[发明专利]一种预支充值智能分析系统及方法

说明书

技术领域

本发明涉及通信领域，特别是一种预支充值智能分析系统及方法。

背景技术

电信业作为国民经济的基础产业，对经济和社会发展做出了巨大的贡献。在电信业发展过程中，呆坏账是一个普遍存在的问题，给电信企业的经营带来了巨大的影响。呆账是指超过三个月以上的欠款，坏账是指因债务人逾期未履行偿债义务，超过三年不能收回的应收账款。呆坏账产生的原因有：信用缺失的大环境；电信企业自身管理不到位以及技术缺陷；电信用户的个人原因。

信用评分是金融领域中对客户信用等级进行评定的一种常用方法，其主要目的在于将能够体现消费者未来行为的指标加以整合，统一成可以比较的单一指标，以显示消费者在未来特定时间内违约的可能性。电信企业在进行信用管理时，也可以运用信用评分中的各种方法以及数据挖掘技术，来甄别出信用较差的客户，降低信用风险，减少呆坏账金额的增加，从而改善公司的业绩并指导经营管理。

现阶段信用评分模型主要应用于金融领域，电信企业中的信用评分与分析的常用方法有：属于预测类模型的A记分法、Z记分模型和属于管理类模型的营运资产分析模型、特征分析模型。预测类模型的目标单一，对财务信息依赖性强，不太适用于我国企业的信用分析；营运资产分析模型则侧重于用户的实力和财务分析，对用户消费行为的分析较少，适用于个人的信用评价；特征分析模型具有内容全面且扩展性强，较大的灵活性，可操作性强且通俗易懂，并且可以针对客户的特征进行定义的优点，因此在信用分析中得到了广泛的应用，电信企业用户评价模型一般采用此方法来对用户进行信用分析。

当前，信用评分领域的研究发展速度飞快，为了降低信用决策中的主观因素，越来越多的数学方法被引入到了信用评分中，概括来看，主要分为非统计和统计两大类。统计方法主要包括判别分析、回归分析、分类树和最近邻法，非统计方法包括神经网络、遗传算法、专家系统和数学规划方法。现阶段的电信企业在确立用户信用等级的时候，多采用传统的信用决策系统，过多依赖于专家的主观判断。专家根据他们的经验对用户进行评估并协助授信人做出决策，这样的评分方法主观因素影响较大，在实际应用中，很难做到客观和真实。

发明内容

本发明的目的在于提供一种预支充值智能分析系统及方法，用于对用户的消费行为进行分析，为电信运营商提供管理依据，并改善用户的消费体验。

实现本发明目的的技术解决方案为：一种预支充值智能分析系统，包括DCO智能分析平台、大数据平台、计费系统、短信平台、客服热线/ESS系统、二级客服，其中：

计费系统将收集到的预付费用户的个人信息传送至大数据平台；

大数据平台中的数据预处理模块对数据进行预处理，然后由大数据平台中的行为分析模块用SOM聚类分析方法对数据进行聚类，将聚类结果发送给DCO智能分析平台；

DCO智能分析平台中的分类预测模块采用深度神经网络方法，根据聚类结果建立分类预测模型，并生成授信名单，发送到大数据平台的额度更改模块和二级客服；

大数据平台通过计费系统，将DCO智能分析平台反馈的信息提供给短信平台和客服热线/ESS系统。

进一步地，所述的计费系统收集到的预付费用户的个人信息包括用户资料、充值记录、消费记录、日末余额、用户状态。

进一步地，所述的大数据平台，具体作用为：构建信用额度指标体系，利用数据预处理模块对数据进行预处理，再利用SOM聚类分析方法把预付费用户的个人信息进行聚类，并根据聚类结果将用户的信用等级分为高、中、低三类，传输至DCO智能分析平台；然后大数据平台将额度更新到计费系统，并对相关用户进行实际授信，将授信结果反馈至DCO智能分析平台。

进一步地，所述的短信平台，具体作用为：将授信短信、授信调整短信发送给预付费用户，并将用户的操作反馈至计费系统，再由计费系统反馈至大数据平台。

进一步地，所述的客服热线/ESS系统，具体作用为：为预付费用户提供咨询、查询、取消授信、调整授信服务。

进一步地，所述的二级客服，具体作用为：在客服热线无法查询到预付费用户的信用额度时，协助服热线/ESS系统在DCO智能分析平台中获得该预付费用户的信用额度。

进一步地，所述的DCO智能分析平台，具体作用为：对用户的信用等级进行打分，利用深度神经网络建立用户信用额度的分类预测模型，通过此模型筛选出符合预支充值服务条件的目标用户群，并将目标用户群以及信用额度发送给DCO智能分析平台中的授信名单生成模块，由授信名单生成模块对目标用户进行管理，并定期将更新的名单和信用额度发送到大数据平台。