归户算法及系统的制作方法

本发明涉及计算机软件技术领域，尤其涉及一种归户算法及系统。

背景技术：

随着信贷业务的纵向发展，控制信贷过程中各环节的交易风险，提高企业的资产质量，成为互联网金融企业迫切追求的目标。但同时，贷后催收作为风险管理中的重要一环，在合规的前提下，信贷业务的催收效率难以提高，从而降低了信贷资金的回款率和回款速度，现有技术中，未使用归户算法及系统。

技术实现要素：

本发明的目的是提供一种归户算法及系统。

本发明提供了一种归户算法，包括如下步骤：

s1用于获取逾期或出催订单并推送至催收系统的步骤；

s2用于催收系统根据逾期订单的参数，将同一客户名下的一笔或多笔逾期订单合并成包，根据逾期天数计算出榜样订单的步骤；

s3用于根据榜样订单的不同维度，将所述榜样订单划分至不同的客群的步骤；

s4用于根据客群的催收路径配置及催收路径下的榜样订单的分配算法配置，将榜样订单分配给相应催收队列下的催收员进行催收的步骤。

所述s2用于催收系统根据逾期订单的参数，将同一客户名下的一笔或多笔逾期订单合并成包，根据逾期天数计算出榜样订单的步骤，包括：s21用于根据归户规则计算虚拟包id的步骤；s22用于通过删除出催订单关系、新增新订单入包关系以及修改跳包关系的方式对归户包和订单关系进行维护的步骤；s23用于计算榜样订单中逾期时间最长的订单的步骤。所述s21用于根据归户规则计算虚拟包id的步骤，包括：s211用于获取订单属性，通过规则引擎匹配归户规则，生成虚拟包id的步骤；s212用于若单笔成包，虚拟包id为规则前缀和订单号按顺序排列；若多笔成包，虚拟包id为前缀和客户号按顺序排列的步骤。所述s3用于根据榜样订单的不同维度，将所述榜样订单划分至不同的客群的步骤，包括：s31用于计算归户包的决策变量，判断是否需要计算决策变量，若是则先计算归户包决策变量，再计算归户包内涵笔数；若不是则直接计算归户包内涵笔数的步骤；s32用于统计内涵笔数和关系的步骤；s33用于计算归户包最大逾期天数和是否回落的步骤；s34用于将上述计算结果进行数据入库的步骤。所述s32用于统计内涵笔数和关系的步骤包括：s321用于vbs将逾期订单中无效的归户关系进行删除，并将处理后的订单进行推送的步骤；s322用于统计每个归户包中的内涵笔数的步骤。

本发明提供了一种归户系统，包括：用于获取逾期或出催订单并推送至催收系统的模块；用于催收系统根据逾期订单的参数，将同一客户名下的一笔或多笔逾期订单合并成包，根据逾期天数计算出榜样订单的模块；用于根据榜样订单的不同维度，将所述榜样订单划分至不同的客群的模块；用于根据客群的催收路径配置及催收路径下的榜样订单的分配算法配置，将榜样订单分配给相应催收队列下的催收员进行催收的模块。

所述用于催收系统根据逾期订单的参数，将同一客户名下的一笔或多笔逾期订单合并成包，根据逾期天数计算出榜样订单的模块，包括：用于根据归户规则计算虚拟包id的子模块；用于通过删除出催订单关系、新增新订单入包关系以及修改跳包关系的方式对归户包和订单关系进行维护的子模块；用于计算榜样订单中逾期时间最长的订单的子模块。所述用于根据归户规则计算虚拟包id的子模块，包括：用于获取订单属性，通过规则引擎匹配归户规则，生成虚拟包id的单元；用于若单笔成包，虚拟包id为规则前缀和订单号按顺序排列；若多笔成包，虚拟包id为前缀和客户号按顺序排列的子单元。所述用于根据榜样订单的不同维度，将所述榜样订单划分至不同的客群的模块，包括：用于计算归户包的决策变量，判断是否需要计算决策变量，若是则先计算归户包决策变量，再计算归户包内涵笔数；若不是则直接计算归户包内涵笔数的子模块；用于统计内涵笔数和关系的子模块；用于计算归户包最大逾期天数和是否回落的子模块；用于将上述计算结果进行数据入库的子模块。所述用于统计内涵笔数和关系的子模块包括：用于vbs将逾期订单中无效的归户关系进行删除，并将处理后的订单进行推送的单元；用于统计每个归户包中的内涵笔数的单元。

本发明提供了一种归户算法及系统，vbs根据用户使用的各产品中的授信及贷款信息，同时结合第三方数据来源，将客户的逾期或预逾期数据推送至贷后催收系统。催收系统每日根据逾期订单的贷款类型、产品种类等，将同一客户名下的一笔或多笔逾期订单合并成包，根据逾期天数计算出榜样订单。根据榜样订单的不同维度，将榜样订单划分至不同的客群。再根据客群的催收路径配置及催收路径下的订单的分配算法配置，将榜样订单分配给相应催收队列下的催收员进行催收，同一包下的其他从单一并交由该催收员催收，有利于提高催收效率。

附图说明

图1、2为本发明实施例一所提供的归户算法的步骤示意图；

图3为本发明实施例一所述s2用于催收系统根据逾期订单的参数，将同一客户名下的一笔或多笔逾期订单合并成包，根据逾期天数计算出榜样订单的步骤示意图；

图4为本发明实施例一所述s21用于根据归户规则计算虚拟包id的步骤示意图；

图5为本发明实施例一所述s3用于根据榜样订单的不同维度，将所述榜样订单划分至不同的客群的步骤示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。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。

实施例一

如图1、2所示，本实施例提供一种归户算法，包括如下步骤：

s1用于获取逾期或出催订单并推送至催收系统的步骤；

s2用于催收系统根据逾期订单的参数，将同一客户名下的一笔或多笔逾期订单合并成包，根据逾期天数计算出榜样订单的步骤；

s3用于根据榜样订单的不同维度，将所述榜样订单划分至不同的客群的步骤；

s4用于根据客群的催收路径配置及催收路径下的榜样订单的分配算法配置，将榜样订单分配给相应催收队列下的催收员进行催收的步骤。

本领域技术人员可以理解，所述榜样订单为一个归户包中逾期时间最长的订单；所述归户是指同一客户名下的一笔或多笔逾期订单合并成一个“订单”，此“订单”称为归户包。所述逾期订单的参数包括贷款类型、产品种类等。所述榜样订单的不同维度包括逾期阶段、产品种类等。vbs根据用户使用的各产品中的授信及贷款信息，同时结合第三方数据来源，将客户的逾期或预逾期数据推送至贷后催收系统。催收系统每日根据逾期订单的贷款类型、产品种类等，将同一客户名下的一笔或多笔逾期订单合并成包，根据逾期天数计算出榜样订单。根据榜样订单的不同维度，将榜样订单划分至不同的客群。再根据客群的催收路径配置及催收路径下的订单的分配算法配置，将榜样订单分配给相应催收队列下的催收员进行催收，同一包下的其他从单一并交由该催收员催收，有利于提高催收效率。

如图3所示，所述s2用于催收系统根据逾期订单的参数，将同一客户名下的一笔或多笔逾期订单合并成包，根据逾期天数计算出榜样订单的步骤，包括：

s21用于根据归户规则计算虚拟包id的步骤；

s22用于通过删除出催订单关系、新增新订单入包关系以及修改跳包关系的方式对归户包和订单关系进行维护的步骤；

s23用于计算榜样订单中逾期时间最长的订单的步骤。

本领域技术人员可以理解，所述归户规则包括匹配订单的贷款类型、产品种类等；所述出催订单为逾期客户已还款，不需要再催款的订单；所述跳包关系为订单因订单属性改变，从一个归户包跳转至另一个归户包的情况。遍历订单，根据归户规则计算每笔订单的虚拟包id，使一笔或多笔订单归在一个包里，有利于维护订单关系，避免重复处理。

如图4所示，所述s21用于根据归户规则计算虚拟包id的步骤，包括：

s211用于获取订单属性，通过规则引擎匹配归户规则，生成虚拟包id的步骤；

s212用于若单笔成包，虚拟包id为规则前缀和订单号按顺序排列；若多笔成包，虚拟包id为规则前缀和客户号按顺序排列的步骤。

本领域技术人员可以理解，所述订单号和所述客户号均可根据系统随机生成。所述单笔成包为仅支持一笔订单成一个归户包；所述多笔承包为支持同一客户下的多笔订单成一个归户包。根据归户规则计算虚拟包id:获取订单所有属性，通过规则引擎匹配归户规则，匹配贷款类型、产品类型、是否单笔成包等因素，生成虚拟包id。若单笔成包，虚拟包id为：规则前缀+订单号；若多笔成包：虚拟包id为前缀+客户号。虚拟id的生成有利于确定了订单和归户包的关系。

如图5所示，所述s3用于根据榜样订单的不同维度，将所述榜样订单划分至不同的客群的步骤，包括：

s31用于计算归户包的决策变量，判断是否需要计算决策变量，若是则先计算归户包决策变量，再计算归户包内涵笔数；若不是则直接计算归户包内涵笔数的步骤；

s32用于统计内涵笔数和关系的步骤；

s33用于计算归户包最大逾期天数和是否回落的步骤；

s34用于将上述计算结果进行数据入库的步骤。

本领域技术人员可以理解，所述决策变量为订单的属性，即在整个分案中决定了订单划分的客群；所述内涵笔数为一个归户包中含有的订单数；所述回落为逾期天数减少。本实施例在第一次计算榜样订单时，同一个包下逾期时间越长的订单为榜样订单，只有在榜样订单出催或绑定期数到期时才重新计算；第一次计算时将榜样订单的属性维护成归户包的决策变量，只有绑定期数到期时才重新计算。根据之前的计算结果，将每日重新计算的归户包数据持久化，为下一阶段榜样订单分至客群做准备。

进一步，所述s32用于统计内涵笔数和关系的步骤包括：

s321用于vbs将逾期订单中无效的归户关系进行删除，并将处理后的订单进行推送的步骤；

s322用于统计每个归户包中的内涵笔数的步骤。

本领域技术人员可以理解，统计每个归户包含有的订单数即内涵笔数，因为每天重新计算归户包，故此，需要把vbs没有推过来的单子删除归户关系，保证每天的归户关系都是有效的。

实施例二

本实施例提供一种归户系统，包括：

用于获取逾期或出催订单并推送至催收系统的模块；

用于催收系统根据逾期订单的参数，将同一客户名下的一笔或多笔逾期订单合并成包，根据逾期天数计算出榜样订单的模块；

用于根据榜样订单的不同维度，将所述榜样订单划分至不同的客群的模块；

用于根据客群的催收路径配置及催收路径下的榜样订单的分配算法配置，将榜样订单分配给相应催收队列下的催收员进行催收的模块。

本领域技术人员可以理解，所述榜样订单为一个归户包中逾期时间最长的订单；所述归户是指同一客户名下的一笔或多笔逾期订单合并成一个“订单”，此“订单”称为归户包。所述逾期订单的参数包括贷款类型、产品种类等。所述榜样订单的不同维度包括逾期阶段、产品种类等。vbs根据用户使用的各产品中的授信及贷款信息，同时结合第三方数据来源，将客户的逾期或预逾期数据推送至贷后催收系统。催收系统每日根据逾期订单的贷款类型、产品种类等，将同一客户名下的一笔或多笔逾期订单合并成包，根据逾期天数计算出榜样订单。根据榜样订单的不同维度，将榜样订单划分至不同的客群。再根据客群的催收路径配置及催收路径下的订单的分配算法配置，将榜样订单分配给相应催收队列下的催收员进行催收，同一包下的其他从单一并交由该催收员催收，有利于提高催收效率。

进一步，所述用于催收系统根据逾期订单的参数，将同一客户名下的一笔或多笔逾期订单合并成包，根据逾期天数计算出榜样订单的模块，包括：

用于根据归户规则计算虚拟包id的子模块；

用于通过删除出催订单关系、新增新订单入包关系以及修改跳包关系的方式对归户包和订单关系进行维护的子模块；

用于计算榜样订单中逾期时间最长的订单的子模块。

本领域技术人员可以理解，所述归户规则包括匹配订单的贷款类型、产品种类等；所述出催订单为逾期客户已还款，不需要再催款的订单；所述跳包关系为订单因订单属性改变，从一个归户包跳转至另一个归户包的情况。遍历订单，根据归户规则计算每笔订单的虚拟包id，使一笔或多笔订单归在一个包里，有利于维护订单关系，避免重复处理。

进一步，所述用于根据归户规则计算虚拟包id的子模块，包括：

用于获取订单属性，通过规则引擎匹配归户规则，生成虚拟包id的单元；

用于若单笔成包，虚拟包id为规则前缀和订单号按顺序排列；若多笔成包，虚拟包id为规则前缀和客户号按顺序排列的子单元。

本领域技术人员可以理解，所述订单号和所述客户号均可根据系统随机生成。所述单笔成包为仅支持一笔订单成一个归户包；所述多笔承包为支持同一客户下的多笔订单成一个归户包。根据归户规则计算虚拟包id:获取订单所有属性，通过规则引擎匹配归户规则，匹配贷款类型、产品类型、是否单笔成包等因素，生成虚拟包id。若单笔成包，虚拟包id为：规则前缀+订单号；若多笔成包：虚拟包id为前缀+客户号。虚拟id的生成有利于确定了订单和归户包的关系。

进一步，所述用于根据榜样订单的不同维度，将所述榜样订单划分至不同的客群的模块，包括：

用于计算归户包的决策变量，判断是否需要计算决策变量，若是则先计算归户包决策变量，再计算归户包内涵笔数；若不是则直接计算归户包内涵笔数的子模块；

用于统计内涵笔数和关系的子模块；

用于计算归户包最大逾期天数和是否回落的子模块；

用于将上述计算结果进行数据入库的子模块。

本领域技术人员可以理解，所述决策变量为订单的属性，即在整个分案中决定了订单划分的客群；所述内涵笔数为一个归户包中含有的订单数；所述回落为逾期天数减少。本实施例在第一次计算榜样订单时，同一个包下逾期时间越长的订单为榜样订单，只有在榜样订单出催或绑定期数到期时才重新计算；第一次计算时将榜样订单的属性维护成归户包的决策变量，只有绑定期数到期时才重新计算。根据之前的计算结果，将每日重新计算的归户包数据持久化，为下一阶段榜样订单分至客群做准备。

进一步，所述用于统计内涵笔数和关系的子模块包括：

用于vbs将逾期订单中无效的归户关系进行删除，并将处理后的订单进行推送的单元；

用于统计每个归户包中的内涵笔数的单元。

本领域技术人员可以理解，统计每个归户包含有的订单数即内涵笔数，因为每天重新计算归户包，故此，需要把vbs没有推过来的单子删除归户关系，保证每天的归户关系都是有效的。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。