CN109767070A - 案件分配方法、装置、计算机设备和存储介质 - Google Patents
案件分配方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109767070A CN109767070A CN201811533444.6A CN201811533444A CN109767070A CN 109767070 A CN109767070 A CN 109767070A CN 201811533444 A CN201811533444 A CN 201811533444A CN 109767070 A CN109767070 A CN 109767070A
- Authority
- CN
- China
- Prior art keywords
- case
- business personnel
- data
- default
- goal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请涉及过程优化技术,提供了一种案件分配方法、装置、计算机设备和存储介质。所述方法包括:获取目标案件数据列表和预配置的业务员标识列表;确定与所述目标案件数据列表对应的目标案件总数量,以及与所述业务员标识列表对应的业务员标识总数量;将所述目标案件总数量与所述业务员标识总数据量相除得到商值和余数,并根据所述商值和所述余数,按照预设分配方式给所述业务员标识列表中各业务员标识分配案件数量;根据给各所述业务员标识分配的所述案件数量,按照所述预设分配方式将所述目标案件数据列表中的各目标案件分配至各所述业务员标识。采用本方法能够提高案件分配效率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种案件分配方法、装置、计算机设备和存储介质。
背景技术
随着业务的发展,业务量不断增加,业务对应的待处理案件量也不断增加。以贷款业务为例,随着贷款案件量的不断增加,贷款逾期量不断增加,相应的待催收的贷款案件量也不断增加。贷款案件逾期时,需要将待处理的贷款案件分配给相应的业务员进行催收。
目前,通常是由人工确定待处理的贷款案件和待分配的业务员,并将所确定的贷款案件通过人工分配至各个业务员。这种人工分配方式耗时耗力,增加了人力和物力成本,且通常只能在上班时间进行案件分配,从而降低了案件分配效率。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高案件分配效率的案件分配方法、装置、计算机设备和存储介质。
一种案件分配方法,所述方法包括:
获取目标案件数据列表和预配置的业务员标识列表;
确定与所述目标案件数据列表对应的目标案件总数量,以及与所述业务员标识列表对应的业务员标识总数量;
将所述目标案件总数量与所述业务员标识总数据量相除得到商值和余数,并根据所述商值和所述余数,按照预设分配方式给所述业务员标识列表中各业务员标识分配案件数量;
根据给各所述业务员标识分配的所述案件数量,按照所述预设分配方式将所述目标案件数据列表中的各目标案件分配至各所述业务员标识。
在其中一个实施例中,所述获取目标案件数据列表和预配置的业务员标识列表之前,所述方法还包括:
实时检测当前***时间;
当所述当前***时间与预设触发时间一致时,获取预设时间段内的初始案件数据;
从所述初始案件数据中筛选出符合预设筛选条件的目标案件数据;
将所述目标案件数据按照预设配置顺序预配置到目标案件数据列表中。
在其中一个实施例中,所述预设筛选条件有多个;所述从所述初始案件数据中筛选出符合预设筛选条件的目标案件数据,包括:
从尚未进行匹配的预设筛选条件中选取优先级最高的预设筛选条件,作为当前筛选条件;
将当前已筛选出的每个案件数据分别与所述当前筛选条件进行匹配;
将匹配成功的案件数据确定为当前筛选出的案件数据,并返回所述从尚未进行匹配的预设筛选条件中选取优先级最高的预设筛选条件,作为当前筛选条件的步骤继续执行,直至所述多个预设筛选条件均匹配完毕时,停止迭代,将最终筛选出的案件数据确定为符合所述多个预设筛选条件的目标案件数据。
在其中一个实施例中,所述将最终筛选出的案件数据确定为符合所述多个预设筛选条件的目标案件数据,包括:
统计最终筛选出的案件数据的总数量;
当所述总数量大于预设数量阈值时,按照预设选取方式从所述最终筛选出的案件数据中,选取所述预设数量阈值的案件数据,将选取的所述案件数据确定为符合所述多个预设筛选条件的目标案件数据。
在其中一个实施例中,所述按照预设选取方式从所述最终筛选出的案件数据中,选取所述预设数量阈值的案件数据,包括:
根据最终筛选出的案件数据所对应的案件标识,在已构建的知识图谱中确定相匹配的目标实体,以及与所述目标实体对应的属性信息;
将所述属性信息输入已训练的风险等级预测模型进行预测,获得与所述目标实体对应的案件数据所对应的风险等级;
按照所述风险等级,对最终筛选出的多个案件数据进行排序,获得案件数据序列;
按照预设选取方式从所述案件数据序列,选取所述预设数量阈值的案件数据。
在其中一个实施例中,所述将所述目标案件数据按照预设配置顺序预配置到目标案件数据列表中之后,所述方法还包括:
将从所述最终筛选出的案件数据中,剔除所述目标案件数据后的案件数据所对应的案件标识缓存至缓存队列中;
当接收到业务员终端发送的案件数据分配请求时,根据所述案件数据分配请求确定请求分配的案件数量;
当请求分配的所述案件数量小于或等于预设案件数量阈值时,从所述缓存队列中获取数量等于请求分配的所述案件数量的案件数据;
将从所述缓存队列中获取的所述案件数据分配给所述业务员终端对应的业务员标识。
在其中一个实施例中,所述将所述目标案件总数量与所述业务员标识总数据量相除得到商值和余数,并根据所述商值和所述余数,按照预设分配方式给所述业务员标识列表中各业务员标识分配案件数量,包括:
确定预设案件分配方式;
当所述预设案件分配方式为比例分配时,分别获取所述业务员标识列表中每个业务员标识在预设时间段内对应的多个案件数量分配比例;
根据每个业务员标识对应的所述多个案件数量分配比例,分别计算相应业务员标识在所述预设时间段内对应的案件数量分配比例均值;
根据各所述案件数量分配比例均值和目标案件总数量,分别计算分配给每个业务员标识的案件数量。
一种案件分配装置,所述装置包括:
获取模块,用于获取目标案件数据列表和预配置的业务员标识列表;
确定模块,确定与所述目标案件数据列表对应的目标案件总数量,以及与所述业务员标识列表对应的业务员标识总数量;
计算模块,用于将所述目标案件总数量与所述业务员标识总数据量相除得到商值和余数,并根据所述商值和所述余数,按照预设分配方式给所述业务员标识列表中各业务员标识分配案件数量;
分配模块,用于根据给各所述业务员标识分配的所述案件数量,按照所述预设分配方式将所述目标案件数据列表中的各目标案件分配至各所述业务员标识。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述各个实施例中所述的案件分配方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述各个实施例中所述的案件分配方法的步骤。
上述案件分配方法、装置、计算机设备和存储介质,获取目标案件数据列表和预配置的业务员标识列表,并分别确定待分配的目标案件总数量和业务员标识总数量,进而根据目标案件总数量和业务员标识总数量,按照预设分配方式自动给每个业务员标识分配案件数量,以根据所分配的案件数量,按照预设分配方式将目标案件数据列表中的各目标案件分配给各业务员标识。这样,根据预配置的数据可快速给每个业务员标识分配案件数量,并根据所确定的案件数量对待分配的目标案件进行有效的分配,提高了案件分配效率。
附图说明
图1为一个实施例中案件分配方法的应用场景图;
图2为一个实施例中案件分配方法的流程示意图;
图3为另一个实施例中案件分配方法的流程示意图;
图4为一个实施例中案件分配装置的结构框图;
图5为另一个实施例中案件分配装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的案件分配方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104通过网络进行通信。服务器104获取目标案件数据列表和预配置的业务员标识列表,分别确定目标案件总数量和业务员标识总数量,并计算所确定的目标案件总数量与业务员标识总数据量的商值和余数,进而根据商值和余数分别给每个业务员标识分配案件数量,以按照预设分配方式向每个业务员标识分配相应案件数量的目标案件。终端102可以是业务员终端,可根据相应业务员标识从服务器104中获取已分配给该业务员标识的目标案件。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种案件分配方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
S202,获取目标案件数据列表和预配置的业务员标识列表。
其中,目标案件数据列表是由多个待分配的目标案件所对应的案件数据按照预设排序组成的集合。案件数据包括待分配的目标案件对应的案件标识和业务数据。案件标识用于唯一标识案件。在目标案件数据列表中,每个案件标识对应有唯一的排序号,由此每个案件标识对应的案件数据对应有唯一的排序号。可以理解的是,在目标案件数据列表中,案件数据对应的排序号也可用于唯一标识该案件数据。案件具体可以是指一笔贷款。待分配的目标案件可以是指已经逾期、且需要进行催收的贷款。以案件为贷款为例,业务数据可以是催收贷款时所需的数据。业务数据可包括贷款金额、逾期状态、逾期天数、进件地区、是否已委托催收公司和借贷方基本信息等中的至少一种,借贷方可以是个人,也可以是企业,借贷方基本信息比如用户的姓名、身份证、年龄、职业和联系方式等,或者企业的名称、所属行业、成立时间、企业规模和资产等。
业务员标识列表是由多个待分配目标案件的业务员标识按照预设顺序组成的集合。业务员标识用于唯一标识业务员。以案件为贷款为例,将待分配的目标案件分配给业务员标识,由该业务员标识对应的业务员根据目标案件对应的案件数据进行贷款的催收。业务员标识列表中的每个业务员标识,根据该业务员标识在相应多个业务员标识中的排序对应有相应的排序号。
具体地,服务器本地预存储有待分配的目标案件所对应的目标案件数据列表,以及预配置有待分配目标案件的业务员标识所对应的业务员标识列表。服务器从数据库中获取预存储的目标案件数据列表和预配置的业务员标识列表。
在一个实施例中,终端检测到预设触发操作时,根据所检测到的预设触发操作生成相应的案件分配指令,并将所生成的案件分配指令发送至服务器。服务器根据所接收到的案件分配指令在数据库中获取相应的目标案件数据列表和业务员标识列表。
在一个实施例中,案件分配指令中包括目标案件数据列表标识和业务员标识列表标识。服务器解析接收到的案件分配指令,获得目标案件数据列表标识和业务员标识列表标识,根据目标案件数据列表标识获取相应的目标案件数据列表,并根据业务员标识列表标识获取相应的业务员标识列表。
S204,确定与目标案件数据列表对应的目标案件总数量,以及与业务员标识列表对应的业务员标识总数量。
其中,目标案件总数量是指目标案件数据列表中所包括的待分配的目标案件的总数量。业务员标识总数量是指业务员标识列表所包括的待分配目标案件的业务员标识的总数量。
具体地,服务器根据所获取到的目标案件数据列表,确定该目标案件数据列表中所包括的待分配的目标案件所对应的案件标识,并统计所确定的案件标识的总数量,获得该目标案件数据列表对应的目标案件总数量。服务器统计业务员标识列表中所包括的待分配目标案件的业务员标识的总数量,获得该业务员标识列表对应的业务员标识总数量。
在一个实施例中,目标案件数据列表中还包括待分配的目标案件的总数量。业务员标识列表中还可包括待分配目标案件的业务员标识的总数量。服务器从目标案件数据列表获取相应的目标案件总数量,并从业务员标识列表获取相应的业务员标识总数量。
S206,将目标案件总数量与业务员标识总数据量相除得到商值和余数,并根据商值和余数,按照预设分配方式给业务员标识列表中各业务员标识分配案件数量。
其中,预设分配方式是预先设定的用于给每个业务员标识分配案件数量的方式。预设分配方式比如根据商值给业务员标识列表中每个业务员标识分配案件数量,并将余数对应的案件数量分配给业务员标识列表中最后一个业务员标识。
具体地,服务器将目标案件总数量与业务员标识总数据量相除,分别得到商值和余数。服务器将计算得到的商值确定为分配给该业务员标识列表中的每个业务员标识的案件数量。服务器对计算得到的商值和余数求和,并将求和得到的和值确定为分配给该业务员标识列表中最后一个业务员标识的案件数量。可以理解的是,首先,服务器分别将目标案件数据列表中案件数量等于商值的目标案件,分配给业务员标识列表中的每个业务员标识;其次,服务器将目标案件数据列表中案件数量等于余数的目标案件分配给业务员标识列表中最后一个业务员标识。这样,给业务员标识列表中剔除最后一个业务员标识后的每个业务员标识分配的案件数量等于商值,给最后一个业务员标识分配的案件数量等于商值与余数的和值。
举例说明,假设待分配的目标案件对应的目标案件总数量为100,待分配目标案件的业务员标识总数量为3。按照上述方式可计算得到目标案件总数量与业务员标识总数量之间的商值为30,余数为1,由此,可确定分配给第一个业务员标识和第二个业务员标识的案件数量均为30,分配给第三个业务员标识(最后一个业务员标识)的案件数量为31。
在一个实施例中,服务器将商值确定为分配给业务员标识列表中,剔除最后一个业务员标识后的每个业务员标识的案件数量。进一步地,服务器将余数与商值求和得到的和值,确定为分配给该业务员标识列表中最后一个业务员标识的案件数量。
在一个实施例中,服务器将目标案件总数量与业务员标识总数据量相除得到商值,并将商值确定为分配给业务员标识列表中,剔除最后一个业务员标识后的每个业务员标识的案件数量。服务器根据分配给业务员标识列表中剔除最后一个业务员标识后的每个业务员标识的案件数量,与目标案件总数量确定该目标案件总数量中剩余尚未分配的案件数量,并将所确定的目标案件总数量中剩余尚未分配的案件数量,确定为分配给该业务员标识列表中最后一个业务员标识的案件数量。
S208,根据给各业务员标识分配的案件数量,按照预设分配方式将目标案件数据列表中的各目标案件分配至各业务员标识。
其中,预设分配方式是预先设定的用于向业务员标识分配相应案件数量的目标案件的方式。预设分配方式比如按照目标案件数据列表中每个目标案件的先后顺序,以及业务员标识列表中每个业务员标识的先后顺序,依次将目标案件数据列表中案件数量的目标案件分配给相应的业务员标识。
具体地,服务器按照目标案件数据列表中每个目标案件的先后顺序,以及业务员标识列表中每个业务员标识的先后顺序,根据分配给业务员标识列表中每个业务员标识的案件数量,依次从目标案件数据列表中获取案件数量的目标案件,并将该案件数量的目标案件分配给相应的业务员标识。可以理解的是,服务器按照业务员标识列表中每个业务员标识的先后顺序,依次从目标案件数据列表中获取应分配给每个业务员标识的目标案件,并将所获取到的目标案件分配给相应的业务员标识。其中,对应于业务员标识从目标案件数据列表中获取的目标案件的案件数量,等于给该业务员标识分配的案件数量,且对应于任意两个不同的业务员标识所获取到的目标案件互不相同。
举例说明,假设目标案件总数量为100,业务员标识总数量为3。按照上述方式可确定,将目标案件数据列表中排序号为1至33的目标案件分配给第一个业务员标识,将排序号为34至66的目标案件分配给第二个业务员标识,将排序号为67至100的目标案件分配给第三个业务员标识。
在一个实施例中,服务器将目标案件数据列表中案件数量的目标案件分配给相应的业务员标识时,建立该案件数量的目标案件与该业务员标识之间的关联关系,并将该案件数量的目标案件和该业务员标识,以及对应建立的关联关系对应存储到预设数据表中。其中,预设数据表可以是催收操作表。业务员根据预配置的账号和密码登录服务器或服务器上的操作***后,根据业务员标识即可从该预设数据表中对应查询已分配给自身的目标案件,以及每个目标案件对应的案件数据。
上述案件分配方法,获取目标案件数据列表和预配置的业务员标识列表,并分别确定待分配的目标案件总数量和业务员标识总数量,进而根据目标案件总数量和业务员标识总数量,按照预设分配方式自动给每个业务员标识分配案件数量,以根据分配的案件数量,按照预设分配方式将目标案件数据列表中的各目标案件分配给各业务员标识。这样,根据预配置的数据可快速给每个业务员标识分配案件数量,并根据所确定的案件数量对待分配的目标案件进行有效的分配,提高了案件分配效率。
在一个实施例中,步骤S202之前,上述案件分配方式还包括:实时检测当前***时间;当当前***时间与预设触发时间一致时,获取预设时间段内的初始案件数据;从初始案件数据中筛选出符合预设筛选条件的目标案件数据;将目标案件数据按照预设配置顺序预配置到目标案件数据列表中。
其中,预设触发时间是预先设定的用于触发案件分配操作的时间。预设触发时间是可根据实际情况自定义的时间点,比如每天的早上六点、每周六的晚上九点或每个月第一天的早上五点等。预设时间段是由预先设定的起始时间和结束时间对应确定的时间区间。预设时间段对应的时间长度由起始时间和结束时间对应确定。预设时间段比如以当前***时间为结束时间、且时间长度等于一个月的时间区间,也即从当前***时间往前推一个月的时间区间。
初始案件数据包括待分配的目标案件所对应的案件数据和其他不符合预设筛选条件的案件数据。以案件为贷款为例,初始案件数据包括已经逾期、且需要进行催收的贷款对应的案件标识和业务数据;还包括当前生效、且无需进行催收的贷款对应的案件标识和业务数据;还可包括已经逾期、且需要进行催收但是不符合当前的预设筛选条件的贷款对应的案件标识和业务数据,比如逾期天数超出预设阈值范围的贷款或者已委托催收公司进行催收的贷款等。预设配置顺序是将筛选出的目标案件数据配置到目标案件数据列表中的先后顺序,也可理解为筛选出的多个目标案件数据在目标案件数据列表中排序的先后顺序。预设配置顺序比如获取目标案件数据的先后顺序、筛选出目标案件数据的先后顺序、或者按照预设条件确定的先后顺序。预设条件比如按照案件金额、进件地区和逾期天数等中的至少一种确定配置顺序。
具体地,服务器本地预配置有用于触发案件分配流程的预设触发时间。服务器实时检测当前***时间,并将检测到的当前***时间与预配置的预设触发时间进行比较。在当前***时间与预配置的预设触发时间一致时,服务器从数据库中获取预设时间段内的初始案件数据。服务器按照预设筛选方式,从所获取到的初始案件数据中筛选符合预设筛选条件的目标案件数据,并将筛选出的目标案件数据按照预设配置顺序预配置到目标案件数据列表中。预设筛选方式比如将一个或多个预设筛选条件分别与每个初始案件数据进行匹配,将与该一个预设筛选条件匹配成功的初始案件数据确定为筛选出的目标案件数据,或者将与该多个预设筛选条件中的每个预设筛选条件均匹配成功的初始案件,确定为筛选出的目标案件数据。
在一个实施例中,服务器将筛选出的各目标案件数据按照预设配置顺序预配置到目标案件数据列表中时,按照每个目标案件数据预配置到目标案件数据列表中的先后顺序,分别确定每个案件数据在该目标案件数据列表中的排序号。这样,在目标案件数据列表中,每个目标案件数据对应唯一的排序号,由此排序号可用于在该目标案件数据列表中唯一标识目标案件数据。目标案件数据列表可以是预先创建的用于临时存储筛选出的目标案件数据的数据表。
上述实施例中,通过预配置预设触发时间来控制案件分配流程的触发,并通过预配置预设筛选条件,在已触发的案件分配流程中从初始案件数据中筛选出待分配的目标案件对应的目标案件数据,并预配置到目标案件数据列表中,以便于在进行案件分配时从该目标案件数据列表中快速获取待分配的目标案件以及相应的案件数据,提高了案件分配效率。
在一个实施例中,预设筛选条件有多个;从初始案件数据中筛选出符合预设筛选条件的目标案件数据,包括:从尚未进行匹配的预设筛选条件中选取优先级最高的预设筛选条件,作为当前筛选条件;将当前已筛选出的每个案件数据分别与当前筛选条件进行匹配;将匹配成功的案件数据确定为当前筛选出的案件数据,并返回从尚未进行匹配的预设筛选条件中选取优先级最高的预设筛选条件,作为当前筛选条件的步骤继续执行,直至多个预设筛选条件均匹配完毕时,停止迭代,将最终筛选出的案件数据确定为符合多个预设筛选条件的目标案件数据。
具体地,服务器本地预配置有多个预设筛选条件,并对应于该多个预设筛选条件中的每个预设筛选条件预配置有相应的优先级。可以理解的是,服务器对预配置的多个预设筛选条件进行优先级排序,从而确定每个预设筛选条件的优先级。当前次筛选步骤执行完毕时,服务器获取该多个预设筛选条件中当前尚未进行匹配的预设筛选条件,从该当前尚未进行匹配的预设筛选条件中选取优先级最高的预设筛选条件,并将所选取的预设筛选条件作为当前筛选条件。服务器将前次筛选流程中筛选出的案件数据,确定为当前已筛选出的案件数据,并将当前已筛选出的每个案件数据分别与所选取的当前筛选条件进行匹配,进而根据匹配结果从当前已筛选出的案件数据中进一步筛选案件数据。
进一步地,案件数据与当前筛选条件匹配成功,表明该案件数据与当前筛选条件相匹配,也即表明该案件数据符合当前筛选条件。服务器将当前已筛选出的案件数据中与当前筛选条件相匹配的案件数据,确定为当前筛选出的案件数据,并返回至获取该多个预设筛选条件中当前尚未进行匹配的预设筛选条件,从该当前尚未进行匹配的预设筛选条件中选取优先级最高的预设筛选条件,作为当前筛选条件的步骤继续执行,直至该多个预设筛选条件均匹配完毕。其中,该当前筛选出的案件数据在下次筛选流程中作为当前已筛选出的案件数据,并用于与下次筛选流程中所确定的当前筛选条件进行匹配。当按照上述方式将该多个预设筛选条件依次用于筛选案件数据完毕时,服务器将最终筛选出的案件数据,确定为同时符合该多个预设筛选条件的目标案件数据。
举例说明,假设预配置的多个预设筛选条件包括逾期状态为逾期、逾期天数符合预设阈值范围、进件地区与预设进件地址列表相匹配和目前尚未委托催收公司进行催收。服务器按照优先级排序,首先,从初始案件数据中筛选出逾期状态为逾期的案件数据,其次,从已筛选出的案件数据中筛选出逾期天数符合预设阈值范围的案件数据,再次,从已筛选出的案件数据中筛选出进件地区与预设进件地址列表相匹配的案件数据,最后,从已筛选出的案件数据中筛选出目前尚未委托催收公司进行催收的案件数据,并将最后筛选出的案件数据确定为目标案件数据。
在一个实施例中,服务器将所获取到的每条初始案件数据分别与该多个预设筛选条件进行匹配,以筛选出符合该多个预设筛选条件的目标案件数据。服务器将与该多个预设筛选条件均匹配成功的初始案件数据,确定为同时符合该多个预设筛选条件的目标案件数据。
在一个实施例中,服务器根据接收到的预设筛选条件配置指令,确定待配置的多个预设筛选条件和该多个预设筛选条件各自对应的排序,并根据每个预设筛选条件对应的排序对该多个预设筛选条件进行优先级排序。可以理解的是,排序位置在前的预设筛选条件的优先级,优于排序位置在后的预设筛选条件的优先级。
上述实施例中,通过多个预设筛选条件依次对前次筛选出的案件数据进行进一步筛选,以从初始案件数据中筛选出符合该多个预设筛选条件的目标案件数据,提高了目标案件数据的筛选精准性,从而提高了案件分配精准性。
在一个实施例中,将最终筛选出的案件数据确定为符合多个预设筛选条件的目标案件数据,包括:统计最终筛选出的案件数据的总数量;当总数量大于预设数量阈值时,按照预设选取方式从最终筛选出的案件数据中,选取预设数量阈值的案件数据,将选取的案件数据确定为符合多个预设筛选条件的目标案件数据。
其中,预设数量阈值是可根据实际情况自定义的数量阈值,比如100。预设数量阈值是预先设定的当前可分配的目标案件对应的最大数量。预设选取方式是从最终筛选出的多个案件数据中选取待分配的目标案件数据的方式。预设选取方式比如按照筛选出案件数据的先后顺序或者案件数据的风险等级,从最终筛选出的多个案件数据中选取预设数量阈值的目标案件数据。
具体地,当按照上述筛选方式从初始案件数据中,筛选出最终的案件数据时,服务器统计最终筛选出的案件数据的总数量,并将统计的总数量与预设数量阈值进行比较。当统计的总数量大于预设数量阈值时,服务器按照预设选取方式从最终筛选出的多个案件数据中,选取预设数量阈值的案件数据,并将所选取的预设数量阈值的案件数据确定为同时符合多个预设筛选条件的目标案件数据。
上述实施例中,通过设定预设数量阈值来限定当前待分配的目标案件的最大数量,该预设数量阈值是业务员标识列表中的多个业务员标识当前所能处理的目标案件数量的最大值。当筛选出的案件数量大于该预设数量阈值时,从筛选出案件数量中选取预设数量阈值的目标案件数量,并分配给每个业务员标识,以保证目标案件的合理分配,从而保证目标案件能够被及时有效处理,提高了案件分配的精准性。
在一个实施例中,按照预设选取方式从最终筛选出的案件数据中,选取预设数量阈值的案件数据,包括:根据最终筛选出的案件数据所对应的案件标识,在已构建的知识图谱中确定相匹配的目标实体,以及与目标实体对应的属性信息;将属性信息输入已训练的风险等级预测模型进行预测,获得与目标实体对应的案件数据所对应的风险等级;按照风险等级,对最终筛选出的多个案件数据进行排序,获得案件数据序列;按照预设选取方式从案件数据序列,选取预设数量阈值的案件数据。
其中,目标实体可以是个人,也可以是企业。目标实体对应的属性信息包括目标实体的基本信息和目标实体对应的案件历史行为数据。以目标实体为个人为例,目标实体的基本信息包括用户的手机省份、户籍省份、居住省份、工作省份、工作类型、婚姻状况和子女拥有状况等中的一种或多种。工作类型比如自雇或受薪,婚姻状况比如未婚、已婚或离婚等,子女拥有状况比如有小孩或无小孩等。案件历史行为数据用于表征目标实体对应于特定案件所具有的历史行为数据。特定案件可以是该目标实体对应的、且符合预设筛选条件的案件数据所对应的目标案件。案件历史行为数据包括目标实体在一个或多个预设时间段内的逾期天数、逾期次数、贷款金额和贷款申请评分等中的至少一种,比如目标实体在最近六个月内发生五天以上的逾期,或目标实体在最近六个月发生过两次三天以上的逾期等。
风险等级预测模型是根据预先获取的训练样本集进行模型训练获得的、能够用于根据属性信息预测获得相应的风险等级的模型。服务器获取包括多个目标实体各自对应的属性信息的训练样本集,并标注出每个属性信息对应的风险等级,进而将属性信息作为输入特征,将相应的风险等级作为期望输出的输出特征,对初始化的风险等级预测模型进行训练,获得已训练的风险等级预测模型。风险等级可用于表征对相应贷款进行催收时的难易程度。风险等级越高表明相应逾期贷款越难催收,风险等级越低表明相应逾期贷款越容易催收。
具体地,当按照上述筛选方式最终筛选出的案件数据的总数量大于预设数量阈值时,对于最终筛选出的该多个案件数据中的每个案件数据,服务器分别根据每个案件数据所对应的案件标识在已构建的知识图谱中查询相匹配的目标实体,以及与所查询到的目标实体对应的属性信息。服务器将对应于所筛选出的每个案件数据分别查询到的属性信息分别输入已训练的风险等级预测模型进行预测,得到每个案件数据所对应的风险等级。服务器预测得到每个案件数据对应的风险等级时,按照所得到的风险等级对最终筛选出的多个案件数据进行排序,获得相应的案件数据序列,并按照预设选取方式从该案件数据序列中选取数量等于预设数量阈值的案件数量。服务器可按照风险等级由高至低的方式从案件数据序列中选取预设数量阈值的案件数量。
在一个实施例中,服务器将对应于案件数据所查询到的属性信息与该案件数据作为输入特征,输入已训练的风险等级预测模型进行预测,获得与该案件数据对应的风险等级。可以理解的是,在训练本实施例中的风险等级预测模型时,输入初始化的风险等级预测模型中进行模型训练的输入特征为案件数据和该案件数据对应的属性信息。
在一个实施例中,服务器根据所查询到的目标实体,在已构建的知识图谱中查询通过预设实体关系与该目标实体相关联的关联实体,以及该关联实体对应的预设属性信息,并将所查询到的预设属性信息和属性信息作为输入特征,输入已训练的风险等级预测模型进行预测,获得相应案件数据所对应的风险等级。预设实体关系比如亲属关系或血缘关系等。
在一个实施例中,服务器根据所接收到的知识图谱构建指令获取目标数据,并识别目标数据中的目标实体和各目标实体之间的实体关系,进而根据各目标实体和相应的实体关系,按照预设构建方式构建知识图谱。
上述实施例中,借助于知识图谱和风险等级预测模型预测各案件数据的风险等级,进而根据风险等级从筛选出的多个案件数据选取待分配的目标案件对应的案件数据,提高了案件数据的选取效率和精准性,从而提高了案件分配效率和精准性。
在一个实施例中,将目标案件数据按照预设配置顺序预配置到目标案件数据列表中的步骤之后,上述案件分配方法还包括:将从最终筛选出的案件数据中,剔除目标案件数据后的案件数据所对应的案件标识缓存至缓存队列中;当接收到业务员终端发送的案件数据分配请求时,根据案件数据分配请求确定请求分配的案件数量;当请求分配的案件数量小于或等于预设案件数量阈值时,从缓存队列中获取数量等于请求分配的案件数量的案件数据;将从缓存队列中获取的案件数据分配给业务员终端对应的业务员标识。
其中,案件分配请求是用于触发案件再分配操作的请求。预设案件数量阈值可以是将从最终筛选出的案件数据中,剔除目标案件数据后的案件数据的总数量与业务员标识总数量相除得到的商值。
具体地,服务器将从最终筛选出的案件数据中,剔除目标案件数据后的案件数据所对应的案件标识缓存至缓存队列中。业务员终端根据所检测到的指定触发操作生成相应的案件数据分配请求,并将该案件数据分配请求发送到服务器。当接收到业务员终端发送的案件数据分配请求时,服务器根据该案件数据分配请求确定相应业务员请求分配的案件数量。当业务员请求分配的案件数量小于或等于预设案件数量阈值时,从缓存队列中获取数量等于该请求分配的案件数量的案件数据,并将所获取到的案件数据分配给相应业务员终端所对应的业务员标识。
上述实施例中,通过将已筛选出、且当前未分配的案件数据的总数量对业务员标识总数量求平均,得到每个业务员可申请分配的案件数量的最大值,以避免某个业务员请求分配的案件数量过多,导致其他业务员可请求分配的案件数量过少,从而影响案件数据的处理效率。
在一个实施例中,步骤S206包括:确定预设案件分配方式;当预设案件分配方式为比例分配时,分别获取业务员标识列表中每个业务员标识在预设时间段内对应的多个案件数量分配比例;根据每个业务员标识对应的多个案件数量分配比例,分别计算相应业务员标识在预设时间段内对应的案件数量分配比例均值;根据各案件数量分配比例均值和目标案件总数量,分别计算分配给每个业务员标识的案件数量。
其中,案件数量分配比例可以是指每个业务员标识每天实际分配的案件数量,占该多个业务员标识每天实际分配的案件总数量的比例。案件数量分配比例均值是对预设时间段内的多个案件数量分配比例求平均得到的比例均值。
具体地,服务器获取当前案件分配流程所对应的预设案件分配方式。当所获取到的预设案件分配方式为比例分配时,对于业务员标识列表中的每个业务员标识,服务器分别从数据库中获取每个业务员标识在预设时间段内所对应的多个案件数量分配比例,并对每个业务员标识对应的多个案件数量分配比例求平均,获得每个业务员标识对应的案件数量分配比例均值。服务器分别计算每个业务员标识对应的案件数量分配比例均值和目标案件总数量的乘积,获得分配给每个业务员标识的案件数量。
在一个实施例中,当所获取到的预设案件分配方式为平均分配时,服务器按照上述多个实施例中所提供的根据目标案件总数量与业务员标识总数据量相除得到商值和余数,分别给每个业务员标识分配案件数量。
上述实施例中,根据历史分配给每个业务员标识的案件数量,动态确定当前分配给每个业务员标识的案件数量,提高了分配给每个业务员标识的案件数量的可调整性,且这样分配的案件数量与业务员的催收能力相符合,从而提高了案件分配的精准性。
如图3所示,在一个实施例中,提供了一种案件分配方法,该方法具体包括以下步骤:
S302,实时检测当前***时间。
S304,当当前***时间与预设触发时间一致时,获取预设时间段内的初始案件数据。
S306,从尚未进行匹配的预设筛选条件中选取优先级最高的预设筛选条件,作为当前筛选条件;预设筛选条件有多个。
S308,将当前已筛选出的每个案件数据分别与当前筛选条件进行匹配。
S310,将匹配成功的案件数据确定为当前筛选出的案件数据,并返回从尚未进行匹配的预设筛选条件中选取优先级最高的预设筛选条件,作为当前筛选条件的步骤继续执行,直至多个预设筛选条件均匹配完毕时,停止迭代。
S312,统计最终筛选出的案件数据的总数量。
S314,当总数量大于预设数量阈值时,根据最终筛选出的案件数据所对应的案件标识,在已构建的知识图谱中确定相匹配的目标实体,以及与目标实体对应的属性信息。
S316,将属性信息输入已训练的风险等级预测模型进行预测,获得与目标实体对应的案件数据所对应的风险等级。
S318,按照风险等级,对最终筛选出的多个案件数据进行排序,获得案件数据序列。
S320,按照预设选取方式从案件数据序列,选取预设数量阈值的案件数据,将选取的案件数据确定为符合多个预设筛选条件的目标案件数据。
S322,将目标案件数据按照预设配置顺序预配置到目标案件数据列表中。
S324,获取目标案件数据列表和预配置的业务员标识列表。
S326,确定与目标案件数据列表对应的目标案件总数量,以及与业务员标识列表对应的业务员标识总数量。
S328,将目标案件总数量与业务员标识总数据量相除得到商值和余数,并根据商值和余数,按照预设分配方式给业务员标识列表中各业务员标识分配案件数量。
S330,根据给各业务员标识分配的案件数量,按照预设分配方式将目标案件数据列表中的各目标案件分配至各业务员标识。
应该理解的是,虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种案件分配装置400,包括:获取模块402、确定模块404、计算模块406和分配模块408,其中:
获取模块402,用于获取目标案件数据列表和预配置的业务员标识列表。
确定模块404,确定与目标案件数据列表对应的目标案件总数量,以及与业务员标识列表对应的业务员标识总数量。
计算模块406,用于将目标案件总数量与业务员标识总数据量相除得到商值和余数,并根据商值和余数,按照预设分配方式给业务员标识列表中各业务员标识分配案件数量。
分配模块408,用于根据给各业务员标识分配的案件数量,按照预设分配方式将目标案件数据列表中的各目标案件分配至各业务员标识。
如图5所示,在一个实施例中,上述案件分配装置400,还包括:筛选模块410;筛选模块410,用于实时检测当前***时间;当当前***时间与预设触发时间一致时,获取预设时间段内的初始案件数据;从初始案件数据中筛选出符合预设筛选条件的目标案件数据;将目标案件数据按照预设配置顺序预配置到目标案件数据列表中。
在一个实施例中,预设筛选条件有多个;筛选模块410,还用于从尚未进行匹配的预设筛选条件中选取优先级最高的预设筛选条件,作为当前筛选条件;将当前已筛选出的每个案件数据分别与当前筛选条件进行匹配;将匹配成功的案件数据确定为当前筛选出的案件数据,并返回从尚未进行匹配的预设筛选条件中选取优先级最高的预设筛选条件,作为当前筛选条件的步骤继续执行,直至多个预设筛选条件均匹配完毕时,停止迭代,将最终筛选出的案件数据确定为符合多个预设筛选条件的目标案件数据。
在一个实施例中,筛选模块410,还用于统计最终筛选出的案件数据的总数量;当总数量大于预设数量阈值时,按照预设选取方式从最终筛选出的案件数据中,选取预设数量阈值的案件数据,将选取的案件数据确定为符合多个预设筛选条件的目标案件数据。
在一个实施例中,筛选模块410,还用于根据最终筛选出的案件数据所对应的案件标识,在已构建的知识图谱中确定相匹配的目标实体,以及与目标实体对应的属性信息;将属性信息输入已训练的风险等级预测模型进行预测,获得与目标实体对应的案件数据所对应的风险等级;按照风险等级,对最终筛选出的多个案件数据进行排序,获得案件数据序列;按照预设选取方式从案件数据序列,选取预设数量阈值的案件数据。
在一个实施例中,筛选模块410,还用于将从最终筛选出的案件数据中,剔除目标案件数据后的案件数据所对应的案件标识缓存至缓存队列中;分配模块408,还用于当接收到业务员终端发送的案件数据分配请求时,根据案件数据分配请求确定请求分配的案件数量;当请求分配的案件数量小于或等于预设案件数量阈值时,从缓存队列中获取数量等于请求分配的案件数量的案件数据;将从缓存队列中获取的案件数据分配给业务员终端对应的业务员标识。
在一个实施例中,计算模块406,还用于确定预设案件分配方式;当预设案件分配方式为比例分配时,分别获取业务员标识列表中每个业务员标识在预设时间段内对应的多个案件数量分配比例;根据每个业务员标识对应的多个案件数量分配比例,分别计算相应业务员标识在预设时间段内对应的案件数量分配比例均值;根据各案件数量分配比例均值和目标案件总数量,分别计算分配给每个业务员标识的案件数量。
关于案件分配装置的具体限定可以参见上文中对于案件分配方法的限定,在此不再赘述。上述案件分配装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储目标案件数据列表和预配置的业务员标识列表。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种案件分配方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现上述各个实施例中的案件分配方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各个实施例中的案件分配方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种案件分配方法,所述方法包括:
获取目标案件数据列表和预配置的业务员标识列表;
确定与所述目标案件数据列表对应的目标案件总数量,以及与所述业务员标识列表对应的业务员标识总数量;
将所述目标案件总数量与所述业务员标识总数据量相除得到商值和余数,并根据所述商值和所述余数,按照预设分配方式给所述业务员标识列表中各业务员标识分配案件数量;
根据给各所述业务员标识分配的所述案件数量,按照所述预设分配方式将所述目标案件数据列表中的各目标案件分配至各所述业务员标识。
2.根据权利要求1所述的方法,其特征在于,所述获取目标案件数据列表和预配置的业务员标识列表之前,所述方法还包括:
实时检测当前***时间;
当所述当前***时间与预设触发时间一致时,获取预设时间段内的初始案件数据;
从所述初始案件数据中筛选出符合预设筛选条件的目标案件数据;
将所述目标案件数据按照预设配置顺序预配置到目标案件数据列表中。
3.根据权利要求2所述的方法,其特征在于,所述预设筛选条件有多个;所述从所述初始案件数据中筛选出符合预设筛选条件的目标案件数据,包括:
从尚未进行匹配的预设筛选条件中选取优先级最高的预设筛选条件,作为当前筛选条件;
将当前已筛选出的每个案件数据分别与所述当前筛选条件进行匹配;
将匹配成功的案件数据确定为当前筛选出的案件数据,并返回所述从尚未进行匹配的预设筛选条件中选取优先级最高的预设筛选条件,作为当前筛选条件的步骤继续执行,直至所述多个预设筛选条件均匹配完毕时,停止迭代,将最终筛选出的案件数据确定为符合所述多个预设筛选条件的目标案件数据。
4.根据权利要求3所述的方法,其特征在于,所述将最终筛选出的案件数据确定为符合所述多个预设筛选条件的目标案件数据,包括:
统计最终筛选出的案件数据的总数量;
当所述总数量大于预设数量阈值时,按照预设选取方式从所述最终筛选出的案件数据中,选取所述预设数量阈值的案件数据,将选取的所述案件数据确定为符合所述多个预设筛选条件的目标案件数据。
5.根据权利要求4所述的方法,其特征在于,所述按照预设选取方式从所述最终筛选出的案件数据中,选取所述预设数量阈值的案件数据,包括:
根据最终筛选出的案件数据所对应的案件标识,在已构建的知识图谱中确定相匹配的目标实体,以及与所述目标实体对应的属性信息;
将所述属性信息输入已训练的风险等级预测模型进行预测,获得与所述目标实体对应的案件数据所对应的风险等级;
按照所述风险等级,对最终筛选出的多个案件数据进行排序,获得案件数据序列;
按照预设选取方式从所述案件数据序列,选取所述预设数量阈值的案件数据。
6.根据权利要求4所述的方法,其特征在于,所述将所述目标案件数据按照预设配置顺序预配置到目标案件数据列表中之后,所述方法还包括:
将从所述最终筛选出的案件数据中,剔除所述目标案件数据后的案件数据所对应的案件标识缓存至缓存队列中;
当接收到业务员终端发送的案件数据分配请求时,根据所述案件数据分配请求确定请求分配的案件数量;
当请求分配的所述案件数量小于或等于预设案件数量阈值时,从所述缓存队列中获取数量等于请求分配的所述案件数量的案件数据;
将从所述缓存队列中获取的所述案件数据分配给所述业务员终端对应的业务员标识。
7.根据权利要求1至6任意一项所述的方法,其特征在于,所述将所述目标案件总数量与所述业务员标识总数据量相除得到商值和余数,并根据所述商值和所述余数,按照预设分配方式给所述业务员标识列表中各业务员标识分配案件数量,包括:
确定预设案件分配方式;
当所述预设案件分配方式为比例分配时,分别获取所述业务员标识列表中每个业务员标识在预设时间段内对应的多个案件数量分配比例;
根据每个业务员标识对应的所述多个案件数量分配比例,分别计算相应业务员标识在所述预设时间段内对应的案件数量分配比例均值;
根据各所述案件数量分配比例均值和目标案件总数量,分别计算分配给每个业务员标识的案件数量。
8.一种案件分配装置,其特征在于,所述装置包括:
获取模块,用于获取目标案件数据列表和预配置的业务员标识列表;
确定模块,确定与所述目标案件数据列表对应的目标案件总数量,以及与所述业务员标识列表对应的业务员标识总数量;
计算模块,用于将所述目标案件总数量与所述业务员标识总数据量相除得到商值和余数,并根据所述商值和所述余数,按照预设分配方式给所述业务员标识列表中各业务员标识分配案件数量;
分配模块,用于根据给各所述业务员标识分配的所述案件数量,按照所述预设分配方式将所述目标案件数据列表中的各目标案件分配至各所述业务员标识。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811533444.6A CN109767070A (zh) | 2018-12-14 | 2018-12-14 | 案件分配方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811533444.6A CN109767070A (zh) | 2018-12-14 | 2018-12-14 | 案件分配方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109767070A true CN109767070A (zh) | 2019-05-17 |
Family
ID=66450642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811533444.6A Pending CN109767070A (zh) | 2018-12-14 | 2018-12-14 | 案件分配方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109767070A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110491106A (zh) * | 2019-07-22 | 2019-11-22 | 深圳壹账通智能科技有限公司 | 基于知识图谱的数据预警方法、装置和计算机设备 |
CN110717655A (zh) * | 2019-09-18 | 2020-01-21 | 平安银行股份有限公司 | 一种业务数据处理方法及装置 |
CN111461505A (zh) * | 2020-03-18 | 2020-07-28 | 黑龙江正泽信服务外包有限公司 | 一种催收信息智能匹配的人工标注*** |
CN111815186A (zh) * | 2020-07-14 | 2020-10-23 | 睿智合创(北京)科技有限公司 | 基于催收***的策略配置及策略派案方法 |
CN112381418A (zh) * | 2020-11-17 | 2021-02-19 | 平安普惠企业管理有限公司 | 案件分配方法、装置、设备及存储介质 |
CN112396325A (zh) * | 2020-11-19 | 2021-02-23 | 平安普惠企业管理有限公司 | 案件处理方法、装置、介质及电子设备 |
CN112418727A (zh) * | 2020-12-10 | 2021-02-26 | 中国建设银行股份有限公司 | 业务分派方法、装置、电子设备及介质 |
CN112529400A (zh) * | 2020-12-09 | 2021-03-19 | 平安科技(深圳)有限公司 | 一种数据处理方法、装置、终端和可读存储介质 |
CN112883196A (zh) * | 2021-02-01 | 2021-06-01 | 上海交通大学 | 基于知识图谱的案件分配方法、***、介质及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006126884A (ja) * | 2004-10-26 | 2006-05-18 | Hitachi Ltd | 案件割り当て方法および案件割り当て装置 |
US20110153379A1 (en) * | 2009-07-30 | 2011-06-23 | Minako Toba | Staff arrangement system and server |
CN107451733A (zh) * | 2017-07-31 | 2017-12-08 | 苏州大成有方数据科技有限公司 | 一种专利案件分配管理*** |
CN107909232A (zh) * | 2017-08-28 | 2018-04-13 | 平安科技(深圳)有限公司 | 理赔案件分配方法、装置、存储介质和计算机设备 |
CN108389121A (zh) * | 2018-02-07 | 2018-08-10 | 平安普惠企业管理有限公司 | 贷款数据处理方法、装置、计算机设备和存储介质 |
CN108428042A (zh) * | 2018-01-26 | 2018-08-21 | 平安科技(深圳)有限公司 | 电子装置、***催收案件自动分案方法及存储介质 |
-
2018
- 2018-12-14 CN CN201811533444.6A patent/CN109767070A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006126884A (ja) * | 2004-10-26 | 2006-05-18 | Hitachi Ltd | 案件割り当て方法および案件割り当て装置 |
US20110153379A1 (en) * | 2009-07-30 | 2011-06-23 | Minako Toba | Staff arrangement system and server |
CN107451733A (zh) * | 2017-07-31 | 2017-12-08 | 苏州大成有方数据科技有限公司 | 一种专利案件分配管理*** |
CN107909232A (zh) * | 2017-08-28 | 2018-04-13 | 平安科技(深圳)有限公司 | 理赔案件分配方法、装置、存储介质和计算机设备 |
CN108428042A (zh) * | 2018-01-26 | 2018-08-21 | 平安科技(深圳)有限公司 | 电子装置、***催收案件自动分案方法及存储介质 |
CN108389121A (zh) * | 2018-02-07 | 2018-08-10 | 平安普惠企业管理有限公司 | 贷款数据处理方法、装置、计算机设备和存储介质 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110491106A (zh) * | 2019-07-22 | 2019-11-22 | 深圳壹账通智能科技有限公司 | 基于知识图谱的数据预警方法、装置和计算机设备 |
CN110491106B (zh) * | 2019-07-22 | 2022-03-18 | 深圳壹账通智能科技有限公司 | 基于知识图谱的数据预警方法、装置和计算机设备 |
CN110717655A (zh) * | 2019-09-18 | 2020-01-21 | 平安银行股份有限公司 | 一种业务数据处理方法及装置 |
CN111461505A (zh) * | 2020-03-18 | 2020-07-28 | 黑龙江正泽信服务外包有限公司 | 一种催收信息智能匹配的人工标注*** |
CN111815186A (zh) * | 2020-07-14 | 2020-10-23 | 睿智合创(北京)科技有限公司 | 基于催收***的策略配置及策略派案方法 |
CN111815186B (zh) * | 2020-07-14 | 2021-04-13 | 睿智合创(北京)科技有限公司 | 基于催收***的策略配置及策略派案方法 |
CN112381418A (zh) * | 2020-11-17 | 2021-02-19 | 平安普惠企业管理有限公司 | 案件分配方法、装置、设备及存储介质 |
CN112396325B (zh) * | 2020-11-19 | 2022-08-26 | 平安普惠企业管理有限公司 | 案件处理方法、装置、介质及电子设备 |
CN112396325A (zh) * | 2020-11-19 | 2021-02-23 | 平安普惠企业管理有限公司 | 案件处理方法、装置、介质及电子设备 |
CN112529400A (zh) * | 2020-12-09 | 2021-03-19 | 平安科技(深圳)有限公司 | 一种数据处理方法、装置、终端和可读存储介质 |
CN112529400B (zh) * | 2020-12-09 | 2024-06-11 | 平安科技(深圳)有限公司 | 一种数据处理方法、装置、终端和可读存储介质 |
CN112418727A (zh) * | 2020-12-10 | 2021-02-26 | 中国建设银行股份有限公司 | 业务分派方法、装置、电子设备及介质 |
CN112883196B (zh) * | 2021-02-01 | 2022-08-16 | 上海交通大学 | 基于知识图谱的案件分配方法、***、介质及电子设备 |
CN112883196A (zh) * | 2021-02-01 | 2021-06-01 | 上海交通大学 | 基于知识图谱的案件分配方法、***、介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109767070A (zh) | 案件分配方法、装置、计算机设备和存储介质 | |
JP6803403B2 (ja) | 専属エージェントプール配分方法、電子装置及びコンピューター読取可能な記憶媒体 | |
JP6703013B2 (ja) | 支払い閾値取得方法及び装置 | |
CN109726983A (zh) | 审批任务分配方法、装置、计算机设备和存储介质 | |
CN109710402A (zh) | 处理资源获取请求的方法、装置、计算机设备和存储介质 | |
CN109784703A (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
CN110147934A (zh) | 业务请求处理方法、装置、计算机设备和存储介质 | |
CN111178830A (zh) | 成本的核算方法、装置、计算机设备和存储介质 | |
CN109359280A (zh) | 数据展示方法、装置、计算机设备和存储介质 | |
CN111160779A (zh) | 一种基于优先序的排班与考勤管理方法、***以及设备 | |
WO2022134424A1 (zh) | 业务流处理方法、装置、计算机设备及存储介质 | |
CN109784644A (zh) | 案件分配方法、装置、计算机设备和存储介质 | |
CN110891286A (zh) | 数据流量控制方法、装置、计算机设备和存储介质 | |
CN110084476A (zh) | 案件调整方法、装置、计算机设备和存储介质 | |
CN112416558A (zh) | 基于区块链的业务数据处理方法、装置及存储介质 | |
CN109785047A (zh) | 金融产品的订单推送方法、装置、计算机设备和存储介质 | |
CN111325572B (zh) | 一种数据处理方法及装置 | |
CN110321512A (zh) | 产品发布方法、装置、计算机设备和存储介质 | |
CN114173010B (zh) | 智能匹配外呼对象的方法及装置、存储介质、计算设备 | |
CN106648874B (zh) | 一种批量任务的处理方法及装置 | |
CN106156185A (zh) | 一种业务请求执行状态的查询方法、装置及*** | |
CN111858542B (zh) | 数据处理方法、装置、设备及计算机可读存储介质 | |
CN113822704A (zh) | 计算优惠费用的方法、装置、电子设备及可读存储介质 | |
CN112905476A (zh) | 测试的执行方法及装置、电子设备、存储介质 | |
CN110333949A (zh) | 搜索引擎处理方法、装置、终端及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |