基于催收系统的策略配置及策略派案方法与流程

文档序号:22615676发布日期:2020-10-23 19:15阅读:来源:国知局

技术特征:

1.一种催收系统的策略配置及策略派案方法,其特征在于,包括:

获取新增策略变量,并对所述新增策略变量进行变量名称校验,判断变量表中是否存在所述变量名称;

若存在,存储所述变量表;否则,添加与所述新增策略条件相关的新增策略条件到所述变量表,并存储;

基于存储的变量表,并基于催收系统中案件的风险等级以及催收系统中催收员的权重等级,向所述催收员分派比例案件。

2.如权利要求1所述的方法,其特征在于,对所述新增策略变量进行变量名称校验,判断变量表中是否存在所述变量名称的过程中,还包括:

基于动态数据库模式定义语言,对所述变量名称进行校验,获得校验结果;

同时,获取所述变量名称的名称长度以及名称字符;

基于所述变量表对应的配置数据库,对所述变量名称进行相似度匹配;

确定所述校验结果与相似度匹配结果是否一致,若一致,判定所述变量名称存在;

否则,判定所述变量名称不存在,并向前端发送名称不存在指令进行信息显示。

3.如权利要求1所述的方法,其特征在于,添加与所述新增策略条件相关的新增策略条件到所述变量表,并存储之后,还包括:

对存储的变量表中的策略条件通过定时任务进行变量加工,其变量加工的步骤包括:

获取存储的变量表中的每个策略条件的策略属性,并根据策略属性,提取需进行变量加工的策略条件;

将需进行变量加工的策略条件存储在固定变量加工表中;

获取所述固定变量加工表中策略条件的触发加工条件,并根据所述触发加工条件,对对应的策略条件进行变量加工,并更新所述变量表;

基于更新后的变量表,通过反射机制生成对象实例,并返回给前端进行展示。

4.如权利要求1所述的方法,其特征在于,基于催收系统中案件的风险等级以及催收系统中催收员的权重等级,向所述催收员分派比例案件之前,包括:

从所述催收系统中,爬取所述催收员的工作日志;

基于日志分析模型,对所述工作日志进行分析,获取所述催收员的第一权重值;

基于案件分析模型,对所述案件进行分析,获取所述案件的第一风险值;

获取所述催收员的工作日志中对所述案件的处理信息,并基于所述处理信息,对所述第一权重值进行修正处理,获得第二权重值,并根据所述第二权重值,确定对应的权重等级;

获取处理所述案件的催收员的催收信息,并基于所述催收信息,对所述第一风险值进行修正处理,获得第二风险值,并根据所述第二风险值,确定对应的风险等级。

5.如权利要求1所述的方法,其特征在于,基于催收系统中案件的风险等级以及催收系统中催收员的权重等级,向所述催收员分派比例案件的过程中,包括:

获取所述案件对应的当前分配批次,同时,确定所述当前分配批次中每个第一案件的案件完成时间,并获得第一预设完成时间;

当到达所述第一预设完成时间时,判断下次分配批次中每个第二案件依次与所述当前分配批次中的第一案件进行一一匹配处理;

根据匹配处理结果,判断所述下次分配批次中是否存在与所述当前分配批次中第一案件相同的第三案件,若存在,提取所述第三案件,并向所述第三案件分配与对应的第一案件相同的案件完成时间;

同时,确定所述下次分配批次中的剩余案件的案件完成时间;

基于分配的与对应的第一案件相同的案件完成时间以及剩余案件的案件完成时间,获得所述下次分配批次的第二预设完成时间;

将所述第二预设完成时间传输到所述前端进行展示。

6.如权利要求4所述的方法,其特征在于,确定所述案件的风险等级之后,还包括:

将所述案件按照所述风险等级进行排序处理,获得排序结果;

其中,所述案件对应的排序结果与预先对所述案件设定的标签的高中低和/或所述案件的逾期账龄相关。

7.如权利要求1所述的方法,其特征在于,向所述催收员分派比例案件的过程中,还包括:

获取所述案件的案件信息,所述案件信息包括:案件数量以及案件文档;

在进行分派所述比例案件的过程中,获取与所述案件信息对应的分派业务的业务负载信息以及变量配置信息,获得所述分派业务在对应预设程序之间的第一能耗信息;

同时,获得所述分派业务在对应预设软件层以及硬件层中各个运行点的第二能耗信息;

根据所述第一能耗信息以及第二能耗信息,计算得到所述分配比例案件的总能耗信息;

根据所述总能耗信息、第一能耗信息和第二能耗信息,调取待调整区域;

同时,从调整数据库中,获取与所述待调整区域相关的待调整方案,并基于所述待调整方案对进行分派所述比例案件的过程进行调整;

并按照调整后的分派过程,执行新的分派任务。

8.如权利要求2所述的方法,其特征在于,确定所述校验结果与相似度匹配结果是否一致,若一致,判定所述变量名称存在;否则,判定所述变量名称不存在,并向前端发送名称不存在指令进行信息显示,算法包括:

通过公式(1)计算变量名称xa与动态数据库中第一预设变量名称xb的语义相似度s(xa,xb):

其中,为语义概念ai在变量名称xa中存在的次数;为语义概念bj在第一预设变量名称xb中存在的次数;ai为在变量名称xa中的第i个语义概念;bj为在第一预设变量名称xb中的第j个语义概念;n为变量名称xa中的语义概念的总个数;m为第一预设变量名称xb中的语义概念的总个数;

根据预设语义相似度及计算出的语义相似度,得到校验结果;

通过公式(2)计算变量名称与配置数据库的第二预设变量名称的格式相似度p:

其中,xc为变量名称的第c个特征分量;yc为配置数据库中预设变量名称的第c个特征分量;k为变量名称或配置数据库中预设变量名称的特征分量个数;

根据预设格式相似度及计算出的格式相似度,得到相似度匹配结果。


技术总结
本发明提供了一种催收系统的策略配置及策略派案方法,包括:获取新增策略变量,并对新增策略变量进行变量名称校验,判断变量表中是否存在变量名称;若存在,存储变量表;否则,添加与新增策略条件相关的新增策略条件到变量表,并存储;基于存储的变量表,并基于催收系统中案件的风险等级以及催收系统中催收员的权重等级,向催收员分派比例案件。动态配置策略条件提高开发效率,降低成本,通过设置风险等级以及权重等级,实现派案,便于提高智能分案的合理性。

技术研发人员:王玉海;张猛
受保护的技术使用者:睿智合创(北京)科技有限公司
技术研发日:2020.07.14
技术公布日:2020.10.23
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1