U为当前迭代次数，Umax为最大迭代次数；利用蚁群算法对SVM的惩罚参数和核函数参数进行搜索寻优，算法的流程如下所示：步骤1：将采集到的数据集分为训练集和测试集并各自进行特征提取，形成训练集和测试集的特征向量，进行数据归一化处理：步骤2：ACO各参数初始化，在一定范围内随机产生惩罚参数和核函数参数的组合作为整个解空间集合I，并将蚂蚁随机放置在解空间I中；步骤3：启动ACO，利用训练集对SVM进行训练学习，在训练过程中，第k只蚂蚁在t时刻从集合I中选择第j个参数组合的概率进行更新,随着迭代过程，更新解空间中j处的信息素浓度，重复步骤3，得到的参数组合置于集合FA内；步骤4：基于集合FA进行SVM算法的最优参数的确定，并完成分类模型的构建；将所述已沟通成功案件划分为配合案件和非配合案件，具体包括：基于所述已沟通成功案件的违约主体的沟通成功次数，并判断所述沟通成功次数的沟通关键词确定是否包含非配合关键词，若否，则确定所述沟通成功次数为配合次数；利用BiGRU算法获取沟通成功次数的沟通文本的上下文信息，利用标签编码器学习标签的情绪特征，将获取到上下文信息的词向量，通过标签预编码器进行所述词向量的注意力权重的构建，并基于所述词向量和所述注意力权重生成文本特征向量，再将得到的文本特征向量作为卷积神经网络的输入，获取所述沟通成功次数的情绪识别结果；获取所述已沟通成功案件的违约主体的沟通成功次数的沟通关键词，并基于所述沟通关键词中的配合关键词的数量、非配合关键词的数量进行所述沟通成功次数的配合度识别结果，并基于所述配合度识别结果以及所述情绪识别结果将所述沟通成功次数划分为配合次数和非配合次数；基于所述已沟通成功案件的违约主体的配合次数的数量、非配合次数的数量，并结合最近的预设时间内的所述违约主体的沟通次数中的配合次数的比例确定所述已沟通成功案件的配合度，并基于所述配合度将所述已沟通成功案件划分为配合案件和非配合案件；基于所述催收人员在设定时间内的电话沟通的沟通时长、沟通次数以及其它沟通方式的沟通时长、沟通次数、平均反馈时间确定所述催收人员的饱满度评分；所述饱满度评分构建的具体步骤为：S41基于所述催收人员在设定时间内的电话沟通的沟通次数以及其它沟通方式的沟通次数确定所述催收人员是否为疑似活跃催收人员，若是，则进入步骤S42，若否，则进入步骤S44；S42基于所述催收人员在设定时间内的电话沟通的沟通时长、沟通次数、平均每件现有催收案件的沟通次数得到电话沟通值，并基于所述电话沟通值确定所述催收人员是否为活跃催收人员，若是，则基于所述电话沟通值进行饱满度评分的构建，若否，则进入步骤S43；S43基于所述催收人员在设定时间内的其它沟通方式的沟通时长、沟通次数、平均反馈时间确定所述催收人员的其它沟通值，并基于所述其它沟通值确定所述催收人员是否为活跃催收人员，若是，则基于所述其它沟通值进行饱满度评分的构建，若否，则进入步骤S44；S44基于所述催收人员在设定时间内的电话沟通的沟通次数以及其它沟通方式的沟通次数进行总沟通次数的构建，并基于所述总沟通次数、电话沟通值、其它沟通值进行饱满度评分的构建；基于所述催收人员的正常案件的数量、非正常案件的数量、配合案件的数量、非配合案件的数量、饱满度评分确定所述催收人员的评分值，并基于所述评分值确定所述催收人员为可分配人员时，基于所述可分配人员的评分值进行待分配案件的催收人员的确定；所述可分配人员确定的具体步骤为：S51基于所述催收人员的非正常案件的数量和非配合案件的数量确定所述催收人员是否为不可分配人员，若是，则确定所述催收人员不是可分配人员，若否，则进入步骤S52；S52基于所述催收人员的正常案件的数量以及配合案件的数量确定是否需要进一步的饱满度评分的确定，若是，则进入步骤S53，若否，则进入步骤S54；S53基于所述催收人员的饱满度评分确定所述催收人员是否为可分配人员，若是，则确定所述催收人员为可分配人员，若否，则进入步骤S54；S54基于所述催收人员的饱满度评分、正常案件的数量、非正常案件的数量、配合案件的数量、非配合案件的数量确定所述催收人员的评分值，并基于所述评分值确定所述催收人员是否为可分配人员。

全文数据：

权利要求：

百度查询： 杭州度言软件有限公司 一种逾期资产清收智能分案方法与系统