[发明专利]数据处理方法、装置、设备及可读存储介质

权利要求书

1.一种数据处理方法，其特征在于，所述数据处理方法包括以下步骤：

将分类结果缓存于预置分布式缓存节点集合的节点，其中，所述预置分布式缓存节点集合的节点包括多个节点，所述分类结果为与理赔相关的数据；

判断预置分布式缓存节点集合中是否存在未缓存数据的节点，其中，所述节点的数量大于所述分类结果的数量;

若所述预置分布式缓存节点集合中存在未缓存数据的节点，则通过随机算法确定所述节点集合中各个节点的先后顺序，得到具有先后顺序的各个节点；

基于所述先后顺序，将缓存于在先节点内的在先缓存结果缓存于在后节点内，得到在后缓存结果，直至所述预置分布式缓存节点集合中不存在未缓存数据的节点，则得到最终节点结果，其中，在缓存时，通过预先部署在节点内的哈希算法对各个节点内的缓存结果进行计算，得到哈希值，所述缓存结果由分类结果集和哈希值组成；

以所述最终节点结果为依据，执行理赔动作；

在所述将分类结果缓存于预置分布式缓存节点集合的节点的步骤之前，还包括以下步骤:

采集灾难现场信息，接收受灾用户上传的受灾图像，通过网页抓取技术抓取灾情信息，以及接收勘察人员上传的勘察数据；

对所述灾难现场信息、所述受灾图像、所述灾情信息和所述勘察数据分别进行特征数据提取，对应得到第一特征数据集、第二特征数据集、第三特征数据集和第四特征数据集并构成特征数据集合；

通过均值漂移算法对各个特征数据集中的特征数据进行分隔，得到分隔数据，并计算所述分隔数据之间的欧式距离；

判断所述欧式距离是否小于或等于预设阈值；

若所述欧式距离小于或等于预设阈值，则通过贝叶斯分类器对所述特征数据集合中各个特征数据集分别进行分类，得到所述各特征数据集对应的分类结果，所述分类结果为灾难种类以及所述灾难种类的预测概率值。

2.如权利要求1所述的数据处理方法，其特征在于，所述对所述灾难现场信息、所述受灾图像、所述灾情信息和所述勘察数据分别进行特征数据提取，对应得到第一特征数据集、第二特征数据集、第三特征数据集和第四特征数据集并构成特征数据集合包括以下步骤：

根据所述灾难现场信息、所述受灾图像、所述灾情信息和所述勘察数据的数据类型选择数据提取方式；

若所述数据类型为图像类，则采用滤波器算法从所述图像类的数据中提取出小波特征向量，得到第一特征数据集、第二特征数据集、第三特征数据集和第四特征数据集并构成特征数据集合；

若所述数据类型为文本类，则将所述文本类的数据转化成矩阵的形式，以及通过协方差矩阵算法将所述矩阵转化成协方差矩阵，并得到第一特征数据集、第二特征数据集、第三特征数据集和第四特征数据集并构成特征数据集合。

3.如权利要求1所述的数据处理方法，其特征在于，在所述若所述欧式距离小于或等于预设阈值，则通过贝叶斯分类器对所述特征数据集合中各个特征数据集分别进行分类，得到所述各特征数据集对应的分类结果的步骤之前，还包括以下步骤：

通过预置第一训练样本集对初始贝叶斯分类器进行分类训练，得到贝叶斯分类器；

通过所述贝叶斯分类器对预置第二训练样本集进行分类，得到分类结果；

根据预置分类结果，判断所述分类结果是否不高于预置准确率；

若所述分类结果不高于预置准确率，则通过第一训练样本集对初始贝叶斯分类器继续进行分类训练，直至所述分类结果高于预置准确率。

4.如权利要求1所述的数据处理方法，其特征在于，在所述若所述欧式距离小于或等于预设阈值，则通过贝叶斯分类器对所述特征数据集合中各个特征数据集分别进行分类，得到所述各特征数据集对应的分类结果的步骤之后，还包括以下步骤：

依次遍历所述分类结果集中的分类结果，并判断所述分类结果中是否存在受灾信息；

若所述分类结果中存在所述受灾信息，则根据预设理赔规则判断当前受灾是否具有理赔权限。