数据处理方法、装置及设备制造方法及图纸

本说明书实施例提供了一种数据处理方法、装置及设备，所述方法包括：在检测到目标用户触发执行目标业务的情况下，基于获取的目标信息，确定与所述目标信息对应的第一特征向量，所述目标信息包括所述目标用户触发执行所述目标业务所需的信息，和/或所述目标用户针对触发执行所述目标业务的交互信息；基于待输出的候选话术的频次信息、匹配信息和第一信息，确定每个所述候选话术对应的第二特征向量；基于所述第一特征向量和所述第二特征向量，确定每个所述候选话术与所述目标用户触发执行所述目标业务的匹配度；基于所述匹配度，确定所述候选话术中与所述目标用户触发执行所述目标业务匹配的目标话术，并输出所述目标话术。并输出所述目标话术。并输出所述目标话术。

【技术实现步骤摘要】
数据处理方法、装置及设备


[0001]本说明书实施例涉及数据处理
，尤其涉及一种数据处理方法、装置及设备。

技术介绍

[0002]随着互联网行业的迅速发展，网络风险也随之增多，在风控场景下，应用服务商可以在为用户提供服务前，通过客服人员与用户进行交互，以根据用户的反馈信息确定当前业务(如转账、充值、提现等业务)是否存在风险，为降低人工参与的成本，可以通过人机交互的方式进行风险控制。例如，计算机可以通过历史话术对话术确定模型进行训练，然后在根据训练得到的话术确定模型，确定与当前场景对应的话术，并通过确定的话术与用户进行交互，以对当前的业务进行风险控制。
[0003]但是，在黑产的欺诈手法发生新的变化时，会导致风控数据量大、更新速度快等情况，因而，模型更新的数据处理压力较大，无法对话术确定模型模型进行及时的更新，这就可能导致无法通过话术确定模型确定与当前场景匹配度高的话术，也就无法保证风控效果，因此，需要一种在风控场景下，能及时准确的确定与当前场景匹配的话术，以进行风险控制的解决方案。

技术实现思路

[0004]本说明书实施例的目的是提供一种数据处理方法、装置及设备，以提供一种在风控场景下，能及时准确的确定与当前场景匹配的话术，以进行风险控制的解决方案。
[0005]为了实现上述技术方案，本说明书实施例是这样实现的：
[0006]第一方面，本说明书实施例提供了一种数据处理方法，包括：在检测到目标用户触发执行目标业务的情况下，基于获取的目标信息，确定与所述目标信息对应的第一特征向量，所述目标信息包括所述目标用户触发执行所述目标业务所需的信息，和/或所述目标用户针对触发执行所述目标业务的交互信息；基于待输出的候选话术的频次信息、匹配信息和第一信息，确定每个所述候选话术对应的第二特征向量，所述频次信息基于预设检测周期内的举报信息以及所述举报信息中与所述候选话术对应的举报信息确定，所述匹配信息用于表征所述候选话术与所述目标用户以及预设风险类型的匹配程度，所述第一信息基于对所述目标信息进行意图识别处理得到意图类型确定；基于所述第一特征向量和所述第二特征向量，确定每个所述候选话术与所述目标用户触发执行所述目标业务的匹配度；基于所述匹配度，确定所述候选话术中与所述目标用户触发执行所述目标业务匹配的目标话术，并输出所述目标话术。
[0007]第二方面，本说明书实施例提供了一种数据处理装置，所述装置包括：第一获取模块，用于在检测到目标用户触发执行目标业务的情况下，基于获取的目标信息，确定与所述目标信息对应的第一特征向量，所述目标信息包括所述目标用户触发执行所述目标业务所需的信息，和/或所述目标用户针对触发执行所述目标业务的交互信息；第一确定模块，用
于基于待输出的候选话术的频次信息、匹配信息和第一信息，确定每个所述候选话术对应的第二特征向量，所述频次信息基于预设检测周期内的举报信息以及所述举报信息中与所述候选话术对应的举报信息确定，所述匹配信息用于表征所述候选话术与所述目标用户以及预设风险类型的匹配程度，所述第一信息基于对所述目标信息进行意图识别处理得到意图类型确定；第二确定模块，用于基于所述第一特征向量和所述第二特征向量，确定每个所述候选话术与所述目标用户触发执行所述目标业务的匹配度；话术确定模块，用于基于所述匹配度，确定所述候选话术中与所述目标用户触发执行所述目标业务匹配的目标话术，并输出所述目标话术。
[0008]第三方面，本说明书实施例提供了一种数据处理设备，所述数据处理设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：在检测到目标用户触发执行目标业务的情况下，基于获取的目标信息，确定与所述目标信息对应的第一特征向量，所述目标信息包括所述目标用户触发执行所述目标业务所需的信息，和/或所述目标用户针对触发执行所述目标业务的交互信息；基于待输出的候选话术的频次信息、匹配信息和第一信息，确定每个所述候选话术对应的第二特征向量，所述频次信息基于预设检测周期内的举报信息以及所述举报信息中与所述候选话术对应的举报信息确定，所述匹配信息用于表征所述候选话术与所述目标用户以及预设风险类型的匹配程度，所述第一信息基于对所述目标信息进行意图识别处理得到意图类型确定；基于所述第一特征向量和所述第二特征向量，确定每个所述候选话术与所述目标用户触发执行所述目标业务的匹配度；基于所述匹配度，确定所述候选话术中与所述目标用户触发执行所述目标业务匹配的目标话术，并输出所述目标话术。
[0009]第四方面，本说明书实施例提供一种存储介质，所述存储介质用于存储计算机可执行指令，所述可执行指令在被执行时实现以下流程：在检测到目标用户触发执行目标业务的情况下，基于获取的目标信息，确定与所述目标信息对应的第一特征向量，所述目标信息包括所述目标用户触发执行所述目标业务所需的信息，和/或所述目标用户针对触发执行所述目标业务的交互信息；基于待输出的候选话术的频次信息、匹配信息和第一信息，确定每个所述候选话术对应的第二特征向量，所述频次信息基于预设检测周期内的举报信息以及所述举报信息中与所述候选话术对应的举报信息确定，所述匹配信息用于表征所述候选话术与所述目标用户以及预设风险类型的匹配程度，所述第一信息基于对所述目标信息进行意图识别处理得到意图类型确定；基于所述第一特征向量和所述第二特征向量，确定每个所述候选话术与所述目标用户触发执行所述目标业务的匹配度；基于所述匹配度，确定所述候选话术中与所述目标用户触发执行所述目标业务匹配的目标话术，并输出所述目标话术。
附图说明
[0010]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性的前提下，还可以根据这些附图获得其他的附图。
[0011]图1A为本说明书一种数据处理方法实施例的流程图；
[0012]图1B为本说明书一种数据处理方法实施例的处理过程示意图；
[0013]图2为本说明书一种目标信息的获取示意图；
[0014]图3为本说明书另一种数据处理方法实施例的处理过程示意图；
[0015]图4为本说明书一种匹配度确定示意图；
[0016]图5为本说明书一种数据处理装置实施例的结构示意图；
[0017]图6为本说明书一种数据处理设备的结构示意图。
具体实施方式
[0018]本说明书实施例提供一种数据处理方法、装置及设备。
[0019]为了使本
的人员更好地理解本说明书中的技术方案，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。
[0020本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，包括：在检测到目标用户触发执行目标业务的情况下，基于获取的目标信息，确定与所述目标信息对应的第一特征向量，所述目标信息包括所述目标用户触发执行所述目标业务所需的信息，和/或所述目标用户针对触发执行所述目标业务的交互信息；基于待输出的候选话术的频次信息、匹配信息和第一信息，确定每个所述候选话术对应的第二特征向量，所述频次信息基于预设检测周期内的举报信息以及所述举报信息中与所述候选话术对应的举报信息确定，所述匹配信息用于表征所述候选话术与所述目标用户以及预设风险类型的匹配程度，所述第一信息基于对所述目标信息进行意图识别处理得到意图类型确定；基于所述第一特征向量和所述第二特征向量，确定每个所述候选话术与所述目标用户触发执行所述目标业务的匹配度；基于所述匹配度，确定所述候选话术中与所述目标用户触发执行所述目标业务匹配的目标话术，并输出所述目标话术。2.根据权利要求1所述的方法，所述方法还包括：获取所述目标用户针对所述目标话术的反馈信息；基于所述目标话术、所述反馈信息以及预先训练的风险分值确定模型，确定所述反馈信息对应的风险分值，所述风险分值确定模型为基于历史话术、历史反馈信息对由预设机器学习算法构建的模型进行训练得到；基于所述目标话术和所述反馈信息对应的风险分值，确定所述目标用户触发执行所述目标业务是否存在风险。3.根据权利要求2所述的方法，所述基于待输出的候选话术的频次信息、匹配信息和第一信息，确定每个所述候选话术对应的第二特征向量，包括：基于所述待输出的候选话术的频次信息、所述匹配信息、所述第一信息以及预先训练的第二向量提取模型，确定每个所述候选话术对应的第一子特征向量；对所述候选话术的话术内容进行特征提取处理，确定每个所述候选话术对应的第二子特征向量；基于所述第一子特征向量和所述第二子特征向量，确定每个所述候选话术对应的第二特征向量。4.根据权利要求3所述的方法，在所述基于待输出的候选话术的频次信息、匹配信息和第一信息，确定每个所述候选话术对应的第二特征向量之前，还包括：获取所述预设检测周期内的举报信息的第一数量；确定所述举报信息中与所述候选话术对应的举报信息的第二数量；基于所述第一数量和所述第二数量，确定每个所述候选话术的频次信息。5.根据权利要求4所述的方法，在所述基于待输出的候选话术的频次信息、匹配信息和第一信息，确定每个所述候选话术对应的第二特征向量之前，还包括：基于所述目标信息和预先训练的概率确定模型，确定所述目标用户与每个所述预设风险类型对应的第一概率，所述概率确定模型为基于历史信息对由预设机器学习算法构建的模型进行训练得到；基于所述举报信息中与所述候选话术对应的举报信息，确定所述候选话术与每个所述
预设风险类型对应的第二概率；基于所述第一概率和所述第二概率，确定每个所述候选话术的匹配信息。6.根据权利要求5所述的方法，所述基于所述举报信息中与所述候选话术对应的举报信息，确定所述候选话术与每个所述预设风险类型对应的第二概率，包括：获取所述举报信息中与所述候选话术对应的举报信息中，与每个所述预设风险类型对应的举报信息的第三数量；基于所述第二数量和所述第三数量，确定所述候选话术与每个所述预设风险类型对应的第二概率。7.根据权利要求6所述的方法，在所述基于待输出的候选话术的频次信息、匹配信息和第一信息，确定每个所述候选话术对应的第二特征向量之前，还包括：基于预先训练的意图识别模型，对所述目标信息进行意图识别处理，得到所述目标信息对应的意图类型，并确定每个所述候选话术与所述目标信息对应的意图类型的匹配程度；将每个所述候选话...

【专利技术属性】
技术研发人员：王昊天，吴晓烽，王维强，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：