[发明专利]数据处理方法、装置、设备及可读存储介质

说明书

本发明涉及大数据技术领域，公开了一种数据处理方法，包括以下步骤：将分类结果集缓存于节点集合的当前节点，通过预先部署在所述当前节点的哈希算法计算出当前哈希值，得到当前节点结果；若存在未缓存数据的节点则将所述当前节点结果缓存于下一节点，若存在未缓存数据的节点，则将下一节点结果作为当前节点结果，否则，将所述下一节点结果作为最终节点结果，根据所述最终节点结果执行理赔动作。本发明还公开了一种数据处理装置、设备及计算机可读存储介质。本发明提供的数据处理方法可实现对理赔相关的数据的全面管控，进而可提高理赔的准确率。

技术领域

本发明涉及大数据技术领域，尤其涉及一种数据处理方法、装置、设备及计算机可读存储介质。

背景技术

目前，一般需要保险公司的人员去发生灾难的地区进行实际调查，才能真正得知用户是否遭受到灾害，以及受灾的程度与需要赔付的金额，面对海量的数据，尤其是在大灾过后，仅依靠人为决策，往往需要消耗较多的时间，最重要是收集到的数据存在被恶意删除或修改的可能，这些因素的存在会大大降低理赔的准确度，因此，如何对理赔业务所需的原始受灾数据进行全面管控，以提高理赔的准确度，是目前本领域亟待解决的技术问题。

发明内容

本发明的主要目的在于提供一种数据处理方法、装置、设备及计算机可读存储介质，旨在解决现有技术中由数据管控不全面而造成的理赔准确度低的技术问题。

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。

可选地，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。

可选地，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；