业务数据的处理方法、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人工智能领域，公开了一种业务数据的处理方法、装置、设备及存储介质。方法包括：获取参与预设活动的业务人员的业务数据；从预置数据库中获取历史业务数据集，并根据历史业务数据集进行指标分析模型构建，得到对应的指标分析模型；通过指标分析模型对业务数据进行指标分析，确定业务数据的奖励指标集合，并对奖励指标集合中每一奖励指标进行权重值计算，确定每一奖励指标对应的权重值；根据每一奖励指标以及每一奖励指标对应的权重，确定奖励规则；通过奖励规则对业务数据进行达标分析，得到对应的分析结果，当分析结果为达标时，将业务数据对应的奖励发放至业务人员对应的账户。本发明专利技术还涉及区块链技术，业务数据可存储于区块链中。储于区块链中。储于区块链中。

【技术实现步骤摘要】
业务数据的处理方法、装置、设备及存储介质


[0001]本专利技术涉及人工智能领域，尤其涉及一种业务数据的处理方法、装置、设备及存储介质。

技术介绍

[0002]目前，对业务人员进行奖励是通过人工制定业务人员的销售订单的奖励规则，进而根据奖励规则发放奖励给业务人员。虽然这种方式可以灵活的根据各种不同的销售订单修改奖励规则，从而应对不同的业务场景。
[0003]现有的方式，通过每个活动的活动规则编写各个奖励规则的程序。以通过运行相应的程序逻辑，确定业务人员是否可以获得活动奖励，从而实现相应的活动开展。但是，当销售订单或者业务人员的数量增大，到达一定的量级时，或者当人工制定的奖励规则的方式较为复杂时，人工处理的效率较低，可能会出现计算错误，准确率低。

技术实现思路

[0004]本专利技术实施例提供了一种业务数据的处理方法、装置、设备及存储介质，用于解决业务数据的处理时效率较低的技术问题。
[0005]本专利技术第一方面提供了一种业务数据的处理方法，包括：获取参与预设活动的业务人员的业务数据，所述业务数据包括业务订单对应的业务人员的信息和业务订单的数据；从预置数据库中获取历史业务数据集，并根据所述历史业务数据集进行指标分析模型构建，得到对应的指标分析模型；通过所述指标分析模型对所述业务数据进行指标分析，确定所述业务数据的奖励指标集合，并对所述奖励指标集合中每一奖励指标进行权重值计算，确定每一所述奖励指标对应的权重值；根据所述每一奖励指标以及所述每一奖励指标对应的权重，确定奖励规则；通过所述奖励规则对所述业务数据进行达标分析，得到对应的分析结果，当所述分析结果为达标时，将所述业务数据对应的奖励发放至所述业务人员对应的账户。
[0006]可选的，在本专利技术第一方面的第一种实现方式中，所述从预置数据库中获取历史业务数据集，并根据所述历史业务数据集进行指标分析模型构建，得到对应的指标分析模型包括：接入预置数据库，并从所述预置数据库中获取对应的历史业务数据集；对所述历史业务数据集中的历史业务数据进行预处理，生成标准化数据；基于所述预设活动的业务内容、业务规则和数据需求及所述标准化数据，构建对应的指标分析模型。
[0007]可选的，在本专利技术第一方面的第二种实现方式中，所述对所述历史业务数据集中的历史业务数据进行预处理，生成标准化数据包括：遍历所述历史业务数据集中的历史业务数据，得到符合预设条件的目标数据组，并对所述目标数据组进行融合表达，得到数据融合后的历史业务数据；对所述数据融合后的历史业务数据进行数据清洗，得到数据清洗后的历史业务数据；根据预置数据安全规则对数据清洗后的历史业务数据进行数据脱敏，得到数据脱敏后的历史业务数据；对所述数据脱敏后的历史业务数据进行数据加密处理，得
到所述标准化数据。
[0008]可选的，在本专利技术第一方面的第三种实现方式中，所述基于所述预设活动的业务内容、业务规则和数据需求及所述标准化数据，构建对应的指标分析模型包括：建立所述历史业务数据的抽象化表达模型，得到对应的神经网络模型；将所述标准数据作为作为训练集输入至所述神经网络模型进行计算，得到对应的计算结果；对所述计算结果添加评价标签，并以输入的标准数据和输出的评价标签作为一组数据对所述神经网络模型进行迭代训练，当所述神经网络模型输出的计算结果的精度达到预设阈值时，结束训练，得到对应的指标分析模型。
[0009]可选的，在本专利技术第一方面的第四种实现方式中，所述通过所述指标分析模型对所述业务数据进行指标分析，确定所述业务数据的奖励指标集合，并对所述奖励指标集合中每一奖励指标进行权重值计算，确定每一所述奖励指标对应的权重值包括：根据所述指标分析模型确定所述业务数据的奖励指标集合，以及所述奖励指标集合中每两个奖励指标之间的相对权重；根据所述奖励指标集合以及所述奖励指标集合中每两个奖励指标之间的相对权重进行矩阵构建，得到对应的目标矩阵；对所述目标矩阵进行归一化处理，得到所述奖励指标集合中每一奖励指标对应的权重。
[0010]可选的，在本专利技术第一方面的第五种实现方式中，所述通过所述奖励规则对所述业务数据进行达标分析，得到对应的分析结果，当所述分析结果为达标时，将所述业务数据对应的奖励发放至所述业务人员对应的账户包括：对所述业务数据进行格式转换，得到运算格式的业务数据；调用所述奖励规则中的预置表达式，并判断所述运算格式的业务数据的当前数据格式是否满足所述预置表达式；若判断所述运算格式的业务数据的当前数据格式满足所述预置表达式，则所述业务人员满足所述奖励规则，并通过所述奖励规则对所述业务数据进行奖励匹配计算，得到所述业务数据对应的奖励，并将所述业务数据对应的奖励发放至所述业务人员对应的账户。
[0011]可选的，在本专利技术第一方面的第六种实现方式中，在所述通过所述奖励规则对所述业务数据进行达标分析，得到对应的分析结果，当所述分析结果为达标时，将所述业务数据对应的奖励发放至所述业务人员对应的账户之后，还包括：将所述业务数据对应的奖励按照预置时间维度进行记录，得到对应的目标奖励数据集合；通过所述目标奖励数据集合生成对应的统计报表，并将所述统计报表传输至预设终端中。
[0012]本专利技术第二方面提供了一种业务数据的处理装置，包括：获取模块，用于获取参与预设活动的业务人员的业务数据，所述业务数据包括业务订单对应的业务人员的信息和业务订单的数据；构建模块，用于从预置数据库中获取历史业务数据集，并根据所述历史业务数据集进行指标分析模型构建，得到对应的指标分析模型；计算模块，用于通过所述指标分析模型对所述业务数据进行指标分析，确定所述业务数据的奖励指标集合，并对所述奖励指标集合中每一奖励指标进行权重值计算，确定每一所述奖励指标对应的权重值；确定模块，用于根据所述每一奖励指标以及所述每一奖励指标对应的权重，确定奖励规则；分析模块，用于通过所述奖励规则对所述业务数据进行达标分析，得到对应的分析结果，当所述分析结果为达标时，将所述业务数据对应的奖励发放至所述业务人员对应的账户。
[0013]可选的，在本专利技术第二方面的第一种实现方式中，所述构建模块具体包括：接入单元，用于接入预置数据库，并从所述预置数据库中获取对应的历史业务数据集；处理单元，
用于对所述历史业务数据集中的历史业务数据进行预处理，生成标准化数据；构建单元，用于基于所述预设活动的业务内容、业务规则和数据需求及所述标准化数据，构建对应的指标分析模型。
[0014]可选的，在本专利技术第二方面的第二种实现方式中，所述处理单元具体用于：遍历所述历史业务数据集中的历史业务数据，得到符合预设条件的目标数据组，并对所述目标数据组进行融合表达，得到数据融合后的历史业务数据；对所述数据融合后的历史业务数据进行数据清洗，得到数据清洗后的历史业务数据；根据预置数据安全规则对数据清洗后的历史业务数据进行数据脱敏，得到数据脱敏后的历史业务数据；对所述数据脱敏后的历史业务数据进行数据加密处理，得到所述标准化数据。
[0015]可选的，在本专利技术第二方面的第三种实现方式中，所述构建单元具本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种业务数据的处理方法，其特征在于，包括：获取参与预设活动的业务人员的业务数据，所述业务数据包括业务订单对应的业务人员的信息和业务订单的数据；从预置数据库中获取历史业务数据集，并根据所述历史业务数据集进行指标分析模型构建，得到对应的指标分析模型；通过所述指标分析模型对所述业务数据进行指标分析，确定所述业务数据的奖励指标集合，并对所述奖励指标集合中每一奖励指标进行权重值计算，确定每一所述奖励指标对应的权重值；根据所述每一奖励指标以及所述每一奖励指标对应的权重，确定奖励规则；通过所述奖励规则对所述业务数据进行达标分析，得到对应的分析结果，当所述分析结果为达标时，将所述业务数据对应的奖励发放至所述业务人员对应的账户。2.根据权利要求1所述的业务数据的处理方法，其特征在于，所述从预置数据库中获取历史业务数据集，并根据所述历史业务数据集进行指标分析模型构建，得到对应的指标分析模型包括：接入预置数据库，并从所述预置数据库中获取对应的历史业务数据集；对所述历史业务数据集中的历史业务数据进行预处理，生成标准化数据；基于所述预设活动的业务内容、业务规则和数据需求及所述标准化数据，构建对应的指标分析模型。3.根据权利要求2所述的业务数据的处理方法，其特征在于，所述对所述历史业务数据集中的历史业务数据进行预处理，生成标准化数据包括：遍历所述历史业务数据集中的历史业务数据，得到符合预设条件的目标数据组，并对所述目标数据组进行融合表达，得到数据融合后的历史业务数据；对所述数据融合后的历史业务数据进行数据清洗，得到数据清洗后的历史业务数据；根据预置数据安全规则对数据清洗后的历史业务数据进行数据脱敏，得到数据脱敏后的历史业务数据；对所述数据脱敏后的历史业务数据进行数据加密处理，得到所述标准化数据。4.根据权利要求2所述的业务数据的处理方法，其特征在于，所述基于所述预设活动的业务内容、业务规则和数据需求及所述标准化数据，构建对应的指标分析模型包括：建立所述历史业务数据的抽象化表达模型，得到对应的神经网络模型；将所述标准数据作为作为训练集输入至所述神经网络模型进行计算，得到对应的计算结果；对所述计算结果添加评价标签，并以输入的标准数据和输出的评价标签作为一组数据对所述神经网络模型进行迭代训练，当所述神经网络模型输出的计算结果的精度达到预设阈值时，结束训练，得到对应的指标分析模型。5.根据权利要求1所述的业务数据的处理方法，其特征在于，所述通过所述指标分析模型对所述业务数据进行指标分析，确定所述业务数据的奖励指标集合，并对所述奖励指标集合中每一奖励指标进行权重值计算，确定每一所述奖励指标对应的权重值包括：根据所述指标分析模型确定所述业务数据的奖励指标集合，以及所述奖励指标集合中每两个奖励指标之间的相对权重；
根...

【专利技术属性】
技术研发人员：江敏，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：