本发明专利技术公开了一种外呼的风险识别方法及装置，可应用于数据处理领域或者金融数据处理领域，包括：在外呼过程中，采集客服与目标用户的语音通话信息；基于所述语音通话信息，确定所述目标用户的用户特征信息；基于与所述语音通话信息对应的文本信息、所述用户特征信息以及当前交易信息，确定输入特征；将所述输入特征输入至目标风险识别模型，得到与所述当前交易信息对应的风险识别信息。在本发明专利技术中能够通过机器学习挖掘外呼过程中的历史信息创建风险识别模型，从而通过风险识别模型确定外呼过程中当前交易对应的风险识别信息，提升了在外呼场景中风险识别的准确性。呼场景中风险识别的准确性。呼场景中风险识别的准确性。
【技术实现步骤摘要】
一种外呼的风险识别方法及装置
[0001]本专利技术涉及信息处理
，特别是涉及一种外呼的风险识别方法及装置。
技术介绍
[0002]银行的风控系统可以对线上的全量交易进行监控及风险判断。并且，对于不同风险程度的交易，银行会有不同的确认方式，如可以是手机验证码确认或者令牌确认，对应的，对于风险较大的交易往往会通过客服人员外呼的方式进行确认。
[0003]在外呼场景中，需要客服人员基于当前的会话信息来确定对应的交易是否存在风险，但是由于客服人员的经验不同，其判断标准不一，容易出现风险识别错误的问题，降低了风险识别准确性。
技术实现思路
[0004]针对于上述问题，本专利技术提供一种外呼的风险识别方法及装置，提升了在外呼场景中风险识别的准确性。
[0005]为了实现上述目的，本专利技术提供了如下技术方案：
[0006]一种外呼的风险识别方法，所述方法包括：
[0007]在外呼过程中，采集客服与目标用户的语音通话信息；
[0008]基于所述语音通话信息，确定所述目标用户的用户特征信息；
[0009]基于与所述语音通话信息对应的文本信息、所述用户特征信息以及当前交易信息，确定输入特征；
[0010]将所述输入特征输入至目标风险识别模型，得到与所述当前交易信息对应的风险识别信息。
[0011]可选地，还包括：
[0012]基于所述风险识别信息对当前语音通话信息进行处理，得到处理结果。
[0013]可选地，所述基于所述语音通话信息，确定所述目标用户的用户特征信息，包括：
[0014]基于所述目标用户的基本属性特征以及历史交易信息，确定所述目标用户对应的属性特征；
[0015]提取所述语音通话数据中的通话语调以及情感特征；
[0016]基于所述属性特征、所述通话语调以及情感特征，确定所述目标用户的用户特征信息。
[0017]可选地，所述方法还包括：
[0018]获取历史语音通话信息；
[0019]对所述历史语音通话信息进行特征提取，获得与所述历史语音通话信息对应的特征信息，所述特征信息包括用户特征、客服特征、文本特征、情感特征以及交易特征；
[0020]确定与每一历史语音通话信息对应的风险识别信息；
[0021]基于与每一历史语音通话信息对应的特征信息以及风险识别信息，生成目标训练
样本；
[0022]基于所述目标训练样本进行机器模型训练，得到目标风险识别模型。
[0023]可选地，所述基于所述风险识别信息对当前语音信息进行处理，得到处理结果，包括：
[0024]若所述风险识别信息满足目标风险条件，输出风险提示信息；
[0025]若所述风险识别信息不满足目标风险条件，继续执行当前外呼过程中的语音通话。
[0026]一种外呼的风险识别装置，所述装置包括：
[0027]采集单元，用于在外呼过程中，采集客服与目标用户的语音通话信息；
[0028]第一确定单元，用于基于所述语音通话信息，确定所述目标用户的用户特征信息；
[0029]第二确定单元，用于基于与所述语音通话信息对应的文本信息、所述用户特征信息以及当前交易信息，确定输入特征；
[0030]模型处理单元，用于将所述输入特征输入至目标风险识别模型，得到与所述当前交易信息对应的风险识别信息。
[0031]可选地，还包括：
[0032]处理单元，用于基于所述风险识别信息对当前语音通话信息进行处理，得到处理结果。
[0033]可选地，所述第一确定单元包括：
[0034]第一确定子单元，用于基于所述目标用户的基本属性特征以及历史交易信息，确定所述目标用户对应的属性特征；
[0035]提取子单元，用于提取所述语音通话数据中的通话语调以及情感特征；
[0036]第二确定子单元，用于基于所述属性特征、所述通话语调以及情感特征，确定所述目标用户的用户特征信息。
[0037]可选地，所述装置还包括：模型生成单元，所述模型生成单元具体用于：
[0038]获取历史语音通话信息；
[0039]对所述历史语音通话信息进行特征提取，获得与所述历史语音通话信息对应的特征信息，所述特征信息包括用户特征、客服特征、文本特征、情感特征以及交易特征；
[0040]确定与每一历史语音通话信息对应的风险识别信息；
[0041]基于与每一历史语音通话信息对应的特征信息以及风险识别信息，生成目标训练样本；
[0042]基于所述目标训练样本进行机器模型训练，得到目标风险识别模型。
[0043]可选地，所述处理单元具体用于：
[0044]若所述风险识别信息满足目标风险条件，输出风险提示信息；
[0045]若所述风险识别信息不满足目标风险条件，继续执行当前外呼过程中的语音通话。
[0046]相较于现有技术，本专利技术提供了一种外呼的风险识别方法及装置，包括：在外呼过程中，采集客服与目标用户的语音通话信息；基于所述语音通话信息，确定所述目标用户的用户特征信息；基于与所述语音通话信息对应的文本信息、所述用户特征信息以及当前交易信息，确定输入特征；将所述输入特征输入至目标风险识别模型，得到与所述当前交易信
息对应的风险识别信息。在本专利技术中能够通过机器学习挖掘外呼过程中的历史信息创建风险识别模型，从而通过风险识别模型确定外呼过程中当前交易对应的风险识别信息，提升了在外呼场景中风险识别的准确性。
附图说明
[0047]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。
[0048]图1为本专利技术实施例提供的一种外呼的风险识别方法的流程示意图；
[0049]图2为本专利技术实施例提供的一种交易场景的处理流程示意图；
[0050]图3为本专利技术实施例提供的一种外呼的风险识别装置的结构示意图。
具体实施方式
[0051]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0052]本专利技术的说明书和权利要求书及上述附图中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有设定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。
[0053]本专利技术实施例提供了一种外呼的风险识别方法，外呼是指客户服务中心系统本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种外呼的风险识别方法，其特征在于，所述方法包括：在外呼过程中，采集客服与目标用户的语音通话信息；基于所述语音通话信息，确定所述目标用户的用户特征信息；基于与所述语音通话信息对应的文本信息、所述用户特征信息以及当前交易信息，确定输入特征；将所述输入特征输入至目标风险识别模型，得到与所述当前交易信息对应的风险识别信息。2.根据权利要求1所述的方法，其特征在于，还包括：基于所述风险识别信息对当前语音通话信息进行处理，得到处理结果。3.根据权利要求1所述的方法，其特征在于，所述基于所述语音通话信息，确定所述目标用户的用户特征信息，包括：基于所述目标用户的基本属性特征以及历史交易信息，确定所述目标用户对应的属性特征；提取所述语音通话数据中的通话语调以及情感特征；基于所述属性特征、所述通话语调以及情感特征，确定所述目标用户的用户特征信息。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取历史语音通话信息；对所述历史语音通话信息进行特征提取，获得与所述历史语音通话信息对应的特征信息，所述特征信息包括用户特征、客服特征、文本特征、情感特征以及交易特征；确定与每一历史语音通话信息对应的风险识别信息；基于与每一历史语音通话信息对应的特征信息以及风险识别信息，生成目标训练样本；基于所述目标训练样本进行机器模型训练，得到目标风险识别模型。5.根据权利要求2所述的方法，其特征在于，所述基于所述风险识别信息对当前语音信息进行处理，得到处理结果，包括：若所述风险识别信息满足目标风险条件，输出风险提示信息；若所述风险识别信息不满足目标风险条件，继续执行当前外呼过程中的语音通话。6.一种外呼的风险识别装置，其特征在于，所述装置包括：采集单...
【专利技术属性】
技术研发人员：李敬文，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。