[發明專利]一種基于大數據的投資咨詢服務系統

有效

• 申請號: 202011348522.2
• 申請日: 2020-11-26
• 公開（公告）號: CN112509574B
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 張燎
• 申請（專利權）人: 上海濟邦投資咨詢有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G10L25/90;H04M3/42;H04M3/493;H04M3/51;H04M3/523
• 代理公司: 合肥正則元起專利代理事務所(普通合伙) 34160
• 代理人: 王俊曉

1.一種基于大數據的投資咨詢服務系統，其特征在于，所述投資咨詢服務系統包括身份識別模塊、定位模塊、大數據平臺以及音頻分析模塊；

其中，所述音頻分析模塊用于分析咨詢用戶的音頻數據，具體步驟如下：

步驟一：獲取音頻數據中的語速值YU、語調值YD以及音色值YS，并通過語音處理模型進行處理，得到語音值；

步驟二；獲取當前咨詢用戶的位置坐標，并從音頻數據內提取背景音，并對背景音進行分析，得到背景值；

步驟三：獲取咨詢用戶的身份信息，并與大數據平臺內存儲的儲存身份信息進行對比，獲取儲蓄值；

步驟四：語音值、背景值以及儲蓄值相加得到接聽分配值；

步驟五：當接聽分配值大于等于K1時，接通貴賓接待專席；當接聽分配值大于等于K2，且小于K1時，接通優質接待專席；當接聽分配值大于等于K3，且小于K2時，接通普通接待專席；其中，K1大于K2大于K3；

步驟一中獲取音頻數據中的語速值YU、語調值YD以及音色值YS，并通過語音處理模型進行處理，得到語音值，具體為：

A1：實時獲取用戶的音頻數據，并將音頻數據內的語音文字轉化為文本文字，獲取X1秒內的文本文字字符數值ZF1，獲取X2秒內的文本文字字符數值ZF2，獲取X3秒內的文本文字字符數值ZF3；并將ZF1與ZF2與ZF3相加，得到字符總值ZF；將X1與X2與X3相加得到采樣時間值Xi；將字符總值ZF除以采樣時間值Xi得到每秒文本字符數值，每秒文本字符數值既語速值YU；

A2：實時獲取用戶的音頻數據，并將背景音頻剝離，得到咨詢語音，獲取Y1秒內咨詢語音的每毫秒音調值YDi，i＝1，2，……n，n最大為Y1乘1000；

其中，將每毫秒音調值YDi作為Y軸坐標，i最為X軸坐標，將(1，YD1)作為原點建立直角坐標系，并將Y1秒內咨詢語音的每毫秒音調值YDi依次連接，得到每毫秒音調值折線圖，當每毫秒音調值折線圖中出現斜率大于Kx的折線時，語調值YD為1，當每毫秒音調值折線圖中未出現斜率大于Kx的折線時，調值YD為0；

A3：實時獲取用戶的音頻數據，并將背景音頻剝離，得到咨詢語音，獲取咨詢語音內的初始音色值YSo，o＝1，2，……p，p最大為咨詢語音內總秒數；并將初始音色值YSo大于L1的初始音色值標記為YSokh，kh＝1，2，……w，w為數字符號；

將初始音色值YSok進行相加并除以kh，得到音色值YS；

其特征在于，其中，語音處理模型進行處理具體為：

B1：獲取語速值YU、語調值YD以及音色值YS，并將語速值YU、語調值YD以及音色值YS進行取整；

B2：通過公式YYZ＝YU+(YD×YS)得到初始語音值YYZ；

B3：當初始語音值YYZ符合范圍[u1，u2]時，初始語音值YYZ即為語音值進行輸出；

步驟二中獲取當前咨詢用戶的位置坐標，并從音頻數據內提取背景音，并對背景音進行分析，得到背景值，具體為：

C1：獲取當前咨詢用戶的位置坐標，并生成位置評分值，具體為：

CC1：當咨詢用戶的位置坐標對應為高檔小區時，位置評分值為3；

CC1：當咨詢用戶的位置坐標對應為中檔小區時，位置評分值為2；

CC1：當咨詢用戶的位置坐標對應為低檔小區時，位置評分值為1；

其中，高檔小區條件為當前定位小區每平米均價高于當前市區每平米房價300％；中檔小區條件為當前小區每平米均價高于當前市區每平米房價120％；低檔小區條件為當前小區每平米均價高于當前市區每平米房價15％；

其中，獲取當前咨詢用戶的位置坐標具體為獲取當前咨詢用戶每一天晚上逗留小區的坐標；

C2：獲取音頻數據內的背景音，并得到背景音評分值，當背景音響度大于H1時，評分值為1；當背景音響度大于H2，且小于H1時，評分值為2；當背景音響度大于0，且小于H2時，評分值為3；

其中，H1大于H2大于0；

C3：將咨詢用戶的位置評分值與背景音評分值相加既得到背景值；

步驟三中獲取咨詢用戶的身份信息，并與大數據平臺內存儲的儲存身份信息進行對比，獲取儲蓄值，具體為：

D1：獲取咨詢用戶的身份信息內的身份證號碼，讀取大數據平臺內對應身份證號碼的儲蓄信息，并進行評分，具體為：

DD1：獲取儲蓄信息內房產信息，并生成房產評價值，具體為，獲取房產預估價值，當房產預估價值大于100萬時，房產評價值為1；當房產預估價值大于100萬且小于200萬時，房產評價值為2；當房產預估價值大于200萬時，房產評價值為3；當房產預估價值小于100萬時，房產評價值為0；

DD2：獲取儲蓄信息內車輛信息，并生成車輛評價值，具體為，獲取車輛預估價值，當車輛預估價值大于100萬時，車輛評價值為3；當車輛預估價值大于50萬且小于100萬時，車輛評價值為2；當房產預估價值大于10萬且小于50萬時，車輛評價值為1；當車輛預估價值小于10萬時，車輛評價值為0；

DD3：獲取儲蓄信息內存款信息，并生成存款評價值，具體為，獲取存款預估價值，當存款預估價值大于100萬時，存款評價值為3；當存款預估價值大于50萬且小于100萬時，存款評價值為2；當存款預估價值大于10萬且小于50萬時，存款評價值為1；當存款預估價值小于10萬時，存款評價值為0；

D2：將房產評價值、車輛評價值以及存款評價值相加既得到儲蓄值。