[发明专利]业务处理方法、装置、介质及电子设备

权利要求书

1.一种业务处理方法，其特征在于，包括：

获取用于发起业务的业务文件，并将所述业务文件输入预先训练的随机森林分类模型；其中，所述随机森林分类模型包括对应于不同文件类别以及不同文件特征的多个决策树；

通过所述随机森林分类模型中的各个所述决策树分别提取所述业务文件的文件特征，并根据所述文件特征判断所述业务文件的文件类别；

根据所述随机森林分类模型中各个所述决策树的判断结果统计各种文件类别的分类概率，并根据所述分类概率输出所述业务文件的预测文件类别；

根据所述预测文件类别确定目标业务类型，并发起对应于所述目标业务类型的业务流程。

2.根据权利要求1所述的业务处理方法，其特征在于，预先训练所述随机森林分类模型包括：

根据业务机构信息和业务类型信息确定多种文件类别；

针对每一种所述文件类别，利用训练数据训练得到对应于不同文件特征的多个决策树；

将各种所述文件类别的所述多个决策树组合形成随机森林分类模型。

3.根据权利要求2所述的业务处理方法，其特征在于，所述利用训练数据训练得到对应于不同文件特征的多个决策树，包括：

采集业务文件样本，并获取所述业务文件样本的文件特征；

从所述业务文件样本和所述文件特征中随机采样以得到多组训练数据；

分别利用所述多组训练数据训练得到对应于不同文件特征的多个决策树。

4.根据权利要求3所述的业务处理方法，其特征在于，所述分别利用所述多组训练数据训练得到对应于不同文件特征的多个决策树，包括：

获取一组训练数据中的业务文件样本的信息熵，并基于所述信息熵确定所述训练数据中的各个文件特征的信息增益；

根据所述信息增益依次选取各个所述文件特征作为节点划分依据；

利用所述节点划分依据构建并训练得到对应于不同文件特征的多个决策树。

5.根据权利要求4所述的业务处理方法，其特征在于，所述基于所述信息熵确定所述训练数据中的各个文件特征的信息增益，包括：

获取所述训练数据中的各个文件特征的条件熵；

根据所述信息熵以及所述条件熵确定各个所述文件特征的信息增益。

6.根据权利要求2所述的业务处理方法，其特征在于，在利用训练数据训练得到对应于不同文件特征的多个决策树之后，所述方法还包括：

将所述决策树中的非叶子节点的子树替换为叶子节点以得到简化后的决策树。

7.根据权利要求1至6中任一项所述的业务处理方法，其特征在于，在根据所述分类概率输出所述业务文件的预测文件类别之后，所述方法还包括：

对所述业务文件和所述预测文件类别进行数据校验，以判断是否出现分类错误；

当出现分类错误时，根据数据校验结果调整所述随机森林分类模型的参数。

8.根据权利要求1至6中任一项所述的业务处理方法，其特征在于，所述根据所述随机森林分类模型中各个所述决策树的判断结果统计各种文件类别的分类概率，包括：

获取所述随机森林分类模型中各个所述决策树的判断结果；

确定与所述随机森林分类模型相对应的投票机制；

利用所述投票机制对所述判断结果进行统计以得到各种文件类别的分类概率。

9.根据权利要求1至6中任一项所述的业务处理方法，其特征在于，所述根据所述预测文件类别确定目标业务类型，包括：

获取各种业务类型与不同文件类别之间的映射关系；

根据所述映射关系确定与所述预测文件类别相对应的目标业务类型。