预警劝阻方法及系统与流程

本技术涉及语音分析领域，尤其涉及一种预警劝阻方法及系统。

背景技术：

1、将人工智能、机器学习、大数据挖掘等技术应用于反诈预警等场景时，反诈的效率和效能得到了提升。其中，ai(artificial intelligence人工智能)外呼预警是指利用ai技术开发的自动拨号系统，用于向大量电话号码拨打电话并进行语音对话，对通话内容进行实时监测，发现存在违规行为或潜在风险时，自动触发预警机制。

2、ai外呼预警机器人是一种利用人工智能技术实现自动外呼功能的机器人，ai外呼预警机器人可以根据不同的需求进行定制化的设置和调整，例如根据不同的客户群体、不同的时间、不同的场景等设置不同的拨打策略、话术、语言风格等，以实现更精准、更有效的外呼效果。

3、ai外呼预警机器人可以基于多来源、多渠道的数据，获取涉诈风险用户的手机号码、上网行为等信息，并基于数据判断用户的涉诈类型和风险等级，进而确定预警优先级，使用预设的话术模板展开ai外呼预警，以劝阻用户。但ai外呼预警机器人的话术模板为预设模板，无法根据涉诈风险用户的通话回复内容匹配话术，导致预警劝阻效率低。

技术实现思路

1、本技术提供一种预警劝阻方法及系统，以解决预警劝阻效率低的问题。

2、第一方面，本技术提供一种预警劝阻方法，包括：

3、获取网络行为数据；

4、根据所述网络行为数据计算第一涉诈风险系数；

5、当所述第一涉诈风险系数大于系数阈值时，获取预警劝阻策略集，所述预警劝阻策略集至少包括第一策略子集和第二策略子集；

6、向目标用户终端发起呼叫请求，响应于所述目标用户终端接收到所述呼叫请求的回执信号，基于所述第一策略子集控制语音劝阻模块向所述目标用户终端发送劝阻语音，以及监测所述目标用户终端反馈的回复语音数据；

7、根据所述回复语音数据，通过关键词识别得到意图识别结果，和，通过语音特征识别得到情绪识别结果；

8、通过所述意图识别结果、所述情绪识别结果和所述第一涉诈风险系数，得到第二涉诈风险系数；

9、获取所述语音劝阻模块的监测进度；

10、若所述监测进度大于或等于预设进度阈值时，获取所述第二涉诈风险系数的变化趋势，若所述变化趋势呈上升趋势或无变化趋势，切换所述第二策略子集，基于所述第二策略子集控制语音劝阻模块向所述目标用户终端发送劝阻语音，以及监测所述目标用户终端反馈的回复语音数据。

11、在一种可行的实施例中，所述获取预警劝阻策略集，包括：

12、所述第一涉诈风险系数大于系数阈值时，根据所述网络行为数据计算第一涉诈风险类型；

13、根据所述第一涉诈风险类型，匹配预警劝阻策略集。

14、在一种可行的实施例中，所述获取预警劝阻策略集，还包括：

15、根据所述意图识别结果，得到第二涉诈风险类型；

16、获取所述第一涉诈风险类型的第一类型结果，和，第二涉诈风险类型的第二类型结果；

17、获取所述第一涉诈风险类型和第二涉诈风险类型的获取途径；

18、根据所述获取途径，设置所述第一类型结果和所述第二类型结果的置信度标签；

19、若所述第一类型结果的置信度标签数值大于所述第二类型结果的置信度标签数值，选用所述第一涉诈风险类型。

20、在一种可行的实施例中，所述获取途径包括关键词识别模型获取和模糊意图识别模型获取；

21、所述根据所述回复语音数据，通过关键词识别得到意图识别结果，包括：

22、获取所述目标用户终端反馈的回复语音数据；

23、设置关键词库；

24、若所述回复语音数据与所述关键词库的关键词匹配成功，基于关键词识别模型获取意图识别结果；

25、若所述回复语音数据与所述关键词库的关键词未匹配成功，基于模糊意图识别模型获取意图识别结果。

26、在一种可行的实施例中，所述基于所述第一策略子集控制语音劝阻模块向所述目标用户终端发送劝阻语音，以及监测所述目标用户终端反馈的回复语音数据，包括：

27、获取所述目标用户的基础信息数据；

28、根据所述基础信息数据计算用户画像类型；

29、根据历史预警劝阻效果数据，设置所述预警劝阻策略集中至少第一策略子集和第二策略子集应用于所述用户画像类型的有效性参数；

30、若所述第一策略子集的有效性参数数值大于所述第二策略子集的有效性参数数值，选用所述第一策略子集；

31、基于所述第一策略子集控制语音劝阻模块向所述目标用户终端发送劝阻语音，向所述语音劝阻模块发送监测指令，以控制语音劝阻模块监测所述目标用户终端反馈的回复语音数据。

32、在一种可行的实施例中，所述通过语音特征识别得到情绪识别结果，包括：

33、提取所述回复语音数据的言语特征和声学特征；

34、利用情绪识别对所述言语特征和声学特征识别，以得到情绪识别结果，所述情绪识别结果为基于离散的情绪分类或基于连续维度的情绪指标。

35、在一种可行的实施例中，所述策略子集包括劝阻语音集和问答路径，所述预设进度阈值包括时间阈值以及所述问答路径的进度阈值，所述监测进度包括监测时间和监测执行进度；

36、所述基于所述第二策略子集控制语音劝阻模块向所述目标用户终端发送劝阻语音，以及监测所述目标用户终端反馈的回复语音数据，包括：

37、若所述语音劝阻模块的监测时间大于或等于所述时间阈值，或，所述语音劝阻模块的监测执行进度大于或等于所述进度阈值时，获取所述第二涉诈风险系数的变化趋势，若所述变化趋势呈上升趋势或无变化趋势，切换所述第二策略子集，基于所述第二策略子集控制语音劝阻模块向所述目标用户终端发送劝阻语音，以及监测所述目标用户终端反馈的回复语音数据。

38、在一种可行的实施例中，所述方法还包括：

39、获取监测节点，所述监测节点为所述监测进度大于或等于预设进度阈值时的节点；

40、根据所述监测节点，获取风险系数差值，所述风险系数差值为前一个所述监测节点涉诈风险系数与后一个所述监测节点涉诈风险系数的差值；

41、根据所述风险系数的差值，调整所述预警劝阻策略集中至少第一策略子集和第二策略子集应用于所述用户画像类型的有效性参数；

42、根据所述有效性参数，重新排列所述预警劝阻策略集中至少第一策略子集和第二策略子集的顺序。

43、在一种可行的实施例中，所述方法还包括：

44、设置风险系数安全区间；

45、当所述第二涉诈风险系数小于所述风险系数安全区间时，或，所述目标用户终端生成挂断请求，响应于所述目标用户终端发送的所述挂断请求的回执信号时，控制所述语音劝阻模块停止向所述目标用户终端监测所述目标用户的回复语音数据，并生成推送数据，所述推送数据包括所述第二涉诈风险系数和涉诈风险类型，所述涉诈风险类型至少包括第一涉诈风险类型和第二涉诈风险类型。

46、第二方面，本技术提供一种预警劝阻系统，用于执行第一方面所述的预警劝阻方法，所述系统包括：获取模块、计算模块、控制模块、语音劝阻模块以及识别模块；

47、所述获取模块用于获取网络行为数据；

48、所述计算模块用于根据所述网络行为数据计算第一涉诈风险系数；

49、所述获取模块还用于，当所述第一涉诈风险系数大于系数阈值时，获取预警劝阻策略集，所述预警劝阻策略集至少包括第一策略子集和第二策略子集；

50、所述控制模块用于基于所述第一策略子集控制语音劝阻模块向目标用户终端发送劝阻语音；

51、所述语音劝阻模块用于监测所述目标用户终端反馈的回复语音数据；

52、所述识别模块用于根据所述回复语音数据，通过关键词识别得到意图识别结果，和，通过语音特征识别得到情绪识别结果；

53、所述计算模块还用于通过所述意图识别结果、所述情绪识别结果和所述第一涉诈风险系数，得到第二涉诈风险系数；

54、所述获取模块还用于获取所述语音劝阻模块的监测进度；若所述监测进度大于或等于预设进度阈值时，用于获取所述第二涉诈风险系数的变化趋势，若所述变化趋势呈上升趋势或无变化趋势，切换所述第二策略子集，基于所述第二策略子集控制语音劝阻模块向所述目标用户终端发送劝阻语音，以及监测所述目标用户终端反馈的回复语音数据。

55、由以上技术方案可知，本技术提供一种预警劝阻方法及系统，方法先获取网络行为数据；根据所述网络行为数据计算第一涉诈风险系数；当所述第一涉诈风险系数大于系数阈值时，获取预警劝阻策略集，所述预警劝阻策略集至少包括第一策略子集和第二策略子集；向目标用户终端发起呼叫请求，响应于所述目标用户终端接收到所述呼叫请求的回执信号，基于所述第一策略子集控制语音劝阻模块向所述目标用户终端发送劝阻语音，以及监测所述目标用户终端反馈的回复语音数据；根据所述回复语音数据，通过关键词识别得到意图识别结果，和，通过语音特征识别得到情绪识别结果；通过所述意图识别结果、所述情绪识别结果和所述第一涉诈风险系数，得到第二涉诈风险系数；获取所述语音劝阻模块的监测进度；若所述监测进度大于或等于预设进度阈值时，获取所述第二涉诈风险系数的变化趋势，若所述变化趋势呈上升趋势或无变化趋势，切换所述第二策略子集，基于所述第二策略子集控制语音劝阻模块向所述目标用户终端发送劝阻语音，以及监测所述目标用户终端反馈的回复语音数据，通过识别回复语音数据的监测结果，更新策略子集，以解决预警劝阻效率低的问题。