CN111275444A - 基于合同签署的双录方法、装置、终端及存储介质 - Google Patents
基于合同签署的双录方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN111275444A CN111275444A CN202010038953.2A CN202010038953A CN111275444A CN 111275444 A CN111275444 A CN 111275444A CN 202010038953 A CN202010038953 A CN 202010038953A CN 111275444 A CN111275444 A CN 111275444A
- Authority
- CN
- China
- Prior art keywords
- lessee
- voice
- preset
- contract
- score
- 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
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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
- G06Q20/3825—Use of electronic signatures
-
- 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
- G06V40/174—Facial expression recognition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Computer Security & Cryptography (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本发明提供一种基于合同签署的双录方法,包括:识别承租方的身份识别匹配率;计算承租方的房屋偏好信息;从预设话术列表筛选目标话术;开启双录功能,根据承租方定位信息对目标话术进行播报;逐条播报预设合同内容;识别承租方的人脸微表情得到人脸微表情评分及识别所述承租方的语音得到语音情绪评分;根据人脸微表情评分、所述语音情绪评分及身份识别匹配率得到综合评分;当综合评分未超出预设风险阈值时,执行电子签名流程并在电子签名结束后,将双录视频上传至云服务器中。本发明还提供一种基于合同签署的双录装置、终端及存储介质。利用本发明,提高了房屋租赁处理效率,为责任认定提供了依据,为合同外内容提供了保障。
Description
技术领域
本发明涉及软件监控领域,尤其涉及一种基于合同签署的双录方法、装置、终端及存储介质。
背景技术
在现有的房屋租赁行业,出租方和承租方在通过中介公司签订纸质租赁协议。大多纸质租赁协议只记录了租赁金额等事项,未记录房屋的状态以及扣除承诺的在纸质租赁协议中没有记录的内容等。一方面导致在后续出现问题时,因无法提供有效的书面证据导致责任认定很困难,容易给中介公司带来投诉风险;另一方面,受不确定因素的影响导致房屋租赁风险不确定,严重影响了合同签署效率。
因此,如何构建快速、准确的基于房屋租赁合同签署的智能双录方案,使其准确、客观反映房屋租赁风险,提高合同签署效率,成为有待解决的技术问题。
发明内容
鉴于以上内容,有必要提出一种基于合同签署的双录方法、基于合同签署的双录装置、终端及计算机可读存储介质,通过租赁现场的双录,提高了房屋租赁处理效率,同时记录和保存租赁过程中的所有信息,为责任的认定提供了依据,为合同外的内容提供了安全保障。
本发明实施例第一方面提供一种基于合同签署的双录方法,应用于房屋租赁合同签署中,所述基于合同签署的双录方法包括:
通过预设***识别承租方的身份识别匹配率;
根据所述承租方浏览房屋租赁网站中的行为记录计算所述承租方的房屋偏好信息;
从预设话术列表筛选出与所述承租方的房屋偏好信息对应的目标话术;
开启双录功能,并根据所述承租方的定位信息对所述目标话术进行语音播报;
获取预设合同内容并逐条进行语音播报;
在所述承租方对语音播报的预设合同内容的语音回答过程中,识别所述承租方的人脸微表情得到人脸微表情评分及识别所述承租方的语音得到语音情绪评分;
根据所述人脸微表情评分、所述语音情绪评分以及所述身份识别匹配率得到综合评分;
当所述综合评分未超出预设风险阈值时,执行电子签名流程并在电子签名结束后,将双录视频上传至云服务器中。
进一步地,在本发明实施例提供的上述基于合同签署的双录方法中,所述根据所述承租方浏览房屋租赁网站中的行为记录计算所述承租方的房屋偏好信息的步骤包括:
通过爬虫技术采集所述承租方浏览房屋租赁网站中的行为记录;
从所述行为记录中提取所述承租方的目标行为数据;
对所述目标行为数据进行预处理;
对预处理后的所述目标行为数据进行聚类,得到多个类别;
对每个类别的目标行为数据进行多维度分析,得到多维度分析图像;
根据所述多维度分析图像确定所述承租方的房屋偏好信息。
进一步地,在本发明实施例提供的上述基于合同签署的双录方法中,所述通过爬虫技术采集所述承租方浏览房屋租赁网站中的行为记录的步骤包括:
检测云数据中心中是否存在所述承租方的房屋偏好信息;
当检测到所述云数据中心中存在所述承租方的房屋偏好信息时,通过爬虫技术再次采集所述承租方的行为记录;
检测再次爬取的行为记录是否存在更新;
当再次爬取的行为记录存在更新时,根据预设权重对所述承租方新的行为记录与旧的行为记录进行计算,并将计算结果作为最终的行为记录。
进一步地,在本发明实施例提供的上述基于合同签署的双录方法中,所述根据所述承租方的定位信息对所述目标话术进行语音播报的步骤包括:
获取所述承租方的多个定位信息;
根据所述多个定位信息确定所述承租方在租赁房屋内的活动轨迹;
提取所述活动轨迹对应的位置信息序列,并从预设数据库中获取所述位置信息序列对应的预设关键字序列;
从所述目标话术中获取与所述关键字序列对应的话术并对所获取的话术进行语音播报。
进一步地,在本发明实施例提供的上述基于合同签署的双录方法中,所述识别所述承租方的人脸微表情得到人脸微表情评分的步骤包括:
通过摄像装置获取包含所述承租方在内的视频流;
提取所述视频流中包含了所述承租方在内的多张人脸图像;
获取所述多张人脸图像的肌肉特征的变化幅度,并根据所述肌肉特征的变化幅度对所述多张人脸图像按照预设时间点进行标定,得到多个动态微表情特征变化序列;
通过主观形状模型定位所述多张人脸图像中每张人脸图像中的预设关键点;
根据所述预设关键点将每张人脸图像分割为12个图像区域;
在所述动态微表情特征变化序列中,分别计算并量化12个图像区域中每一帧的所有像素在(X,Y,T)方向上的梯度值,根据量化结果构建图像区域的梯度直方图;
根据所述图像区域的梯度直方图构建所有人脸图像的梯度直方图,通过k-均值算法对所有人脸图像的梯度直方图的特征空间上进行聚类,得到多个聚类簇;
根据多个所述聚类簇确定所述承租方对应的人脸微表情情绪;
根据所述人脸微表情情绪确定所述承租方的人脸微表情评分。
进一步地,在本发明实施例提供的上述基于合同签署的双录方法中,所述识别所述承租方的语音得到语音情绪评分的步骤包括:
通过声音采集器采集所述承租方的语音回答,并对所述语音回答进行降噪处理;
提取降噪处理后的语音回答的语音特征;
将所述语音特征输入至预先训练好的语音识别模型中,得到语音情绪;
根据所述语音情绪确定所述承租方的语音情绪评分。
进一步地,在本发明实施例提供的上述基于合同签署的双录方法中,所述方法还包括:
启动手写笔迹输入法,并显示所述输入法的手写笔迹界面;
获取所述承租方的手写笔迹,并确定所述手写笔迹是否有效;
在所述手写笔迹有效后,结束所述电子签名流程。
本发明实施例第二方面还提供一种基于合同签署的双录装置,应用于房屋租赁合同签署中,所述基于合同签署的双录装置包括:
匹配率识别模块,用于通过预设***识别承租方的身份识别匹配率;
偏好信息计算模块,用于根据所述承租方浏览房屋租赁网站中的行为记录计算所述承租方的房屋偏好信息;
话术筛选模块,用于从预设话术列表筛选出与所述承租方的房屋偏好信息对应的目标话术;
话术播报模块,用于开启双录功能,并根据所述承租方的定位信息对所述目标话术进行语音播报;
合同播报模块,用于获取预设合同内容并逐条进行语音播报;
评分计算模块,用于在所述承租方对语音播报的预设合同内容的语音回答过程中,识别所述承租方的人脸微表情得到人脸微表情评分及识别所述承租方的语音得到语音情绪评分;
评分综合模块,用于根据所述人脸微表情评分、所述语音情绪评分以及所述身份识别匹配率得到综合评分;
视频上传模块,用于当所述综合评分未超出预设风险阈值时,执行电子签名流程并在电子签名结束后,将双录视频上传至云服务器中。
本发明实施例第三方面还提供一种终端,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上述任意一项所述基于合同签署的双录方法。
本发明实施例第四方面还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上述任意一项所述基于合同签署的双录方法。
本发明实施例提供一种基于合同签署的双录方法、基于合同签署的双录装置、终端及计算机可读存储介质,通过预设***识别承租方的身份识别匹配率;根据所述承租方浏览房屋租赁网站中的行为记录计算所述承租方的房屋偏好信息;从预设话术列表筛选出与所述承租方的房屋偏好信息对应的目标话术;开启双录功能,并根据所述承租方的定位信息对所述目标话术进行语音播报;获取预设合同内容并逐条进行语音播报;在所述承租方对语音播报的预设合同内容的语音回答过程中,识别所述承租方的人脸微表情得到人脸微表情评分及识别所述承租方的语音得到语音情绪评分;根据所述人脸微表情评分、所述语音情绪评分以及所述身份识别匹配率得到综合评分;当所述综合评分未超出预设风险阈值时,执行电子签名流程并在电子签名结束后,将双录视频上传至云服务器中。通过本发明实施例,在获取承租方的身份识别匹配率时通过人脸生物特征与语音特征综合分析的方式,提高匹配率的正确性;根据承租方的房屋偏好信息确定目标话术,以及定位承租方位置信息进行语音播报,提高房屋租赁处理效率;在合同播报过程中,通过对承租方的人脸微表情、语音情绪以及身份识别匹配率进行综合评估,确定合同签订风险,增加合同签订的安全性;且通过时空梯度算法对人脸图像的局部微表情进行识别,提高微表情识别准确性。
附图说明
为了更清楚地说明本发明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发明的实施例,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是本发明第一实施方式提供的基于合同签署的双录方法的流程图。
图2是本发明一实施方式的终端的结构示意图。
图3是图2所示的终端的示例性的功能模块图。
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施例对本发明进行详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,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,都属于本发明保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
图1是本发明第一实施方式的基于合同签署的双录方法的流程图。所述基于合同签署的双录方法应用于房屋租赁合同签署中。如图1所示,所述基于合同签署的双录方法可以包括如下步骤:
S11、通过预设***识别承租方的身份识别匹配率。
在本发明的至少一实施例中,将基于合同签署的双录装置100与预设***进行自动连接,所述预设***包括公安***与征信***。通过公安***中存储的个人资料对房屋中介与承租方进行身份信息确认,确认房屋中介与承租方的身份信息可以包括人脸识别、语音识别、指纹识别等生物识别方法。在房屋中介与所述承租方的身份信息确认完成后,联网所述征信***,展示所述承租方与所述房屋中介的征信情况,供所述房屋中介与所述承租方参考。
在所述确认房屋中介与承租方的身份信息之后,通过预设***识别承租方的身份识别匹配率。具体地,所述通过预设***识别承租方的身份识别匹配率的步骤包括:通过前置摄像装置采集所述承租方的人脸生物特征图像,并将采集到的所述人脸生物特征图像进行分块操作,得到第一生物特征区域集;通过声音采集器采集所述承租方的语音特征信息,并将采集到的所述语音特征信息进行分块操作,得到第二生物特征区域集;将所述第一生物特征区域集与所述公安***中预存的第一生物特征进行人脸识别,得到人脸识别匹配率;提取所述第二生物特征区域集中每一帧对应的语音特征参数,并将所述语音特征参数与所述公安***中预存的第二生物特征进行语音特征参数识别,得到语音识别匹配率;将所述人脸识别匹配率与所述语音识别匹配率输入至预先训练好的身份识别模型中进行训练,得到所述承租方的身份识别匹配率。
其中,将采集到的所述承租方的语音进行降噪处理,并将降噪处理后的语音截取成多个语音片段,每个语音片段中包含一个脉冲串,对每个语音片段进行端点检测,并提取端点检测后的语音片段中每个帧的语音特征参数。可以理解的是,通过对所述承租方的人脸生物特征图像以及语音特征信息进行综合分析,能够提高所述承租方的身份识别匹配率的正确性。
S12、根据所述承租方浏览房屋租赁网站中的行为记录计算所述承租方的房屋偏好信息。
在本发明的至少一实施例中,通过网络爬虫技术从互联网上爬取大量所述承租方浏览房屋租赁网站中的行为记录,其中,所述行为记录可以包括:搜索、浏览、打分、点评以及部分聊天记录等,根据所述行为信息获取所述承租方的偏好信息。具体地,所述根据所述承租方浏览房屋租赁网站中的行为记录计算所述承租方的房屋偏好信息的步骤包括:通过爬虫技术采集所述承租方浏览房屋租赁网站中的行为记录;从所述行为记录中提取所述承租方的目标行为数据;对所述目标行为数据进行预处理;对预处理后的所述目标行为数据进行聚类,得到多个类别;对每个类别的目标行为数据进行多维度分析,得到多维度分析图像;根据所述多个多维度分析图像确定所述承租方的房屋偏好信息。
其中,所述房屋租赁网站为用户预先设置的能够获取所述承租方的行为记录的网络,所述房屋租赁网站的数量可以为一个,也可以为多个。将爬取的所述承租方的行为记录存储至云数据中心,在将所述承租方的行为记录存储至云数据中心时,在所述云数据中心中为所述承租方设置唯一标识,所述唯一标识与所述行为记录一一对应。通过将所述承租方的行为记录存储至云数据中心,能够提高设备资源利用率,降低设备成本,同时使得大规模存储和计算更加方法,从而降低能耗。
所述目标行为数据包括用户在所述房屋租赁网站的停留时间、回访次数、回访相隔天数、搜索的关键词及关联关键词、点评的关键词及关联关键词、部分聊天记录中的关键词及关联关键词、打分高于预设值的房屋信息。对所述目标行为数据进行预处理,其中,所述预处理包括清洗及转化。对所述目标行为数据进行清洗包括:查找重复值、查找缺失值及查找异常值。对所述目标行为数据进行转化包括:将所述目标行为数据转化为预设数据格式。通过对所述目标行为数据进行预处理,避免数据存在重复、缺失或异常的情况,且通过将目标行为数据转化为预设数据格式,能够对目标行为数据进行统一管理,提高数据处理效率。优选地,对预处理后的所述目标行为数据进行聚类,得到多个类别,每一类别对应所述承租方对房屋的关注点,例如,所述关注点可以为:房屋面积、房屋光照情况、房屋厅室数量等,在此不做限制。
对每个类别的目标行为数据进行多维度分析,得到多维度分析图像。其中,所述多维度分析图像中的每一维度对应于一类别,通过多维度分析图像能够直观地表示出所述承租方对不同关注点的偏好程度,例如,所述多维度分析图像的某一维度越凸出,表示所述承租方对该维度对应的关注点越重视。
在本发明的至少一实施例中,所述通过爬虫技术采集所述承租方浏览房屋租赁网站中的行为记录包括:检测云数据中心中是否存在所述承租方的房屋偏好信息;当检测到所述云数据中心中存在所述承租方的房屋偏好信息时,通过爬虫技术再次采集所述承租方的行为记录;检测再次爬取的行为记录是否存在更新;当再次爬取的行为记录存在更新时,根据预设权重对所述承租方新的行为记录与旧的行为记录进行计算,并将计算结果作为最终的行为记录。其中,所述预设权重可以是用户根据多次试验预先设置的。由于同一承租方在不同时间段可能会对房屋租赁时不同关注点产生关注,因此最新采集到的行为记录能更好地反映所述承租方近期的房屋偏好,故其所占权重应当更大。通过对所述承租方新的行为记录与旧的行为记录进行预设权重区分,并对新的行为记录分配较大的权重,能够更加准确的获取用户对房屋的最新偏好信息。
S13、从预设话术列表筛选出与所述承租方的房屋偏好信息对应的目标话术。
在本发明的至少一实施例中,所述预设话术列表为出租方预先设置的,通过TTS进行语音播报的话术。具体地,所述方法包括:获取出租方对房屋的使用要求说明,其中,所述使用要求说明包括:文字方式的使用要求说明、语音方式的使用要求说明;将所述使用要求说明进行分句处理,得到若干使用要求说明片段;从所述使用要求说明片段中提取出预设关键字;获取所述预设关键字与话术列表中每一话术的匹配度;根据所述匹配度将所述预设关键字与对应话术匹配,得到预设话术列表。
具体地,所述预设关键字为用户预先设置的,对于话术列表中的每一话术,都对有与其匹配的预设关键字。通过对预设关键字以及对应话术进行关联,能够对格式不规范的使用要求说明进行统一管理,提高了数据处理效率。
优选地,所述从预设话术列表筛选出与所述承租方的房屋偏好信息对应的目标话术的步骤包括:将所述承租方的房屋偏好信息按照偏好程度进行排序;根据偏好程度排序依次从所述预设话术列表中确定对应话术,作为目标话术。
S14、开启双录功能,并根据所述承租方的定位信息对所述目标话术进行语音播报。
开启双录功能,对所述承租方与房屋中介在房屋租赁合同签署过程中的行为进行音视频记录。在本发明的至少一实施例中,开启双录功能,并根据所述承租方的定位信息对所述目标话术进行语音播报。通过语音播报话术与位置信息的对应,能够根据承租方的位置信息进行智能播报,节约双录的时间,提高房屋租赁处理效率。
具体地,所述根据所述承租方的定位信息对所述目标话术进行语音播报的步骤包括:获取所述承租方的多个定位信息;根据所述多个定位信息确定所述承租方在租赁房屋内的活动轨迹;提取所述活动轨迹对应的位置信息序列,并从预设数据库中获取所述位置信息序列对应的预设关键字序列;从所述目标话术中获取与所述关键字序列对应的话术并对所获取的话术进行语音播报。其中,所述预设数据库中包含租赁房屋的位置信息、位置信息对应的预定关键字(所述预定关键字为用户预先设置的,例如,预定关键字为卧室一、卧室二、厨房、客厅、阳台、浴室等,所述位置信息与所述预定关键字一一对应)。
S15、获取预设合同内容并逐条进行语音播报。
在本发明的至少一实施例中,在对应的话术播报完毕后,获取预设合同内容,其中,所述预设合同内容为出租方确认的,由中介公司预先设置的合同内容,并对所述预设合同内容进行逐条语音播报。
在本发明的至少一实施例中,接收所述承租方对所述预设合同内容的语音回答,并对所述语音回答进行语义分析,检测是否存在预设关键字。具体地,所述对所述语音回答进行语义分析,检测是否存在预设关键字的步骤包括:基于预先训练好的隐马尔科夫HMM模型对所述语音回答进行识别处理,得到所述语音回答对应的文本文件;对所述文本文件进行预设关键字识别处理,其中,所述预设关键字包括:确定、同意、无异议等预先设置的关键字。
S16、在所述承租方对语音播报的预设合同内容的语音回答过程中,识别所述承租方的人脸微表情得到人脸微表情评分及识别所述承租方的语音得到语音情绪评分。
在所述承租方对语音播报的预设合同内容的语音回答过程中,识别所述承租方的人脸微表情得到人脸微表情评分及识别所述承租方的语音得到语音情绪评分。
在本发明的至少一实施例中,所述识别所述承租方的人脸微表情得到人脸微表情评分的步骤包括:通过摄像装置获取包含所述承租方在内的视频流;提取所述视频流中包含了所述承租方在内的多张人脸图像;获取所述多张人脸图像的肌肉特征的变化幅度,并根据所述肌肉特征的变化幅度对所述多张人脸图像按照预设时间点进行标定,得到多个动态微表情特征变化序列;通过主观形状模型定位所述多张人脸图像中每张人脸图像中的预设关键点;根据所述预设关键点将每张人脸图像分割为12个图像区域;在所述动态微表情特征变化序列中,分别计算并量化12个图像区域中每一帧的所有像素在(X,Y,T)方向上的梯度值,根据量化结果构建图像区域的梯度直方图;根据所述图像区域的梯度直方图构建所有人脸图像的梯度直方图,通过k-均值算法对所有人脸图像的梯度直方图的特征空间上进行聚类,得到多个聚类簇;根据多个所述聚类簇确定所述承租方对应的人脸微表情情绪;根据所述人脸微表情情绪确定所述承租方的人脸微表情评分。
其中,在所述提取所述视频流中包含了所述承租方在内的多张人脸图像之后,还需对所述多张人脸图像进行预处理。所述预处理包括以下中的一种或多种:人脸图像对准操作、人脸图像光线补偿操作、图像灰度变换操作、直方图均衡化操作、归一化操作、中值滤波操作以及图像锐化等操作。对所述多张人脸图像进行预处理后,能够更加精确地进行技术特征的提取。所述预设时间点包括:起始点、顶点以及终止点。其中,所述起始点是指微表情出现的瞬间点,所述顶点是指微表情幅度最大的瞬间点,所述终止点是指微表情消失的瞬间点。根据所述肌肉特征的变化幅度对所述多张人脸图像按照预设时间点进行标定,将相邻的微表情划分为一个表情阶段,从而得到多个动态微表情特征变化序列。
在本发明实施例中,假定每一帧的人脸图像仅包含一个动作单元,即FACS(面部动作编码***)的具编码,则该动作单元可以作为该人脸图像的标注。其中,FACS包含一组预先定义的编码表,每个编码称为一个动作单元((Action unit,AU)。每个动作单元表示一个特定的面部局部动作,例如动作单元2表示眉毛外端上扬(Outer brow raiser),动作单元3表示眉毛下垂(Brow lower)等。根据所述图像区域的梯度直方图构建所有人脸图像的梯度直方图,并对所有人脸图像的梯度直方图的特征空间上使用k-均值算法进行聚类,类别数量设置为所有人脸图像中出现过的动作单元的数量。
在本发明的至少一实施例中,所述识别所述承租方的语音得到语音情绪评分的步骤包括:通过声音采集器采集所述承租方的语音回答,并对所述语音回答进行降噪处理;提取降噪处理后的语音回答的语音特征;将所述语音特征输入至预先训练好的语音识别模型中,得到语音情绪;根据所述语音情绪确定所述承租方的语音情绪评分。
具体地,所述预先训练好的语音识别模型对应的训练集为语音情绪识别库,所述语音情绪识别库中的语音片段主要通过两种方式获取,一种是由专业或业务演员在模拟真实情绪状态下朗读设计好的文字;另一种是从广播、电视、电话、网络等媒体终端现实生活中人们的自然语言。所述训练集为已经标注过的语音,其中,X表示训练的语音经过MFCC后的数学向量,Y表示对应语音的情绪,例如,X=1.wav,2.wav,3.wav的数学向量集,Y=开心,伤心,愤怒对应的情绪。
S17、根据所述人脸微表情评分、所述语音情绪评分以及所述身份识别匹配率得到综合评分。
在本发明的至少一实施例中,根据所述人脸微表情评分、所述语音情绪评分以及所述身份识别匹配率得到综合评分。具体地,可以按照预设权重对所述人脸微表情评分、语音情绪识别评分以及身份识别匹配率进行融合,得到综合评分,其中,所述预设权重可以通过多次人工试验获得的,或者通过深度学习网络进行学习获得的。
S18、当所述综合评分未超出预设风险阈值时,执行电子签名流程并在电子签名结束后,将双录视频上传至云服务器中。
在本发明的至少一实施例中,检测所述综合评分是否超出预设风险阈值,并当所述综合评分未超出所述预设风险阈值时,开启电子签名流程。其中,所述预设风险阈值为用户预先设置的。
在本发明的至少一实施例中,所述方法还包括:启动手写笔迹输入法,并显示所述输入法的手写笔迹界面;获取所述承租方的手写笔迹,并确定所述手写笔迹是否有效;在所述手写笔迹有效后,结束所述电子签名流程。其中,确定所述手写笔迹是否有效包括能否根据所述手写笔迹识别所述承租方的身份。例如,确定所述手写笔迹的清晰度是否在预设清晰度阈值内,所述预设清晰度阈值为用户预先设置的;确定所述手写笔迹与公安***中预存的承租方笔迹的匹配度是否在预设匹配度阈值内,所述预设匹配度阈值为用户预先设置的。通过对所述承租方的手写笔迹进行认证,确认承租方的手写笔迹是否有效,能够避免承租方乱写乱签导致后期签名无效的问题,提高双录视频质检的通过率。
本发明实施例提供一种基于合同签署的双录方法,通过预设***识别承租方的身份识别匹配率;根据所述承租方浏览房屋租赁网站中的行为记录计算所述承租方的房屋偏好信息;从预设话术列表筛选出与所述承租方的房屋偏好信息对应的目标话术;开启双录功能,并根据所述承租方的定位信息对所述目标话术进行语音播报;获取预设合同内容并逐条进行语音播报;在所述承租方对语音播报的预设合同内容的语音回答过程中,识别所述承租方的人脸微表情得到人脸微表情评分及识别所述承租方的语音得到语音情绪评分;根据所述人脸微表情评分、所述语音情绪评分以及所述身份识别匹配率得到综合评分;当所述综合评分未超出预设风险阈值时,执行电子签名流程并在电子签名结束后,将双录视频上传至云服务器中。通过本发明实施例,在获取承租方的身份识别匹配率时通过人脸生物特征与语音特征综合分析的方式,提高匹配率的正确性;根据承租方的房屋偏好信息确定目标话术,以及定位承租方位置信息进行语音播报,提高房屋租赁处理效率;在合同播报过程中,通过对承租方的人脸微表情、语音情绪以及身份识别匹配率进行综合评估,确定合同签订风险,增加合同签订的安全性;且通过时空梯度算法对人脸图像的局部微表情进行识别,提高微表情识别准确性。
以上是对本发明实施例所提供的方法进行的详细描述。根据不同的需求,所示流程图中方块的执行顺序可以改变,某些方块可以省略。下面对本发明实施例所提供的终端1进行描述。
图2是本发明一实施方式的终端的结构示意图,如图2所示,终端1包括存储器10,存储器10中存储有基于合同签署的双录装置100。所述的终端1可以是计算机、平板电脑、个人数字助理等具有数据处理、分析、程序执行及显示等功能的电子设备。所述基于合同签署的双录装置100可以通过预设***识别承租方的身份识别匹配率;根据所述承租方浏览房屋租赁网站中的行为记录计算所述承租方的房屋偏好信息;从预设话术列表筛选出与所述承租方的房屋偏好信息对应的目标话术;开启双录功能,并根据所述承租方的定位信息对所述目标话术进行语音播报;获取预设合同内容并逐条进行语音播报;在所述承租方对语音播报的预设合同内容的语音回答过程中,识别所述承租方的人脸微表情得到人脸微表情评分及识别所述承租方的语音得到语音情绪评分;根据所述人脸微表情评分、所述语音情绪评分以及所述身份识别匹配率得到综合评分;当所述综合评分未超出预设风险阈值时,执行电子签名流程并在电子签名结束后,将双录视频上传至云服务器中。通过本发明实施例,在获取承租方的身份识别匹配率时通过人脸生物特征与语音特征综合分析的方式,提高匹配率的正确性;根据承租方的房屋偏好信息确定目标话术,以及定位承租方位置信息进行语音播报,提高房屋租赁处理效率;在合同播报过程中,通过对承租方的人脸微表情、语音情绪以及身份识别匹配率进行综合评估,确定合同签订风险,增加合同签订的安全性;且通过时空梯度算法对人脸图像的局部微表情进行识别,提高微表情识别准确性。
本实施方式中,终端1还可以包括显示屏20及处理器30。存储器10、显示屏20可以分别与处理器30电连接。
所述的存储器10可以是不同类型存储设备,用于存储各类数据。例如,可以是终端1的存储器、内存,还可以是可外接于该终端1的存储卡,如闪存、SM卡(Smart Media Card,智能媒体卡)、SD卡(SecureDigital Card,安全数字卡)等。此外,存储器10可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。存储器10用于存储各类数据,例如,所述终端1中安装的各类应用程序(Applications)、应用上述基于合同签署的双录方法而设置、获取的数据等信息。
显示屏20安装于终端1,用于显示信息。
处理器30用于执行所述基于合同签署的双录方法以及所述终端1内安装的各类软件,例如操作***及应用显示软件等。处理器30包含但不限于处理器(Central ProcessingUnit,CPU)、微控制单元(Micro Controller Unit,MCU)等用于解释计算机指令以及处理计算机软件中的数据的装置。
所述的基于合同签署的双录装置100可以包括一个或多个的模块,所述一个或多个模块被存储在终端1的存储器10中并被配置成由一个或多个处理器(本实施方式为一个处理器30)执行,以完成本发明实施例。例如,参阅图3所示,所述基于合同签署的双录装置100可以包括匹配率识别模块101、偏好信息计算模块102、话术筛选模块103、话术播报模块104、合同播报模块105、评分计算模块106、评分综合模块107以及视频上传模块108。本发明实施例所称的模块可以是完成一特定功能的程序段,比程序更适合于描述软件在处理器30中的执行过程。
可以理解的是,对应上述基于合同签署的双录方法中的各实施方式,基于合同签署的双录装置100可以包括图3中所示的各功能模块中的一部分或全部,各模块的功能将在以下具体介绍。需要说明的是,以上基于合同签署的双录方法的各实施方式中相同的名词相关名词及其具体的解释说明也可以适用于以下对各模块的功能介绍。为节省篇幅及避免重复起见,在此就不再赘述。
匹配率识别模块101可以用于通过预设***识别承租方的身份识别匹配率。
偏好信息计算模块102可以用于根据所述承租方浏览房屋租赁网站中的行为记录计算所述承租方的房屋偏好信息。
话术筛选模块103可以用于从预设话术列表筛选出与所述承租方的房屋偏好信息对应的目标话术。
话术播报模块104可以用于开启双录功能,并根据所述承租方的定位信息对所述目标话术进行语音播报。
合同播报模块105可以用于获取预设合同内容并逐条进行语音播报。
评分计算模块106可以用于在所述承租方对语音播报的预设合同内容的语音回答过程中,识别所述承租方的人脸微表情得到人脸微表情评分及识别所述承租方的语音得到语音情绪评分。
评分综合模块107可以用于根据所述人脸微表情评分、所述语音情绪评分以及所述身份识别匹配率得到综合评分。
视频上传模块108可以用于当所述综合评分未超出预设风险阈值时,执行电子签名流程并在电子签名结束后,将双录视频上传至云服务器中。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器30执行时实现上述任一实施方式中的基于合同签署的双录方法的步骤。
所述基于合同签署的双录装置100/终端1/计算机设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施方式方法中的全部或部分流程,也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计算机可读存储介质中,该计算机程序在被处理器30执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器30是所述基于合同签署的双录装置100/终端1的控制中心,利用各种接口和线路连接整个基于合同签署的双录装置100/终端1的各个部分。
所述存储器10用于存储所述计算机程序和/或模块,所述处理器30通过运行或执行存储在所述存储器10内的计算机程序和/或模块,以及调用存储在存储器10内的数据,实现所述基于合同签署的双录装置100/终端1的各种功能。所述存储器10可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据终端1的使用所创建的数据(比如音频数据)等。
在本发明所提供的几个具体实施方式中,应该理解到,所揭露的终端和方法,可以通过其它的方式实现。例如,以上所描述的***实施方式仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
对于本领域技术人员而言,显然本发明实施例不限于上述示范性实施例的细节,而且在不背离本发明实施例的精神或基本特征的情况下,能够以其他的具体形式实现本发明实施例。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明实施例的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。***、装置或终端权利要求中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。
以上实施方式仅用以说明本发明实施例的技术方案而非限制,尽管参照以上较佳实施方式对本发明实施例进行了详细说明,本领域的普通技术人员应当理解,可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。
Claims (10)
1.一种基于合同签署的双录方法,应用于房屋租赁合同签署中,其特征在于,所述基于合同签署的双录方法包括:
通过预设***识别承租方的身份识别匹配率;
根据所述承租方浏览房屋租赁网站中的行为记录计算所述承租方的房屋偏好信息;
从预设话术列表筛选出与所述承租方的房屋偏好信息对应的目标话术;
开启双录功能,并根据所述承租方的定位信息对所述目标话术进行语音播报;
获取预设合同内容并逐条进行语音播报;
在所述承租方对语音播报的预设合同内容的语音回答过程中,识别所述承租方的人脸微表情得到人脸微表情评分及识别所述承租方的语音得到语音情绪评分;
根据所述人脸微表情评分、所述语音情绪评分以及所述身份识别匹配率得到综合评分;
当所述综合评分未超出预设风险阈值时,执行电子签名流程并在电子签名结束后,将双录视频上传至云服务器中。
2.根据权利要求1所述的基于合同签署的双录方法,其特征在于,所述根据所述承租方浏览房屋租赁网站中的行为记录计算所述承租方的房屋偏好信息的步骤包括:
通过爬虫技术采集所述承租方浏览房屋租赁网站中的行为记录;
从所述行为记录中提取所述承租方的目标行为数据;
对所述目标行为数据进行预处理;
对预处理后的所述目标行为数据进行聚类,得到多个类别;
对每个类别的目标行为数据进行多维度分析,得到多维度分析图像;
根据所述多维度分析图像确定所述承租方的房屋偏好信息。
3.根据权利要求2所述的基于合同签署的双录方法,其特征在于,所述通过爬虫技术采集所述承租方浏览房屋租赁网站中的行为记录的步骤包括:
检测云数据中心中是否存在所述承租方的房屋偏好信息;
当检测到所述云数据中心中存在所述承租方的房屋偏好信息时,通过爬虫技术再次采集所述承租方的行为记录;
检测再次爬取的行为记录是否存在更新;
当再次爬取的行为记录存在更新时,根据预设权重对所述承租方新的行为记录与旧的行为记录进行计算,并将计算结果作为最终的行为记录。
4.根据权利要求1所述的基于合同签署的双录方法,其特征在于,所述根据所述承租方的定位信息对所述目标话术进行语音播报的步骤包括:
获取所述承租方的多个定位信息;
根据所述多个定位信息确定所述承租方在租赁房屋内的活动轨迹;
提取所述活动轨迹对应的位置信息序列,并从预设数据库中获取所述位置信息序列对应的预设关键字序列;
从所述目标话术中获取与所述关键字序列对应的话术并对所获取的话术进行语音播报。
5.根据权利要求1所述的基于合同签署的双录方法,其特征在于,所述识别所述承租方的人脸微表情得到人脸微表情评分的步骤包括:
通过摄像装置获取包含所述承租方在内的视频流;
提取所述视频流中包含了所述承租方在内的多张人脸图像;
获取所述多张人脸图像的肌肉特征的变化幅度,并根据所述肌肉特征的变化幅度对所述多张人脸图像按照预设时间点进行标定,得到多个动态微表情特征变化序列;
通过主观形状模型定位所述多张人脸图像中每张人脸图像中的预设关键点;
根据所述预设关键点将每张人脸图像分割为12个图像区域;
在所述动态微表情特征变化序列中,分别计算并量化12个图像区域中每一帧的所有像素在(X,Y,T)方向上的梯度值,根据量化结果构建图像区域的梯度直方图;
根据所述图像区域的梯度直方图构建所有人脸图像的梯度直方图,通过k-均值算法对所有人脸图像的梯度直方图的特征空间上进行聚类,得到多个聚类簇;
根据多个所述聚类簇确定所述承租方对应的人脸微表情情绪;
根据所述人脸微表情情绪确定所述承租方的人脸微表情评分。
6.根据权利要求1所述的基于合同签署的双录方法,其特征在于,所述识别所述承租方的语音得到语音情绪评分的步骤包括:
通过声音采集器采集所述承租方的语音回答,并对所述语音回答进行降噪处理;
提取降噪处理后的语音回答的语音特征;
将所述语音特征输入至预先训练好的语音识别模型中,得到语音情绪;
根据所述语音情绪确定所述承租方的语音情绪评分。
7.根据权利要求1所述的基于合同签署的双录方法,其特征在于,所述方法还包括:
启动手写笔迹输入法,并显示所述输入法的手写笔迹界面;
获取所述承租方的手写笔迹,并确定所述手写笔迹是否有效;
在所述手写笔迹有效后,结束所述电子签名流程。
8.一种基于合同签署的双录装置,应用于房屋租赁合同签署中,其特征在于,所述基于合同签署的双录装置包括:
匹配率识别模块,用于通过预设***识别承租方的身份识别匹配率;
偏好信息计算模块,用于根据所述承租方浏览房屋租赁网站中的行为记录计算所述承租方的房屋偏好信息;
话术筛选模块,用于从预设话术列表筛选出与所述承租方的房屋偏好信息对应的目标话术;
话术播报模块,用于开启双录功能,并根据所述承租方的定位信息对所述目标话术进行语音播报;
合同播报模块,用于获取预设合同内容并逐条进行语音播报;
评分计算模块,用于在所述承租方对语音播报的预设合同内容的语音回答过程中,识别所述承租方的人脸微表情得到人脸微表情评分及识别所述承租方的语音得到语音情绪评分;
评分综合模块,用于根据所述人脸微表情评分、所述语音情绪评分以及所述身份识别匹配率得到综合评分;
视频上传模块,用于当所述综合评分未超出预设风险阈值时,执行电子签名流程并在电子签名结束后,将双录视频上传至云服务器中。
9.一种终端,其特征在于,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如权利要求1至7中任意一项所述基于合同签署的双录方法。
10.一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,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中任意一项所述基于合同签署的双录方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010038953.2A CN111275444A (zh) | 2020-01-14 | 2020-01-14 | 基于合同签署的双录方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010038953.2A CN111275444A (zh) | 2020-01-14 | 2020-01-14 | 基于合同签署的双录方法、装置、终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111275444A true CN111275444A (zh) | 2020-06-12 |
Family
ID=70998711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010038953.2A Pending CN111275444A (zh) | 2020-01-14 | 2020-01-14 | 基于合同签署的双录方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111275444A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112233690A (zh) * | 2020-12-21 | 2021-01-15 | 北京远鉴信息技术有限公司 | 双录方法、装置、终端及存储介质 |
WO2022088805A1 (zh) * | 2020-10-30 | 2022-05-05 | 深圳壹账通智能科技有限公司 | 基于人工智能的线上信贷方法、装置、计算机设备及介质 |
CN117332772A (zh) * | 2023-09-15 | 2024-01-02 | 苏州大学 | 一种基于移动互联网的法律案件适用条文分析匹配*** |
CN117422547A (zh) * | 2023-12-18 | 2024-01-19 | 湖南三湘银行股份有限公司 | 一种基于智能对话***与微表情识别的审核装置及方法 |
-
2020
- 2020-01-14 CN CN202010038953.2A patent/CN111275444A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022088805A1 (zh) * | 2020-10-30 | 2022-05-05 | 深圳壹账通智能科技有限公司 | 基于人工智能的线上信贷方法、装置、计算机设备及介质 |
CN112233690A (zh) * | 2020-12-21 | 2021-01-15 | 北京远鉴信息技术有限公司 | 双录方法、装置、终端及存储介质 |
CN112233690B (zh) * | 2020-12-21 | 2021-03-16 | 北京远鉴信息技术有限公司 | 双录方法、装置、终端及存储介质 |
CN117332772A (zh) * | 2023-09-15 | 2024-01-02 | 苏州大学 | 一种基于移动互联网的法律案件适用条文分析匹配*** |
CN117332772B (zh) * | 2023-09-15 | 2024-05-28 | 苏州大学 | 一种基于移动互联网的法律案件适用条文分析匹配*** |
CN117422547A (zh) * | 2023-12-18 | 2024-01-19 | 湖南三湘银行股份有限公司 | 一种基于智能对话***与微表情识别的审核装置及方法 |
CN117422547B (zh) * | 2023-12-18 | 2024-04-02 | 湖南三湘银行股份有限公司 | 一种基于智能对话***与微表情识别的审核装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111275444A (zh) | 基于合同签署的双录方法、装置、终端及存储介质 | |
US8983836B2 (en) | Captioning using socially derived acoustic profiles | |
CN107818798B (zh) | 客服服务质量评价方法、装置、设备及存储介质 | |
JP7025569B2 (ja) | 保険の録音による品質検査方法、装置、機器及びコンピュータ記憶媒体 | |
US20180197548A1 (en) | System and method for diarization of speech, automated generation of transcripts, and automatic information extraction | |
CN110457432B (zh) | 面试评分方法、装置、设备及存储介质 | |
CN110619568A (zh) | 风险评估报告的生成方法、装置、设备及存储介质 | |
US9230547B2 (en) | Metadata extraction of non-transcribed video and audio streams | |
CN109767787B (zh) | 情绪识别方法、设备及可读存储介质 | |
CN110874716A (zh) | 面试测评方法、装置、电子设备及存储介质 | |
DE112013000440T5 (de) | Zonenorientierte Anwesenheitskontrolle durch Lokalisieren von Stimmprofilen | |
CN112200697B (zh) | 远程视频看房方法、装置、设备以及计算机存储介质 | |
WO2020077825A1 (zh) | 论坛社区应用管理方法、装置、设备及可读存储介质 | |
CN109462603A (zh) | 基于盲检测的声纹认证方法、设备、存储介质及装置 | |
WO2021007856A1 (zh) | 一种身份验证方法、终端设备、存储介质 | |
CN112468659A (zh) | 应用于电话客服的质量评价方法、装置、设备及存储介质 | |
CN112418779A (zh) | 一种基于自然语言理解的在线自助面试方法 | |
CN110136726A (zh) | 一种语音性别的估计方法、装置、***及存储介质 | |
CN114677634B (zh) | 面签识别方法、装置、电子设备及存储介质 | |
CN111613227A (zh) | 声纹数据生成方法、装置、计算机装置及存储介质 | |
Wang | Detecting pronunciation errors in spoken English tests based on multifeature fusion algorithm | |
CN116978409A (zh) | 基于语音信号的抑郁状态评估方法、装置、终端及介质 | |
Shalu et al. | Depression status estimation by deep learning based hybrid multi-modal fusion model | |
CN114333844A (zh) | 声纹识别方法、装置、介质及设备 | |
CN113255442A (zh) | 金融从业人员行为识别与风险内控方法、装置、电子设备及存储介质 |
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 |