[發明專利]用戶數據處理方法、裝置、電子設備及可讀存儲介質

有效

• 申請號: 202010370883.0
• 申請日: 2020-04-30
• 公開（公告）號: CN111652742B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 吳仍康
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06F16/906;G06F18/24
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

本發明涉及人工智能，揭露一種用戶數據處理方法，包括：根據數據處理類型對應的第一特征因子序列及目標用戶數據生成第一特征向量，將第一特征向量輸入第一模型，得到用戶屬性目標標識值，當目標標識值大于第一預設閾值時，根據數據處理類型對應的第二特征因子序列及目標用戶數據生成第二特征向量，將第二特征向量輸入第二模型，得到用戶屬性目標標簽，根據屬性標簽與處理方案之間的映射關系確定用戶屬性目標標簽對應的目標處理方案，根據目標處理方案對目標用戶數據執行相應的處理。本發明還涉及區塊鏈技術，所述用戶數據存儲于區塊鏈中。本發明可提高用戶數據處理效率、提升用戶數據處理成功率。

技術領域

本發明涉及人工智能，尤其涉及一種用戶數據處理方法、裝置、電子設備及可讀存儲介質。

背景技術

當前，在處理同一類型用戶的數據時，通常采用相同的處理方案，從而不能給出針對性的處理方案，導致用戶數據處理效率低下、數據處理成功率不高。例如，在針對車險脫保用戶的挽回處理時通常對各個用戶采用相同的挽回策略，使得挽回處理效率低下，且用戶被挽回的概率不高。

發明內容

鑒于以上內容，有必要提供一種用戶數據處理方法，旨在提高用戶數據處理效率、提升用戶數據處理成功率。

本發明提供的用戶數據處理方法，包括：

響應客戶端發出的用戶數據處理請求，所述請求包括用戶身份標識及數據處理類型，基于所述身份標識獲取對應的目標用戶數據；

獲取所述數據處理類型對應的第一特征因子序列，基于所述目標用戶數據生成第一特征向量，將所述第一特征向量輸入第一模型，得到用戶屬性目標標識值，判斷所述目標標識值是否大于第一預設閾值；

當所述目標標識值大于第一預設閾值時，獲取所述數據處理類型對應的第二特征因子序列，基于所述目標用戶數據生成第二特征向量，將所述第二特征向量輸入第二模型，得到用戶屬性目標標簽；

根據屬性標簽與處理方案之間的映射關系確定所述用戶屬性目標標簽對應的目標處理方案，根據所述目標處理方案對所述目標用戶數據執行相應的處理。

可選的，所述目標用戶數據存儲于區塊鏈中，所述第一特征因子序列的確定過程包括：

獲取第一預設用戶群中每個用戶在第一預設時間段的第一數據，所述第一數據包括第一用戶數據及第一用戶屬性標識值，所述第一用戶屬性標識值包括第一標識值及第二標識值；

確定所述第一數據中各個第一因子對應的第一標識值及第二標識值的數量，計算各個第一因子對應的第一標識值的數量與第二標識值的數量的比值；

將所述比值在第二預設閾值區間的第一因子按照比值從大到小的順序排序，得到第一特征因子序列。

可選的，所述第一模型的確定過程包括：

獲取第二預設用戶群中每個用戶在第二預設時間段的第二數據，所述第二數據包括第二用戶數據及第二用戶屬性標識值；

根據所述第二數據、第一特征因子序列得到第三特征向量，將所述第三特征向量分別輸入多個預設分析模型，得到多個第三用戶屬性標識值；

基于所述第二用戶屬性標識值、第三用戶屬性標識值及多個預設模型指標從所述多個預設分析模型中確定最優分析模型，將所述最優分析模型作為第一模型。

可選的，所述第二特征因子序列的確定過程包括：

獲取第三預設用戶群中每個用戶在第三預設時間段的第三數據，所述第三數據包括用戶歷史屬性標簽、歷史屬性標識值；

將所述歷史屬性標簽作為自變量，所述歷史屬性標識值作為因變量，根據所述自變量、因變量確定標簽分析函數；