首页
›
金融科技风控与量化工程
›
080-催收触达优化异常波动复盘
›
《催收触达collection score优化实战教程》
VIP20
本课程属于:080-催收触达优化异常波动复盘
金融科技风控与量化工程 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
催收触达collection score优化实战教程
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
催收评分卡概述
催收评分卡的定义 · 在贷后管理中的核心作用 · 与申请评分卡的区别
催收评分卡概述
催收评分卡的定义
02
Collection Score业务场景
早期催收 · 中期催收 · 晚期催收的不同评分应用场景
Collection
Score
03
数据基础与采集
内部还款行为数据 · 外部征信数据 · 第三方数据源接入规范
数据基础
采集
04
数据清洗与预处理
缺失值处理 · 异常值检测 · 数据标准化与归一化方法
数据清洗
预处理
05
特征工程入门
特征构建思路 · 时间窗口特征 · 滚动率特征
特征工程入门
特征构建思路
06
逾期天数与还款率特征
DPD · 滚动率(Roll Rate) · 回收率(Recovery Rate)…
逾期天数
还款率特征
07
联系触达特征
呼叫次数 · 接通率 · 通话时长
联系触达特征
呼叫次数
08
客户画像特征
年龄 · 职业 · 收入
客户画像特征
年龄
09
行为序列特征
还款行为序列 · 逾期行为序列 · 触达响应序列的构建与编码
行为序列特征
还款行为序列
10
特征筛选方法
IV值计算 · 相关性分析 · 方差过滤
特征筛选方法
IV
11
样本定义与标签设计
好客户与坏客户的定义 · 观察期与表现期设定 · 样本平衡处理
样本定义
标签设计
12
数据集划分
训练集 · 验证集 · 测试集的划分策略
数据集划分
训练集
13
逻辑回归模型
逻辑回归原理 · 在催收评分中的应用 · 模型可解释性
逻辑回归模型
逻辑回归原理
14
决策树与随机森林
决策树分箱能力 · 随机森林在特征重要性评估中的应用
决策树
随机森林
15
XGBoost与LightGBM
梯度提升树在催收评分中的优势 · 参数调优要点
XGBoost
LightGBM
16
模型训练与调参
网格搜索 · 贝叶斯优化 · 早停法
模型训练
调参
17
模型评估指标
KS值 · AUC · Gini系数
模型评估指标
KS
18
评分卡刻度设计
评分映射公式 · 分数区间划分 · 分数与概率的转换
评分卡刻度设计
评分映射公式
19
模型上线与部署
PMML导出 · API服务封装 · 实时评分与批量评分架构
模型上线
部署
20
催收策略分层
基于评分的客户分层 · 不同层级的催收策略设计(短信 · IVR
催收策略分层
基于评分的客户分…
21
触达频率优化
评分与触达频率的映射关系 · 避免过度催收与催收疲劳
触达频率优化
评分
22
A/B测试框架
催收策略A/B测试设计 · 流量分割 · 效果评估方法
A/B
测试框架
23
模型监控与报表
PSI稳定性监控 · 特征分布漂移 · 模型性能日报/周报
模型监控
报表
24
模型迭代与重构
模型衰退原因分析 · 数据更新策略 · 定期重构流程
模型迭代
重构
25
催收效果归因分析
Shapley值 · 特征贡献度分析 · 策略效果拆解
催收效果归因分析
Shapley
26
合规与伦理
催收行为合规要求 · 数据隐私保护 · 公平性评估
合规
伦理
27
案例实战一
基于逻辑回归的早期催收评分卡搭建全流…
案例实战一
基于逻辑回归的早…
28
案例实战二
基于XGBoost的中期催收评分卡优…
案例实战二
XGBoost
29
案例实战三
多模型融合(Stacking)在晚期…
案例实战三
Stacking
30
课程总结与未来趋势
自动化机器学习(AutoML) · 图神经网络在催收中的应用展望
课程总结
未来趋势
所属VIP或分类
同VIP:collection-score在催收触达优化中的应用技巧
同VIP:PSI监控在催收触达稳定性中的应用
同VIP:Python催收触达波动自动监控脚本开发教程