智能识别免打扰用户的方法及装置与流程

1.本发明涉及金融科技技术领域，尤其涉及一种智能识别免打扰用户的方法及装置。


背景技术：

2.第三方通讯平台作为大零售新的用户经营平台，通过点、群、圈以及其他组合式经营，让用户能够获取更多的服务、得到更快的响应、享受更好的体验以及使用更便捷的操作。然而在工作人员与用户的更多接触中，出现工作人员被频繁拉黑、投诉的问题，而且随着用户规模的快速增长，此类问题也更加突出。
3.目前，用户在沟通过程中明确表示自己不想再被打扰，但是从未与该用户接触过的工作人员会在不知情的情况下与该用户取得联系，导致用户再次被打扰，从而引发频繁投诉，若是依赖工作人员识别和手动对已联系过的用户打免打扰标签，容易遗漏，且耗时耗力。


技术实现要素：

4.本发明提供了一种智能识别免打扰用户的方法及装置，有效地解决了用户频繁投诉工作人员的问题，同时也避免了工作人员识别和手动对已联系过的用户打免打扰标签，节约了人力物力，提高了工作效率。
5.第一方面，本发明实施例提供一种智能识别免打扰用户的方法，所述智能识别免打扰用户的方法包括：获取会话数据，所述会话数据包括用户与工作人员之间的互动信息，所述互动信息包括语音信息和文本信息；转换所述语音信息为文字数据并与所述文本信息融合得到所述会话数据的文本集合；利用fasttext算法根据预设标签对所述文本集合进行分类得到每一个文本的标签；判断文本的标签是否与预设标签为同一类；若为同一类，自动为所述用户打上免打扰标签；根据免打扰标签建立定时任务，所述定时任务至少包括免打扰用户名单；当下发推送广告时，自动识别定时任务中的用户并过滤所述用户。
6.第二方面，本发明实施例提供一种自动识别免打扰标签的装置，所述自动识别免打扰标签的装置包括获取单元、转换单元、识别单元、判断单元、打标单元、建立单元和过滤单元。其中，获取单元用于获取会话数据，所述会话数据包括用户与工作人员之间的互动信息，所述互动信息包括语音信息和文本信息。转换单元用于转换所述语音信息为文字数据并与所述文本信息融合得到所述会话数据的文本集合。识别单元，用于利用fasttext算法根据预设标签对所述文本集合进行分类得到每一个文本的标签。判断单元，用于判断文本的标签是否与预设标签为同一类。打标单元，用于若为同一类，自动为所述用户打上免打扰标签。建立单元，用于根据免打扰标签建立定时任务，所述定时任务至少包括免打扰用户名单。过滤单元，用于当下发推送广告时，自动识别定时任务中的用户并过滤掉所述用户。
7.第三方面，本发明实施例提供一种计算机设备，包括存储器和处理器。存储器，用于存储计算机可执行程序。处理器，用于执行所述计算机可执行程序以实现如上述所述的
智能识别免打扰用户的方法。
8.第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述所述的智能识别免打扰用户的方法。
9.上述智能识别免打扰用户的方法及装置，通过提取社交类应用中的至少一个聊天记录，利用fasttext算法提取聊天记录中是否有用户不愿意再被打扰的字段，若从聊天记录中识别到用户不愿意再被打扰的字段，则为用户打上免打扰标签，并根据免打扰标签为推送广告建立对应的定时任务，当下发推送广告时，自动过滤定时任务中的用户，避免了对用户造成二次干扰的问题，同时也避免了工作人员手动识别对已联系过的用户打免打扰标签，节约了人力物力，提高了工作效率。
附图说明
10.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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示出的结构获得其他的附图。
11.图1为本发明实施例提供的智能识别免打扰用户的方法的流程示意图。
12.图2为本发明实施例提供的智能识别免打扰用户的方法的第一子流程示意图。
13.图3为本发明实施例提供的智能识别免打扰用户的方法的第二子流程示意图。
14.图4为本发明实施例提供的自动识别免打扰标签的装置模块结构示意图。
15.图5为本发明实施例提供的转换单元模块结构示意图。
16.图6为本发明实施例提供的过滤单元模块结构示意图。
17.图7为本发明实施例提供的计算机设备的内部结构示意图。
18.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
19.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。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。
20.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的规划对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，换句话说，描述的实施例根据除了这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，还可以包含其他内容，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于只清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
21.需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第
一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
22.请参看图1，其为本发明实施例提供的智能识别免打扰用户的方法流程示意图，该智能识别免打扰用户的方法具体包括骤s101-s107。
23.步骤s101，获取会话数据，所述会话数据包括用户与工作人员之间的互动信息，所述互动信息包括语音信息和文本信息。
24.具体地，所述会话数据为用户与工作人员的聊天会话记录，包括文本信息、语音信息。可理解地，获取会话数据的途径可以是使两名或者多名用户之间传递即时信息的应用程序，包括但不限于公众号、qq、微信、msn以及企业微信等。
25.步骤s102，转换所述语音信息为文字数据并与所述文本信息融合得到所述会话数据的文本集合。
26.具体地，利用语音识别技术对获取的会话数据进行文本转换，并将得到的文本数据与聊天记录中原文本进行组合得到用户与工作人员的聊天文本集合。
27.步骤s103，利用fasttext算法根据预设标签对所述文本集合进行分类得到每一个文本的标签。
28.具体地，获取到用户与工作人员的聊天文本集合后，利用fasttext算法根据预设标签对文本集合进行分类得到每个文本的标签。
29.例如，预设标签为厌恶情绪标签，获取的文本集合若有“周先生您好，请问您需要我们公司提供的优惠服务吗？或者是我们有一个套餐，周先生：烦死了，不要再给我发信息了，不需要，很讨厌这种推荐”。此时，利用fasttext算法将文本集合进行分类，根据预设标签分出的字段可能有“烦死了”、“讨厌”、“不需要”等字段。可理解地，fasttext是一个快速文本分类算法，它的基本逻辑是将输入的多个单词作为特征，这些特征用来表示单个文档，将要分类的文本作为特征去预测文本对应的类别，该算法结构简单且训练速度非常快，而且运算精度非常高。
30.步骤s104，判断文本的标签是否与预设标签为同一类。
31.根据步骤s103中，将分出的字段“烦死了”、“讨厌”、“不需要”与预设标签进行比较，判断被分类出来的字段是否是我们需要的字段，即表示用户厌恶情绪字段，其中，“烦死了”以及“讨厌”都是用户表示厌恶，不再想被打扰的字段，与预设标签属于同一类别的字段。
32.步骤s105，若为同一类，自动为所述用户打上免打扰标签。
33.当从用户与工作人员聊天的记录中识别到用户不再想被打扰的字段时，自动为用户打上免打扰标签，例如识别到用户厌恶的字段“烦死了”、“讨厌”等字段。
34.步骤s106，根据免打扰标签建立定时任务，所述定时任务至少包括免打扰用户名单。
35.可理解地，企业会针对用户发送一些推送广告，比如节日祝福、公司福利、优惠政策以及本企业相关通知等，这些推送广告有些是定时发送的，根据定时发送的推送广告为它们建立定时任务，在定时任务中记录免打扰标签的用户名单。
36.步骤s107，当下发推送广告时，自动识别定时任务中的用户并过滤掉所述用户。
37.当下发推送广告时，执行定时任务，此时，定时任务中的用户名单被识别后自动剔除，从而实现自动过滤打免打扰标签的用户。
38.上述智能识别免打扰用户的方法，通过提取社交类应用中的至少一个聊天记录，利用fasttext算法提取聊天记录中是否有用户不愿意再被打扰的字段，若从聊天记录中识别到用户不愿意再被打扰的字段，则为用户打上免打扰标签，并根据免打扰标签为推送广告建立对应的定时任务，当下发推送广告时，自动过滤定时任务中的用户，避免了对用户造成二次干扰的问题，同时也避免了工作人员手动识别对已联系过的用户打免打扰标签，节约了人力物力，提高了工作效率。
39.请参看图2，其为本发明实施例提供的智能识别免打扰用户的方法的第一子流程示意图，具体包括步骤s201-s202。
40.转换所述语音信息为文字数据并与所述文本信息融合得到所述会话数据的文本集合具体包括：
41.步骤s201，利用语音识别技术对所述语音信息进行文本转换得到本文信息。
42.步骤s202，将转换得到的文本信息与所述会话数据中的文本信息进行合并得到所述会话数据的文本集合。
43.具体地，当获取到用户和工作人员的聊天记录后，利用语音识别技术将该聊天记录中的语音数据转换为文本数据，其中，语音数据转文本数据可以利用现有技术实现，这里不再赘述。接着将转换得到的文本数据与聊天会话数据中的文本进行合并得到会话数据的文本集合。可理解地，在利用fasttext算法对文本字段进行分类前，需要对文本集合进行预处理，例如，将所述两个不同聊天人的聊天文本进行去停用词和进行分词预处理获得预处理后的会话数据，对所述预处理后的会话数据按照说话人进行标记，获得带有会话标记的文本数据，最后将语音转文本的会话数据与聊天文本合并获得会话数据的文本集合。
44.上述实施例中，将获取的用户与工作人员聊天的会话数据进行语音转文本处理和去掉一些干扰词的处理得到会话数据的文本集合，便于后续利用fasttext算法对文本集合中的字段进行分类识别出符合预设标签的字段，提高了分类效率。
45.请参看图3，其为本发明实施例提供的智能识别免打扰用户的方法的第二子流程示意图，具体包括步骤s301-s304。
46.步骤s301，接收下发的推送广告的反馈信息，其中，所述推送广告被归类为多种场景下的推送广告。
47.具体地，企业发送推送广告到用户端，并在广告上附加评价选项，该评价选项代表当前用户对此推送广告的喜好程度，例如，喜欢、一般以及讨厌选项等。进一步地，推送广告被归类为多种场景下的广告，例如营销场景类、节日问候类、提醒场景类以及福利活动类等。
48.步骤s302，从所述反馈信息中识别当前用户对哪种场景下的推送广告抵触。
49.具体地，通过获取用户对该广告的喜好程度来判定当前用户不希望被哪种场景下的广告所打扰。
50.例如，当从用户端接收到用户的讨厌选项为新年祝福类的推送广告时，可以判定当前用户不喜欢节日问候场景下的推送广告，此时，便可判断出当前用户不希望被节日问
候场景下的推送广告所打扰。
51.步骤s303，将当前用户抵触的推送广告的所属场景的信息与所述用户进行关联。
52.具体地，将用户抵触的广告场景信息与该用户信息进行关联，例如，当用户不喜欢节日问候场景下的推送广告时，在有关节日问候的推送广告的定时任务中添加该用户的名称。
53.步骤s304，当下发与所述场景相关的推送广告时，自动过滤与所述场景相关的关联用户。
54.具体地，当企业下发推送广告时，自动识别定时任务中的用户名单并在下发属于此场景的广告时，自动过滤该用户。
55.进一步地，若从用户的聊天数据中分析出用户对工作人员提供的服务感兴趣时。例如，用户对当前工作人员提供的服务回复率高并且回复语句中也没有表示不愿意的语句，或者明确表示了自己的业务需求时，则认为当前用户对工作人员所提供的服务感兴趣，意向度高，此时将意向度高的用户推送到可营销通道，便于工作人员与该用户进行第二次通信，以使工作人员为用户提供精准服务，从而达成交易目的，可理解地，当用户已经与工作人员建立过会话，则为该用户打免打扰标签，避免其他工作人员对该用户进行第二次通信，同时也便于企业在下发推送广告时自动过滤掉免打扰用户名单上的用户，为用户提供更好的服务空间。
56.请参看图4，其为本发明实施例提供的自动识别免打扰标签的装置模块结构示意图，该自动识别免打扰标签的装置100具体包括获取单元101、转换单元102、识别单元103、判断单元104、打标单元105、建立单元106和过滤单元107。
57.获取单元101，用于获取会话数据，所述会话数据包括用户与工作人员之间的互动信息，所述互动信息包括语音信息和文本信息。
58.具体地，所述会话数据为用户与工作人员的聊天会话记录，包括文本信息、表情包以及语音。可理解地，获取会话数据的途径可以是使两名或者多名用户之间传递即时信息的应用程序，包括但不限于公众号、qq、微信、msn以及企业微信等。
59.转换单元102，用于转换所述语音信息为文字数据并与所述文本信息融合得到所述会话数据的文本集合。
60.具体地，利用语音识别技术对获取的会话数据进行文本转换，并将得到的文本数据与聊天记录中原文本进行组合得到用户与工作人员的聊天文本集合。
61.识别单元,103，用于利用fasttext算法根据预设标签对所述文本集合进行分类得到每一个文本的标签。
62.具体地，获取到用户与工作人员的聊天文本集合后，利用fasttext算法根据预设标签对文本集合进行分类得到每个文本的标签。
63.例如，预设标签为厌恶情绪标签，获取的文本集合若有“周先生您好，请问您需要我们公司提供的优惠服务吗？或者是我们有一个套餐，周先生：烦死了，不要再给我发信息了，不需要，很讨厌这种推荐”。此时，利用fasttext算法将文本集合进行分类，根据预设标签分出的字段可能有“烦死了”、“讨厌”、“不需要”等字段。可理解地，fasttext是一个快速文本分类算法，它的基本逻辑是将输入的多个单词作为特征，这些特征用来表示单个文档，将要分类的文本作为特征去预测文本对应的类别，该算法结构简单且训练速度非常快，而
且运算精度非常高。。
64.判断单元104，用于判断文本的标签是否与预设标签为同一类。
65.根据步骤s103中，将分出的字段“烦死了”、“讨厌”、“不需要”与预设标签进行比较，判断被分类出来的字段是否是我们需要的字段，即表示用户厌恶情绪字段，其中，“烦死了”以及“讨厌”都是用户表示厌恶，不再想被打扰的字段，与预设标签属于同一类别的字段。
66.打标单元105，用于若为同一类，自动为所述用户打上免打扰标签。
67.当从用户与工作人员聊天的记录中识别到用户不再想被打扰的字段时，自动为用户打上免打扰标签，例如识别到用户厌恶的字段“烦死了”、“讨厌”等字段。
68.建立单元106，用于根据免打扰标签建立定时任务，所述定时任务至少包括免打扰用户名单。
69.可理解地，企业会针对用户发送一些推送广告，比如节日祝福、公司福利、优惠政策以及本企业相关通知等，这些推送广告有些是定时发送的，根据定时发送的推送广告为它们建立定时任务，在定时任务中记录免打扰标签的用户名单。
70.过滤单元107，用于当下发推送广告时，自动识别定时任务中的用户并过滤掉所述用户。
71.当下发推送广告时，执行定时任务，此时，定时任务中的用户名单被识别后自动剔除，从而实现自动过滤打免打扰标签的用户。
72.上述智能识别免打扰用户的方法，通过提取社交类应用中的至少一个聊天记录，利用fasttext算法提取聊天记录中是否有用户不愿意再被打扰的字段，若从聊天记录中识别到用户不愿意再被打扰的字段，则为用户打上免打扰标签，并根据免打扰标签为推送广告建立对应的定时任务，当下发推送广告时，自动过滤定时任务中的用户，避免了对用户造成二次干扰的问题，同时也避免了工作人员手动识别对已联系过的用户打免打扰标签，节约了人力物力，提高了工作效率。
73.请参看图5，其为本发明实施例提供的转换单元模块示意图，该转换单元102具体包括利用单元1020以及合并单元1021。
74.利用单元1020，用于利用语音识别技术对所述语音信息进行文本转换得到本文信息。
75.具体地，当获取到用户和工作人员的聊天记录后，利用语音识别技术将该聊天记录中的语音数据转换为文本数据，其中，语音数据转文本数据可以利用现有技术实现，这里不再赘述。
76.合并单元1021，用于将转换得到的文本信息与所述会话数据中的文本信息进行合并得到所述会话数据的文本集合。
77.接着将转换得到的文本数据与聊天会话数据中的文本进行合并得到会话数据的文本集合。可理解地，在利用fasttext算法对文本字段进行分类前，需要对文本集合进行预处理，例如，将所述两个不同聊天人的聊天文本进行去停用词和进行分词预处理获得预处理后的会话数据，对所述预处理后的会话数据按照说话人进行标记，获得带有会话标记的文本数据，最后将语音转文本的会话数据与聊天文本合并获得会话数据的文本集合。
78.请参看图6，其为本发明实施例提供的过滤单元模块示意图，所述过滤单元107包
括接收单元1070、反馈单元1071、关联单元1072以及屏蔽单元1073。
79.接收单元1070，用于接收下发的推送广告的反馈信息，其中，所述推送广告被归类为多种场景下的推送广告。
80.具体地，企业发送推送广告到用户端，并在广告上附加评价选项，该评价选项代表当前用户对此推送广告的喜好程度，例如，喜欢、一般以及讨厌选项等。进一步地，推送广告被归类为多种场景下的广告，例如营销场景类、节日问候类、提醒场景类以及福利活动类等。
81.反馈单元1071，用于从所述反馈信息中识别当前用户对哪种场景下的推送广告抵触。
82.具体地，通过获取用户对该广告的喜好程度来判定当前用户不希望被哪种场景下的广告所打扰。
83.例如，当从用户端接收到用户的讨厌选项为新年祝福类的推送广告时，可以判定当前用户不喜欢节日问候场景下的推送广告，此时，便可判断出当前用户不希望被节日问候场景下的推送广告所打扰。
84.关联单元1072，用于将当前用户抵触的推送广告的所属场景信息与所述用户进行关联。
85.具体地，将用户抵触的广告场景信息与该用户信息进行关联，例如，当用户不喜欢节日问候场景下的推送广告时，在有关节日问候的推送广告的定时任务中添加该用户的名称。
86.屏蔽单元1073，用于当下发与所述场景相关的推送广告时，屏蔽关联用户。
87.具体地，当企业下发推送广告时，自动识别定时任务中的用户名单并在下发属于此场景的广告时，自动过滤该用户。
88.进一步地，若从用户的聊天数据中分析出用户对工作人员提供的服务感兴趣时。例如，用户对当前工作人员提供的服务回复率高并且回复语句中也没有表示不愿意的语句，或者明确表示了自己的业务需求时，则认为当前用户对工作人员所提供的服务感兴趣，意向度高，此时将意向度高的用户推送到可营销通道，便于工作人员与该用户进行第二次通信，以使工作人员为用户提供精准服务，从而达成交易目的，可理解地，当用户已经与工作人员建立过会话，则为该用户打免打扰标签，避免其他工作人员对该用户进行第二次通信，同时也便于企业在下发推送广告时自动过滤掉免打扰用户名单上的用户，为用户提供更好的服务空间。
89.请参看图7，其为本发明实施例提供的计算机设备的内部结构示意图。计算机设备30具体包括存储器302和处理器301。存储器302用于存储程序指令，处理器301用于执行程序指令以实现上述智能识别免打扰用户的方法。
90.其中，处理器301在一些实施例中可以是一中央处理器(central processing unit，cpu)、控制器、微控制器、微处理器或其它数据处理芯片，用于运行存储器302中存储的程序指令。
91.存储器302至少包括一种类型的可读存储介质，该可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、磁性存储器、磁盘、光盘等。存储器302在一些实施例中可以是计算机设备的内部存储单元，例如计算机设备的硬盘。存储器302在另一
些实施例中也可以是计算机设备的外部存储设备，例如计算机设备上配备的插接式硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，存储器302还可以既包括计算机设备的内部存储单元也包括外部存储设备。存储器302不仅可以用于存储安装于计算机设备的应用软件及各类数据，例如实现智能识别免打扰用户的方法的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
92.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘且本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
93.以上所列举的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属于本发明所涵盖的范围。

技术特征：
1.一种智能识别免打扰用户的方法，其特征在于，所述智能识别免打扰用户的方法包括：获取会话数据，所述会话数据包括用户与工作人员之间的互动信息，所述互动信息包括语音信息和文本信息；转换所述语音信息为文字数据并与所述文本信息融合得到所述会话数据的文本集合；利用fasttext算法根据预设标签对所述文本集合进行分类得到每一个文本的标签；判断文本的标签是否与预设标签为同一类；若为同一类，自动为所述用户打上免打扰标签；根据免打扰标签建立定时任务，所述定时任务至少包括免打扰用户名单；当下发推送广告时，自动识别定时任务中的用户并过滤掉所述用户。2.如权利要求1所述的智能识别免打扰用户的方法，其特征在于，转换所述语音信息为文字数据并与所述文本信息融合得到所述会话数据的文本集合具体包括：利用语音识别技术对所述语音信息进行文本转换得到本文信息；将转换得到的文本信息与所述会话数据中的文本信息进行合并得到所述会话数据的文本集合。3.如权利要求1所述的智能识别免打扰用户的方法，其特征在于，所述预设标签为用户不情愿再被打扰的文本标签。4.如权利要求1所述的智能识别免打扰用户的方法，其特征在于，当下发推送广告时，自动识别定时任务中的用户并过滤掉所述用户具体包括：接收下发的推送广告的反馈信息，其中，所述推送广告被归类为多种场景下的推送广告；从所述反馈信息中识别当前用户对哪种场景下的推送广告抵触；将当前用户抵触的推送广告的所属场景信息与所述用户进行关联；当下发与所述场景相关的推送广告时，屏蔽关联用户。5.如权利要求1所述的智能识别免打扰用户的方法，其特征在于，所述方法还包括：将建立过会话的对应用户打上免打扰标签，以避免工作人员对所述用户再次进行打扰。6.一种自动识别免打扰标签的装置，其特征在于，所述自动识别免打扰标签的装置包括：获取单元，用于获取会话数据，所述会话数据包括用户与工作人员之间的互动信息，所述互动信息包括语音信息和文本信息；转换单元，用于转换所述语音信息为文字数据并与所述文本信息融合得到所述会话数据的文本集合；识别单元，用于利用fasttext算法根据预设标签对所述文本集合进行分类得到每一个文本的标签；判断单元，用于判断文本的标签是否与预设标签为同一类；打标单元，用于若为同一类，自动为所述用户打上免打扰标签；建立单元，用于根据免打扰标签建立定时任务，所述定时任务至少包括免打扰用户名单；
过滤单元，用于当下发推送广告时，自动识别定时任务中的用户并过滤掉所述用户。7.如权利要求6所述的自动识别免打扰标签的装置，其特征在于，所述转换单元还包括：利用单元，用于利用语音识别技术对所述语音信息进行文本转换得到本文信息；合并单元，用于将转换得到的文本信息与所述会话数据中的文本信息进行合并得到所述会话数据的文本集合。8.如权利要求6所述的自动识别免打扰标签的装置，其特征在于，所述过滤单元还包括：接收单元，用于接收下发的推送广告的反馈信息，其中，所述推送广告被归类为多种场景下的推送广告；反馈单元，用于从所述反馈信息中识别当前用户对哪种场景下的推送广告抵触；关联单元，用于将当前用户抵触的推送广告的所属场景信息与所述用户进行关联；屏蔽单元，用于当下发与所述场景相关的推送广告时，屏蔽关联用户。9.一种计算机设备，包括：存储器，用于存储计算机可执行程序，处理器，用于执行所述计算机可执行程序以实现如权利要求1-5中任一项所述的智能识别免打扰用户的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-5任一项所述的智能识别免打扰用户的方法。

技术总结
本发明提供了一种智能识别免打扰用户的方法及装置，所述方法包括：获取会话数据，所述会话数据包括用户与工作人员之间的互动信息，所述互动信息包括语音信息和文本信息；转换所述语音信息为文字数据并与所述文本信息融合得到所述会话数据的文本集合；利用fastText算法根据预设标签对所述文本集合进行分类得到每一个文本的标签；判断文本的标签是否与预设标签为同一类；若为同一类，自动为所述用户打上免打扰标签；根据免打扰标签建立定时任务，所述定时任务至少包括免打扰用户名单；当下发推送广告时，自动识别定时任务中的用户并过滤所述用户。本发明技术方案有效地解决了用户频繁投诉工作人员的问题。繁投诉工作人员的问题。繁投诉工作人员的问题。


技术研发人员：陈晓君 黄小捷
受保护的技术使用者：平安银行股份有限公司
技术研发日：2023.04.07
技术公布日：2023/7/12