贷款案件分案管理方法、系统、设备及存储介质

技术领域

本发明实施例涉及大数据领域，尤其涉及一种贷款案件分案管理方法、系统、计算机设备及计算机存储介质。

背景技术

现有的大部分催收管理系统，在分配贷款案件的时候，通常是根据催收公司或者催收人员当前的案件量进行案件分配的。但是随着业务发展需要，业务对精细化的贷款案件分案有着更高要求，仅从催收公司或者催收人员的当前贷款催收案件量来进行贷款案件分配的分案方式通常存在以下缺陷：没有考虑到每个贷款案件的差异，无法获取到合适的预测催收公司；无法满足愈发精细化的催收管理需求，无法更加合理地分配贷款案件，进而影响到对于贷款案件的催收效率和催收完成度。

发明内容

有鉴于此，本发明实施例提供了一种贷款案件分案管理方法、系统、计算机设备及计算机可读存储介质，用于解决通过案件量来分配贷款案件的分案方式，得到的预测催收公司准确率低的问题。

本发明实施例是通过下述技术方案来解决上述技术问题：

一种贷款案件分案管理方法，包括：

获取待分配贷款案件的多个案件信息；

对所述多个案件信息进行预处理；

基于当前案件周期，获取每个案件信息对应的权重值，并根据所述权重值从预处理后的所述多个案件信息中提取多个目标分案特征；

将所述多个目标分案特征输入至贷款案件分案模型中，以通过所述贷款案件分案模型输出与所述待分配贷款案件匹配的目标公司；

将所述待分配贷款案件分发至所述目标公司。

可选地，所述贷款案件分案管理方法还包括预先训练得到所述贷款案件分案模型，训练步骤包括：

获取多个样本贷款案件的多个案件样本信息与多个接案公司数据；

设置支持向量机模型的若干个第一超平面，其中，所述第一超平面表示接案公司；

将所述多个样本贷款案件的多个案件样本信息转化为相应的多个样本向量；

计算所述多个样本向量相对于每个第一超平面对应的第一样本投影距离；

分别在每个样本向量对应的多个所述第一样本投影距离中，确定每个样本向量对应的最大的第一样本投影距离为每个样本向量对应的目标样本投影距离；

根据所述每个样本向量对应的目标样本投影距离，调整所述支持向量机模型的若干个第一超平面的模型参数，以得到训练后的贷款案件分案模型。

可选地，所述对所述多个案件信息进行预处理的步骤，还包括：

通过相关方法对所述多个案件信息进行相关性计算，以得到所述多个案件信息之间的相关系数；

根据所述多个案件信息之间的相关系数，删除具有共线性的案件信息，以得到预处理后的多个案件信息。

可选地，所述权重值包括多个第一权重值和多个第二权重值；所述根据当前案件周期，获取所述每个案件信息对应的权重值，并根据所述权重值从所述多个案件信息中提取多个目标分案特征的步骤，包括：

根据线性回归算法，从所述多个案件信息中提取多个第一分案特征；

根据支持向量机算法，从所述多个案件信息中提取多个第二分案特征；

根据所述当前案件周期，获取所述多个第一分案特征分别对应的第一权重值，获取所述多个第二分案特征分别对应的第二权重值，并根据所述第一权重值和第二权重值从所述多个第一分案特征和所述多个第二分案特征中确定并提取多个目标分案特征。

可选地，所述将所述多个目标分案特征输入至贷款案件分案模型中，以通过所述贷款案件分案模型输出与所述待分配贷款案件匹配的目标公司的步骤，还包括：

将所述多个目标分案特征输入至贷款案件分案模型中，以通过所述贷款案件分案模型输出所述待分配贷款案件相对于每个接案公司的第一投影距离；

从多个所述第一投影距离中，确定最大的第一投影距离为目标投影距离；

确定所述目标投影距离对应的接案公司为目标公司。

可选地，在所述将所述待分配贷款案件分发至所述目标公司之后，还包括：

根据所述多个案件信息，计算得到所述待分配贷款案件的目标风险评分；

根据所述目标风险评分，确定所述待分配贷款案件的目标风险等级；并根据所述目标风险等级确定目标执行策略。

可选地，所述方法还包括：

根据所述待分配贷款案件的目标风险等级，通过预设的名单管理规则，对所述待分配贷款案件进行名单分类，以更新所述待分配贷款案件的名单标识。

为了实现上述目的，本发明实施例还提供一种贷款案件分案管理系统，包括：

获取模块，用于获取待分配贷款案件的多个案件信息；

预处理模块，用于对所述多个案件信息进行预处理；

提取模块，用于基于当前案件周期，获取每个案件信息对应的权重值，并根据所述权重值从预处理后的所述多个案件信息中提取多个目标分案特征；

输出模块，用于将所述多个目标分案特征输入至贷款案件分案模型中，以通过所述贷款案件分案模型输出与所述待分配贷款案件匹配的目标公司；

分发模块，用于将所述待分配贷款案件分发至所述目标公司。

为了实现上述目的，本发明实施例还提供一种计算机设备，所述计算机设备包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述贷款案件分案管理方法的步骤。

为了实现上述目的，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序可被至少一个处理器所执行，以使所述至少一个处理器执行如上所述的贷款案件分案管理方法的步骤。

本发明实施例提供的贷款案件分案管理方法、系统、计算机设备及计算机可读存储介质，通过当前案件周期，获取所述每个案件信息对应的权重值，并根据所述权重值从预处理后的所述多个案件信息中提取多个目标分案特征；将所述多个目标分案特征输入至贷款案件分案模型中，以通过所述贷款案件分案模型输出与所述待分配贷款案件匹配的目标公司；通过多个目标分案特征以及贷款案件分案模型，能够针对于每个贷款案件，进行有效且合理的催收公司的分配，为每个贷款案件分配到的催收公司的预测结论更加准确。

以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。

附图说明

图1为本发明实施例一之贷款案件分案管理方法的步骤流程图；

图2为本发明实施例一之贷款案件分案管理方法中对所述多个案件信息进行预处理的步骤流程图；

图3为本发明实施例一之贷款案件分案管理方法中提取多个目标分案特征的步骤流程图；

图4为本发明实施例一之贷款案件分案管理方法训练得到贷款案件分案模型的步骤流程图；

图5为本发明实施例一之贷款案件分案管理方法中为所述待分配贷款案件确定目标公司的步骤流程图；

图6为本发明实施例一之贷款案件分案管理方法中确定目标执行策略的步骤流程图；

图7为本发明实施例二之贷款案件分案管理系统的程序模块示意图；

图8为本发明实施例三之计算机设备的硬件结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在本发明实施例中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

在本发明的描述中，需要理解的是，步骤前的数字标号并不标识执行步骤的前后顺序，仅用于方便描述本发明及区别每一步骤，因此不能理解为对本发明的限制。

实施例一

请参阅图1，示出了本发明实施例之贷款案件分案管理方法的步骤流程图。可以理解，本方法实施例中的流程图不用于对执行步骤的顺序进行限定。下面以计算机设备为执行主体进行示例性描述，具体如下：

如图1所示，所述贷款案件分案管理方法可以包括步骤S100～S106，其中：

步骤S100，获取待分配贷款案件的多个案件信息。

在示例性的实施例中，所述多个案件信息包括与所述待分配贷款案件对应的客户风险等级、催收阶段、是否逾期、逾期天数、催收贷款余额、客户职业类型、客户年龄、客户地区、关系人信息等信息。其中，所述待分配贷款案件为待分配给相应的催收公司的贷款催收案件。

步骤S102，对所述多个案件信息进行预处理。

为了降低数据的噪声，以提高后续数据处理的效率。在示例性的实施例中，请参阅图2，对所述多个案件信息进行预处理的步骤S102具体包括步骤S200～S202：步骤S200，通过相关方法对所述多个案件信息进行相关性计算，以得到所述多个案件信息之间的相关系数；及步骤S202，根据所述多个案件信息之间的相关系数，删除具有共线性的案件信息，以得到预处理后的多个案件信息。

其中，多个案件信息之间的相关系数可以通过皮尔逊积矩相关系数(Personcorrelation coefficient)、最大信息系数等方式计算得到。通过相关系数来判断所述多个案件信息之间的相关程度，若相关系数r的绝对值在0.8以上，表示案件信息之间具有强的相关性。若相关系数r的绝对值在0.3到0.8之间，表示案件信息之间有弱的相关性。若相关系数r的绝对值在0.3以下，则表示案件信息之间没有相关性。因此可以剔除相关系数r在0.3以下的案件信息，还可以删除具有共线性的案件信息，即相关系数在0.8以上的两个案件信息中保留其中一个案件信息，剔除另一个案件信息。通过对多个案件信息的预处理，在不影响待分配贷款案件分案的同时，有效地减少了后续的数据计算量。

步骤S104，基于当前案件周期，获取所述每个案件信息对应的权重值，并根据所述权重值从预处理后的所述多个案件信息中提取多个目标分案特征。

其中，所述权重值包括多个第一权重值和多个第二权重值。

为了进一步提高数据处理效率，在示例性的实施例中，如图3所示，所述步骤104还可以通过以下步骤S300～S304得到，其中：步骤S300，根据线性回归算法，从所述多个案件信息中提取多个第一分案特征；步骤S302，根据支持向量机算法，从所述多个案件信息中提取多个第二分案特征；及步骤S304，根据所述当前案件周期，获取所述多个第一分案特征分别对应的第一权重值，获取所述多个第二分案特征分别对应的第二权重值，并根据所述第一权重值和第二权重值从所述多个第一分案特征和所述多个第二分案特征中确定并提取多个目标分案特征。

示例性的，通过线性回归算法，对多个案件信息择优筛选出多个第一分案特征，删除无用特征，提高待分配贷款案件分案的准确性。基于线性回归算法，计算出与催收相关的第一分案特征A、B和C。通过支持向量机从多个案件信息中择优提取多个第二分案特征，删除无用特征，再进一步提高待分配贷款案件分案的准确性。基于支持向量机算法计算出与催收相关的特征D和E。结合多个第一分案特征和多个第二分案特征相对于贷款案件分案的重要程度，得到多个目标分案特征；即多个第一分案特征分别对应的第一权重值和多个第二分案特征分别对应的第二权重值，确定出多个目标分案特征。其中，权重值可以根据业务实际需求进行设置，例如可以根据当前时期重点关注方向，案件所处的时间节点等实际需求设置各个分案特征的权重值。比如，当前时间更加注重归属地的催收效果，则将所述归属地这个分案特征对应的权重值设置得大一点。

步骤S106，将所述多个目标分案特征输入至贷款案件分案模型中，以通过所述贷款案件分案模型输出与所述待分配贷款案件匹配的目标公司。

为了提高贷款案件分案模型的分案效果，所述贷款案件分案管理方法还包括预先训练得到所述贷款案件分案模型。在示例性的实施例中，如图4所示，训练步骤具体包括步骤S400～S410，其中：步骤S400，获取多个样本贷款案件的多个案件样本信息与多个接案公司数据；步骤S402，设置支持向量机模型的若干个第一超平面，其中，所述第一超平面表示接案公司；步骤S404，将所述多个样本贷款案件的多个案件样本信息转化为相应的多个样本向量；步骤S406，计算所述多个样本向量相对于每个第一超平面对应的第一样本投影距离；步骤S408，分别在每个样本向量对应的多个所述第一样本投影距离中，确定每个样本向量对应的最大的第一样本投影距离为每个样本向量对应的目标样本投影距离；及步骤S410，根据所述每个样本向量对应的目标样本投影距离，调整所述支持向量机模型的若干个第一超平面的模型参数，以得到训练后的贷款案件分案模型。

其中，多个第一超平面用于表征催收的接案公司。贷款案件分案模型处理过程具体如下：

假设x为一个点，即x代表待分配贷款案件，第一超平面的方程可以用线性方程来描述：w

计算点x到每一个第一超平面的距离。假设平面上有两点x’和x”，则：

w

w

即w

通过计算可以得到以下式子：

在示例性的实施例中，请参阅图5，所述通过所述贷款案件分案模型输出与所述待分配贷款案件匹配的目标公司还可以通过以下操作得到，其中：步骤S500，将所述多个目标分案特征输入至贷款案件分案模型中，以通过所述贷款案件分案模型输出所述待分配贷款案件相对于每个接案公司的第一投影距离；步骤S502，从多个所述第一投影距离中，确定最大的第一投影距离为目标投影距离；及步骤S504，确定所述目标投影距离对应的接案公司为目标公司。

示例性的，计算得到待分配贷款案件与每个第一超平面的第一投影距离。从多个第一投影距离中选取最大的距离为目标投影距离。根据目标样本投影距离将所述目标投影距离对应的第一超平面表征的公司确定为目标公司。

步骤S108，将所述待分配贷款案件分发至所述目标公司。

为了更加精细化地对贷款案件进行分案处理，所述方法还包括在针对待分配贷款案件确定目标公司之后，为所述待分配贷款案件匹配相应的贷款案件催收策略，评估得到最佳的贷款案件催收策略(即目标执行策略)。在示例性的实施例中，如图6所示，为所述待分配贷款案件匹配相应的贷款案件催收策略还包括步骤S600～S602，其中：步骤S600，根据所述多个案件信息，计算得到所述待分配贷款案件的目标风险评分；及步骤S602，根据所述目标风险评分，确定所述待分配贷款案件的目标风险等级；并根据所述目标风险等级确定目标执行策略。

其中，每个目标公司具有多个自定义的关于贷款案件催收的执行策略，其中，每个执行策略具有对应的风险等级；根据对应的风险等级，确定对应的执行策略；有效提高了贷款案件催收的执行效率。通过对不同催收公司的特点，做到最佳分配策略，做到精细化的贷后催收管理。

在示例性的实施例中，所述方法还包括：根据所述待分配贷款案件的目标风险等级，通过预设的名单管理规则，对所述待分配贷款案件进行名单分类，以更新所述待分配贷款案件的名单标识。

在确定了目标公司之后，遍历待分配贷款案件的特征，判断是否存在名单标识，若不存在名单标识，则根据所述待分配贷款案件的目标风险等级，为所述待分配贷款案件赋予特定名单标识，根据特定名单标识为所述待分配贷款案件确定对应的执行策略；并在阶段性催收完成后，根据催收结论数据更新待分配贷款案件的名单标识。

所述方法还包括：将各个催收公司数据对应的催收效果曲线进行可视化，并对多个催收公司的催收效果曲线进行动态调整。

本发明实施例提供的贷款案件分案管理方法、系统、计算机设备及计算机可读存储介质，通过多个目标分案特征以及贷款案件分案模型，能够针对于每个贷款案件，进行有效且合理的催收公司的分配，为每个贷款案件分配到的催收公司的预测结论更加准确。相比于简单的固定规则分配催收公司，根据每个贷款案件多维度的目标分案特征，进一步提高催收效率，提升催收成功率，以达到每一个贷款案件获取到催回金额最大化的效果。

实施例二

请继续参阅图7，示出了本发明贷款案件分案管理系统的程序模块示意图。在本实施例中，贷款案件分案管理系统20可以包括或被分割成一个或多个程序模块，一个或者多个程序模块被存储于存储介质中，并由一个或多个处理器所执行，以完成本发明，并可实现上述贷款案件分案管理方法。本发明实施例所称的程序模块是指能够完成特定功能的一系列计算机程序指令段，比程序本身更适合于描述贷款案件分案管理系统20在存储介质中的执行过程。以下描述将具体介绍本实施例各程序模块的功能：

获取模块700，用于获取待分配贷款案件的多个案件信息。

预处理模块702，用于对所述多个案件信息进行预处理。

提取模块704，用于根据当前案件周期，获取所述每个案件信息对应的权重值，并根据所述权重值从所述多个案件信息中提取多个目标分案特征。

输出模块706，用于将所述多个目标分案特征输入至贷款案件分案模型中，以通过所述贷款案件分案模型输出与所述待分配贷款案件匹配的目标公司。

分发模块708，用于将所述待分配贷款案件分发至所述目标公司。

在示例性的实施例中，所述贷款案件分案管理系统20还包括训练模块710，其中，所述训练模块710用于预先训练得到所述贷款案件分案模型。所述训练模块710，还用于：获取多个样本贷款案件的多个案件样本信息与多个接案公司数据；设置支持向量机模型的若干个第一超平面，其中，所述第一超平面表示接案公司；将所述多个样本贷款案件的多个案件样本信息转化为相应的多个样本向量；计算所述多个样本向量相对于每个第一超平面对应的第一样本投影距离；分别在每个样本向量对应的多个所述第一样本投影距离中，确定每个样本向量对应的最大的第一样本投影距离为每个样本向量对应的目标样本投影距离；及根据所述每个样本向量对应的目标样本投影距离，调整所述支持向量机模型的若干个第一超平面的模型参数，以得到训练后的贷款案件分案模型。

在示例性的实施例中，所述贷款案件分案管理系统20还包括数据预处理模块712，其中，所述数据预处理模块712用于：对所述多个案件信息的预处理.所述数据预处理模块712，还用于：通过相关方法对所述多个案件信息进行相关性计算，以得到所述多个案件信息之间的相关系数；及根据所述多个案件信息之间的相关系数，删除具有共线性的案件信息，以得到预处理后的多个案件信息。

在示例性的实施例中，所述权重值包括多个第一权重值和多个第二权重值；所述提取模块704，还用于：根据线性回归算法，从所述多个案件信息中提取多个第一分案特征；根据支持向量机算法，从所述多个案件信息中提取多个第二分案特征；及根据所述当前案件周期，获取所述多个第一分案特征分别对应的第一权重值，获取所述多个第二分案特征分别对应的第二权重值，并根据所述第一权重值和第二权重值从所述多个第一分案特征和所述多个第二分案特征中确定并提取多个目标分案特征。

在示例性的实施例中，所述输出模块706，还用于：将所述多个目标分案特征输入至贷款案件分案模型中，以通过所述贷款案件分案模型输出所述待分配贷款案件相对于每个接案公司的第一投影距离；从多个所述第一投影距离中，确定最大的第一投影距离为目标投影距离；及确定所述目标投影距离对应的接案公司为目标公司。

在示例性的实施例中，所述贷款案件分案管理系统20还包括策略匹配模块714，其中，所述策略匹配模块714，用于：根据所述多个案件信息，计算得到所述待分配贷款案件的目标风险评分；及根据所述目标风险评分，确定所述待分配贷款案件的目标风险等级；并根据所述目标风险等级确定目标执行策略。

在示例性的实施例中，所述贷款案件分案管理系统20还包括：名单管理模块716，其中，所述名单管理模块716用于：根据所述待分配贷款案件的目标风险等级，通过预设的名单管理规则，对所述待分配贷款案件进行名单分类，以更新所述待分配贷款案件的名单标识。

实施例三

参阅图8，是本发明实施例三之计算机设备的硬件架构示意图。本实施例中，所述计算机设备2是一种能够按照事先设定或者存储的指令，自动进行数值计算和/或信息处理的设备。该计算机设备2可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。如图8所示，所述计算机设备2至少包括，但不限于，可通过系统总线相互通信连接存储器21、处理器22、网络接口23、以及贷款案件分案管理系统20。其中：

本实施例中，存储器21至少包括一种类型的计算机可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器21可以是计算机设备2的内部存储单元，例如该计算机设备2的硬盘或内存。在另一些实施例中，存储器21也可以是计算机设备2的外部存储设备，例如该计算机设备2上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，存储器21还可以既包括计算机设备2的内部存储单元也包括其外部存储设备。本实施例中，存储器21通常用于存储安装于计算机设备2的操作系统和各类应用软件，例如上述实施例的贷款案件分案管理系统20的程序代码等。此外，存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。

处理器22在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器22通常用于控制计算机设备2的总体操作。本实施例中，处理器22用于运行存储器21中存储的程序代码或者处理数据，例如运行贷款案件分案管理系统20，以实现上述实施例的贷款案件分案管理方法。

所述网络接口23可包括无线网络接口或有线网络接口，该网络接口23通常用于在所述计算机设备2与其他电子装置之间建立通信连接。例如，所述网络接口23用于通过网络将所述计算机设备2与外部终端相连，在所述计算机设备2与外部终端之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobile communication，GSM)、宽带码分多址(WidebandCode Division Multiple Access，WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。

需要指出的是，图8仅示出了具有部件20-23的计算机设备2，但是应理解的是，并不要求实施所有示出的部件，可以替代的实施更多或者更少的部件。

在本实施例中，存储于存储器21中的所述贷款案件分案管理系统20还可以被分割为一个或者多个程序模块，所述一个或者多个程序模块被存储于存储器21中，并由一个或多个处理器(本实施例为处理器22)所执行，以完成本发明。

例如，图8示出了所述实现贷款案件分案管理系统20实施例二的程序模块示意图，该实施例中，所述基于贷款案件分案管理系统20可以被划分为获取模块700、预处理模块702、提取模块704、输出模块706以及分发模块708。其中，本发明所称的程序模块是指能够完成特定功能的一系列计算机程序指令段，比程序更适合于描述所述贷款案件分案管理系统20在所述计算机设备2中的执行过程。所述程序模块700-708的具体功能在实施例二中已有详细描述，在此不再赘述。

实施例四

本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储贷款案件分案管理系统20，被处理器执行时实现上述实施例的贷款案件分案管理方法。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。