CN112214506B - 一种信息采集方法、装置及存储介质 - Google Patents

一种信息采集方法、装置及存储介质 Download PDF

Info

Publication number
CN112214506B
CN112214506B CN202011202123.5A CN202011202123A CN112214506B CN 112214506 B CN112214506 B CN 112214506B CN 202011202123 A CN202011202123 A CN 202011202123A CN 112214506 B CN112214506 B CN 112214506B
Authority
CN
China
Prior art keywords
information
user
task
target
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.)
Active
Application number
CN202011202123.5A
Other languages
English (en)
Other versions
CN112214506A (zh
Inventor
叶栓
吴江林
许亦楷
孙丹凤
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.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
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 Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN202011202123.5A priority Critical patent/CN112214506B/zh
Publication of CN112214506A publication Critical patent/CN112214506A/zh
Application granted granted Critical
Publication of CN112214506B publication Critical patent/CN112214506B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24553—Query execution of query operations
    • G06F16/24558—Binary matching operations
    • 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
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Computational Linguistics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书实施例提供一种信息采集方法、装置及存储介质，属于人工智能技术领域。所述方法包括：响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型；基于所述任务类型，根据所述用户信息确定待采集的目标信息；从问题库中抽取所述目标信息对应的目标问题；其中，所述问题库中包括多组具有对应关系的信息和问题；基于用户针对所述目标问题的回答结果完成所述目标信息的采集，从而提高信息采集的效率。

Description

一种信息采集方法、装置及存储介质
技术领域
本说明书实施例涉及人工智能技术领域，特别涉及一种信息采集方法、装置及存储介质。
背景技术
随着互联网和人工智能的飞速发展、信用消费观念的普及，信用消费成为一种主流的消费方式，越来越多的信用消费方式在产生，越来越多的消费者选择信用消费的方式来完成消费。
对于信用消费申请，传统的银行需要通过人工的方式对用户的申请信息进行核验，主要包括申请人核验、申请人基本信息核验、申请人风险识别等方面。用户信息除了作为信用消费申请批准审核的依据，作为银行的核心资产在风险把控、营销决策等各个银行业务方向均有较大的意义。
但是，因客观原因造成的用户信息老旧、更新不及时、新用户申请等情况经常出现。若出现这种情况，通常需要通过人工电话回访的方式。具体的，银行业务人员需要需要采集或更新的用户信息，然后针对这些信息确定需要对客户询问哪些问题，对每个用户进行逐一询问，根据用户的回答情况收集用户的相关信息。
人工电话回访的方式给银行业务人员带来了较大的负担，造成追踪、更新用户信息繁琐困难，大量的数据收集、更新、验证工作正在困扰着银行工作人员。信息核验、收集等场景作为银行业务中必不可少却又繁琐沉重的任务量是目前银行业普遍存在的问题。
发明内容
本说明书实施例的目的是提供一种信息采集方法、装置及存储介质，以提高信息采集的效率。
为解决上述问题，本说明书实施例提供一种信息采集方法，所述方法包括：响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型；基于所述任务类型，根据所述用户信息确定待采集的目标信息；从问题库中抽取所述目标信息对应的目标问题；其中，所述问题库中包括多组具有对应关系的信息和问题；基于用户针对所述目标问题的回答结果完成所述目标信息的采集。
为解决上述问题，本说明书实施例还提供一种信息采集装置，所述装置包括：获取模块，用于响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型；确定模块，用于基于所述任务类型，根据所述用户信息确定待采集的目标信息；抽取模块，用于从问题库中抽取所述目标信息对应的目标问题；其中，所述问题库中包括多组具有对应关系的信息和问题；采集模块，用于基于用户针对所述目标问题的回答结果完成所述目标信息的采集。
为解决上述问题，本说明书实施例还提供一种电子设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序以实现：响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型；基于所述任务类型，根据所述用户信息确定待采集的目标信息；从问题库中抽取所述目标信息对应的目标问题；其中，所述问题库中包括多组具有对应关系的信息和问题；基于用户针对所述目标问题的回答结果完成所述目标信息的采集。
为解决上述问题，本说明书实施例还提供一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现：响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型；基于所述任务类型，根据所述用户信息确定待采集的目标信息；从问题库中抽取所述目标信息对应的目标问题；其中，所述问题库中包括多组具有对应关系的信息和问题；基于用户针对所述目标问题的回答结果完成所述目标信息的采集。
由以上本说明书实施例提供的技术方案可见，本说明书实施例中，可以响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型；基于所述任务类型，根据所述用户信息确定待采集的目标信息；从问题库中抽取所述目标信息对应的目标问题；其中，所述问题库中包括多组具有对应关系的信息和问题；基于用户针对所述目标问题的回答结果完成所述目标信息的采集。本说明书实施例提供的方法，和传统的人工外呼服务模式相比，减少了人工外呼的负担，作为一种可替代技术科大大缓解人工客服的外呼压力，节省人力成本；并且可以通过对问题库的维护，银行业务中常见的调查外呼任务皆可用改技术完成替代，问题库的积累将覆盖更多的业务场景，能够提高信息采集的效率。
附图说明
为了更清楚地说明本说明书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说明书中记载的一些实施例，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为本说明书实施例一种信息采集系统的结构简图；
图2为本说明书实施例智能会话模块120的工作流程图；
图3为本说明书实施例智能会话处理的示意图；
图4为本说明书实施例一种信息采集方法的流程图；
图5为本说明书实施例一种电子设备的功能结构示意图；
图6为本说明书实施例一种信息采集装置的功能结构示意图。
具体实施方式
下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都应当属于本说明书保护的范围。
请参阅图1，本说明书实施例提供一种信息采集系统。所述信息采集系统可以包括任务控制模块110和智能会话模块120。
在一个具体的场景中，当业务人员发现用户信息的状态发生异常，或者提出新的应用场景，如信用卡申请信息核验、贷款申请信息核验等，可以向任务控制模块110发起针对用户信息采集的任务请求。所述任务控制模块110可以基于任务请求的类型，根据目前用户信息库中的用户信息确定需要采集的目标信息，再生成所述目标信息对应的信息采集请求，将所述信息采集请求发送至智能会话模块120。所述智能会话模块120可以根据所述信息采集请求从问题库中抽取合适的问题，形成问题集，并向用户发起会话请求，在用户同意会话后，逐一使用问题集中的问题对用户进行提问，并根据用户的回答结果完成对目标信息的收集。
在一些实施例中，所述任务控制模块110可以响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型；基于所述任务类型，根据所述用户信息确定待采集的目标信息。
在一些实施例中，所述用户信息库中可以包括多个不同用户的信息。具体的，所述用户信息库中可以包括用户对于的地址、姓名、身份证号、联系方式、有无办理业务、信用记录等类型的信息。对于每个用户对应的用户信息，可以包括用户信息库中所有类型的信息，也可以包括用户信息库中部分类型的信息。
在一些实施例中，所述任务请求可以是业务人员发起的，例如业务人员发现用户信息状态发生异常，如用户信息缺失，用户的多个信息之间出现矛盾等，业务人员可以向所述任务控制模块110发出针对该用户的用户信息采集的任务请求。所述任务请求可以是基于某些应用场景自动触发的，例如在针对用户的信用卡申请信息核验、贷款申请信息核验等场景时，可以触发针对该用户的用户信息采集的任务请求。
在一些实施例中，所述任务请求可以包括表征信息采集需求的任务类型。例如所述任务类型可以是信息核验类任务和缺失信息收集类任务。其中，所述信息核验类任务可以是对已有的信息进行核验的任务；所述缺失信息收集类任务可以为对缺失的信息进行收集的任务。所述任务控制模块110可以基于所述任务类型，根据所述用户信息确定待采集的目标信息。举例来说，对于信息核验类任务，需要对已有的用户信息进行核验，则可以根据用户信息库中用户对应的用户信息确定带采集的目标信息为超过预设时长未更新的信息。例如，用户在用户信息库中的用户信息包括了姓名、身份证号、性别、地址和联系方式等信息，若地址和联系方式已经超过6个月未更新，则目标信息可以是地址和联系方式类型的信息。当然，所述预设时长也可以为3个月、9个月或者其他时长，根据实际需要，所述预设时长也可以为其他时长，本说明书实施例对此不作限定。对于缺失信息收集类任务，需要对用户信息库中用户缺失的信息进行补充，则可以根据用户信息库中用户对应的用户信息确定带采集的目标信息为该用户在用户信息库中缺失的信息。例如，用户的用户信息包括用户信息库中部分类型的信息，如姓名、联系方式，则缺失的其他部分类型的信息性别、地址、身份证号等信息即为目标信息。当然，所述任务类型还可以包括其他类型，例如调查类，则所述目标信息可以根据用户信息中需要调查的指定信息得到。
在一些实施例中，通常用户信息库中可以包括海量的用户信息，使得随着时间的推移，每天会有大量的用户信息的状态发生异常，或者每天都能接收到大量用户的信用卡申请业务。从而使得所述任务控制模块110会接收到大量针对用户信息采集的任务请求。为提高资源利用率以及处理这些任务请求的效率，可以对这些任务请求进行调度。具体的，所述任务请求还可以包括任务紧急程度和任务规模。其中，所述任务紧急程度和所述任务规模可以通过数字的大小来表示，如表1所示。
表1
任务请求取值字段 取值字典值
任务类型 1：调查类；2：信息核验类；3：缺失信息收集类
任务紧急等级 1-5：随数值大小，紧急等级增加
任务规模 1：较小；2：小；3：中等；4：较大；5：特大
在一些实施例中，所述任务控制模块110可以根据所述任务紧急程度和所述任务规模确定使用所述目标问题对用户提问的时间。具体的，所述任务控制模块110可以根据任务相关信息对任务性质、任务紧急程度、任务规模等进行加权处理，得出任务的处理优先级，并根据任务处理优先级综合考虑智能会话模块120的负载等，确定发起会话请求的时间，并生成调度命令。所述调度命令中包括任务请求对应的发起会话请求的时间。举例来说，对于信用卡信息核验场景，由于该场景的用户数量较多，业务重要性较高，属于信息核验类任务，则所述任务控制模块110可以接收[2,4,4](代表信息核验类任务，任务规模较大，紧急程度较高)的任务相关信息，结合智能会话模块120的负载和用户体验考虑，将外呼时间放在用户挂断率较低的非工作、非休息时间，优先安排该场景任务发送请求。
在一些实施例中，所述任务控制模块110在确定带采集的目标信息后，可以根据所述目标信息生成问答特征，所述问答特征表征所述目标信息与所述问题库中不同问题的相关度。具体的，对于每个类型的信息，都有该信息对应的问题。例如，对于地址信息，对应的问题可以为“你的居住地址是哪里”，对于姓名信息，对应的问题可以为“你是谁”，对于身份证号信息，对应的问题可以为“你的身份证号是多少”，等等，不同的信息可以对应有问题，根据这些问题的回答结果，即可以得到对应的信息。
在一些实施例中，所述任务控制模块110可以以所目标信息为特征对所述问题库中的问题进行编码，得到所述目标信息对应的问答特征。具体的，所述问答特征可以采用one hot编码表示，每一位编码信息代表一个特征的有无，如0即表示信息与问题不相关，1即表示信息与问题相关。如表2所示，每个用户可根据具体特征生成据有不同意义的特征向量，如q(1,0,1,1,1)向量可以表示用户二的问答特征。
表2
特征意义 问题一 问题二 问题三 问题四 问题五
用户一问答特征 0 1 0 1 1
用户二问答特征 1 0 1 1 1
用户三问答特征 0 1 1 1 0
举例来说，若目标信息为性别和地址，则所述任务控制模块110可以以性别为特征，对问题库中的问题进行编码，对于问题“你的性别是什么”对应的编码为1，其他问题对应的编码为0；所述任务控制模块110再以地址为特征，对问题库中的问题进行编码，对于问题“你的居住地址是哪里”对应的编码为1，其他问题对应的编码为0。然后所述任务控制模块110将针对各个特征得到的编码进行叠加，最后得到目标信息对应的问答特征。其中，对于每个特征，问题库中可以只包括一个与该特征相关的问题，也可以包括多个与该特征相关的问题。
在一些实施例中，所述任务控制模块110可以将包括目标信息对应的问答特征和任务请求对应的调度命令的信息采集请求发送至智能会话模块120。所述智能会话模块120可以根据所述问答特征得出与所述目标信息具有相关度的问题在所述问题库中的编号；将所述编号对应的问题作为目标问题，并根据调度命令确定向用户发起会话请求的时间。
具体的，所述智能会话模块120的工作流程如图2所示。所述智能会话模块120可以根据以下公式根据所述问答特征得出与所述目标信息具有相关度的问题在所述问题库中的编号：
Mq＝MQ×q
其中，向量Mq表示目标问题在所述问题库中的编号，向量MQ表示问题库矩阵，向量q表示问答特征。
在一些实施例中，所述智能会话模块120可以根据向量Mq从问题库中抽取出目标问题，并根据抽取所得的目标问题组成问卷，生成会话信息。如图3所示，用户对应的会话信息可以作为会话的主要内容填充至问卷中，如从问题库中抽取的目标问题为“你是谁”、“你从哪儿来”、“你到哪儿去”三个问题，这三个问题将作为会话的主要内容填充会话，辅助以会话异常处理策略，达到组合成为一个完整智能会话的目的。其中，所述会话异常处理策略可以包括对会话过程中用户异常打断、用户听不清楚、用户拒绝回答等场景的处理方式。举例来说，用户异常打断可以包括不方便通话、电话挂机等情况，可以将会话中断后再次发起会话请求；用户拒绝回答则可以对该用户进行标记，以便于对标记的用户发起人工处理。
在一些实施例中，在会话过程中的用户交互阶段，所述智能会话模块120可以使用会话信息中的目标问题对用户进行提问，并对用户的回答做判断处理，完成用户意图的判断，并根据用户意图做出用户交互阶段的处理。若用户的回答结果与目标问题不相关，例如用户回答“现在不方便接电话”，智能会话模块120将根据具体场景进行挂断处理，并搭配“打扰您了”之类话术；若用户回答“你骚扰我，我要投诉你”将在挂断处理的同时，标记用户，对投诉情况做进一步转人工处理等等。若用户的回答结果与目标问题相关，比如智能会话模块120向用户提问“你从哪儿来”，用户回答“从天津来”，智能会话模块120可以调用验证服务接口，将用户的回答结果“从天津来”和用户信息库中的用户信息或预留信息进行比对，并将比对结果进行评分记录。若实际用户预留信息为“北京”，则智能会话模块120会给出该问题回答结果得分为0的结果，并开始下个问题的询问。随着用户交互轮次的增加，比对结果也将逐步完善，最终形成用户的验证得分向量。为防止会话异常导致信息收集无法完整完成，每一轮交互用户的回答都将可以调用验证服务接口进行验证，保证交互完成的轮次信息得到收集验证，最后从交互信息抽取得到会话信息中各个问题的验证得分向量的记录，格式类似特征向量，如r(0.5,0,1,0,1)。
在一些实施例中，在得到会话信息中各个问题的验证得分向量后，还可以基于各个问题的权重值计算得到表征所述用户信用的信用等级评分，将所述回答结果和所述信用等级评分整理为目标信息。例如，在信用卡申请验证场景下，用户的回答结果在经过校验接口验证后，根据业务工作人员设置的风险规则，验证结果将被进一步处理为用户信用等级评分，其中风险规则以及业务场景的不同决定不同问题具有不同的权重μ。如信用卡申请的场景中，信用评级问题如信用记录、信用额度等问题的权重要高于普通问题，而信息核实场景中，基本信息问题如姓名、身份证号等问题的权重要高于其它问题。例如对于权重值向量为μ(0.1,0.3,0.2,0.1,0.3)和验证得分向量r(0.5,0,1,0,1)，所述智能会话模块120可以根据以下公式计算得到表征所述用户信用的信用等级评分：
其中，Score表示信用等级评分。
在一些实施例中，所述智能会话模块120可以将用户的回答结果和所述信用等级评分整理为目标信息返回到用户信息库中，供业务工作人员调用，通过阈值对比或者进一步高维度信息处理方式来为业务场景提供信息。
由以上本说明书实施例提供的技术方案可见，本说明书实施例中，可以响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型；基于所述任务类型，根据所述用户信息确定待采集的目标信息；从问题库中抽取所述目标信息对应的目标问题；其中，所述问题库中包括多组具有对应关系的信息和问题；基于用户针对所述目标问题的回答结果完成所述目标信息的采集。本说明书实施例提供的系统，和传统的人工外呼服务模式相比，减少了人工外呼的负担，作为一种可替代技术科大大缓解人工客服的外呼压力，节省人力成本；并且可以通过对问题库的维护，银行业务中常见的调查外呼任务皆可用改技术完成替代，问题库的积累将覆盖更多的业务场景，能够提高信息采集的效率。
请参阅图4。本说明实施例还提供一种信息采集方法。在本说明书实施例中，执行所述信息采集的主体可以是具有逻辑运算功能的电子设备，所述电子设备可以是服务器。所述服务器可以是具有一定运算处理能力的电子设备。其可以具有网络通信单元、处理器和存储器等。当然，所述服务器并不限于上述具有一定实体的电子设备，其还可以为运行于上述电子设备中的软体。所述服务器还可以为分布式服务器，可以是具有多个处理器、存储器、网络通信模块等协同运作的系统。或者，服务器还可以为若干服务器形成的服务器集群。所述方法可以包括以下步骤。
S410：响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型。
在一些实施例中，所述用户信息库中可以包括多个不同用户的信息。具体的，所述用户信息库中可以包括用户对于的地址、姓名、身份证号、联系方式、有无办理业务、信用记录等类型的信息。对于每个用户对应的用户信息，可以包括用户信息库中所有类型的信息，也可以包括用户信息库中部分类型的信息。
在一些实施例中，所述任务请求可以是业务人员发起的，例如业务人员发现用户信息状态发生异常，如用户信息缺失，用户的多个信息之间出现矛盾等，业务人员可以向服务器发出针对该用户的用户信息采集的任务请求。所述任务请求可以是基于某些应用场景自动触发的，例如在针对用户的信用卡申请信息核验、贷款申请信息核验等场景时，可以触发针对该用户的用户信息采集的任务请求。
在一些实施例中，所述任务请求可以包括表征信息采集需求的任务类型。例如所述任务类型可以是信息核验类任务和缺失信息收集类任务。其中，所述信息核验类任务可以是对已有的信息进行核验的任务；所述缺失信息收集类任务可以为对缺失的信息进行收集的任务。任务请求中包括不同的任务类型，从而可以进一步明确需要采集哪些信息以及如何采集这些信息。
在一些实施例中，通常用户信息库中可以包括海量的用户信息，使得随着时间的推移，每天会有大量的用户信息的状态发生异常，或者每天都能接收到大量用户的信用卡申请业务。从而使得服务器会响应大量针对用户信息采集的任务请求。为提高资源利用率以及处理这些任务请求的效率，可以对这些任务请求进行调度。具体的，所述任务请求还可以包括任务紧急程度和任务规模。
在一些实施例中，服务器可以根据所述任务紧急程度和所述任务规模确定使用所述目标问题对用户提问的时间。具体的，服务器可以根据任务相关信息对任务性质、任务紧急程度、任务规模等进行加权处理，得出任务的处理优先级，并根据任务处理优先级综合考虑服务器的负载等，确定发起会话请求的时间，并生成调度命令。所述调度命令中包括任务请求对应的发起会话请求的时间。举例来说，对于信用卡信息核验场景，由于该场景的用户数量较多，业务重要性较高，属于信息核验类任务，则服务器可以接收[2,4,4](代表信息核验类任务，任务规模较大，紧急程度较高)的任务相关信息，结合服务器的负载和用户体验考虑，将外呼时间放在用户挂断率较低的非工作、非休息时间，优先安排该场景任务发送请求。
S420：基于所述任务类型，根据所述用户信息确定待采集的目标信息。
在一些实施例中，服务器可以基于所述任务类型，根据所述用户信息确定待采集的目标信息。根据任务类型的不同，可以使用不同的方式根据所述用户信息确定待采集的目标信息。具体的，在所述任务类型为信息核验类任务的情况下，需要对已有的用户信息进行核验，则可以将所述用户信息中超过预设时长未更新的信息确定为采集的目标信息。例如，用户在用户信息库中的用户信息包括了姓名、身份证号、性别、地址和联系方式等信息，若地址和联系方式已经超过6个月未更新，则目标信息可以是地址和联系方式类型的信息。当然，所述预设时长也可以为3个月、9个月或者其他时长，根据实际需要，所述预设时长也可以为其他时长，本说明书实施例对此不作限定。对于超过预设时长未更新的信息，可能该信息随着时间的推移发生改变，例如用户的地址、联系方式等信息，通过将所述用户信息中超过预设时长未更新的信息确定为采集的目标信息，可以对用户的信息进行核验，从而保证用户信息为新信息而非老旧信息，提高用户信息的参考价值。
在所述任务类型为缺失信息收集类任务的情况下，需要对用户信息库中用户缺失的信息进行补充，则可以根据所述用户信息确定缺失的信息，将所述缺失的信息作为待采集的目标信息。例如，用户的用户信息包括用户信息库中部分类型的信息，如姓名、联系方式，则缺失的其他部分类型的信息性别、地址、身份证号等信息即为目标信息。通过收集缺失信息，从而填补用户信息的空缺，使得用户的信息更加完整。
在一些实施例中，所述任务类型还可以包括其他类型，例如调查类，则所述目标信息可以根据用户信息中需要调查的指定信息得到。
S430：从问题库中抽取所述目标信息对应的目标问题；其中，所述问题库中包括多组具有对应关系的信息和问题。
在一些实施例中，对于每个类型的信息，都有该信息对应的问题。例如，对于地址信息，对应的问题可以为“你的居住地址是哪里”，对于姓名信息，对应的问题可以为“你是谁”，对于身份证号信息，对应的问题可以为“你的身份证号是多少”，等等，不同的信息可以对应有问题，根据这些问题的回答结果，即可以得到对应的信息。所述问题库中包括多组具有对应关系的信息和问题。具体的，所述问题库中可以通过数据表的方式关联存储信息和问题，数据表的一列存储信息，另一列存储问题，具有对应关系的信息和问题处于同一行。或者，可以将信息和问题的索引关联存储。具体举例为数据库中预先存储有问题集合，为问题集合中的每个问题制定编号，该编号即为对应的会话记录的索引，通过该索引可以唯一确定对应的问题。将信息与问题的索引关联存储，便可以唯一确定与信息相关联的问题。当然，信息和问题关联存储的方式不限于上述举例，所属领域技术人员在本说明书实施例技术精髓的启示下，还可能做出其它变更，但只要其实现的功能和效果与本说明书实施例相同或相似，均应涵盖于本说明书实施例保护范围内。
在一些实施例中服务器在获取目标信息后，可以从问题库中抽取所述目标信息对应的目标问题。
在一些实施例中，服务器还可以根据其他方式从问题库中抽取所述目标信息对应的目标问题。服务器可以以所目标信息为特征对所述问题库中的问题进行编码，得到所述目标信息对应的问答特征；所述问答特征表征所述目标信息与所述问题库中不同问题的相关度；根据所述问答特征得出与所述目标信息具有相关度的问题在所述问题库中的编号；将所述编号对应的问题作为目标问题。通过有针对性的抽取目标问题，以及基于编码的方式，可以实现目标问题的快速抽取，并且提高目标问题与目标信息的关联性。
具体的，所述问答特征可以采用one hot编码表示，每一位编码信息代表一个特征的有无，如0即表示信息与问题不相关，1即表示信息与问题相关。举例来说，若目标信息为性别和地址，则服务器可以以性别为特征，对问题库中的问题进行编码，对于问题“你的性别是什么”对应的编码为1，其他问题对应的编码为0；服务器再以地址为特征，对问题库中的问题进行编码，对于问题“你的居住地址是哪里”对应的编码为1，其他问题对应的编码为0。然后服务器将针对各个特征得到的编码进行叠加，最后得到目标信息对应的问答特征。其中，对于每个特征，问题库中可以只包括一个与该特征相关的问题，也可以包括多个与该特征相关的问题。
服务器可以根据以下公式根据所述问答特征得出与所述目标信息具有相关度的问题在所述问题库中的编号：
Mq＝MQ×q
其中，向量Mq表示目标问题在所述问题库中的编号，向量MQ表示问题库矩阵，向量q表示问答特征。
S440：基于用户针对所述目标问题的回答结果完成所述目标信息的采集。
在一些实施例中，服务器可以根据向量Mq从问题库中抽取出目标问题，并根据抽取所得的目标问题组成问卷，生成会话信息，向用户发起会话请求；在所述用户通过会话请求后，使用所述目标问题对用户进行询问；将用户针对所述目标问题的回答结果整理为目标信息。如从问题库中抽取的目标问题为“你是谁”、“你从哪儿来”、“你到哪儿去”三个问题，这三个问题将作为会话的主要内容填充会话，生成会话信息，并在用户通过会话请求后，使用这些问题对用户进行询问。通过人工智能的会话方式，对用户进行询问，节省了大量的人力成本。
在一些实施例中，在于用户进行会话过程中可能会出现一些异常场景，例如会话过程中用户异常打断、用户听不清楚、用户拒绝回答等场景。在会话异常的情况下，服务器可以根据会话异常的类型确定再次发起会话请求或发起人工处理。具体的，服务器可以预先存储有会话异常处理策略，所述会话异常处理策略可以包括对会话过程中用户异常打断、用户听不清楚、用户拒绝回答等场景的处理方式。举例来说，用户异常打断可以包括不方便通话、电话挂机等情况，可以将会话中断后再次发起会话请求；用户拒绝回答则可以对该用户进行标记，以便于对标记的用户发起人工处理。通过预先存储会话异常处理策略，可以应对会话中出现的一些异常场景，防止会话异常导致信息收集无法完整完成。
在一些实施例中，若会话过程中未发送异常情况，服务器可以使用会话信息中的目标问题对用户进行提问，并对用户的回答做判断处理，完成用户意图的判断。具体的，若用户的回答结果与目标问题不相关，例如用户回答“现在不方便接电话”，智能会话模块120将根据具体场景进行结束会话处理，并搭配“打扰您了”之类话术；若用户回答“你骚扰我，我要投诉你”将在结束会话处理的同时，标记用户，对投诉情况做进一步转人工处理等等。通过这种方式，可以应对用户回答结果与目标问题不相关的场景，对于智能会话不能收集到的信息，可以进一步通过人工处理的方式进行收集，从而提高目标信息收集的完整性。
若用户的回答结果与目标问题相关，所述将用户针对所述目标问题的回答结果整理为目标信息包括：对所述回答结果进行验证，得到表征所述回答结果可信度的验证分数；根据所述验证分数和目标问题的权重值计算得到表征所述用户信用的信用等级评分；将所述回答结果和所述信用等级评分整理为目标信息。针对用户的会话结果，进行进一步验证，从而使得收集到的信息的可信度高，更具有参考价值。
在一些实施例中，对所述回答结果进行验证可以是在记录用户的回答结果后，工作人员通过电话回访的方式确定是否为本人回答，以及对用户的回答的信息的正确性作出判断。工作人员可以将判断结果导入服务器中，以实现对所述回答结果进行验证，使得服务器可以得到表征所述回答结果可信度的验证分数。
在一些实施例中，服务器还可以根据用户信息库中的对应的用户信息来对所述回答结果进行验证。具体的，服务器可以将用户信息库中的对应的用户信息与所述回答结果进行对应，从而得到表征所述回答结果可信度的验证分数。例如，服务器向用户提问“你从哪儿来”，用户回答“从天津来”，服务器可以调用验证服务接口，将用户的回答结果“从天津来”和用户信息库中的用户信息或预留信息进行比对，并将比对结果进行评分记录。若实际用户预留信息为“北京”，则服务器会给出该问题回答结果得分为0的结果，并开始下个问题的询问。随着用户交互轮次的增加，比对结果也将逐步完善，最终形成用户的验证得分向量。为防止会话异常导致信息收集无法完整完成，每一轮交互用户的回答都将可以调用验证服务接口进行验证，保证交互完成的轮次信息得到收集验证，最后从交互信息抽取得到会话信息中各个问题的验证得分向量的记录，格式类似特征向量，如r(0.5,0,1,0,1)。
当然，服务器还可以根据其他方式对所述回答结果进行验证，得到表征所述回答结果可信度的验证分数。例如目标问题包括问题1、问题2和问题3，服务器在问完这三个问题后，再重复询问一遍或者多遍这些问题，将用户对同一问题的不同回答作比较，若用户对于同一问题的不同回答为相同或者相似的答案，则可以得到可信度较高的验证分数，若为不相同或不相似的答案，则可以得到可信度较低的验证分数。
在一些实施例中，在得到会话信息中各个问题的验证得分向量后，还可以基于各个问题的权重值计算得到表征所述用户信用的信用等级评分，将所述回答结果和所述信用等级评分整理为目标信息。例如，在信用卡申请验证场景下，用户的回答结果在经过校验接口验证后，根据业务工作人员设置的风险规则，验证结果将被进一步处理为用户信用等级评分，其中风险规则以及业务场景的不同决定不同问题具有不同的权重μ。如信用卡申请的场景中，信用评级问题如信用记录、信用额度等问题的权重要高于普通问题，而信息核实场景中，基本信息问题如姓名、身份证号等问题的权重要高于其它问题。例如对于权重值向量为μ(0.1,0.3,0.2,0.1,0.3)和验证得分向量r(0.5,0,1,0,1)，服务器可以根据以下公式计算得到表征所述用户信用的信用等级评分：
其中，Score表示信用等级评分。
在一些实施例中，服务器可以将用户的回答结果和所述信用等级评分整理为目标信息返回到用户信息库中，供业务工作人员调用，通过阈值对比或者进一步高维度信息处理方式来为业务场景提供信息。
由以上本说明书实施例提供的技术方案可见，本说明书实施例中，可以响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型；基于所述任务类型，根据所述用户信息确定待采集的目标信息；从问题库中抽取所述目标信息对应的目标问题；其中，所述问题库中包括多组具有对应关系的信息和问题；基于用户针对所述目标问题的回答结果完成所述目标信息的采集。本说明书实施例提供的方法，和传统的人工外呼服务模式相比，减少了人工外呼的负担，作为一种可替代技术科大大缓解人工客服的外呼压力，节省人力成本；并且可以通过对问题库的维护，银行业务中常见的调查外呼任务皆可用改技术完成替代，问题库的积累将覆盖更多的业务场景，能够提高信息采集的效率。
图5为本说明书实施例一种电子设备的功能结构示意图，所述电子设备可以包括存储器和处理器。
在一些实施例中，所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现信息采集方法的各种功能。所述存储器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系统、至少一个功能所需的应用程序；存储数据区可存储根据用户终端的使用所创建的数据。此外，存储器可以包括高速随机存取存储器，还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、或其他易失性固态存储器件。
所述处理器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)、现成可编程门阵列(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。所述处理器可以执行所述计算机指令实现以下步骤：响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型；基于所述任务类型，根据所述用户信息确定待采集的目标信息；从问题库中抽取所述目标信息对应的目标问题；其中，所述问题库中包括多组具有对应关系的信息和问题；基于用户针对所述目标问题的回答结果完成所述目标信息的采集。
在本说明书实施例中，该电子设备具体实现的功能和效果，可以与其它实施例对照解释，在此不再赘述。
图6为本说明书实施例一种信息采集装置的功能结构示意图，该装置具体可以包括以下的结构模块。
获取模块610，用于响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型；
确定模块620，用于基于所述任务类型，根据所述用户信息确定待采集的目标信息；
抽取模块630，用于从问题库中抽取所述目标信息对应的目标问题；其中，所述问题库中包括多组具有对应关系的信息和问题；
采集模块640，用于基于用户针对所述目标问题的回答结果完成所述目标信息的采集。
本说明书实施例还提供了一种信息采集方法的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指令，在所述计算机程序指令被执行时实现：响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型；基于所述任务类型，根据所述用户信息确定待采集的目标信息；从问题库中抽取所述目标信息对应的目标问题；其中，所述问题库中包括多组具有对应关系的信息和问题；基于用户针对所述目标问题的回答结果完成所述目标信息的采集。
在本说明书实施例中，上述存储介质包括但不限于随机存取存储器(RandomAccess Memory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(HardDisk Drive,HDD)或者存储卡(Memory Card)。所述存储器可用于存储所述计算机程序和/或模块，所述存储器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系统、至少一个功能所需的应用程序等；存储数据区可存储根据用户终端的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器。在本说明书实施例中，该计算机可读存储介质存储的程序指令具体实现的功能和效果，可以与其它实施方式对照解释，在此不再赘述。
需要说明的是，本说明书实施例提供的信息采集方法、装置及存储介质，属于人工智能技术领域。当然，所述方法，也可以应用于金融领域中，或者除金融领域之外的任意领域，本说明书实施例对所述信息采集方法、装置及存储介质的应用领域不做限定。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其它实施例的不同之处。尤其，对于装置实施例和设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域技术人员在阅读本说明书文件之后，可以无需创造性劳动想到将本说明书列举的部分或全部实施例进行任意组合，这些组合也在本说明书公开和保护的范围内。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本说明书的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本说明书各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本说明书，本领域普通技术人员知道，本说明书有许多变形和变化而不脱离本说明书的精神，希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。

Claims (13)

1.一种信息采集方法，其特征在于，所述方法包括：
响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型；
基于所述任务类型，根据所述用户信息确定待采集的目标信息；
从问题库中抽取所述目标信息对应的目标问题；其中，所述问题库中包括多组具有对应关系的信息和问题；
基于用户针对所述目标问题的回答结果完成所述目标信息的采集；
所述任务请求还包括任务紧急程度和任务规模；
相应的，所述方法还包括：根据所述任务紧急程度和所述任务规模确定使用所述目标问题对用户提问的时间。
2.根据权利要求1所述的方法，其特征在于，所述任务类型包括信息核验类任务和缺失信息收集类任务中的至少一种。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
在针对用户信息采集的任务请求为多个的情况下，根据所述任务紧急程度和所述任务规模得出各个任务请求的处理优先级；
根据各个任务请求的处理优先级对各个任务请求进行调度。
4.根据权利要求3所述的方法，其特征在于，在所述任务类型为信息核验类任务的情况下，所述根据所述用户信息确定待采集的目标信息包括：将所述用户信息中超过预设时长未更新的信息确定为采集的目标信息。
5.根据权利要求3所述的方法，其特征在于，在所述任务类型为缺失信息收集类任务的情况下，所述根据所述用户信息确定待采集的目标信息包括：根据所述用户信息确定缺失的信息，将所述缺失的信息作为待采集的目标信息。
6.根据权利要求1所述的方法，其特征在于，所述从问题库中抽取所述目标信息对应的目标问题包括：
以所目标信息为特征对所述问题库中的问题进行编码，得到所述目标信息对应的问答特征；所述问答特征表征所述目标信息与所述问题库中不同问题的相关度；
根据所述问答特征得出与所述目标信息具有相关度的问题在所述问题库中的编号；
将所述编号对应的问题作为目标问题。
7.根据权利要求1所述的方法，其特征在于，所述基于用户针对所述目标问题的回答结果完成所述目标信息的采集包括：
向用户发起会话请求；
在所述用户通过会话请求后，使用所述目标问题对用户进行询问；
将用户针对所述目标问题的回答结果整理为目标信息。
8.根据权利要求7所述的方法，其特征在于，所述将用户针对所述目标问题的回答结果整理为目标信息包括：
对所述回答结果进行验证，得到表征所述回答结果可信度的验证分数；
根据所述验证分数和目标问题的权重值计算得到表征所述用户信用的信用等级评分；
将所述回答结果和所述信用等级评分整理为目标信息。
9.根据权利要求7所述的方法，其特征在于，在会话异常的情况下，根据会话异常的类型确定再次发起会话请求或发起人工处理。
10.根据权利要求7所述的方法，其特征在于，在所述回答结果与所述目标问题不相关的情况下，基于所述回答结果确定结束会话或发起人工处理。
11.一种信息采集装置，其特征在于，所述装置包括：
获取模块，用于响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型；所述任务请求还包括任务紧急程度和任务规模；
确定模块，用于基于所述任务类型，根据所述用户信息确定待采集的目标信息；
抽取模块，用于从问题库中抽取所述目标信息对应的目标问题；以及根据所述任务紧急程度和所述任务规模确定使用所述目标问题对用户提问的时间；其中，所述问题库中包括多组具有对应关系的信息和问题；
采集模块，用于基于用户针对所述目标问题的回答结果完成所述目标信息的采集。
12.一种电子设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现：响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型；基于所述任务类型，根据所述用户信息确定待采集的目标信息；从问题库中抽取所述目标信息对应的目标问题；其中，所述问题库中包括多组具有对应关系的信息和问题；基于用户针对所述目标问题的回答结果完成所述目标信息的采集；所述任务请求还包括任务紧急程度和任务规模；相应的，所述处理器还用于：根据所述任务紧急程度和所述任务规模确定使用所述目标问题对用户提问的时间。
13.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，所述指令被执行时实现：响应于针对用户信息采集的任务请求，从用户信息库中获取用户对应的用户信息；所述任务请求包括表征信息采集需求的任务类型；基于所述任务类型，根据所述用户信息确定待采集的目标信息；从问题库中抽取所述目标信息对应的目标问题；其中，所述问题库中包括多组具有对应关系的信息和问题；基于用户针对所述目标问题的回答结果完成所述目标信息的采集；所述任务请求还包括任务紧急程度和任务规模；相应的，所述指令被执行时还实现：根据所述任务紧急程度和所述任务规模确定使用所述目标问题对用户提问的时间。
CN202011202123.5A 2020-11-02 2020-11-02 一种信息采集方法、装置及存储介质 Active CN112214506B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011202123.5A CN112214506B (zh) 2020-11-02 2020-11-02 一种信息采集方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011202123.5A CN112214506B (zh) 2020-11-02 2020-11-02 一种信息采集方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN112214506A CN112214506A (zh) 2021-01-12
CN112214506B true CN112214506B (zh) 2024-04-30

Family

ID=74057933

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011202123.5A Active CN112214506B (zh) 2020-11-02 2020-11-02 一种信息采集方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN112214506B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114648343A (zh) * 2022-03-07 2022-06-21 支付宝(杭州)信息技术有限公司 一种基于强化学习模型的用户信息收集方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107911720A (zh) * 2017-11-28 2018-04-13 上海与德科技有限公司 一种信息结合处理的方法、装置和智能结合系统
CN109472457A (zh) * 2018-10-16 2019-03-15 平安科技（深圳）有限公司 贷款申请在线面审方法及终端设备
CN111858872A (zh) * 2020-04-10 2020-10-30 北京嘀嘀无限科技发展有限公司 问答交互方法、装置、电子设备及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107911720A (zh) * 2017-11-28 2018-04-13 上海与德科技有限公司 一种信息结合处理的方法、装置和智能结合系统
CN109472457A (zh) * 2018-10-16 2019-03-15 平安科技（深圳）有限公司 贷款申请在线面审方法及终端设备
CN111858872A (zh) * 2020-04-10 2020-10-30 北京嘀嘀无限科技发展有限公司 问答交互方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN112214506A (zh) 2021-01-12

Similar Documents

Publication Publication Date Title
US11526889B2 (en) Resource transferring monitoring method and device
US11138300B2 (en) Multi-factor profile and security fingerprint analysis
WO2020042290A1 (zh) 风控方法、装置及计算机可读存储介质
CN110674188A (zh) 一种特征提取方法、装置及设备
CN113837638B (zh) 话术确定方法、装置及设备
CN110909120A (zh) 简历搜索/投递方法、装置、系统及电子设备
CN114693192A (zh) 风控决策方法、装置、计算机设备和存储介质
CN112214506B (zh) 一种信息采集方法、装置及存储介质
CN114860742A (zh) 基于人工智能的ai客服交互方法、装置、设备及介质
CN114741384A (zh) 一种患者信息处理方法及其装置、计算机可读存储介质
CN112286968A (zh) 一种业务识别方法、设备、介质及电子设备
CN110674383A (zh) 舆情查询方法、装置及设备
CN107172311B (zh) 业务评估方法及终端设备
CN114881739A (zh) 订单事件处理方法及装置、电子设备和存储介质
CN114781368A (zh) 业务需求安全处理方法及装置
CN109634963B (zh) 保单数据的处理方法、装置及可读存储介质
CN113468886A (zh) 工单处理方法、装置及计算机设备
CN111784352A (zh) 认证风险识别方法、装置和电子设备
CN111770080A (zh) 一种设备指纹的恢复方法及装置
CN115730233B (zh) 一种数据处理方法、装置、可读存储介质以及电子设备
CN111310167B (zh) 一种密码提醒方法、装置以及设备
CN113159901B (zh) 融资租赁业务会话的实现方法和装置
US20240104481A1 (en) Generating Transaction Recommendations Based on Monitoring and Analyzing Consumer Transactions
CN109447386B (zh) 工作考核方法及终端设备
CN108256990B (zh) 服务器、风险提示的方法及计算机可读存储介质

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
GR01 Patent grant
GR01 Patent grant