[發明專利]一種基于機器學習的精準化推送的綜合柜員裝置及方法在審
| 申請號: | 201711471568.1 | 申請日: | 2017-12-29 |
| 公開(公告)號: | CN107944990A | 公開(公告)日: | 2018-04-20 |
| 發明(設計)人: | 鄭永清;王新軍;呂寧;劉征征;孫雪冰 | 申請(專利權)人: | 山大地緯軟件股份有限公司 |
| 主分類號: | G06Q30/06 | 分類號: | G06Q30/06;G06Q40/08;G06Q50/26 |
| 代理公司: | 北京金宏來專利代理事務所(特殊普通合伙)11641 | 代理人: | 許振強,杜正國 |
| 地址: | 250000 山東*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 機器 學習 精準 推送 綜合 裝置 方法 | ||
技術領域
本發明屬于社保業務服務領域,尤其涉及一種基于機器學習的精準化推送的綜合柜員裝置。
背景技術
隨著人力資源和社會保障事業的發展,依據國家“互聯網+人社”的建設指導規范,各統籌區域都在積極響應,建設智慧人社系統,即目前已基本建成了完善的社會保險體系,包括職工、居民等全覆蓋的參保人群,參保、繳費、待遇等全覆蓋的業務內容,各業務系統、電子材料、主數據管理等信息化支撐手段實現了業務的電子化辦理,并且按業務類別劃分人社業務大廳窗口,便于群眾在人社業務大廳辦理社保業務??墒牵S著社會經濟的發展,社保業務辦理需求增加,越來越多的居民、職工發起社保業務辦理,人社業務大廳的不同業務窗口出現了截然不同的狀況。
目前,社會保險信息化建設取得了一定成就,各統籌區域通過建設各社保業務系統實現了社會保險的電子化辦理。但是隨著社保業務發展,人社業務大廳按業務種類劃分業務辦理窗口的方式已不能滿足參保人與業務人員的現實需求。根據各業務的辦理流程不同、需提交材料不同,業務人員的辦理速度也不同,而且業務人員每次受理業務都要當場尋找業務入口,有些窗口每天都是人滿為患,有些窗口則門可羅雀,這造成了部分資源浪費。一方面造成了群眾辦事不便,另一方面也造成業務人員工作壓力不均勻。另外,各業務系統相互隔離,有些跨業務系統的業務辦理需要人工傳遞辦理,加大了大廳業務人員的工作量。
因此,需要探索一種新的技術解決上述問題。
發明內容
本發明就是為了解決上述問題,提供一種基于機器學習的個性化精準推送綜合柜員裝置,將所有業務的受理統一放在人社業務大廳的業務窗口工作人員使用的綜合柜員制系統中;系統對社保數據庫中的參保人基本信息、業務信息和狀態信息通過機器學習算法進行分析歸納,向不同的參保人推送不同的業務功能辦理,實現了跨業務領域的全業務受理及精準推送。
為了實現上述目的,本發明采用如下技術方案:
一種基于機器學習的精準化推送的綜合柜員裝置,其包括數據采集模塊、社保數據庫模塊、模型訓練模塊、預測分析模塊和使用模型模塊,其中,
所述數據采集模塊,用于首次采集社保數據導入社保數據庫模塊;
所述社保數據庫模塊,用于存儲參保人個人基本信息、業務辦理信息及社保所有業務的狀態信息,為業務開啟前識別參保人身份提供數據支持;
所述模型訓練模塊,用于對社保數據庫的數據進行模型訓練,通過決策樹中的J48算法,對社保數據庫的數據進行屬性分類,選擇數據的某個屬性類別作為根節點,為每個可能的屬性值產生一個分支,將業務數據表現出來的屬性結果對應到分支上,在每個分支上遞歸的重復這個分類的過程,形成數據訓練模型,深度挖掘數據潛在的規律;
所述預測分析模塊,用于在參保人登錄后,將參保人個人基本信息、業務辦理信息及社保所有業務的狀態信息數據與模型訓練模塊形成的數據訓練模型上的節點自上而下進行比對匹配,根據模型訓練結果預測分析該數據對應的參保人的業務辦理意向;
所述使用模型模塊,用于利用模型訓練的結果來向業務人員進行業務推薦和業務功能展示。
優選的,所述使用模型模塊包括業務推薦模塊和業務功能展示模塊;所述業務推薦模塊,用于獲取參保人的業務辦理傾向來向業務人員推薦該參保人最有可能辦理的業務;所述業務功能展示模塊,將該參保人有資格辦理的業務按業務類型分類展示。
進一步的,所述社保數據庫模塊通過數據采集模塊將初始數據導入,由模型訓練模塊對社保數據庫中的數據進行模型訓練,模型訓練的結果存入緩存,在業務人員選擇參保人登錄后,預測分析模塊根據緩存中模型訓練的結果來預測該參保人有可能辦理的業務并通過業務推薦模塊推薦給業務人員,同時通過業務功能展示模塊向業務人員展示該參保人有資格辦理的業務,業務人員操作系統辦理完該參保人需要辦理的業務后,形成業務辦理信息存入社保數據庫模塊,再由模型訓練模塊對業務辦理信息進行模型訓練,由模型訓練到預測分析,到業務推薦,到保存業務辦理信息,再到模型訓練,形成一個完整的機器學習過程。
優選的,所述參保人包括個人身份和單位身份的參保者。
優選的,所述業務辦理信息包括但不限于參保人的個人基本信息、所辦理的業務日志信息;所述業務日志信息包括但不限于業務類型、業務辦理時間、業務辦理進度。
優選的,所述狀態信息包括但不限于參保人身份、繳費狀態信息、參保狀態信息。
優選的,所述個人基本信息包括但不限于姓名、性別、身份證號、社??ㄌ?、險種類別信息及參保機構編碼信息。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山大地緯軟件股份有限公司,未經山大地緯軟件股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711471568.1/2.html,轉載請聲明來源鉆瓜專利網。





