一种基于智能移动终端的催收装置

技术领域

本发明属于移动通信技术领域，尤其涉及一种基于智能移动终端的催收装置。

背景技术

为了实现对催收过程中的催收人员的违规行为的识别，在发明专利授权公告号CN109660679B《催收坐席端的监控方法、装置、设备和存储介质》中通过采集催收坐席生成的语音信息；根据接收的考核请求，确定待考核的目标催收坐席，并从所述语音信息中获取所述目标催收坐席的目标语音信息和工作状态信息；按预设评分规则处理所述目标语音信息，得到目标催员的质检评分，根据所述工作状态信息，计算目标催员的工作饱和度；根据所述质检评分和所述工作饱和度，得到所述目标催员的监控结果，但是却存在以下技术问题：

1、监控数据信息来源有限，在实际的催收过程中，催收人员还有可能通过即时通信软件、短信、手机等方式与债务人取得联系进行催收，若不能对上述通话记录、沟通记录、短信记录进行实时监控并分析，同样有可能会存在违规催收等行为的出现。

2、未考虑基于通话记录、沟通记录、短信记录等的识别结果实现对债务人的还款意愿度的评价，并根据评价结果进行催收频率的确定，对于还款意愿较低的用户，若不能加大催收频率，则催收效果不可能使人满意。

针对上述技术问题，本发明提供了一种基于智能移动终端的催收装置。

发明内容

为实现本发明目的，本发明采用如下技术方案：

根据本发明的一个方面，提供了一种基于智能移动终端的催收方法。

一种基于智能移动终端的催收方法，其特征在于，具体包括：

S11实时获取催收人员的通话语音，通过所述通话语音的FBank特征和MFCC特征将所述通话语音转化为语音文字；

S12基于所述语音文字、即时通信软件的沟通记录、短信记录构建文字记录，根据所述文字记录中的敏感词的识别结果确定敏感沟通，并通过所述敏感沟通的敏感词的类型以及不同类型的敏感词的数量、沟通时间以及包括敏感词的沟通语句的比例确定敏感沟通的权值，并通过权值将敏感沟通划分为一般敏感沟通、关注敏感沟通；

S13通过所述催收人员的一般敏感沟通的次数和比例、关注敏感沟通的次数以及比例，并结合所述敏感沟通的比例、权值和对所述催收人员进行合规度的评估；

S14将除去敏感沟通的历史沟通作为有效沟通，并基于所述有效沟通的文字记录与关键词数据库的匹配结果得到正面关键词，并根据所述正面关键词所处的文字记录的催收时间确定所述正面关键词的基础权重，基于所述正面关键词的数量、沟通次数、正面关键词的基础权重的和得到债务人的还款意愿度，并根据所述债务人的还款意愿度确定所述债务人的催收频率。

通过同时基于FBank特征和MFCC特征，实现将通话语音转化为语音文字，从而实现了从多角度对通话语音的解析，保证了语音文字的解析结果的准确性和全面性。

通过敏感词的识别以及合规度的评估，从而避免了由于催收人员由于违规催收所产生的违规问题的出现，保证了催收的合规合法性，同时也实现了对催收人员的准确评估和有效管理。

通过基于所述正面关键词的数量、沟通次数、正面关键词的基础权重的和得到债务人的还款意愿度，并根据所述债务人的还款意愿度确定所述债务人的催收频率，从而实现了从多角度对还款意愿度的评价，保证了还款意愿度评价的准确性和全面性，并且根据还款意愿度实现对债务人的催收频率的确认，也使得最终的催收效率和针对性有所提高。

另一方面，本发明提供了一种基于智能移动终端的催收装置，采用上述的一种基于智能移动终端的催收方法，包括语音文字转化模块，敏感词识别模块，合规度评估模块，沟通频率确定模块，还款意愿度确定模块，结果输出模块；

其中所述语音文字转化模块负责实时获取催收人员的通话语音，将所述通话语音转化为语音文字；

所述敏感词识别模块负责基于所述语音文字、即时通信软件的沟通记录、短信记录构建文字记录，并基于所述文字记录进行敏感词识别；

所述合规度评估模块负责对所述催收人员进行合规度的评估；

所述沟通频率确定模块负责确定催收人员和债务人的沟通频率；

所述还款意愿度确定模块负责基于所述正面关键词的数量、沟通次数、正面关键词的基础权重的和得到债务人的还款意愿度；

所述结果输出模块负责根据所述合规度对所述催收人员进行警告或者暂停催收处理以及所述债务人的还款意愿度确定所述债务人的催收频率。

其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

通过参照附图详细描述其示例实施方式，本发明的上述和其它特征及优点将变得更加明显。

图1是一种基于智能移动终端的催收方法的流程图；

图2是将所述通话语音转化为语音文字的具体步骤的流程图；

图3是敏感沟通的权值的确定的具体步骤的流程图；

图4是催收人员的合规度的评估的具体步骤的流程图；

图5是债务人的还款意愿度评估的具体步骤的流程图；

图6是一种基于智能移动终端的催收装置的框架图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本发明将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构，因而将省略它们的详细描述。

用语“一个”、“一”、“该”、“所述”用以表示存在一个或多个要素/组成部分/等；用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等。

为解决上述问题，根据本发明的一个方面，如图1所示，提供了一种基于智能移动终端的催收方法，其特征在于，具体包括：

S11实时获取催收人员的通话语音，通过所述通话语音的FBank特征和MFCC特征将所述通话语音转化为语音文字；

具体的，如图2所示，将所述通话语音转化为语音文字的具体步骤为：

S21基于所述通话语音采用一阶高通滤波器进行预加重处理，并将预加重处理后的通话语音转化为频谱信号，对频谱信号进行取模平方得到语音信号功率谱，并通过Mel滤波器组以及对数运算得到FBank特征，基于所述FBank特征,采用基于BIRNN算法的声学模型，预测得到输出序列，并基于所述输出序列，采用基于CTC解码器，采用集束搜索进行解码，得到语音文字识别结果；

S22基于所述通话语音进行MFCC特征的提取得到MFCC特征,采用基于BIGRU算法的声学模型，预测得到输出序列，并基于所述输出序列，采用基于CTC解码器，采用集束搜索进行解码，得到语音文字预测结果；

S23基于所述语音文字识别结果和语音文字预测结果进行融合去重处理，得到语音文字。

通过同时基于FBank特征和MFCC特征，实现将通话语音转化为语音文字，从而实现了从多角度对通话语音的解析，保证了语音文字的解析结果的准确性和全面性。

S12基于所述语音文字、即时通信软件的沟通记录、短信记录构建文字记录，根据所述文字记录中的敏感词的识别结果确定敏感沟通，并通过所述敏感沟通的敏感词的类型以及不同类型的敏感词的数量、沟通时间以及包括敏感词的沟通语句的比例确定敏感沟通的权值，并通过权值将敏感沟通划分为一般敏感沟通、关注敏感沟通；

具体的，所述文字记录包括语音文字、即时通信软件的沟通记录、短信记录的文本信息以及所述文本信息所对应的催收时间。

具体的举个例子，文字记录的格式为催收时间：2022.10.11早上8点，催收文本信息：尊敬的先生您好，您的个人贷款已经逾期96天，目前已影响您的征信，建议您尽快完成还款。

具体的，基于所述文字记录进行关键词提取得到文字记录关键词，并根据所述文字记录关键词与敏感词库的匹配结果进行敏感词的识别，所述敏感词的类型包括一般敏感词、特殊敏感词。

具体的举个例子，采用基于TF-IDF进行关键词提取，其本质上是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度；字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。

具体的，采用基于TF-IDF进行关键词提取的具体步骤为：

步骤1：计算词频。考虑到文章有长短之分，为了便于不同文章的比较，进行"词频"标准化。

步骤2、计算逆文档频率；如果一个词越常见，那么分母就越大，逆文档频率就越小越接近0。

步骤3、计算TF-IDF，并基于TF-IDF进行关键词的确定，TF-IDF与一个词在文档中的出现次数成正比，与该词在整个语言中的出现次数成反比。

具体的举个例子，例如起诉、身份证号、曝光等侵犯债务人的隐私或者滥用法律条款的敏感词为一般敏感词，例如殴打、围殴、威胁等严重违法法律规定的敏感词为特殊敏感词。

具体的举例说明，如图3所示，所述敏感沟通的权值的确定的具体步骤为：

S31通过所述敏感沟通的敏感词的数量确定所述敏感沟通中的一般敏感词的数量和特殊敏感词的数量，并根据所述敏感沟通中的一般敏感词的数量和特殊敏感词的数量确定所述敏感沟通是否属于关注敏感沟通，若是，则通过所述一般敏感词的数量和特殊敏感词的数量确定敏感沟通的权值，若否，则进入下一步骤；

S32将所述敏感沟通中包括敏感词的沟通语句作为敏感沟通语句，并根据所述敏感沟通语句的比例确定所述敏感沟通是否属于关注敏感沟通，若是，则进入步骤S33，若否，则进入步骤S34；

S33通过所述敏感沟通语句中的一般敏感词的数量以及特殊敏感词的数量进行所述敏感沟通语句划分为特殊敏感沟通语句和一般敏感沟通语句，并判断所述特殊敏感沟通语句的比例和一般敏感沟通语句的比例是否满足要求，若是，则进入步骤S34，若否，则通过所述特殊敏感沟通语句的比例和一般敏感沟通语句的比例确定敏感沟通的权值；

S34通过所述敏感沟通中的一般敏感词的数量以及特殊敏感词的数量、特殊敏感沟通语句的比例和一般敏感沟通语句的比例，并结合所述敏感沟通的沟通时间确定所述敏感沟通的权值。

具体的，通过所述一般敏感词的数量和特殊敏感词的数量确定敏感沟通的权值，具体包括：

根据所述一般敏感词的数量进行所述敏感沟通的一般敏感词的权值的确定；

根据所述特殊敏感词的数量进行所述敏感沟通的特殊敏感词的权值的确定；

根据所述敏感沟通的一般敏感词的权值以及所述特殊敏感词的权值进行所述敏感沟通的权值的确定。

具体的举个例子，所述敏感沟通的权值采用基于PSO-SVR算法的预测模型进行确定，其中所述预测模型构建的具体步骤为：

Step 1：基于历史数据，构建催收人员的合规度的训练样本集；

Step 2：确定PSO种群规模sizepop，最大迭代次数maxgen，局部寻优指数c

Step 3：取SVR模型训练的平均均方误差(Mean Square Error，MSE)为PSO适应度函数，并不断更新粒子和种群最佳位置。

Step 4：若达到最大迭代次数或满足最佳适应度值，则输出SVR参数(C，g)的最优值，并转至Step 5；否则更新粒子速度和位置，并转至Step3。

Step 5：将参数(C，g)最优值代入SVR模型，基于训练集数据训练预测模型，结合断面预测信息对催收人员的合规度进行估算。

具体的举个例子，在优化过程中，PSO参数均设置为:maxgen＝200,sizepop＝20,c

具体的，PSO算法具有模型简单、收敛速度快的优点，但是也存在易早熟、易陷入局部极值的问题，惯性因子ω对算法的性能影响较大，ω越大，PSO算法的全局搜索能力越强，局部搜索能力越弱；反之，ω越小，PSO算法的全局搜索能力越弱，局部搜索能力越强，因此在算法迭代过程中，ω的值应随着迭代的进行而变化，迭代初期应采用较大ω值以保证全局搜索能力，随着迭代的进行，ω值应逐渐减小，以提升算法的局部搜索能力，因此可以将ω取值与迭代次数进行关联:

式中:ω

同时为了避免PSO算法陷入局部极值，在上式中增加随机变异因子，保证算法能够以一定概率跳出局部极值，最终所提改进的PSO算法的惯性因子ω的取值如所示:

其中rand(0.9，1)为取值范围在0.9到1之间的随机数。

具体的，所述催收人员的合规度的取值范围在0到1之间，其中所述催收人员的合规度越小，则所述催收人员的合规度的评估结果越差，并根据所述催收人员的合规度向所述催收人员输出合规提醒或者进行暂停催收处理。

S13通过所述催收人员的一般敏感沟通的次数和比例、关注敏感沟通的次数以及比例，并结合所述敏感沟通的比例、权值和对所述催收人员进行合规度的评估；

具体的举例说明，如图4所示，所述催收人员的合规度的评估的具体步骤为：

通过所述催收人员的一般敏感沟通的次数和比例、关注敏感沟通的次数以及比例，并结合所述敏感沟通的比例、权值和对所述催收人员进行合规度的评估

获取所述催收人员的敏感沟通的次数和比例，并根据催收人员的敏感沟通的次数和比例确定所述催收人员的合规度是否满足要求，若是，则确定所述催收人员合规，若否，则进入下一步骤；

获取所述催收人员的一般敏感沟通的次数和比例、关注敏感沟通的次数以及比例，并根据所述催收人员的一般敏感沟通的次数和比例、关注敏感沟通的次数以及比例确定所述催收人员的合规度是否满足要求，若是，则确定所述催收人员合规，若否，则进入下一步骤；

根据所述催收人员的一般敏感沟通的次数和比例，并结合所述催收人员的一般敏感沟通的权重和进行所述催收人员的一般敏感沟通的合规度的确定；

根据所述催收人员的关注敏感沟通的次数和比例，并结合所述催收人员的关注敏感沟通的权重和进行所述催收人员的关注敏感沟通的合规度的确定；

根据所述催收人员的关注敏感沟通的合规度、一般敏感沟通的合规度，并结合所述催收人员的敏感沟通的次数和比例以及所述催收人员的敏感沟通的权重和进行所述催收人员的合规度的确定。

具体的，所述催收人员的合规度的取值范围在0到1之间，其中所述催收人员的合规度越小，则所述催收人员的合规度的评估结果越差，并根据所述催收人员的合规度向所述催收人员输出合规提醒或者进行暂停催收处理。

S14基于所述文字记录与关键词数据库的匹配结果得到正面关键词，并根据所述正面关键词所处的文字记录的催收时间确定所述正面关键词的基础权重，基于所述正面关键词的数量、沟通次数、正面关键词的基础权重的和得到债务人的还款意愿度，并根据所述债务人的还款意愿度确定所述债务人的催收频率。

具体的举个例子，所述关键词的基础权重的和构建的具体步骤为：

S41基于所述正面关键词所处的文字记录的催收时间，确定所述催收时间与当前时间的时间差，并基于所述时间差得到所述正面关键词的基础权重值；

S42基于所有正面关键词的基础权重的和，得到所述正面关键词的基础权重的和。

具体的举个例子，如图5所示，债务人的还款意愿度评估的具体步骤为：

S51将除去敏感沟通的历史沟通作为有效沟通，通过所述有效沟通中的正面关键词的数量将所述有效沟通划分为正向有效沟通、无倾向有效沟通、负向有效沟通；

S52获取所述负向有效沟通的沟通次数以及所述负向有效沟通的沟通次数在所述有效沟通的沟通次数的比例，并结合所述负向有效沟通的沟通时间进行所述债务人的负向有效沟通的还款意愿度的确定，并通过所述负向有效沟通的还款意愿度确定所述债务人的还款意愿是否较低，若是，则确定所述债务人还款意愿低，提升催收频率，若否，则进入下一步骤；

S53根据所述正向有效沟通的沟通次数以及所述正向有效沟通的沟通次数在所述有效沟通的沟通次数的比例，并结合所述正向有效沟通的沟通时间进行所述债务人的正向有效沟通的还款意愿度的确定；

S54根据所述无倾向有效沟通的沟通次数以及所述无倾向有效沟通的沟通次数在所述有效沟通的沟通次数的比例，并结合所述正向有效沟通的沟通时间进行所述债务人的无倾向有效沟通的还款意愿度的确定；

S55通过所述债务人的负向有效沟通的还款意愿度、正向有效沟通的还款意愿度、无倾向有效沟通的还款意愿度，并结合所述债务人的沟通次数、正面关键词的基础权重的和进行所述债务人的还款意愿度的确定。

具体的，所述还款意愿度次啊用基于SVR算法的模型进行确定，其中所述模型的构建的步骤为：对于训练数据集x

y

式中:c为惩罚因子，f(·)为拟合函数，y

所示的线性函数对其分布特性进行拟合，引入拉格朗日乘子，可以得到拟合函数f(·)为式(2)所示的形式:

，因此SVR通过核函数R(x

本发明使用的核函数为高斯核函数，其具体形式如下所示，其中σ为核参数。

SVR对小样本、非线性时间序列拟合问题具有较强的适应性和泛化能力，但是SVR的预测性能受核参数σ和惩罚因子c的影响较大。如果参数设置不当，SVR的预测性能会出现明显下降；目前广泛使用的交叉验证参数设置方法存在主观性强且运算复杂的问题。

具体的举个例子，债务人的还款意愿度的取值范围在0到1之间，其中债务人的还款意愿度越大，则表示债务人的还款意愿越大。

具体的举个例子，当所述债务人的还款意愿度小于意愿度预设值时，提升所述债务人的催收频率，所述意愿度预设值根据所述债务人的逾期金额和逾期时间进行确定，其中所述债务人的逾期金额越大，逾期时间越久，则所述意愿度预设值越大。

通过敏感词的识别以及合规度的评估，从而避免了由于催收人员由于违规催收所产生的违规问题的出现，保证了催收的合规合法性，同时也实现了对催收人员的准确评估和有效管理。

通过基于所述正面关键词的数量、催收次数、正面关键词的权重和，构建预测模型得到所述债务人的还款意愿度，并根据所述债务人的还款意愿度确定所述债务人的催收频率，从而实现了从多角度对还款意愿度的评价，保证了还款意愿度评价的准确性和全面性，并且根据还款意愿度实现对债务人的催收频率的确认，也使得最终的催收效率和针对性有所提高。

如图5所示，本发明提供了一种基于智能移动终端的催收装置，采用上述的一种基于智能移动终端的催收方法，包括语音文字转化模块，敏感词识别模块，合规度评估模块，沟通频率确定模块，还款意愿度确定模块，结果输出模块；

其中所述语音文字转化模块负责实时获取催收人员的通话语音，将所述通话语音转化为语音文字；

所述敏感词识别模块负责基于所述语音文字、即时通信软件的沟通记录、短信记录构建所述催收人员的文字记录，并基于所述文字记录进行敏感词识别；

所述合规度评估模块负责对所述催收人员进行合规度的评估；

所述沟通频率确定模块负责确定催收人员和债务人的沟通频率；

所述还款意愿度确定模块负责基于所述正面关键词的数量、催收次数、正面关键词的权重和，构建预测模型得到所述债务人的还款意愿度；

所述结果输出模块负责根据所述合规度对所述催收人员进行警告或者暂停催收处理以及所述债务人的还款意愿度确定所述债务人的催收频率。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，也可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。