CN115393077B - 基于贷款业务人机对话***的数据处理方法及相关装置 - Google Patents
基于贷款业务人机对话***的数据处理方法及相关装置 Download PDFInfo
- Publication number
- CN115393077B CN115393077B CN202211330880.XA CN202211330880A CN115393077B CN 115393077 B CN115393077 B CN 115393077B CN 202211330880 A CN202211330880 A CN 202211330880A CN 115393077 B CN115393077 B CN 115393077B
- Authority
- CN
- China
- Prior art keywords
- user
- classification
- call
- collection
- repayment
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
- G06F40/35—Discourse or dialogue representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请实施例提供了一种基于贷款业务人机对话***的数据处理方法及相关装置,贷款业务人机对话***包括服务器、成功办理目标贷款业务的用户的注册手机号码所关联的终端设备,方法应用于该服务器,服务器中部署有支撑多种不同催款业务类型的多个聊天机器人;所述方法通过获取用户的逾期数据包;再从逾期数据包中提取用户的用户基础数据;然后进行电话告知以更新用户基础数据,在逾期超过预设时限时,由分类模型根据用户基础数据和分类次数进行分类,并根据分类结果选择催收策略进行电话催收。这样,根据用户的还款意愿执行不同的催收策略,加强了催收针对性,提高了催收效率。
Description
技术领域
本申请属于互联网产业的一般数据处理技术领域,具体涉及一种基于贷款业务人机对话***的数据处理方法及相关装置。
背景技术
目前,由于监管合规、个人数据隐私保密、降本增效的整体要求,在催收行业中逐渐引入智能催收机器人来辅助催收工作。而机器人在实际工作场景中,存在的相较真人施压力度不够的问题,直接影响了催收转化效果。
现今行业内,为了提升转化效果,普遍采用的方式是增加其他例如短信、律师函等手段,没有充分挖掘出机器人的能力,催收效率较低。
发明内容
本申请实施例提供了一种基于贷款业务人机对话***的数据处理方法及相关装置,以期加强了催收针对性,提高了催收效率。
第一方面,本申请实施例提供了一种基于贷款业务人机对话***的数据处理方法,应用于所述贷款业务人机对话***中的服务器,所述贷款业务人机对话***包括所述服务器、成功办理目标贷款业务的用户的注册手机号码所关联的终端设备,所述服务器中部署有分类模型和支撑多种不同催款业务类型的多个聊天机器人;所述方法包括:
在所述用户的所述目标贷款业务逾期超过预设期限时,获取用户的逾期数据包,所述逾期数据包包括用户基础数据,所述用户基础数据包括静态数据和动态数据,所述静态数据至少包括账龄、年龄和历史还款记录,所述动态数据至少包括收入情况,所述静态数据为所述服务器所存储的所述用户的固定数据;
从所述逾期数据包中提取所述用户的所述用户基础数据,并根据用户基础数据与用户进行电话沟通、以提醒所述用户的所述目标贷款业务逾期并根据电话沟通结果更新用户基础数据,得到第一用户基础数据;
在所述电话沟通结束之后,经过预设时限,生成还款说明更新所述第一用户基础数据中的所述还款记录,得到第二用户基础数据;
将所述第二用户基础数据输入所述分类模型,根据当前分类次数和所述第二用户基础数据进行分类,得到分类结果,所述分类结果用于指示所述当前分类次数中所述用户的还款意愿;
按照与分类结果对应的催收策略,对用户进行电话催收。
第二方面,本申请实施例提供了一种基于贷款业务人机对话***的数据处理装置,应用于所述贷款业务人机对话***中的服务器,所述贷款业务人机对话***包括所述服务器、成功办理目标贷款业务的用户的注册手机号码所关联的终端设备,所述服务器中部署有支撑多种不同催款业务类型的聊天机器人;所述装置包括:
第一获取单元,用于在所述用户的所述目标贷款业务逾期超过预设期限时,获取用户的逾期数据包,所述逾期数据包包括用户基础数据,所述用户基础数据包括静态数据和动态数据,所述静态数据至少包括账龄、年龄和历史还款记录,所述动态数据至少包括收入情况,所述静态数据为所述服务器所存储的所述用户的固定数据;
提取单元,用于从所述逾期数据包中提取所述用户的所述用户基础数据;
第一AI通话单元,用于根据用户基础数据与用户进行电话沟通、以提醒所述用户的所述目标贷款业务逾期;
更新单元,用于根据电话沟通结果更新用户基础数据,得到第一用户基础数据;并在所述电话沟通结束之后,经过预设时限,生成还款说明更新所述第一用户基础数据中的所述还款记录,得到第二用户基础数据;
第一分类单元,用于将所述第二用户基础数据输入所述分类模型,根据当前分类次数和所述第二用户基础数据进行分类,得到分类结果,所述分类结果用于指示所述当前分类次数中所述用户的还款意愿;
催收单元,用于按照与分类结果对应的催收策略,对用户进行电话催收。
第三方面,本申请实施例提供了一种电子设备,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行本申请实施例第一方面至第三方面中任一方面的步骤的指令。
第四方面,本申请实施例提供了一种计算机存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如本实施例第一方面至第三方面中任一方面所描述的部分或全部步骤。
第五方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面至第三方面中任一方面所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出,本申请实施例中,所述方法通过获取用户的逾期数据包;再从逾期数据包中提取用户的用户基础数据;然后进行电话告知以更新用户基础数据,在逾期超过预设时限时,由分类模型根据用户基础数据和分类次数进行分类,并根据分类结果选择催收策略进行电话催收。这样,根据用户的还款意愿执行不同的催收策略,加强了催收针对性,提高了催收效率。而且,通过多个不同类型机器人角色的配合,模拟案件升级不同岗位案件流转,逐步施加催款力度的效果,相对单一的机器人轮番外呼催款,能有效提升回款率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种贷款业务人机对话***的结构示意图;
图2是本申请实施例提供的一种基于贷款业务人机对话***的数据处理方法的流程示意图;
图3是本申请实施例提供的一种基于贷款业务人机对话***的数据处理装置的结构示意图;
图4是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、***、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
下面先对本申请涉及到的相关术语进行介绍。
现今行业内,为了提升转化效果,普遍采用的方式是增加其他例如短信、律师函等手段,没有充分挖掘出机器人的能力,催收效率较低。
为解决上述问题,本申请实施例提供了一种基于贷款业务人机对话***的数据处理方法。该方法可以应用于用户贷款数据处理的场景中。可以在所述用户的所述目标贷款业务逾期超过预设期限时,获取用户的逾期数据包;再从所述逾期数据包中提取所述用户的所述用户基础数据,并根据用户基础数据与用户进行电话沟通、以提醒所述用户的所述目标贷款业务逾期并根据电话沟通结果更新用户基础数据,得到第一用户基础数据;然后在所述电话沟通结束之后,经过预设时限,生成还款说明更新所述第一用户基础数据中的所述还款记录,得到第二用户基础数据;之后将所述第二用户基础数据输入所述分类模型,根据当前分类次数和所述第二用户基础数据进行分类,得到用于指示所述当前分类次数中所述用户的还款意愿的分类结果;最后按照与分类结果对应的催收策略,对用户进行电话催收。这样,根据用户的还款意愿执行不同的催收策略,加强了催收针对性,提高了催收效率。本方案可以适用于多种场景,包括但不限于上述提到的应用场景。
下面介绍本申请实施例涉及的***架构。
请参阅图1,图1是本申请实施例提供的一种贷款业务人机对话***10的结构示意图,所述贷款业务人机对话***10包括所述服务器100、成功办理目标贷款业务的用户的注册手机号码所关联的终端设备200,所述服务器100中部署有若干聊天机器人(如图1中的聊天机器人1至聊天机器人N),聊天机器人可通过配置不同的人机对话剧本,及设置与人机对话剧本对应的说话风格,如:说话的语音、语气、语调、情态等,以模拟不同的催收角色。一个聊天机器人可配置模拟一个或多个催收角色。
在本实施例中,为了便于表达,一个聊天机器人对应模拟一个具体的催收角色。所述催收角色包括但不限于聊天客服、催款客服、调解员、律师。
所述聊天机器人用于模拟不同的催收角色与用户进行通话,以完成用户基础数据收集、钱款催收等任务,支撑多种不同情形的催款业务类型。
具体的,所述催收角色为聊天客服的聊天机器人执行除催款之外的人机对话工作,例如,在用户注册账号时对用户进行注册引导,对借款合同中的要点履行提醒、告知义务;定期与用户沟通以确定用户的动态数据是否准确,提醒用户合法合规、符合合同要求的使用资金;根据用户的需求提供相应的服务;在用户出现贷款逾期时,跟进了解逾期的原因,对逾期后果进行提醒(如逾期利息)等。
在用户贷款逾期超过预设期限时,根据催收的次数和用户还款意愿的分类结果,调用所述催收角色为催款客服的聊天机器人、所述催收角色为调解员的聊天机器人或催收角色为律师的聊天机器人等与不同的催收角色对应的若干聊天机器人,进行差异化催收。
具体实现中,所述聊天机器人的生成方式如下:采集人工催收的多种场景所对应的多个通话数据集合,根据所述多个通话数据集合分别进行机器训练或者数据整合,收敛出与所述多种场景一一对应的多个人机对话剧本,每个人机对话剧本有对应的施压力度;基于所述多个人机对话剧本创建对应的多个催收角色,将所述多个聊天机器人与所述每个催收角色的所述多种施压力度进行关联。由所述聊天机器人模拟所述多个催收角色,以对应的施加力度与所述用户进行电话催收,使得所述聊天机器人能够支撑多种不同催款业务类型。
下面对具体的方法进行详细的介绍。
请参阅图2,图2是本申请实施例提供的一种基于贷款业务人机对话***的数据处理方法的流程示意图,所述方法应用于所述贷款业务人机对话***中的所述服务器;所述方法包括:
步骤201、在所述用户的所述目标贷款业务逾期超过预设期限时,获取用户的逾期数据包。
其中,所述用户基础数据包括静态数据和动态数据,所述静态数据至少包括账龄、年龄和历史还款记录,所述动态数据至少包括工作岗位、收入情况和电话号码是否易主,所述静态数据为所述服务器所存储的所述用户的固定数据。
具体的,当用户成功办理目标贷款业务之后,会在数据库中存储与所述用户相关的用户基础数据。若用户在还款日期过后仍未还款,所述服务器从数据库获取若干逾期用户的用户基础数据,生成逾期用户的用户基础数据包。
步骤202、从所述逾期数据包中提取所述用户的所述用户基础数据,并根据用户基础数据与用户进行电话沟通、以提醒所述用户的所述目标贷款业务逾期并根据电话沟通结果更新用户基础数据,得到第一用户基础数据。
具体实现中,在逾期之后,催收之前,会通过以聊天客服为所述催收角色的聊天机器人(以下简称聊天客服机器人)与用户进行通话,确定用户的电话号码是否易主,提醒用户贷款逾期,了解用户逾期原因,确定用户的工作岗位是否变动,确定收入情况等动态数据。
步骤203、在所述电话沟通结束之后,经过预设时限,生成还款说明更新所述第一用户基础数据中的所述还款记录,得到第二用户基础数据。
步骤204、将所述第二用户基础数据输入所述分类模型,根据当前分类次数和所述第二用户基础数据进行分类,得到分类结果,所述分类结果用于指示所述当前分类次数中所述用户的还款意愿。
步骤205、按照与分类结果对应的催收策略,对用户进行电话催收。
可以看出,本实施例中,所述方法通过获取用户的逾期数据包;再从逾期数据包中提取用户的用户基础数据;然后进行电话告知以更新用户基础数据,在逾期超过预设时限时,由分类模型根据用户基础数据和分类次数进行分类,并根据分类结果选择催收策略进行电话催收。这样,根据用户的还款意愿执行不同的催收策略,加强了催收针对性,提高了催收效率。而且,通过多个不同类型机器人角色的配合,模拟案件升级不同岗位案件流转,逐步施加催款力度的效果,相对单一的机器人轮番外呼催款,能有效提升回款率。
下面对以具体的催收过程进行说明。
在一个可能的实施例中,在提醒用户贷款逾期之后,经过预设时限,根据用户的还款反馈更新所述逾期用户的用户基础数据包(以下简称逾期数据包),将更新后的所述逾期数据包输入第一分类模型中进行预分类,得到第一分类结果,所述第一分类结果用于指示所述用户的还款意愿。
还款反馈包括用户在与聊天客服机器人沟通中,用户期望的还款说明;和/或在聊天客服机器人联系后,达到预设时间,贷款机构关于用户还款情况的实际反馈。
可以理解,存在用户期望的还款说明表示用户的还款期望时间超出逾期到催收的预设时间。
更新逾期数据包包括根据用户期望的还款说明更新逾期数据包中的用户基础数据;和/或若用户已如约还款,将已还款用户从逾期数据包剔除。
将逾期数据包输入预先训练好的第一分类模型,第一分类模型判断所述逾期用户的还款意愿,并根据所述逾期用户的还款意愿按照预设的还款意愿层级对逾期用户进行分类,输出第一分类结果。
具体的,所述第一分类模型可按照用户的账龄、年龄、还款记录、收入情况等确定用户当前的还款能力,根据所述还款能力和用户期望的还款说明来预估用户的还款意愿。
可以理解,预设的还款意愿层级具有若干层。在本实施例中,所述第一分类模型将输出的所述第一分类结果设置为三种,分别与还款意愿的高、中和低对应。
可选的,若用户是暂时资金紧缺,近期就能还款,或者是用户忘记还款日期导致逾期,或者其他由于不可抗力的逾期原因但近期内可能还款,在此不做唯一性限定,表明还款意愿为高;
若用户有特殊困难,近期内无法还款,用户的还款期望时间超出逾期到催收的预设时间;在这种情况下,表示所述还款意愿为中;
若用户拒绝还款,或者故意拖欠钱款不还,则表示所述还款意愿为低。
每种第一分类结果所关联的催收角色和施压程度不同。催收角色至少包括催款客服、调解员和律师,每种催收角色具有不同施压层次,相同的催收角色也可有不同的施压层次,如:催款客服可包括轻度施压型催款客服和高度施压型催款客服。不同施压层次的催收角色所使用的语言用词和语态不同,语态包括语音、语气、语调等。
所述催收角色为催款客服的聊天机器人用于催促用户还款,告知所述用户还款责任,及继续违约的将采取的后续措施等,以施加道德压力及违约维权措施的行为压力;所述催收角色为调解员的聊天机器人用于引导所述用户接受协商政策以进行协商还款;所述催收角色为律师的聊天机器人用于向所述用户释明法律责任,施加法律压力,如:民事责任或刑事责任压力。
在本实施例中,对于所述第一分类结果中还款意愿为高的逾期用户,调用所述轻度施压型的催款客服角色的聊天机器人进行催收。
对于所述第一分类结果中还款意愿为中的逾期用户,调用所述调解员角色的聊天机器人进行催收。
对于所述第一分类结果中还款意愿为低的逾期用户,调用所述高度施压型的催款客服角色的聊天机器人进行催收。
可以看出,本实施例中,根据不同的还款意愿,调用所述聊天机器人选择不同的催收角色和对应的施加力度进行电话催收,能够具有针对性的对用户进行钱款催收,既避免了向还款意愿高的用户施加不必要的压力,也避免了对还款意愿低的用户施压不足,提高了欠款催收的效率。且对于还款意愿中的用户通过协商员角色的聊天机器人可处理复杂的欠款情况。
可以理解,第一分类结果可以为逾期数据包动态数据中的数据之一。可选的,生成了第一分类结果即可根据第一分类结果更新逾期数据包。
根据所述第一分类结果,调用与第一分类结果对应的所述聊天机器人与所述终端设备建立第一通话,以对所述用户进行催收。
具体的,调用所述轻度施压型的催款客服角色的聊天机器人与所述第一分类结果中还款意愿为高的逾期用户终端设备建立第一通话,进行催收,告知逾期情况、用户还款责任及时限等。
调用所述调解员角色的聊天机器人与所述第一分类结果中还款意愿为中的逾期用户终端设备建立第一通话,进行催收,引导所述用户接受预设的协商政策,例如分期还款、延期还款等,进而使所述用户进行协商还款;
调用所述高度施压型的催款客服角色的聊天机器人与所述第一分类结果中还款意愿为低的逾期用户终端设备建立第一通话,进行催收,催促用户还款、告知所述用户还款责任,及继续违约将采取的后续措施等,以施加道德压力及违约维权措施的行为压力。
在所述第一通话催收的过程中,对用户回答进行语义分析,提取所述用户回答中的还款意愿和/或协商意愿标签,在通话结束后,根据所述还款意愿和/或协商意愿标签计算第一评分值,第一评分值可用于指示第一通话催收中用户的还款态度,还款意愿,还款能力和/或协商意愿等的综合情况。
可以理解,第一评分值可以为逾期数据包动态数据中的数据之一。可选的,生成了第一评分值即可根据第一评分值更新逾期数据包。
可以看出,本实施例中,所述方法通过获取用户的逾期数据包;根据用户基础数据与用户取得联系、以提醒用户贷款逾期并更新用户基础数据。然后将更新后的逾期数据包输入第一分类模型中进行分类,得到用于指示所述用户的还款意愿第一分类结果;根据所述第一分类结果,调用与第一分类结果对应的所述聊天机器人与所述终端设备建立第一通话,根据所述用户的还款意愿对所述用户进行具有针对性的第一电话催收。这样,根据用户的还款意愿执行不同的催收策略,给予不同的催收压力,加强了催收针对性,提高了催收效率。
在一个可能的实施例中,所述方法还包括:在所述第一通话催收之后,经过预设时限,根据用户的还款反馈,更新所述逾期数据包,将所述更新后所述逾期数据包输入所述第二分类模型,进行分类校正,得到第二分类结果。
具体的,将已还款用户剔除逾期数据包,将所述更新后所述逾期数据包输入所述第二分类模型,所述第二分类模型基于逾期数据包中的所述第一评分值和所述第一分类结果进行分类校正,得到第二分类结果。第二分类结果可以是从还款意愿和/或协商意愿的维度进行分类校正所获得的结果,以更准确的获得逾期用户的真实意愿情况。
可以理解,第二分类结果可以为逾期数据包动态数据中的数据之一。可选的,生成了第二分类结果即可根据第二分类结果更新逾期数据包。
在一个可能的实施例中,所述第二分类结果设置为三种,分别与还款意愿的高、中和低对应。对于所述第二分类结果中还款意愿为高的逾期用户和还款意愿为低的逾期用户,调用所述协商员角色的聊天机器人进行第二通话催收。以协商的方式提醒还款意愿高的用户履约或形成新的约定,及以协商的方式尝试与还款意愿低的用户进行协商处理,引导用户协商还款。
可选的,还款意愿为高和低的催收对象所对应的协商员角色的聊天机器人的施压力度不同。
对于所述第二分类结果中还款意愿为中的逾期用户,通过人工跟进进行第二通话催收。在经过一次聊天机器人的催收之后,用户未还款,但经第二分类模型进行第二次分类后,还款意愿为中的逾期用户表示仍有协商意愿,此时,将表示用户的情况可能相对来说较复杂,因此,需要人工介入以处理更复杂的情形,以更灵活的与用户协商,促进用户还款。所以,将所述催收方式确定为人工催收。
在所述第二通话催收的过程中,对用户回答进行语义分析,提取所述用户回答中的还款意愿和/或协商意愿标签,在通话结束后,根据所述还款意愿和/或协商意愿标签计算第二评分值,第二评分值可用于指示第一通话催收中用户的还款态度,还款意愿,还款能力和/或协商意愿等的综合情况。可以理解,人工催收通话过程中,可以是聊天机器人同步接入,提取所述用户回答中的还款意愿和/或协商意愿标签;也可以是对人工通话进行录音,将录音交聊天机器人分析,提取所述用户回答中的还款意愿和/或协商意愿标签;还可以是人工给出的还款意愿和/或协商意愿标签。
可以理解,第二评分值可以为逾期数据包动态数据中的数据之一。可选的,生成了第二评分值即可根据第二评分值更新逾期数据包。
可以看出,本实施例中,在聊天机器人第一通话催收不成功时,用过第二分类模型进行分类校正,进而更精确的收敛用户的还款意愿,以针对性的安排协商员角色的聊天机器人协商和及时安排人工介入解决复杂的协商情况,完善了欠款催收的梯度,节省了人工成本,并使人工投入更具有针对性,丰富了贷款业务人机对话***丰富度。
在一个可能的实施例中,所述方法还包括:若所述当前分类次数为第N次,则将更新后的第二用户基础数据输入所述第N分类模型中,所述更新后的第二用户基础数据包括第N-1评分值和历史分类数据,所述N大于等于3;所述第N分类模型基于所述更新后的第二用户基础数据中的所述第N-1评分值和所述历史分类数据,进行分类收敛,得到第(N+1)分类结果,其中,所述历史分类数据至少包括历次评分值、历次分类结果、历次催收方式、历次聊天机器人的催收角色和催收角色的施压程度。
具体实现中,在所述第二通话催收之后,经过预设时限,根据用户的还款反馈,更新所述逾期数据包,将所述更新后所述逾期数据包输入所述第三分类模型,进行分类收敛,得到第三分类结果。
具体的,将已还款用户剔除逾期数据包,将所述更新后所述逾期数据包输入所述第三分类模型,所述第三分类模型基于逾期数据包中的所述第二评分值和所述历史分类数据,进行分类收敛,得到第三分类结果。
可选的,历史分类数据可以是包括第一分类结果、第一评分值、第二分类结果、历次催收方式、历次聊天机器人的催收角色及其他数据;也可以是包括第二分类结果。
可以理解,第三分类结果可以为逾期数据包动态数据中的数据之一。可选的,生成了第三分类结果即可根据第三分类结果更新逾期数据包。
在一个可能的实施例中,所述第三分类结果设置为两种,分别与同意协商和拒绝协商对应。
对于所述第三分类结果中同意协商的逾期用户,通过人工跟进进行第三通话催收。
对于所述第三分类结果中拒绝协商的逾期用户,通过催收角色为律师的聊天机器人跟进进行第三通话催收,向所述用户释明法律责任,施加法律压力,民事责任或刑事责任压力。
在所述第三通话催收的过程中,对用户回答进行语义分析,提取所述用户回答中的还款意愿和/或协商意愿标签,在通话结束后,根据所述还款意愿和/或协商意愿标签计算第三评分值,第三评分值可用于指示第三通话催收中用户的还款态度,还款意愿,还款能力和/或协商意愿等的综合情况。可以理解,人工催收通话过程中,可以是聊天机器人同步接入,提取所述用户回答中的还款意愿和/或协商意愿标签;也可以是对人工通话进行录音,将录音交聊天机器人分析,提取所述用户回答中的还款意愿和/或协商意愿标签;还可以是人工给出的还款意愿和/或协商意愿标签。
可以理解,第三评分值可以为逾期数据包动态数据中的数据之一。可选的,生成了第三评分值即可根据第三评分值更新逾期数据包。
可选的,可在本分类收敛步骤结束催收工作,也可以循环本分类收敛步骤,直至预设的催收周期结束。优选为,循环本分类收敛步骤,直至预设的催收周期结束。
可选的,第一分类模型、第二分类模型及第三分类模型可以为不同的分类模型,也可以为同一分类模型,在本实施例中,为同一分类模型。
可选的,第一分类结果、第二分类结果及第三分类结果的各分类结果种类可以任意设置,各分类结果的种类可相同,也可不同。在本实施例中,第一分类结果为三种,第二分类结果为三种,第三分类结果为两种。
可选的,与第一分类结果、第二分类结果及第三分类结果所对应的各催收角色也可以任意设置,优选为以上实施例记载的对应关系。
本发明经过第一次的分类、第二次的分类校正,第三次的分类收敛,形成分类梯度,使得催收策略选择的针对性和准确性越来越强。通过多个不同类型催收角色的聊天机器人的配合,根据案件实际情况,逐步增加对用户施加的催款压力,模拟案件升级并在不同岗位流转案件,循序渐进,有层次的催收,不会因过度施压引起用户反感,不会因施压不够,无法有效督促用户还款。并可适时接入人工有效完成复杂的协商工作促进催收工作,相对单一的机器人轮番外呼催款,能有效提升回款率。
在一个可能的实施例中,所述方法还包括:
在任意电话催收过程中,若从所述用户的语音中分析出跳转关键字,则根据所述跳转关键字对应的语义从当前催收角色跳转至目标催收角色。
具体实现中,在与用户进行通话的时候,可能会涉及不同预设场景之间的切换。例如,开始是催款客服在与所述用户进行对话,告知用户其还款责任,提醒用户还款;但是,在对话过程中,所述用户由于还款困难,希望协商还款,此时,通过语义分析之后,可切换所述调解员来与所述用户进行对话,与用户进行协商。又例如,开始是所述调解员在与用户进行协商还款,但是用户存在态度恶劣、明确表示不还款等情况时,经过对所述用户进行语义分析之后,可切换至所述律师来与所述用户进行对话,向用户进行施压。
可以看出,本实施例中,在电话催收过程中,根据用户的对话中所表达的意愿,可以在不同的催收角色之间进行自由切换,进而更具有针对性的对所述用户进行还款催收,提高了催收效率。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,移动电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
请参阅图3,图3是本申请实施例提供的一种基于贷款业务人机对话***的数据处理装置30的结构示意图,所述装置应用于所述贷款业务人机对话***中的服务器,所述贷款业务人机对话***包括所述服务器、成功办理目标贷款业务的用户的注册手机号码所关联的终端设备,所述服务器中部署有支撑多种不同催款业务类型的聊天机器人;所述装置包括:
第一获取单元301,用于在所述用户的所述目标贷款业务逾期超过预设期限时,获取用户的逾期数据包,所述逾期数据包包括用户基础数据,所述用户基础数据包括静态数据和动态数据,所述静态数据至少包括账龄、年龄和历史还款记录,所述动态数据至少包括收入情况,所述静态数据为所述服务器所存储的所述用户的固定数据;
提取单元302,用于从所述逾期数据包中提取所述用户的所述用户基础数据;
第一AI通话单元303,用于根据用户基础数据与用户进行电话沟通、以提醒所述用户的所述目标贷款业务逾期;
更新单元304,用于根据电话沟通结果更新用户基础数据,得到第一用户基础数据;并在所述电话沟通结束之后,经过预设时限,生成还款说明更新所述第一用户基础数据中的所述还款记录,得到第二用户基础数据;
第一分类单元305,用于将所述第二用户基础数据输入所述分类模型,根据当前分类次数和所述第二用户基础数据进行分类,得到分类结果,所述分类结果用于指示所述当前分类次数中所述用户的还款意愿;
催收单元306,用于按照与分类结果对应的催收策略,对用户进行电话催收。
可以看出,本实施例中,所述方法通过获取用户的逾期数据包;再从逾期数据包中提取用户的用户基础数据;然后进行电话告知以更新用户基础数据,在逾期超过预设时限时,由分类模型根据用户基础数据和分类次数进行分类,并根据分类结果选择催收策略进行电话催收。这样,根据用户的还款意愿执行不同的催收策略,加强了催收针对性,提高了催收效率。而且,通过多个不同类型机器人角色的配合,模拟案件升级不同岗位案件流转,逐步施加催款力度的效果,相对单一的机器人轮番外呼催款,能有效提升回款率。
在一个可能的实施例中,所述装置还包括:第二分类单元,用于在所述第一催收结果指示所述第一电话催收不成功时,将所述第一催收结果和所述用户基础数据输入所述第二分类模型进行分类校正,得到第二分类结果,所述第二分类结果用于指示所述用户的还款意愿;第二AI通话单元,用于根据所述第二分类结果,调用聊天机器人与所述终端设备建立第二通话,以对所述用户进行第二电话催收,得到第二催收结果,所述聊天机器人是所述多个聊天机器人中与所述第二分类结果相对应的聊天机器人,所述聊天机器人基于第二人机对话剧本创建,所述第二人机对话剧本用于指示所述聊天机器人引导所述用户按照第二预设场景进行人机对话,所述预设场景为所述第二分类结果所对应的预设场景,所述第二催收结果用于指示所述第二电话催收是否成功。
在一个可能的实施例中,所述装置还包括:第三分类单元, 用于在所述第二催收结果指示所述第二电话催收不成功时,重复执行以下步骤直至电话催收成功:将历史催收结果集合和所述用户基础数据输入第三分类模型中,得到当前次的分类结果,所述当前次的分类结果用于指示所述用户的协商还款意愿;第三AI通话单元,用于在所述第二催收结果指示所述第二电话催收不成功时,重复执行以下步骤直至电话催收成功:根据所述当前次的分类结果选择电话催收模式进行第三电话催收,得到当前次的催收结果。
在一个可能的实施例中,所述第一人机对话剧本包括第一人机对话子剧本、第二人机对话子剧本或第三人机对话子剧本,所述第一人机对话子剧本所指示的所述第一预设场景是了解所述用户的还款意愿、收入状况、以及告知所述用户还款责任,所述第二人机对话子剧本所指示的所述第一预设场景是引导所述用户接受协商政策以进行协商还款,所述第三人机对话子剧本所指示的所述第一预设场景是对所述用户施加还款压力以迫使所述用户还款,所述还款意愿包括高、中和低;所述第一AI通话单元303具体用于:在所述还款意愿为高时,调用所述聊天机器人与所述终端设备建立第一通话,在所述第一通话中根据所述第一人机对话子剧本对所述用户进行所述第一电话催收,对所述第一电话催收过程中的第一用户回答中进行语义分析,提取所述第一用户回答中的第一还款意愿和/或协商意愿标签,根据所述第一还款意愿和/或协商意愿标签计算第一评分值,将所述第一评分值作为所述第一催收结果;在所述还款意愿为中时,调用所述聊天机器人与所述终端设备建立第一通话,在所述第一通话中根据所述第二人机对话子剧本对所述用户进行所述第一电话催收,对所述第一电话催收过程中的第二用户回答中进行语义分析,提取所述第二用户回答中的第二还款意愿和/或协商意愿标签,根据所述第二还款意愿和/或协商意愿标签计算第二评分值,将所述第二评分值作为所述第一催收结果;在所述还款意愿为低时,调用所述聊天机器人与所述终端设备建立第一通话,在所述第一通话中根据所述第三人机对话子剧本对所述用户进行所述第一电话催收,对所述第一电话催收过程中的第三用户回答中进行语义分析,提取所述第三用户回答中的第三还款意愿和/或协商意愿标签,根据所述第三还款意愿和/或协商意愿标签计算第三评分值,将所述第三评分值作为所述第一催收结果。
在一个可能的实施例中,所述第二人机对话剧本包括第四人机对话子剧本、第五人机对话子剧本或第六人机对话子剧本,所述第四人机对话子剧本所指示的所述第二预设场景是了解所述用户的还款意愿、收入状况、以及告知所述用户还款责任,所述第五人机对话子剧本所指示的所述第二预设场景是引导所述用户接受协商政策以进行协商还款,所述第六人机对话子剧本所指示的所述第二预设场景是对所述用户施加还款压力以迫使所述用户还款,所述还款意愿包括高、中和低;所述第二AI通话单元具体用于:在所述还款意愿为高时,调用所述聊天机器人与所述终端设备建立第二通话,在所述第二通话中根据所述第四人机对话子剧本对所述用户进行所述第二电话催收,对所述第二电话催收过程中的第四用户回答中进行语义分析,提取所述第四用户回答中的第四还款意愿和/或协商意愿标签,根据所述第四还款意愿和/或协商意愿标签计算第四评分值,将所述第四评分值作为所述第二催收结果;在所述还款意愿为中时,调用所述聊天机器人与所述终端设备建立第二通话,在所述第二通话中根据所述第五人机对话子剧本对所述用户进行所述第二电话催收,对所述第二电话催收过程中的第五用户回答中进行语义分析,提取所述第五用户回答中的第五还款意愿和/或协商意愿标签,根据所述第五还款意愿和/或协商意愿标签计算第五评分值,将所述第五评分值作为所述第二催收结果;在所述还款意愿为低时,调用所述聊天机器人与所述终端设备建立第二通话,在所述第二通话中根据所述第六人机对话子剧本对所述用户进行所述第二电话催收,对所述第二电话催收过程中的第六用户回答中进行语义分析,提取所述第六用户回答中的第六还款意愿和/或协商意愿标签,根据所述第六还款意愿和/或协商意愿标签计算第六评分值,将所述第六评分值作为所述第二催收结果。
在一个可能的实施例中,所述第三分类单元具体用于:将历史催收结果集合和所述用户基础数据输入第三分类模型中;通过所述第三分类模块,根据所述历史催收结果集合和所述用户基础数据,确定所述用户的协商还款意愿;根据所述协商还款意愿生成所述当前次的分类结果。
在一个可能的实施例中,所述协商还款意愿包括同意协商还款和拒绝协商还款,所述电话催收模式包括AI电话催收模式和人工电话催收模式;
所述第三AI通话单元具体用于:在所述用户同意协商还款时,调用聊天机器人与所述终端设备建立第三通话,在所述第三通话中根据第三人机对话剧本进行所述第三电话催收,对所述第三电话催收过程中的第七用户回答进行语义分析,从所述第七用户回答中提取第一协商还款意愿和/或协商意愿标签,根据所述第一协商还款意愿和/或协商意愿标签计算第七评分值,将所述第七评分值作为所述当前次的催收结果,所述聊天机器人是所述多个聊天机器人中与所述当前次的分类结果相对应的聊天机器人,所述第三人机对话剧本用于指示所述聊天机器人引导所述用户按照第三预设场景进行人机对话,所述第三预设场景为所述当前次的分类结果所对应的预设场景,所述第三预设场景是指了解所述用户的还款意愿、收入状况、以及告知所述用户还款责任,所述当前次的催收结果用于指示所述第三电话催收是否成功;在所述用户拒绝协商还款时,对所述用户进行人工电话催收模式,对所述人工电话催收模式过程中的第八用户回答进行语义分析,提取所述第八用户回答中的第二协商还款意愿和/或协商意愿标签,根据所述第二协商还款意愿和/或协商意愿标签计算第八评分值,将所述第八评分值作为所述当前次的催收结果。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
图4是本申请实施例提供的一种电子设备40的结构示意图,如图4所示,其包括至少一个处理器(processor)41;显示屏42;以及存储器(memory)43,还可以包括通信接口(Communications Interface)45和总线44。其中,处理器41、显示屏42、存储器43和通信接口45可以通过总线44完成相互间的通信。显示屏42设置为显示初始设置模式中预设的用户引导界面。通信接口45可以传输信息。处理器41可以调用存储器43中的逻辑指令,以执行上述实施例中的方法。
可选的,所述电子设备40可以是移动电子设备,也可以是电子设备或其他设备,在此不做唯一性限定。
此外,上述的存储器43中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
存储器43作为一种计算机可读存储介质,可设置为存储软件程序、计算机可执行程序,如本公开实施例中的方法对应的程序指令或模块。处理器41通过运行存储在存储器43中的软件程序、指令或模块,从而执行功能应用以及数据处理,即实现上述实施例中的方法。
存储器43可包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据电子设备40的使用所创建的数据等。此外,存储器43可以包括高速随机存取存储器,还可以包括非易失性存储器。例如,U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法、装置和***,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的;例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式;例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理包括,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、磁碟、光盘、易失性存储器或非易失性存储器。其中,非易失性存储器可以是只读存储器(read-only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的随机存取存储器(random access memory,RAM)可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rateSDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(directrambus RAM,DR RAM)。等各种可以存储程序代码的介质。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,可轻易想到变化或替换,均可作各种更动与修改,包含上述不同功能、实施步骤的组合,包含软件和硬件的实施方式,均在本发明的保护范围。
Claims (9)
1.一种基于贷款业务人机对话***的数据处理方法,其特征在于,应用于所述贷款业务人机对话***中的服务器,所述贷款业务人机对话***包括所述服务器、成功办理目标贷款业务的用户的注册手机号码所关联的终端设备,所述服务器中部署有分类模型和支撑多种不同催款业务类型的多个聊天机器人;所述方法包括:
在所述用户的所述目标贷款业务逾期超过预设期限时,获取所述用户的逾期数据包,所述逾期数据包包括用户基础数据,所述用户基础数据包括静态数据和动态数据,所述静态数据至少包括账龄、年龄和历史还款记录,所述动态数据至少包括收入情况,所述静态数据为所述服务器所存储的所述用户的固定数据;
从所述逾期数据包中提取所述用户的所述用户基础数据,并根据所述用户基础数据与用户进行电话沟通、以提醒所述用户的所述目标贷款业务逾期,得到电话沟通结果;以及,根据电话沟通结果更新所述用户基础数据,得到第一用户基础数据;
在所述电话沟通结束之后,经过预设时限,生成还款说明;以及,根据所述还款说明更新所述第一用户基础数据中的所述还款记录,得到第二用户基础数据;将所述第二用户基础数据输入所述分类模型,所述分类模型包括第一分类模型、第二分类模型和第三分类模型;以及,确定当前分类次数;
若所述当前分类次数为第一次,则将所述第二用户基础数据输入所述第一分类模型,根据所述用户的还款能力和用户所期望的还款说明来预估所述用户的还款意愿;以及,根据所述还款意愿按照预设的还款意愿层级对所述用户进行分类,得到第一分类结果;以及,按照所述第一分类结果对应的催收策略,对所述用户进行第一通话催收,得到第一通话催收结果,并根据所述第一通话催收结果更新所述第二用户基础数据;
若所述当前分类次数为第二次,则将第一次通话催收更新后的所述第二用户基础数据输入第二分类模型;以及,分析第一次通话催收更新后的所述第二用户基础数据得到协商意愿;以及,根据所述用户的协商意愿进行分类校正,得到第二分类结果;以及,按照所述第二分类结果对应的催收策略,对所述用户进行第二通话催收,得到第二通话催收结果,并根据所述第二通话催收结果更新所述第二用户基础数据;
若所述当前分类次数为第N次,则将第N-1次通话催收更新后的所述第二用户基础数据输入第N分类模型,第N-1次通话催收更新后的所述第二用户基础数据包括第N-1评分值和历史分类数据;以及,所述第N分类模型基于所述第N-1评分值和所述历史分类数据进行分类收敛,得到第N分类结果,所述历史分类数据至少包括历次评分值、历次分类结果、历次催收方式、历次聊天机器人的催收角色和催收角色的施压程度;以及,按照所述第N分类结果对应的催收策略,对所述用户进行第N通话催收,得到第N通话催收结果,并根据所述第N通话催收结果更新所述第二用户基础数据,其中,N为大于2的正整数。
2.根据权利要求1所述的方法,其特征在于,所述获取所述用户的逾期数据包之前,所述方法还包括:
创建多个催收角色;
为所述多个催收角色中的每个催收角色分别配置多种施压力度;
将所述多个聊天机器人与所述每个催收角色的所述多种施压力度进行关联。
3.根据权利要求2所述的方法,其特征在于,所述催收策略是指选择与所述分类结果具有对应关系的聊天机器人扮演对应的催收角色以对应的施压程度的与用户进行通话催收;
每次通话催收的流程,包括:
按照第M分类结果选择对应的聊天机器人与所述终端设备进行通话,其中,M为大于0的正整数;
在所述通话的过程中,对用户回答进行语义分析,提取所述用户回答中的还款意愿标签和/或协商意愿标签;
在通话结束后,根据所述还款意愿和/或协商意愿标签计算评分值,所述评分值可用于指示通话催收中用户的还款意愿和/或协商意愿;
根据所述评分值更新所述第二用户基础数据。
4.根据权利要求1所述的方法,其特征在于,所述按照所述第一分类结果对应的催收策略,对所述用户进行第一通话催收,得到第一通话催收结果,并根据所述第一通话催收结果更新所述第二用户基础数据,包括:
按照所述第一分类结果选择对应的第一聊天机器人与所述终端设备进行第一通话;
在所述第一通话的过程中,对第一用户回答进行语义分析,提取所述第一用户回答中的第一还款意愿标签和/或第一协商意愿标签;
在第一通话结束后,根据所述第一还款意愿和/或第一协商意愿标签计算第一评分值,所述第一评分值可用于指示所述第一通话中所述用户的第一还款意愿和/或第一协商意愿;
根据所述第一评分值更新所述第二用户基础数据。
5.根据权利要求4所述的方法,其特征在于,所述按照所述第二分类结果对应的催收策略,对所述用户进行第二通话催收,得到第二通话催收结果,并根据所述第二通话催收结果更新所述第二用户基础数据,包括:
按照所述第二分类结果选择对应的第二聊天机器人与所述终端设备进行第二通话;
在所述第二通话的过程中,对第二用户回答进行语义分析,提取所述第二用户回答中的第三还款意愿标签和/或第三协商意愿标签;
在第二通话结束后,根据所述第三还款意愿和/或第三协商意愿标签计算第二评分值,所述第二评分值可用于指示所述第二通话中所述用户的第三还款意愿和/或第三协商意愿;
根据所述第二评分值更新所述第二用户基础数据。
6.根据权利要求5所述的方法,其特征在于,所述第三分类结果设置为两种,分别与同意协商和拒绝协商对应;所述按照所述第N分类结果对应的催收策略,对所述用户进行第N通话催收,得到第N通话催收结果,并根据所述第N通话催收结果更新所述第二用户基础数据,包括:
对于所述第N分类结果中同意协商的逾期用户,向人工坐席转接,通过所述人工坐席进行第N通话催收;
对于所述第N分类结果中拒绝协商的逾期用户,通过催收角色为律师的聊天机器人跟进进行第三通话催收,向所述用户释明法律责任,施加法律压力,民事责任或刑事责任压力。
7.一种基于贷款业务人机对话***的数据处理装置,其特征在于,应用于所述贷款业务人机对话***中的服务器,所述贷款业务人机对话***包括所述服务器、成功办理目标贷款业务的用户的注册手机号码所关联的终端设备,所述服务器中部署有分类模型和支撑多种不同催款业务类型的聊天机器人;所述装置包括:
第一获取单元,用于在所述用户的所述目标贷款业务逾期超过预设期限时,获取所述用户的逾期数据包,所述逾期数据包包括用户基础数据,所述用户基础数据包括静态数据和动态数据,所述静态数据至少包括账龄、年龄和历史还款记录,所述动态数据至少包括收入情况,所述静态数据为所述服务器所存储的所述用户的固定数据;
提取单元,用于从所述逾期数据包中提取所述用户的所述用户基础数据;
第一AI通话单元,用于根据所述用户基础数据与用户进行电话沟通、以提醒所述用户的所述目标贷款业务逾期,得到电话沟通结果;
更新单元,用于根据电话沟通结果更新所述用户基础数据,得到第一用户基础数据;并在所述电话沟通结束之后,经过预设时限,生成还款说明;以及,根据所述还款说明更新所述第一用户基础数据中的所述还款记录,得到第二用户基础数据;
第一分类单元,用于将所述第二用户基础数据输入所述分类模型,所述分类模型包括第一分类模型、第二分类模型和第三分类模型;以及,确定当前分类次数;
若所述当前分类次数为第一次,则将所述第二用户基础数据输入所述第一分类模型,根据所述用户的还款能力和用户所期望的还款说明来预估所述用户的还款意愿;以及,根据所述还款意愿按照预设的还款意愿层级对所述用户进行分类,得到第一分类结果;
若所述当前分类次数为第二次,则将第一次通话催收更新后的所述第二用户基础数据输入第二分类模型;以及,分析第一次通话催收更新后的所述第二用户基础数据得到协商意愿;以及,根据所述用户的协商意愿进行分类校正,得到第二分类结果;
若所述当前分类次数为第N次,则将第N-1次通话催收更新后的所述第二用户基础数据输入第N分类模型,第N-1次通话催收更新后的所述第二用户基础数据包括第N-1评分值和历史分类数据;以及,所述第N分类模型基于所述第N-1评分值和所述历史分类数据进行分类收敛,得到第N分类结果,所述历史分类数据至少包括历次评分值、历次分类结果、历次催收方式、历次聊天机器人的催收角色和催收角色的施压程度;
催收单元,用于按照所述第一分类结果对应的催收策略,对所述用户进行第一通话催收,得到第一通话催收结果,并根据所述第一通话催收结果更新所述第二用户基础数据;以及,按照所述第二分类结果对应的催收策略,对所述用户进行第二通话催收,得到第二通话催收结果,并根据所述第二通话催收结果更新所述第二用户基础数据;以及,按照所述第N分类结果对应的催收策略,对所述用户进行第N通话催收,得到第N通话催收结果,并根据所述第N通话催收结果更新所述第二用户基础数据,其中,N为大于2的正整数。
8.一种电子设备,其特征在于,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-6任一项所述的方法中的步骤的指令。
9.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-6任一项所述的方法中的步骤的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211330880.XA CN115393077B (zh) | 2022-10-28 | 2022-10-28 | 基于贷款业务人机对话***的数据处理方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211330880.XA CN115393077B (zh) | 2022-10-28 | 2022-10-28 | 基于贷款业务人机对话***的数据处理方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115393077A CN115393077A (zh) | 2022-11-25 |
CN115393077B true CN115393077B (zh) | 2023-04-07 |
Family
ID=84115232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211330880.XA Active CN115393077B (zh) | 2022-10-28 | 2022-10-28 | 基于贷款业务人机对话***的数据处理方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115393077B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116341879B (zh) * | 2023-05-26 | 2024-05-31 | 杭州度言软件有限公司 | 一种逾期资产清收智能分案方法与*** |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111192136A (zh) * | 2019-12-24 | 2020-05-22 | 中信百信银行股份有限公司 | 一种信贷业务的催收方法、装置、电子设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109377333A (zh) * | 2018-09-03 | 2019-02-22 | 平安科技(深圳)有限公司 | 电子装置、基于分类模型的催收员确定方法及存储介质 |
CN109559221A (zh) * | 2018-11-20 | 2019-04-02 | 中国银行股份有限公司 | 基于用户数据的催收方法、装置和存储介质 |
CN109815489A (zh) * | 2019-01-02 | 2019-05-28 | 深圳壹账通智能科技有限公司 | 催收信息生成方法、装置、计算机设备和存储介质 |
CN111383093A (zh) * | 2020-03-06 | 2020-07-07 | 北京网众共创科技有限公司 | 账单逾期智能催收方法及*** |
CN112954102A (zh) * | 2021-02-24 | 2021-06-11 | 上海浦东发展银行股份有限公司 | 一种智能催收机器人***、方法、设备及存储介质 |
-
2022
- 2022-10-28 CN CN202211330880.XA patent/CN115393077B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111192136A (zh) * | 2019-12-24 | 2020-05-22 | 中信百信银行股份有限公司 | 一种信贷业务的催收方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115393077A (zh) | 2022-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109949805B (zh) | 基于意图识别及有限状态自动机的智能催收机器人及催收方法 | |
CN109618068B (zh) | 一种基于人工智能的语音业务推送方法、装置与*** | |
US11636430B2 (en) | Device, system and method for summarizing agreements | |
US7475149B2 (en) | Apparatus and method for specifying and obtaining services through an audio transmission medium | |
CN109981910B (zh) | 业务推荐方法及设备 | |
CN108021934B (zh) | 多要素识别的方法及装置 | |
CN108073600A (zh) | 一种智能问答交互方法、装置以及电子设备 | |
CN111028007B (zh) | 用户画像信息提示方法、装置及*** | |
CN110084636A (zh) | 提高电话销售效率方法、装置、计算机设备及存储介质 | |
CN109462603A (zh) | 基于盲检测的声纹认证方法、设备、存储介质及装置 | |
CN107748952A (zh) | 基于消费风险控制的信誉审核方法、装置及存储介质 | |
CN111383093A (zh) | 账单逾期智能催收方法及*** | |
CN109859032A (zh) | 基于智能语音的账款催收方法、装置、设备和存储介质 | |
CN115393077B (zh) | 基于贷款业务人机对话***的数据处理方法及相关装置 | |
CN110009480A (zh) | 司法催收路径的推荐方法、装置、介质、电子设备 | |
CN110335596A (zh) | 基于语音识别的产品推荐方法、装置、设备和存储介质 | |
CN111221949A (zh) | 基于强化学习的智能回访方法、装置、设备及存储介质 | |
CN112434501A (zh) | 工单智能生成的方法、装置、电子设备及介质 | |
CN110570295A (zh) | 资源催收方法、装置、计算机设备和存储介质 | |
CN111259124A (zh) | 对话管理方法、装置、***及存储介质 | |
CN111176442A (zh) | 一种基于vr虚拟现实技术的交互式政务服务***及方法 | |
CN112383667A (zh) | 通话数据的处理方法、装置、设备和存储介质 | |
CN111858874A (zh) | 对话服务处理方法、装置、设备及计算机可读存储介质 | |
CN111552793A (zh) | 基于外呼机器人的语音外呼方法、装置、终端设备及介质 | |
CN109450639A (zh) | 身份验证的方法、装置、电子设备及计算机可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |