数据处理方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及数据处理，提供一种数据处理方法、装置、设备及存储介质。该方法能够基于请求需求生成的分析指标获取对象信息，分析指标包括定性指标及定量指标，根据请求对象的对象特征及定性指标获取定性信息，分析定性信息，得到对象类型，根据对象类型及定量指标获取定量信息，基于定量分析模型对定量信息进行处理，得定量分值，根据对象类型及定量分值匹配的相似对象生成对象需求，将定性信息、定量信息及对象需求输入至措施生成模型中，得到推荐实施方式。本发明专利技术能够准确的确定出对象需求，进而准确的确定出推荐实施方式。此外，本发明专利技术还涉及区块链技术，所述推荐实施方式可存储于区块链中。

【技术实现步骤摘要】
数据处理方法、装置、设备及存储介质
本专利技术涉及数据处理
，尤其涉及一种数据处理方法、装置、设备及存储介质。
技术介绍
企业诊断，是由具有丰富经营理论知识和实践经验的专家，与企业有关人员密切配合，应用科学的方法找出企业经营战略和经营管理上存在的问题，分析产生问题的原因，提出改进方案的方式。目前通常采用同行评议法、层次分析法、加权优序法、效用函数法、相关分析法、综合诊断法及模糊综合诊断法等方式对企业进行诊断，这些方式只能找出企业经营战略和经营管理上存在的问题，而无法评估出企业的综合能力，为此，通过三级诊断体系方式评估企业的综合能力的方式应运而生。然而，在现有的企业综合能力评估方式中，由于无法全面结合企业信息对企业进行分析，也无法准确的确定出企业评估过程中所需的指标，从而导致无法准确的确定出企业的综合能力，造成无法准确的为企业进行定位。
技术实现思路
鉴于以上内容，有必要提供一种数据处理方法、装置、设备及存储介质，能够准确的确定出所述请求对象的对象需求，从而准确的确定出与所述对象需求匹配的推荐实施方式。一方面，本专利技术提出一种数据处理方法，所述数据处理方法包括：接收分析请求，并根据所述分析请求确定请求对象及请求需求；基于所述请求需求生成的分析指标获取所述请求对象的对象信息，所述分析指标包括定性指标及定量指标；根据所述请求对象的对象特征及所述定性指标从所述对象信息中获取定性信息；分析所述定性信息，得到所述请求对象所属的对象类型；根据所述对象类型及所述定量指标从所述对象信息中获取定量信息；基于预先训练好的定量分析模型对所述定量信息进行运算处理，得到所述请求对象的定量分值；根据同时与所述对象类型及所述定量分值匹配的相似对象生成所述请求对象的对象需求；将所述定性信息、所述定量信息及所述对象需求输入至预先训练好的措施生成模型中，得到所述请求对象的推荐实施方式。根据本专利技术优选实施例，所述基于所述请求需求生成的分析指标获取所述请求对象的对象信息包括：获取预设指标映射表，所述预设指标映射表中存储有预设指标与指标向量之间的映射关系；根据所述指标向量确定所述预设指标的编码方式；基于所述编码方式对所述请求需求进行向量化处理，得到需求向量；计算所述需求向量与每个所述指标向量之间的相似度，并将计算得到的所述相似度中取值最小的相似度所对应的指标向量确定为目标向量；从所述预设指标映射表中获取与所述目标向量对应的预设指标作为所述分析指标；获取所述分析指标的全部指标因素，并获取与每个所述指标因素关联的特征因素；将每个所述指标因素及每个所述特征因素确定为初始因素，并获取所述请求对象的初始信息；从所述初始信息中获取包含有所述初始因素的信息作为所述对象信息。根据本专利技术优选实施例，所述根据所述请求对象的对象特征及所述定性指标从所述对象信息中获取定性信息包括：获取所述请求对象的业务信息；识别所述业务信息中与预设标签对应的信息，得到所述对象特征；从所述定性指标中的所有因素中获取与所述对象特征关联的因素作为定性诊断因素；从预设决策树中获取所述定性诊断因素的二级因素；从所述对象信息中提取每个语句信息的语义词汇，并将与所述二级因素匹配的语义词汇所在的语句信息确定为所述定性信息。根据本专利技术优选实施例，所述从所述对象信息中提取每个语句信息的语义词汇包括：根据预设标识对所述对象信息进行分句处理，得到所述语句信息；根据预设词典对所述语句信息进行分词处理，得到多个分词路径及每个分词路径所对应的路径分词；根据所述路径分词在所述预设词典中的分词权值计算每个分词路径的分词概率；将所述分词概率最大的分词路径所对应的路径分词确定为所述语句信息的信息分词；分析所述信息分词在所述语句信息中的词性；将所述词性为预设词性的信息分词确定为所述语义词汇。根据本专利技术优选实施例，所述分析所述定性信息，得到所述请求对象所属的对象类型包括：根据每个所述二级因素确定每个所述定性信息的信息类型，所述信息类型包括数值型及文字型；根据所述信息类型分析每个所述定性信息，得到每个所述二级因素所对应的因素值；根据所述因素值确定每个所述二级因素所对应的初始类型；计算每个所述初始类型的类型总量，并将所述类型总量最多的初始类型确定为所述对象类型。根据本专利技术优选实施例，所述基于预先训练好的定量分析模型对所述定量信息进行运算处理，得到所述请求对象的定量分值包括：从所述定量分析模型中获取定量诊断因素的因素权值，所述定量诊断因素是根据所述对象特征及所述对象类型从所述定量指标中获取到的；根据所述定量信息从配置表中获取每个所述定量诊断因素所对应的信息值；根据所述因素权值对所述信息值进行加权和运算，得到所述定量分值。根据本专利技术优选实施例，所述根据同时与所述对象类型及所述定量分值匹配的相似对象生成所述请求对象的对象需求包括：将所述定量分值所在的区间确定为定量区间；从对象库中获取同时与所述对象类型及所述定量区间匹配的对象作为所述相似对象；从所述对象库中获取所述相似对象在所述对象类型及所述定量区间中所处的时段；根据所述时段确定目标时段，并从所述对象库中获取同时与所述目标时段及所述相似对象对应的需求作为目标需求；获取所述相似对象在所述定量指标中的目标分值；计算所述定量分值与所述目标分值的差值，并根据所述目标分值、所述目标需求及所述差值生成所述对象需求。另一方面，本专利技术还提出一种数据处理装置，所述数据处理装置包括：确定单元，用于接收分析请求，并根据所述分析请求确定请求对象及请求需求；获取单元，用于基于所述请求需求生成的分析指标获取所述请求对象的对象信息，所述分析指标包括定性指标及定量指标；所述获取单元，还用于根据所述请求对象的对象特征及所述定性指标从所述对象信息中获取定性信息；分析单元，用于分析所述定性信息，得到所述请求对象所属的对象类型；所述获取单元，还用于根据所述对象类型及所述定量指标从所述对象信息中获取定量信息；处理单元，用于基于预先训练好的定量分析模型对所述定量信息进行运算处理，得到所述请求对象的定量分值；生成单元，用于根据同时与所述对象类型及所述定量分值匹配的相似对象生成所述请求对象的对象需求；输入单元，用于将所述定性信息、所述定量信息及所述对象需求输入至预先训练好的措施生成模型中，得到所述请求对象的推荐实施方式。另一方面，本专利技术还提出一种电子设备，所述电子设备包括：存储器，存储计算机可读指令；及处理器，执行所述存储器中存储的计算机可读指令以实现所述数据处理方法。另一方面，本专利技术还提出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计算机可读指令，所述计算机可读指令被电本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，所述数据处理方法包括：/n接收分析请求，并根据所述分析请求确定请求对象及请求需求；/n基于所述请求需求生成的分析指标获取所述请求对象的对象信息，所述分析指标包括定性指标及定量指标；/n根据所述请求对象的对象特征及所述定性指标从所述对象信息中获取定性信息；/n分析所述定性信息，得到所述请求对象所属的对象类型；/n根据所述对象类型及所述定量指标从所述对象信息中获取定量信息；/n基于预先训练好的定量分析模型对所述定量信息进行运算处理，得到所述请求对象的定量分值；/n根据同时与所述对象类型及所述定量分值匹配的相似对象生成所述请求对象的对象需求；/n将所述定性信息、所述定量信息及所述对象需求输入至预先训练好的措施生成模型中，得到所述请求对象的推荐实施方式。/n

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述数据处理方法包括：
接收分析请求，并根据所述分析请求确定请求对象及请求需求；
基于所述请求需求生成的分析指标获取所述请求对象的对象信息，所述分析指标包括定性指标及定量指标；
根据所述请求对象的对象特征及所述定性指标从所述对象信息中获取定性信息；
分析所述定性信息，得到所述请求对象所属的对象类型；
根据所述对象类型及所述定量指标从所述对象信息中获取定量信息；
基于预先训练好的定量分析模型对所述定量信息进行运算处理，得到所述请求对象的定量分值；
根据同时与所述对象类型及所述定量分值匹配的相似对象生成所述请求对象的对象需求；
将所述定性信息、所述定量信息及所述对象需求输入至预先训练好的措施生成模型中，得到所述请求对象的推荐实施方式。


2.如权利要求1所述的数据处理方法，其特征在于，所述基于所述请求需求生成的分析指标获取所述请求对象的对象信息包括：
获取预设指标映射表，所述预设指标映射表中存储有预设指标与指标向量之间的映射关系；
根据所述指标向量确定所述预设指标的编码方式；
基于所述编码方式对所述请求需求进行向量化处理，得到需求向量；
计算所述需求向量与每个所述指标向量之间的相似度，并将计算得到的所述相似度中取值最小的相似度所对应的指标向量确定为目标向量；
从所述预设指标映射表中获取与所述目标向量对应的预设指标作为所述分析指标；
获取所述分析指标的全部指标因素，并获取与每个所述指标因素关联的特征因素；
将每个所述指标因素及每个所述特征因素确定为初始因素，并获取所述请求对象的初始信息；
从所述初始信息中获取包含有所述初始因素的信息作为所述对象信息。


3.如权利要求1所述的数据处理方法，其特征在于，所述根据所述请求对象的对象特征及所述定性指标从所述对象信息中获取定性信息包括：
获取所述请求对象的业务信息；
识别所述业务信息中与预设标签对应的信息，得到所述对象特征；
从所述定性指标中的所有因素中获取与所述对象特征关联的因素作为定性诊断因素；
从预设决策树中获取所述定性诊断因素的二级因素；
从所述对象信息中提取每个语句信息的语义词汇，并将与所述二级因素匹配的语义词汇所在的语句信息确定为所述定性信息。


4.如权利要求3所述的数据处理方法，其特征在于，所述从所述对象信息中提取每个语句信息的语义词汇包括：
根据预设标识对所述对象信息进行分句处理，得到所述语句信息；
根据预设词典对所述语句信息进行分词处理，得到多个分词路径及每个分词路径所对应的路径分词；
根据所述路径分词在所述预设词典中的分词权值计算每个分词路径的分词概率；
将所述分词概率最大的分词路径所对应的路径分词确定为所述语句信息的信息分词；
分析所述信息分词在所述语句信息中的词性；
将所述词性为预设词性的信息分词确定为所述语义词汇。


5.如权利要求3所述的数据处理方法，其特征在于，所述分析所述定性信息，得到所述请求对象所属的对象类...

【专利技术属性】
技术研发人员：韩光怡，许飞，梁镇宁，易咏絮，钟楚蓉，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44