CN110766442A - 客户信息验证方法、装置、计算机设备及存储介质 - Google Patents

客户信息验证方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN110766442A
CN110766442A CN201910841739.8A CN201910841739A CN110766442A CN 110766442 A CN110766442 A CN 110766442A CN 201910841739 A CN201910841739 A CN 201910841739A CN 110766442 A CN110766442 A CN 110766442A
Authority
CN
China
Prior art keywords
target
verification
verified
identity
question
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910841739.8A
Other languages
English (en)
Inventor
彭铁磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Property and Casualty Insurance Company of China Ltd
Original Assignee
Ping An Property and Casualty Insurance Company of China Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Property and Casualty Insurance Company of China Ltd filed Critical Ping An Property and Casualty Insurance Company of China Ltd
Priority to CN201910841739.8A priority Critical patent/CN110766442A/zh
Publication of CN110766442A publication Critical patent/CN110766442A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0208—Trade or exchange of goods or services in exchange for incentives or rewards
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0225—Avoiding frauds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明公开了客户信息验证方法、装置、设备及存储介质，该方法包括：获取身份验证请求，所述身份验证请求包括活动标识和待验证号码；根据所述活动标识查询数据库，获取与所述活动标识相对应的目标客户名单；若所述目标客户名单中存在与所述待验证号码相匹配的目标号码，则获取目标号码对应的状态标识，并判断在预设时间内是否获取到所述目标号码对应的动态验证码；若所述目标号码对应的状态标识为验证标识，或者在预设时间内没有获取到所述目标号码对应的动态验证码，则进入身份复审界面，基于所述身份复审界面进行身份审核，获取身份验证结果。该方法可确定客户信息是否真实有效，提高客户信息验证的效率和准确性，节省人工审核的成本。

Description

客户信息验证方法、装置、计算机设备及存储介质
技术领域
本发明涉及信息安全技术领域，尤其涉及一种客户信息验证方法、装置、计算机设备及存储介质。
背景技术
随着经济科技发展，各大公司竞争日益激烈，一些公司利用举行各种优惠活动吸引更多新客户，从而增加产品的热度，达到推广产品效果。但现在很多优惠活动通常被撸羊毛党利用，以便从中获取利益，使得优惠活动对有效客户的推广效率不明显，无法吸引更多的有效客户。进一步地，公司在优惠活动的奖品发放时，若仅通过短信方式通知，可能不能有效确定客户信息，因此需要由坐席外呼电话方式以进行客户信息确认，即公司在确定客户信息时需要人工验证，工作量大，且坐席外呼电话众多，在外呼电话时可能存在等待、无人接听、非客户本人真实接听、播放录制的音频文件(如彩铃)或空号等情况，浪费坐席时间，造成人力浪费，增加活动成本。因此，如何有效提高客户信息验证的效率和准确率成为一个亟待解决的问题。其中，撸羊毛党是指通过注册大量的手机黑卡进行新客户注册，并以企业的新客户身份参加各种优惠活动，从活动中谋取暴利。
发明内容
本发明实施例提供一种客户信息验证方法、装置、计算机设备及存储介质，以解决客户信息验证存在的验证效率和验证准确率较低的问题。
一种客户信息验证方法，包括：
获取身份验证请求，所述身份验证请求包括活动标识和待验证号码；
根据所述活动标识查询数据库，获取与所述活动标识相对应的目标客户名单；
若所述目标客户名单中存在与所述待验证号码相匹配的目标号码，则获取目标号码对应的状态标识，并判断在预设时间内是否获取到所述目标号码对应的动态验证码；
若所述目标号码对应的状态标识为验证标识，或者在预设时间内没有获取到所述目标号码对应的动态验证码，则进入身份复审界面，基于所述身份复审界面进行身份审核，获取身份验证结果。
一种客户信息验证装置，包括：
身份验证请求获取模块，用于获取身份验证请求，所述身份验证请求包括活动标识和待验证号码；
目标客户名单获取模块，用于根据所述活动标识查询数据库，获取与所述活动标识相对应的目标客户名单；
状态标识获取模块，用于若所述目标客户名单中存在与所述待验证号码相匹配的目标号码，则获取目标号码对应的状态标识，并判断在预设时间内是否获取到所述目标号码对应的动态验证码；
第一身份验证模块，用于若所述目标号码对应的状态标识为验证标识，或者在预设时间内没有获取到所述目标号码对应的动态验证码，则进入身份复审界面，基于所述身份复审界面进行身份审核，获取身份验证结果。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述客户信息验证方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述客户信息验证方法的步骤。
上述客户信息验证方法、装置、计算机设备及存储介质，根据活动标识查询数据库，快速获取与活动标识相对应的目标客户名单。若目标客户名单中存在与待验证号码相匹配的目标号码，则获取目标号码对应的状态标识，并判断在预设时间内是否获取到目标号码对应的状态标识和动态验证码，以便确定后续对目标号码进行不同审核，以确保目标号码对应的客户的身份信息的准确有效。若目标号码对应的状态标识为验证标识，或者在预设时间内没有获取到目标号码反馈的动态验证码，则进入身份复审界面，基于身份复审界面进行身份审核，获取身份验证结果，以便根据身份验证结果，确定客户信息是否真实有效，提高客户信息验证的效率和准确性，节省人工审核的成本。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例中客户信息验证方法的一应用环境示意图；
图2是本发明一实施例中客户信息验证方法的一流程图；
图3是本发明一实施例中客户信息验证方法的另一流程图；
图4是本发明一实施例中客户信息验证方法的另一流程图；
图5是本发明一实施例中客户信息验证方法的另一流程图；
图6是本发明一实施例中客户信息验证方法的另一流程图；
图7是本发明一实施例中客户信息验证方法的另一流程图；
图8是本发明一实施例中客户信息验证装置的一示意图；
图9是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供的客户信息验证方法，该客户信息验证方法可应用如图1所示的应用环境中。具体地，该客户信息验证方法应用在客户信息验证***中，该客户信息验证***包括如图1所示的客户端和服务器，客户端与服务器通过网络进行通信，用于实现对中奖客户或者其他满足优惠活动的有效客户进行信息验证，以提高客户信息验证的效率和准确性，节省人工审核的成本。本实施例中的有效客户以中奖客户为例进行说明。其中，客户端又称为用户端，是指与服务器相对应,为客户提供本地服务的程序。客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中，如图2所示，提供一种客户信息验证方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤：
S201：获取身份验证请求，身份验证请求包括活动标识和待验证号。
其中，身份验证请求是用于对客户的身份进行验证的请求，以判断客户的信息是否真实有效。活动标识是用于唯一识别活动的标识，例如，活动标识可以是活动的名称，如赠书活动、六一活动和周年活动等。待验证号码是中奖客户对应的手机终端的号码，具体可以是手机号码。
S202：根据活动标识查询数据库，获取与活动标识相对应的目标客户名单。
其中，数据库是指存储所有活动详细信息的库，活动详细信息包括活动标识、活动策划方案和活动总结等信息。目标客户名单是指记录参加活动标识对应活动的客户名单，该目标客户名单包括参与活动用户对应的姓名、账号和手机号码等。以验证中奖客户的客户信息为例，则该目标客户名单为所有中奖客户所形成的客户名单。
具体地，服务器在获取到活动标识后，采用BF算法查询数据库，以精准获取与活动标识相对应的活动详细信息，然后，根据活动详细信息获取对应的目标客户名单，例如，可以根据预先设定的规则从每一活动参加的客户中随机生成中奖客户。其中，BF算法，即暴风(Brute Force)算法，是一种模式匹配算法。BF算法的思想就是将目标串S的第一个字符与模式串T的第一个字符进行匹配，若相等，则继续比较S的第二个字符和T的第二个字符；若不相等，则比较S的第二个字符和T的第一个字符，依次比较下去，直到得出最后的匹配结果。
S203：若目标客户名单中存在与待验证号码相匹配的目标号码，则获取目标号码对应的状态标识，并判断在预设时间内是否获取到目标号码对应的动态验证码。
其中，目标号码是指与待验证号码对应的号码，具体是目标客户名单的中奖客户对应的手机终端的号码。状态标识是用于确定目标号码对应的状态的标识，以便确定后续是否需要对目标号码进行验证，确保更多的新客户获得奖品，提升活动推广的效果，排除中奖客户对应的号码为空号或者停机等状态。
动态验证码是用户通过客户端输入的用于进行身份验证的号码。本实施例中，服务器在目标客户名单中存在与待验证号码相匹配的目标号码时，采用动态码生成工具随机生成动态邀请码，并将动态邀请码发送给待验证号码对应的手机终端，以使用户可通过该手机终端查看到动态邀请码，以便客户在身份验证界面输入与动态邀请码相匹配的动态验证码，从而进行身份验证。其中，动态邀请码是采用动态码生成工具随机生成的用于发送给客户对应的手机终端，以便进行身份验证的号码。
预设时间是***预先设置的动态邀请码的有效期。本实施例中，在将动态邀请码发送给待验证号码对应的手机终端之后，启动计时器进行计时，以便确定服务器能否在预设时间内接收到用户通过身份验证界面上传的与目标号码对应的动态验证码，从而进行身份验证。其中，目标号码对应的动态验证码具体是指与目标号码对应的动态邀请码相匹配的动态验证码。
可以理解地，由于活动是活动举办方为推广产品等而举行的，为避免撸羊毛党利用空号号码或者停机号码进行新客户注册以获得活动奖品的行为，需要对中奖客户对应的号码进行验证。本实施例中，通过给待验证号码对应的手机终端发送动态邀请码，以便在预设时间内接收对应的动态验证码的方式进行验证，以排除无法接收到动态邀请码的待验证号码(如空号号码或者停机号码)对应的客户触发的身份验证行为。
状态标识是指目标号码对应的标识，该状态标识是客户信息验证***预先采用语音外呼接口对目标号码进行呼叫以确定目标号码对应的状态标识，便于后续根据该状态标识确定是否对目标号码进行审核。
具体地，若目标客户名单中存在与待验证号码相匹配的目标号码，即表示目标号码是中奖客户对应的号码，则需要对目标号码进行验证，此时，获取目标号码对应的状态标识，同时，服务器将待验证号码对应的动态邀请码发送给目标号码，并判断在预设时间内是否获取到该目标号码对应的动态验证码，以便确定后续是否继续对目标号码进行审核。可以理解地，由于是由服务器发送动态邀请码给目标号码对应的手机终端，而用户当前正在进行身份验证操作，因此，可设置该动态邀请码对应的预设时间较短，如1分钟，以使客户及时进行身份验证。
S204：若目标号码对应的状态标识为验证标识，或者在预设时间内没有获取到目标号码对应的动态验证码，则进入身份复审界面，基于身份复审界面进行身份审核，获取身份验证结果。
其中，身份复审界面是指对目标号码对应的状态标识为验证标识，或者在预设时间内没有获取到目标号码对应的动态验证码对应的中奖客户的身份重新进行审核的界面，以排除活动中可能存在的撸羊毛党。验证标识是指需要对目标号码进行验证的标识。
具体地，若目标号码对应的状态标识为验证标识，或者在预设时间内没有获取到目标号码对应的动态验证码，说明该目标号码可能是空号号码、停机号码或者虚假号码，需要对目标号码进一步验证，此时，服务器控制客户端进入身份复审界面，并触发身份复审界面中的视频采集接口，采集中奖客户对应的视频流，以对该中奖客户进行身份审核，获取身份验证结果，以排除活动中可能存在的撸羊毛党，保证身份验证的有效性和准确性，以节约人力资源。
进一步地，若该身份验证结果是存在相同的中奖客户信息，则说明该中奖客户是撸羊毛党，对身份验证结果留存，以便后续对该中奖客户进行处理，从而排除活动中可能存在的撸羊毛党。
S205：若目标号码对应的状态标识为正常标识，且在预设时间内获取到动态验证码对应的动态验证码，则进入标准审核界面，基于标准审核界面进行身份审核，获取身份验证结果。
其中，标准审核界面是指目标号码对应的状态标识为正常标识，且在预设时间内获取到动态验证码对应的动态验证码对应的客户进行审核的界面。
具体地，在预设时间内获取到目标号码对应的动态验证码，说明服务器可在动态邀请码发出的预设时间内接收到目标号码对应的客户上传的动态验证码，且动态验证码和动态邀请码相匹配，即客户可通过目标号码对应的手机终端接收到动态邀请码，以排除目标号码为空号号码或者停机号码的可能性，可在一定程度上避免待验证号码对应的客户为撸羊毛党的可能性。目标号码对应的状态标识为正常标识，说明该目标号码为中奖客户正在使用的号码。
可以理解地，在目标号码对应的状态标识为正常标识，且在预设时间内获取到动态验证码对应的动态验证码时，服务器控制客户端进入标准审核界面，以便通过该标准审核界面进行客户信息审核，以验证客户信息是否真实有效。例如，在标准审核界面中对客户的基本信息进行校对，以确保客户信息准确，避免客户地址等信息错误，并发放奖品给客户，以提高活动效率，同时有效节约人力资源。
本实施例所提供的客户信息验证方法，根据活动标识查询数据库，快速获取与活动标识相对应的目标客户名单。若目标客户名单中存在与待验证号码相匹配的目标号码，则获取目标号码对应的状态标识，并判断在预设时间内是否获取到目标号码对应的状态标识和动态验证码，以便确定后续对目标号码进行不同审核，以确保目标号码对应的客户的身份信息的准确有效。若目标号码对应的状态标识为验证标识，或者在预设时间内没有获取到目标号码反馈的动态验证码，则进入身份复审界面，基于身份复审界面进行身份审核，获取身份验证结果，以便根据身份验证结果，确定客户信息是否真实有效，提高客户信息验证的效率和准确性，节省人工审核的成本，并排除活动中可能存在的撸羊毛党。若所述目标号码对应的状态标识为正常标识，且在预设时间内获取到所述目标号码对应的动态验证码，则进入标准审核界面，基于标准审核界面进行身份审核，获取身份验证结果，以提高活动效率，同时有效节约人力资源。
在一实施例中，如图3所示，在步骤S201之前，即在获取身份验证请求之前，客户信息验证方法还包括：
S301：获取原始客户名单，基于预设规则从原始客户名单中筛选待验证号码。
其中，原始客户名单是指参与活动的客户名单，原始客户名单存储在数据库中，该原始客户名单包括但不限于参加活动的客户的手机号码、姓名和地址等，以便后续客户中奖时联系客户领奖。待验证号码是指对中奖客户对应的号码。预设规则是指对原始客户名单进行处理，以选出中奖客户的规则，例如，预设规则可以是按照参与活动的客户数量，按比例抽取中奖客户。即服务器根据预设规则从原始客户名单筛选出一定数量的中奖客户，并将中奖客户对应的手机号码确定为待验证号码，以便后续对待验证号码进行验证。
S302：采用语音外呼接口对待验证号码对应的被呼终端进行外拨，对被呼终端进行监控，若检测到被呼终端反馈有语音信号，则获取目标语音数据。
其中，语音外呼接口是指客户信息验证***设置的用于对待验证号码呼叫的接口。被呼终端是指待验证号码对应的终端。语音信号是指监听客户信息验证***对呼终端外呼时获得的被呼终端的信号。目标语音数据是指采用语音外呼接口呼叫客户时，实时录制的被呼终端语音的数据。语音识别接口是用于实时检测并接收目标语音数据的接口。
具体地，当需要对活动中奖的待验证号码进行验证时，通过语音外呼接口触发与待验证号码相对应的号码外呼请求，以便对被呼终端进行语音外呼，确定是否为空号号码或者停机号码。通过语音外呼接口对待验证号码对应的被呼终端进行外呼，利用客户信息验证***设置的语音识别接口获取外呼过程的目标语音数据。可以理解地，通过语音外呼接口对待验证号码呼叫的过程无需坐席手动输入待验证号码即可拨打客户电话，提高工作效率。
S303：对目标语音数据进行分析处理，获取待验证号码对应的被呼状态。
其中，分析处理是指对目标语音数据对应的文字数据进行分析，以确定目标语音数据所表达的含义的处理，根据分析结果确定待验证号码对应的状态。其中，待验证号码对应的状态包括空号状态、停机状态、关机状态、通话状态、忙音状态、彩铃状态和自动应答状态等。
具体地，服务器在获取到目标语音数据后，将目标语音数据转换成文字数据，并对文字数据进行分析处理，以获取待验证号码的被呼状态。即对目标语音数据进行分析处理，根据分析处理结果表达的含义不同，对应的待验证号码的被呼状态也有所不同。如目标语音数据对应的文字数据为“您好，您拨打的电话正在通话中”，对文字数据进行分析处理，确定与目标语音数据所表达的含义为通话中，获取待验证号码对应的状态为通话状态。根据目标语音数据，以确定待验证号码对应的被呼状态，以便后续对客户信息是否需要增加力度审核，减少撸羊毛客户从中获利。
步骤S303中，获取待验证号码对应的状态标识，具体为：根据待验证号码对应的被呼状态，确定待验证号码的状态标识，即直接待验证号码对应的被呼状态确定待验证号码对应的状态标识
S304：若待验证号码对应的被呼状态为预设状态，则将待验证号码对应的状态标识确定为验证标识。
其中，预设状态是指于预先设定的需要进行验证的状态，该预设状态具体是指待验证号码为非正常使用的状态，例如空号状态等。验证标识是指待验证号码需要进行验证审核，即在后续的活动领奖环节过程中，需要对状态标识为验证状态的待验证号码对应的客户进行验证，以排除待验证号码对应的客户是撸羊毛客户，从而减少撸羊毛客户从中获利。
S305：若待验证号码对应的被呼状态不为预设状态，则将待验证号码对应的状态确定为正常标识。
其中，正常标识是指对应的待验证号码是正常的标识。在本实施例中，当采用语音外呼接口呼叫待验证号码对应的被呼终端时，所获取对应的目标语音数据为通话状态、忙音状态和彩铃状态等，而不是预设状态，说明该待验证号码是客户正常使用的号码，则将该待验证号码的状态确定为正常标识，
在本实施例所提供的客户信息验证方法中，获取原始客户名单，基于预设规则从原始客户名单中筛选待验证号码，以便后续对待验证号码进行验证。采用语音外呼接口对待验证号码对应的被呼终端进行外拨，对被呼终端进行监控，若检测到被呼终端反馈有语音信号，则获取目标语音数据，通过语音外呼接口对待验证号码呼叫的过程无需坐席手动输入待验证号码即可拨打客户电话，提高工作效率。对目标语音数据进行分析处理，获取待验证号码对应的被呼状态，通过确定被呼状态以便后续对客户信息是否需要增加力度审核，减少撸羊毛客户从中获利。若待验证号码对应的被呼状态为预设状态，则将待验证号码对应的状态标识确定为验证标识，若待验证号码对应的被呼状态不为预设状态，则将待验证号码对应的状态确定为正常标识，以便后续身份验证过程中，根据每一待验证号码所对应的状态标识，确定不同的审核流程，以保障身份验证的准确性和时效性，并可有效节约人力资源。
在一实施例中，如图4所示，步骤S302，即对目标语音数据进行分析处理，获取待验证号码对应的被呼状态，包括：
S401：对目标语音数据进行预处理，获取待处理语音数据。
其中，对目标语音数据进行预处理包括分帧、加窗和预加重等。待处理语音数据是指与目标语音数据对应的数据。
其中，分帧是将N个采样点集合成一个观测单位，称为帧。通常情况下N的值为256或512，涵盖的时间约为20-30ms左右。为避免相邻两帧的变化过大，通过使相邻两帧之间有一段重叠区域，此重叠区域包含了M个采样点，通常M的值约为N的1/2或1/3，此过程称为分帧。加窗是每一帧乘以汉明窗(即Hamming Window)，由于汉明窗的幅频特性是旁瓣衰减较大，服务器通过对单帧语音数据进行加窗处理，可增加帧左端和帧右端的连续性。预加重是将加窗后的单帧语音数据通过一个高通滤波器，以提升高频部分，使信号的频谱更平滑，保持在低频到高频的整个频带中，能用同样的信噪比求频谱，突出高频的共振峰。
具体地，服务器对目标语音数据进行分帧处理将目标语音数据分为多个单帧语音数据，接着对单帧语音数据进行加窗处理，可增加帧左端和帧右端的连续性。然后加窗后的单帧语音数据通过一个高通滤波器，以提升高频部分，使信号的频谱更平滑。对目标语音数据进行预处理使得获取待处理语音数据，确保获得的待处理语音数据准确，便于后续处理。
S402：对待处理语音数据进行文本转换，获取目标文字数据。
其中，目标文字数据是指与待处理语音数据对应的文字数据。
具体地，先从待处理语音数据中获取语音特征，其中，语音特征包括但不限于采用滤波器特征。滤波器(Filter-Bank，简称Fbank)特征是语音识别过程中常用的语音特征。再采用语音识别模型对语音特征进行识别，获取目标文字数据。更具体地，将语音特征输入到预先训练好的声学模型中进行识别，获取目标语音特征对应的音素序列，然后将获取的音素序列输入到预先训练好的语言模型中进行转换，获取对应的目标文字数据。其中，语音识别模型包括预先训练好的声学模型和语言模型。其中，声学模型是用来获取语音特征对应的音素序列。其中，音素是由语音中最小的单位，可理解为汉字里面的拼音。例如：汉语音节ā(啊)只有一个音素。声学模型的训练方法包括但不限于采用GMM-HMM(混合高斯模型)进行训练。语言模型是用于将音素序列转换为自然语言文本的模型。
S403：将目标文字数据与预设文字数据进行匹配，获取匹配结果。
其中，预设文字数据是指与预先设定的特定状态对应的文字数据。在本实施例中，预先设定的特定状态具体可为停机状态、关机状态和自动应答状态，例如，关机状态对应的预设文字数据为“对不起，您所拨打的手机号码已停机”等。
具体地，服务器中存储有预设文字数据。当服务端获取到目标文字数据后，采用关键词匹配算法将获取到的目标文字数据与预设文字数据进行匹配，若目标文字数据与预设文字数据未匹配成功，则获取到的号码匹配结果为匹配失败；若目标文字数据与预设文字数据匹配成功，则获取到的号码匹配结果为匹配成功。
本实施例中，关键词匹配所选用的算法是克努特—莫里斯—普拉特算法(Knuth-Morris-Pratt，简称KMP)，KMP算法是一种改进的字符串匹配算法，KMP算法的关键是利用匹配失败后的信息，尽量减少模式串与主串的匹配次数以达到快速匹配的目的，选用KMP算法进行关键词匹配，节省时间，提高匹配效率。由于目标文字数据为全国统一的固定格式，预设文字数据也为固定格式，可快速获取到匹配结果，且匹配结果较为精准。
S404：根据匹配结果，获取待验证号码对应的被呼状态。
由于每一预设文字数据对应一预设状态，服务器采用关键词匹配算法将获取到的目标文字数据与预设文字数据进行匹配，若目标文字数据与预设文字数据匹配成功，则将该预设文字数据对应的预设状态确定为待验证号码对应的被呼状态；若目标文字数据与预设文字数据未匹配成功，则待验证号码对应的被呼状态不为预设状态。
在本实施例所提供的客户信息验证方法中，对目标语音数据进行预处理，获取待处理语音数据，确保获得的待处理语音数据准确，便于后续处理，对待处理语音数据进行文本转换，获取目标文字数据，将目标文字数据与预设文字数据进行匹配，可快速获取到匹配结果，且匹配结果较为精准，根据匹配结果，获取待验证号码对应的被呼状态。
在一实施例中，如图5所示，在步骤S302之后，即在若待验证号码对应的被呼状态不为预设状态，则将待验证号码对应的状态标识确定为正常标识之后，客户信息验证方法还包括：
S501：采用TTS技术对预设话术进行语音播报，对待验证号码对应的被呼终端继续监控。
其中，TTS技术即语音合成(Text To Speech)技术，该语音合成技术就是一种将文本转化为语音输出的技术。
具体地，若待验证号码对应的状态为正常状态，则继续对待验证号码进行监控，正常情况下，客户在接通电话后，会询问身份，客户信息验证***根据预先配置的表明身份和意图的预设话术，采用TTS技术将预设话术转换成语音数据并播放给对应的被呼终端，以提高与客户对话的质量。
S502：若获取到被呼终端基于语音播报反馈的应答数据，应答数据中包含提问问题。
其中，应答数据是指采用TTS技术播放预设话术后获取到的客户端反馈的语音数据，具体是根据预设话术回复的语音数据。
具体地，客户可根据预设话术，基于客户端反馈应答数据，并采用NLP(NaturalLanguage Processing，自然语言处理)技术对应答数据进行分析，获取分析结果，若该分析结果为表示清楚和感谢的话语，即应答数据中不包含提问问题，则进行挂断处理，并循环拨打下一待验证号码，直至号码列表最后一个待验证号码；若该分析结果表示询问，则应答数据中包含提问问题。其中，NLP技术是计算机以一种有效的方式分析、理解并从人类语言中获取意义的一种语言处理技术。通过利用NLP技术，开发者可以组织和构建知识体系来执行自动摘要、翻译、命名实体识别、关系提取、情感分析、语音识别和话题分割等任务。本实施例中，可采用开源NLP技术所提供的语义分析接口，传入应答数据进行意图分析，获取与应答数据对应的分析结果，根据该分析结果确定应答数据中包含的提问问题，以便客户信息验证***作出相应的操作处理。
进一步地，若未获取到客户回复的应答数据，则进行挂机操作，并将该待验证号码对应的状态标识修改为再次拨打标识，以便重新确认客户信息。在预设时间间隙之后，对状态标识为再次拨打标识的待验证号码对应的被呼终端进行再次呼叫，若未获取到客户回复的应答数据的次数达到预设次数，则将待验证号码对应的状态标识修改为验证状态。即若多次未联系到与待验证号码对应的客户，则将该待验证号码的状态标识进行修改，将再次拨打标识修改为验证标识。
S503：将应答数据输入至问答模型中，获取问答模型输出的问答处理结果，根据问答处理结果进入相应的回复处理环节。
其中，问答模型是预先训练好的模型，以便快速识别应答数据。
具体地，在监控到应答数据时，为快速回复客户，需要将应答数据输至问答模型中，以便快速识别客户在应答数据中的提问问题，根据提问问题与问答模型中存在的话术进行匹配，获取问答模型输出的问答处理结果，根据问答处理结果进入相应的回复处理环节，提高用户的通话体验且节约人力资源。例如，若客户的提问问题是“中奖礼物是什么？”，则客户信息验证***可以根据问答模型输出的问答处理结果，快速回复该客户；若客户的提问问题是需要人工服务，则将通话转接至坐席终端。
本实施例所提供的客户信息验证方法，采用TTS技术对预设话术进行语音播报，提高了与客户对话的质量，对目标号码对应的被呼终端继续监控，若获取到被呼终端基于语音播报反馈的应答数据，根据该分析结果确定应答数据中包含的提问问题，以便客户信息验证***作出相应的操作处理，将应答数据输入至问答模型中，获取问答模型输出的问答处理结果，根据问答处理结果进入相应的回复处理环节，提高用户的通话体验且节约人力资源。
在一实施例中，如图6所示，步骤S503，即将应答数据输入至问答模型中，获取问答模型输出的问答处理结果，根据问答处理结果进入相应的回复处理环节，包括：
S601：对应答数据进行预处理，获取待识别语音数据。
具体地，在与客户通话的过程中，客户信息验证***会对与客户的通话内容进行录制，在录制过程中，客户信息验证***通过预先设置的坐席声道和客户声道录制通话过程中的语音，可通过该客户声道快速获取到相应的应答数据，由于采集到应答数据可能存在干扰语音(如客户说话时因思考、呼吸产生的停顿，或者门窗的开关和物体的碰撞等发出的声音)，会影响后期问答模型识别的准确率，因此需要预先对目标语音数据进行预处理。还需要对应答数据进行预加重、分帧、加窗、端点检测、静默音处理和去噪处理等，去除通话过程中的干扰语音，仅保留含有声纹连续变化明显的语音数据。通过对应答数据进行预处理，方便后续步骤问答模型的识别，提高识别准确率。
S602：将待识别语音数据输入至问答模型中，获取问答处理结果。
其中，问答模型是指预先训练的根据问题查找相应的答案的模型。具体可由GLOVE模型+QANet模型对历史问题及对应的目标答案所形成的训练数据对进行训练，所获取到的模型。通过由GLOVE模型+QANet模型组成的问题模型，通过GLOVE模型使得历史问题对更多地蕴含语义特征，通过QANet模型快速对目标答案进行定位。
其中，GLOVE模型是Jeffrey和Richard在2014年提出的，相比潜在语义分析(Latent semantic analysis，LAS)和word2vec，GLOVE模型在充分利用了语料库的全局统计信息的同时，也提高了词向量在大语料上的训练速度(一个共现矩阵的遍历要比整个语料库的遍历容易的多)。同时，GLOVE模型把句子的信息和全局的信息结合，并将句子进行词的向量化，使得向量之间尽可能多地蕴含语义特征，每一词向量代表一个词。
其中，QANet模型将卷积和自注意力作为编码器的构成模块，分别对问题和语境进行编码，然后通过标准注意力(standard attentions，Xiong等人于2016年提出；Seo等人于2016年提出；Bahdanau等人于2015年提出)来学习语境和问题之间的交互，再用无循环编码器再次对结果表征进行编码，最后对每个作为答案范围的开始或结束位置的概率进行解码。通过QANet模型可进行语境和问题的训练，快速获取到与提问问题对应的目标答案。
S603：若问答处理结果为包含与提问问题对应的目标答案，则采用TTS技术对目标答案进行语音播报。
其中，目标答案是指通过问答模型对应答数据进行识别，所获取到的答案。具体地，通过问答模型对应答数据进行识别，若通过问答模型输出与提问问题对应的目标答案，则采用TTS技术对目标答案进行语音播报。通过问答模型直接输出目标答案，并播放给客户，无需坐席参与，提高工作效率。
S604：若问答处理结果为不包含与提问问题对应的目标答案，则基于目标号码和提问问题生成目标任务，将目标任务分发给处于空闲状态的坐席终端。
具体地，若问答处理结果为不包含与提问问题对应的目标答案，则该客户提出的提问问题，通过问答模型未识别到相应的答案，则连线给处于空闲状态的坐席终端，并向坐席终端发出提醒信息。
进一步地，在坐席根据该提问问题反馈回复数据时，可将该提问问题和回复数据关联存储，以便在下一次进行问答模型训练时，将该提问问题和对应的回复答案作为训练数据，利用该训练数据进行模型更新。
本实施例所提供的客户信息验证方法，对应答数据进行预处理，获取待识别语音数据，提高后续的语音识别准确率。将待识别语音数据输入至问答模型中，快速获取到与提问问题对应的目标答案。若问答处理结果为包含与提问问题对应的目标答案，则采用TTS技术对目标答案进行语音播报，无需坐席参与，提高工作效率。若问答处理结果为不包含与提问问题对应的目标答案，则基于目标号码和提问问题生成目标任务，将目标任务分发给处于空闲状态的坐席终端，以保证***对提问问题进行响应的及时性，从而提高用户体验。
在一实施例中，如图7所示，步骤S204，即基于身份复审界面进行身份审核，获取身份验证结果，包括：
S701：基于身份复审界面对应的视频采集接口，采集待处理视频流。
其中，视频采集接口是用于采集需要进行验证的客户视频的接口。待处理视频流是指客户端反馈的用于进行验证的视频。
具体地，服务器发送视频采集确认信息给客户端，若客户端确认视频采集确认信息，则控制客户端在身份复审界面调用视频采集接口，拍摄视频形成待处理视频流，并将待处理视频流发送给服务器，服务器获取基于该视频采集接口采集的待处理视频流，以便后续对待处理视频流进行检测，判断客户端的用户是否为真实客户。
S702：对待处理视频流进行活体检测，获取活体检测结果。
其中，活体检测是一种人脸识别技术，用于识别真实的人，采用活体检测避免出现利用非真实的人制作的视频流传送给身份复审界面的情况，其中，非真实人是指具有人脸的图像等。
具体地，对待处理视频流采用红外人脸活体检测技术进行检测，获取活体检测结果，采用红外人脸活体检测技术无需指令配合，且检测成功率较高。红外人脸活体检测技术具体是根据光流法，利用图像序列中的像素强度数据的时域变化和相关性来确定各自像素位置的“运动”，从图像序列中得到各个像素点的运行信息，采用高斯差分滤波器、LBP特征和支持向量机进行数据统计分析。同时，光流场对物体运动比较敏感，利用光流场可以统一检测眼球移动和眨眼，从而保证活体检测效率。
S703：若活体检测结果为活体，则从待处理视频流中获取人脸图像，将人脸图像与数据库中存储的与目标号码对应的客户图像进行匹配，获取图像匹配结果。
具体地，当客户根据手机号码参与活动时，会填写客户信息，其中，客户信息中包含客户图像。在活体检测结果为活体时，采用预先训练好的人脸识别模型从待处理视频流中获取至少一张人脸图像，利用图像匹配算法将人脸图像与数据库中存储的与目标号码对应的客户图像进行匹配，快速获取图像匹配结果，通过活体检测和图像识别，在一定程度上可避免同一客户通过多张手机黑卡违规操作，增加其他客户奖品领取难度。同时可将客户图像作为证据留存，后续可根据客户图像确定该客户是否为多次领取奖品的客户。
S704：若图像匹配结果为匹配成功，则进入标准审核界面，基于标准审核界面进行身份审核，获取身份验证结果。
具体地，图像匹配结果为匹配成功时，说明客户图像对应目标号码为客户正在使用的号码，此时，在标准审核界面中对客户的基本信息进行校对，以确保客户信息准确，避免客户地址等信息错误，并发放奖品给客户，以提高活动效率，同时有效节约人力资源。
本实施例所提供的客户信息验证方法，基于身份复审界面对应的视频采集接口，采集待处理视频流，以便后续对待处理视频流进行检测，判断客户端的用户是否为真实客户。对待处理视频流进行活体检测，获取活体检测结果，若活体检测结果为活体，则从待处理视频流中获取人脸图像，将人脸图像与数据库中存储的与目标号码对应的客户图像进行匹配，通过活体检测和图像识别，在一定程度上可避免同一客户通过多张手机黑卡违规操作，增加奖品领取难度。若图像匹配结果为匹配成功，则进入标准审核界面，基于标准审核界面进行身份审核，获取身份验证结果。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在一实施例中，提供一种客户信息验证装置，该客户信息验证装置与上述实施例中客户信息验证方法一一对应。如图8所示，该客户信息验证装置包括身份验证请求获取模块801、目标客户名单获取模块802、状态标识获取模块803、第一身份验证模块804和第二身份验证模块805。各功能模块详细说明如下：
身份验证请求获取模块801，用于获取身份验证请求，身份验证请求包括活动标识和待验证号码。
目标客户名单获取模块802，用于根据活动标识查询数据库，获取与活动标识相对应的目标客户名单。
状态标识获取模块803，用于若目标客户名单中存在与待验证号码相匹配的目标号码，则获取目标号码对应的状态标识，并判断在预设时间内是否获取到目标号码对应的动态验证码。
第一身份验证模块804，用于若目标号码对应的状态标识为验证标识，或者在预设时间内没有获取到目标号码对应的动态验证码，则进入身份复审界面，基于身份复审界面进行身份审核，获取身份验证结果。
第二身份验证模块805，用于若目标号码对应的状态标识为正常标识，且在预设时间内获取到目标号码对应的动态验证码，则进入标准审核界面，基于标准审核界面进行身份审核，获取身份验证结果。
优选地，在身份验证请求获取模块801之前，客户信息验证装置还包括：待验证号码筛选单元、目标语音数据获取单元、分析处理单元、验证标识确定单元和正常标识确定单元。
待验证号码筛选单元，用于获取原始客户名单，基于预设规则从原始客户名单中筛选待验证号码。
目标语音数据获取单元，用于采用语音外呼接口对待验证号码对应的被呼终端进行外拨，对被呼终端进行监控，若检测到被呼终端反馈有语音信号，则获取目标语音数据。
分析处理单元，用于对目标语音数据进行分析处理，获取待验证号码对应的被呼状态。
验证标识确定单元，用于若待验证号码对应的被呼状态为预设状态，则将待验证号码对应的状态标识确定为验证标识。
正常标识确定单元，用于若待验证号码对应的被呼状态不为预设状态，则将待验证号码对应的状态标识确定为正常标识。
优选地，分析处理单元，包括：待处理语音数据获取子单元、目标文字数据获取子单元、匹配结果获取子单元和被呼状态获取子单元。
待处理语音数据获取子单元，用于对目标语音数据进行预处理，获取待处理语音数据。
目标文字数据获取子单元，用于对待处理语音数据进行文本转换，获取目标文字数据。
匹配结果获取子单元，用于将目标文字数据与预设文字数据进行匹配，获取匹配结果。
被呼状态获取子单元，用于根据匹配结果，获取待验证号码对应的被呼状态。
优选地，在正常标识确定单元之后，客户信息验证装置还包括：监控单元、应答数据获取单元和问答处理结果获取单元。
监控单元，用于采用TTS技术对预设话术进行语音播报，对待验证号码对应的被呼终端继续监控。
应答数据获取单元，用于若获取到被呼终端基于语音播报反馈的应答数据，应答数据中包含提问问题。
问答处理结果获取单元，用于将应答数据输入至问答模型中，获取问答模型输出的问答处理结果，根据问答处理结果进入相应的回复处理环节。
优选地，问答处理结果获取单元，包括：待识别语音数据获取子单元、问答处理结果获取子单元、语音播报子单元和目标任务生成子单元。
待识别语音数据获取子单元，用于对应答数据进行预处理，获取待识别语音数据。
问答处理结果获取子单元，用于将待识别语音数据输入至问答模型中，获取问答处理结果。
语音播报子单元，用于若问答处理结果为包含与提问问题对应的目标答案，则采用TTS技术对目标答案进行语音播报。
目标任务生成子单元，用于若问答处理结果为不包含与提问问题对应的目标答案，则基于目标号码和提问问题生成目标任务，将目标任务分发给处于空闲状态的坐席终端。
优选地，第一身份验证模块804，包括：待处理视频流采集单、活体检测结果获取单元、图像匹配结果获取单元和身份验证结果获取单元。
待处理视频流采集单元，用于基于身份复审界面对应的视频采集接口，采集待处理视频流。
活体检测结果获取单元，用于对待处理视频流进行活体检测，获取活体检测结果。
图像匹配结果获取单元，用于若活体检测结果为活体，则从待处理视频流中获取人脸图像，将人脸图像与数据库中存储的与目标号码对应的客户图像进行匹配，获取图像匹配结果。
身份验证结果获取单元，用于若图像匹配结果为匹配成功，则进入标准审核界面，基于标准审核界面进行身份审核，获取身份验证结果。
关于客户信息验证装置的具体限定可以参见上文中对于客户信息验证方法的限定，在此不再赘述。上述客户信息验证装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储上述客户信息验证方法过程中采用或者生成的数据，如预设文字数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种客户信息验证方法。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中客户信息验证方法的步骤，例如图2所示的步骤S201-S205，或者图3至图7中所示的步骤，为避免重复，这里不再赘述。或者，处理器执行计算机程序时实现客户信息验证装置这一实施例中的各模块/单元的功能，例如图8所示的身份验证请求获取模块801、目标客户名单获取模块802、状态标识获取模块803、第一身份验证模块804和第二身份验证模块805的功能，为避免重复，这里不再赘述。
在一实施例中，提供一计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中客户信息验证方法的步骤，例如图2所示的步骤S201-S205，或者图3至图7中所示的步骤，为避免重复，这里不再赘述。或者，处理器执行计算机程序时实现客户信息验证装置这一实施例中的各模块/单元的功能，例如图8所示的身份验证请求获取模块801、目标客户名单获取模块802、状态标识获取模块803、第一身份验证模块804和第二身份验证模块805的功能，为避免重复，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种客户信息验证方法，其特征在于，包括：
获取身份验证请求，所述身份验证请求包括活动标识和待验证号码；
根据所述活动标识查询数据库，获取与所述活动标识相对应的目标客户名单；
若所述目标客户名单中存在与所述待验证号码相匹配的目标号码，则获取目标号码对应的状态标识，并判断在预设时间内是否获取到所述目标号码对应的动态验证码；
若所述目标号码对应的状态标识为验证标识，或者在预设时间内没有获取到所述目标号码对应的动态验证码，则进入身份复审界面，基于所述身份复审界面进行身份审核，获取身份验证结果。
2.如权利要求1所述的客户信息验证方法，其特征在于，在所述并判断在预设时间内是否获取到所述目标号码对应的动态验证码之后，所述客户信息验证方法还包括：
若所述目标号码对应的状态标识为正常标识，且在预设时间内获取到所述目标号码对应的动态验证码，则进入标准审核界面，基于所述标准审核界面进行身份审核，获取身份验证结果。
3.如权利要求1所述的客户信息验证方法，其特征在于，在所述获取身份验证请求之前，所述客户信息验证方法还包括：
获取原始客户名单，基于预设规则从所述原始客户名单中筛选待验证号码；
采用语音外呼接口对所述待验证号码对应的被呼终端进行外拨，对所述被呼终端进行监控，若检测到所述被呼终端反馈有语音信号，则获取目标语音数据；
对所述目标语音数据进行分析处理，获取所述待验证号码对应的被呼状态；
若所述待验证号码对应的被呼状态为预设状态，则将所述待验证号码对应的状态标识确定为验证标识；
若所述待验证号码对应的被呼状态不为预设状态，则将所述待验证号码对应的状态标识确定为正常标识。
4.如权利要求3所述的客户信息验证方法，其特征在于，所述对所述目标语音数据进行分析处理，获取所述待验证号码对应的被呼状态，包括：
对所述目标语音数据进行预处理，获取待处理语音数据；
对所述待处理语音数据进行文本转换，获取目标文字数据；
将所述目标文字数据与预设文字数据进行匹配，获取匹配结果；
根据所述匹配结果，获取所述待验证号码对应的被呼状态。
5.如权利要求3所述的客户信息验证方法，其特征在于，在所述若所述待验证号码对应的被呼状态不为预设状态，则将所述待验证号码对应的状态标识确定为正常标识之后，所述客户信息验证方法还包括：
采用TTS技术对预设话术进行语音播报，对所述待验证号码对应的被呼终端继续监控；
若获取到被呼终端基于所述语音播报反馈的应答数据，所述应答数据中包含提问问题；
将所述应答数据输入至问答模型中，获取所述问答模型输出的问答处理结果，根据所述问答处理结果进入相应的回复处理环节。
6.如权利要求5所述的客户信息验证方法，其特征在于，所述将所述应答数据输入至问答模型中，获取所述问答模型输出的问答处理结果，根据所述问答处理结果进入相应的回复处理环节，包括：
对所述应答数据进行预处理，获取待识别语音数据；
将所述待识别语音数据输入至问答模型中，获取问答处理结果；
若所述问答处理结果为包含与提问问题对应的目标答案，则采用TTS技术对所述目标答案进行语音播报；
若所述问答处理结果为不包含与提问问题对应的目标答案，则基于目标号码和提问问题生成目标任务，将目标任务分发给处于空闲状态的坐席终端。
7.如权利要求1所述的客户信息验证方法，其特征在于，所述基于所述身份复审界面进行身份审核，获取身份验证结果，包括：
基于所述身份复审界面对应的视频采集接口，采集待处理视频流；
对所述待处理视频流进行活体检测，获取活体检测结果；
若所述活体检测结果为活体，则从所述待处理视频流中获取人脸图像，将所述人脸图像与数据库中存储的与所述目标号码对应的客户图像进行匹配，获取图像匹配结果；
若所述图像匹配结果为匹配成功，则进入标准审核界面，基于所述标准审核界面进行身份审核，获取身份验证结果。
8.一种客户信息验证装置，其特征在于，包括：
身份验证请求获取模块，用于获取身份验证请求，所述身份验证请求包括活动标识和待验证号码；
目标客户名单获取模块，用于根据所述活动标识查询数据库，获取与所述活动标识相对应的目标客户名单；
状态标识获取模块，用于若所述目标客户名单中存在与所述待验证号码相匹配的目标号码，则获取目标号码对应的状态标识，并判断在预设时间内是否获取到所述目标号码对应的动态验证码；
第一身份验证模块，用于若所述目标号码对应的状态标识为验证标识，或者在预设时间内没有获取到所述目标号码对应的动态验证码，则进入身份复审界面，基于所述身份复审界面进行身份审核，获取身份验证结果。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述客户信息验证方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述客户信息验证方法的步骤。
CN201910841739.8A 2019-09-06 2019-09-06 客户信息验证方法、装置、计算机设备及存储介质 Pending CN110766442A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910841739.8A CN110766442A (zh) 2019-09-06 2019-09-06 客户信息验证方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910841739.8A CN110766442A (zh) 2019-09-06 2019-09-06 客户信息验证方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN110766442A true CN110766442A (zh) 2020-02-07

Family

ID=69330290

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910841739.8A Pending CN110766442A (zh) 2019-09-06 2019-09-06 客户信息验证方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN110766442A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111554296A (zh) * 2020-04-27 2020-08-18 中国银行股份有限公司 一种客户信息修改方法、装置、服务器及存储介质
CN111652596A (zh) * 2020-06-15 2020-09-11 深圳前海微众银行股份有限公司 信贷业务的反欺诈方法、装置、终端设备及存储介质
CN112381090A (zh) * 2020-11-23 2021-02-19 北京百度网讯科技有限公司 确定电话的方法、装置、电子设备和存储介质
CN113298274A (zh) * 2020-02-21 2021-08-24 北京京东振世信息技术有限公司 一种处理订单的方法和装置
CN113569622A (zh) * 2021-06-09 2021-10-29 北京旷视科技有限公司 基于网页的活体检测方法、装置、***及电子设备
CN116071835A (zh) * 2023-04-07 2023-05-05 平安银行股份有限公司 人脸识别攻击事后筛查的方法、装置和电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106230597A (zh) * 2016-07-28 2016-12-14 努比亚技术有限公司 短信验证码验证装置及方法
WO2017028630A1 (zh) * 2015-08-20 2017-02-23 ***股份有限公司 一种验证方法及服务器
CN108521645A (zh) * 2018-03-26 2018-09-11 上海康斐信息技术有限公司 一种基于验证码的身份验证方法、***及控制***

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017028630A1 (zh) * 2015-08-20 2017-02-23 ***股份有限公司 一种验证方法及服务器
CN106230597A (zh) * 2016-07-28 2016-12-14 努比亚技术有限公司 短信验证码验证装置及方法
CN108521645A (zh) * 2018-03-26 2018-09-11 上海康斐信息技术有限公司 一种基于验证码的身份验证方法、***及控制***

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113298274A (zh) * 2020-02-21 2021-08-24 北京京东振世信息技术有限公司 一种处理订单的方法和装置
CN111554296A (zh) * 2020-04-27 2020-08-18 中国银行股份有限公司 一种客户信息修改方法、装置、服务器及存储介质
CN111554296B (zh) * 2020-04-27 2023-11-10 中国银行股份有限公司 一种客户信息修改方法、装置、服务器及存储介质
CN111652596A (zh) * 2020-06-15 2020-09-11 深圳前海微众银行股份有限公司 信贷业务的反欺诈方法、装置、终端设备及存储介质
CN112381090A (zh) * 2020-11-23 2021-02-19 北京百度网讯科技有限公司 确定电话的方法、装置、电子设备和存储介质
CN113569622A (zh) * 2021-06-09 2021-10-29 北京旷视科技有限公司 基于网页的活体检测方法、装置、***及电子设备
CN116071835A (zh) * 2023-04-07 2023-05-05 平安银行股份有限公司 人脸识别攻击事后筛查的方法、装置和电子设备

Similar Documents

Publication Publication Date Title
CN110766442A (zh) 客户信息验证方法、装置、计算机设备及存储介质
US11210461B2 (en) Real-time privacy filter
CN110661927B (zh) 语音交互方法、装置、计算机设备及存储介质
US10276153B2 (en) Online chat communication analysis via mono-recording system and methods
CN109064315A (zh) 逾期账单智能催收方法、装置、计算机设备及存储介质
US20170316775A1 (en) Dialog device with dialog support generated using a mixture of language models combined using a recurrent neural network
CN110177182B (zh) 敏感数据处理方法、装置、计算机设备及存储介质
CN109873907B (zh) 呼叫处理方法、装置、计算机设备及存储介质
CN107818798A (zh) 客服服务质量评价方法、装置、设备及存储介质
CN110493019B (zh) 会议纪要的自动生成方法、装置、设备及存储介质
CN111883140A (zh) 基于知识图谱和声纹识别的认证方法、装置、设备及介质
CN111858892A (zh) 基于知识图谱的语音交互方法、装置、设备及介质
CN110460798B (zh) 视频访谈服务处理方法、装置、终端与存储介质
CN113630309B (zh) 机器人会话***、方法、装置、计算机设备和存储介质
US20210312143A1 (en) Real-time call translation system and method
CN112087726B (zh) 彩铃识别的方法及***、电子设备及存储介质
CN112163084B (zh) 问题反馈方法、装置、介质以及电子设备
US7558733B2 (en) System and method for dialog caching
CN116016779A (zh) 语音通话翻译辅助方法、***、计算机设备和存储介质
US11606461B2 (en) Method for training a spoofing detection model using biometric clustering
US11947872B1 (en) Natural language processing platform for automated event analysis, translation, and transcription verification
CN110163630B (zh) 产品监管方法、装置、计算机设备及存储介质
CN112712793A (zh) 语音交互下基于预训练模型的asr纠错方法及相关设备
CN112632241A (zh) 智能会话的方法、装置、设备和计算机可读介质
CN113035188A (zh) 通话文本生成方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination