程序聚合 软件案例 某资产管理系统-智能催收系统

某资产管理系统-智能催收系统

2026-11-05 11:04:02
行业:企业内部管理、金融
载体:小程序、框架或代码包
技术:Java、Spring、Vue、MySQL Workbench

业务和功能介绍

本项目旨在解决传统固定规则分案或人工分案,在业务数据量大、案件数量多、规则复杂场景下的效率瓶颈。立项目标是解决传统业务规则变化需重新开发发版的时效问题,并提炼标准化的数据接入和分案要素接口,以应对不断变化的分案业务扩展需求。
【软件功能与核心模块】:
系统主要包含业务数据接入、决策引擎分案、催收作业(涵盖不同账期下的内催、委外和法催)、质检、结算、数据报表等子系统。核心是基于催收业务特点与作业流程,抽象并建模了案件属性、风险因子、人员排班、接案策略等维度要素,引入并扩展了Drools规则引擎。
【业务流程/路径描述】:
业务数据接入:通过标准化接口导入案件数据。
智能分案:决策引擎根据实时设计的规则(结合风险、排班等要素),自动将案件分配至对应催收人员。
催收作业:坐席人员进行外呼/IVR催收作业。
质检与结算:系统对催收过程进行录音质检,并根据回款业绩进行结算与报表生成。

项目实现

【整体架构和设计思路】:
系统以决策引擎为核心,采用模块化设计。针对复杂的催收业务规则,抽象出多维度的分案要素,引入并扩展Drools规则引擎,实现分案规则的实时设计、测试和发布运行。同时,设计了统一的数据接入抽象层,解耦业务数据与底层逻辑。
【我的负责模块和结果】:
“我”主要负责系统基础技术组件和项目复用组件搭建,系统总体方案设计、数据接入抽象设计,基于Drools的决策引擎设计开发,以及外呼/IVR/质检/短信等三方接入框架实现。
【项目成果】:
完成从0到1的产品研发,业务规则上线周期大幅缩短。
支撑系统服务于3个内催职场、50多家委外机构,支持2000+坐席同时作业,每日催收有效触达户数达5万+。
成功完成数科催收老系统的替换和迁移,显著提升了系统分案效率和准确性,优化了业务体验。
【难点与解决方案】:
难点:传统模式下,催收业务规则频繁变化,每次调整都需要研发修改代码并重新发版,响应慢且容易出错。
【解决方案】:引入并扩展Drools规则引擎,将业务规则与代码解耦。通过可视化配置实现规则的实时设计与热发布,彻底解决了规则变化带来的发版时效性问题;同时提炼标准化接口,极大提升了系统的可扩展性。

示例图片视频


巴豆
15天前活跃
方向: 后端-Java、
交付率:100.00%
相似推荐
建设E路APP开发上线-建设E路
建设E路是面向建筑施工队、企业和工人的微信小程序。用户可以发布、搜索和浏览发包信息与工程信息,按全部、附近、最新、即将截止筛选,打开详情后报名或联系对方。建筑工人侧重找活,企业和施工队侧重发布用工。平台还提供个人、施工队、企业认证和资质证书,方便对方判断是否可信。另外包含二手机具与机具商城、收付款和资金统计、会员服务,以及动态和E聊,用来发近况和直接沟通。主要路径是先登录并完成认证,从首页或发包列表筛选并查看详情;有发布权限时点右上角新增,保存后回到列表就能看到结果。
收集海外数据-Agent
负责将海外司法数据采集与文档处理流程抽象为可复用的 AI 工作流,围绕站点分析、反爬验证、浏览器状态复用、文档切分、元数据生成和标准化入库等环节,设计并实现面向复杂任务的工具链与执行规则;通过沉淀 skill、触发条件和任务分流逻辑,提升 AI 在真实业务场景中的任务理解、工具选择和稳定执行能力
AI 智能体自动化背调平台-智能背调系统
项目背景:传统背景调查依赖人工核验,周期长、口径不统一。项目把候选人授权、信息采集、多源核验和报告输出线上化,并引入 AI 智能体自动操作浏览器完成重复性核查与比对。 核心功能:候选人授权与实名认证、背调订单与套餐管理、信息采集表单、智能体任务编排(自动登录目标系统、检索、截图留证、结构化回填)、风险规则引擎与多源核验、报告生成与人工复核、全过程留痕与合规审计。 业务流程:客户下单并提交候选人信息,候选人完成授权后生成核验任务;智能体按任务清单在浏览器中逐步执行并留存证据,结果回流到风险引擎打分,经人工复核后输出背调报告。
招聘网站数据分析平台-基于 Boss 直聘职位数据的薪酬分析与可视化系统
立项背景与目标: 工作选择对职业发展影响深远,不同岗位的市场需求、薪酬水平、地域分布等信息对求职者和招聘方都至关重要。然而现有招聘网站数据分散、难以系统性掌握,企业和求职者缺乏一套工具来分析不同工作的市场需求、薪酬水平与地域分布,导致人才匹配和招聘决策效率低下。本项目旨在通过抓取和分析招聘网站职位数据,提供详尽的薪酬分析,帮助双方做出更明智的决策。 核心功能模块: 1. 数据采集模块:从 Boss 直聘抓取 C++、Python、Java 和前端开发四大方向的职位数据,涵盖薪酬、职位描述、工作地点、学历要求等关键字段。 2. 数据处理模块:对原始数据进行清洗、去重、标准化处理,统一薪酬区间格式,提取学历、经验等结构化信息。 3. 数据可视化模块:利用 Plotly 生成交互式柱状图、散点图、词云图,展示薪酬分布、学历要求分布、地域分布等多维分析结果。 4. 用户个性化模块:用户可选择职业方向、省份、学历等偏好条件,系统动态生成对应的职位词云和职位推荐表格。 业务流程: 用户进入平台 → 选择职位类别(C++/Python/Java/ 前端)→ 查看整体薪酬趋势与学历分布图表 → 按省份、学历等维度筛选 → 生成个性化职位词云与职位列表 → 辅助求职或招聘决策。
ERP定制开发-整车装配追溯体系
项目背景:制造业整车装配业务中,原有 ERP 系统无法满足车间装配、关键件追溯和整车授权管控的个性化需求,装配清单、追溯记录分散在 Excel 中,无法按整车维度统一查询。 核心功能:基于 U9Cloud 扩展开发车架号档案、产线关键件配置表、产线装配指示单、关键物料追溯卡、授权码日志等自定义单据;实现按 VIN 车架号录入整车信息、按车型模板生成单车配置、产线装配单自动带出零件清单、装配过程扫码校验记录、整车授权码发放与变更日志管理。 业务流程:车架号建档→车型配置生成单车 BOM→产线装配指示单下发→装配扫码校验→关键物料追溯卡生成→整车授权登记。同一 VIN 可跨单据联查整车配置、装配明细、追溯记录与授权历史。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服