[发明专利]自动扣款方法、装置、设备及存储介质

说明书

本申请适用于人工智能技术领域，提供一种自动扣款方法、装置、设备及存储介质，其方法包括：根据目标用户的个人资料数据，对目标用户进行客群分类识别处理，确定目标用户所从属的客群分类；根据目标用户所从属的客群分类，对目标用户进行策略配置处理，为目标用户制定对应适配的目标自动扣款策略；按照目标自动扣款策略，向目标用户发起自动扣款请求，以执行对目标用户的自动扣款处理。基于该方法，通过分析目标用户所从属的客群分类来确定目标用户适配的自动扣款策略，避免在不适宜的时间向用户发起自动扣款请求，减少自动扣款发起的次数，有效提升自动扣款的成功率，减少用户逾期风险。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种自动扣款方法、装置、设备及存储介质。

背景技术

在金融小额信贷领域，为了降低逾期率，通常会采用自动扣款的方式让用户能及时还款，降低对借贷人个人信用的影响。自动扣款是指信贷业务中银行在用户还款到期日，根据用户欠款自动发起扣款的一项功能。现有的自动扣款方法通常是单一地设置在用户还款到期日发起自动扣款，然而，这种单一的自动扣款方法灵活性差，比如，清分情景下的还款，如果发生只有部分扣款成功，那么不但扣款失败，还需要做退款处理，导致平台需要承担相应的支付手续费，增加借贷平台成本，而且由于退款处理还会降低自动扣款频率，进而影响自动还款的成功率。因此，受用户行为习惯的多样性以及还款情景的多样性影响，目前现有的自动扣款方法的扣款成功率低且用户逾期风险高，容易对借贷人的信用造成影响。

发明内容

有鉴于此，本申请实施例提供了一种自动扣款方法、装置、设备及存储介质，可以提升用户的自动扣款成功率，减少用户逾期风险。

本申请实施例的第一方面提供了一种自动扣款方法，包括：

根据目标用户的个人资料数据，对所述目标用户进行客群分类识别处理，确定所述目标用户所从属的客群分类；

根据所述目标用户所从属的客群分类，对所述目标用户进行策略配置处理，为所述目标用户制定对应适配的目标自动扣款策略；

按照所述目标自动扣款策略，向所述目标用户发起自动扣款请求，以执行对所述目标用户的自动扣款处理。

结合第一方面，在第一方面的第一种可能实现方式中，所述根据目标用户的个人资料数据，对所述目标用户进行客群分类识别处理，确定所述目标用户所从属的客群分类的步骤之前，还包括：

收集若干个用户的用户数据，并针对每个用户的用户数据分别构建各自对应的训练样本，其中，所述训练样本中包含有用户的基本信息数据和用户的历史还款行为数据；

根据所述训练样本中用户的基本信息对预先搭建的神经网络模型进行客群分类训练，以在所述神经网络模型中生成若干个客群分类；

在所述神经网络模型中，针对属于同一个客群分类的训练样本，统计分析所述训练样本中包含的用户的历史还款行为数据，确定所述客群分类中用户扣款成功的还款行为特征，并根据所述还款行为特征设置所述客群分类对应适配的自动扣款策略，生成用于为用户配置自动扣款策略的策略匹配模型。

结合第一方面的第一种可能实现方式，在第一方面的第二种可能实现方式中，所述按照所述目标自动扣款策略，向所述目标用户发起自动扣款请求，以执行对所述目标用户的自动扣款处理的步骤之后，还包括：

若所述目标用户的自动扣款处理返回扣款成功结果，则将所述目标用户的个人资料数据作为训练样本反馈给所述策略匹配模型进行迭代处理，调整所述策略匹配模型中各客群分类的分类参数，以优化所述策略匹配模型对用户的客群分类识别结果。

结合第一方面的第一种可能实现方式，在第一方面的第三种可能实现方式中，所述收集若干个用户的用户数据，并针对每个用户的用户数据分别构建各自对应的训练样本的步骤，包括：