CN111429085A - 合同数据生成方法、装置、电子设备及存储介质 - Google Patents

合同数据生成方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111429085A
CN111429085A CN202010135529.XA CN202010135529A CN111429085A CN 111429085 A CN111429085 A CN 111429085A CN 202010135529 A CN202010135529 A CN 202010135529A CN 111429085 A CN111429085 A CN 111429085A
Authority
CN
China
Prior art keywords
contract
data
information set
standard
contract information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010135529.XA
Other languages
English (en)
Inventor
李广翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Life Insurance Company of China Ltd
Original Assignee
Ping An Life Insurance Company of China Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Life Insurance Company of China Ltd filed Critical Ping An Life Insurance Company of China Ltd
Priority to CN202010135529.XA priority Critical patent/CN111429085A/zh
Publication of CN111429085A publication Critical patent/CN111429085A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G06F16/2365—Ensuring data consistency and integrity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种合同数据生成方法、装置、电子设备及存储介质。该方法能够当接收到原始合约信息集时，对所述原始合约信息集进行去异常预处理，得到标准合约信息集，进一步根据函数映射关系构建数据分析函数，再根据所述数据分析函数对所述标准合约信息集进行识别分类存储处理，得到对应合同表清单集，并根据所述对应合同表清单集进行数据仓库建模，得到合同配置宽表集，并利用所述合同配置宽表集生成合同数据，由于涉及多个建模过程，提高了合同数据生成的准确率，进一步对所述合同数据进行完整性校验，得到目标合同数据，提高了合同数据的完整性。

Description

合同数据生成方法、装置、电子设备及存储介质
技术领域
本发明涉及数据处理技术领域，尤其涉及一种合同数据生成方法、装置、电子设备及存储介质。
背景技术
传统的合同数据生成方式通常按照一定的规则进行，并结合人工识别分析，不仅耗时较长，还将积累较多的硬编码，也无法快速确定方***性，只能通过出现异常的合同数据反推出异常的环节，不仅造成了较高的修复成本，也降低了***稳定性。
发明内容
鉴于以上内容，有必要提供一种合同数据生成方法、装置、电子设备及存储介质，能够准确生成合同数据。
一种合同数据生成方法，所述方法包括：
当接收到原始合约信息集时，对所述原始合约信息集进行去异常预处理，得到标准合约信息集；
根据函数映射关系构建数据分析函数；
根据所述数据分析函数对所述标准合约信息集进行识别分类存储处理，得到对应合同表清单集；
根据所述对应合同表清单集进行数据仓库建模，得到合同配置宽表集；
利用所述合同配置宽表集生成合同数据；
对所述合同数据进行完整性校验，得到目标合同数据。
根据本发明优选实施例，所述对所述原始合约信息集进行去异常预处理，得到标准合约信息集包括：
对所述原始合约信息集中的数据进行绝对值运算，得到数据集；
将所述数据集中的数据转换为百分数，得到所述标准合约信息集。
根据本发明优选实施例，所述根据函数映射关系构建数据分析函数包括：
采用下述公式构建所述数据分析函数：
Figure BDA0002397166760000021
其中，R表示所述数据分析函数，D表示文件内容，L表示类别，
Figure BDA0002397166760000022
表示在所述标准合约信息集中含有配置类别属性Lj的所有特征组成的集合，WT表示所述原始合约信息集的文件名中所包含的特征词的集合，RT(D)表示应用数据分析方法，RB(D)表示BOW文件内容表示方法。
根据本发明优选实施例，所述根据所述数据分析函数对所述标准合约信息集进行识别分类存储处理，得到对应合同表清单集包括：
基于特征选择算法对所述标准合约信息集进行特征提取；
利用提取的特征对所述标准合约信息集中的数据进行分类，得到候选类别；
利用与所述数据分析函数对应的分类器从所述候选类别中确定所述标准合约信息集中数据的类别，得到所述对应合同表清单集。
根据本发明优选实施例，所述根据所述对应合同表清单集进行数据仓库建模，得到合同配置宽表集包括：
确定当前项目的需求数据；
根据所述框架及所述需求数据对所述对应合同表清单集中的数据进行拼接处理，得到所述合同配置宽表集。
根据本发明优选实施例，所述对所述合同数据进行完整性校验，得到目标合同数据包括：
从所述合同数据中获取新产品合同数据，校验所述新产品合同数据；及/或
从所述合同数据中获取相同类型的合同数据，校验所述相同类型的合同数据。
根据本发明优选实施例，所述对所述合同数据进行完整性校验，得到目标合同数据包括：
基于Hash树热点窗口的存储器完整性校验方法对所述合同数据进行完整性校验，得到目标合同数据。
一种合同数据生成装置，所述装置包括：
预处理单元，用于当接收到原始合约信息集时，对所述原始合约信息集进行去异常预处理，得到标准合约信息集；
构建单元，用于根据函数映射关系构建数据分析函数；
处理单元，用于根据所述数据分析函数对所述标准合约信息集进行识别分类存储处理，得到对应合同表清单集；
建模单元，用于根据所述对应合同表清单集进行数据仓库建模，得到合同配置宽表集；
生成单元，用于利用所述合同配置宽表集生成合同数据；
校验单元，用于对所述合同数据进行完整性校验，得到目标合同数据。
根据本发明优选实施例，所述预处理单元具体用于：
对所述原始合约信息集中的数据进行绝对值运算，得到数据集；
将所述数据集中的数据转换为百分数，得到所述标准合约信息集。
根据本发明优选实施例，所述构建单元具体用于：
采用下述公式构建所述数据分析函数：
Figure BDA0002397166760000031
其中，R表示所述数据分析函数，D表示文件内容，L表示类别，
Figure BDA0002397166760000032
表示在所述标准合约信息集中含有配置类别属性Lj的所有特征组成的集合，WT表示所述原始合约信息集的文件名中所包含的特征词的集合，RT(D)表示应用数据分析方法，RB(D)表示BOW文件内容表示方法。
根据本发明优选实施例，所述处理单元具体用于：
基于特征选择算法对所述标准合约信息集进行特征提取；
利用提取的特征对所述标准合约信息集中的数据进行分类，得到候选类别；
利用与所述数据分析函数对应的分类器从所述候选类别中确定所述标准合约信息集中数据的类别，得到所述对应合同表清单集。
根据本发明优选实施例，所述建模单元具体用于：
确定当前项目的需求数据；
根据所述框架及所述需求数据对所述对应合同表清单集中的数据进行拼接处理，得到所述合同配置宽表集。
根据本发明优选实施例，所述校验单元对所述合同数据进行完整性校验，得到目标合同数据包括：
从所述合同数据中获取新产品合同数据，校验所述新产品合同数据；及/或
从所述合同数据中获取相同类型的合同数据，校验所述相同类型的合同数据。
根据本发明优选实施例，所述校验单元对所述合同数据进行完整性校验，得到目标合同数据包括：
基于Hash树热点窗口的存储器完整性校验方法对所述合同数据进行完整性校验，得到目标合同数据。
一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现所述合同数据生成方法。
一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现所述合同数据生成方法。
由以上技术方案可以看出，本发明能够当接收到原始合约信息集时，对所述原始合约信息集进行去异常预处理，得到标准合约信息集，进一步根据函数映射关系构建数据分析函数，再根据所述数据分析函数对所述标准合约信息集进行识别分类存储处理，得到对应合同表清单集，并根据所述对应合同表清单集进行数据仓库建模，得到合同配置宽表集，并利用所述合同配置宽表集生成合同数据，由于涉及多个建模过程，提高了合同数据生成的准确率，进一步对所述合同数据进行完整性校验，得到目标合同数据，提高了合同数据的完整性。
附图说明
图1是本发明合同数据生成方法的较佳实施例的流程图。
图2是本发明合同数据生成装置的较佳实施例的功能模块图。
图3是本发明实现合同数据生成方法的较佳实施例的电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
如图1所示，是本发明合同数据生成方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
所述合同数据生成方法应用于一个或者多个电子设备中，所述电子设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital SignalProcessor，DSP)、嵌入式设备等。
所述电子设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant，PDA)、游戏机、交互式网络电视(Internet Protocol Television，IPTV)、智能式穿戴式设备等。
所述电子设备还可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云。
所述电子设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network，VPN)等。
S10，当接收到原始合约信息集时，对所述原始合约信息集进行去异常预处理，得到标准合约信息集。
在本发明的至少一个实施例中，所述原始合约信息集中可以包括，但不限于以下一种或者多种信息的组合：合约、附约、险种、责任等相关信息，以及分段信息、费率相关记录信息等。
在本发明的至少一个实施例中，所述电子设备对所述原始合约信息集进行去异常预处理，得到标准合约信息集包括：
所述电子设备对所述原始合约信息集中的数据进行绝对值运算，得到数据集，并将所述数据集中的数据转换为百分数，得到所述标准合约信息集。
具体地，所述电子设备采用下述公式对所述原始合约信息集进行去异常预处理：
Za＝|Z|％
其中，Za为所述去异常处理过后的正确数据，Z为所述原始合约信息集。经过所述去异常预处理后，所述电子设备得到所述标准合约信息集。
可以理解的是，如在保险合同签订的过程中，在填写费率时，总是将所述费率填写为某一个整数或小数(可能有时还会将数据填写为负数)，而所述电子设备在处理数据时，只能对给出的数据进行指定处理，无法像人一样将数字以百分率来计算，通过上述预处理过程，则使所述原始合约信息集中的数据能够被所述电子设备正常处理。
S11，根据函数映射关系构建数据分析函数。
在本发明的至少一个实施例中，当文件名无法判定类别时，则用传统的BOW(BackOrifice 2K Workspace)方法通过内容进行分类。这个分类模型可以用一个四元组M＝<D,C,R,T>来表示，其中D表示文件内容，C表示类别，R表示数据分析函数，T表示分类器函数。用函数映射关系可以表示为(T·R)：D→C。
具体地，所述数据分析函数R定义如下：
Figure BDA0002397166760000071
其中，
Figure BDA0002397166760000072
表示在所述标准合约信息集中含有配置类别属性Lj的所有特征组成的集合，WT表示所述原始合约信息集的文件名中所包含的特征词的集合，RT(D)表示应用数据分析方法，RB(D)表示BOW文件内容表示方法。
通过RT(D)表示所述标准合约信息集的文件名，能够有效降低文件中噪声特征对分类结果的影响，再通过RB(D)表示所述标准合约信息集的文件内容，并利用所述T函数在所有配置类别范围内执行分类操作，并存储到对应的数据表中，得到所述对应合同表清单集。
S12，根据所述数据分析函数对所述标准合约信息集进行识别分类存储处理，得到对应合同表清单集。
在本发明的至少一个实施例中，所述电子设备根据所述数据分析函数对所述标准合约信息集进行识别分类存储处理，得到对应合同表清单集包括：
所述电子设备基于特征选择算法对所述标准合约信息集进行特征提取，并利用提取的特征对所述标准合约信息集中的数据进行分类，得到候选类别，进一步地，所述电子设备利用与所述数据分析函数对应的分类器从所述候选类别中确定所述标准合约信息集中数据的类别，得到所述对应合同表清单集。
具体地，所述电子设备采用TCSR分类算法，通过识别所述标准合约信息集中的数据特征，并利用所述数据特征所属的语义类信息预测所述标准合约信息集的主题类别，进一步地，通过训练好的分类器对预测类别进行类别确认。即：所述TCRS分类算法首先对所述标准合约信息集进行特征提取，然后利用分类器进行分类。
首先，所述电子设备对所述标准合约信息集进行特征提取。
具体地，所述电子设备采用基于类别信息的特征选择算法(ConstructiveApproachFeatureSelection，CAFS)的特征评分函数执行所述特征提取。所述特征评分函数是获取数据特征的有效方法，可形式化表示为一个映射：Fs：T→SH，其中T为特征空间，SH为特征值集合，Fs为所述特征评分函数。Fs函数一般从分散度和集中度两个方面对特征进行评估，所述分散度描述了数据特征在某类内部的分布情况，所述集中度则描述特征在不同类别之间的差异性。
在所述特征提取算法中，引入特征类别贡献函数
Figure BDA0002397166760000081
及方差机制来衡量特征的重要程度，并根据重要程度选择特征。其中，特征类别贡献函数
Figure BDA0002397166760000082
(设特征为Wi∈T,i＝1,…,n，类别为j,j＝1,…,m)的定义如下：
Figure BDA0002397166760000083
其中，
Figure BDA0002397166760000084
正比于Wi在所述标准合约信息集Cj中出现的频数，正比于Wi在所述标准合约信息集Cj中分布的均匀度，用于衡量特征对类别的重要性，其中fWij＝Tij/Pj，Tij是Wi在所述标准合约信息集Cj中出现的频数，Pj是所述标准合约信息集Cj中某个数据出现的总次数；dWij＝dij/Dj，dij是所述标准合约信息集Cj中出现Wi的文件数，Dj是所述标准合约信息集Cj中的文件个数。
进一步地，在上述公式的基础上，所述特征评分函数Imp(wi)定义如下：
Figure BDA0002397166760000091
Imp(wi)通过计算
Figure BDA0002397166760000092
的方差来评价Wi的重要性，Imp(wi)越大，表明Wi在不同类之间的贡献差异性越大，就更容易获取所述标准合约信息集的数据特征。式中：
Figure BDA0002397166760000093
通过上述实施方式，即可确定所述候选类别。
然后，所述电子设备利用与所述数据分析函数对应的分类器从所述候选类别中确定所述标准合约信息集中数据的类别，得到所述对应合同表清单集。由于所述分类器函数T只在所述候选类别的范围内执行分类即可，因此效率较高。
S13，根据所述对应合同表清单集进行数据仓库建模，得到合同配置宽表集。
例如：所述电子设备将合同表、子合同表、子合同险种表、子合同险种责任表、险种责任分段表、分段条件表、费率表等多个对应合同表清单集的数据生成一张再保方案配置宽表，即所述合同配置宽表集。
其中，所述数据仓库建模是指，为了将对现有业务***工作的影响降到最低，所述电子设备采取分期逐步建模方式。
具体地，所述分期逐步建模方式主要包含4个核心步骤：需求分析、概念设计、逻辑设计及物理设计。即所述电子设备首先获取项目需求，从数据库中得到所述对应合同表清单集，其次统筹所述合同配置宽表集的设计框架，再设计表拼接的计算逻辑思想和逻辑关联，最后实现概念模型的框架和逻辑模型的关联。
具体地，所述电子设备根据所述对应合同表清单集进行数据仓库建模，得到合同配置宽表集包括：
所述电子设备确定当前项目的需求数据，并根据所述框架及所述需求数据对所述对应合同表清单集中的数据进行拼接处理，得到所述合同配置宽表集。
其中，所述电子设备根据所述框架及所述需求数据对所述对应合同表清单集中的数据进行拼接处理可以采用如下公式：
Figure BDA0002397166760000101
其中，Pi为所述对应合同表清单集中的第i个表，n为所述对应合同表清单集中表的个数，P为所述合同配置宽表集。由此实现所述对应合同表清单集的拼接，得到所述合同配置宽表集。
S14，利用所述合同配置宽表集生成合同数据。
在本发明的至少一个实施例中，所述合同配置宽表集中包含了一份合同中应该有的所有信息，并对所有的信息进行了排版。
所述合同配置宽表集保存于指定的数据库中，当所述电子设备需要调用所述合同配置宽表集时，可以利用数据库连接技术JDBC(Java DataBase Connectivity，java数据库连接)连接所述数据库，再利用数据库查询的SQL语句(Structured Query Language，结构化查询语言)将所述合同配置宽表集从所述数据库中逐一提取出来，以生成所述合同数据。
其中，所述合同数据可以直接以表的形式显示在所述电子设备的显示器上。
S15，对所述合同数据进行完整性校验，得到目标合同数据。
在本发明的至少一个实施例中，所述电子设备对所述合同数据进行完整性校验，得到目标合同数据包括：
所述电子设备从所述合同数据中获取新产品合同数据，校验所述新产品合同数据；及/或所述电子设备从所述合同数据中获取相同类型的合同数据，校验所述相同类型的合同数据。
通过上述实施方式，能够实现对所述合同数据快速且准确的校验，以提高了效率。
在本发明的至少一个实施例中，所述电子设备对所述合同数据进行完整性校验，得到目标合同数据具体包括：
所述电子设备基于Hash(哈希)树热点窗口的存储器完整性校验方法对所述合同数据进行完整性校验，得到目标合同数据。
具体地，所述电子设备采用Hash树热点窗口的完整性校验方法，以PC(PersonalComputer，个人计算机)机***作为实现环境，由于通常的CPU不具备校验所需的功能，因此，所述电子设备引入一个附加的“校验器”作为校验的可信计算基。所述校验器具备对所述合同数据的访问、Hash计算、缓存等功能。
进一步地，所述电子设备在对所述合同数据进行校验时，首先利用Bus coupler(总线耦合器)将所述合同数据耦合在***的存储器总线上，并对窗口的访问频率进行排序，再确定当前热点窗口的位置，并在访问簇区发生改变时生成新的窗口序列并指示热点窗口平移，再按照标准的MD5信息摘要算法(MD5 Message-Digest Algorithm，)计算所需的Hash值，最后通过Transaction queue(事务队列)引入“弱脱机校验”的概念，由于校验结果的生成总会滞后于对应合同数据的访问，因此在连续发起合同生成访问事务的情况下，校验过程将迫使***延迟下一访问事务的初始化，以便等待当前访问的完整性校验过程执行完毕。对于所述合同数据，若其离散的间隔大于校验所带来的延迟，则不影响，否则通过缓冲若干次访问事务，可以实施一定程度的“脱机”，以允许CPU在连续发起若干次访问事务时不必每次都等校验完成，从而可以降低校验延迟带来的影响。多次校验完成后即可得到所述目标合同数据。
由以上技术方案可以看出，本发明能够当接收到原始合约信息集时，对所述原始合约信息集进行去异常预处理，得到标准合约信息集，进一步根据函数映射关系构建数据分析函数，再根据所述数据分析函数对所述标准合约信息集进行识别分类存储处理，得到对应合同表清单集，并根据所述对应合同表清单集进行数据仓库建模，得到合同配置宽表集，并利用所述合同配置宽表集生成合同数据，由于涉及多个建模过程，提高了合同数据生成的准确率，进一步对所述合同数据进行完整性校验，得到目标合同数据，提高了合同数据的完整性。
如图2所示，是本发明合同数据生成装置的较佳实施例的功能模块图。所述合同数据生成装置11包括预处理单元110、构建单元111、处理单元112、建模单元113、生成单元114以及校验单元115。本发明所称的模块/单元是指一种能够被处理器13所执行，并且能够完成固定功能的一系列计算机程序段，其存储在存储器12中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。
当接收到原始合约信息集时，预处理单元110对所述原始合约信息集进行去异常预处理，得到标准合约信息集。
在本发明的至少一个实施例中，所述原始合约信息集中可以包括，但不限于以下一种或者多种信息的组合：合约、附约、险种、责任等相关信息，以及分段信息、费率相关记录信息等。
在本发明的至少一个实施例中，所述预处理单元110对所述原始合约信息集进行去异常预处理，得到标准合约信息集包括：
所述预处理单元110对所述原始合约信息集中的数据进行绝对值运算，得到数据集，并将所述数据集中的数据转换为百分数，得到所述标准合约信息集。
具体地，所述预处理单元110采用下述公式对所述原始合约信息集进行去异常预处理：
Za＝|Z|％
其中，Za为所述去异常处理过后的正确数据，Z为所述原始合约信息集。经过所述去异常预处理后，所述预处理单元110得到所述标准合约信息集。
可以理解的是，如在保险合同签订的过程中，在填写费率时，总是将所述费率填写为某一个整数或小数(可能有时还会将数据填写为负数)，而所述预处理单元110在处理数据时，只能对给出的数据进行指定处理，无法像人一样将数字以百分率来计算，通过上述预处理过程，则使所述原始合约信息集中的数据能够被所述电子设备正常处理。
构建单元111根据函数映射关系构建数据分析函数。
在本发明的至少一个实施例中，当文件名无法判定类别时，则用传统的BOW(BackOrifice 2K Workspace)方法通过内容进行分类。这个分类模型可以用一个四元组M＝<D,C,R,T>来表示，其中D表示文件内容，C表示类别，R表示数据分析函数，T表示分类器函数。用函数映射关系可以表示为(T·R)：D→C。
具体地，所述数据分析函数R定义如下：
Figure BDA0002397166760000131
其中，
Figure BDA0002397166760000132
表示在所述标准合约信息集中含有配置类别属性Lj的所有特征组成的集合，WT表示所述原始合约信息集的文件名中所包含的特征词的集合，RT(D)表示应用数据分析方法，RB(D)表示BOW文件内容表示方法。
通过RT(D)表示所述标准合约信息集的文件名，能够有效降低文件中噪声特征对分类结果的影响，再通过RB(D)表示所述标准合约信息集的文件内容，并利用所述T函数在所有配置类别范围内执行分类操作，并存储到对应的数据表中，得到所述对应合同表清单集。
处理单元112根据所述数据分析函数对所述标准合约信息集进行识别分类存储处理，得到对应合同表清单集。
在本发明的至少一个实施例中，所述处理单元112根据所述数据分析函数对所述标准合约信息集进行识别分类存储处理，得到对应合同表清单集包括：
所述处理单元112基于特征选择算法对所述标准合约信息集进行特征提取，并利用提取的特征对所述标准合约信息集中的数据进行分类，得到候选类别，进一步地，所述处理单元112利用与所述数据分析函数对应的分类器从所述候选类别中确定所述标准合约信息集中数据的类别，得到所述对应合同表清单集。
具体地，所述处理单元112采用TCSR分类算法，通过识别所述标准合约信息集中的数据特征，并利用所述数据特征所属的语义类信息预测所述标准合约信息集的主题类别，进一步地，通过训练好的分类器对预测类别进行类别确认。即：所述TCRS分类算法首先对所述标准合约信息集进行特征提取，然后利用分类器进行分类。
首先，所述处理单元112对所述标准合约信息集进行特征提取。
具体地，所述处理单元112采用基于类别信息的特征选择算法(ConstructiveApproachFeatureSelection，CAFS)的特征评分函数执行所述特征提取。所述特征评分函数是获取数据特征的有效方法，可形式化表示为一个映射：Fs：T→SH，其中T为特征空间，SH为特征值集合，Fs为所述特征评分函数。Fs函数一般从分散度和集中度两个方面对特征进行评估，所述分散度描述了数据特征在某类内部的分布情况，所述集中度则描述特征在不同类别之间的差异性。
在所述特征提取算法中，引入特征类别贡献函数
Figure BDA0002397166760000141
及方差机制来衡量特征的重要程度，并根据重要程度选择特征。其中，特征类别贡献函数
Figure BDA0002397166760000142
(设特征为Wi∈T,i＝1,…,n，类别为j,j＝1,…,m)的定义如下：
Figure BDA0002397166760000143
其中，
Figure BDA0002397166760000144
正比于Wi在所述标准合约信息集Cj中出现的频数，正比于Wi在所述标准合约信息集Cj中分布的均匀度，用于衡量特征对类别的重要性，其中fWij＝Tij/Pj，Tij是Wi在所述标准合约信息集Cj中出现的频数，Pj是所述标准合约信息集Cj中某个数据出现的总次数；dWij＝dij/Dj，dij是所述标准合约信息集Cj中出现Wi的文件数，Dj是所述标准合约信息集Cj中的文件个数。
进一步地，在上述公式的基础上，所述特征评分函数Imp(wi)定义如下：
Figure BDA0002397166760000151
Imp(Wi)通过计算
Figure BDA0002397166760000152
的方差来评价Wi的重要性，Imp(Wi)越大，表明Wi在不同类之间的贡献差异性越大，就更容易获取所述标准合约信息集的数据特征。式中：
Figure BDA0002397166760000153
通过上述实施方式，即可确定所述候选类别。
然后，所述处理单元112利用与所述数据分析函数对应的分类器从所述候选类别中确定所述标准合约信息集中数据的类别，得到所述对应合同表清单集。由于所述分类器函数T只在所述候选类别的范围内执行分类即可，因此效率较高。
建模单元113根据所述对应合同表清单集进行数据仓库建模，得到合同配置宽表集。
例如：所述建模单元113将合同表、子合同表、子合同险种表、子合同险种责任表、险种责任分段表、分段条件表、费率表等多个对应合同表清单集的数据生成一张再保方案配置宽表，即所述合同配置宽表集。
其中，所述数据仓库建模是指，为了将对现有业务***工作的影响降到最低，所述建模单元113采取分期逐步建模方式。
具体地，所述分期逐步建模方式主要包含4个核心步骤：需求分析、概念设计、逻辑设计及物理设计。即所述建模单元113首先获取项目需求，从数据库中得到所述对应合同表清单集，其次统筹所述合同配置宽表集的设计框架，再设计表拼接的计算逻辑思想和逻辑关联，最后实现概念模型的框架和逻辑模型的关联。
具体地，所述建模单元113根据所述对应合同表清单集进行数据仓库建模，得到合同配置宽表集包括：
所述建模单元113确定当前项目的需求数据，并根据所述框架及所述需求数据对所述对应合同表清单集中的数据进行拼接处理，得到所述合同配置宽表集。
其中，所述建模单元113根据所述框架及所述需求数据对所述对应合同表清单集中的数据进行拼接处理可以采用如下公式：
Figure BDA0002397166760000161
其中，Pi为所述对应合同表清单集中的第i个表，n为所述对应合同表清单集中表的个数，P为所述合同配置宽表集。由此实现所述对应合同表清单集的拼接，得到所述合同配置宽表集。
生成单元114利用所述合同配置宽表集生成合同数据。
在本发明的至少一个实施例中，所述合同配置宽表集中包含了一份合同中应该有的所有信息，并对所有的信息进行了排版。
所述合同配置宽表集保存于指定的数据库中，当所述生成单元114需要调用所述合同配置宽表集时，可以利用数据库连接技术JDBC(Java DataBase Connectivity，java数据库连接)连接所述数据库，再利用数据库查询的SQL语句(Structured Query Language，结构化查询语言)将所述合同配置宽表集从所述数据库中逐一提取出来，以生成所述合同数据。
其中，所述合同数据可以直接以表的形式显示在电子设备的显示器上。
校验单元115对所述合同数据进行完整性校验，得到目标合同数据。
在本发明的至少一个实施例中，所述校验单元115对所述合同数据进行完整性校验，得到目标合同数据包括：
所述校验单元115从所述合同数据中获取新产品合同数据，校验所述新产品合同数据；及/或所述校验单元115从所述合同数据中获取相同类型的合同数据，校验所述相同类型的合同数据。
通过上述实施方式，能够实现对所述合同数据快速且准确的校验，以提高了效率。
在本发明的至少一个实施例中，所述校验单元115对所述合同数据进行完整性校验，得到目标合同数据具体包括：
所述校验单元115基于Hash(哈希)树热点窗口的存储器完整性校验方法对所述合同数据进行完整性校验，得到目标合同数据。
具体地，所述校验单元115采用Hash树热点窗口的完整性校验方法，以PC(Personal Computer，个人计算机)机***作为实现环境，由于通常的CPU不具备校验所需的功能，因此，所述校验单元115引入一个附加的“校验器”作为校验的可信计算基。所述校验器具备对所述合同数据的访问、Hash计算、缓存等功能。
进一步地，所述校验单元115在对所述合同数据进行校验时，首先利用Buscoupler(总线耦合器)将所述合同数据耦合在***的存储器总线上，并对窗口的访问频率进行排序，再确定当前热点窗口的位置，并在访问簇区发生改变时生成新的窗口序列并指示热点窗口平移，再按照标准的MD5信息摘要算法(MD5 Message-Digest Algorithm，)计算所需的Hash值，最后通过Transaction queue(事务队列)引入“弱脱机校验”的概念，由于校验结果的生成总会滞后于对应合同数据的访问，因此在连续发起合同生成访问事务的情况下，校验过程将迫使***延迟下一访问事务的初始化，以便等待当前访问的完整性校验过程执行完毕。对于所述合同数据，若其离散的间隔大于校验所带来的延迟，则不影响，否则通过缓冲若干次访问事务，可以实施一定程度的“脱机”，以允许CPU在连续发起若干次访问事务时不必每次都等校验完成，从而可以降低校验延迟带来的影响。多次校验完成后即可得到所述目标合同数据。
由以上技术方案可以看出，本发明能够当接收到原始合约信息集时，对所述原始合约信息集进行去异常预处理，得到标准合约信息集，进一步根据函数映射关系构建数据分析函数，再根据所述数据分析函数对所述标准合约信息集进行识别分类存储处理，得到对应合同表清单集，并根据所述对应合同表清单集进行数据仓库建模，得到合同配置宽表集，并利用所述合同配置宽表集生成合同数据，由于涉及多个建模过程，提高了合同数据生成的准确率，进一步对所述合同数据进行完整性校验，得到目标合同数据，提高了合同数据的完整性。
如图3所示，是本发明实现合同数据生成方法的较佳实施例的电子设备的结构示意图。
所述电子设备1可以包括存储器12、处理器13和总线，还可以包括存储在所述存储器12中并可在所述处理器13上运行的计算机程序，例如合同数据生成程序。
本领域技术人员可以理解，所述示意图仅仅是电子设备1的示例，并不构成对电子设备1的限定，所述电子设备1既可以是总线型结构，也可以是星形结构，所述电子设备1还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置，例如所述电子设备1还可以包括输入输出设备、网络接入设备等。
需要说明的是，所述电子设备1仅为举例，其他现有的或今后可能出现的电子产品如可适应于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。
其中，存储器12至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器12在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。存储器12在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地，存储器12还可以既包括电子设备1的内部存储单元也包括外部存储设备。存储器12不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如合同数据生成程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
处理器13在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器13是所述电子设备1的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备1的各个部件，通过运行或执行存储在所述存储器12内的程序或者模块(例如执行合同数据生成程序等)，以及调用存储在所述存储器12内的数据，以执行电子设备1的各种功能和处理数据。
所述处理器13执行所述电子设备1的操作***以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述各个合同数据生成方法实施例中的步骤，例如图1所示的步骤S10、S11、S12、S13、S14、S15。
或者，所述处理器13执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能，例如：
当接收到原始合约信息集时，对所述原始合约信息集进行去异常预处理，得到标准合约信息集；
根据函数映射关系构建数据分析函数；
根据所述数据分析函数对所述标准合约信息集进行识别分类存储处理，得到对应合同表清单集；
根据所述对应合同表清单集进行数据仓库建模，得到合同配置宽表集；
利用所述合同配置宽表集生成合同数据；
对所述合同数据进行完整性校验，得到目标合同数据。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述电子设备1中的执行过程。例如，所述计算机程序可以被分割成预处理单元110、构建单元111、处理单元112、建模单元113、生成单元114以及校验单元115。
上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、计算机设备，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分。
所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指示相关的硬件设备来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。
其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，在图3中仅用一根箭头表示，但并不表示仅有一根总线或一种类型的总线。所述总线被设置为实现所述存储器12以及至少一个处理器13等之间的连接通信。
尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器13逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
图3仅示出了具有组件12-13的电子设备1，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
结合图1，所述电子设备1中的所述存储器12存储多个指令以实现一种合同数据生成方法，所述处理器13可执行所述多个指令从而实现：
当接收到原始合约信息集时，对所述原始合约信息集进行去异常预处理，得到标准合约信息集；
根据函数映射关系构建数据分析函数；
根据所述数据分析函数对所述标准合约信息集进行识别分类存储处理，得到对应合同表清单集；
根据所述对应合同表清单集进行数据仓库建模，得到合同配置宽表集；
利用所述合同配置宽表集生成合同数据；
对所述合同数据进行完整性校验，得到目标合同数据。
具体地，所述处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种合同数据生成方法，其特征在于，所述方法包括：
当接收到原始合约信息集时，对所述原始合约信息集进行去异常预处理，得到标准合约信息集；
根据函数映射关系构建数据分析函数；
根据所述数据分析函数对所述标准合约信息集进行识别分类存储处理，得到对应合同表清单集；
根据所述对应合同表清单集进行数据仓库建模，得到合同配置宽表集；
利用所述合同配置宽表集生成合同数据；
对所述合同数据进行完整性校验，得到目标合同数据。
2.如权利要求1所述的合同数据生成方法，其特征在于，所述对所述原始合约信息集进行去异常预处理，得到标准合约信息集包括：
对所述原始合约信息集中的数据进行绝对值运算，得到数据集；
将所述数据集中的数据转换为百分数，得到所述标准合约信息集。
3.如权利要求1所述的合同数据生成方法，其特征在于，所述根据函数映射关系构建数据分析函数包括：
采用下述公式构建所述数据分析函数：
Figure FDA0002397166750000011
其中，R表示所述数据分析函数，D表示文件内容，L表示类别，
Figure FDA0002397166750000012
表示在所述标准合约信息集中含有配置类别属性Lj的所有特征组成的集合，WT表示所述原始合约信息集的文件名中所包含的特征词的集合，RT(D)表示应用数据分析方法，RB(D)表示BOW文件内容表示方法。
4.如权利要求1所述的合同数据生成方法，其特征在于，所述根据所述数据分析函数对所述标准合约信息集进行识别分类存储处理，得到对应合同表清单集包括：
基于特征选择算法对所述标准合约信息集进行特征提取；
利用提取的特征对所述标准合约信息集中的数据进行分类，得到候选类别；
利用与所述数据分析函数对应的分类器从所述候选类别中确定所述标准合约信息集中数据的类别，得到所述对应合同表清单集。
5.如权利要求1所述的合同数据生成方法，其特征在于，所述根据所述对应合同表清单集进行数据仓库建模，得到合同配置宽表集包括：
确定当前项目的需求数据；
根据所述框架及所述需求数据对所述对应合同表清单集中的数据进行拼接处理，得到所述合同配置宽表集。
6.如权利要求1所述的合同数据生成方法，其特征在于，所述对所述合同数据进行完整性校验，得到目标合同数据包括：
从所述合同数据中获取新产品合同数据，校验所述新产品合同数据；及/或
从所述合同数据中获取相同类型的合同数据，校验所述相同类型的合同数据。
7.如权利要求1所述的合同数据生成方法，其特征在于，所述对所述合同数据进行完整性校验，得到目标合同数据包括：
基于Hash树热点窗口的存储器完整性校验方法对所述合同数据进行完整性校验，得到目标合同数据。
8.一种合同数据生成装置，其特征在于，所述装置包括：
预处理单元，用于当接收到原始合约信息集时，对所述原始合约信息集进行去异常预处理，得到标准合约信息集；
构建单元，用于根据函数映射关系构建数据分析函数；
处理单元，用于根据所述数据分析函数对所述标准合约信息集进行识别分类存储处理，得到对应合同表清单集；
建模单元，用于根据所述对应合同表清单集进行数据仓库建模，得到合同配置宽表集；
生成单元，用于利用所述合同配置宽表集生成合同数据；
校验单元，用于对所述合同数据进行完整性校验，得到目标合同数据。
9.一种电子设备，其特征在于，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现如权利要求1至7中任意一项所述的合同数据生成方法。
10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现如权利要求1至7中任意一项所述的合同数据生成方法。
CN202010135529.XA 2020-03-02 2020-03-02 合同数据生成方法、装置、电子设备及存储介质 Pending CN111429085A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010135529.XA CN111429085A (zh) 2020-03-02 2020-03-02 合同数据生成方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010135529.XA CN111429085A (zh) 2020-03-02 2020-03-02 合同数据生成方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN111429085A true CN111429085A (zh) 2020-07-17

Family

ID=71547332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010135529.XA Pending CN111429085A (zh) 2020-03-02 2020-03-02 合同数据生成方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111429085A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112465117A (zh) * 2020-11-25 2021-03-09 平安科技（深圳）有限公司 合约生成模型构建方法、装置、设备及存储介质
CN114493551A (zh) * 2022-03-28 2022-05-13 中国光大银行股份有限公司 一种合同的生成方法及装置、电子设备、存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112465117A (zh) * 2020-11-25 2021-03-09 平安科技（深圳）有限公司 合约生成模型构建方法、装置、设备及存储介质
CN112465117B (zh) * 2020-11-25 2024-05-07 平安科技（深圳）有限公司 合约生成模型构建方法、装置、设备及存储介质
CN114493551A (zh) * 2022-03-28 2022-05-13 中国光大银行股份有限公司 一种合同的生成方法及装置、电子设备、存储介质

Similar Documents

Publication Publication Date Title
CN112507936B (zh) 图像信息审核方法、装置、电子设备及可读存储介质
CN112801718B (zh) 用户行为预测方法、装置、设备及介质
CN112541338A (zh) 相似文本匹配方法、装置、电子设备及计算机存储介质
CN112883190A (zh) 文本分类方法、装置、电子设备及存储介质
CN113157927B (zh) 文本分类方法、装置、电子设备及可读存储介质
CN112883730B (zh) 相似文本匹配方法、装置、电子设备及存储介质
CN113806434B (zh) 大数据处理方法、装置、设备及介质
CN115146865A (zh) 基于人工智能的任务优化方法及相关设备
CN112579621B (zh) 数据展示方法、装置、电子设备及计算机存储介质
CN113946690A (zh) 潜在客户挖掘方法、装置、电子设备及存储介质
CN112528616A (zh) 业务表单生成方法、装置、电子设备及计算机存储介质
CN112597135A (zh) 用户分类方法、装置、电子设备及可读存储介质
CN114491047A (zh) 多标签文本分类方法、装置、电子设备及存储介质
CN114612194A (zh) 产品推荐方法、装置、电子设备及存储介质
CN112733531A (zh) 虚拟资源分配方法、装置、电子设备及计算机存储介质
CN111429085A (zh) 合同数据生成方法、装置、电子设备及存储介质
CN113658002B (zh) 基于决策树的交易结果生成方法、装置、电子设备及介质
CN113627160B (zh) 文本纠错方法、装置、电子设备及存储介质
US20230186212A1 (en) System, method, electronic device, and storage medium for identifying risk event based on social information
CN114969385B (zh) 基于文档属性赋值实体权重的知识图谱优化方法及装置
CN116741358A (zh) 问诊挂号推荐方法、装置、设备及存储介质
CN113626605B (zh) 信息分类方法、装置、电子设备及可读存储介质
CN113221888B (zh) 车牌号管理***测试方法、装置、电子设备及存储介质
CN115310979A (zh) 数据支付方法、装置、电子设备及存储介质
CN114708073A (zh) 一种围标串标智能检测方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination