一种基于强化学习模型的用户信息收集方法及装置

    公开(公告)号:CN114648343A

    公开(公告)日:2022-06-21

    申请号:CN202210230172.2

    申请日:2022-03-07

    Abstract: 本说明书实施例提供一种基于强化学习模型的用户信息收集方法及装置,强化学习模型包括策略网络,方法包括:在与目标用户的通话过程中,获取当前环境状态,当前环境状态至少基于其对应的前N轮对话内容确定,各轮对话内容包括,历史信息收集问题和所述目标用户的历史用户反馈;将当前环境状态,输入策略网络,得到当前环境状态下,备选问题集中各备选信息收集问题对应的Q值,备选问题集基于历史用户反馈和预设知识库确定,预设知识库包括,历史用户反馈中指定类型内容与各信息收集问题的映射关系;从备选问题集中,选取所对应Q值最大的备选信息收集问题,作为目标信息收集问题;输出目标信息收集问题,供目标用户针对目标信息收集问题反馈。

    一种交易风险的检测方法、装置及设备

    公开(公告)号:CN111383030B

    公开(公告)日:2021-02-23

    申请号:CN202010468140.7

    申请日:2020-05-28

    Abstract: 本说明书实施例公开了一种交易风险的检测方法、装置及设备,所述方法包括:获取待分析的交易数据;对所述交易数据进行特征提取,获取所述交易数据对应的低阶特征和高阶特征;将所述交易数据对应的低阶特征和高阶特征输入到风险分析模型中进行数据风险分析,确定所述交易数据对应的交易是否为存在预定风险,所述风险分析模型是采用元学习通过预定的低阶特征样本和高阶特征样本进行训练得到的模型。

    一种风险识别方法及装置
    8.
    发明公开

    公开(公告)号:CN118628111A

    公开(公告)日:2024-09-10

    申请号:CN202410726903.1

    申请日:2024-06-05

    Abstract: 本说明书一个或多个实施例公开了一种风险识别方法及装置。该方法首先根据预设的风险特征因子对目标用户进行风险预判,确定目标用户对应的风险类型,其次,如果基于目标用户对应的风险类型无法确定目标用户是否存在预设风险,则基于目标用户对应的风险类型和目标用户的场景信息确定针对目标用户所需采用的信息采集方式,并基于所确定的信息采集方式获取目标用户的身份信息和/或交易行为信息,通过信息采集方式所采集的信息包括语音信息、文本信息、图像信息中的一种或多种,最后基于所获取的目标用户的身份信息和/或交易行为信息,确定目标用户是否存在预设风险。

    一种业务意图识别方法、装置、存储介质及设备

    公开(公告)号:CN118503856A

    公开(公告)日:2024-08-16

    申请号:CN202410725940.0

    申请日:2024-06-05

    Abstract: 在本说明书提供的一种业务意图识别方法、装置、存储介质及设备中,获取业务数据,输入到特征提取网络中,得到业务特征,并将该业务特征输入到多层分类网络中各意图类型的层级的意图提取器,得到各意图类型的意图特征,并从各意图类型中确定目标意图类型,并根据该目标意图类型的意图特征,以及该目标意图类型的父类的意图特征,确定融合特征,将该融合特征输入该目标层级的分类器,得到业务数据在目标意图类型的层级的第一分类结果,进而根据该第一分类结果,确定当前业务的业务意图。通过与目标意图类型的父类的意图特征的融合,进而基于融合得到的融合特征,确定当前业务的业务意图,提高了业务意图识别的准确性。

    一种交易风险的检测方法、装置及设备

    公开(公告)号:CN111383030A

    公开(公告)日:2020-07-07

    申请号:CN202010468140.7

    申请日:2020-05-28

    Abstract: 本说明书实施例公开了一种交易风险的检测方法、装置及设备,所述方法包括:获取待分析的交易数据;对所述交易数据进行特征提取,获取所述交易数据对应的低阶特征和高阶特征;将所述交易数据对应的低阶特征和高阶特征输入到风险分析模型中进行数据风险分析,确定所述交易数据对应的交易是否为存在预定风险,所述风险分析模型是采用元学习通过预定的低阶特征样本和高阶特征样本进行训练得到的模型。

Patent Agency Ranking