CN117951265A - 营销话术实时生成方法、装置、设备及存储介质 - Google Patents

Abstract

本申请涉及营销话术生成技术领域，尤其涉及一种营销话术实时生成方法、装置、设备及存储介质，其中方法包括：获取对话语音信号，对对话语音信号进行识别得到对话文本与客户兴趣度；对话语音信号包括客户语音信号与营销人员语音信号；判断客户兴趣度是否大于预设的兴趣度阈值，若否，基于预设的激励函数处理对话文本、客户兴趣度以及获取的客户历史交易信息生成营销话术；若是，对对话文本与客户兴趣度进行文本分析得到分析结果；获取客户历史交易信息，基于激励函数处理客户历史交易信息与分析结果生成营销话术；本申请便于提升并保证金融产品营销人员与客户之间的沟通效果。

Description

营销话术实时生成方法、装置、设备及存储介质

技术领域

本申请涉及营销话术生成技术领域，尤其涉及一种营销话术实时生成方法、装置、设备及存储介质。

背景技术

包括银行在内的金融机构的客户不仅包括企业，还包括该企业下的企业员工，金融机构为了推销金融产品，如信用卡等，常会根据企业员工的需求情况到相应的企业驻地进行金融产品营销。

目前，金融机构到企业驻地进行金融产品营销的方式为：参与营销工作的营销人员预先准备好可能用到的与金融产品有关的营销话术，在与客户的沟通的过程中，根据客户的咨询内容想到对应的营销话术，然后根据营销话术向客户介绍对应的金融产品。

但是，营销人员在与客户沟通的过程中，准备的营销话术不一定准确、合适，甚至可能不能向客户提供所需的金融产品信息，从而导致金融产品营销人员与客户之间的沟通效果较差。

发明内容

为了便于提升并保证金融产品营销人员与客户之间的沟通效果，本申请实施例提供一种营销话术实时生成方法、装置、设备及存储介质。

第一方面，本申请实施例提供一种营销话术实时生成方法，包括：

获取对话语音信号，对所述对话语音信号进行识别得到对话文本与客户兴趣度；所述对话语音信号包括客户语音信号与营销人员语音信号；

判断所述客户兴趣度是否大于预设的兴趣度阈值，若否，基于预设的激励函数处理所述对话文本、所述客户兴趣度以及获取的客户历史交易信息生成营销话术；

若是，对所述对话文本与所述客户兴趣度进行文本分析得到分析结果；

获取客户历史交易信息，基于所述激励函数处理所述客户历史交易信息与所述分析结果生成营销话术。

第二方面，本申请实施例提供一种营销话术实时生成装置，包括：

语音处理模块，用于获取对话语音信号，对所述对话语音信号进行识别得到对话文本与客户兴趣度；所述对话语音信号包括客户语音信号与营销人员语音信号；

第一话术生成模块，用于判断所述客户兴趣度是否大于预设的兴趣度阈值，若否，基于预设的激励函数处理所述对话文本、所述客户兴趣度以及获取的客户历史交易信息生成营销话术；

文本分析模块，用于若是，对所述对话文本与所述客户兴趣度进行文本分析得到分析结果；

第二话术生成模块，用于获取客户历史交易信息，基于所述激励函数处理所述客户历史交易信息与所述分析结果生成营销话术。

第三方面，本申请实施例提供了一种计算机设备，计算机设备包括存储器和处理器，所述存储器存储有计算机程序，处理器执行该计算机程序时实现上述的方法中的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，其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的方法中的步骤。

第五方面，本申请实施例还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一方法实施例中的步骤。

上述营销话术实时生成方法、装置、设备及存储介质的实施例，在营销人员与客户沟通的过程中，收集并处理对话语音信号，从而判断客户对营销产品的需求程度；在需求程度低的情况下，基于对话文本、需求程度以及客户历史交易信息生成对应的营销话术；在需求程度高的情况下，先对对话文本以及客户需求程度进行文本分析，从而得到对应的分析结果，如此便于从历史数据中找出相似的对话场景，然后再通过激励函数处理客户历史交易信息与分析结果，从而得出对应的营销话术，进而实现营销话术的实时生成，以提示营销人员向客户介绍营销产品，如此便于便于提升并保证金融产品营销人员与客户之间的沟通效果。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本申请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申请的一些实施例，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为本申请一个实施例中营销话术实时生成方法的应用环境图；

图2为本申请一个实施例中提供的一种营销话术实时生成方法流程图；

图3为本申请另一实施例中提供的一种营销话术实时生成方法流程图；

图4为本申请一个实施例中提供的一种营销话术实时生成装置的结构示意图；

图5为本申请另一实施例中提供的一种营销话术实时生成装置的结构示意图；

图6为本申请一个实施例中提供的一种计算机设备的结构示意图；

图7为本申请一个实施例中提供的一种计算机可读存储介质的内部结构图。

具体实施方式

为了使本公开的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本公开进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本公开，并不用于限定本公开。

需要说明的是，本文的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本文的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本文中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

为解决上述问题，本公开实施例提供了一种营销话术实时生成方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104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。

实施例一

图2为本申请实施例一提供的一种营销话术实时生成方法流程图，参考图2，该方法可以由执行该种方法的装置来执行，该装置可以由软件和/或硬件的方式实现，该方法包括：

S110、获取对话语音信号，对对话语音信号进行识别得到对话文本与客户兴趣度；对话语音信号包括客户语音信号与营销人员语音信号。

需要说明的是，包括银行在内的金融机构的金融业务一般包括对公业务与对私业务，对公业务也即金融机构为企业等组织提供金融服务，对私业务也即金融机构为个人提供金融服务；但是金融机构也常常为企业中的个人提供金融服务，如，为企业中的员工提供工资卡办理，工资发放的金融服务，这项金融业务称之为公私联营业务。

金融机构常常在外拓场景中推进公私联营业务，其中，外拓场景也即金融机构的对公客户经理和/或对私客户经理成立营销团队到客户的公司驻地进行现场营销；营销团队中的营销人员在外拓场景中向客户推销本金融结构的金融产品；此外，为了便于在营销人员与客户沟通的过程中向营销人员的提供优质的营销话术，从而使客户可以在沟通的过程中充分了解金融产品的信息，并提升客户购买金融产品的概率，营销人员随身携带的智能设备在推进公私联营业务前，预装有营销话术实时生成系统；其中，智能设备包括但不限于平板电脑、个人PC。

在实施中，营销人员在与客户沟通的过程中，实时营销话术生成系统通过智能设备收集客户语音信号与营销人员语音信号，且将客户语音信号与营销人员语音信号记为对话语音信号；营销话术生成系统获取对话语音信号后，对该对话语音信号进行文本识别，从而将对话语音信号转化为对应的对话文本；还对该对话语音信号进行需求程度识别，从而确定客户当前对所沟通的金融产品的需求程度，也即客户兴趣度。

S120、判断客户兴趣度是否大于预设的兴趣度阈值，若否，基于预设的激励函数处理对话文本、客户兴趣度以及获取的客户历史交易信息生成营销话术。

需要说明的是，营销话术生成系统通过对对话语音信号进行处理并生成对应的客户兴趣度后，进一步的，可以对客户兴趣度进行判断，从而确定客户当前是否在积极地询问金融产品的信息，若是，则说明客户对该金融产品感兴趣程度较高，并具有较高的购买概率；否则，说明客户对该金融产品感兴趣程度较低，购买该金融产品的概率较低。营销话术生成系统需要先判断出客户对该金融产品的感兴趣程度高低情况，然后再根据感兴趣程度向营销人员提示不同的营销话术；在判断出客户感兴趣程度低的情况下，则提升营销话术的复杂程度，不仅通过营销话术向客户介绍金融产品的信息，还详细分析金融产品能为客户提供的有益价值，从而提升客户对该金融产品的感兴趣程度以及购买该金融产品的概率；在判断出客户感兴趣程度高的情况下，则营销话术主要向客户介绍该金融产品的详细信息，以便于客户充分了解该金融产品，从而进一步提升对该金融产品的感兴趣程度以及购买该金融产品的概率。

在实施中，营销话术实时生成系统对对话语音信号进行识别，并识别出对应的客户兴趣度后，进一步的，判断客户兴趣度是否大于预设的兴趣度阈值；需要说明的是，兴趣度阈值用于与客户兴趣度进行比较，若客户兴趣度大于兴趣度阈值，则判断客户在积极地咨询所沟通的金融产品的信息，也即对所沟通的金融产品的感兴趣程度高；若客户兴趣度不大于兴趣度阈值，则判断客户未在积极地咨询所沟通的金融产品的信息，也即对所沟通的金融产品的感兴趣程度低。

在实施中，若判断出客户兴趣度未大于预设的兴趣度阈值，则营销话术实时生成系统判定客户对所沟通的金融产品的感兴趣程度较低，然后营销话术实时生成系统获取该用户的客户历史交易信息，其中，客户历史交易信息包括客户的存款额度、历史交易记录等；进一步的，营销话术实时生成系统还获取通过S110步骤生成的对话文本与客户兴趣度；接着，营销话术实时生成系统通过预先内置的激励函数对客户历史交易信息、对话文本与客户兴趣度，从而输出对应的营销话术，并通过智能设备向营销人员展示营销话术，从而使营销人员向客户介绍金融产品的详细信息，还详细分析金融产品能为客户提供的有益价值，从而提升客户对该金融产品的感兴趣程度以及购买该金融产品的概率。

S130、若是，对对话文本与客户兴趣度进行文本分析得到分析结果。

需要说明的是，若判断出客户兴趣度大于预设的兴趣度阈值，则营销话术实时生成系统判定客户对所沟通的金融产品的感兴趣程度较高，此时，需要根据营销人员与客户之间的沟通内容以及客户对金融产品的感兴趣程度为营销人员提供更为精准与更为优质的营销话术。

在实施中，在判断出客户兴趣度大于预设的兴趣度阈值时，营销话术实时生成系统判定客户对所沟通的金融产品的感兴趣程度较高，然后，营销话术实时生成系统对通过S110步骤生成的对话文本与客户兴趣度进行文本分析，从而得到对应的分析结果，如此便于营销话术实时生成系统根据营销人员与客户之间的沟通内容以及客户对金融产品的感兴趣程度，从预设的历史优质营销对话数据库中选择与当前沟通场景最接近的对话，从而便于后续为营销人员提示更为精准与更为优质的营销话术。

S140、获取客户历史交易信息，基于激励函数处理客户历史交易信息与分析结果生成营销话术。

需要说明的是，营销话术实时生成系统包括客户历史交易信息数据库，客户历史交易信息数据库用于存储客户历史交易信息，其中，客户历史交易信息包括客户的存款额度、历史交易记录等。

在实施中，通过S130步骤生成分析结果后，进一步的，营销话术实时生成系统从客户历史交易信息数据库中获取与客户对应的客户历史交易信息，并获取通过S130步骤生成的分析结果，然后，营销话术实时生成系统将客户历史交易信息与分析结果输入至预设的激励函数中进行处理，接着，激励函数输出对应的营销话术，然后通过该营销话术对营销人员进行提示；该营销话术十分贴近当前的沟通场景，能辅助营销人员向客户详细介绍所沟通的金融产品的详细信息以及有益价值，从而进一步提升客户对该金融产品的感兴趣程度以及购买该金融产品的概率。

在一个实施例中，对对话语音信号进行识别得到对话文本与客户兴趣度，包括：

S111、对对话语音信号进行语音识别生成对话文本。

需要说明的是，营销话术实时生成系统包括语音识别单元，语音识别单元用于将智能设备采集到的客户与营销人员的对话语音信号转换为对应的对话文本；其中，对话语音信号包括客户的客户语音信号，以及营销人员的营销人员语音信号。

在实施中，在客户与营销人员的沟通过程中，智能设备实时对沟通过程中的对话语音进行采集并生成对应的对话语音信号，然后，营销话术实时生成系统通过语音识别单元对对话语音信号语音识别，从而将对话语音信号转换为对应的对话文本，其中，对话文本是与对话语音对应的文字文本，用于记录客户与营销人员的沟通过程。

S112、对对话语音信号进行情感分析生成客户感兴趣程度，对客户感兴趣程度进行量化生成客户兴趣度。

需要说明的是，营销话术实时生成系统包括情感分析单元，情感分析单元用于对智能设备采集到的对话语音信号进行情感分析，从而生成对话语音信号的分析结果，也即客户感兴趣程度；其中，客户感兴趣程度包括非常感兴趣、较为感兴趣、一般感兴趣、不太感兴趣，不感兴趣；为了便于营销话术实时生成系统后续判断客户是否在积极地咨询金融产品的产品信息，需要对客户感兴趣程度进行量化。

在实施中，情感分析单元对对话语音信号进行情感分析后，得到对应的客户感兴趣程度，然后，将客户感兴趣程度量化为具体的数值，也即客户兴趣度。

需要说明的是，营销话术实时生成系统中预设用于与客户兴趣度进行比较的兴趣度阈值，通过将客户兴趣度与兴趣度阈值进行比较，从而根据比较结果确定客户是否在积极地咨询金融产品的产品信息。

在一个实施例中，基于预设的激励函数处理对话文本、客户兴趣度以及获取的客户历史交易信息生成营销话术，包括：

S121、对客户的身份信息进行识别生成客户身份号，基于客户身份号从客户信息数据库中获取客户历史交易信息。

需要说明的是，营销话术实时生成系统包括客户身份确认单元，客户身份确认单元用于对客户身份进行验证，从而确定客户是否本金融机构的客户，验证通过后，客户身份确认单元产生与客户对应的客户身份号；客户身份确认单元通信连接有信息检索单元，信息检索单元通信连接有客户信息中心单元，客户信息中心单元中设有客户信息数据库，客户数据库中存储有客户历史交易信息，每条客户历史交易信息关联有对应的客户身份号；信息检索单元用于在客户身份通过验证后，获取客户身份号，然后基于客户身份号从客户信息数据库中获取与客户对应的客户历史交易信息，其中客户历史交易信息包括客户的存款额度、历史交易记录等。

在实施中，客户可以通过智能手机扫描客户身份确认单元的身份识别二维码，从而通知客户身份确认单元开始对客户的身份进行验证，验证通过为客户生成对应的客户身份码；然后信息检索单元基于客户身份码从客户信息数据库中匹配出对应的客户历史交易信息。

S122、基于激励函数处理客户历史交易信息、对话文本与客户兴趣度，生成使客户公私联营价值最大时对应的营销话术。

在实施中，通过S121步骤生成对应的客户历史交易信息后，营销话术实时生成系统还获取通过S100步骤生成的对话文本与客户兴趣度，然后，将客户历史交易信息、对话文本以及客户兴趣度输入至预设的激励函数中。

需要说明的是，激励函数为营销话术实时生成系统的内置函数，用于对输入其中的客户历史交易信息、对话文本以及客户兴趣度进行处理，然后使客户公私联营价值最大时对应的营销话术；其中，客户公私联营价值是金融机构根据企业中的员工客户的客户历史交易信息、对话文本以及客户兴趣度计算出的数值，用于反映企业中的员工客户购买金融产品的概率；在激励函数中，不同数值大小的客户公私联营价值对应有不同的营销话术。

在实施中，激励函数对输入其中的客户历史交易信息、对话文本以及客户兴趣度进行运算，从而得出使客户公私联营价值最大时对应的营销话术，也即使客户购买金融产品概率最高的营销话术。

在一个实施例中，对对话文本与客户兴趣度进行文本分析得到分析结果，包括：

S131、对对话文本与客户兴趣度进行命名实体识别，生成金融产品名称信息。

需要说明的是，营销话术实时生成系统在判断出客户兴趣度大于预设的兴趣度阈值的情况下，判定此时客户在积极地咨询金融产品的产品信息，也判定此时客户对金融产品的感兴趣程度较高；后续为了向营销人员提示更为精准和更为优质的营销话术，需要对通过S100步骤生成的对话文本与客户兴趣度进行进一步的识别处理。

还需说明的是，营销话术实时生成系统包括命名实体识别单元，命名实体识别单元用于对对话文本中的金融产品名称进行识别，并输出识别出的金融产品名称信息，其中，金融产品名称信息包括但不限于工资卡、储蓄卡、以及信用卡等。

在实施中，营销话术实时生成系统在判断出客户兴趣度大于预设的兴趣度阈值的情况下，将通过S100步骤生成的对话文本与客户兴趣度输入至命名实体识别单元进行处理，然后命名实体识别单元输出识别出的金融产品名称信息。

S132、对对话文本与客户兴趣度进行对话语句相似性识别，生成相似对话语句信息。

需要说明的是，营销话术实时生成系统内置有历史优质营销对话数据库，历史优质营销对话数据库用于存储历史的大量的客户与营销人员之间的优质营销对话；此外，营销话术实时生成系统还包括语句相似性识别单元，语句相似性识别单元用于根据对话文本与客户兴趣度从历史优质营销对话数据库中选择若干组与对话文本较为相似的历史优质营销对话。

在实施中，营销话术实时生成系统在判断出客户兴趣度大于预设的兴趣度阈值的情况下，将通过S100步骤生成的对话文本与客户兴趣度输入至语句相似性识别单元中进行处理，然后语句相似性识别单元输出若干组与对话文本较为相似的历史优质营销对话，记为相似对话语句信息。

S133、对对话文本与客户兴趣度进行文本分类，生成业务分类信息。

需要说明的是，为了便于了解客户与营销人员之间沟通内容所涉及的业务类型，从而便于后续为营销人员提示更为精准的营销话术，需要对客户与营销人员之间沟通内容进行文本分类；营销话术实时生成系统包括文本分类单元，文本分类单元用于根据对话文本与客户兴趣度确定沟通内容所涉及的业务类型，其中，业务类型包括但不限于产品咨询、问题陈述、业务办理以及问题投诉。

在实施中，营销话术实时生成系统在判断出客户兴趣度大于预设的兴趣度阈值的情况下，将通过S100步骤生成的对话文本与客户兴趣度输入至文本分类单元中进行处理，文本分类单元输出对话文本所涉及的业务类型，记为业务分类信息。

S134、基于金融产品名称信息、相似对话语句信息以及业务分类信息得到分析结果。

在实施中，生车金融产品名称信息、相似对话语句信息以及业务分类信息后，进一步的，将金融产品名称信息、相似对话语句信息以及业务分类信息综合为分析结果。

在一个实施例中，基于激励函数处理客户历史交易信息与分析结果生成营销话术，包括：

将客户历史交易信息、金融产品名称信息、相似对话语句信息以及业务分类信息输入至激励函数进行处理，生成使客户公私联营价值最大时对应的营销话术。

需要说明的是，营销话术实时生成系统在判断出客户兴趣度大于预设的兴趣度阈值的情况下，通过对对话文本与客户兴趣度进行文本分析，生成包含金融产品名称信息、相似对话语句信息以及业务分类信息的分析结果，后续为了根据分析结果生成更为精准的营销话术，需要获取客户历史交易信息，然后将客户历史交易信息以及分析结果输入至激励函数中进行处理，激励函数输出使客户公私联营价值最大时对应的营销话术，并将输出的营销话术提示给与客户进行沟通的营销人员。

在实施中，生成包括金融产品名称信息、相似对话语句信息以及业务分类信息在内的分析结果的过程中，客户身份确认单元对客户的身份进行验证，验证通过后生成客户的客户身份号，然后，信息检索单元基于客户身份码从客户信息数据库中匹配出对应的客户历史交易信息；进一步的，将客户历史交易信息、金融产品名称信息、相似对话语句信息以及业务分类信息输入至预设的激励函数中进行处理，激励函数输出使客户公私联营价值最大时对应的营销话术，然后通过智能设备提示给营销人员，从而使营销人员向客户介绍金融产品的详细信息，还详细分析金融产品能为客户提供的有益价值，从而提升客户对该金融产品的感兴趣程度以及购买该金融产品的概率。

图2为一个实施例中营销话术实时生成方法的流程示意图。应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行；除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行；并且图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

实施例二

图3为本申请实施例一提供的一种营销话术实时生成方法流程图，参考图3，该方法可以由执行该种方法的装置来执行，该装置可以由软件和/或硬件的方式实现，该方法包括：

S210、获取对话语音信号，对对话语音信号进行识别得到对话文本与客户兴趣度；对话语音信号包括客户语音信号与营销人员语音信号。

S220、判断客户兴趣度是否大于预设的兴趣度阈值，若否，基于预设的激励函数处理对话文本、客户兴趣度以及获取的客户历史交易信息生成营销话术。

S230、若是，对对话文本与客户兴趣度进行文本分析得到分析结果。

S240、获取客户历史交易信息，基于激励函数处理客户历史交易信息与分析结果生成营销话术。

需要说明的是，S210-S240步骤同S110-S140步骤，此处不再赘述，详见上文。

还需说明的是，通过执行S220步骤或者S240步骤生成对应的营销话术后，营销话术只是有较大可能贴合客户与营销人员的实际沟通场景，但仍有一定可能与实际沟通场景的上下文不贴合，为此，在营销话术初步产生后，可以通过联系实际沟通场景上下文的方式对营销话术进行进一步的优化。

S250、获取对话文本，对对话文本进行存储与管理。

在实施中，通过语音识别单元生成对话文本后，通过营销话术实时生成系统中内置的上下文管理单元对话文本进行动态存储与管理。

S260、基于对话文本对营销话术进行上下文优化，生成优化后营销话术。

需要说明的是，营销话术实时生成系统包括话术优化单元，话术优化单元用于结合上下文管理单元存储的对话文本对生成的营销话术进行优化，生成优化后营销话术，从而使优化后营销话术符合实际沟通场景的上下文；进一步的，通过智能设备将优化后营销话术提示给营销人员，从而为营销人员提供更为精准的营销话术，进而提升客户对该金融产品的感兴趣程度以及购买该金融产品的概率。

图3为一个实施例中营销话术实时生成方法的流程示意图。应该理解的是，虽然图3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行；除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行；并且图3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本公开实施例还提供了一种用于实现上述所涉及的营销话术实时生成方法的营销话术实时生成装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个营销话术实时生成装置实施例中的具体限定可以参见上文中对于营销话术实时生成方法的限定，在此不再赘述。

在一个实施例中，如图4所示，提供了一种营销话术实时生成装置，包括：

语音处理模块，用于获取对话语音信号，对对话语音信号进行识别得到对话文本与客户兴趣度；对话语音信号包括客户语音信号与营销人员语音信号；

第一话术生成模块，用于判断客户兴趣度是否大于预设的兴趣度阈值，若否，基于预设的激励函数处理对话文本、客户兴趣度以及获取的客户历史交易信息生成营销话术；

文本分析模块，用于若是，对对话文本与客户兴趣度进行文本分析得到分析结果；

第二话术生成模块，用于获取客户历史交易信息，基于激励函数处理客户历史交易信息与分析结果生成营销话术。

在另一个实施例中，如图5所示，还提供了一种营销话术实时生成装置，包括：

语音处理模块，用于获取对话语音信号，对对话语音信号进行识别得到对话文本与客户兴趣度；对话语音信号包括客户语音信号与营销人员语音信号；

第一话术生成模块，用于判断客户兴趣度是否大于预设的兴趣度阈值，若否，基于预设的激励函数处理对话文本、客户兴趣度以及获取的客户历史交易信息生成营销话术；

文本分析模块，用于若是，对对话文本与客户兴趣度进行文本分析得到分析结果；

第二话术生成模块，用于获取客户历史交易信息，基于激励函数处理客户历史交易信息与分析结果生成营销话术；

文本获取模块，用于获取对话文本，对对话文本进行存储与管理；

话术优化模块，用于基于对话文本对营销话术进行上下文优化，生成优化后营销话术。

上述营销话术实时生成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6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。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和内存储器。该非易失性存储介质存储有操作系统、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系统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营销话术实时生成方法。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本公开方案相关的部分结构的框图，并不构成对本公开方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，如图7所示，其上存储有计算机程序，计算机程序被处理器执行时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

需要说明的是，本公开所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。

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，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，本公开所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本公开所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本公开所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本公开的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本公开专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本公开构思的前提下，还可以做出若干变形和改进，这些都属于本公开的保护范围。因此，本公开的保护范围应以所附权利要求为准。

Claims (10)

1.一种营销话术实时生成方法，其特征在于，包括：

获取对话语音信号，对所述对话语音信号进行识别得到对话文本与客户兴趣度；所述对话语音信号包括客户语音信号与营销人员语音信号；

判断所述客户兴趣度是否大于预设的兴趣度阈值，若否，基于预设的激励函数处理所述对话文本、所述客户兴趣度以及获取的客户历史交易信息生成营销话术；

若是，对所述对话文本与所述客户兴趣度进行文本分析得到分析结果；

获取客户历史交易信息，基于所述激励函数处理所述客户历史交易信息与所述分析结果生成营销话术。

2.根据权利要求1所述的一种方法，其特征在于，所述对所述对话语音信号进行识别得到对话文本与客户兴趣度，包括：

对所述对话语音信号进行语音识别生成对话文本；

对所述对话语音信号进行情感分析生成客户感兴趣程度，对所述客户感兴趣程度进行量化生成所述客户兴趣度。

3.根据权利要求1所述的一种方法，其特征在于，所述基于预设的激励函数处理所述对话文本、所述客户兴趣度以及获取的客户历史交易信息生成营销话术，包括：

对客户的身份信息进行识别生成客户身份号，基于所述客户身份号从客户信息数据库中获取客户历史交易信息；

基于所述激励函数处理所述客户历史交易信息、所述对话文本与所述客户兴趣度，生成使客户公私联营价值最大时对应的营销话术。

4.根据权利要求1所述的一种方法，其特征在于，所述对所述对话文本与所述客户兴趣度进行文本分析得到分析结果，包括：

对所述对话文本与所述客户兴趣度进行命名实体识别，生成金融产品名称信息；

对所述对话文本与所述客户兴趣度进行对话语句相似性识别，生成相似对话语句信息；

对所述对话文本与所述客户兴趣度进行文本分类，生成业务分类信息；

基于所述金融产品名称信息、所述相似对话语句信息以及所述业务分类信息得到所述分析结果。

5.根据权利要求4所述的一种方法，其特征在于，所述基于所述激励函数处理所述客户历史交易信息与所述分析结果生成营销话术，包括：

将所述客户历史交易信息、所述金融产品名称信息、所述相似对话语句信息以及所述业务分类信息输入至所述激励函数进行处理，生成使客户公私联营价值最大时对应的营销话术。

6.根据权利要求1所述的一种方法，其特征在于，所述基于预设的激励函数处理所述对话文本、所述客户兴趣度以及获取的客户历史交易信息生成营销话术，或者所述基于所述激励函数处理所述客户历史交易信息与所述分析结果生成营销话术，后的步骤包括：

获取所述对话文本，对所述对话文本进行存储与管理；

基于所述对话文本对所述营销话术进行上下文优化，生成优化后营销话术。

7.一种营销话术实时生成装置，其特征在于，所述装置包括：

语音处理模块，用于获取对话语音信号，对所述对话语音信号进行识别得到对话文本与客户兴趣度；所述对话语音信号包括客户语音信号与营销人员语音信号；

第一话术生成模块，用于判断所述客户兴趣度是否大于预设的兴趣度阈值，若否，基于预设的激励函数处理所述对话文本、所述客户兴趣度以及获取的客户历史交易信息生成营销话术；

文本分析模块，用于若是，对所述对话文本与所述客户兴趣度进行文本分析得到分析结果；

第二话术生成模块，用于获取客户历史交易信息，基于所述激励函数处理所述客户历史交易信息与所述分析结果生成营销话术。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其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权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。