基于外呼的企业金融风险画像创建方法及相关设备技术

本发明专利技术提供一种基于外呼的企业金融风险画像创建方法，包括：构建外呼问题库；根据所述外呼问题库和问答逻辑时间线模拟用户外呼目标企业，得到外呼语音；对所述外呼语音进行语音识别，得到语音文本；根据预设中文分词算法对所述语音文本进行中文分词，得到多个关键词；根据预设关键词与风险类别之间的对应关系，确定所述多个关键词对应的风险类别；根据所述风险类别创建所述目标企业的企业画像。本发明专利技术还提供一种基于外呼的企业金融风险画像创建装置、终端及存储介质。本发明专利技术通过模拟用户外呼目标企业，根据外呼语音确定目标企业存在的风险类别，对风险类别进行了量化处理，企业的金融风险更加直观。

The method of creating financial risk profile and related equipment based on outbound call

【技术实现步骤摘要】
基于外呼的企业金融风险画像创建方法及相关设备
本专利技术涉及信息安全
，具体涉及一种基于外呼的企业金融风险画像创建方法、装置、终端及存储介质。
技术介绍
近年来，类金融产品层出不穷，例如，P2P互联网金融平台，众筹金融平台，电商小贷互联网金融平台，供应链金融互联网金融平台，已经成了金融产业的重要组成部分。但是，由于互联网金融产品的超常规发展，形成了大量的互联网金融产品的风险项目、风险投资和风险资产。现有技术中，虽然也有基于大数据分析技术构建企业的金融风险画像，通过金融风险画像来刻画企业360度全貌视图，以展示企业的经营状况。然而这些金融风险画像的构建方案，大都是通过网络爬虫技术来爬取网络上公开的财务数据，基于公开的财务数据来判定企业违规开展类金融业务的风险，公开的财务数据带有一定的隐蔽性，且仅能片面的展示企业的经营状况，因而构建出来的金融风险画像准确度较低。因此，有必要提供一种基于外呼的类金融风险判断准确度较高的企业金融风险画像创建方案，对开展类金融业务的企业进行风险画像展示，辅助判定企业的金融风险程度。
技术实现思路
鉴于以上内容，有必要提出一种基于外呼的企业金融风险画像创建方法、装置、终端及存储介质，通过模拟用户外呼目标企业，根据外呼语音确定目标企业存在的风险类别，对风险类别进行了量化处理。本专利技术的第一方面提供一种基于外呼的企业金融风险画像创建方法，所述方法包括：构建外呼问题库；根据所述外呼问题库和问答逻辑时间线模拟用户外呼目标企业，得到外呼语音；对所述外呼语音进行语音识别，得到语音文本；根据预设中文分词算法对所述语音文本进行中文分词，得到多个关键词；根据预设关键词与风险类别之间的对应关系，确定所述多个关键词对应的风险类别；根据所述风险类别创建所述目标企业的企业画像。优选的，所述构建外呼问题库包括：接收多个问题清单；根据预设分类算法对所述多个问题清单中的问题进行聚类；计算每一类别中的问题数量；筛选出问题数量大于预设数量阈值的类别；根据所筛选出的类别中的问题构建外呼问题库。优选的，在所述构建外呼问题库之后，所述方法还包括：当侦测到有新的地方法规文本文件之后，根据预设文本比对算法对新的地方法规文本文件与历史地方法规文本文件进行比对；将比对结果发送至预设专家名单中的专家；获取所述专家上传的新的问题清单；基于所述新的问题清单重新构建所述外呼问题库。优选的，所述根据所述外呼问题库和问答逻辑时间线模拟用户外呼目标企业，得到外呼语音包括：根据所述预设中文分词算法对所述语音文本进行中文分词，得到多个初步关键词；计算所述初步关键词与预设词库中的备选关键词的匹配度；筛选出匹配度大于或者等于预设匹配度阈值的目标初步关键词和目标备选关键词；将所述目标初步关键词替换为所述目标备选关键词，得到最终的多个关键词。优选的，所述计算所述初步关键词与预设词库中的备选关键词的匹配度包括：计算所述初步关键词的第一哈希值；计算所述备选关键词的第二哈希值；计算所述第一哈希值和所述第二哈希值之间的余弦距离；将所述余弦距离确定为所述初步关键词与预设词库中的备选关键词的匹配度。优选的，所述根据所述外呼问题库外呼目标企业，得到外呼语音包括：从预设语音特征库中随机获取一种语音特征；识别所述语音特征的音强、音高、音色和音频；以所述音强、音高、音色和音频模拟用户外呼所述目标企业；获取所述目标企业的第一外呼问题的第一外呼应答；根据预设外呼应答与外呼问题的逻辑时间线，匹配出对应所述第一外呼应答的第二外呼语音；根据所述第二外呼语音外呼所述目标企业，直至得到预设时长的外呼语音。优选的，在所述确定所述多个关键词对应的风险类别之后，所述方法还包括：当所述风险类别为第一等级的风险类别时，向监管部门发送风险排查邮件；及/或当所述风险类别为第二等级的风险类别时，向所述目标企业发送风险告警邮件。本专利技术的第二方面提供一种基于外呼的企业金融风险画像创建装置，所述装置包括：构建模块，用于构建外呼问题库；外呼模块，用于根据所述外呼问题库和问答逻辑时间线模拟用户外呼目标企业，得到外呼语音；识别模块，用于对所述外呼语音进行语音识别，得到语音文本；分词模块，用于根据预设中文分词算法对所述语音文本进行中文分词，得到多个关键词；确定模块，用于根据预设关键词与风险类别之间的对应关系，确定所述多个关键词对应的风险类别；创建模块，用于根据所述风险类别创建所述目标企业的企业画像。本专利技术的第三方面提供一种终端，所述终端包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现所述基于外呼的企业金融风险画像创建方法。本专利技术的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述基于外呼的企业金融风险画像创建方法。本专利技术所述的基于外呼的企业金融风险画像创建方法、装置、终端及存储介质，首先构建外呼问题库，基于外呼问题库和问答逻辑时间线模拟用户外呼目标企业，得到外呼语音，然后对所述外呼语音进行语音识别转文字，得到语音文本，再根据预设中文分词算法对所述语音文本进行中文分词，得到多个关键词，最后根据预设关键词与风险类别之间的对应关系，确定所述多个关键词对应的风险类别，根据所述风险类别创建所述目标企业的企业画像。相对于现有技术中通过网络爬取数据的方式创建金融风险画像，本专利技术通过智能外呼平台构建外呼问题库并模拟用户外呼目标企业，基于目标企业的外呼语音创建目标企业的金融风险画像的方式，准确度更高，模拟用户外呼的方式具有隐蔽性，获得的外呼语音数据更为真实，可靠度高，能够自然真实的刻画出企业的金融风险情况；此外，本专利技术能够对企业的金融风险类别进行量化处理，刻画出的金融风险画像，更加直观有效。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1是本专利技术实施例一提供的基于外呼的企业金融风险画像创建方法的流程图。图2是本专利技术实施例提供的外呼过程中问答逻辑时间线的示意图。图3是本专利技术实施例二提供的基于外呼的企业金融风险画像创建装置的结构图。图4是本专利技术实施例三提供的终端的结构示意图。如下具体实施方式将结合上述附图进一步说明本专利技术。具体实施方式为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施例对本专利技术进行详细描述。需要说明的是，在不冲突的情况下，本专利技术的实施例及实施例中的特征可本文档来自技高网...

【技术保护点】
1.一种基于外呼的企业金融风险画像创建方法，其特征在于，所述方法包括：/n构建外呼问题库；/n根据所述外呼问题库和问答逻辑时间线模拟用户外呼目标企业，得到外呼语音；/n对所述外呼语音进行语音识别，得到语音文本；/n根据预设中文分词算法对所述语音文本进行中文分词，得到多个关键词；/n根据预设关键词与风险类别之间的对应关系，确定所述多个关键词对应的风险类别；/n根据所述风险类别创建所述目标企业的企业画像。/n

【技术特征摘要】
1.一种基于外呼的企业金融风险画像创建方法，其特征在于，所述方法包括：
构建外呼问题库；
根据所述外呼问题库和问答逻辑时间线模拟用户外呼目标企业，得到外呼语音；
对所述外呼语音进行语音识别，得到语音文本；
根据预设中文分词算法对所述语音文本进行中文分词，得到多个关键词；
根据预设关键词与风险类别之间的对应关系，确定所述多个关键词对应的风险类别；
根据所述风险类别创建所述目标企业的企业画像。


2.如权利要求1所述的方法，其特征在于，所述构建外呼问题库包括：
接收多个问题清单；
根据预设分类算法对所述多个问题清单中的问题进行聚类；
计算每一类别中的问题数量；
筛选出问题数量大于预设数量阈值的类别；
根据所筛选出的类别中的问题构建外呼问题库。


3.如权利要求2所述的方法，其特征在于，在所述构建外呼问题库之后，所述方法还包括：
当侦测到有新的地方法规文本文件之后，根据预设文本比对算法对新的地方法规文本文件与历史地方法规文本文件进行比对；
将比对结果发送至预设专家名单中的专家；
获取所述专家上传的新的问题清单；
基于所述新的问题清单重新构建所述外呼问题库。


4.如权利要求1所述的方法，其特征在于，所述根据预设中文分词算法对所述语音文本进行中文分词，得到多个关键词包括：
根据所述预设中文分词算法对所述语音文本进行中文分词，得到多个初步关键词；
计算所述初步关键词与预设词库中的备选关键词的匹配度；
筛选出匹配度大于或者等于预设匹配度阈值的目标初步关键词和目标备选关键词；
将所述目标初步关键词替换为所述目标备选关键词，得到最终的多个关键词。


5.如权利要求4所述的方法，其特征在于，所述计算所述初步关键词与预设词库中的备选关键词的匹配度包括：
计算所述初步关键词的第一哈希值；
计算所述备选关键词的第二哈希值；
计算所述第一哈希值和所述第二哈希值之间的余弦距离；
将所述...

【专利技术属性】
技术研发人员：朱元，李磊，夏志成，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东;44