[发明专利]一种基于信用评分的催收方法及装置在审
| 申请号: | 201710133678.0 | 申请日: | 2017-03-08 |
| 公开(公告)号: | CN106952155A | 公开(公告)日: | 2017-07-14 |
| 发明(设计)人: | 冷永刚;张远故;吕钦姿;黄丽丽;占新芳 | 申请(专利权)人: | 深圳前海纵腾金融科技服务有限公司 |
| 主分类号: | G06Q40/02 | 分类号: | G06Q40/02 |
| 代理公司: | 广州圣理华知识产权代理有限公司44302 | 代理人: | 顿海舟,李唐明 |
| 地址: | 518052 广东省深圳市*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | 本发明公开了一种基于信用评分的催收方法及装置。所述催收方法包括收集催收对象信用信息、处理收集到的信用信息、建立信用风险评分模型、预测逾期欠款回款概率和实施针对性的催收策略等步骤。本发明可根据催收评分结果自动判断其风险的高低,从而合理确定客户的催收策略,有利于提高催收的效果,减少坏账损失。通过数据挖掘作为分析技术,可以节省建模时间,为催收行业提供了数据支持。而且还可实时更新用户信息,更准确的预测催收风险评分,实施最适合的催收策略,提高催收任务效率。 | ||
| 搜索关键词: | 一种 基于 信用 评分 催收 方法 装置 | ||
【主权项】:
一种基于信用评分的催收方法,其特征在于,所述催收方法包括以下步骤:(1)收集催收对象信用信息:收集催收对象信用信息,并建立信用信息库,所述信用信息库中包括多项信用指标;(2)处理收集到的信用信息:首先对所述信用信息库中的信用信息进行筛选,缺失值以及异常值可剔除或采用平均值代替,确定在建模过程中可作自变量的信用指标;然后对上述可作自变量的信用指标进行相关性分析,剔除具有共线性的信用指标,保留相对独立的信用指标作为特征变量;最后对上述信用信息进行采样和格式化处理;(3)建立信用风险评分模型:利用机器学习算法建立信用风险评分模型,根据催收对象的历史信用信息来训练所述评分模型;(4)预测逾期欠款回款概率:将步骤(2)中格式化处理后的特征变量代入所述信用风险评分模型,计算得到催收回款风险概率,并根据该风险概率转化为催收评分,然后根据上述催收评分确定所述催收对象的风险等级;(5)实施针对性的催款策略:根据步骤(4)中确定的风险等级,实施具有针对性的催款策略。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳前海纵腾金融科技服务有限公司,未经深圳前海纵腾金融科技服务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710133678.0/,转载请声明来源钻瓜专利网。





