基于人工智能的行为预测方法、装置及相关设备制造方法及图纸

本发明专利技术涉及人工智能技术领域，提供一种基于人工智能的行为预测方法、装置及相关设备，所述方法包括：从多个目标参数的数据源中获取原始数据集，并对原始数据集进行第一预处理，得到目标数据表；调用规则类标签，基于规则类标签，通过标签管理系统从目标数据表中获取第一预测结果；从目标数据表中提取特征因子集，并将特征因子集输入值预先训练好的分类预测模型中，得到第二预测结果；对第一预测结果和第二预测结果进行第二预处理，得到目标预测结果。本发明专利技术根据规则引擎和分类预测模型得到目标预测结果，提高了采购舞弊预测结果的准确率。率。率。

【技术实现步骤摘要】
基于人工智能的行为预测方法、装置及相关设备


[0001]本专利技术涉及人工智能
，具体涉及一种基于人工智能的行为预测方法、装置及相关设备。

技术介绍

[0002]随着产品的多样化，采购环节作为业务系统的关键经营环节，很容易出现舞弊问题，现有技术使用专家经验对采购大数据进行分析和加工，识别不符合外部招投标法规、企业内部管理要求或常理性的异常采购业务环节，筛查存在舞弊风险的采购项目。
[0003]然而，使用专家经验对采购大数据进行分析和加工，无法识别出采购的大数据是否被采购舞弊人员规避过，导致采购的大数据准确率低，进而导致采购舞弊预测准确率低。
[0004]因此，有必要提出一种可以准确的预测采购舞弊的方法。

技术实现思路

[0005]鉴于以上内容，有必要提出一种基于人工智能的行为预测方法、装置及相关设备，根据规则引擎和分类预测模型得到目标预测结果，提高了采购舞弊预测结果的准确率。
[0006]本专利技术的第一方面提供一种基于人工智能的行为预测方法，所述方法包括：
[0007]解析接收到的采购舞弊本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的行为预测方法，其特征在于，所述方法包括：解析接收到的采购舞弊预测请求，得到多个目标参数的数据源；从所述多个目标参数的数据源中获取原始数据集，并对所述原始数据集进行第一预处理，得到目标数据表；调用规则类标签，基于所述规则类标签，通过标签管理系统从所述目标数据表中获取第一预测结果；从所述目标数据表中提取特征因子集，并将所述特征因子集输入值预先训练好的分类预测模型中，得到第二预测结果；对所述第一预测结果和所述第二预测结果进行第二预处理，得到目标预测结果。2.如权利要求1所述的基于人工智能的行为预测方法，其特征在于，所述对所述原始数据集进行第一预处理，得到目标数据表包括：识别所述原始数据集中每个所述原始数据表对应的采购业务系统标识码；根据所述采购业务系统标识码对所述原始数据集进行归类；将相同采购业务系统的原始数据集确定为第一数据集，及将剩余的不同采购业务系统的原始数据集确定为第二数据集；对所述第一数据集中的原始数据表进行并表处理得到第一数据表，及对所述第二数据集中的原始数据表进行并表处理得到第二数据表；合并所述第一数据表和所述第二数据表，得到第三数据表；对所述第三数据表进行数据清洗，得到目标数据表。3.如权利要求2所述的基于人工智能的行为预测方法，其特征在于，所述对所述第二数据集中的原始数据表进行并表处理得到第二数据表包括：识别所述第二数据集中每个原始数据表的字段名称；将多个原始数据表的相同字段名称的多个列进行合并处理，并删除参与合并的多个列，得到一个新表；计算所述新表的字段名称总数，根据所述新表的字段名称总数获取预设的空位字段总数；基于所述预设的空位字段总数对所述新表进行扩充，得到第二数据表。4.如权利要求1所述的基于人工智能的行为预测方法，其特征在于，所述调用规则类标签，基于所述规则类标签，通过预设的规则引擎获取第一预测结果包括：将所述目标数据表中的数据转换为预设的规则引擎能够识别的规则类标签；调用预设的规则引擎，进行规则类标签的智能匹配，得到第一预测结果。5.如权利要求1所述的基于人工智能的行为预测方法，其特征在于，所述从所述目标数据表中提取特征因子集包括：获取所述采购舞...

【专利技术属性】
技术研发人员：唐珊珊，孙继锋，许黎，王辉，邓熙凤，刘思雅，
申请(专利权)人：深圳平安综合金融服务有限公司，
类型：发明
国别省市：