CN109785140A - 一种基于智能语音的理财投资规划方法及装置 - Google Patents

Abstract

本发明公开了一种基于智能语音的理财投资规划方法及系统，方法包括：获取用户关于理财需求的语音内容，对语音内容进行识别，获取自然语言的文本信息；对文本信息进行语义分析处理，获取关键信息；根据关键信息以及预先构建的策略算法模型，确定投资方案并反馈给用户；用户根据投资方案下达投资指令，进行投资；对投资方案进行跟踪维护与调整。本发明通过对语音内容进行分析计算，为用户推荐最合适的投资方案，不需要人工介入，可以实现24小时都为用户提供理财投资问题的顾问服务，且能够客观的为用户推荐最适合用户需求的产品，提高用户体验的同时提高服务质量。

Description

一种基于智能语音的理财投资规划方法及装置

技术领域

本发明涉及互联网金融信息技术领域，特别涉及一种基于智能语音的理财投资规划方法及装置。

背景技术

传统的理财投资系统，商家容易从自身利益出发推荐产品，推荐一些不适合用户需求的产品，虽然有风险提醒，但是缺乏客观、中立立场，容易误导投资者盲目进行资产配置，购买某些产品，风控失败，损失本金，。另外，当投资理财顾问了解了客户的一些基本信息和风险忍受度时，如果职业道德水平低下，还会容易导致客户信息泄露，给客户带来伤害。而且，传统的理财投资系统的服务质量受制于投资理财顾问自身知识水平、工作经验、对投资工具的熟练程度等诸多因素，且若是人工服务就不能24小时都为用户提供理财投资问题的顾问服务。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种基于智能语音的理财投资规划方法及系统，以克服现有技术中为用户推荐理财产品时缺乏客观、中立立场，容易误导投资者盲目进行资产配置，导致风控失败，损失本金，以及服务质量参差不齐、不能24小时都为用户提供理财投资问题的顾问服务等问题。

为解决上述技术问题，本发明采用的技术方案是：

一方面，提供了一种基于智能语音的理财投资规划方法，所述方法包括如下步骤：

S1：获取用户关于理财需求的语音内容，对所述语音内容进行识别，获取自然语言的文本信息；

S2：对所述文本信息进行语义分析处理，获取关键信息；

S3：根据所述关键信息以及预先构建的策略算法模型，确定投资方案并反馈给用户；

S4：用户根据所述投资方案下达投资指令，进行投资；

S5：对所述投资方案进行跟踪维护与调整。

进一步的，所述步骤S2具体包括：

S2.1：对所述文本信息进行分词处理，获取所述文本信息对应的词列表；

S2.2：对所述词列表中的每个词进行实体信息标注，获取标注信息列表；

S2.3：根据所述词列表以及所述标注信息列表，生成关键信息。

进一步的，所述步骤S3具体包括：

S3.1：根据所述关键信息、已有的用户画像以及风险偏好，预估用户的投资习惯和收益偏好；

S3.2：根据所述用户的投资习惯和收益偏好以及所述策略算法模型，获取适合用户的理财产品；

S3.3：结合所述关键信息和所述适合用户的理财产品，确定投资方案并反馈给用户。

进一步的，所述步骤S3.2具体包括：

S3.2.1：根据市面上所有已知的理财产品的信息，生成理财产品列表；

S3.2.2：分析所述用户的投资习惯和收益偏好，获取投资关键词；

S3.2.3：结合所述理财产品列表以及投资关键词，通过所述策略算法模型，获取适合用户的理财产品。

进一步的，所述步骤S5具体包括：

S5.1：对用户已经购买的理财产品的投资业绩进行跟踪、分析与展示；

S5.2：根据投资业绩对所述投资方案中的理财产品组合的比例进行调整，生成调整策略；

S5.3：根据所述调整策略对所述投资方案进行调整。

另一方面，提供了一种基于智能语音的理财投资规划装置，所述装置至少包括：

语音识别模块，用于获取用户关于理财需求的语音内容，对所述语音内容进行识别，获取自然语言的文本信息；

语义分析模块，用于对所述文本信息进行语义分析处理，获取关键信息；

资产配置模块，用于根据所述关键信息以及预先构建的策略算法模型，确定投资方案并反馈给用户；

投资购买模块，用于用户根据所述投资方案下达投资指令，进行投资；

维护调整模块，用于对所述投资方案进行跟踪维护与调整。

进一步的，所述语义分析模块包括：

分词单元，用于对所述文本信息进行分词处理，获取所述文本信息对应的词列表；

标注单元，用于对所述词列表中的每个词进行实体信息标注，获取标注信息列表；

生成单元，用于根据所述词列表以及所述标注信息列表，生成关键信息。

进一步的，所述语义分析模块包括：

分词单元，用于对所述文本信息进行分词处理，获取所述文本信息对应的词列表；

标注单元，用于对所述词列表中的每个词进行实体信息标注，获取标注信息列表；

生成单元，用于根据所述词列表以及所述标注信息列表，生成关键信息。

进一步的，产品筛选单元包括：

产品采集子单元，用于根据市面上所有已知的理财产品的信息，生成理财产品列表；

数据分析子单元，用于分析所述用户的投资习惯和收益偏好，获取投资关键词；

计算子单元，用于结合所述理财产品列表以及投资关键词，通过所述策略算法模型，获取适合用户的理财产品。

进一步的，所述维护调整模块包括：

业绩分析单元，用于对用户已经购买的理财产品的投资业绩进行跟踪、分析与展示；

策略调整单元，用于根据投资业绩对所述投资方案中的理财产品组合的比例进行调整，生成调整策略；

方案调整单元，用于根据所述调整策略对所述投资方案进行调整。

本发明实施例提供的技术方案带来的有益效果是：

1、本发明实施例提供的基于智能语音的理财投资规划方法及系统，用户通过智能语音与理财助手机器人对话，输入关于理财需求的语音内容，系统通过对语音内容进行分析计算，为用户推荐最合适的投资方案，且语音识别技术的准确率已高达97％，可以长时间不间断的进行语音识别，不需要人工介入，可以实现24小时都为用户提供理财投资问题的顾问服务；

2、本发明实施例提供的基于智能语音的理财投资规划方法及系统，通过自动分析计算用户输入关于理财需求的语音内容以及市面上所有已知的理财产品的信息，客观的为用户推荐最适合用户需求的产品；

3、本发明实施例提供的基于智能语音的理财投资规划方法及系统，通过策略算法模型计算出最适合用户的理财产品，提高用户体验的同时提高服务质量。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。

图1是根据一示例性实施例示出的基于智能语音的理财投资规划方法的流程图；

图2是根据一示例性实施例示出的对文本信息进行语义分析处理，获取关键信息的流程图；

图3是根据一示例性实施例示出的根据关键信息以及预先构建的策略算法模型，确定投资方案并反馈给用户的流程图；

图4是根据一示例性实施例示出的对投资方案进行跟踪维护与调整的流程图；

图5是根据一示例性实施例示出的基于智能语音的理财投资规划装置结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，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，所描述的实施例仅仅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。

图1是根据一示例性实施例示出的基于智能语音的理财投资规划方法的流程图，参照图1所示，所述方法包括如下步骤：

S1：获取用户关于理财需求的语音内容，对所述语音内容进行识别，获取自然语言的文本信息。

具体的，用户可以通过包括智能语音与理财助手机器人对话在内的方式，输入语音阐述具体理财需求，从而系统获取到用户关于理财需求的语音内容，并对获取到的语音内容进行识别，将其转换成自然语言的文本信息。其中，将语音内容转换成文本信息的过程如下：

首先，在开始语音识别之前，将首尾端的静音切除，以降低对后续步骤造成的干扰。然后对声音分帧，也就是把声音切开成一小段一小段，每小段称为一帧。分帧后，语音就变成了很多小段。对每一帧进行声学特征提取，把每一帧波形变成一个多维向量，这个向量包含了这帧语音的内容信息。然后，把帧识别成状态，把状态组合成音素，把音素组合成单词，由于上述过程为本领域技术人员所公知，因此此处不再赘述。

S2：对所述文本信息进行语义分析处理，获取关键信息。

具体的，对转换过来文本信息进行语义分析处理，提取用户关于理财需求的关键信息。比如，用户在4月17日输入的关于理财需求的语音内容转换成文本后为“我有一笔5000元，在5月25日使用，期间可能会购买一套T，预算50”，经语义分析处理后，将数值整理成投资需求的关键信息[4月17日、5000，5月25日、-50]。

S3：根据所述关键信息以及预先构建的策略算法模型，确定投资方案并反馈给用户。

具体的，系统可以先通过关键信息等预估用户的投资习惯和收益偏好，然后根据预估用户的投资习惯和收益偏好结合预先构建的策略算法模型，筛选出所有适合用户的理财产品，再结合先前获取的关键信息，对理财产品进一步进行筛选、组合，最终配置出最适合用户需求的投资方案并反馈给客户。其中，预先构建的策略算法模型包括马尔卡夫链蒙特卡罗方法、马科维茨均值方差优化模型、风险平价模型、隐马尔可夫链模型、线性时间序列模型、条件异方差模型等中的一种或多种。

S4：用户根据所述投资方案下达投资指令，进行投资。

具体的，用户收到系统反馈的投资方案后，若用户采纳了该投资方案，则可以根据投资方案下达投资指令(即选择购买相应的理财产品)，完成相应的投资。

S5：对所述投资方案进行跟踪维护与调整。

具体的，为了提高用户体验以及更好的维护用户的利益，本发明实施例在用户投资购买理财产品后，还会对用户已经购买的理财产品的投资业绩进行跟踪、反析等处理，从而对用户的投资方案进行维护与调整。

图2是根据一示例性实施例示出的对文本信息进行语义分析处理，获取关键信息的流程图，参照图2所示，其包括如下步骤：

S2.1：对所述文本信息进行分词处理，获取所述文本信息对应的词列表。

具体的，分词的技术包括字符串匹配的分词方法、词义分词法、统计分词法等。其中，字符串匹配的分词方法包括：

正向最大匹配法：就是把一个句子从左至右来分词。比如：“我有一笔5000元”，这句话采用正向最大匹配法可分为“我，有，一笔，5000，元”。

反向最大匹配法：就是把一个句子从右至左来分词。比如：“我有一笔5000元”，这句话采用反向最大匹配法可分为“我，有，一笔，5000，元”反向最大匹配法来分上面这段是如何分的。“我，有，一笔，5000元”。

最短路径分词法：就是说一段话里面要求切出的词数是最少的。比如：“我有一笔5000元”，将其分成的词要是最少的，为“我有，一笔，5000元”，分出来就只有3个词了。

双向最大匹配法：就是关健词前后组合内容被认为粘性相差不大，而搜索结果中也同时包含这两组词的话，会进行正反向同时进行分词匹配。

词义分词法就是一种机器语音判断的分词方法。进行句法、语义分析，利用句法信息和语义信息来处理歧义现象来分词。

统计分词法是根据词组的统计，找出两个相邻的字出现的频率最多的作为用户提供字符串中的分隔符，这样来分词。比如，“我的，你的，许多的，这里，这一，那里”等等，这些词出现的比较多，就从这些词里面分开来。

这里需要说明的是，在本发明实施例中，采用的是NLP语义分析的切词功能对文本信息进行分词，这样可以更好的帮助系统理解用户的需求。

S2.2：对所述词列表中的每个词进行实体信息标注，获取标注信息列表。

具体的，对文本信息进行分词，获取到文本信息对应的词列表后，还需要对词列表中的每个词进行实体信息标注，生成与词列表对应的标注信息列表。其中，标注可采用的方法包括BIO2、BMEWO等。

S2.3：根据所述词列表以及所述标注信息列表，生成关键信息。

具体的，结合上述步骤根据文本信息获取的词列表和标注信息列表，提取用户关于理财需求的关键信息。比如，用户在4月17日输入的关于理财需求的语音内容转换成文本后为“我有一笔5000元，在5月25日使用，期间可能会购买一套T，预算50”，则最终提取的关键信息为[4月17日、5000，5月25日、-50]。

图3是根据一示例性实施例示出的根据关键信息以及预先构建的策略算法模型，确定投资方案并反馈给用户的流程图，参照图3所示，其包括如下步骤：

S3.1：根据所述关键信息、已有的用户画像以及风险偏好，预估用户的投资习惯和收益偏好。

具体的，本发明实施例会预先构建一个用户画像的数据库，用户画像又称用户角色，用户画像是勾画目标用户、联系用户诉求与设计方向的有效工具。其以最为浅显和贴近生活的话语将用户的属性、行为与期待联结起来。作为实际用户的虚拟代表，用户画像所形成的用户角色并不是脱离产品和市场之外所构建出来的，而是可以代表产品的主要受众和目标群体。结合提取到的关键信息、已有的用户画像以及风险偏好，可以预估出用户的投资习惯和收益偏好。

S3.2：根据所述用户的投资习惯和收益偏好以及所述策略算法模型，获取适合用户的理财产品。

具体的，将预估出的用户的投资习惯和收益偏好输入预先构建的策略算法模型中，获取适合用户的理财产品。其中，理财产品包括市面上所有的公募基金、债券、股票、银行理财、信托、保险和私募基金等。

进一步的，其具体过程包括：

S3.2.1：根据市面上所有已知的理财产品的信息，生成理财产品列表。

具体的，反析市面上所有已知的理财产品的相关信息，如理财产品的预计收益、风险等级、存取规则、起购金额等，对理财产品进行分类整理，生成相应的理财产品列表。

S3.2.2：分析所述用户的投资习惯和收益偏好，获取投资关键词。

具体的，对预估出的用户的投资习惯和收益偏好进行分析，获取符合该用户投资需求的投资关键词。如某用户的投资习惯和收益偏好的分析结果分别为“该用户投资预期在10％的理财产品”和“乘风破浪勇往直前，您的投资偏好为激进型，风口浪尖上请记得收益与风险并存哦”，则可以确定该用户的投资关键词为：收益10％、风险等级高等。

S3.2.3：结合所述理财产品列表以及投资关键词，通过所述策略算法模型，获取适合用户的理财产品。

具体的，将用户的投资关键词与理财产品列表均输入到策略算法模型中，经模型的分析、计算、比对等处理后，输出所有适合用户的理财产品。

S3.3：结合所述关键信息和所述适合用户的理财产品，确定投资方案并反馈给用户。

具体的，分析筛选出的适合用户的理财产品的最好的时间的买卖点，进一步结合先前提取的关键信息，如关键信息中的用户的预算资金、资金预计提取时间等，对理财产品做进一步筛选、组合，最终配置出最适合用户需求的投资方案，然后反馈给客户，供客户作为投资的参考。

图4是根据一示例性实施例示出的对投资方案进行跟踪维护与调整的流程图，参照图4所示，其包括如下步骤：

S5.1：对用户已经购买的理财产品的投资业绩进行跟踪、分析与展示。

具体的，对用户已经购买的理财产品的投资业绩进行跟踪、分析与展示的数据包括净值曲线、收益率、波动率、夏普比率、信息比率、特雷诺比率、詹森指数、估价比率、在险价值、最大回撤、业绩归因等。

S5.2：根据投资业绩对所述投资方案中的理财产品组合的比例进行调整，生成调整策略。

具体的，分析上述关于投资业绩的各项数据，对投资方案中的理财产品组合的比例进行调整，生成调整策略。调整策略包括建议用户在合适的时间买进新的理财产品和/或卖出已经购买的理财产品等。

S5.3：根据所述调整策略对所述投资方案进行调整。

具体的，用户根据收到的调整策略对投资方案进行相应调整，选择在合适的时间买进新的理财产品、卖出已经购买的部分或全部理财产品等。

图5是根据一示例性实施例示出的基于智能语音的理财投资规划装置结构示意图，参照图5所示，该装置包括：

语音识别模块，用于获取用户关于理财需求的语音内容，对所述语音内容进行识别，获取自然语言的文本信息；

语义分析模块，用于对所述文本信息进行语义分析处理，获取关键信息；

资产配置模块，用于根据所述关键信息以及预先构建的策略算法模型，确定投资方案并反馈给用户；

投资购买模块，用于用户根据所述投资方案下达投资指令，进行投资；

维护调整模块，用于对所述投资方案进行跟踪维护与调整。

进一步的，语义分析模块包括：

分词单元，用于对所述文本信息进行分词处理，获取所述文本信息对应的词列表；

标注单元，用于对所述词列表中的每个词进行实体信息标注，获取标注信息列表；

生成单元，用于根据所述词列表以及所述标注信息列表，生成关键信息。

进一步的，资产配置模块包括：

偏好预估单元，用于根据所述关键信息、已有的用户画像以及风险偏好，预估用户的投资习惯和收益偏好；

产品筛选单元，用于根据所述用户的投资习惯和收益偏好以及所述策略算法模型，获取适合用户的理财产品；

方案生成单元，用于结合所述关键信息和所述适合用户的理财产品，确定投资方案并反馈给用户。

进一步的，产品筛选单元包括：

产品采集子单元，用于根据市面上所有已知的理财产品的信息，生成理财产品列表；

数据分析子单元，用于分析所述用户的投资习惯和收益偏好，获取投资关键词；

计算子单元，用于结合所述理财产品列表以及投资关键词，通过所述策略算法模型，获取适合用户的理财产品。

进一步的，维护调整模块包括：

业绩分析单元，用于对用户已经购买的理财产品的投资业绩进行跟踪、分析与展示；

策略调整单元，用于根据投资业绩对所述投资方案中的理财产品组合的比例进行调整，生成调整策略；

方案调整单元，用于根据所述调整策略对所述投资方案进行调整。

综上所述，本发明实施例提供的技术方案带来的有益效果是：

1、本发明实施例提供的基于智能语音的理财投资规划方法及系统，用户通过智能语音与理财助手机器人对话，输入关于理财需求的语音内容，系统通过对语音内容进行分析计算，为用户推荐最合适的投资方案，且语音识别技术的准确率已高达97％，可以长时间不间断的进行语音识别，不需要人工介入，可以实现24小时都为用户提供理财投资问题的顾问服务；

2、本发明实施例提供的基于智能语音的理财投资规划方法及系统，通过自动分析计算用户输入关于理财需求的语音内容以及市面上所有已知的理财产品的信息，客观的为用户推荐最适合用户需求的产品；

3、本发明实施例提供的基于智能语音的理财投资规划方法及系统，通过策略算法模型计算出最适合用户的理财产品，提高用户体验的同时提高服务质量。

需要说明的是：上述实施例提供的基于智能语音的理财投资规划装置在触发理财投资规划业务时，仅以上述各功能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模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的基于智能语音的理财投资规划装置与基于智能语音的理财投资规划方法实施例属于同一构思，其具体实现过程详见方法实施例，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的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于智能语音的理财投资规划方法，其特征在于，所述方法包括如下步骤：

S1：获取用户关于理财需求的语音内容，对所述语音内容进行识别，获取自然语言的文本信息；

S2：对所述文本信息进行语义分析处理，获取关键信息；

S3：根据所述关键信息以及预先构建的策略算法模型，确定投资方案并反馈给用户；

S4：用户根据所述投资方案下达投资指令，进行投资；

S5：对所述投资方案进行跟踪维护与调整。

2.根据权利要求1所述的基于智能语音的理财投资规划方法，其特征在于，所述步骤S2具体包括：

S2.1：对所述文本信息进行分词处理，获取所述文本信息对应的词列表；

S2.2：对所述词列表中的每个词进行实体信息标注，获取标注信息列表；

S2.3：根据所述词列表以及所述标注信息列表，生成关键信息。

3.根据权利要求1或2所述的基于智能语音的理财投资规划方法，其特征在于，所述步骤S3具体包括：

S3.1：根据所述关键信息、已有的用户画像以及风险偏好，预估用户的投资习惯和收益偏好；

S3.2：根据所述用户的投资习惯和收益偏好以及所述策略算法模型，获取适合用户的理财产品；

S3.3：结合所述关键信息和所述适合用户的理财产品，确定投资方案并反馈给用户。

4.根据权利要求3所述的基于智能语音的理财投资规划方法，其特征在于，所述步骤S3.2具体包括：

S3.2.1：根据市面上所有已知的理财产品的信息，生成理财产品列表；

S3.2.2：分析所述用户的投资习惯和收益偏好，获取投资关键词；

S3.2.3：结合所述理财产品列表以及投资关键词，通过所述策略算法模型，获取适合用户的理财产品。

5.根据权利要求1或2所述的基于智能语音的理财投资规划方法，其特征在于，所述步骤S5具体包括：

S5.1：对用户已经购买的理财产品的投资业绩进行跟踪、分析与展示；

S5.2：根据投资业绩对所述投资方案中的理财产品组合的比例进行调整，生成调整策略；

S5.3：根据所述调整策略对所述投资方案进行调整。

6.一种基于智能语音的理财投资规划装置，其特征在于，所述装置至少包括：

语音识别模块，用于获取用户关于理财需求的语音内容，对所述语音内容进行识别，获取自然语言的文本信息；

语义分析模块，用于对所述文本信息进行语义分析处理，获取关键信息；

资产配置模块，用于根据所述关键信息以及预先构建的策略算法模型，确定投资方案并反馈给用户；

投资购买模块，用于用户根据所述投资方案下达投资指令，进行投资；

维护调整模块，用于对所述投资方案进行跟踪维护与调整。

7.根据权利要求6所述的基于智能语音的理财投资规划装置，其特征在于，所述语义分析模块包括：

分词单元，用于对所述文本信息进行分词处理，获取所述文本信息对应的词列表；

标注单元，用于对所述词列表中的每个词进行实体信息标注，获取标注信息列表；

生成单元，用于根据所述词列表以及所述标注信息列表，生成关键信息。

8.根据权利要求6或7所述的基于智能语音的理财投资规划装置，其特征在于，所述资产配置模块包括：

偏好预估单元，用于根据所述关键信息、已有的用户画像以及风险偏好，预估用户的投资习惯和收益偏好；

产品筛选单元，用于根据所述用户的投资习惯和收益偏好以及所述策略算法模型，获取适合用户的理财产品；

方案生成单元，用于结合所述关键信息和所述适合用户的理财产品，确定投资方案并反馈给用户。

9.根据权利要求8所述的基于智能语音的理财投资规划装置，其特征在于，所述产品筛选单元包括：

产品采集子单元，用于根据市面上所有已知的理财产品的信息，生成理财产品列表；

数据分析子单元，用于分析所述用户的投资习惯和收益偏好，获取投资关键词；

计算子单元，用于结合所述理财产品列表以及投资关键词，通过所述策略算法模型，获取适合用户的理财产品。

10.根据权利要求6或7所述的基于智能语音的理财投资规划装置，其特征在于，所述维护调整模块包括：

业绩分析单元，用于对用户已经购买的理财产品的投资业绩进行跟踪、分析与展示；

策略调整单元，用于根据投资业绩对所述投资方案中的理财产品组合的比例进行调整，生成调整策略；

方案调整单元，用于根据所述调整策略对所述投资方案进行调整。