| 1 |
1
채권 기관으로부터 연체 고객으로의 전사 접촉 정보를 포함하는 고객 정보를 입력 정보로 획득하는 단계;고객 접촉 가능 시간대를 나누어 복수의 세그먼트를 정의하는 단계;상기 복수의 세그먼트 별로 상기 연체 고객의 통화 연결 여부를 타겟으로 하여 상기 입력 정보를 학습한 딥러닝 모델을 구축하는 단계; 및상기 딥러닝 모델을 이용하여 상기 복수의 세그먼트 중 상기 연체 고객의 통화 연결 확률이 가장 높은 세그먼트에 해당하는 시간대를 추출하는 단계를 포함하는 연체 고객의 접촉 시간대 예측 방법
|
| 2 |
2
제1항에 있어서,채권 기관으로부터 연체 고객으로의 전사 접촉 정보를 포함하는 고객 정보를 입력 정보로 획득하는 단계는,상기 연체 고객의 마케팅 접촉 정보, 안내 접촉 정보 및 이전 연체 고지 접촉 정보 중 적어도 하나를 포함하는 상기 전사 접촉 정보를 획득하는 단계를 포함하는 연체 고객의 접촉 시간대 예측 방법
|
| 3 |
3
제1항에 있어서,채권 기관으로부터 연체 고객으로의 전사 접촉 정보를 포함하는 고객 정보를 입력 정보로 획득하는 단계는,상기 연체 고객의 신상 정보, 연체 정보, 회수 정보, 통화 연결 결과 정보 및 신용도 정보를 상기 입력 정보로 획득하는 단계를 포함하는 연체 고객의 접촉 시간대 예측 방법
|
| 4 |
4
제1항에 있어서,상기 고객 접촉 가능 시간대를 나누어 복수의 세그먼트를 정의하는 단계는,기준 시간 단위 별로 통화량 및 통화 연결율을 분석하여 상기 고객 접촉 가능 시간대를 나누어 복수의 세그먼트를 정의하는 단계를 포함하는 연체 고객의 접촉 시간대 예측 방법
|
| 5 |
5
제1항에 있어서,상기 복수의 세그먼트 별로 상기 연체 고객의 통화 연결 여부를 타겟으로 하여 상기 입력 정보를 학습한 딥러닝 모델을 구축하는 단계는,심층 신뢰 신경망(DBN: Deep Belief Network)을 이용하여 상기 딥러닝 모델을 구축하는 단계를 포함하는 연체 고객의 접촉 시간대 예측 방법
|
| 6 |
6
제1항 내지 제5항 중 어느 하나의 항에 따른 연체 고객의 접촉 시간대 예측 방법을 수행하기 위한, 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체
|
| 7 |
7
채권 기관으로부터 연체 고객으로의 전사 접촉 정보를 포함하는 고객 정보를 입력 정보로 획득하는 입력 정보 수집부;고객 접촉 가능 시간대를 나누어 복수의 세그먼트를 정의하는 세그먼트 정의부;상기 복수의 세그먼트 별로 상기 연체 고객의 통화 연결 여부를 타겟으로 하여 상기 입력 정보를 학습한 딥러닝 모델을 구축하는 딥러닝 모델 학습부; 및상기 딥러닝 모델을 이용하여 상기 복수의 세그먼트 중 상기 연체 고객의 통화 연결 확률이 가장 높은 세그먼트에 해당하는 시간대를 추출하는 접촉 시간대 예측부를 포함하는 연체 고객의 접촉 시간대 예측 장치
|
| 8 |
8
제7항에 있어서,상기 입력 정보 수집부는,상기 연체 고객의 마케팅 접촉 정보, 안내 접촉 정보 및 이전 연체 고지 접촉 정보 중 적어도 하나를 포함하는 상기 전사 접촉 정보를 획득하는 연체 고객의 접촉 시간대 예측 장치
|
| 9 |
9
제7항에 있어서,상기 입력 정보 수집부는,상기 연체 고객의 신상 정보, 연체 정보, 회수 정보, 통화 연결 결과 정보 및 신용도 정보를 상기 입력 정보로 획득하는 연체 고객의 접촉 시간대 예측 장치
|
| 10 |
10
제7항에 있어서,상기 세그먼트 정의부는,기준 시간 단위 별로 통화량 및 통화 연결율을 분석하여 상기 고객 접촉 가능 시간대를 나누어 복수의 세그먼트를 정의하는 연체 고객의 접촉 시간대 예측 장치
|
| 11 |
11
제7항에 있어서,상기 딥러닝 모델 학습부는,심층 신뢰 신경망(DBN: Deep Belief Network)을 이용하여 상기 딥러닝 모델을 구축하는 연체 고객의 접촉 시간대 예측 장치
|
