本發(fā)明提出了一種基于強(qiáng)化學(xué)習(xí)的智能電話催收策略，包括以下幾個(gè)步驟：(1)整理和統(tǒng)計(jì)分析信用卡業(yè)務(wù)相關(guān)數(shù)據(jù)表，(2)根據(jù)信用卡業(yè)務(wù)相關(guān)數(shù)據(jù)表設(shè)計(jì)建模數(shù)據(jù)寬表，從而確定最佳催收策略；(3)將建模數(shù)據(jù)寬表引入LSTM模型，訓(xùn)練LSTM模型擬合價(jià)值函數(shù)，基于訓(xùn)練好的LSTM模型，將需要查詢(xún)的日期輸入建模數(shù)據(jù)寬表，即可預(yù)測(cè)得到相應(yīng)的催收回款率；(4)通過(guò)定義馬爾可夫決策過(guò)程，引入LSTM模型，尋找對(duì)應(yīng)最大價(jià)值回報(bào)的催收回款率，本方案通過(guò)對(duì)債務(wù)人信息、賬戶(hù)信息、歷史催收記錄、歷史還款情況等數(shù)據(jù)進(jìn)行分析和挖掘，采用強(qiáng)化學(xué)習(xí)算法智能化學(xué)習(xí)不同債務(wù)人的通話偏好模式，自動(dòng)生成個(gè)性化的電催策略，以最大化提高電催接通率以及催收回款率。