CN114969484A - 业务数据搜索方法、装置、设备及存储介质 - Google Patents

业务数据搜索方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114969484A
CN114969484A CN202210542589.2A CN202210542589A CN114969484A CN 114969484 A CN114969484 A CN 114969484A CN 202210542589 A CN202210542589 A CN 202210542589A CN 114969484 A CN114969484 A CN 114969484A
Authority
CN
China
Prior art keywords
service
search
search request
data
searching
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
CN202210542589.2A
Other languages
English (en)
Inventor
具丽洁
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 Property and Casualty Insurance Company of China Ltd
Original Assignee
Ping An Property and Casualty 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 Property and Casualty Insurance Company of China Ltd filed Critical Ping An Property and Casualty Insurance Company of China Ltd
Priority to CN202210542589.2A priority Critical patent/CN114969484A/zh
Publication of CN114969484A publication Critical patent/CN114969484A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9532—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及人工智能技术，揭露一种业务数据搜索方法，包括：对业务数据集进行业务分类，得到多个业务子集；分别将多个业务子集与唯一标识进行关联，并将关联后的业务子集和唯一标识存储在不同的数据库中；对用户数据搜素请求进行格式转换处理，得到标准搜索请求；提取标准搜索请求中的搜索关键词并识别搜索关键词的类型，基于搜索关键词的类型在数据库中查找出对应的唯一标识；根据唯一标识搜索到对应的业务子集，并将业务子集中的业务数据推送至用户数据搜索请求对应的用户。此外，本发明还涉及区块链技术，搜索关键词可存储于区块链的节点。本发明还提出一种业务数据搜索装置、电子设备以及存储介质。本发明可以提高业务数据搜索的效率。

Description

业务数据搜索方法、装置、设备及存储介质
技术领域
本发明涉及人工智能技术领域，尤其涉及一种业务数据搜索方法、装置、电子设备及计算机可读存储介质。
背景技术
互联网技术的发展给人们的生活带来了极大的便利，在大数据的时代背景下,各行各业百花齐放，百家争鸣，产业门户也来越多，数据的产生随之增加，如何在海量数据面前迅速抓住用户所需要的数据成为急需解决的问题。
现有的业务数据搜索方法通常是采用基于Oracle的ES搜索方式，但是当待搜索的数据量以亿为单位计算时，ES搜索方式在模糊搜索由数字和英文字符组成的长搜索词方面，存在性能低，搜索时间长的问题，进而会影响数据搜索的效率。因此亟待提出一种效率更高的业务数据搜索方法。
发明内容
本发明提供一种业务数据搜索方法、装置及计算机可读存储介质，其主要目的在于提高业务数据搜索的效率。
为实现上述目的，本发明提供的一种业务数据搜索方法，包括：
获取业务数据集，对所述业务数据集进行业务分类，得到多个业务子集；
分别将多个所述业务子集与预设的唯一标识进行关联，并将关联后的所述业务子集和所述唯一标识存储在不同的数据库中；
接收用户数据搜索请求，对所述用户数据搜素请求进行格式转换处理，得到标准搜索请求；
提取所述标准搜索请求中的搜索关键词，并识别所述搜索关键词的类型，基于所述搜索关键词的类型在所述数据库中查找出对应的所述唯一标识；
根据所述唯一标识搜索到对应的业务子集，并将所述业务子集中的业务数据推送至所述用户数据搜索请求对应的用户。
可选地，所述对所述业务数据集进行业务分类，得到多个业务子集，包括：
利用多个业务数据样本构建业务样本集，根据预设的划分比例对所述业务样本集进行样本划分，得到训练样本集和测试样本集；
利用所述训练样本集对预设的业务分类模型进行训练，得到训练好的业务分类模型；
基于所述测试样本集对所述训练好的业务分类模型进行测试，并根据得到的测试结果对所述训练好的业务分类模型进行阈值修正，得到标准业务分类模型；
将所述业务数据集输入至所述标准业务分类模型中，得到多个业务子集。
可选地，所述利用多个业务数据样本构建业务样本集，包括：
基于预设的特征维度从多个所述业务数据样本中采集多个样本特征；
对多个所述样本特征进行标准化处理，得到标准特征；
将所述标准特征和所述业务数据集对应的业务类别进行汇总，得到业务样本集。
可选地，所述分别将多个所述业务子集与预设的唯一标识进行关联，包括：
提取所述业务子集中的业务字段，根据预设的随机分段方法对所述业务字段进行分段，得到多个业务子字段；
基于预设的标识匹配库检索出多个所述业务子字段对应的唯一标识，并将所述唯一标识与所述业务子字段进行关联，得到关联后的所述业务子集和所述唯一标识。
可选地，所述对所述用户数据搜素请求进行格式转换处理，得到标准搜索请求，包括：
识别所述用户数据搜索请求中的英文字母，并将字母格式为小写格式的所述英文字母转换为大写格式，得到初始搜索请求；
将所述初始搜索请求中的特殊字符执行删除处理，得到标准搜索请求。
可选地，所述提取所述标准搜索请求中的搜索关键词，包括：
对所述标准搜索请求进行分词处理，得到搜索分词集；
对所述搜索分词集中的多个搜索分词进行词性标注，并将符合预设词性的搜索分词进行保留；
将符合预设词性的搜索分词与预设的关键词表进行比对，将与所述关键词表中的关键词一致的符合预设词性的搜索分词作为搜索关键词。
可选地，所述将关联后的所述业务子集和所述唯一标识存储在不同的数据库中之前，所述方法还包括：
根据预设的数据库创建方法创建多个数据库。
为了解决上述问题，本发明还提供一种业务数据搜索装置，所述装置包括：
获取业务数据集，对所述业务数据集进行业务分类，得到多个业务子集；
分别将多个所述业务子集与预设的唯一标识进行关联，并将关联后的所述业务子集和所述唯一标识存储在不同的数据库中；
接收用户数据搜索请求，对所述用户数据搜素请求进行格式转换处理，得到标准搜索请求；
提取所述标准搜索请求中的搜索关键词，并识别所述搜索关键词的类型，基于所述搜索关键词的类型在所述数据库中查找出对应的所述唯一标识；
根据所述唯一标识搜索到对应的业务子集，并将所述业务子集中的业务数据推送至所述用户数据搜索请求对应的用户。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的业务数据搜索方法。
为了解决上述问题，本发明还提供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计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的业务数据搜索方法。
本发明实施例通过对业务数据集进行业务分类，得到多个业务子集，分别将多个所述业务子集与预设的唯一标识进行关联，并将关联后的所述业务子集和所述唯一标识存储在不同的数据库中，不同类别的业务子集都有对应的唯一标识，并存储在不同的数据库中便于区分。对用户数据搜素请求进行格式转换处理，得到标准搜索请求，所述格式转换处理可以使得标准搜索请求更加规范，便于提取所述标准搜索请求中的搜索关键词，并识别所述搜索关键词的类型。基于所述搜索关键词的类型在所述数据库中查找出对应的所述唯一标识，根据所述唯一标识搜索到对应的业务子集，提高了业务子集搜索的效率，并将所述业务子集中的业务数据推送至所述用户数据搜索请求对应的用户。因此本发明提出的业务数据搜索方法、装置、电子设备及计算机可读存储介质，可以实现解决业务数据搜索的效率不够高的问题。
附图说明
图1为本发明一实施例提供的业务数据搜索方法的流程示意图；
图2为本发明一实施例提供的业务数据搜索装置的功能模块图；
图3为本发明一实施例提供的实现所述业务数据搜索方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种业务数据搜索方法。所述业务数据搜索方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述业务数据搜索方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的业务数据搜索方法的流程示意图。在本实施例中，所述业务数据搜索方法包括：
S1、获取业务数据集，对所述业务数据集进行业务分类，得到多个业务子集。
本发明实施例中，所述业务数据集中包含不同业务领域中的相关数据。例如，在车险业务中，所述业务数据集中可以包含某公司的保单数据、案件数据、车牌数据和车架号数据。由于所述业务数据集中通常包含以亿为单位统计的海量数据，因此需要对业务数据集进行业务分类，便于后续进行业务数据搜索。
具体地，所述对所述业务数据集进行业务分类，得到多个业务子集，包括：
利用多个业务数据样本构建业务样本集，根据预设的划分比例对所述业务样本集进行样本划分，得到训练样本集和测试样本集；
利用所述训练样本集对预设的业务分类模型进行训练，得到训练好的业务分类模型；
基于所述测试样本集对所述训练好的业务分类模型进行测试，并根据得到的测试结果对所述训练好的业务分类模型进行阈值修正，得到标准业务分类模型；
将所述业务数据集输入至所述标准业务分类模型中，得到多个业务子集。
其中，所述预设的划分比例为训练样本集：测试样本集＝8:2。所述业务样本集中包括所述业务数据样本的样本特征及对应的业务类别
进一步地，所述利用多个业务数据样本构建业务样本集，包括：
基于预设的特征维度从多个所述业务数据样本中采集多个样本特征；
对多个所述样本特征进行标准化处理，得到标准特征；
将所述标准特征和所述业务数据集对应的业务类别进行汇总，得到业务样本集。
详细地，所述预设的特征维度为保单维度、案件维度、车牌维度等中的任意一个或者多个维度。
具体地，所述对多个所述样本特征进行标准化处理，得到标准特征，包括：
识别所述样本特征的样本类型；
当所述样本特征属于连续类时，判断所述样本特征是否超出所述连续类对应的边界，若超过，则修正所述样本特征，得到标准特征；
当所述样本特征属于离散类时，将所述样本特征转换为对应的特征编码，得到标准特征；
当所述样本特征属于文本类时，根据预设的分词赋值表将所述样本特征量化为对应的数值，得到标准特征。
详细地，所述连续类是指特征值为数值型，连续类特征值为一个取值范围内的任意值。所述离散类是指样本特征对应的特征值为设定的几个特征值中的任意一个，其可为数值型或文本型。比如，用户特权对应的特征值即为离散类。其中，将样本特征转换为对应的特征编码可采用one-hot编码方式实现。文本类的样本特征一般是指来源于用户留言的文本信息等。标准化处理，使训练模型规范化，以进一步提高业务分类模型的准确性
其中，分词赋值表是指列举了各种常用的语气词等词语的对应的分数。比如，文本类的样本特征为用户留言信息，则可通过将用户留言信息进行分词，通过分词赋值表为分词后得到的各个词语赋对应的分数(当分词赋值表中不包括一个词语时，则为该词语赋值为0)，通过将各个分数累加得到样本特征量化为对应的数值。
S2、分别将多个所述业务子集与预设的唯一标识进行关联，并将关联后的所述业务子集和所述唯一标识存储在不同的数据库中。
本发明实施例中，所述分别将多个所述业务子集与预设的唯一标识进行关联，包括：
提取所述业务子集中的业务字段，根据预设的随机分段方法对所述业务字段进行分段，得到多个业务子字段；
基于预设的标识匹配库检索出多个所述业务子字段对应的唯一标识，并将所述唯一标识与所述业务子字段进行关联，得到关联后的所述业务子集和所述唯一标识。
详细地，根据预设的随机分段方法对所述业务字段进行分段可以为按照不同的字段长度进行划分，得到多个业务子字段，所述标识匹配库中包含不同业务子字段和对应的唯一标识，在所述标识匹配库中查找出与所述业务子字段对应的唯一标识进行关联。
例如，当所述业务字段为车牌号字段时，假设所述车牌号字段为“粤B-123AB”，则可以将所述车牌号字段划分为“粤B1”、“粤B12”、“粤B123”、“粤B123A”、“粤B123AB”、“B12”……等。在所述标识匹配库中检索出所述业务子字段对应的唯一标识，例如，所述车牌号字段为“粤B123A”时，在所述标识匹配库中检索出对应的唯一标识为保单号123……890，则将所述车牌号字段为“粤B123A”和所述唯一标识为保单号123……890进行关联处理，得到关联后的所述业务子集和所述唯一标识。
具体地，所述将关联后的所述业务子集和所述唯一标识存储在不同的数据库中之前，所述方法还包括：
根据预设的数据库创建方法创建多个数据库。
详细地，创建多个数据库的方法很多，包括但不限于使用向导或企业管理器创建，使用脚本或代码创建，又或者复制或导入数据创建数据库。创建多个数据库成功后将关联后的所述业务子集和所述唯一标识存储在不同的数据库中。
S3、接收用户数据搜索请求，对所述用户数据搜素请求进行格式转换处理，得到标准搜索请求。
本发明实施例中，所述用户数据搜索请求为用户输入搜索词的请求，由于所述用户数据搜索请求是由不同用户自己输入的，因此可能出现格式不规范的问题，因此需要对所述用户数据搜索请求进行格式转换处理，得到标准搜索请求。
具体地，所述对所述用户数据搜素请求进行格式转换处理，得到标准搜索请求，包括：
识别所述用户数据搜索请求中的英文字母，并将字母格式为小写格式的所述英文字母转换为大写格式，得到初始搜索请求；
将所述初始搜索请求中的特殊字符执行删除处理，得到标准搜索请求。
详细地，所述特殊字符可以为“-”、“.”、空格等。
S4、提取所述标准搜索请求中的搜索关键词，并识别所述搜索关键词的类型，基于所述搜索关键词的类型在所述数据库中查找出对应的所述唯一标识。
本发明实施例中，所述提取所述标准搜索请求中的搜索关键词，包括：
对所述标准搜索请求进行分词处理，得到搜索分词集；
对所述搜索分词集中的多个搜索分词进行词性标注，并将符合预设词性的搜索分词进行保留；
将符合预设词性的搜索分词与预设的关键词表进行比对，将与所述关键词表中的关键词一致的符合预设词性的搜索分词作为搜索关键词。
详细地，所述分词处理可以通过基准分词器实现，词性标注是将所述搜索分词集中的多个搜索分词标注为形容词、名词、动词和副词等，所述预设词性为名词。所述关键词表中包含多个本方案中预先设定好的关键词。
进一步地，利用预先训练好的类型识别模型识别出所述搜索关键词的类型，基于所述搜索关键词的类型在所述数据库中查找出对应的所述唯一标识。
S5、根据所述唯一标识搜索到对应的业务子集，并将所述业务子集中的业务数据推送至所述用户数据搜索请求对应的用户。
本发明实施例中，所述唯一标识对应固定的业务数据，所述业务数据归属于业务子集中，则根据所述唯一标识搜索到对应的业务自己，并将所述业务子集中的业务数据推送至所述用户数据搜索请求对应的用户。
例如，查找的的所述唯一标识为保单号123……890，根据所述保单号搜索到对应的业务子集为车牌子集，则将所述车牌子集中的相关投保人和被保人等业务数据推送至所述用户数据搜索请求对应的用户。
本发明实施例通过对业务数据集进行业务分类，得到多个业务子集，分别将多个所述业务子集与预设的唯一标识进行关联，并将关联后的所述业务子集和所述唯一标识存储在不同的数据库中，不同类别的业务子集都有对应的唯一标识，并存储在不同的数据库中便于区分。对用户数据搜素请求进行格式转换处理，得到标准搜索请求，所述格式转换处理可以使得标准搜索请求更加规范，便于提取所述标准搜索请求中的搜索关键词，并识别所述搜索关键词的类型。基于所述搜索关键词的类型在所述数据库中查找出对应的所述唯一标识，根据所述唯一标识搜索到对应的业务子集，提高了业务子集搜索的效率，并将所述业务子集中的业务数据推送至所述用户数据搜索请求对应的用户。因此本发明提出的业务数据搜索方法可以实现解决业务数据搜索的效率不够高的问题。
如图2所示，是本发明一实施例提供的业务数据搜索装置的功能模块图。
本发明所述业务数据搜索装置100可以安装于电子设备中。根据实现的功能，所述业务数据搜索装置100可以包括数据处理模块101、格式转换模块102、标识查找模块103及数据推送模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述数据处理模块101，用于获取业务数据集，对所述业务数据集进行业务分类，得到多个业务子集，分别将多个所述业务子集与预设的唯一标识进行关联，并将关联后的所述业务子集和所述唯一标识存储在不同的数据库中；
所述格式转换模块102，用于接收用户数据搜索请求，对所述用户数据搜素请求进行格式转换处理，得到标准搜索请求；
所述标识查找模块103，用于提取所述标准搜索请求中的搜索关键词，并识别所述搜索关键词的类型，基于所述搜索关键词的类型在所述数据库中查找出对应的所述唯一标识；
所述数据推送模块104，用于根据所述唯一标识搜索到对应的业务子集，并将所述业务子集中的业务数据推送至所述用户数据搜索请求对应的用户。
详细地，所述业务数据搜索装置100各模块的具体实施方式如下：
步骤一、获取业务数据集，对所述业务数据集进行业务分类，得到多个业务子集。
本发明实施例中，所述业务数据集中包含不同业务领域中的相关数据。例如，在车险业务中，所述业务数据集中可以包含某公司的保单数据、案件数据、车牌数据和车架号数据。由于所述业务数据集中通常包含以亿为单位统计的海量数据，因此需要对业务数据集进行业务分类，便于后续进行业务数据搜索。
具体地，所述对所述业务数据集进行业务分类，得到多个业务子集，包括：
利用多个业务数据样本构建业务样本集，根据预设的划分比例对所述业务样本集进行样本划分，得到训练样本集和测试样本集；
利用所述训练样本集对预设的业务分类模型进行训练，得到训练好的业务分类模型；
基于所述测试样本集对所述训练好的业务分类模型进行测试，并根据得到的测试结果对所述训练好的业务分类模型进行阈值修正，得到标准业务分类模型；
将所述业务数据集输入至所述标准业务分类模型中，得到多个业务子集。
其中，所述预设的划分比例为训练样本集：测试样本集＝8:2。所述业务样本集中包括所述业务数据样本的样本特征及对应的业务类别
进一步地，所述利用多个业务数据样本构建业务样本集，包括：
基于预设的特征维度从多个所述业务数据样本中采集多个样本特征；
对多个所述样本特征进行标准化处理，得到标准特征；
将所述标准特征和所述业务数据集对应的业务类别进行汇总，得到业务样本集。
详细地，所述预设的特征维度为保单维度、案件维度、车牌维度等中的任意一个或者多个维度。
具体地，所述对多个所述样本特征进行标准化处理，得到标准特征，包括：
识别所述样本特征的样本类型；
当所述样本特征属于连续类时，判断所述样本特征是否超出所述连续类对应的边界，若超过，则修正所述样本特征，得到标准特征；
当所述样本特征属于离散类时，将所述样本特征转换为对应的特征编码，得到标准特征；
当所述样本特征属于文本类时，根据预设的分词赋值表将所述样本特征量化为对应的数值，得到标准特征。
详细地，所述连续类是指特征值为数值型，连续类特征值为一个取值范围内的任意值。所述离散类是指样本特征对应的特征值为设定的几个特征值中的任意一个，其可为数值型或文本型。比如，用户特权对应的特征值即为离散类。其中，将样本特征转换为对应的特征编码可采用one-hot编码方式实现。文本类的样本特征一般是指来源于用户留言的文本信息等。标准化处理，使训练模型规范化，以进一步提高业务分类模型的准确性
其中，分词赋值表是指列举了各种常用的语气词等词语的对应的分数。比如，文本类的样本特征为用户留言信息，则可通过将用户留言信息进行分词，通过分词赋值表为分词后得到的各个词语赋对应的分数(当分词赋值表中不包括一个词语时，则为该词语赋值为0)，通过将各个分数累加得到样本特征量化为对应的数值。
步骤二、分别将多个所述业务子集与预设的唯一标识进行关联，并将关联后的所述业务子集和所述唯一标识存储在不同的数据库中。
本发明实施例中，所述分别将多个所述业务子集与预设的唯一标识进行关联，包括：
提取所述业务子集中的业务字段，根据预设的随机分段方法对所述业务字段进行分段，得到多个业务子字段；
基于预设的标识匹配库检索出多个所述业务子字段对应的唯一标识，并将所述唯一标识与所述业务子字段进行关联，得到关联后的所述业务子集和所述唯一标识。
详细地，根据预设的随机分段方法对所述业务字段进行分段可以为按照不同的字段长度进行划分，得到多个业务子字段，所述标识匹配库中包含不同业务子字段和对应的唯一标识，在所述标识匹配库中查找出与所述业务子字段对应的唯一标识进行关联。
例如，当所述业务字段为车牌号字段时，假设所述车牌号字段为“粤B-123AB”，则可以将所述车牌号字段划分为“粤B1”、“粤B12”、“粤B123”、“粤B123A”、“粤B123AB”、“B12”……等。在所述标识匹配库中检索出所述业务子字段对应的唯一标识，例如，所述车牌号字段为“粤B123A”时，在所述标识匹配库中检索出对应的唯一标识为保单号123……890，则将所述车牌号字段为“粤B123A”和所述唯一标识为保单号123……890进行关联处理，得到关联后的所述业务子集和所述唯一标识。
具体地，所述将关联后的所述业务子集和所述唯一标识存储在不同的数据库中之前，还执行：
根据预设的数据库创建方法创建多个数据库。
详细地，创建多个数据库的方法很多，包括但不限于使用向导或企业管理器创建，使用脚本或代码创建，又或者复制或导入数据创建数据库。创建多个数据库成功后将关联后的所述业务子集和所述唯一标识存储在不同的数据库中。
步骤三、接收用户数据搜索请求，对所述用户数据搜素请求进行格式转换处理，得到标准搜索请求。
本发明实施例中，所述用户数据搜索请求为用户输入搜索词的请求，由于所述用户数据搜索请求是由不同用户自己输入的，因此可能出现格式不规范的问题，因此需要对所述用户数据搜索请求进行格式转换处理，得到标准搜索请求。
具体地，所述对所述用户数据搜素请求进行格式转换处理，得到标准搜索请求，包括：
识别所述用户数据搜索请求中的英文字母，并将字母格式为小写格式的所述英文字母转换为大写格式，得到初始搜索请求；
将所述初始搜索请求中的特殊字符执行删除处理，得到标准搜索请求。
详细地，所述特殊字符可以为“-”、“.”、空格等。
步骤四、提取所述标准搜索请求中的搜索关键词，并识别所述搜索关键词的类型，基于所述搜索关键词的类型在所述数据库中查找出对应的所述唯一标识。
本发明实施例中，所述提取所述标准搜索请求中的搜索关键词，包括：
对所述标准搜索请求进行分词处理，得到搜索分词集；
对所述搜索分词集中的多个搜索分词进行词性标注，并将符合预设词性的搜索分词进行保留；
将符合预设词性的搜索分词与预设的关键词表进行比对，将与所述关键词表中的关键词一致的符合预设词性的搜索分词作为搜索关键词。
详细地，所述分词处理可以通过基准分词器实现，词性标注是将所述搜索分词集中的多个搜索分词标注为形容词、名词、动词和副词等，所述预设词性为名词。所述关键词表中包含多个本方案中预先设定好的关键词。
进一步地，利用预先训练好的类型识别模型识别出所述搜索关键词的类型，基于所述搜索关键词的类型在所述数据库中查找出对应的所述唯一标识。
步骤五、根据所述唯一标识搜索到对应的业务子集，并将所述业务子集中的业务数据推送至所述用户数据搜索请求对应的用户。
本发明实施例中，所述唯一标识对应固定的业务数据，所述业务数据归属于业务子集中，则根据所述唯一标识搜索到对应的业务自己，并将所述业务子集中的业务数据推送至所述用户数据搜索请求对应的用户。
例如，查找的的所述唯一标识为保单号123……890，根据所述保单号搜索到对应的业务子集为车牌子集，则将所述车牌子集中的相关投保人和被保人等业务数据推送至所述用户数据搜索请求对应的用户。
本发明实施例通过对业务数据集进行业务分类，得到多个业务子集，分别将多个所述业务子集与预设的唯一标识进行关联，并将关联后的所述业务子集和所述唯一标识存储在不同的数据库中，不同类别的业务子集都有对应的唯一标识，并存储在不同的数据库中便于区分。对用户数据搜素请求进行格式转换处理，得到标准搜索请求，所述格式转换处理可以使得标准搜索请求更加规范，便于提取所述标准搜索请求中的搜索关键词，并识别所述搜索关键词的类型。基于所述搜索关键词的类型在所述数据库中查找出对应的所述唯一标识，根据所述唯一标识搜索到对应的业务子集，提高了业务子集搜索的效率，并将所述业务子集中的业务数据推送至所述用户数据搜索请求对应的用户。因此本发明提出的业务数据搜索装置可以实现解决业务数据搜索的效率不够高的问题。
如图3所示，是本发明一实施例提供的实现业务数据搜索方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如业务数据搜索程序。
其中，所述处理器10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。所述处理器10是所述电子设备的控制核心(ControlUnit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行业务数据搜索程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述存储器11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。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备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，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如业务数据搜索程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，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。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。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与其他电子设备之间建立通信连接。所述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中处理的信息以及用于显示可视化的用户界面。
图3仅示出了具有部件的电子设备，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。
例如，尽管未示出，所述电子设备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10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。
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。
所述电子设备1中的所述存储器11存储的业务数据搜索程序是多个指令的组合，在所述处理器10中运行时，可以实现：
获取业务数据集，对所述业务数据集进行业务分类，得到多个业务子集；
分别将多个所述业务子集与预设的唯一标识进行关联，并将关联后的所述业务子集和所述唯一标识存储在不同的数据库中；
接收用户数据搜索请求，对所述用户数据搜素请求进行格式转换处理，得到标准搜索请求；
提取所述标准搜索请求中的搜索关键词，并识别所述搜索关键词的类型，基于所述搜索关键词的类型在所述数据库中查找出对应的所述唯一标识；
根据所述唯一标识搜索到对应的业务子集，并将所述业务子集中的业务数据推送至所述用户数据搜索请求对应的用户。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，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存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，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)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取业务数据集，对所述业务数据集进行业务分类，得到多个业务子集；
分别将多个所述业务子集与预设的唯一标识进行关联，并将关联后的所述业务子集和所述唯一标识存储在不同的数据库中；
接收用户数据搜索请求，对所述用户数据搜素请求进行格式转换处理，得到标准搜索请求；
提取所述标准搜索请求中的搜索关键词，并识别所述搜索关键词的类型，基于所述搜索关键词的类型在所述数据库中查找出对应的所述唯一标识；
根据所述唯一标识搜索到对应的业务子集，并将所述业务子集中的业务数据推送至所述用户数据搜索请求对应的用户。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，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。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。
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。第一、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)

1.一种业务数据搜索方法，其特征在于，所述方法包括：
获取业务数据集，对所述业务数据集进行业务分类，得到多个业务子集；
分别将多个所述业务子集与预设的唯一标识进行关联，并将关联后的所述业务子集和所述唯一标识存储在不同的数据库中；
接收用户数据搜索请求，对所述用户数据搜素请求进行格式转换处理，得到标准搜索请求；
提取所述标准搜索请求中的搜索关键词，并识别所述搜索关键词的类型，基于所述搜索关键词的类型在所述数据库中查找出对应的所述唯一标识；
根据所述唯一标识搜索到对应的业务子集，并将所述业务子集中的业务数据推送至所述用户数据搜索请求对应的用户。
2.如权利要求1所述的业务数据搜索方法，其特征在于，所述对所述业务数据集进行业务分类，得到多个业务子集，包括：
利用多个业务数据样本构建业务样本集，根据预设的划分比例对所述业务样本集进行样本划分，得到训练样本集和测试样本集；
利用所述训练样本集对预设的业务分类模型进行训练，得到训练好的业务分类模型；
基于所述测试样本集对所述训练好的业务分类模型进行测试，并根据得到的测试结果对所述训练好的业务分类模型进行阈值修正，得到标准业务分类模型；
将所述业务数据集输入至所述标准业务分类模型中，得到多个业务子集。
3.如权利要求2所述的业务数据搜索方法，其特征在于，所述利用多个业务数据样本构建业务样本集，包括：
基于预设的特征维度从多个所述业务数据样本中采集多个样本特征；
对多个所述样本特征进行标准化处理，得到标准特征；
将所述标准特征和所述业务数据集对应的业务类别进行汇总，得到业务样本集。
4.如权利要求1所述的业务数据搜索方法，其特征在于，所述分别将多个所述业务子集与预设的唯一标识进行关联，包括：
提取所述业务子集中的业务字段，根据预设的随机分段方法对所述业务字段进行分段，得到多个业务子字段；
基于预设的标识匹配库检索出多个所述业务子字段对应的唯一标识，并将所述唯一标识与所述业务子字段进行关联，得到关联后的所述业务子集和所述唯一标识。
5.如权利要求1所述的业务数据搜索方法，其特征在于，所述对所述用户数据搜素请求进行格式转换处理，得到标准搜索请求，包括：
识别所述用户数据搜索请求中的英文字母，并将字母格式为小写格式的所述英文字母转换为大写格式，得到初始搜索请求；
将所述初始搜索请求中的特殊字符执行删除处理，得到标准搜索请求。
6.如权利要求1所述的业务数据搜索方法，其特征在于，所述提取所述标准搜索请求中的搜索关键词，包括：
对所述标准搜索请求进行分词处理，得到搜索分词集；
对所述搜索分词集中的多个搜索分词进行词性标注，并将符合预设词性的搜索分词进行保留；
将符合预设词性的搜索分词与预设的关键词表进行比对，将与所述关键词表中的关键词一致的符合预设词性的搜索分词作为搜索关键词。
7.如权利要求1至6中任一项所述的业务数据搜索方法，其特征在于，所述将关联后的所述业务子集和所述唯一标识存储在不同的数据库中之前，所述方法还包括：
根据预设的数据库创建方法创建多个数据库。
8.一种业务数据搜索装置，其特征在于，所述装置包括：
数据处理模块，用于获取业务数据集，对所述业务数据集进行业务分类，得到多个业务子集，分别将多个所述业务子集与预设的唯一标识进行关联，并将关联后的所述业务子集和所述唯一标识存储在不同的数据库中；
格式转换模块，用于接收用户数据搜索请求，对所述用户数据搜素请求进行格式转换处理，得到标准搜索请求；
标识查找模块，用于提取所述标准搜索请求中的搜索关键词，并识别所述搜索关键词的类型，基于所述搜索关键词的类型在所述数据库中查找出对应的所述唯一标识；
数据推送模块，用于根据所述唯一标识搜索到对应的业务子集，并将所述业务子集中的业务数据推送至所述用户数据搜索请求对应的用户。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的业务数据搜索方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的业务数据搜索方法。
CN202210542589.2A 2022-05-18 2022-05-18 业务数据搜索方法、装置、设备及存储介质 Pending CN114969484A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210542589.2A CN114969484A (zh) 2022-05-18 2022-05-18 业务数据搜索方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210542589.2A CN114969484A (zh) 2022-05-18 2022-05-18 业务数据搜索方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114969484A true CN114969484A (zh) 2022-08-30

Family

ID=82983695

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210542589.2A Pending CN114969484A (zh) 2022-05-18 2022-05-18 业务数据搜索方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114969484A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115375380A (zh) * 2022-10-26 2022-11-22 南昌惠联网络技术有限公司 一种基于属性分类的业务数据处理方法和处理装置
CN116611793A (zh) * 2023-06-14 2023-08-18 中国长江三峡集团有限公司 一种基于特征分析的业务数据归纳方法及***

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115375380A (zh) * 2022-10-26 2022-11-22 南昌惠联网络技术有限公司 一种基于属性分类的业务数据处理方法和处理装置
CN116611793A (zh) * 2023-06-14 2023-08-18 中国长江三峡集团有限公司 一种基于特征分析的业务数据归纳方法及***
CN116611793B (zh) * 2023-06-14 2024-04-16 中国长江三峡集团有限公司 一种基于特征分析的业务数据归纳方法及***

Similar Documents

Publication Publication Date Title
CN113095076A (zh) 敏感词识别方法、装置、电子设备及存储介质
CN114969484A (zh) 业务数据搜索方法、装置、设备及存储介质
CN112883190A (zh) 文本分类方法、装置、电子设备及存储介质
CN113033198B (zh) 相似文本推送方法、装置、电子设备及计算机存储介质
CN112883730B (zh) 相似文本匹配方法、装置、电子设备及存储介质
CN115002200A (zh) 基于用户画像的消息推送方法、装置、设备及存储介质
CN113378970A (zh) 语句相似性检测方法、装置、电子设备及存储介质
CN111831708A (zh) 基于缺失数据的样本分析方法、装置、电子设备及介质
CN114398557A (zh) 基于双画像的信息推荐方法、装置、电子设备及存储介质
CN113111159A (zh) 问答记录生成方法、装置、电子设备及存储介质
CN114138784A (zh) 基于存储库的信息溯源方法、装置、电子设备及介质
CN112560465A (zh) 批量异常事件的监控方法、装置、电子设备及存储介质
CN114706961A (zh) 目标文本识别方法、装置及存储介质
CN114416939A (zh) 智能问答方法、装置、设备及存储介质
CN113505273A (zh) 基于重复数据筛选的数据排序方法、装置、设备及介质
CN112686026A (zh) 基于信息熵的关键词提取方法、装置、设备及介质
CN112632264A (zh) 智能问答方法、装置、电子设备及存储介质
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
CN114996386A (zh) 业务角色识别方法、装置、设备及存储介质
CN115525761A (zh) 一种文章关键词筛选类别的方法、装置、设备及存储介质
CN115099680A (zh) 风险管理方法、装置、设备及存储介质
CN114385815A (zh) 基于业务需求的新闻筛选方法、装置、设备及存储介质
CN115221323A (zh) 基于意图识别模型的冷启动处理方法、装置、设备及介质
CN114881001A (zh) 基于人工智能的报表生成方法及相关设备
CN114219367A (zh) 用户评分方法、装置、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