冲动投资消费提醒方法及装置

摘要

本发明提供了一种冲动投资消费提醒方法及装置，该方法包括：将用户的投资消费信息和用户在进行投资消费时的音频数据，输入预先建立的冲动投资消费判定模型中，确定用户是否为冲动投资消费；其中，该冲动投资消费判定模型是用于判断用户的投资消费是否为冲动投资消费的神经网络模型；若用户是冲动投资消费，根据用户的投资消费信息，得到用户的亲属信息，向用户和用户的亲属，发出冲动投资消费提醒。根据用户的投资消费信息和音频数据，判断用户是否正在冲动投资消费，以便在监控到存在冲动投资消费行为时，向用户及亲属发出提醒，避免用户事后反悔，改善用户体验。本发明用于人工智能领域。

说明书

技术领域

本发明涉及人工智能技术领域，尤其涉及一种冲动投资消费提醒方法及装置。

背景技术

当用户有投资需求或者消费需求时，一般会去银行网点，咨询银行投资理财经理，当理财经理对用户推荐产品时，可能存在用户甚至对该产品的属性都不明白，就冲动进行投资消费，但投资消费后又十分后悔，导致用户体验不佳。

发明内容

本发明实施例提供一种冲动投资消费提醒方法，用以发现用户的冲动投资消费行为，向用户发出提醒，改善用户体验，该方法包括：

获取用户的投资消费信息和用户在进行投资消费时的音频数据；

将用户的投资消费信息和用户在进行投资消费时的音频数据，输入预先建立的冲动投资消费判定模型中，确定用户是否为冲动投资消费；所述冲动投资消费判定模型是用于判断用户的投资消费是否为冲动投资消费的神经网络模型；

若用户是冲动投资消费，根据用户的投资消费信息，得到用户的亲属信息，向用户和用户的亲属，发出冲动投资消费提醒。

具体实施例中，所述冲动投资消费判定模型的预先建立过程，包括：

获取负样本用户的历史投资消费信息和负样本用户在进行投资消费时的历史音频数据，构建负样本数据集；所述负样本用户是指存在多次冲动投资消费历史的用户；

获取正样本用户的历史投资消费信息和正样本用户在进行投资消费时的历史音频数据，构建正样本数据集；所述正样本用户是指不存在冲动投资消费历史的用户；

以冲动投资消费的判断结果为输出，以负样本数据集和正样本数据集为输入，构建GA-BP神经网络模型；

根据所述负样本数据集和正样本数据集，对构建好的GA-BP神经网络模型进行训练，得到冲动投资消费判定模型。

具体实施例中，所述用户的投资消费信息，包括：

用户的个人信息、收入信息、账户信息、亲属信息和预设时段内的投资消费数据。

具体实施例中提供的冲动投资消费提醒方法，还包括：

发出冲动投资消费提醒后，冻结冲动投资消费对应的交易；

若接收到用户和用户的亲属发出的购买确认信息，解冻所述交易；

若收到用户或用户的亲属发出的放弃购买信息，撤销所述交易。

本发明实施例还提供一种冲动投资消费提醒装置，用以发现用户的冲动投资消费行为，向用户发出提醒，改善用户体验，该装置包括：

投资信息获取模块，用于获取用户的投资消费信息和用户在进行投资消费时的音频数据；

冲动投资消费判断模块，用于将用户的投资消费信息和用户在进行投资消费时的音频数据，输入预先建立的冲动投资消费判定模型中，确定用户是否为冲动投资消费；所述冲动投资消费判定模型是用于判断用户的投资消费是否为冲动投资消费的神经网络模型；

冲动投资消费提醒模块，用于若用户是冲动投资消费，根据用户的投资消费信息，得到用户的亲属信息，向用户和用户的亲属，发出冲动投资消费提醒。

具体实施例中，还包括：模型预建立模块，用于：

获取负样本用户的历史投资消费信息和负样本用户在进行投资消费时的历史音频数据，构建负样本数据集；所述负样本用户是指存在多次冲动投资消费历史的用户；

获取正样本用户的历史投资消费信息和正样本用户在进行投资消费时的历史音频数据，构建正样本数据集；所述正样本用户是指不存在冲动投资消费历史的用户；

以冲动投资消费的判断结果为输出，以负样本数据集和正样本数据集为输入，构建GA-BP神经网络模型；

根据所述负样本数据集和正样本数据集，对构建好的GA-BP神经网络模型进行训练，得到冲动投资消费判定模型。

具体实施过程中，所述用户的投资消费信息，包括：

用户的个人信息、收入信息、账户信息、亲属信息和预设时段内的投资消费数据。

本发明具体实施例中提供的冲动投资消费提醒装置，还包括：交易处理模块，用于：

发出冲动投资消费提醒后，冻结冲动投资消费对应的交易；

若接收到用户和用户的亲属发出的购买确认信息，解冻所述交易；

若收到用户或用户的亲属发出的放弃购买信息，撤销所述交易。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述冲动投资消费提醒方法。

本发明实施例也提供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执行上述冲动投资消费提醒方法的计算机程序。

本发明实施例中，通过获取用户的投资消费信息和用户在进行投资消费时的音频数据；将用户的投资消费信息和用户在进行投资消费时的音频数据，输入预先建立的冲动投资消费判定模型中，确定用户是否为冲动投资消费；其中，该冲动投资消费判定模型是用于判断用户的投资消费是否为冲动投资消费的神经网络模型；若用户是冲动投资消费，根据用户的投资消费信息，得到用户的亲属信息，向用户和用户的亲属，发出冲动投资消费提醒。在用户进行投资消费时，根据用户的投资消费信息和音频数据，判断用户是否正在冲动投资消费，以便在监控到存在冲动投资消费行为时，向用户及亲属发出提醒，避免用户事后反悔，改善用户体验。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例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例，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。

图1为本发明实施例中冲动投资消费提醒方法的示意图。

图2为本发明具体实施例中冲动投资消费判定模型的预先建立过程示意图。

图3为本发明具体实施例中冲动投资消费提醒方法的示意图。

图4为本发明实施例中冲动投资消费提醒装置的结构示意图。

图5为本发明具体实施例中冲动投资消费提醒装置的结构示意图。

图6为本发明一具体实施例中冲动投资消费提醒装置的结构示意图。

具体实施方式

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，所描述的实施例仅是本发明一部分实施例，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，都属于本发明保护的范围。

本发明实施例提供了一种冲动投资消费提醒方法，用以发现用户的冲动投资消费行为，向用户发出提醒，改善用户体验，如图1所示，该方法包括：

步骤101：获取用户的投资消费信息和用户在进行投资消费时的音频数据；

步骤102：将用户的投资消费信息和用户在进行投资消费时的音频数据，输入预先建立的冲动投资消费判定模型中，确定用户是否为冲动投资消费；其中，冲动投资消费判定模型是用于判断用户的投资消费是否为冲动投资消费的神经网络模型；

步骤103：若用户是冲动投资消费，根据用户的投资消费信息，得到用户的亲属信息，向用户和用户的亲属，发出冲动投资消费提醒。

由图1所示流程可以得知，本发明实施例中，通过获取用户的投资消费信息和用户在进行投资消费时的音频数据；将用户的投资消费信息和用户在进行投资消费时的音频数据，输入预先建立的冲动投资消费判定模型中，确定用户是否为冲动投资消费；其中，该冲动投资消费判定模型是用于判断用户的投资消费是否为冲动投资消费的神经网络模型；若用户是冲动投资消费，根据用户的投资消费信息，得到用户的亲属信息，向用户和用户的亲属，发出冲动投资消费提醒。在用户进行投资消费时，根据用户的投资消费信息和音频数据，判断用户是否正在冲动投资消费，以便在监控到存在冲动投资消费行为时，向用户及亲属发出提醒，避免用户事后反悔，改善用户体验。

具体实施时，首先获取用户的投资消费信息和用户在进行投资消费时的音频数据。具体实施例中，用户的投资消费信息，包括：用户的个人信息、收入信息、账户信息、亲属信息和预设时段内的投资消费数据，为了得到更加准确的冲动投资消费判断结果，一般取用户近段时间的投资消费数据，因此，预设时段一般设置为半年或者3个月等短期时长。

用户在进行投资消费时的音频数据主要是指用户在网点与理财经理进行沟通时，用户的音频、音量、音调等音频数据。

获取用户的投资消费信息和用户在进行投资消费时的音频数据后，将用户的投资消费信息和用户在进行投资消费时的音频数据，输入预先建立的冲动投资消费判定模型中，确定用户是否为冲动投资消费。其中，动投资消费判定模型是用于判断用户的投资消费是否为冲动投资消费的神经网络模型，具体实施例中，该冲动投资消费判定模型的预先建立过程，如图2所示，包括：

步骤201：获取负样本用户的历史投资消费信息和负样本用户在进行投资消费时的历史音频数据，构建负样本数据集；其中，负样本用户是指存在多次冲动投资消费历史的用户；

步骤202：获取正样本用户的历史投资消费信息和正样本用户在进行投资消费时的历史音频数据，构建正样本数据集；其中，正样本用户是指不存在冲动投资消费历史的用户；

步骤203：以冲动投资消费的判断结果为输出，以负样本数据集和正样本数据集为输入，构建GA-BP神经网络模型；

步骤204：根据负样本数据集和正样本数据集，对构建好的GA-BP神经网络模型进行训练，得到冲动投资消费判定模型。

银行后台系统中存储有大量的用户投资消费信息和用户在进行投资消费时的音频数据的历史数据，在上述历史数据中取样，取不存在冲动投资消费历史的用户作为正样本，并获取该正样本用户的历史投资消费信息和正样本用户在进行投资消费时的历史音频数据，构建得到正样本数据集。取不止一次有过冲动投资消费历史的用户作为负样本，并获取该负样本用户的历史投资消费信息和负样本用户在进行投资消费时的历史音频数据，构建得到负样本数据集。并获取上述正样本用户和负样本用户的历史投资消费的判断结果(是冲动投资消费/不是冲动投资消费)，并作为GA-BP神经网络模型的输出，以负样本数据集和正样本数据集为输入，构建并训练GA-BP神经网络模型。

其中，GA-BP神经网络模型是在BP神经网络的权值和阈值的优化方面，引入遗传算法，构建得到的。确定GA-BP神经网络结构时，根据网络输入输出的个数确定BP神经网络结构，进而确定了遗传算法中需要优化的参数个数。根据kolmogorov原理可知，一个三层BP神经网络足以完成任意的n维到m维的映射，一般只需要采用一个隐层即可，隐层节点个数采用试凑法确定，从而确定GA-BP神经网络结构。通过遗传算法输出的最优个体作为BP神经网络初始权值和阈值进行BP神经网络训练和学习。

若判断出用户是冲动投资消费，根据用户的投资消费信息，得到用户的亲属信息，向用户和用户的亲属，发出冲动投资消费提醒。

用户的投资消费信息中记录有用户的亲属信息，如果发现用户正在冲动投资消费，可根据亲属的远近程度，向用户最重要的亲属和用户本人发送冲动投资消费提醒。若最重要的亲属未及时处理，则顺位向其他亲属发送，尤其是用户是老年人时，要多次发送确保亲属能够接收到提醒，具体实施时，也可根据用户年龄等信息，适应性向用户的全体亲属发送提醒。

为了让用户有反悔的余地，避免冲动投资消费带来的损失，具体实施例中，还提供一种冲动投资消费提醒方法，如图3所示，在图1的基础上，还包括：

步骤301：发出冲动投资消费提醒后，冻结冲动投资消费对应的交易；

步骤302：若接收到用户和用户的亲属发出的购买确认信息，解冻交易；

步骤303：若收到用户或用户的亲属发出的放弃购买信息，撤销交易。

只要用户或用户的亲属任意一方，确认放弃本次理财产品的购买，则直接撤销本次交易，从而避免用户冲动投资消费，改善用户体验。

本发明具体实施例，当银行系统发现某笔理财或者消费为疑似冲动消费的潜质时，通过对该笔订单在后台进行冻结，在用户回家后，银行系统对用户进行提醒，告知用户该笔订单为疑似冲动订单，请用户重新确认是否继续购买，并将相关信息，用手机银行或短信等方式推送给用户的家人或监护人等亲属，经过亲属一致确认后，银行系统重新对该笔订单解冻，允许用户继续投资消费。

上述具体应用的实施仅为举例，其余实施方式不再一一赘述。

基于同一发明构思，本发明实施例还提供一种冲动投资消费提醒装置，由于冲动投资消费提醒装置所解决问题的原理与冲动投资消费提醒方法相似，因此冲动投资消费提醒装置的实施可以参见冲动投资消费提醒方法的实施，重复之处不再赘述，具体结构如图4所示：

投资信息获取模块401，用于获取用户的投资消费信息和用户在进行投资消费时的音频数据；

冲动投资消费判断模块402，用于将用户的投资消费信息和用户在进行投资消费时的音频数据，输入预先建立的冲动投资消费判定模型中，确定用户是否为冲动投资消费；其中，冲动投资消费判定模型是用于判断用户的投资消费是否为冲动投资消费的神经网络模型；

冲动投资消费提醒模块403，用于若用户是冲动投资消费，根据用户的投资消费信息，得到用户的亲属信息，向用户和用户的亲属，发出冲动投资消费提醒。

具体实施例中，用户的投资消费信息，包括：

用户的个人信息、收入信息、账户信息、亲属信息和预设时段内的投资消费数据。

在本发明具体实施例中，冲动投资消费提醒装置的结构图如图5所示，在图4的基础上，还包括：

模型预建立模块501，用于：

获取负样本用户的历史投资消费信息和负样本用户在进行投资消费时的历史音频数据，构建负样本数据集；其中，负样本用户是指存在多次冲动投资消费历史的用户；

获取正样本用户的历史投资消费信息和正样本用户在进行投资消费时的历史音频数据，构建正样本数据集；其中，正样本用户是指不存在冲动投资消费历史的用户；

以冲动投资消费的判断结果为输出，以负样本数据集和正样本数据集为输入，构建GA-BP神经网络模型；

根据负样本数据集和正样本数据集，对构建好的GA-BP神经网络模型进行训练，得到冲动投资消费判定模型。

本发明一具体实施例中还提供一种冲动投资消费提醒装置，如图6所示，在图4的基础上，还包括：交易处理模块601，用于：

发出冲动投资消费提醒后，冻结冲动投资消费对应的交易；

若接收到用户和用户的亲属发出的购买确认信息，解冻交易；

若收到用户或用户的亲属发出的放弃购买信息，撤销交易。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述冲动投资消费提醒方法。

本发明实施例也提供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执行上述冲动投资消费提醒方法的计算机程序。

综上所述，本发明实施例提供的冲动投资消费提醒方法及装置具有如下优点：

通过获取用户的投资消费信息和用户在进行投资消费时的音频数据；将用户的投资消费信息和用户在进行投资消费时的音频数据，输入预先建立的冲动投资消费判定模型中，确定用户是否为冲动投资消费；其中，该冲动投资消费判定模型是用于判断用户的投资消费是否为冲动投资消费的神经网络模型；若用户是冲动投资消费，根据用户的投资消费信息，得到用户的亲属信息，向用户和用户的亲属，发出冲动投资消费提醒。在用户进行投资消费时，根据用户的投资消费信息和音频数据，判断用户是否正在冲动投资消费，以便在监控到存在冲动投资消费行为时，向用户及亲属发出提醒，避免用户事后反悔，改善用户体验。

虽然本发明提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。

本领域技术人员应明白，本说明书的实施例可提供为方法、装置(系统)或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。术语“上”、“下”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，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。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。本发明并不局限于任何单一的方面，也不局限于任何单一的实施例，也不局限于这些方面和/或实施例的任意组合和/或置换。而且，可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。