[發明專利]一種信息審核方法及系統

在審

• 申請號: 202110052030.7
• 申請日: 2021-01-12
• 公開（公告）號: CN112734390A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 周新煥;彭衛康;田濤
• 申請（專利權）人: 深圳市金橋軟件有限公司
• 主分類號: G06Q10/10
• 分類號: G06Q10/10;G06Q50/30;G06F16/28;G06F16/36;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種信息審核方法，其特征在于，包括以下步驟：

利用訓練后的機器學習數據質量分析系統判斷用戶申請材料中關系型數據的正確性；將正確的關系型數據導入交通行業大數據中心平臺；將錯誤的關系型數據導入異常數據庫；

利用訓練后的BIP數據管理系統基于所述申請材料的非關系型數據構建所述用戶的用戶畫像；

利用所述用戶畫像對所述異常數據庫中錯誤的關系型數據進行修復，將修復后的關系型數據也導入到所述交通行業大數據中心平臺；

利用訓練后的棧式降噪自編碼器在正確的關系型數據和修復后的關系型數據中提取特征數據；

利用決策樹算法，對所述特征數據是否符合預設的審核標準進行判斷；

符合審核標準的數據通過審核；不符合審核標準的數據未通過審核。

2.根據權利要求1所述的信息審核方法，其特征在于，利用訓練后的機器學習數據質量分析系統判斷用戶申請材料中關系型數據的正確性，具體包括：

構建訓練數據集和測試數據集；

所述訓練數據集中包括與所述申請文件中關系型數據類型對應的預設數量的訓練數據；所述測試數據集中包括與所述申請文件中關系型數據類型對應的預設數量的測試數據；

將所述訓練數據作為所述機器學習數據質量分析系統的輸入，將所述訓練數據對應的標簽作為所述機器學習數據質量分析系統的輸出，對所述機器學習數據質量分析系統進行訓練，得到初始訓練后的機器學習數據質量分析系統；

將所述測試數據作為初始訓練后的機器學習數據質量分析系統的輸入，利用初始訓練后的機器學習數據質量分析系統進行處理，得到輸出數據；

判斷所述輸出數據與所述測試數據對應的標簽的誤差值是否在預設范圍內；

若在預設范圍內，則認為所述輸出數據是正確數據；若不在預設范圍內，則認為所述輸出數據是錯誤數據；此時對初始訓練后的機器學習數據質量分析系統的參數進行調整，直到所述數據是正確數據為止；

待所有的測試數據對應的輸出結果均為正確數據時，將初始訓練后的機器學習數據質量分析系統作為訓練后的機器學習數據質量分析系統。

3.根據權利要求2所述的信息審核方法，其特征在于，利用訓練后的機器學習數據質量分析系統判斷申請材料中關系型數據的正確性，具體包括：

將所述申請材料中的關系型數據作為訓練后的機器學習數據質量法分析系統的輸入，訓練后的機器學習數據質量分析系統直接得到輸出數據；

若所述輸出數據是正確數據，則將所述申請材料中正確的關系型數據導入交通行業大數據中心平臺；若所述輸出數據是錯誤數據，則將所述申請材料中錯誤的關系型數據導入異常數據庫。

4.根據權利要求1所述的信息審核方法，其特征在于，利用訓練后的BIP數據管理系統基于所述申請材料的非關系型數據構建所述用戶的用戶畫像，具體包括：

利用數據協同交換中心實現不同平臺、不同接口中非關系型數據的導入；

構建并訓練圖文識別模型；

利用訓練后的圖文識別模型從所述非關系型數據中提取內容數據；

基于提取的內容數據，利用知識圖譜用戶畫像技術構建所述用戶的用戶畫像。

5.根據權利要求4所述的信息審核方法，其特征在于，利用數據協同交換中心實現不同平臺、不同接口中非關系型數據的導入，具體包括：

基于Oracle透明網關技術、IBM的一致化數據表技術、MOM數據交換技術或WebService交換機制實現不同平臺、不同接口中非關系型數據的導入。