贷前风险事件调查方法、装置及电子设备与流程

1.本发明涉及贷前风险调查领域，具体涉及一种贷前风险事件调查方法、装置及电子设备。


背景技术：

2.目前，在贷前风险调查场景中，为了保证贷款后的正常还款，常常需要在贷款前对贷款业务流程中可能出现的风险事件进行调查，相关技术中需要员工人为通过语音通话完成对风险事件的调查，但这种调查方式容易导致风险事件核查错漏，同时也增加了人力成本。
3.针对贷前风险调查中人为通过语音通话调查风险事件，导致风险事件核查错漏、人力成本高的问题，目前尚未提出有效的解决方案。


技术实现要素：

4.本发明的主要目的在于提供一种贷前风险事件调查方法及装置，以解决人为通过语音通话调查风险事件导致风险事件核查错漏、人力成本高的问题。
5.为了实现上述目的，本发明的第一方面提供了一种贷前风险事件调查方法，包括：
6.利用风险策略确定一个或多个贷前风险事件；
7.将每个所述贷前风险事件拆解为多个风险点，每个风险点对应配置话术策略节点，构成话术策略节点数组，其中，所述风险点与话术策略节点一一对应；
8.将所述话术策略节点数组按照话术策略的逻辑进行排序并去重，得到重新排列后的话术策略节点数组；
9.通过ai智能语音外呼系统调用重新排列后的话术策略节点数组对应的话术，对客户进行调查，得到调查结果。
10.可选地，所述利用风险策略确定一个或多个贷前风险事件包括：
11.利用风险策略生成针对一个或多个贷前风险事件的启动调查信息；
12.根据所述启动调查信息启动调查任务。
13.可选地，所述将所述话术策略节点数组按照话术策略的逻辑进行排序并去重，得到重新排列后的话术策略节点数组，包括：
14.将所述话术策略节点数组按照话术策略的先后逻辑顺序进行排序；
15.将所述话术策略节点数组中重复的话术策略删除，得到重新排列后的话术策略节点数组；
16.话术策略节点数组中的每个话术策略节点对应配置话术。
17.可选地，所述通过ai智能语音外呼系统调用重新排列后的话术策略节点数组对应的话术，对客户进行调查，得到调查结果，包括：
18.通过ai智能语音外呼系统接收外呼名单并设置外呼策略；
19.调用重新排列后的话术策略节点数组中话术策略节点对应配置的话术，根据所述
外呼策略对所述外呼名单中的客户执行外呼任务；
20.依次对所述外呼名单中的所有客户执行外呼任务，进行调查，得到调查结果。
21.进一步地，所述依次对所述外呼名单中的所有客户执行外呼任务，进行调查，得到调查结果，包括：
22.通过ai智能语音外呼系统的ars将外呼任务中接听的客户语音信息实时转化为客户文本信息；
23.通过ai智能语音外呼系统的nlp对所述客户文本信息进行语义理解，确定所述客户文本信息对应的话术策略节点；
24.调用所述话术策略节点对应配置的话术生成应答文本信息；
25.通过ai智能语音外呼系统的tts将所述应答文本信息转化为应答语音信息，并将所述应答语音信息答复给客户；
26.保存外呼任务执行过程中的通话记录，得到调查结果，其中，所述通话记录包括与每个客户通话产生的客户语音信息、客户文本信息、客户文本信息对应的话术策略节点、话术策略节点对应配置的话术、应答文本信息和应答语音信息。
27.可选地，在得到调查结果之后，所述方法还包括：
28.根据所述调查结果确定结果标签；
29.基于所述调查结果和结果标签生成分析统计报告；
30.将所述分析统计报告发送至审核者，以使审核者判断客户的贷前风险。
31.可选地，在基于所述调查结果和结果标签生成分析统计报告之后，所述方法还包括：
32.将所述分析统计报告发送至智能调查系统；
33.通过所述智能调查系统的风险策略判断客户的贷前风险。
34.本发明的第二方面提供了一种贷前风险事件调查装置，包括：
35.贷前风险事件确定单元，用于利用风险策略确定一个或多个贷前风险事件；
36.话术策略节点配置单元，用于将每个所述贷前风险事件拆解为多个风险点，每个风险点对应配置话术策略节点，构成话术策略节点数组，其中，所述风险点与话术策略节点一一对应；
37.重新排列单元，用于将所述话术策略节点数组按照话术策略的逻辑进行排序并去重，得到重新排列后的话术策略节点数组；
38.外呼系统调查单元，用于通过ai智能语音外呼系统调用重新排列后的话术策略节点数组对应的话术，对客户进行调查，得到调查结果。
39.本发明的第三方面提供了一种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指令，所述计算机指令用于使计算机执行第一方面任意一项提供的贷前风险事件调查方法。
40.本发明的第四方面提供了一种电子设备，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行第一方面任意一项提供的贷前风险事件调查方法。
41.在本发明实施例中，通过ai智能语音外呼系统对客户进行调查，实现了对一个或
多个贷前风险事件的智能调查，极大地减少了因人为因素导致风险核查错漏的情况，也减少了人力成本的支出。
附图说明
42.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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一些实施方式，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。
43.图1为本发明实施例提供的方法流程示意图；
44.图2为本发明实施例提供的方法流程图；
45.图3为本发明实施例提供的装置框图；
46.图4为本发明实施例提供的电子设备框图。
具体实施方式
47.为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
48.需要说明的是，本发明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，以便这里描述的本发明的实施例。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、系统、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。
49.在本发明中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本发明及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。
50.并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本发明中的具体含义。
51.此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
52.需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
53.目前，在贷前风险调查场景中，为了保证贷款后的正常还款，常常需要在贷款前对
贷款业务流程中可能出现的风险事件进行调查，相关技术中需要员工人为通过语音通话完成对风险事件的调查，但这种调查方式容易导致风险事件核查错漏，同时也增加了人力成本。
54.为了解决上述问题，本发明实施例提供了一种贷前风险事件调查方法，如图1所示，该方法包括如下的步骤s101至步骤s104：
55.步骤s101：利用风险策略确定一个或多个贷前风险事件；
56.具体的，所述步骤s101包括：
57.利用风险策略生成针对一个或多个贷前风险事件的启动调查信息；
58.根据所述启动调查信息启动调查任务。
59.步骤s102：将每个所述贷前风险事件拆解为多个风险点，每个风险点对应配置话术策略节点，构成话术策略节点数组，其中，所述风险点与话术策略节点一一对应；
60.结合步骤s101和步骤s102，完成对贷前风险事件的拆解：根据风控管理模块下的风险策略模型所输出的计算结果，发现一项或多项贷前风险事件，通过指标分析、核查规则的指引，找到事件需要核查的风险点，将贷前风险事件按照一定的逻辑拆解成若干个话术策略节点，构成话术策略节点数组，围绕如何多维度地披露风险展开相关调查话术。
61.步骤s103：将所述话术策略节点数组按照话术策略的逻辑进行排序并去重，得到重新排列后的话术策略节点数组；
62.具体的，所述步骤s103包括：
63.将所述话术策略节点数组按照话术策略的先后逻辑顺序进行排序；
64.将所述话术策略节点数组中重复的话术策略删除，得到重新排列后的话术策略节点数组；
65.话术策略节点数组中的每个话术策略节点对应配置话术。
66.在步骤s103中，运用java技术，对启动调查任务需要调用的话术策略节点数组按照规则、逻辑进行排序、去重，使之唯一化、专业化，以备后续步骤s104将重新排列的策略节点通过任务系统模块指派到ai智能语音外呼系统，调用对应话术。
67.步骤s104：通过ai智能语音外呼系统调用重新排列后的话术策略节点数组对应的话术，对客户进行调查，得到调查结果。
68.具体的，所述步骤s104包括：
69.通过ai智能语音外呼系统接收外呼名单并设置外呼策略；
70.调用重新排列后的话术策略节点数组中话术策略节点对应配置的话术，根据所述外呼策略对所述外呼名单中的客户执行外呼任务；
71.依次对所述外呼名单中的所有客户执行外呼任务，进行调查，得到调查结果。
72.其中，所述步骤s104中的依次对所述外呼名单中的所有客户执行外呼任务，进行调查，得到调查结果，包括：
73.通过ai智能语音外呼系统的ars将外呼任务中接听的客户语音信息实时转化为客户文本信息；
74.通过ai智能语音外呼系统的nlp对所述客户文本信息进行语义理解，确定所述客户文本信息对应的话术策略节点；
75.调用所述话术策略节点对应配置的话术生成应答文本信息；
76.通过ai智能语音外呼系统的tts将所述应答文本信息转化为应答语音信息，并将所述应答语音信息答复给客户；
77.保存外呼任务执行过程中的通话记录，得到调查结果，其中，所述通话记录包括与每个客户通话产生的客户语音信息、客户文本信息、客户文本信息对应的话术策略节点、话术策略节点对应配置的话术、应答文本信息和应答语音信息。
78.结合步骤s103和步骤s104，实现多个贷前风险事件调用话术节点：运用java技术，对启动调查任务需要调用的话术策略节点数组按照规则、逻辑进行排序、去重，使之唯一化、专业化，并将重新排列的策略节点通过任务系统模块指派到ai智能语音外呼系统，调用对应话术。
79.具体的，在步骤s104的得到调查结果之后，所述方法还包括：
80.根据所述调查结果确定结果标签；
81.基于所述调查结果和结果标签生成分析统计报告；
82.将所述分析统计报告发送至审核者，以使审核者判断客户的贷前风险。
83.具体的，在基于所述调查结果和结果标签生成分析统计报告之后，所述方法还包括：
84.将所述分析统计报告发送至智能调查系统；
85.通过所述智能调查系统的风险策略判断客户的贷前风险。
86.本发明实施例提供了的一种贷前风险事件调查方法，流程图如图2所示，其中，调查系统包括风控管理模块、任务系统模块，外呼系统包括外呼模块(呼叫系统模块)、任务管理模块、ai智能模块；主要流程包括：
87.1、调查系统：
88.风控管理模块，用风险策略模型输出计算结果；
89.任务系统模块，启动任务项，将整合完成的任务项指派到ai智能语音外呼系统。
90.2、外呼系统：
91.任务管理模块，导入外呼名单，设置外呼策略；
92.外呼模块，执行外呼任务；
93.ai智能模块，ars实时将语音转文本；nlp实现语义理解；
94.任务管理模块，参照话术流程做出应答；
95.ai智能模块，tts实现文本转语音；
96.任务管理模块，保存通话记录，做好结果标签；生成分析统计报告；审核人员根据报告进行最终判断。
97.3、调查系统：
98.任务系统模块，接收外呼结果；
99.风控管理模块，根据外呼结果用风险策略模型输出计算结果。
100.本发明所提供的ai智能语音贷前调查场景涉及的风险场景较多、语音交互环境相对较为复杂，可以运用一次智能语音通话核查多项风险事件，在技术层面上实现了功能迭代，填补了智能产品业务市场上的一个空白。
101.本发明实施例提供的贷前风险事件调查方法是基于贷前风险事件调查系统实现的，结合图2可知，贷前风险事件调查系统包括智能调查系统和ai智能语音外呼系统。
102.其中，智能调查系统包括以下主要组成部分：1、风控管理模块，用风险策略模型输出计算结果；2、任务系统模块，用于接收风控管理模块输出结果而启动的任务调查项，将任务指派到ai智能语音外呼系统，并将ai智能语音外呼系统呼叫的调查结果传输给风控管理模块，使之进行基于风险策略模型的计算和输出。
103.ai智能语音外呼系统包括以下主要组成部分：1、呼叫系统模块，实现电话外呼的执行功能；2、任务管理模块，实现呼叫任务设定、呼叫规则管理、呼叫结果信息存储、图文分析等系统管理功能；3、ai处理系统模块，包括asr技术(语音转文本)、nlp技术(自然语音处理，进行语义理解)、tts技术(文本转语音)。
104.智能调查系统和ai智能语音外呼系统这两个系统交互功能的实现的包括下述流程：
105.1、风控管理模块输出计算结果，决定启动一个或多个贷前风险事件的调查；
106.2、任务系统模块接收风控管理模块的输出结果，生成调查任务；
107.3、任务系统模块根据贷前风险事件对需要调用的话术策略节点数组进行排序、去重；
108.4、任务系统模块将整合完毕的调查任务传输给ai智能语音外呼系统；
109.5、ai智能语音外呼系统根据设置的流程和话术，执行外呼任务；
110.6、ai智能语音外呼系统将执行结束的调查结果按照预设规则生成相应的文本信息，提供给相关审核人员根据调查结果做出后续工作判断，并将结果返回给智能调查系统。
111.本发明提供的贷前风险事件调查方法，通过执行ai外呼任务，解决了一个或多个风险事件的智能调查，极大地减少了因人为因素导致风险核查错漏、质量参差不齐的情况，也减少了人力成本的支出。
112.从以上的描述中，可以看出，本发明实现了如下技术效果：
113.本发明通过ai智能语音外呼系统对客户进行调查，实现了对一个或多个贷前风险事件的智能调查，极大地减少了因人为因素导致风险核查错漏、质量参差不齐的情况，也减少了人力成本的支出。
114.需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
115.本发明实施例还提供了一种用于实施上述贷前风险事件调查方法的贷前风险事件调查装置，如图3所示，该装置包括：
116.贷前风险事件确定单元31，用于利用风险策略确定一个或多个贷前风险事件；
117.话术策略节点配置单元32，用于将每个所述贷前风险事件拆解为多个风险点，每个风险点对应配置话术策略节点，构成话术策略节点数组，其中，所述风险点与话术策略节点一一对应；
118.重新排列单元33，用于将所述话术策略节点数组按照话术策略的逻辑进行排序并去重，得到重新排列后的话术策略节点数组；
119.外呼系统调查单元34，用于通过ai智能语音外呼系统调用重新排列后的话术策略节点数组对应的话术，对客户进行调查，得到调查结果。
120.本发明实施例还提供了一种电子设备，如图4所示，该电子设备包括一个或多个处
理器41以及存储器42，图4中以一个处理器41为例。
121.该控制器还可以包括：输入装置43和输出装置44。
122.处理器41、存储器42、输入装置43和输出装置44可以通过总线或者其他方式连接，图4中以通过总线连接为例。
123.处理器41可以为中央处理器(central processing unit，简称为cpu)，处理器41还可以为其他通用处理器、数字信号处理器(digital signal processor，简称为dsp)、专用集成电路(application specific integrated circuit，简称为asic)、现场可编程门阵列(field
‑
programmable gate array，简称为fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合，通用处理器可以是微处理器或者任何常规的处理器。
124.存储器42作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的控制方法对应的程序指令/模块。处理器41通过运行存储在存储器42中的非暂态软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的贷前风险事件调查方法。
125.存储器42可以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、至少一个功能所需要的应用程序；存储数据区可存储根据服务器操作的处理装置的使用所创建的数据等。此外，存储器42可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器42可选包括相对于处理器41远程设置的存储器，这些远程存储器可以通过网络连接至网络连接装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
126.输入装置43可接收输入的数字或字符信息，以及产生与服务器的处理装置的用户设置以及功能控制有关的键信号输入。输出装置44可包括显示屏等显示设备。
127.一个或者多个模块存储在存储器42中，当被一个或者多个处理器41执行时，执行如图1所示的方法。
128.本领域技术人员可以理解，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，程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各电机控制方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(read
‑
only memory，简称为rom)、随机存储记忆体(random access memory，简称为ram)、快闪存储器(flash memory，简称为fm)、硬盘(hard disk drive，简称为hdd)或固态硬盘(solid
‑
state drive，简称为ssd)等；存储介质还可以包括上述种类的存储器的组合。
129.虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。