[發明專利]分類模型構建方法、裝置、計算機設備及可讀存儲介質

在審

• 申請號: 202010740250.4
• 申請日: 2020-07-28
• 公開（公告）號: CN111832661A
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 謝勝鋒;曾俊揚
• 申請（專利權）人: 平安國際融資租賃有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q40/02
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 程超

1.一種分類模型構建方法，其特征在于，包括：

獲得至少一個存量規則，通過凝聚層次聚類算法識別各所述存量規則之間的差異度，并匯總差異度低于差異閾值的存量規則生成規則集合；

提取規則集合中各存量規則的判斷指標和判斷結果，對所述判斷指標和判斷結果去重得到規則指標和規則結果；

構建以規則集合中規則結果為分類結果，以規則指標為判斷因子的分類模型；

根據規則集合中規則指標創建配置頁面，將所述配置頁面與所述規則集合對應的分類模型關聯。

2.根據權利要求1所述的分類模型構建方法，其特征在于，將所述配置頁面與所述規則集合對應的分類模型關聯之后，還包括：

將所述配置頁面發送至用戶端，接收所述用戶端在所述配置頁面上錄入的計算數據，并通過與所述配置頁面關聯的分類模型運算所述計算數據生成計算結果；

將所述計算結果返回至所述用戶端和/或將所述計算結果上傳至區塊鏈。

3.根據權利要求1所述的分類模型構建方法，其特征在于，通過凝聚層次聚類算法識別各所述存量規則之間的差異度的步驟，包括：

提取存量規則中的判斷指標和判斷結果，對所述判斷指標和判斷結果進行向量化處理獲得特征向量；

通過凝聚層次聚類算法對每個存量規則的特征向量進行兩兩計算，得出特征向量之間的聚類距離間距，并將所述聚類距離間距作為所述特征向量所對應的存量規則之間的差異度。

4.根據權利要求1所述的分類模型構建方法，其特征在于，匯總差異度低于差異閾值的存量規則生成規則集合的步驟，包括：

獲取任一存量規則作為目標規則，提取與所述目標規則與其他存量規則之間的差異度；

將差異度低于差異閾值的存量規則作為相似規則，并將其與所述目標規則匯總獲得規則集合。

5.根據權利要求1所述的分類模型構建方法，其特征在于，對所述判斷指標和判斷結果去重得到規則指標和規則結果之后，還包括：

提取規則集合中各存量規則的分類目的，其中，所述分類目的是描述存量規則分類作用的信息；

對各所述分類目的進行分詞獲得至少具有一個詞匯的分類分詞集，對所述分類分詞集中的詞匯去重獲得分類標簽。

6.根據權利要求1所述的分類模型構建方法，其特征在于，構建以規則集合中規則結果為分類結果，以規則指標為判斷因子的分類模型的步驟，包括：

獲得初始模型，其中，所述初始模型至少包括輸入層、輸出層和隱藏層；

根據所述規則結果構建所述輸出層，根據所述規則指標構建所述輸入層；

通過所述規則集合中的存量規則訓練所述初始模型的隱藏層以獲得分類模型。

7.根據權利要求1所述的分類模型構建方法，其特征在于，根據規則集合中規則指標創建配置頁面，將所述配置頁面與所述規則集合對應的分類模型關聯的步驟，包括：

提取所述規則指標的元數據，將所述元數據配置在預設的彈框上；

在所述彈框上設置與所述元數據對應的輸入框獲得配置頁面，其中，所述輸入框用于記載用戶端輸入的計算數據；

建立所述配置頁面與分類模型之間的信道，使所述配置頁面與分類模型相互關聯，所述分類模型通過所述信道獲得配置頁面記載的計算數據。

8.一種分類模型構建裝置，其特征在于，包括：

差異識別模塊，用于獲得至少一個存量規則，通過凝聚層次聚類算法識別各所述存量規則之間的差異度，并匯總差異度低于差異閾值的存量規則生成規則集合；

指標結果管理模塊，用于提取規則集合中各存量規則的判斷指標和判斷結果，對所述判斷指標和判斷結果去重得到規則指標和規則結果；

模型構建模塊，用于構建以規則集合中規則結果為分類結果，以規則指標為判斷因子的分類模型；

頁面構建模塊，用于根據規則集合中規則指標創建配置頁面，將所述配置頁面與所述規則集合對應的分類模型關聯。