基于人工智能处理信贷数据的方法、装置及存储介质制造方法及图纸

本申请涉及人工智能领域，提供基于人工智能处理信贷数据的方法、装置及存储介质，方法包括：按照贷款催收清单中各目标用户对应的逾期类型分别确定与逾期类型匹配的问题类型，按照问题类型从题库中选择与问题类型匹配的目标问题，按照逾期类型确定各目标用户的催收渠道，通过催收渠道与各目标用户绑定的终端建立会话连接，按照目标问题的应答逻辑将目标问题转换为第一媒体流，向目标用户的终端发送第一媒体流以与终端会话。根据语音识别技术对目标用户的第二媒体流进行语义分析，从第二媒体流中提取与逾期还款相关的音频数据，将与逾期还款相关的音频数据转换为文字信息，将文字信息和催收标签录入催收平台。本方案能够提高催收工作效率。

Method, device and storage medium of processing credit data based on Artificial Intelligence

【技术实现步骤摘要】
基于人工智能处理信贷数据的方法、装置及存储介质
本申请涉及人工智能
，尤其涉及一种基于人工智能处理信贷数据的方法、装置及存储介质。
技术介绍
目前，国内消费金融正在蓬勃发展，与此同时，逾期贷款的案件数量也在不断增加。针对逾期贷款的用户，现行的催收方式主要由客服人员通过电话、短信、邮件或信函等方式进行催收。具体来说，催收过程如下：使用催收平台打电话时，需要催收员与债务人沟通以确认各种信息，并在催收平台的操作界面填写确认后的信息。需要投入很多催收员人力。但是，催收员与债务人沟通过程中，若催收员对电话沟通中的语音识别不准确，则催收员有可能理解错债务人的意图，或者因频繁进行重复性的记录而降低注意力等因素，导致录入错误的动作代码，最终录入错误的债务人意图。由于催收员在催收平台的操作界面填写确认后的信息时需要填写很多信息，比如动作代码，催收备注等，即便催收员理解正确的语音意图，也容易录入错误的信息，且操作耗时和费力。
技术实现思路
本申请提供了一种基于人工智能处理信贷数据的方法、装置及存储介质，能够解决现有技术中人工催收效本文档来自技高网...

【技术保护点】
1.一种基于人工智能处理信贷数据的方法，其特征在于，所述方法包括：/n获取和遍历多个用户贷款信息；/n按照预设筛选条件从所述用户贷款信息筛选出多项逾期贷款数据，按照逾期类型对各逾期贷款数据分类，并统计各逾期贷款数据对应的目标用户，生成包括多个目标用户的贷款催收清单；/n按照所述贷款催收清单中各目标用户对应的逾期类型分别确定与各目标用户的逾期类型匹配的问题类型，根据各目标用户对应的问题类型从题库中选择与问题类型匹配的目标问题，以及按照逾期类型分别确定所述贷款催收清单中各目标用户的催收渠道；/n通过所述催收渠道与各目标用户绑定的终端建立会话连接，按照目标问题的应答逻辑将目标问题转换为第一媒体流，向...

【技术特征摘要】
1.一种基于人工智能处理信贷数据的方法，其特征在于，所述方法包括：
获取和遍历多个用户贷款信息；
按照预设筛选条件从所述用户贷款信息筛选出多项逾期贷款数据，按照逾期类型对各逾期贷款数据分类，并统计各逾期贷款数据对应的目标用户，生成包括多个目标用户的贷款催收清单；
按照所述贷款催收清单中各目标用户对应的逾期类型分别确定与各目标用户的逾期类型匹配的问题类型，根据各目标用户对应的问题类型从题库中选择与问题类型匹配的目标问题，以及按照逾期类型分别确定所述贷款催收清单中各目标用户的催收渠道；
通过所述催收渠道与各目标用户绑定的终端建立会话连接，按照目标问题的应答逻辑将目标问题转换为第一媒体流，向目标用户的终端发送与目标问题对应的第一媒体流，以与目标用户的终端进行会话；其中，应答逻辑是指催收平台按照预设的应答模式向目标用户的终端发送目标问题的媒体流，以与终端会话的应答规则；
接收目标用户的终端发送的第二媒体流，根据语音识别技术对所述第二媒体流进行语义分析，从所述第二媒体流中提取与逾期还款相关的音频数据；
将与逾期还款相关的音频数据转换为文字信息，并将文字信息和与文字信息匹配的催收标签录入所述催收平台；
根据所述文字信息和所述催收标签生成贷款催收记录并保存。


2.根据权利要求1所述的方法，其特征在于，所述根据语音识别技术对所述第二媒体流进行语义分析，从所述第二媒体流中提取与逾期还款相关的数据，包括：
采用移动窗函数对第二媒体流进行声音分帧，得到多段音频数据，每一段音频数据为一帧；
将每段音频数据分别进行波形变换，得到每段音频数据对应的一个多维向量，所述多维向量为声学特征；
采用声学模型识别出与各多维向量匹配概率最大的发音序列；
采用语言模型查找出与所述发音序列匹配概率最大的字符串序列；
对所述字符串序列进行语义理解(例如上下文理解)，以识别所述第二媒体流中的核心词语；
将预设关键词与所述第二媒体流中的核心词语进行匹配，得到所述与逾期还款相关的音频数据；其中，所述预设关键词是指同意还款或者具备还款倾向的关键词。


3.根据权利要求1所述的方法，其特征在于，所述在接收目标用户的终端发送的第二媒体流之后，所述根据语音识别技术对第二媒体流进行语义分析之前，所述方法还包括：
测量所述第二媒体流的播放分贝；
若所述第二媒体流的播放分贝低于预设分贝，则增加所述第二媒体流的播放分贝，以使述第二媒体流的播放分贝不小于所述预设分贝，其中，预设分贝是指满足机器对所述第二媒体流进行语义识别的最低分贝值。


4.根据权利要求1-3中任一项所述的方法，其特征在于，所述在接收目标用户的终端发送的第二媒体流之后，所述根据语音识别技术对第二媒体流进行语义分析之前，所述方法还包括：
分析所述第二媒体流中的数据；
若通过分析确定所述第二媒体流中包含噪声数据，则采用以下公式对所述第二媒体流的语音信号进行语音增强处理，得到最优语音信号：
minimizeWT(k)R-1W(k)+(X(k)-X^(k|k-1))TΘ-1(X(k)-X^(k|k-1))+λ||v(k)||1
subjiecttoY(k)＝CX(k)+n(k)+v(k)
其中，X(k)和n(k)为变量，X(k)为卡尔曼滤波算法中对状态值的最优估计，n(k)是对高斯噪声的估计，Θ是高斯噪声的协方差矩阵，v(k)为稀疏噪声；
采用卡尔曼滤...

【专利技术属性】
技术研发人员：孙强，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44