CN110767224A - 一种基于特征权级的业务管理方法、***、设备和介质 - Google Patents
一种基于特征权级的业务管理方法、***、设备和介质 Download PDFInfo
- Publication number
- CN110767224A CN110767224A CN201910977911.2A CN201910977911A CN110767224A CN 110767224 A CN110767224 A CN 110767224A CN 201910977911 A CN201910977911 A CN 201910977911A CN 110767224 A CN110767224 A CN 110767224A
- Authority
- CN
- China
- Prior art keywords
- feature
- service
- features
- voice
- information
- 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.)
- Granted
Links
- 238000007726 management method Methods 0.000 title claims abstract description 29
- 230000002452 interceptive effect Effects 0.000 claims abstract description 29
- 230000004044 response Effects 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims description 27
- 238000001914 filtration Methods 0.000 claims description 13
- 230000003993 interaction Effects 0.000 abstract description 7
- 238000004891 communication Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/10—Speech classification or search using distance or distortion measures between unknown speech and reference templates
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
- G10L2015/0631—Creating reference templates; Clustering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/225—Feedback of the input speech
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提出一种基于特征权级的业务管理方法、***、设备和介质,包括:通过语音输入获取对应的语音特征;根据交互业务档案中各个聚类中心的优先级顺序,将所述语音特征与所述聚类中心的中心关键特征进行匹配,获取匹配的中心关键特征;其中,各个聚类中心由与业务类别对应的各个类别的关键特征聚类获得;通过所述中心关键特征,获得对应的语音输出响应;其中,所述交互业务档案包括历史人脸信息、历史语音信息、关键特征、业务信息;本发明针对客户历史数据创建客户档案,有效提高客户业务的针对性,提高交互的效率。
Description
技术领域
本发明涉及金融领域,尤其涉及一种基于特征权级的业务管理方法、***、设备和介质。
背景技术
公司办理金融业务往往是根据自身生产经营状况、资金储备状况以及公司未来经营发展需求,通过科学的预测和决策,向公司投资者和债权人筹措资金,组织资金供应,以保证公司正常生产和经营活动需要。金融机构在进行相关业务办理时也需要充分考虑客户的实际需求,根据客户历史行为进行合理决策。然而,目前大部分金融机构,在进行业务办理时,缺乏对客户需求的针对性决策,无法提前针对客户需求做出响应,临时准备业务相关资料不仅耗费大量时间成本,也将极大降低客户体验,影响客户效率。
发明内容
鉴于以上现有技术存在的问题,本发明提出一种基于特征权级的业务管理方法、***、设备和介质,主要解决办理业务缺乏针对性且效率低的问题。
为了实现上述目的及其他目的,本发明采用的技术方案如下。
一种基于特征权级的业务管理方法,包括:
通过语音输入获取对应的语音特征;
根据交互业务档案中各个聚类中心的优先级顺序,将所述语音特征与所述聚类中心的中心关键特征进行匹配,获取匹配的中心关键特征;其中,各个聚类中心由与业务类别对应的各个类别的关键特征聚类获得;
通过所述中心关键特征,获得对应的语音输出响应;
其中,所述交互业务档案包括历史人脸信息、历史语音信息、关键特征、业务信息。
可选地,根据所述交互业务档案的不同业务类别获取关键特征的类别信息。
可选地,将所述语音特征按照聚类中心的优先级顺序依次与对应聚类中心的中心关键特征进行比对,输出所述语音特征与中心关键特征的相似度,当相似度达到设定阈值时,获取与所述语音特征匹配的中心关键特征及与所述匹配出的中心关键特征对应的业务信息。
可选地,根据获得的各个聚类中心以及该聚类中心对应的业务类别,获取业务类别对应的业务特征;
获得每一个聚类中心的类内关键特征与对应的业务特征的相似度,将相似度最高的关键特征作为对应聚类中心的中心关键特征。
可选地,根据历史到访数据创建交互业务档案,其中所述历史到访数据包括:历史人脸信息、历史语音信息、关键特征、业务信息。
可选地,所述关键特征包括关键词特征、关键短语特征。
可选地,根据业务类别获取所述业务信息的特征语料库,根据所述特征语料库获取所述语音输入的关键特征。
可选地,设置语音响应库,根据匹配出的中心关键特征,获取对应业务信息,从所述语音响应库中获取对应的语音输出响应。
可选地,统计所述语音输入中的特征频率信息,根据所述特征频率信息更新所述特征语料库。
可选地,设置特征频率阈值,当所述特征频率信息超出所述特征频率阈值时,将对应的语音特征用于更新所述特征语料库。
可选地,设置过滤库,当所述特征频率信息超出所述特征频率阈值时,通过所述过滤库对对应的所述语音特征进行筛选,获取业务相关语音特征,并更新所述特征语料库。
可选地,根据所述业务信息获取业务特征,根据所述业务特征设置所述过滤库。
一种基于特征权级的业务管理***,包括:
特征获取模块,用于通过语音输入获取对应的语音特征;
特征匹配模块,用于根据交互业务档案中各个聚类中心的优先级顺序,将所述语音特征与所述聚类中心的中心关键特征进行匹配,获取匹配的中心关键特征;其中,各个聚类中心由与业务类别对应的各个类别的关键特征聚类获得;
响应模块,通过所述中心关键特征,获得对应的语音输出响应;
其中,所述交互业务档案包括历史人脸信息、历史语音信息、关键特征、业务信息。
可选地,包括,语料库创建模块用于根据业务类别获取所述业务信息的特征语料库,根据所述特征语料库获取所述语音输入的关键特征。
可选地,所述关键特征包括关键词特征、关键短语特征。
可选地,包括分类模块,用于根据所述交互业务档案的不同业务类别获取关键特征的类别信息。
可选地,包括优先级设置模块,用于根据所述业务类别设置所述关键特征的类别信息对应的优先级,根据所述优先级进行语音识别。
可选地,包括特征识别模块,用于将所述语音特征按照聚类中心的优先级顺序依次与对应聚类中心的中心关键特征进行比对,输出所述语音特征与中心关键特征的相似度,当相似度达到设定阈值时,获取与所述语音特征匹配的中心关键特征及与所述匹配出的中心关键特征对应的业务信息。
可选地,包括统计模块,用于统计所述语音输入中的特征频率信息,根据所述特征频率信息更新所述特征语料库。
可选地,语料更新模块,用于设置特征频率阈值,当所述特征频率信息超出所述特征频率阈值时,将对应的语音特征用于更新所述特征语料库。
可选地,过滤模块,用于设置过滤库,当所述特征频率信息超出所述特征频率阈值时,通过所述过滤库对对应的所述语音特征进行筛选,获取业务相关语音特征,并更新所述特征语料库。
一种设备,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当所述一个或多个处理器执行时,使得所述设备执行所述的基于特征权级的业务管理方法。
一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得设备执行所述的基于特征权级的业务管理方法。
如上所述,本发明一种基于特征权级的业务管理方法、***、设备和介质,具有以下有益效果。
通过创建交互业务档案,可根据历史数据分析需求,进行针对性的决策;可通过语音交互结合办理业务的数据档案获取所要办理业务的语音响应信息,提高语音交互效率的同时增强用户体验;通过中心关键特征进行语音识别,极大地减少数据运算量,提高效率。
附图说明
图1为本发明一实施例中基于特征权级的业务管理方法的流程图。
图2为本发明一实施例中基于特征权级的业务管理***的模块图。
图3为本发明一实施例中终端设备的结构示意图。
图4为本发明另一实施例中终端设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
请参阅图1,本发明提供一种基于特征权级的业务管理方法,包括步骤S01-S03。
在步骤S01中,通过语音输入获取对应的语音特征:
语音输入可包括客户历史到访的语音记录信息,也可通过音频采集设备实时采集客户在办理业务时的语音信息,将语音信息发送至服务器端进行语音特征的提取。
在步骤S02中,根据交互业务档案中各个聚类中心的优先级顺序,将语音特征与聚类中心的中心关键特征进行匹配,获取匹配的中心关键特征;其中,各个聚类中心由与业务类别对应的各个类别的关键特征聚类获得:
可通过客户的历史到访数据创建交互业务档案,历史到访数据可包括历史人脸信息、历史语音信息、关键特征、业务信息等。以银行业务为例,客户进入某一银行办理金融业务时,银行可通过设置于业务办理区域的摄像装置采集客户人脸图像信息,并记录客户办理业务过程中的语音交流信息。针对语音交流信息进行时语音识别,获取客户的语音信息中的关键特征。关键特征可包括关键词特征、关键短语特征。根据客户办理的业务信息,将客户人脸图像信息、历史语音信息、关键特征进行关联,根据关联信息创建交互业务档案。
交互业务档案设置有特征语料库,根据每个客户的历史到访数据获取对应客户的所有关键特征,用于更新特征语料库。
在一实施例中,可根据客户办理业务的不同类别,将该客户对应的所有历史关键特征进行聚类处理。可采用如K-means等聚类算法,对客户的所有关键特征进行聚类,获取多个聚类中心。获取特征语料库中关键特征的类别信息。其中,每个聚类中心对应一种业务类别,进而建立聚类中心与业务类别的对应关系。具体地,可根据业务类别数设置聚类中心的数量,如业务类别为K,则最终想要获取K个聚类中心,可随机选择K个关键特征作为质心关键特征,分别计算其他关键特征与K个质心关键特征的相似度。相似度计算可采用欧氏距离计算方法,计算其他关键特征到质心关键特征的距离,根据距离远近设定距离阈值将关键特征划分为K个集合。进而针对每个集合重新随机选择质心关键特征,进行迭代计算,更新质心关键特征,获取趋于稳定的K个聚类中心。可随机选取某一聚类中心的若干个关键特征,比较关键特征对应的业务类别,当多数关键特征对应的业务类别一致时,则将对应的业务类别作为对应的聚类中心的类别。
在一实施例中,根据得到的聚类中心以及该聚类中心对应的业务类别,获取业务类别对应的业务特征,进一步计算每一个聚类中心的类内关键特征与对应的业务特征的相似度。可将业务特征作为相似度计算的参考特征,将聚类中心中的关键特征分别与参考特征进行相似度计算,可计算特征间的余弦相似度,获取与参考特征相似度最高的关键特征。将该相似度最高的关键特征作为对应聚类中心的中心关键特征。
在一实施例中,可根据业务类别的重要程度设置业务类别的优先级,如可将涉及金额的数量作为衡量业务类别重要程度的其中一个标准,涉及较大金额的业务具有较高优先级,将业务类别按照设置的优先级进行排序。进而根据业务类别的优先级设置对应的聚类中心的优先级。
客户办理业务时,采集客户人脸信息,将采集的人脸图像与人脸数据库中的人脸图像进行比对,根据人脸图像识别客户信息,获取与采集的人脸图像对应的交互业务档案。可根据交互业务档案中历史办理业务信息,预测客户行为,针对预测行为输出对应的语音信息,与客户进行针对性的语音交互。可将交互业务档案通过显示界面展示给对应的工作人员,以便于工作人员根据客户的历史数据调整策略,针对客户需求进行语音交流;也可通过自助服务终端与客户进行语音交互。
可通过设置于业务办理区域的麦克风等语音采集设备采集客户的语音输入信息,获取与所述语音输入信息对应的语音特征,将所述语音特征与交互业务档案的特征语料库中的关键特征进行比对。由于特征语料库中的关键特征经过分类处理,进行特征比对时,将语音特征按照聚类中心的优先级顺序依次与对应聚类中心的中心关键特征进行比对,计算语音特征与中心关键特征的相似度,当相似度达到设定阈值时,获取与所述语音特征匹配的中心关键特征及与所述匹配出的中心关键特征对应的业务信息。可采用余弦相似度计算方法,也可采用欧氏距离计算方法获取与语音特征相似度最高的中心关键特征,进而获取相似度最高的中心关键特征。
在步骤S03中,通过所述中心关键特征,获得对应的语音输出响应:
在一实施例中,可设置语音响应库,根据不同的业务信息输出对应的语音响应信息。可根据所有客户的历史访问数据,进行综合分析,获取客户语音信息中关键特征及办理业务的具体信息,针对每个关键特征及对应的业务信息录制对应的语音响应信息。客户只需要通过语音输入与办理业务相关的语音特征,便可获取与业务信息相对应的语音响应信息。
在一实施例中,可对客户的语音输入信息中语音特征出现的频率进行统计,设定特征频率阈值,当统计的语音特征频率超出设定的特征频率阈值,而特征语料库中并没有对应的关键特征时,可将对应的语音特征输入特征语料库中,用于更新特征语料库,同时记录客户需要办理的业务信息,将对应的语音特征与业务信息进行关联。
在一实施例中,可根据业务信息,获取对应的业务特征,如客户需要办理信贷业务,业务特征可包括信誉度、呆账金额等信贷相关的词汇,将业务特征输入数据库中创建过滤库。当语音特征的频率超出设定的特征频率阈值时,可将对应的语音特征与过滤库中的业务特征进行相似度计算,根据相似度计算结果对语音特征进行筛选,并将经过筛选的语音特征用于更新特征语料库。在进行特征语料库更新时,可计算语音特征与特征语料库中聚类中心的中心关键特征的相似度,获取语音特征的对应的聚类中心,将语音特征更新到对应的聚类中心。
在一实施例中,当客户人脸信息与人脸数据库中信息不匹配时,判定客户为首次到访时,可根据客户语音输入信息获取对应的语音特征信息,直接将语音特征信息与过滤库中的业务特征信息进行相似度计算,当相似度达到设定阈值时,获取语音信息对应的业务信息,并根据所述业务信息获取语音响应信息。
请参阅图2,本发明提供了一种基于特征权级的业务管理***,用于执行前述方法实施例中所述的基于特征权级的业务管理方法。由于***实施例的技术原理与前述方法实施例的技术原理相似,因而不再对同样的技术细节做重复性赘述。
在一实施例中,业务数据管理***,包括特征获取模块10、特征匹配模块11和响应模块12,特征获取模块10用于辅助执行前述方法实施例介绍的步骤S01,特征匹配模块11用于辅助执行前述方法实施例介绍的步骤S02,响应模块12用于辅助执行前述方法实施例介绍的步骤S03。
在一实施例中,***包括语料库创建模块,用于根据业务类别获取业务信息的特征语料库,根据所述特征语料库获取与语音特征匹配的关键特征。将特征语料库保存在交互业务档案中,根据每个客户的历史到访数据获取对应客户的所有关键特征信息,用于更新特征语料库。
在一实施例中,***包括分类处理模块,用于根据交互业务档案的不同业务类别对应的关键特征获取关键特征的类别信息。在另一实施例中,***还可包括聚类模块,用于对关键特征进行聚类,获取多个关键特征聚类中心。
在一实施例中,***包括特征识别模块,用于将语音特征按照聚类中心的优先级顺序依次与对应聚类中心的中心关键特征进行比对,输出语音特征与中心关键特征的相似度,当相似度达到设定阈值时,获取与语音特征匹配的中心关键特征及与匹配出的中心关键特征对应的业务信息。
在一实施例中,***包括统计模块,用于统计所述语音输入中的特征频率信息,根据特征频率信息更新特征语料库。
在一实施例中,***包括预料更新模块,用于设置特征频率阈值,当特征频率信息超出特征频率阈值时,将对应的语音特征用于更新述特征语料库。
在一实施例中,***包括过滤模块,用于设置过滤库,当特征频率信息超出特征频率阈值时,通过过滤库对对应的语音特征进行筛选,获取业务相关语音特征,并更新特征语料库。
本申请实施例还提供了一种设备,该设备可以包括:一个或多个处理器;和其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述设备执行图1所述的方法。在实际应用中,该设备可以作为终端设备,也可以作为服务器,终端设备的例子可以包括:智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准语音层面3,Moving Picture Experts Group Audio Layer III)播放器、MP4(动态影像专家压缩标准语音层面4,Moving Picture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等,本申请实施例对于具体的设备不加以限制。
本申请实施例还提供了一种非易失性可读存储介质,该存储介质中存储有一个或多个模块(programs),该一个或多个模块被应用在设备时,可以使得该设备执行本申请实施例的图1中基于特征权级的业务管理方法所包含步骤的指令(instructions)。
图3为本申请一实施例提供的终端设备的硬件结构示意图。如图所示,该终端设备可以包括:输入设备1100、第一处理器1101、输出设备1102、第一存储器1103和至少一个通信总线1104。通信总线1104用于实现元件之间的通信连接。第一存储器1103可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,第一存储器1103中可以存储各种程序,用于完成各种处理功能以及实现本实施例的方法步骤。
可选的,上述第一处理器1101例如可以为中央处理器(Central ProcessingUnit,简称CPU)、应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,该处理器1101通过有线或无线连接耦合到上述输入设备1100和输出设备1102。
可选的,上述输入设备1100可以包括多种输入设备,例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的,该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件***接口(例如USB接口、串口等);可选的,该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等);可选的,上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口,例如芯片的输入引脚接口或者输入接口等;输出设备1102可以包括显示器、音响等输出设备。
在本实施例中,该终端设备的处理器包括用于执行各设备中语音识别装置各模块的功能,具体功能和技术效果参照上述实施例即可,此处不再赘述。
图4为本申请的另一个实施例提供的终端设备的硬件结构示意图。图4是对图3在实现过程中的一个具体的实施例。如图所示,本实施例的终端设备可以包括第二处理器1201以及第二存储器1202。
第二处理器1201执行第二存储器1202所存放的计算机程序代码,实现上述实施例中图1所述方法。
第二存储器1202被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令,例如消息,图片,视频等。第二存储器1202可能包含随机存取存储器(random access memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
可选地,第一处理器1201设置在处理组件1200中。该终端设备还可以包括:通信组件1203,电源组件1204,多媒体组件1205,语音组件1206,输入/输出接口1207和/或传感器组件1208。终端设备具体所包含的组件等依据实际需求设定,本实施例对此不作限定。
处理组件1200通常控制终端设备的整体操作。处理组件1200可以包括一个或多个第二处理器1201来执行指令,以完成上述图1所示方法的全部或部分步骤。此外,处理组件1200可以包括一个或多个模块,便于处理组件1200和其他组件之间的交互。例如,处理组件1200可以包括多媒体模块,以方便多媒体组件1205和处理组件1200之间的交互。
电源组件1204为终端设备的各种组件提供电力。电源组件1204可以包括电源管理***,一个或多个电源,及其他与为终端设备生成、管理和分配电力相关联的组件。
多媒体组件1205包括在终端设备和用户之间的提供一个输出接口的显示屏。在一些实施例中,显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板,显示屏可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。
语音组件1206被配置为输出和/或输入语音信号。例如,语音组件1206包括一个麦克风(MIC),当终端设备处于操作模式,如语音识别模式时,麦克风被配置为接收外部语音信号。所接收的语音信号可以被进一步存储在第二存储器1202或经由通信组件1203发送。在一些实施例中,语音组件1206还包括一个扬声器,用于输出语音信号。
输入/输出接口1207为处理组件1200和***接口模块之间提供接口,上述***接口模块可以是点击轮,按钮等。这些按钮可包括但不限于:音量按钮、启动按钮和锁定按钮。
传感器组件1208包括一个或多个传感器,用于为终端设备提供各个方面的状态评估。例如,传感器组件1208可以检测到终端设备的打开/关闭状态,组件的相对定位,用户与终端设备接触的存在或不存在。传感器组件1208可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在,包括检测用户与终端设备间的距离。在一些实施例中,该传感器组件1208还可以包括摄像头等。
通信组件1203被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个实施例中,该终端设备中可以包括SIM卡插槽,该SIM卡插槽用于***SIM卡,使得终端设备可以登录GPRS网络,通过互联网与服务器建立通信。
由上可知,在图4实施例中所涉及的通信组件1203、语音组件1206以及输入/输出接口1207、传感器组件1208均可以作为图3实施例中的输入设备的实现方式。
综上所述,本发明一种基于特征权级的业务管理方法、***、设备和介质,通过交互数据档案,可根据客户历史需求进行客户行为预测,可针对客户需求进行决策,提高工作效率;对关键特征信息进行分类,可缩小语音特征识别的范围,提高识别效率;通过选择具有代表性的关键特征进行语音识别,极大减少数据运算量的同时,进一步提高识别效率;根据交互业务档案和客户语音输入获取业务信息对应的语音响应,可有效增强用户的交互体验。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (23)
1.一种基于特征权级的业务管理方法,其特征在于,包括:
通过语音输入获取对应的语音特征;
根据交互业务档案中各个聚类中心的优先级顺序,将所述语音特征与所述聚类中心的中心关键特征进行匹配,获取匹配的中心关键特征;其中,各个聚类中心由与业务类别对应的各个类别的关键特征聚类获得;
通过所述中心关键特征,获得对应的语音输出响应;
其中,所述交互业务档案包括历史人脸信息、历史语音信息、关键特征、业务信息。
2.根据权利要求1所述的基于特征权级的业务管理方法,其特征在于,
根据所述交互业务档案的不同业务类别获取关键特征的类别信息。
3.根据权利要求1所述的基于特征权级的业务管理方法,其特征在于,
将所述语音特征按照聚类中心的优先级顺序依次与对应聚类中心的中心关键特征进行比对,输出所述语音特征与中心关键特征的相似度,当相似度达到设定阈值时,获取与所述语音特征匹配的中心关键特征及与所述匹配出的中心关键特征对应的业务信息。
4.根据权利要求1所述的基于特征权级的业务管理方法,其特征在于,
根据获得的各个聚类中心以及该聚类中心对应的业务类别,获取业务类别对应的业务特征;
获得每一个聚类中心的类内关键特征与对应的业务特征的相似度,将相似度最高的关键特征作为对应聚类中心的中心关键特征。
5.根据权利要求1所述的基于特征权级的业务管理方法,其特征在于,根据历史到访数据创建交互业务档案,其中所述历史到访数据包括:历史人脸信息、历史语音信息、关键特征、业务信息。
6.根据权利要求5所述的基于特征权级的业务管理方法,其特征在于,所述关键特征包括关键词特征、关键短语特征。
7.根据权利要求6所述的基于特征权级的业务管理方法,其特征在于,根据业务类别获取所述业务信息的特征语料库,根据所述特征语料库获取所述语音输入的关键特征。
8.根据权利要求1所述的基于特征权级的业务管理方法,其特征在于,设置语音响应库,根据匹配出的中心关键特征,获取对应业务信息,从所述语音响应库中获取对应的语音输出响应。
9.根据权利要求7所述的基于特征权级的业务管理方法,其特征在于,统计所述语音输入中的特征频率信息,根据所述特征频率信息更新所述特征语料库。
10.根据权利要求9所述的基于特征权级的业务管理方法,其特征在于,设置特征频率阈值,当所述特征频率信息超出所述特征频率阈值时,将对应的语音特征用于更新所述特征语料库。
11.根据权利要求10所述的基于特征权级的业务管理方法,其特征在于,设置过滤库,当所述特征频率信息超出所述特征频率阈值时,通过所述过滤库对对应的所述语音特征进行筛选,获取业务相关语音特征,并更新所述特征语料库。
12.根据权利要求5所述的基于特征权级的业务管理方法,其特征在于,根据所述业务信息获取业务特征,根据所述业务特征设置所述过滤库。
13.一种基于特征权级的业务管理***,其特征在于,包括:
特征获取模块,用于通过语音输入获取对应的语音特征;
特征匹配模块,用于根据交互业务档案中各个聚类中心的优先级顺序,将所述语音特征与所述聚类中心的中心关键特征进行匹配,获取匹配的中心关键特征;其中,各个聚类中心由与业务类别对应的各个类别的关键特征聚类获得;
响应模块,通过所述中心关键特征,获得对应的语音输出响应;
其中,所述交互业务档案包括历史人脸信息、历史语音信息、关键特征、业务信息。
14.根据权利要求13所述的基于特征权级的业务管理***,其特征在于,包括,语料库创建模块用于根据业务类别获取所述业务信息的特征语料库,根据所述特征语料库获取所述语音输入的关键特征。
15.根据权利要求13所述的基于特征权级的业务管理***,其特征在于,所述关键特征包括关键词特征、关键短语特征。
16.根据权利要求13所述的基于特征权级的业务管理***,其特征在于,包括分类模块,用于根据所述交互业务档案的不同业务类别获取关键特征的类别信息。
17.根据权利要求13所述的基于特征权级的业务管理***,其特征在于,包括优先级设置模块,用于根据所述业务类别设置所述关键特征的类别信息对应的优先级,根据所述优先级进行语音识别。
18.根据权利要求13所述的基于特征权级的业务管理***,其特征在于,包括特征识别模块,用于将所述语音特征按照聚类中心的优先级顺序依次与对应聚类中心的中心关键特征进行比对,输出所述语音特征与中心关键特征的相似度,当相似度达到设定阈值时,获取与所述语音特征匹配的中心关键特征及与所述匹配出的中心关键特征对应的业务信息。
19.根据权利要求14所述的基于特征权级的业务管理***,其特征在于,包括统计模块,用于统计所述语音输入中的特征频率信息,根据所述特征频率信息更新所述特征语料库。
20.根据权利要求13所述的基于特征权级的业务管理***,其特征在于,语料更新模块,用于设置特征频率阈值,当所述特征频率信息超出所述特征频率阈值时,将对应的语音特征用于更新所述特征语料库。
21.根据权利要求20所述的基于特征权级的业务管理***,其特征在于,过滤模块,用于设置过滤库,当所述特征频率信息超出所述特征频率阈值时,通过所述过滤库对对应的所述语音特征进行筛选,获取业务相关语音特征,并更新所述特征语料库。
22.一种设备,其特征在于,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当所述一个或多个处理器执行时,使得所述设备执行如权利要求1-12中一个或多个所述的方法。
23.一个或多个机器可读介质,其特征在于,其上存储有指令,当由一个或多个处理器执行时,使得设备执行如权利要求1-12中一个或多个所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910977911.2A CN110767224B (zh) | 2019-10-15 | 2019-10-15 | 一种基于特征权级的业务管理方法、***、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910977911.2A CN110767224B (zh) | 2019-10-15 | 2019-10-15 | 一种基于特征权级的业务管理方法、***、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110767224A true CN110767224A (zh) | 2020-02-07 |
CN110767224B CN110767224B (zh) | 2020-08-07 |
Family
ID=69332006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910977911.2A Active CN110767224B (zh) | 2019-10-15 | 2019-10-15 | 一种基于特征权级的业务管理方法、***、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110767224B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140214420A1 (en) * | 2013-01-25 | 2014-07-31 | Microsoft Corporation | Feature space transformation for personalization using generalized i-vector clustering |
CN105868255A (zh) * | 2015-12-25 | 2016-08-17 | 乐视网信息技术(北京)股份有限公司 | 查询推荐方法及装置 |
CN107656948A (zh) * | 2016-11-14 | 2018-02-02 | 平安科技(深圳)有限公司 | 自动问答***中的问题聚类处理方法及装置 |
CN109376759A (zh) * | 2018-09-10 | 2019-02-22 | 平安科技(深圳)有限公司 | 用户信息分类方法、装置、计算机设备和存储介质 |
CN109523276A (zh) * | 2018-11-19 | 2019-03-26 | 国网河北省电力有限公司电力科学研究院 | 用户投诉的预警监控方法及装置 |
-
2019
- 2019-10-15 CN CN201910977911.2A patent/CN110767224B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140214420A1 (en) * | 2013-01-25 | 2014-07-31 | Microsoft Corporation | Feature space transformation for personalization using generalized i-vector clustering |
CN105868255A (zh) * | 2015-12-25 | 2016-08-17 | 乐视网信息技术(北京)股份有限公司 | 查询推荐方法及装置 |
CN107656948A (zh) * | 2016-11-14 | 2018-02-02 | 平安科技(深圳)有限公司 | 自动问答***中的问题聚类处理方法及装置 |
CN109376759A (zh) * | 2018-09-10 | 2019-02-22 | 平安科技(深圳)有限公司 | 用户信息分类方法、装置、计算机设备和存储介质 |
CN109523276A (zh) * | 2018-11-19 | 2019-03-26 | 国网河北省电力有限公司电力科学研究院 | 用户投诉的预警监控方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110767224B (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10504120B2 (en) | Determining a temporary transaction limit | |
CA3002232A1 (en) | Machine learning artificial intelligence system for predicting hours of operation | |
JP7430816B2 (ja) | 異常行為検出方法、装置、電子機器及びコンピュータプログラム | |
CN111898675B (zh) | 信贷风控模型生成方法、装置、评分卡生成方法、机器可读介质及设备 | |
CN113095408A (zh) | 风险的确定方法、装置和服务器 | |
CN115238815A (zh) | 异常交易数据获取方法、装置、设备、介质和程序产品 | |
KR20210113885A (ko) | 이상 금융거래 탐지 방법 및 시스템 | |
CN110659817A (zh) | 一种数据处理方法、装置、机器可读介质及设备 | |
CN109559218A (zh) | 一种异常交易的确定方法、装置及存储介质 | |
CN111598012A (zh) | 一种图片聚类管理方法、***、设备及介质 | |
CN110728243B (zh) | 一种权级分类的业务管理方法、***、设备和介质 | |
CN111178455B (zh) | 图像聚类方法、***、设备及介质 | |
CN112966756A (zh) | 一种可视化的准入规则的生成方法、装置、机器可读介质及设备 | |
CN112989210A (zh) | 基于健康画像的保险推荐方法、***、设备和介质 | |
CN110674123B (zh) | 数据预处理方法、装置、设备及介质 | |
CN110767224B (zh) | 一种基于特征权级的业务管理方法、***、设备和介质 | |
CN110738561A (zh) | 一种基于特征分类的业务管理方法、***、设备和介质 | |
CA3183463A1 (en) | Systems and methods for generating predictive risk outcomes | |
CN114021660A (zh) | 一种特征挖掘模型的训练方法、装置、介质及设备 | |
CN112417197B (zh) | 一种排序方法、装置、机器可读介质及设备 | |
CN110163482B (zh) | 确定活动方案的安全方案数据的方法、终端设备及服务器 | |
CN111428652B (zh) | 一种生物特征管理方法、***、设备及介质 | |
CN110738524A (zh) | 一种业务数据管理方法、***、设备和介质 | |
CN110751459A (zh) | 一种基于时间信息的业务管理方法、***、设备和介质 | |
CN110750657A (zh) | 一种基于地理位置信息的业务管理方法、***、设备和介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |