[发明专利]一种基于客户缴费信息及征信信息的欠费风险识别方法

权利要求书

1.一种基于客户缴费信息及征信信息的欠费风险识别方法，其特征在于，包括：

采集用户的原始数据；

根据预设指标从所述原始数据中采集目标字段；

根据采集的目标字段，使用欠费风险评判模型对客户欠费风险等级进行分类。

2.如权利要求1所述的方法，其特征在于，所述欠费风险评判模型根据如下方式建立：

获取客户内部信息中客户全年缴费总金额、每次缴费前余额、缴费后余额作为目标字段；获取客户外部征信信息中每一季度财务数据作为目标字段；

根据所述目标字段计算观察值序列的样本自相关系数和样本偏自相关系数的值，根据样本自相关系数与偏自相关系数的性质，选择阶数适当的ARMA模型进行拟合；

估计ARMA模型中未知参数的值，检验ARMA模型的有效性；

将通过检验的有效的ARMA模型作为欠费风险评判模型，用于预测各时间点缴费金额的走势。

3.如权利要求1或2所述的方法，其特征在于，所述欠费风险评判模型根据如下方式建立：

从缴费金额、缴费频率、外部征信情况这三个方面对顾客的缴费情况进行分层，并依据客户行为属性，构建细分指标体系；

从n个数据对象任意选择k个对象作为初始聚类中心；

根据每个聚类对象的中心对象，计算每个中心对象与这些中心对象的距离，并根据最小距离重新对相应中心对象进行划分；重新计算每个聚类的中心对象；

依据缴费金额、缴费频率、外部征信情况对客户进行分类，得到未发生欠费行为客户、预计发生欠费行为客户、已发生欠费行为客户共三类。

4.如权利要求1、2或3所述的方法，其特征在于，所述对客户欠费风险进行等级分类主要包括：

根据方法特征对原始数据进行采集；

根据原始数据生成客户数据集；

根据所述客户数据集进行目标字段采集；

根据所述目标字段建模并进行欠费风险等级分类。

5.如权利要求1所述的方法，其特征在于，所述根据所述预设指标从所述原始数据中采集所述目标字段包括：

预处理所述原始数据生成建模数据；

根据所述预设指标从所述建模数据中采集所述目标字段；

从所述建模数据中采集客户信息；

根据所采集的客户信息进行分析及汇总。

6.如权利要求5所述的方法，其特征在于，所述建模数据中采集客户信息还包括：

对已经发生欠费行为的客户信息进行分析汇总；

明确可以导致客户发生欠费行为的信息字段；

为所述信息字段设置标签。

7.一种基于客户缴费信息及征信信息的欠费风险识别系统，其特征在于，包括：

数据采集单元，用于采集原始数据；

字段选择单元，用于基于预设指标从所述原始数据中采集目标字段；

建模单元，用于基于所述目标字段生成客户欠费风险预测模型和客户欠费风险等级细分模型；

分类训练单元，用于基于所采集客户信息的分类和特征训练。

8.如权利要求7所述的系统，其特征在于，所述分类训练单元，主要分成两个部分，第一部分为训练数据，根据客户欠费情况进行模型训练，目的为得到客户欠费关键信息；第二部分为测试数据，用以检测模型进行客户欠费等级分类的准确性。

9.如权利要求8所述的系统，其特征在于，所述训练数据和测试数据，包括：

数据采集，已经获取的出现欠费情况的客户基本信息分成两个部分；

所述训练数据为第一部分已经获取的出现欠费情况的客户基本信息；

所述测试数据为第二部分已经获取的出现欠费情况的客户基本信息。

10.如权利要求9所述的系统，其特征在于，还包括：

所述数据采集单元还用于从所述建模数据中采集客户信息；

对采集的客户信息的数据进行训练；

对采集的客户信息的数据进行欠费等级分类测试。