基于人工智能的处理催收业务的方法和装置制造方法及图纸

本公开内容的实施例公开了一种基于人工智能的处理催收业务的方法和装置。该方法包括：A.基于多个用户的用户基本信息和用户行为信息分别生成多个用户画像；B.基于多个员工的员工基本信息和员工行为信息分别生成多个员工画像；C.基于所述多个用户画像和所述多个员工画像，确定所述多个用户和所述多个员工之间的匹配关系；以及D.针对所述催收业务，基于所述匹配关系确定所述多个员工中对所述多个用户中的特定用户进行服务的特定员工。利用本公开内容的实施例的方法可以提高催收效率、催收效果和用户体验，节省服务时间和降低服务成本，并且更精准地和个性化地向用户提供服务。

【技术实现步骤摘要】
基于人工智能的处理催收业务的方法和装置
本公开内容属于信息
，尤其涉及一种基于人工智能的处理催收业务的方法、装置以及一种相应的计算机可读存储介质。
技术介绍
传统的催收行业是劳动密集型的行业，受限于时间、地点、天气等多方面因素，处理催收业务消耗的时间成本和人力成本较大，机构(例如，互联网金融公司)出于控制成本的目的，多以对话(例如，语音、邮件、短信等)催收为主。随着大数据和人工智能(AI，ArtificialIntelligence)技术的发展，催收行业开始向技巧型和智能化发展。例如，有的机构可以通过采用机器语音或者智能客服来取代人工坐席。
技术实现思路
本公开内容的实施例提供了一种基于人工智能的处理催收业务的方法、装置和相应的计算机可读存储介质，使得能够针对催收业务通过用户画像和员工画像的匹配来为不同的用户提供定制化的服务方式，从而提高催收效率、催收效果和用户体验。为此，本公开内容的实施例的第一方面提出了一种基于人工智能的处理催收业务的方法，所述方法包括：A.基于多个用户的用户基本信息和用户行为信息分别生成多个用户画像；B.基于多个员工的员工基本信息和员工行为信息分别生成多个员工画像；C.基于所述多个用户画像和所述多个员工画像，确定所述多个用户和所述多个员工之间的匹配关系；以及D.针对所述催收业务，基于所述匹配关系确定所述多个员工中对所述多个用户中的特定用户进行服务的特定员工。本公开内容的实施例的第二方面提出了一种基于人工智能的处理催收业务的装置，所述装置包括：处理器；以及存储器，其用于存储指令，当所述指令被执行时使得所述处理器执行以下操作：A.基于多个用户的用户基本信息和用户行为信息分别生成多个用户画像；B.基于多个员工的员工基本信息和员工行为信息分别生成多个员工画像；C.基于所述多个用户画像和所述多个员工画像，确定所述多个用户和所述多个员工之间的匹配关系；以及D.针对所述催收业务，基于所述匹配关系确定所述多个员工中对所述多个用户中的特定用户进行服务的特定员工。本公开内容的实施例的第三方面提出了一种计算机可读存储介质，包括计算机可执行指令，所述计算机可执行指令在装置中运行时使得所述装置执行根据本公开内容的实施例的第一方面所述的基于人工智能的处理催收业务的方法。依据本公开内容的实施例的基于人工智能的处理催收业务的方法、装置以及相对应的计算机可读存储介质使得能够针对催收业务通过用户画像和员工画像的匹配来为不同的用户提供定制化的服务方式，从而提高催收效率、催收效果和用户体验，节省服务时间和降低服务成本，并且更精准地和个性化地向用户提供服务。本公开内容的其他优势将在下文中进一步说明。附图说明结合附图并参考以下详细说明，本公开内容的各实施例的特征、优点及其他方面将变得更加明显，在此以示例性而非限制性的方式示出了本公开内容的若干实施例，在附图中：图1示出了本公开内容的实施例可以应用于其中的基于人工智能的处理催收业务的示例性环境100的示意架构图；图2示出了根据本公开内容的实施例的基于人工智能的处理催收业务的方法200的流程图。图3示出了根据本公开内容的实施例的基于人工智能的处理催收业务的装置300的示意图。具体实施方式以下参考附图详细描述本公开内容的各个示例性实施例。附图中的流程图和框图示出了根据本公开内容的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意，流程图或框图中的每一个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意，在有些作为备选的实现中，方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，或者它们有时也可以按照相反的顺序执行，这取决于所涉及的功能。同样应当注意的是，流程图和/或框图中的每一个方框、以及流程图和/或框图中的方框的组合，可以使用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以使用专用硬件与计算机指令的组合来实现。本文所使用的术语“包括”、“包含”及类似术语是开放性的术语，即“包括/包含但不限于”，表示还可以包括其他内容。术语“基于”是“至少部分地基于"。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”等等。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当视为说明书的一部分。对于附图中的各单元之间的连线，仅仅是为了便于说明，其表示至少连线两端的单元是相互通信的，并非旨在限制未连线的单元之间无法通信。为了便于描述，下面对本公开内容中出现的一些术语进行说明，应当理解，本公开内容中所使用的术语应解释为具有与其在本说明书的上下文及有关领域中的意义一致的意义。本公开内容中的术语“用户”是指为满足生产、生活消费而需要购买和使用机构提供的产品或是接受机构提供的服务的客户群体。本公开内容中的术语“员工”是指机构中用于向用户提供服务(例如，与用户进行交互式对话等)的群体。本公开内容中的术语“用户画像”是指用于刻画用户特征的标签集合，诸如用户的年龄、性别、地域、所在城市、星座、学历、家庭结构、婚姻状况、兴趣爱好、性格、收入、消费能力、偿还习惯、偿还能力、偿还意愿、通话习惯、所属购买群体等。本公开内容中的术语“用户基本信息”可以包括但不限于用户的年龄、性别、地域、所在城市、星座、学历、家庭结构、婚姻状况、兴趣爱好、收入等。本公开内容中的术语“用户行为信息”可以包括但不限于消费信息、借贷信息、偿还信息(例如，偿还时间等)、通话信息(例如，通话时长、通话时间段、通话接通率、通话语速、语气和语态等)等。本公开内容中的术语“员工画像”是指用于刻画员工特征的标签集合，例如员工的年龄、性别、地域、所在城市、星座、学历、家庭结构、婚姻状况、兴趣爱好、工作年限、性格、催收能力、职业素养、通话习惯等。本公开内容中的术语“员工基本信息”可以包括但不限于用户的年龄、性别、地域、所在城市、星座、学历、家庭结构、婚姻状况、兴趣爱好、工作年限等。本公开内容中的术语“员工行为信息”可以包括但不限于通话信息(例如，通话时长、通话时间段、通话接通率、通话语速、语气和语态等)等。本公开内容中的术语“产品画像”是指用于刻画产品的特征的标签集合，例如产品在开发设计时面向的购买群体、产品在实际销售时面向的购买群体等。本公开内容中的术语“第一”、“第二”仅用于描述指代、目的或某具体事物，而不能理解为指示或暗示相对重要性，或者隐含指明所指示的技术特征的数量。本公开内容中的术语“多个”是指两个或两个以上。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当视为说明书的一部分。对于附图中的各单元之间的连线，仅仅是为了便于说明，其表示至少连线两端的单元是相互通信的，并非旨在限制未连线的单元之间无法通信。随着大数据和人工智能技术的发展，催收行业开始向技巧型和智能化发展。例如，有的机构可以通过采用机器语音或者智能客服来取代人工坐席为用户进行服务。然而，这种方式仅考虑了通过用户画像来生成智能化催收方案，虽然在一定程本文档来自技高网...

【技术保护点】
1.一种基于人工智能的处理催收业务的方法，其特征在于，包括：A.基于多个用户的用户基本信息和用户行为信息分别生成多个用户画像；B.基于多个员工的员工基本信息和员工行为信息分别生成多个员工画像；C.基于所述多个用户画像和所述多个员工画像，确定所述多个用户和所述多个员工之间的匹配关系；以及D.针对所述催收业务，基于所述匹配关系确定所述多个员工中对所述多个用户中的特定用户进行服务的特定员工。

【技术特征摘要】
1.一种基于人工智能的处理催收业务的方法，其特征在于，包括：A.基于多个用户的用户基本信息和用户行为信息分别生成多个用户画像；B.基于多个员工的员工基本信息和员工行为信息分别生成多个员工画像；C.基于所述多个用户画像和所述多个员工画像，确定所述多个用户和所述多个员工之间的匹配关系；以及D.针对所述催收业务，基于所述匹配关系确定所述多个员工中对所述多个用户中的特定用户进行服务的特定员工。2.根据权利要求1所述的方法，其特征在于，所述多个用户画像还基于与所述多个用户的交互式语音信息来生成，其中，所述交互式语音信息被转换为文本信息以便进行分析，从而分别生成所述多个用户画像。3.根据权利要求1或2所述的方法，其特征在于，所述多个员工画像还基于与所述多个员工的交互式语音信息来生成，其中，所述交互式语音信息被转换为文本信息以便进行分析，从而生成所述多个员工画像。4.根据权利要求1所述的方法，其特征在于，A.基于多个用户的用户基本信息和用户行为信息分别生成多个用户画像包括以下步骤中的至少一个：A1.基于所述多个用户的用户基本信息分别直接生成所述多个用户画像；A2.将所述多个用户的用户基本信息和用户行为信息输入到第一预测模型，以分别生成所述多个用户画像，其中，所述第一预测模型基于历史用户基本信息和历史用户行为信息来生成。5.根据权利要求1所述的方法，其特征在于，B.基于多个员工的员工基本信息和员工行为信息分别生成多个员工画像包括以下步骤中的至少一个：B1.基于所述多个员工的员工基本信息分别直接生成所述多个员工画像；B2.将所述多个员工的员工基本信息和员工行为信息输入到第二预测模型，以生成所述多个员工画像，其中，所述第二预测模型基于历史员工基本信息和历史员工行为信息来生成。6.根据权利要求1所述的方法，其特征在于，C.基于所述多个用户画像和所述多个员工画像，确定所述多个用户和所述多个员工之间的匹配关系包括：C1.确定所述多个员工画像中与所述多个用户画像中的一个用户画像相匹配的一个员工画像；C2.确定与所述一个用户画像对应的用户和与所述一个员工画像对应的员工相匹配。7.根据权利要求6所述的方法，其特征在于，C1.确定所述多个员工画像中与所述多个用户画像中的一个用户画像相匹配的一个员工画像包括：C11.确定所述多个员工画像中与所述一个用户画像的一个或多个标签匹配度最高的所述一个员工画像。8.根据权利要求1所述的方法，其特征在于，步骤C中确定所述多个用户和所述多个员工之间的匹配关系还基于与所述催收业务相关联的产品的产品画像，其中，所述产品画像基于所述产品的购买信息来生成。9.根据权利要求1所述的方法，其特征在于，所述多个员工包括生物人和/或机器人。10.一种基于人工智能的处理催收业务的装置，其特征在于，包括：处理器；以及存储器，其用于存储指令，当所述指令被执行时使得所述处理器执行以下操作...

【专利技术属性】
技术研发人员：陈敏洁，
申请(专利权)人：上海点融信息科技有限责任公司，
类型：发明
国别省市：上海,31