信息交互方法和服务器与流程

本发明涉及通信领域，尤其涉及一种信息交互方法和服务器。

背景技术：

常见的ai系统，主要是将作为自然人的用户发起的图像或文字信息，提交到机器人服务端，由机器人对图像或文字信息进行提取关键信息之后，再根据关键信息识别出自然人用户的真实意图与自然人情绪，最后再根据该真实意图与自然人情绪结合预先设定的选择问题库策略以及问题库信息提取策略选择出标准回复语句，并将标准回复语句发送到应用端向自然人用户展示。

这样的交互方法比较常见于专业性不强的用户服务中，但是，当将其应用于专业性较强，对安全性要求较高的金融借贷服务时，将会存在较大的安全隐患。

技术实现要素：

本发明实施例提供了一种信息交互方法和服务器，用于提高信息交互的安全性。

为了解决上述技术问题，本发明实施例提供了一种信息交互方法，所述方法应用于服务器上，所述服务器设有业务系统；

所述方法包括：

当用户通过终端访问业务系统时，向所述终端发送问候语句，所述问候语句用于在所述终端上引导用户输入响应信息；

获取所述终端发送的所述响应信息；

解析所述响应信息，得到结构化数据，所述结构化数据为所述业务系统能识别的数据；

对所述结构化数据进行风险评估，生成用户应答风险信息；

根据所述结构化数据和所述用户应答风险信息，生成应答语；

向所述终端发送所述应答语，所述应答语用于在所述终端上向用户展示。

可选地，所述根据所述结构化数据和所述用户应答风险信息，生成应答语，包括：

根据所述结构化数据和所述用户应答风险信息，从预设的交互决策策略中确定响应策略；

根据所述响应策略，在预设的问题库内抽取基本回应；

根据所述基本回应，生成应答语。

可选地，所述根据所述结构化数据和所述用户应答风险信息，从预设的交互决策策略中确定响应策略，包括：

根据所述结构化数据，生成元问题和用户情绪数据；

根据所述用户应答风险信息、所述元问题和所述用户情绪数据，从预设的交互决策策略中确定响应策略。

可选地，所述根据所述结构化数据，生成元问题和用户情绪数据，包括：

根据所述结构化数据，在用户意图分类表中查询确定用户意图信息；

从所述结构化数据中挑选出所述业务系统所需要的业务数据；

将所述用户意图信息和所述业务数据进行信息重组，得到重组数据；

从所述重组数据中提取出元问题和用户情绪数据。

可选地，所述根据所述基本回应，生成应答语，包括：

根据所述基本回应，组成基本应答语句；

根据预设的用户措辞特征和所述用户情绪数据，对所述基本应答语句进行语言学上的加工，以生成应答语。

可选地，所述当用户通过终端访问业务系统时，向所述终端发送问候语句，包括：

当用户通过终端访问业务系统时，获取用户的接入信息；

对所述接入信息进行风险评估，生成用户接入风险信息；

根据所述接入信息和所述用户接入风险信息，从预设的问候信息中生成问候语句；

向所述终端发送所述问候语句。

可选地，所述接入信息包括用户访问信息、所述终端所处位置的自然信息、和所述终端的使用环境信息；

所述对所述接入信息进行风险评估，生成用户接入风险信息，包括：

对所述用户访问信息和所述使用环境信息进行风险评估，生成用户接入风险信息；

所述根据所述接入信息和所述用户接入风险信息，从预设的问候信息中生成问候语句，包括：

根据预存的用户信息、所述用户访问信息、和所述用户接入风险信息从预存的问候语话术库中抽取用户话术；

根据所述用户话术、所述用户信息、所述自然信息、和反映用户习惯用语的用户措辞特征库，组合得到问候语句。

为了解决上述技术问题，本发明实施例提供了一种服务器，所述服务器设有业务系统；

所述服务器包括：

发送模块，用于当用户通过终端访问业务系统时，向所述终端发送问候语句，所述问候语句用于在所述终端上引导用户输入响应信息；

获取模块，用于获取所述终端发送的所述响应信息；

解析模块，用于解析所述响应信息，得到结构化数据，所述结构化数据为所述业务系统能识别的数据；

评估模块，用于对所述结构化数据进行风险评估，生成用户应答风险信息；

生成模块，用于根据所述结构化数据和所述用户应答风险信息，生成应答语；

所述发送模块，还用于向所述终端发送所述应答语，所述应答语用于在所述终端上向用户展示。

可选地，所述生成模块，包括：

确定单元，用于根据所述结构化数据和所述用户应答风险信息，从预设的交互决策策略中确定响应策略；

抽取单元，用于根据所述响应策略，在预设的问题库内抽取基本回应；

生成单元，用于根据所述基本回应，生成应答语。

可选地，所述确定单元，还用于根据所述结构化数据，生成元问题和用户情绪数据；以及，根据所述用户应答风险信息、所述元问题和所述用户情绪数据，从预设的交互决策策略中确定响应策略。

可选地，所述确定单元，包括：

确定子单元，用于根据所述结构化数据，在用户意图分类表中查询确定用户意图信息；

所述确定子单元，还用于从所述结构化数据中挑选出所述业务系统所需要的业务数据；

重组子单元，用于将所述用户意图信息和所述业务数据进行信息重组，得到重组数据；

提取子单元，用于从所述重组数据中提取出元问题和用户情绪数据。

可选地，所述生成单元，包括：

组合子单元，用于根据所述基本回应，组成基本应答语句；

加工子单元，用于根据预设的用户措辞特征和所述用户情绪数据，对所述基本应答语句进行语言学上的加工，以生成应答语。

可选地，所述发送模块，包括：

获取单元，用于当用户通过终端访问业务系统时，获取用户的接入信息；

风险评估单元，用于对所述接入信息进行风险评估，生成用户接入风险信息；

生成单元，用于根据所述接入信息和所述用户接入风险信息，从预设的问候信息中生成问候语句；

发送单元，用于向所述终端发送所述问候语句。

可选地，所述接入信息包括用户访问信息、所述终端所处位置的自然信息、和所述终端的使用环境信息；

所述风险评估单元，还用于对所述用户访问信息和所述使用环境信息进行风险评估，生成用户接入风险信息；

所述生成单元，还用于根据预存的用户信息、所述用户访问信息、和所述用户接入风险信息从预存的问候语话术库中抽取用户话术；

所述生成单元，还用于根据所述用户话术、所述用户信息、所述自然信息、和反映用户习惯用语的用户措辞特征库，组合得到问候语句。

从以上技术方案可以看出，本发明实施例具有以下优点：

在设有业务系统的服务器上，当用户通过终端访问业务系统时，向终端发送问候语句，其中，问候语句用于在终端上引导用户输入响应信息。然后，获取终端发送的响应信息，这样，用户反馈的响应信息受到问候语句的引导。跟着，解析响应信息，得到结构化数据，该结构化数据为业务系统能识别的数据，从而使得服务器能对该结构化数据进行分析。利用该结构化数据，对结构化数据进行风险评估，生成用户应答风险信息，以及根据结构化数据和用户应答风险信息，生成应答语。从而，向终端发送应答语，应答语用于在终端上向用户展示。这样，在信息交互的过程中，对用户反馈的响应信息进行了引导，使得服务器可以对该响应信息进行针对性分析，并对该响应信息进行风险分析，由此产生的应答语更可针对用户的具体情况，从而提高了信息交互的安全性。

附图说明

图1为本发明实施例提供的一种信息交互方法涉及的网络架构图；

图2为本发明实施例提供的一种信息交互方法的流程图；

图3为本发明实施例提供的一种信息交互方法的流程图；

图4为本发明实施例提供的一种服务器的结构示意图。

具体实施方式

为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的详细说明。附图中相同的部分以相同的标记表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。

本发明实施例提供了一种信息交互方法和服务器，用于提高信息交互的安全性。

图1为本发明实施例提供的一种信息交互方法涉及的网络架构图。如图1所示，本发明实施例的信息交互方法涉及的网络架构包括终端102和服务器101，该终端102和服务器101可进行通信。

在本发明实施例中，该终端102为应用端，用户可控制该终端102。通过该终端102，用户可以和服务器101进行信息交互。服务器101可向该终端102发送信息，以在该终端102上向用户展示该信息。

该终端102包括但不限于手机、平板电脑、个人计算机等等。

在服务器101上设有业务系统，业务系统进行业务的管理和操作。用户通过终端102可访问该服务器101上的业务系统，以执行具体的业务操作。

可以理解，在本发明实施例中，服务器101可以和多个不同类型的终端102进行通信，本发明实施例对此不做具体限定。

可以理解，图1所示的网络架构只是示例性的说明，并不对本发明实施例的信息交互方法和服务器101构成具体限定。

图2为本发明实施例提供的一种信息交互方法的流程图，该信息交互方法可应用于图1所示的服务器上。服务器设有业务系统；

参阅图2，本发明实施例的信息交互方法，包括：

步骤201：当用户通过终端访问业务系统时，向终端发送问候语句。

其中，问候语句用于在终端上引导用户输入响应信息。

在服务器上设置有业务系统，该业务系统可以对业务进行管理和操作。

用户可以控制终端，与该终端进行交互，并通过该终端与服务器进行通信，以及对服务器上的业务系统进行访问。用户通过终端访问业务系统时，服务器可向该终端发送问候语句，该问候语句在终端上展示，以供用户查阅，然后，用户在终端上输入响应信息。

在本发明实施例中，该问候语句的产生有多种方式，例如，在服务器上预存有问候语句，然后，当用户通过终端访问业务系统时，服务器将该预存的问候语句发送给用户。或者，服务器根据终端接入服务器时获取的与用户相关的信息生成问候语句，实现问候语句对具体场景的适应性生成，然后将该问候语句发送给终端。

步骤202：获取终端发送的响应信息。

终端获取了问候语句后，问候语句在终端上引导了用户输入响应信息，然后，终端将该响应信息发送给服务器。

服务器通过问候语句的发送，实现了对响应信息的控制，从而可以对响应信息进行更多的具体分析。

步骤203：解析响应信息，得到结构化数据。

其中，结构化数据为业务系统能识别的数据。

服务器的业务系统需要对该响应信息进行分析，为了能识别该响应信息，需要先将响应信息解析成结构化数据。

步骤204：对结构化数据进行风险评估，生成用户应答风险信息。

其中，用户应答风险信息反映了用户通过终端和服务器通信的安全情况。

为了确定用户通过终端和服务器的通信是否安全，需要对通信的安全性进行检验。在本发明实施例中，服务器可以通过对结构化数据进行风险评估，以实现对通信的安全性进行检验，生成的用户应答风险信息反映了用户通过终端和服务器通信的安全情况。

步骤205：根据结构化数据和用户应答风险信息，生成应答语。

服务器的业务系统针对结构化数据进行分析，可对应该结构化数据进行应答语的生成，以使得应答语和用户反馈的响应信息对应。并且，该应答语也根据用户应答风险信息生成，考虑到了用户通过终端和服务器通信的安全情况，进一步提高了安全性的考虑。

步骤206：向终端发送应答语。

其中，应答语用于在终端上向用户展示。

服务器生成应答语后，服务器向终端发送该应答语，以使得终端向用户展示该应答语，实现对用户的业务引导。

综上所述，在设有业务系统的服务器上，当用户通过终端访问业务系统时，向终端发送问候语句，其中，问候语句用于在终端上引导用户输入响应信息。然后，获取终端发送的响应信息，这样，用户反馈的响应信息受到问候语句的引导。跟着，解析响应信息，得到结构化数据，该结构化数据为业务系统能识别的数据，从而使得服务器能对该结构化数据进行分析。利用该结构化数据，对结构化数据进行风险评估，生成用户应答风险信息，以及根据结构化数据和用户应答风险信息，生成应答语。从而，向终端发送应答语，应答语用于在终端上向用户展示。这样，在信息交互的过程中，对用户反馈的响应信息进行了引导，使得服务器可以对该响应信息进行针对性分析，并对该响应信息进行风险分析，由此产生的应答语更可针对用户的具体情况，从而提高了信息交互的安全性。

图3为本发明实施例提供的一种信息交互方法的流程图，该信息交互方法可应用于图1所示的服务器上，其中，该服务器设有业务系统。图3所示的方法可以基于图2所示的方法实现。

参阅图3，本发明实施例的信息交互方法，包括：

步骤301：当用户通过终端访问业务系统时，向终端发送问候语句。

其中，问候语句用于在终端上引导用户输入响应信息。

在服务器上设置有业务系统，该业务系统可以对业务进行管理和操作。

用户可以与终端进行交互，并通过该终端与服务器进行通信，以及对服务器上的业务系统进行访问。用户通过终端访问业务系统时，服务器可向该终端发送问候语句，该问候语句在终端上展示，以供用户查阅，然后，用户可在终端上输入响应信息。

可选地，在本发明实施例中，可以针对具体的用户及场景进行问候语句的发送，以使得本发明实施例的问候语句具有适应性，具体而言步骤301包括：

步骤a1：当用户通过终端访问业务系统时，获取用户的接入信息。

其中，用户的接入信息表示用户通过终端访问业务系统产生的相关信息。

步骤a2：对接入信息进行风险评估，生成用户接入风险信息。

其中，用户接入风险信息表示用户访问业务系统的安全情况。

这样，可以降低用户信息被盗用的风险。

步骤a3：根据接入信息和用户接入风险信息，从预设的问候信息中生成问候语句；

步骤a4：向终端发送问候语句。

在一个具体的示例中，接入信息包括用户访问信息、终端所处位置的自然信息、和终端的使用环境信息。其中，用户访问信息包括但不限于：访问时间，访问ip，访问网络环境，访问经纬度，手机陀螺仪传感器信息，红外测距传感器信息等信息。终端所处位置的自然信息包括但不限于：时间，地点，天气，交通状态等信息。使用环境信息包括但不限于：手机信息，操作系统信息，网络环境信息，访问ip信息，访问频次等信息。

在接入信息包括用户访问信息、自然信息、和使用环境信息的具体示例中，步骤a2具体包括：对用户访问信息和使用环境信息进行风险评估，生成用户接入风险信息。

服务器依据用户访问信息和使用环境信息，评估用户此次访问是否存在风险，以生成该用户的用户接入风险信息。比如：服务器依据当前的访问时间、访问ip、访问网络环境、和访问经纬度结合以往该用户的多次登录ip的地理距离，以及和是否为常见访问地址作为第一个风险评估维度。服务器依据手机传感器，是否为本人操作(如传感器姿态，是否为经常登录地理位置，位置变化是否符合常规出行规律等)，网络环境是否被监听(如网络环境是否为公共wifi，基站是否安全，是否使用代理，数据交换速率与端口链接情况等)，终端的应用端环境是否被监听(如使用环境是否存在信息复制，传输端口是否存在同时传输信息)等作为第二个风险评估维度。得到的用户接入风险信息，比如为：该名用户存在80％可能为非本人登录、网络环境未被监听、和终端环境未被监听。

相应地，在接入信息包括用户访问信息、自然信息、和使用环境信息的具体示例中，步骤a3具体包括：根据预存的用户信息、用户访问信息、和用户接入风险信息从预存的问候语话术库中抽取用户话术。然后，服务器根据用户话术、用户信息、自然信息、和反映用户习惯用语的用户措辞特征库，组合得到问候语句。

用户信息保存在服务器系统内，服务器可从本地获取到用户信息。用户信息包括：用户的个人信息、注册时间，业务节点完成情况，登录次数等信息。

服务器根据用户信息、用户访问信息、和用户接入风险信息，从一个问候语话术库中抽取相应的用户话术，以便引导用户前往某步业务流程，或向用户推荐某些业务信息。例如，当用户完成注册后，第一次访问服务器上的业务系统，服务器应向实名信息填写引导用户，或者，当用户未完成某项资料填写时，服务器向用户引导该项资料填写步骤。

服务器根据用户话术、用户信息、自然信息、及一个反映用户习惯用语的用户措辞特征库，组合出口语化的问候语句。然后，将该问候语句发送给终端。

这样，服务器实现了对用户的人文关怀，让机器人应答服务拥有一定温度，同时通过从预存的问候语话术库中抽取用户话术可以主动向用户圈定交谈话题，这样会使得会话目的更加明确，给予用户最明确的道路，进入最主流的业务逻辑。

步骤302：获取终端发送的响应信息。

终端获取了问候语句后，问候语句在终端上引导了用户输入响应信息，然后，终端将该响应信息发送给服务器，从而服务器接收用户对该问候语句的响应信息。服务器通过问候语句的发送，实现了对响应信息的控制。

步骤303：解析响应信息，得到结构化数据。

其中，结构化数据为业务系统能识别的数据。

服务器的业务系统需要对该响应信息进行分析，为了能识别该响应信息，需要先将响应信息解析成结构化数据。

具体来说，服务器对响应信息进行处理，以提取关键信息，从而形成文本信息。然后，对该文本信息进行清洗，并生成业务系统可以识别的结构化数据。例如，将用户反馈的响应信息：“可以叫我小王，那咱们开始办理吧”解析为结构化数据：“昵称-小王，动词1：开始，动词2：办理”。

这样，本发明实施例的方法可以不仅仅让自然人用户使用，也方便了其它结构语言的系统使用，如第三方业务系统接口请求。

步骤304：对结构化数据进行风险评估，生成用户应答风险信息。

其中，用户应答风险信息反映了用户通过终端和服务器通信的安全情况。

得到利于分析的结构化数据后，服务器即可对结构化数据进行风险评估，生成用户应答风险信息。

例如，用户应答风险信息为当前非本人操作可能为80％大于75％阈值时，则服务器需向用户进行提醒。

或者，例如，服务器依据结构化数据中的语言判断是否为用户本人的用词习惯，以此判断是否为本人。或者，服务器依据访问时间、访问ip、访问网络环境、访问经纬度结合多次登录ip的地理距离，与是否为常见访问地址作为第一个风险评估维度。服务器依据终端传感器，判断是否为用户本人操作(例如依据传感器姿态，是否为经常登录地理位置，位置变化是否符合常规出行规律等)，网络环境是否被监听(如网络环境是否为公共wifi，基站是否安全，是否使用代理，数据交换速率与端口链接情况等)，应用端环境是否被监听(如使用环境是否存在信息复制，传输端口是否存在同时传输信息)等作为第二个风险评估维度。生成的用户应答风险信息比如为：该名用户存在80％可能为非本人登录、网络环境未被监听、和应用端环境未被监听。

步骤305：根据结构化数据和用户应答风险信息，从预设的交互决策策略中确定响应策略。

得到结构化数据和用户应答风险信息后，服务器即可根据结构化数据和用户应答风险信息，从预设的交互决策策略中确定响应策略。

其中，在服务器中预设有交互决策策略，交互决策策略为服务器和用户使用的终端的交互规则。响应策略为这些交互规则中的其中之一。

可选地，步骤305具体包括步骤b1和步骤b2。

步骤b1：根据结构化数据，生成元问题和用户情绪数据。

元问题为服务器定义的基本问题，用户情绪数据为回应响应信息的用户的情绪的数字化表示。

步骤b1的具体实现方式有多种，例如，服务器可以通过预存的映射关系，根据该结构化数据，从该映射关系中查询确定对应的元问题和用户情绪数据，该映射关系为结构化数据和生成元问题、和用户情绪数据的映射关系。或者，服务器通过训练完成的神经网络模型对该结构化数据进行分析，得到元问题和用户情绪数据。

在另一个具体的示例中，步骤b1具体包括步骤c1-c4。

步骤c1：根据结构化数据，在用户意图分类表中查询确定用户意图信息。

服务器对结构化数据进行再处理，并利用用户意图分类表，查表获得用户意图信息。

当用户意图信息表现为首次办理业务时，发起更新用户措辞特征库请求。此时，业务系统响应更新用户措辞特征库请求，将用户措辞特征库更新为新用户措辞特征库，例如：用户在心情愉悦值0.7时，语句末尾80％概率会加语气助词：“的呢”。从而，本发明实施例的方法可以收集用户措辞特征，进而在服务器回应时可以让语句阅读起来更加符合用户的措辞，让语义传达更加精准。

步骤c2：从结构化数据中挑选出业务系统所需要的业务数据。

服务器在结构化数据中挑选出业务系统所需要的业务数据。这样，本发明实施例的方法可以通过语句直接收集业务系统处理时所需要的信息。

例如，本轮对话中服务器的问候语句的语义为“询问称呼”，用户反馈的响应信息为“可以叫我小王”，其中，含有关键词“叫我”，且“小王”为名词属性，所以可以从结构化数据中提取出业务数据：用户昵称-小王。

步骤c3：将用户意图信息和业务数据进行信息重组，得到重组数据。

服务器将用户意图信息和业务数据进行信息重组，生成重组数据。从而可以根据该重组数据实现对用户意图信息和业务数据的结合分析。

步骤c4：从重组数据中提取出元问题和用户情绪数据。

具体来说，服务器从重组数据中提取出元问题，例如，重组数据为“叫我小王，今天天咋样？”，从而，服务器抽取问题库后得到元问题“昵称回应，天气查询”。

以及服务器再从重组数据中提取出用户情绪数据，用户情绪数据例如为“愉悦值：0.68”。

步骤b2：根据用户应答风险信息、元问题和用户情绪数据，从预设的交互决策策略中确定响应策略。

服务器根据结构化数据，生成元问题和用户情绪数据后，便可根据用户应答风险信息、元问题和用户情绪数据，从一个预先设定的交互决策策略中确定响应策略。例如，服务器向用户发短信提醒是否为本人操作，回应用户的自称，回应天气，引导询问用户身份证信息等。

在本发明实施例中，加入交互决策策略，可以依据用户应答风险信息，元问题、和用户情绪数据，控制执行用户引导操作，比如引导用户操作某一步或者推荐某些商品。

步骤306：根据响应策略，在预设的问题库内抽取基本回应；

服务器从预设的交互决策策略中确定响应策略后，服务器可根据响应策略在一个问题库内抽取基本回应。例如，服务器依据响应策略在该问题库中得到如下的基本回应：短信文案，信息收到确认；昵称-小王；天气：晴朗，确认真实姓名。

在本发明有的实施例中，当用户确认使用的是自己的真实姓名时，服务器进入确认真实姓名流程，进行用户信息的更新。

步骤307：根据基本回应，生成应答语。

获取到了基本回应，服务器根据该基本回应，生成应答语。该应答语发送到终端中，以通过终端向用户展示，以对用户进行指引。

应答语的生成方法可以是服务器直接使用基本回应作为应答语，或者对基本回应进行加工后，得到应答语。下面即对其中一种基本回应的加工方法进行示例性说明。

可选地，步骤307具体包括：根据基本回应，组成基本应答语句。以及根据预设的用户措辞特征和用户情绪数据，对基本应答语句进行语言学上的加工，以生成应答语。

具体来说，服务器根据基本回应，组成基本应答语句，例如基本应答语句为：小王，今天天气晴朗，小王就是您本人的真实姓名么？

然后，服务器根据用户措辞特征与步骤b1生成的用户情绪数据，对基本应答语句进行语言学上的加工，生成最终的应答语。例如，将基本应答语句“小王，今天天气晴朗，小王就是您本人的真实姓名么？”修改为应答语“ok，小王你好，今天的天气挺晴朗的呢，是否方便告诉我小王就是您本人的真实姓名么？”。

这样，服务器根据用户措辞特征与用户情绪数据，对基本应答语句进行语言学上的加工，以生成最终的应答语。使得最终形成的应答语与核心语义一致，且让每名用户都会获得到适应性的机器人应答。例如，将“小王，今天天气晴朗，小王就是您本人的真实姓名么？”加工为应答语“ok，小王你好，今天的天气挺晴朗的呢，是否方便告诉我小王就是您本人的真实姓名么？”，该应答语可以给予用户更好的阅读体验。从而，可以对原本生硬的标准语句进行加工，使得服务器的回应更加拟人，当语言学加工与用户措辞特征相结合时，服务器响应用户的语言将会使得用户更加舒服。同时由于回应语句是对标准语句加工，这样使得维护人员只需要维护好标准语句即可。同样减少了大量运营人员的工作量。

可以理解，在本发明实施例中，步骤305至步骤307为根据结构化数据和用户应答风险信息，生成应答语的步骤的具体实现方式之一。

步骤308：向终端发送应答语。

其中，应答语用于在终端上向用户展示。

服务器生成了应答语后，服务器向终端发送应答语，以通过终端上的应用端向用户展示最终的应答语。

在本发明的一些实施例中，在应答语的指引下，用户通过终端上的表单填写页面对资料进行填写，服务器获取到该填写的资料后，服务器的业务系统对用户通过表单填写的资料进行校验，校验通过之后进入步骤c1进行处理。

可以理解，在本发明实施例中，业务系统保存有一知识库，该知识库中包含了用于保存用户个人信息的个人信息库、用户业务信息库、问题库、交互决策库和用户措辞特征库。

这样，本发明实施例的方法利用ai技术实现，可以针对具体的多种应用场景(特别是针对金融借贷应用场景)，在用户通过终端和服务器交互过程中，可提供专业化的应答或指引，从而增加了安全保证措施。

另外，在本发明实施例的方法中，

通过对用户的响应信息进行拆分处理，大幅度降低维护复杂度。同时在将本发明实施例的方法应用于其他的应用场景时，系统中与用户相关的交互模块可以直接复用，而只需要维护少量的核心步骤，例如只需维护步骤304、步骤305、和步骤306，即可完成应用场景的转换或扩充。

在本发明实施例中，通过步骤304-306，让问题库相似问题得到统一维护，进而减少大量运营人员维护的工作量。

其中，“根据基本回应，组成基本应答语句”的步骤可以将原本大量的问题得到最大程度的化简。若需要进行服务器服务的流程节点有8个(注册，实名，开卡，绑卡，运营商，信用卡，人脸识别，个人信息)，每个节点存在4种状态(信息正确，信息格式错误，信息错误，信息填写不完整)，每个状态用户存在8种疑问(未响应，响应完全匹配，响应信息不匹配，迟疑，发散，怀疑，担忧，抵触。),业务时间节点分为4种(上午，下午，晚上，深夜)，经过排列组合，存在4*8*4*8＝1024个标准问题，而采用本实施例的方法，维护元问题，只需要维护4+8+4+8＝24个元问题。降低幅度达到2个数量级。

综上所述，在设有业务系统的服务器上，当用户通过终端访问业务系统时，向所述终端发送问候语句，其中，问候语句用于在终端上引导用户输入响应信息。然后，获取终端发送的响应信息，这样，用户反馈的响应信息受到问候语句的引导。跟着，解析响应信息，得到结构化数据，该结构化数据为业务系统能识别的数据，从而使得服务器能对该结构化数据进行分析。利用该结构化数据，对结构化数据进行风险评估，生成用户应答风险信息，以及根据结构化数据和用户应答风险信息，生成应答语。从而，向终端发送应答语，应答语用于在终端上向用户展示。这样，在信息交互的过程中，对用户反馈的响应信息进行了引导，使得服务器可以对该响应信息进行针对性分析，并对该响应信息进行风险分析，由此产生的应答语更可针对用户的具体情况，从而提高了信息交互的安全性。

图4为本发明实施例提供的一种服务器的结构示意图，该服务器可用于执行上述的图2和图3所示的方法。

参阅图4，本发明实施例的服务器设有业务系统，该服务器包括：

发送模块401，用于当用户通过终端访问业务系统时，向终端发送问候语句，问候语句用于在终端上引导用户输入响应信息；

获取模块402，用于获取终端发送的响应信息；

解析模块403，用于解析响应信息，得到结构化数据，结构化数据为业务系统能识别的数据；

评估模块404，用于对结构化数据进行风险评估，生成用户应答风险信息；

生成模块405，用于根据结构化数据和用户应答风险信息，生成应答语；

发送模块401，还用于向终端发送应答语，应答语用于在终端上向用户展示。

可选地，生成模块405，包括：

确定单元406，用于根据结构化数据和用户应答风险信息，从预设的交互决策策略中确定响应策略；

抽取单元407，用于根据响应策略，在预设的问题库内抽取基本回应；

生成单元408，用于根据基本回应，生成应答语。

可选地，确定单元406，还用于根据结构化数据，生成元问题和用户情绪数据；以及，根据用户应答风险信息、元问题和用户情绪数据，从预设的交互决策策略中确定响应策略。

可选地，确定单元406，包括：

确定子单元409，用于根据结构化数据，在用户意图分类表中查询确定用户意图信息；

确定子单元409，还用于从结构化数据中挑选出业务系统所需要的业务数据；

重组子单元410，用于将用户意图信息和业务数据进行信息重组，得到重组数据；

提取子单元411，用于从重组数据中提取出元问题和用户情绪数据。

可选地，生成单元408，包括：

组合子单元412，用于根据基本回应，组成基本应答语句；

加工子单元413，用于根据预设的用户措辞特征和用户情绪数据，对基本应答语句进行语言学上的加工，以生成应答语。

可选地，发送模块401，包括：

获取单元414，用于当用户通过终端访问业务系统时，获取用户的接入信息；

风险评估单元415，用于对接入信息进行风险评估，生成用户接入风险信息；

语句生成单元416，用于根据接入信息和用户接入风险信息，从预设的问候信息中生成问候语句；

发送单元417，用于向终端发送问候语句。

可选地，接入信息包括用户访问信息、终端所处位置的自然信息、和终端的使用环境信息；

风险评估单元415，还用于对用户访问信息和使用环境信息进行风险评估，生成用户接入风险信息；

语句生成单元416，还用于根据预存的用户信息、用户访问信息、和用户接入风险信息从预存的问候语话术库中抽取用户话术；

语句生成单元416，还用于根据用户话术、用户信息、自然信息、和反映用户习惯用语的用户措辞特征库，组合得到问候语句。

综上所述，在设有业务系统的服务器上，当用户通过终端访问业务系统时，发送模块401向终端发送问候语句，其中，问候语句用于在终端上引导用户输入响应信息。然后，获取模块402获取终端发送的响应信息，这样，用户反馈的响应信息受到问候语句的引导。跟着，解析模块403解析响应信息，得到结构化数据，该结构化数据为业务系统能识别的数据，从而使得服务器能对该结构化数据进行分析。利用该结构化数据，评估模块404对结构化数据进行风险评估，生成用户应答风险信息，以及生成模块405根据结构化数据和用户应答风险信息，生成应答语。从而，发送模块401向终端发送应答语，应答语用于在终端上向用户展示。这样，在信息交互的过程中，对用户反馈的响应信息进行了引导，使得服务器可以对该响应信息进行针对性分析，并对该响应信息进行风险分析，由此产生的应答语更可针对用户的具体情况，从而提高了信息交互的安全性。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。