业务数据处理方法、装置、设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114971711A(43)申请公布日2022.08.30(21)申请号202210579699.6G06N3/12(2006.01)(22)申请日2022.05.26(71)申请人中国平安财产保险股份有限公司地址518048广东省深圳市福田区益田路5033号平安金融中心12、13、38、39、40层(72)发明人李晓雄卓陈朋吴燕平(74)专利代理机构北京市京大律师事务所11321专利代理师沈克琪(51)Int.Cl.G06Q30/02(2012.01)G06Q40/06(2012.01)G06K9/62(2022.01)G06N3/08(2006.01)权利要求书2页说明书18页附图7页(54)发明名称业务数据处理方法、装置、设备及存储介质(57)摘要本发明涉及大数据技术领域，公开了一种业务数据处理方法、装置、设备及存储介质。本方法包括：对收集的历史收益数据进行解析，得到目标业务和目标业务对应的消费特征数据和成本特征数据；根据预设的聚类算法对成本特征数据进行聚类处理，得到成本特征参数，并根据成本特征参数确定目标业务的收益影响因子；对收益影响因子进行降维处理，得到目标业务的收益率对应概率；将消费特征数据输入预设收益预测模型进行预测，并根据得到的预测结果和概率，计算目标业务在预设时间段内的收益预测数据；对收益预测数据进行统计，生成业务配置结果。本发明通过历史收益数据对业务的风险和收益进行预测，解决了业务数据的配置预测准确率低的技术问题。CN114971711ACN114971711A权利要求书1/2页1.一种业务数据处理方法，其特征在于，所述业务数据处理方法包括：收集企业业务的历史收益数据；解析所述历史收益数据，提取出其中的目标业务和所述目标业务对应的消费特征数据和成本特征数据；根据预设的聚类算法，对所述成本特征数据进行聚类处理，得到所述目标业务的成本特征参数，并根据所述成本特征参数确定所述目标业务的收益影响因子；对所述收益影响因子在不同评估时刻的数值进行降维处理，得到所有所述目标业务的收益率对应的概率；将所述消费特征数据输入预先训练好的收益预测模型进行预测，得到预测结果，并根据所述预测结果和所述概率，计算所述目标业务在未来预设时间段内的收益预测数据；对所述目标业务的收益预测数据进行统计，生成业务配置结果，并将所述业务配置结果发送至预设客户端。2.根据权利要求1所述的业务数据处理方法，其特征在于，在所述收集企业业务的历史收益数据之前，还包括：确定企业中的目标业务以及所述目标业务的业务属性信息；确定所述业务属性信息对应的属性值，并以所述属性值为节点建立业务数据树，对企业中的所有所述目标业务进行分类展示。3.根据权利要求1所述的业务数据处理方法，其特征在于，所述根据预设的聚类算法，对所述成本特征数据进行聚类处理，得到所述目标业务的成本特征参数包括：基于所述成本特征数据，确定不同的特征参数组合；根据预设的聚类算法，根据所述不同的特征参数组合对所述业务进行聚类，确定所述不同的特征参数组合分别对应的聚类结果；根据所述聚类结果，从所述成本特征数据中筛选出用于分析所述目标业务的特征参数。4.根据权利要求1所述的业务数据处理方法，其特征在于，在所述根据预设的聚类算法，对所述成本特征数据进行聚类处理，得到所述目标业务的成本特征参数之前，还包括：对所述业务树中的业务节点进行风险扫描，得到所述业务节点下的各业务的漏洞信息以及所述各业务的配置信息；根据所述漏洞信息和所述配置信息，确定所述目标业务的漏洞风险值和配置风险值；根据预设安全权重系数，对所述目标业务的漏洞风险值和所述业务的配置风险值进行加权计算，得到所述目标业务的业务风险值。5.根据权利要求1所述的业务数据处理方法，其特征在于，所述对所述收益影响因子在不同评估时刻的数值进行降维处理，得到所有所述目标业务的收益率对应的概率包括：对所述收益影响因子在多个评估时刻的数值进行降维处理，获得多组收益组合在每个所述评估时刻的组合数值；对所述多组收益组合在每个评估时刻的组合数值进行预测处理，得到各类业务的收益率的概率。6.根据权利要求1所述的业务数据处理方法，其特征在于，在所述将所述消费特征数据输入预先训练好的收益预测模型进行预测，得到预测结果，并根据所述预测结果和所述概2CN114971711A权利要求书2/2页率，计算所述目标业务在未来预设时间段内的收益预测数据之前，还包括：确定与所述业务的特征参数对应的特征值；将所述业务的历史收益数据和所述特征参数对应的特征值输入预设GA‑BP神经网络模型进行训练，直到所述GA‑BP神经网络模型收敛，得到收益预测模型。7.根据权利要求6所述的业务数据处理方法，其特征在于，所述将所述业务的历史收益数据和所述特