[發(fā)明專利]策略智能推薦方法、裝置、設備及存儲介質

有效

• 申請?zhí)枺?/td>: 202210415252.5
• 申請日: 2022-04-20
• 公開（公告）號: CN114819590B
• 公開（公告）日: 2023-07-18
• 發(fā)明（設計）人: 黃文娟;黎燕敏
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q10/0637
• 分類號: G06Q10/0637;G06Q10/0639;G06F40/284
• 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

1.一種策略智能推薦方法，其特征在于，所述方法包括：

獲取待處理業(yè)務，并提取所述待處理業(yè)務的核心指標；

根據所述核心指標，從預設的業(yè)務指標系統(tǒng)中篩選出預設時間段內所述核心指標的相似指標，得到相似核心指標集；

提取所述相似核心指標集的關聯影響因子集，并從所述關聯影響因子集中篩選出關鍵影響因子集；

根據所述關鍵影響因子集，利用預構建的策略推薦算法從策略庫中提取推薦策略，得到所述待處理業(yè)務的策略推薦結果；

其中，所述根據所述核心指標，從預設的業(yè)務指標系統(tǒng)中篩選出預設時間段內所述核心指標的相似指標，得到相似核心指標集，包括：從所述預設的業(yè)務指標系統(tǒng)中提取預設時間段內的影響指標，得到歷史影響指標集；識別所述歷史影響指標集中每個歷史影響指標的關鍵字字段，得到影響關鍵字字段集；提取所述核心指標的關鍵字字段，得到核心關鍵字字段；根據所述核心關鍵字字段，在所述影響關鍵字字段集中匹配與所述核心關鍵字字段相似的關鍵字字段，得到相似關鍵字字段集；提取所述相似關鍵字字段集關聯的歷史影響指標，得到所述相似核心指標集；

所述從所述關聯影響因子集中篩選出關鍵影響因子集，包括：利用所述關聯影響因子集構建優(yōu)序圖權重表；計算所述優(yōu)序圖權重表的每個所述關聯影響因子的均值；根據所述均值，計算出每個所述關聯影響因子的權重；根據所述權重提取預設數量的關聯影響因子，得到關鍵影響因子集；

所述根據所述關鍵影響因子集，利用預構建的策略推薦算法從策略庫中提取推薦策略，包括：分析所述關鍵影響因子集中每個關鍵影響因子的標簽類別；根據所述標簽類別，從所述策略庫中索引與所述標簽類別匹配的策略信息；匯總所述策略信息，得到所述待處理業(yè)務的策略推薦結果。

2.如權利要求1所述的策略智能推薦方法，其特征在于，所述提取所述待處理業(yè)務的核心指標，包括：

獲取所述待處理業(yè)務的業(yè)務數據；

識別所述業(yè)務數據中的影響指標，得到影響指標集；

利用預設的AHP法計算所述影響指標集中每個影響指標的權重；

根據所述權重，提取所述待處理業(yè)務的核心指標。

3.如權利要求1所述的策略智能推薦方法，其特征在于，所述在所述影響關鍵字字段集中匹配與所述核心關鍵字字段相似的關鍵字字段，包括：

利用預構建的編碼工具將所述核心關鍵字字段進行向量編碼操作，得到核心關鍵字向量；

利用預構建的編碼工具將所述影響關鍵字字段集進行向量編碼操作，得到影響關鍵字向量集；

分別計算所述核心關鍵字向量與所述影響關鍵字向量集的匹配度；

在所述匹配度不小于預設的匹配度閾值時，提取所述匹配度對應的影響關鍵字字段。

4.如權利要求1所述的策略智能推薦方法，其特征在于，所述提取所述相似核心指標集的關聯影響因子集，包括：

利用PCA主成分分析方法分析所述相似核心指標集中的影響因子；

從所述影響因子中篩選出與所述相似核心指標集成線性關系的影響因子，得到所述關聯影響因子集。