本发明专利技术涉及数据处理技术领域，本发明专利技术公开了一种培训数据处理方法、装置、计算机设备及存储介质，其方法包括：获取待培训对象的用户数据，根据用户数据进行缺失知识挖掘，确定与待培训对象对应的缺失知识集合；根据缺失知识集合生成缺失知识雷达图；根据缺失知识雷达图确定培训信息，并将培训信息发送至待培训对象；在接收反馈的培训完成指令之后，基于缺失知识集合及培训信息生成考核信息，并获取考核结果。本发明专利技术通过对用户数据进行挖掘，确定缺失知识集合，根据缺失知识集合确定缺失知识雷达图，从而对待培训对象制定精准的培训信息，从而提高待培训对象的知识水平，进而提高待培训对象的工作效率。训对象的工作效率。训对象的工作效率。
【技术实现步骤摘要】
培训数据处理方法、装置、计算机设备及存储介质
[0001]本专利技术涉及数据处理
，尤其涉及一种培训数据处理方法、装置、计算机设备及存储介质。
技术介绍
[0002]目前，金融服务人员在日常为客户服务(比如投保、理赔和互联网平台等服务行业)的工作中，对金融产品知识、理解投保和理赔流程、掌握风险评估和合规要求等业务相关知识存在一定知识盲区时，需要向行业专家进行求助以解决相关问题。然而，这种方式必须增加资深金融专家对应的人力成本，存在着成本高的问题，且由于人力有限，且依赖于金融专家的知识储备，解决问题的效率往往较低。现有技术中，为了解决这个问题，越来越多的金融服务行业开始使用AI智能问答机器人来代替金融专家人工回答。这种方式可以帮助金融服务人员快速获取问题答案，但无法解决金融服务人员原本就存在的知识缺失的问题，即缺乏专项培训。因此，当前的金融服务行业亟需一种能够基于金融服务人员的知识缺失而进行的专项培训，进而提高金融服务人员的知识水平和工作效率的方案。
技术实现思路
[0003]基于此，有必要针对上述技术问题，提供一种培训数据处理方法、装置、计算机设备及存储介质，以实现针对待培训对象的知识缺失进行精准培训及专项考核，培训效率高，培训效果好，进而可有效提高待培训对象的知识水平和工作效率。
[0004]一种培训数据处理方法，包括：
[0005]获取待培训对象的用户数据，根据所述用户数据进行缺失知识挖掘，确定与所述待培训对象对应的缺失知识集合；
[0006]根据所述缺失知识集合生成缺失知识雷达图；
[0007]根据所述缺失知识雷达图确定培训信息，并将所述培训信息发送至所述待培训对象；
[0008]在接收所述待培训对象针对所述培训信息反馈的培训完成指令之后，基于所述缺失知识集合及所述培训信息生成考核信息，并获取根据考核信息对所述待培训对象进行考核之后的考核结果。
[0009]一种培训数据处理装置，包括：
[0010]挖掘模块，用于获取待培训对象的用户数据，根据所述用户数据进行缺失知识挖掘，确定与所述待培训对象对应的缺失知识集合；
[0011]匹配模块，用于根据所述缺失知识集合生成缺失知识雷达图；
[0012]推送模块，用于根据所述缺失知识雷达图确定培训信息，并将所述培训信息发送至所述待培训对象；
[0013]考核模块，用于在接收所述待培训对象针对所述培训信息反馈的培训完成指令之后，基于所述缺失知识集合及所述培训信息生成考核信息，并获取根据考核信息对所述待
培训对象进行考核之后的考核结果。
[0014]一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现上述培训数据处理方法。
[0015]一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如上述培训数据处理方法。
[0016]上述培训数据处理方法、装置、计算机设备及存储介质，在获取用户数据，根据用户数据进行挖掘，确定缺失知识集合，之后确定缺失知识雷达图，从而根据缺失知识雷达图确定培训信息，以使待培训对象进行培训，最后在待培训对象完成培训后，则基于缺失知识集合及培训信息进行考核。
[0017]本专利技术对用户数据进行挖掘，确定缺失知识集合，根据缺失知识集合确定缺失知识雷达图，从而对待培训对象制定精准的培训信息，为待培训对象提供专项培训，使得金融或保险等行业中待培训对象能够根据自身的知识缺陷进行针对性的学习。同时，在待培训对象完成了培训后，还会进行考核，以检验待培训对象的学习效果，从而提高待培训对象的知识水平，进而提高金融或保险等行业中待培训对象的工作效率。
附图说明
[0018]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0019]图1是本专利技术一实施例中培训数据处理方法的一流程示意图；
[0020]图2是本专利技术一实施例中培训数据处理装置的一结构示意图；
[0021]图3是本专利技术一实施例中计算机设备的一示意图。
具体实施方式
[0022]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0023]在一实施例中，如图1所示，提供一种培训数据处理方法，包括如下步骤S10
‑
S40。
[0024]S10、获取待培训对象的用户数据，根据所述用户数据进行缺失知识挖掘，确定与所述待培训对象对应的缺失知识集合。
[0025]可理解地，用户数据包括但不限于待培训对象的ID(Identity document，身份标识号)、待培训对象提出的用户问题及待培训对象的历史缺失知识集合等。缺失知识挖掘可以是对待培训对象提出的用户问题进行挖掘，在一具体实施例中，根据待培训对象提出的用户问题获取问题所属的领域类型，在此处，缺失知识类型可以是核保、核赔、异议话术及促成话术等。在另一具体实施例中，根据知识库获取待培训对象提出的用户问题对应的标准问题，基于标准问题即可获取待培训对象具体的缺失知识，在此处，知识库可以是预设的
包含多个标准问题的问题库，通过知识库可获取待培训对象提出的用户问题所对应的标准问题。缺失知识集合包括但不限于待培训对象的ID、缺失知识类型、待培训对象提出的用户问题、待培训对象提出的用户问题所对应的标准问题、关联度评分及标准问题的提问频次，在此处，关联度评分可以是待培训对象提出的用户问题所对应的标准问题与待培训对象提出的用户问题的关联程度，标准问题的提问频次可以是待培训对象提出的用户问题所对应的标准问题总共提问的次数。
[0026]在一具体实施例中，获取待培训对象的用户数据，若用户数据中不存在历史缺失知识集合，则根据待培训对象的用户数据获取待培训对象的ID及待培训对象提出的用户问题，根据待培训对象提出的用户问题确定缺失知识，对缺失知识进行挖掘，根据获取的缺失知识类型、待培训对象提出的用户问题所对应的标准问题、关联度评分及标准问题的提问频次确定缺失知识集合。
[0027]在另一具体实施例中，获取待培训对象的用户数据，若用户数据中存在历史缺失知识集合，则根据待培训对象的用户数据获取待培训对象的ID、待培训对象提出的用户问题及历史缺失知识集合，根据待培训对象提出的用户问题确定缺失知识，对缺失知识进行挖掘，根据获取的缺失知识类型、待培训对象提出的用户问题所对应的标准问题、关联度评分、标准问题的提问频次及历史缺失知识集合更新缺失知识集合。本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种培训数据处理方法，其特征在于，包括：获取待培训对象的用户数据，根据所述用户数据进行缺失知识挖掘，确定与所述待培训对象对应的缺失知识集合；根据所述缺失知识集合生成缺失知识雷达图；根据所述缺失知识雷达图确定培训信息，并将所述培训信息发送至所述待培训对象；在接收所述待培训对象针对所述培训信息反馈的培训完成指令之后，基于所述缺失知识集合及所述培训信息生成考核信息，并获取根据考核信息对所述待培训对象进行考核之后的考核结果。2.如权利要求1所述的培训数据处理方法，其特征在于，所述用户数据包括用户问题；所述获取待培训对象的用户数据，根据所述用户数据进行缺失知识挖掘，确定与所述待培训对象对应的缺失知识集合，包括：获取预设的知识库词语
‑
向量转换表；所述知识库词语
‑
向量转换表包含多个标准词语，每个所述标准词语对应一个第一特征向量；根据预设的词语提取规则对所述用户问题进行提取，获得问题词语；自所述知识库词语
‑
向量转换表中查询与所述问题词语匹配的所述标准词语，并与所述问题词语匹配的所述标准词语对应的第一特征向量确定为问题向量；根据所述问题向量确定与所述待培训对象对应的所述缺失知识集合。3.如权利要求2所述的培训数据处理方法，其特征在于，所述根据所述问题向量确定与所述待培训对象对应的所述缺失知识集合之后，包括：获取预设的知识库问题
‑
向量对照表；所述知识库问题
‑
向量对照表包含多个标准问题，每个标准问题对应一个第二特征向量；根据所述问题向量与各所述第二特征向量之间的欧式距离，生成与各所述第二特征向量对应的关联度评分；将与所有所述关联度评分中的最大值对应的所述第二特征向量记录为最大关联向量，将与所述最大关联向量对应的所述标准问题确定为与所述待培训对象对应的匹配问题；根据所述匹配问题及其对应的所述关联度评分确定与所述待培训对象对应的所述缺失知识集合。4.如权利要求3所述的培训数据处理方法，其特征在于，所述根据所述匹配问题及其对应的所述关联度评分确定与所述待培训对象对应的所述缺失知识集合，包括：判断所述待培训对象对应的缺失知识集合中是否存在与所述匹配问题相同的历史匹配问题；所述缺失知识集合中包含至少一个所述匹配问题组，每一个所述匹配问题组均包括一个历史匹配问题及其对应的用户问题、提问频次和关联度评分；在所述缺失知识集合中并不存在与所述匹配问题相同的历史匹配问题时，将与所述匹配问题对应的提问频次设定为一，并将所述匹配问题以及与所述匹配问题对应的所述用户问题、所述提问频次和关联度评分作为一个匹配问题组存储至所述缺失知识集合中；在所述缺失知识集合中已存在与所述匹配问题相同的历史匹配问题时，则将所述缺失知识集合中与所述匹配问题相同的所述历史匹配问题的提问频次加一，以更新所述缺失知识集合。5.如权利要求4所述的培训数据处理方法，其特征在于，所述根据所述缺失知识集合生
【专利技术属性】
技术研发人员：马亿凯，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。