用户状态的检测方法及装置、电子设备、存储介质与流程

本发明涉及计算机，具体而言，涉及一种用户状态的检测方法及装置、电子设备、存储介质。

背景技术：

1、随着信息技术的快速发展，许多业务的办理逐渐由线下转为线上，逐步实现了业务流程的智能化和信息化，许多线上业务场景需要基于客户当前信息对客户状态进行评估，例如金融业务办理时需要对客户状态进行评估，评估用户是否能按时还款，以及运营商线上业务办理时，需要对欠费客户进行评估，判断用户是否具有还款能力、是否会在通话时可能出现恶意语言等在失意状态下产生的不良影响。

2、一般来说当客户状态处于失意状态时，用户很可能不具备还款能力或正常交流能力等，例如失业人员、矛盾纠纷当事人、失信人员等，其心理状态趋向于向消极的方向发生改变，容易做出激进的行为，给金融机构、运营商等造成一定的损失，相关技术中，只能在失意人群做出激进行为后人为对失意人群进行监管，而缺乏对客户状态进行检测的状态检测系统，从而难以有效评估客户当前状态。

3、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种用户状态的检测方法及装置、电子设备、存储介质，以至少解决相关技术中，缺乏对客户状态进行检测的方式，从而导致难以有效评估客户当前状态，影响业务达成率的技术问题。

2、根据本发明实施例的一个方面，提供了一种用户状态的检测方法，包括：采集目标用户的用户行为数据和关联事件集合，其中，所述用户行为数据中包含用户的行为特征和用户类型，所述关联事件集合中包含历史指定时间段内与用户关联的个人事件信息；分配与所述用户行为数据对应的行为标签和属性标签，并为每个所述个人事件信息分配对应的事件权重参数，其中，所述行为标签用于表征用户的所述行为特征，所述属性标签用于表征所述用户类型的所属分类，所述行为标签对应有行为权重参数，所述属性标签对应有属性权重参数；将所述行为标签以及对应的所述行为权重参数、所述属性标签以及对应的所述属性权重参数、所述个人事件信息以及对应的所述事件权重参数输入至决策树模型，输出用户状态标签；查询预设状态库，确定与所述用户状态标签对应的用户当前状态，并在所述用户当前状态属于失意状态的情况下，输出系统告警信息，其中，所述预设状态库中存储多个用户状态与状态标签的映射关系。

3、可选地，采集目标用户的用户行为数据和关联事件集合的步骤，包括：在用户终端进行信息提取授权后，查询所述目标用户使用的所述用户终端中记录的用户基本信息，其中，所述用户基本信息包括下述至少之一：用户名称、用户年龄、用户职业、用户学历、用户征信；建立与即时聊天系统、通信运营商之间的网络连接，并接收所述即时聊天系统传输的第一历史时间段内的用户聊天信息以及所述通信运营商传输的用户通话信息；建立与人员征信系统之间的网络连接，并获取所述目标用户的征信信息；基于所述用户基本信息、所述用户聊天信息和所述用户通话信息，获取所述目标用户的用户行为数据；建立与人员社会属性系统之间的网络连接，并获取所述人员社会属性系统中记录所述目标用户在第二历史时间段内的关联事件，得到所述关联事件集合。

4、可选地，分配与所述用户行为数据对应的行为标签的步骤，包括：基于所述用户行为数据中的行为信息，查询与所述行为信息对应的行为标识，其中，所述行为信息至少包括：行为时间、操作对象以及行为描述；基于预设行为标签库，查询与所述行为标识对应的行为标签，其中，所述预设行为标签库中存储多个行为标识、行为标签与行为权重参数之间的映射关系。

5、可选地，分配与所述用户行为数据对应的属性标签的步骤，包括：基于所述用户行为数据中的用户属性信息，查询与所述用户属性信息对应的属性标识，其中，所述用户属性信息包括下述至少之一：用户名称、用户职业、用户类型、用户学历、用户征信、处罚信息；基于预设属性标签库，查询与所述属性标识对应的属性标签，其中，所述预设属性标签库中存储多个属性标识、属性标签以及属性权重参数之间的映射关系。

6、可选地，为每个所述个人事件信息分配对应的事件权重参数的步骤，包括：基于所述个人事件信息定位目标个人事件的事件名称和事件所属类别；查询预设事件标签库，确定与所述事件名称和所述事件所属类别对应的事件等级，其中，所述预设事件标签库中存储多个事件名称、事件所属类别以及事件等级之间的映射关系；基于所述事件等级以及所述事件名称，确定与所述个人事件信息对应的所述事件权重参数。

7、可选地，在查询预设状态库，确定与所述用户状态标签对应的用户当前状态之后，还包括：查询状态等级表，确认与所述用户当前状态对应的风险等级，其中，所述状态等级表存储有多个用户状态与风险等级之间的映射关系；在所述风险等级高于预设等级阈值的情况下，确认所述目标用户属于失意状态；评估所述目标用户处于所述失意状态的失意程度分值；基于所述失意程度分值，确认用户恢复策略以及系统告警信息，其中，所述用户恢复策略用于提供恢复方式，以使所述目标用户从失意状态恢复到正常状态。

8、可选地，所述决策树模型是预先训练得到的，在训练所述决策树模型时，包括：构建初始决策树；获取第三历史时间段内关联多个用户的标签信息集合、事件信息集合以及用户状态集合，其中，所述标签信息集合包含每个用户的行为标签以及对应的行为权重参数、属性标签以及对应的属性权重参数，所述事件信息集合包含每个用户的个人事件信息以及对应的事件权重参数，所述用户状态集合包含每个用户的用户历史状态；将所述标签信息集合和事件信息集合输入至所述初始决策树，并通过所述初始决策树输出用户状态；在所述初始决策树输出的用户状态与所述用户状态集合中的用户历史状态的吻合度超出预设吻合度阈值的情况下，确定训练完毕所述初始决策树，得到所述决策树模型。

9、根据本发明实施例的另一方面，还提供了一种用户状态的检测装置，包括：采集单元，用于采集目标用户的用户行为数据和关联事件集合，其中，所述用户行为数据中包含用户的行为特征和用户类型，所述关联事件集合中包含历史指定时间段内与用户关联的个人事件信息；分配单元，用于分配与所述用户行为数据对应的行为标签和属性标签，并为每个所述个人事件信息分配对应的事件权重参数，其中，所述行为标签用于表征用户的所述行为特征，所述属性标签用于表征所述用户类型的所属分类，所述行为标签对应有行为权重参数，所述属性标签对应有属性权重参数；输入单元，用于将所述行为标签以及对应的所述行为权重参数、所述属性标签以及对应的所述属性权重参数、所述个人事件信息以及对应的所述事件权重参数输入至决策树模型，输出用户状态标签；确定单元，用于查询预设状态库，确定与所述用户状态标签对应的用户当前状态，并在所述用户当前状态属于失意状态的情况下，输出系统告警信息，其中，所述预设状态库中存储多个用户状态与状态标签的映射关系。

10、可选地，所述采集单元包括：第一查询模块，用于在用户终端进行信息提取授权后，查询所述目标用户使用的所述用户终端中记录的用户基本信息，其中，所述用户基本信息包括下述至少之一：用户名称、用户年龄、用户职业、用户学历、用户征信；第一建立模块，用于建立与即时聊天系统、通信运营商之间的网络连接，并接收所述即时聊天系统传输的第一历史时间段内的用户聊天信息以及所述通信运营商传输的用户通话信息；第二建立模块，用于建立与人员征信系统之间的网络连接，并获取所述目标用户的征信信息；第一获取模块，用于基于所述用户基本信息、所述用户聊天信息和所述用户通话信息，获取所述目标用户的用户行为数据；第三建立模块，用于建立与人员社会属性系统之间的网络连接，并获取所述人员社会属性系统中记录所述目标用户在第二历史时间段内的关联事件，得到所述关联事件集合。

11、可选地，所述分配单元包括：第二查询模块，用于基于所述用户行为数据中的行为信息，查询与所述行为信息对应的行为标识，其中，所述行为信息至少包括：行为时间、操作对象以及行为描述；第三查询模块，用于基于预设行为标签库，查询与所述行为标识对应的行为标签，其中，所述预设行为标签库中存储多个行为标识、行为标签与行为权重参数之间的映射关系。

12、可选地，所述分配单元还包括：第四查询模块，用于基于所述用户行为数据中的用户属性信息，查询与所述用户属性信息对应的属性标识，其中，所述用户属性信息包括下述至少之一：用户名称、用户职业、用户类型、用户学历、用户征信、处罚信息；第五查询模块，用于基于预设属性标签库，查询与所述属性标识对应的属性标签，其中，所述预设属性标签库中存储多个属性标识、属性标签以及属性权重参数之间的映射关系。

13、可选地，所述分配单元还包括：第一定位模块，用于基于所述个人事件信息定位目标个人事件的事件名称和事件所属类别；第六查询模块，用于查询预设事件标签库，确定与所述事件名称和所述事件所属类别对应的事件等级，其中，所述预设事件标签库中存储多个事件名称、事件所属类别以及事件等级之间的映射关系；第一确定模块，用于基于所述事件等级以及所述事件名称，确定与所述个人事件信息对应的所述事件权重参数。

14、可选地，所述用户状态的检测装置还包括：第二确定模块，用于查询状态等级表，确认与所述用户当前状态对应的风险等级，其中，所述状态等级表存储有多个用户状态与风险等级之间的映射关系；第一确认模块，用于在所述风险等级高于预设等级阈值的情况下，确认所述目标用户属于失意状态；第一评估模块，用于评估所述目标用户处于所述失意状态的失意程度分值；第二确认模块，用于基于所述失意程度分值，确认用户恢复策略以及系统告警信息，其中，所述用户恢复策略用于提供恢复方式，以使所述目标用户从失意状态恢复到正常状态。

15、可选地，所述用户状态的检测装置还包括：第一构建模块，用于构建初始决策树；第二获取模块，用于获取第三历史时间段内关联多个用户的标签信息集合、事件信息集合以及用户状态集合，其中，所述标签信息集合包含每个用户的行为标签以及对应的行为权重参数、属性标签以及对应的属性权重参数，所述事件信息集合包含每个用户的个人事件信息以及对应的事件权重参数，所述用户状态集合包含每个用户的用户历史状态；第一输入模块，用于将所述标签信息集合和事件信息集合输入至所述初始决策树，并通过所述初始决策树输出用户状态；第三确定模块，用于在所述初始决策树输出的用户状态与所述用户状态集合中的用户历史状态的吻合度超出预设吻合度阈值的情况下，确定训练完毕所述初始决策树，得到所述决策树模型。

16、根据本发明实施例的一个方面，提供了一种计算机可读存储介质，计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项用户状态的检测方法。

17、根据本发明实施例的一个方面，提供了一种电子设备，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述任意一项用户状态的检测方法。

18、本公开中，采用以下步骤：先采集目标用户的用户行为数据和关联事件集合，再分配与用户行为数据对应的行为标签和属性标签，并为每个个人事件信息分配对应的事件权重参数，然后将行为标签以及对应的行为权重参数、属性标签以及对应的属性权重参数、个人事件信息以及对应的事件权重参数输入至决策树模型，输出用户状态标签，最后查询预设状态库，确定与用户状态标签对应的用户当前状态，并在用户当前状态属于失意状态的情况下，输出系统告警信息。

19、本公开中，基于用户的行为数据分配对应的行为标签和属性标签，并基于个人事件信息分配事件权重参数，通过决策树模型对用户状态(或客户状态)进行评估，并对出现失意状态的用户输出告警信息，及时对该用户的相关业务推广进行调整，进而解决了相关技术中，缺乏对客户状态进行检测的状态检测系统，从而导致难以有效评估客户当前状态，影响业务达成率的技术问题。