[發明專利]基于數據挖掘的社保數據處理方法、裝置和計算機設備

在審

• 申請號: 201910171606.4
• 申請日: 2019-03-07
• 公開（公告）號: CN110008250A
• 公開（公告）日: 2019-07-12
• 發明（設計）人: 陳嫻嫻;阮曉雯;徐亮
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06Q40/08
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 王寧;劉剛

1.一種基于數據挖掘的社保數據處理方法，所述方法包括：

接收終端發送的資源獲取請求，所述資源獲取請求包括請求類型和請求信息；

根據所述資源獲取請求和請求信息獲取多個社保數據，所述社保數據包括多個字段數據；

對所述社保數據對應的多個字段數據進行向量化，得到多個字段數據對應的特征向量；

根據預設算法計算多個特征向量之間的相似度，提取出所述相似度達到預設閾值的特征向量；

根據所述請求類型獲取預設的數據分析模型，通過所述數據分析模型對提取的特征向量進行分析，得到對應的分析結果數據；

將所述分析結果數據推送至對應的終端。

2.根據權利要求1所述的方法，其特征在于，所述對所述社保數據對應的多個字段數據進行向量化的步驟，包括：

獲取預設的語料庫，根據所述社保數據從所述語料庫中獲取相關聯的語料數據；

獲取預設的向量訓練模型，通過所述向量訓練模型對所述社保數據和所述語料數據進行詞向量計算和訓練，得到對應的多個詞向量；

根據預設算法將所述詞向量轉換為對應的特征向量。

3.根據權利要求1所述的方法，其特征在于，所述根據預設算法計算多個特征向量之間的相似度，提取出相似度達到預設閾值的特征向量步驟，包括：

根據預設的目標函數計算多個特征向量的多個維度值；

根據預設的距離算法和所述維度值計算多個特征向量之間的相似度；

提取出所述相似度達到預設閾值的特征向量。

4.根據權利要求1所述的方法，其特征在于，通過所述數據分析模型對提取的特征向量進行分析的步驟，包括：

通過所述數據分析模型計算出多個特征向量的分布值和字段飽和度；

對多個特征向量進行統計篩查，提取達到預設飽和值的特征向量；

根據預設的語義分析算法，對提取出的特征向量進行分析，得到特征向量的權重；

根據所述特征向量的分布值和字段飽和度以及權重進行分析，得到所述特征向量對應多個類型的指標數據和對應的數值；

根據所述多個類型的指標數據和對應的數值生成分析結果數據。

5.根據權利要求1至4任意一項所述的方法，其特征在于，所述分析結果數據中包括多個類型的指標數據和對應的數值，所述方法還包括：

根據所述指標數據和對應的數值生成對應的指標分析數據；

將所述指標分析數據按照預設方式生成對應的分析視圖數據；

對所述分析視圖數據添加事件類型標識和對應的接口調用參數；

將所述分析視圖數據推送至對應的終端。

6.一種基于數據挖掘的社保數據處理裝置，所述裝置包括：

請求接收模塊，用于接收終端發送的資源獲取請求，所述資源獲取請求包括請求類型和請求信息；

數據獲取模塊，用于根據所述資源獲取請求和請求信息獲取多個社保數據，所述社保數據包括多個字段數據；

特征提取模塊，用于對所述社保數據對應的多個字段數據進行向量化，得到多個字段數據對應的特征向量；根據預設算法計算多個特征向量之間的相似度，提取出所述相似度達到預設閾值的特征向量；

數據分析模塊，用于根據所述請求類型獲取預設的數據分析模型，通過所述數據分析模型對提取的特征向量進行分析，得到對應的分析結果數據；

數據推送模塊，用于將所述分析結果數據推送至對應的終端。

7.根據權利要求6所述的裝置，其特征在于，所述特征提取模塊還用于根據預設的目標函數計算多個特征向量的多個維度值；根據預設的距離算法和所述維度值計算多個特征向量之間的相似度；提取出所述相似度達到預設閾值的特征向量。