本发明提出了一种基于强化学习的智能电话催收策略,包括以下几个步骤:(1)整理和统计分析信用卡业务相关数据表,(2)根据信用卡业务相关数据表设计建模数据宽表,从而确定最佳催收策略;(3)将建模数据宽表引入LSTM模型,训练LSTM模型拟合价值函数,基于训练好的LSTM模型,将需要查询的日期输入建模数据宽表,即可预测得到相应的催收回款率;(4)通过定义马尔可夫决策过程,引入LSTM模型,寻找对应最大价值回报的催收回款率,本方案通过对债务人信息、账户信息、历史催收记录、历史还款情况等数据进行分析和挖掘,采用强化学习算法智能化学习不同债务人的通话偏好模式,自动生成个性化的电催策略,以最大化提高电催接通率以及催收回款率。
声明:
“基于强化学习的智能电话催收策略” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)