【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种催缴难易程度评估方法、装置及可读存储介质。
技术介绍
1、目前政企客户存在大量逾期欠费用户产生的应收账款，急切需要一种科学的、量化的催收策略来收回应收账款，为此，可以通过对政企客户进行催缴难易程度评估，以预测未来催回政企客户应收账款的可能性，从而优化催缴流程，提高催缴效率，并改善客户关系。
2、但现有的催缴难易程度评估方法评估维度单一，导致评估结果片面，无法全面反映真实的催缴情况。
技术实现思路
1、本专利技术所要解决的技术问题是针对现有技术的上述不足，提供一种催缴难易程度评估方法、装置及可读存储介质，用以解决现有的催缴难易程度评估方法评估维度单一，导致评估结果片面，无法全面反映真实的催缴情况的问题。
2、第一方面，本专利技术提供一种催缴难易程度评估方法，包括：
3、获取逾期客户的催缴评估数据；
4、根据所述逾期客户的催缴评估数据，构建所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征；
5、将所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征输入到训练好的催缴难易模型，得到所述逾期客户的催缴难易程度评分，其中，所述催缴难易模型为基于逻辑回归算法构建的模型。
6、进一步地，所述将所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征输入到训练好的催缴难易模型，得到所述逾期客户的催缴难易程度评分之前，所述方法还包括：
7、根据实
8、根据所述建模样本数据，确定所述催缴难易模型的目标变量，并构建所述催缴难易模型的预测变量，其中，所述预测变量包括逾期行为特征、收入负债特征、业务合作特征和工商特征；
9、采用逻辑回归算法构建所述催缴难易模型，并根据所述建模样本数据以及所述催缴难易模型的目标变量和预测变量，训练所述催缴难易模型，得到训练好的所述催缴难易模型。
10、进一步地，所述根据所述建模样本数据，确定所述催缴难易模型的目标变量，具体包括：
11、针对所述建模样本数据中每个催缴客户的历史催缴评估数据，根据所述催缴客户的历史催缴评估数据中每个月的还款金额以及应收金额，计算所述催缴客户每个月的累计月还款率；
12、根据所述催缴客户每个月的累计月还款率，计算所述催缴客户的指数平均还款率；
13、根据所有所述催缴客户的指数平均还款率的分布情况，设置目标阈值；
14、针对所述每个催缴客户，根据所述催缴客户的指数平均还款率以及所述目标阈值，判断所述催缴客户是否是易催客户，并将催缴客户是否是易催客户作为所述目标变量。
15、进一步地，所述根据所述催缴客户的指数平均还款率以及所述目标阈值，判断所述催缴客户是否是易催客户，具体包括：
16、若所述催缴客户的指数平均还款率大于等于所述目标阈值，则判断所述催缴客户是易催客户；
17、若所述催缴客户的指数平均还款率小于所述目标阈值，则判断所述催缴客户是难催客户。
18、进一步地，所述将所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征输入到训练好的催缴难易模型，得到所述逾期客户的催缴难易程度评分之前，所述方法还包括：
19、根据训练好的所述催缴难易模型的训练结果，构建评分卡，其中，所述评分卡的评分维度包括收入负债维度、业务合作维度、逾期行为维度和工商特征维度。
20、进一步地，所述将所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征输入到训练好的催缴难易模型，得到所述逾期客户的催缴难易程度评分，具体包括：
21、将所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征输入到训练好的所述催缴难易模型，通过训练好的所述催缴难易模型基于所述评分卡的评分维度分别对所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征进行打分，得到所述逾期客户的逾期行为评分、收入负债评分、业务合作评分和工商特征评分；以及，
22、根据所述逾期客户的逾期行为评分、收入负债评分、业务合作评分和工商特征评分，计算所述逾期客户的催缴难易程度评分。
23、进一步地，所述将所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征输入到训练好的催缴难易模型，得到所述逾期客户的催缴难易程度评分之后，所述方法还包括：
24、根据所述逾期客户的催缴难易程度评分，采取对应措施进行催回。
25、第二方面，本专利技术提供一种催缴难易程度评估装置，包括：
26、获取模块，用于获取逾期客户的催缴评估数据；
27、构建模块，与所述获取模块连接，用于根据所述逾期客户的催缴评估数据，构建所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征；
28、评估模块，与所述构建模块连接，用于将所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征输入到训练好的催缴难易模型，得到所述逾期客户的催缴难易程度评分，其中，所述催缴难易模型为基于逻辑回归算法构建的模型。
29、第三方面，本专利技术提供一种催缴难易程度评估装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以实现上述第一方面所述的催缴难易程度评估方法。
30、第四方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质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第一方面所述的催缴难易程度评估方法。
31、本专利技术提供的催缴难易程度评估方法、装置及可读存储介质，首先获取逾期客户的催缴评估数据；然后根据所述逾期客户的催缴评估数据，构建所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征；最后将所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征输入到训练好的催缴难易模型，得到所述逾期客户的催缴难易程度评分，其中，所述催缴难易模型为基于逻辑回归算法构建的模型。本专利技术通过利用逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征的多维度数据，基于训练好的催缴难易模型对逾期客户的催缴难易程度进行评分，旨在全面反映真实的催缴情况并预测逾期客户未来催回的可能性，以优化催缴流程并提高催缴效率，解决了现有的催缴难易程度评估方法评估维度单一，导致评估结果片面，无法全面反映真实的催缴情况的问题。
本文档来自技高网...【技术保护点】
1.一种催缴难易程度评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征输入到训练好的催缴难易模型，得到所述逾期客户的催缴难易程度评分之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述建模样本数据，确定所述催缴难易模型的目标变量，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述催缴客户的指数平均还款率以及所述目标阈值，判断所述催缴客户是否是易催客户，具体包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征输入到训练好的催缴难易模型，得到所述逾期客户的催缴难易程度评分之前，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述将所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征输入到训练好的催缴难易模型，得到所述逾期客户的催缴难易程度评分，具体包括：
7.根据权利要求1所述的方法
8.一种催缴难易程度评估装置，其特征在于，包括：
9.一种催缴难易程度评估装置，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以实现如权利要求1-7中任一项所述的催缴难易程度评估方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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如权利要求1-7中任一项所述的催缴难易程度评估方法。
...【技术特征摘要】
1.一种催缴难易程度评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征输入到训练好的催缴难易模型，得到所述逾期客户的催缴难易程度评分之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述建模样本数据，确定所述催缴难易模型的目标变量，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述催缴客户的指数平均还款率以及所述目标阈值，判断所述催缴客户是否是易催客户，具体包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述逾期客户的逾期行为特征、收入负债特征、业务合作特征和工商特征输入到训练好的催缴难易模型，得到所述逾期客户的催缴难易程度评分之前，所述方法还包括：
6.根据权利要求5所述的方法，其特征在...
【专利技术属性】
技术研发人员：陈斌，蔡丽丽，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。