[发明专利]一种用户数据处理方法、系统、电子设备及介质

权利要求书

1.一种用户数据处理方法，其特征在于，包括：

获取用户数据，所述用户数据包括若干个数据元素，并获取每个所述数据元素对应的参考数据；

将每个所述数据元素与所述参考数据进行对比，分别获取合规数据簇和非合规数据簇；

将所述合规数据簇与所述非合规数据簇分别载入到特征矩阵的对应的矩阵元素中，并将所述特征矩阵转化为语义图；

将所述语义图输入到卷积神经网络中并进行训练，获取处理模型；

将待处理的用户数据输入所述处理模型，获取预测风险参数，并根据所述预测风险参数确定用户保险参数。

2.根据权利要求1所述的用户数据处理方法，其特征在于，将所述合规数据簇与所述非合规数据簇分别载入到特征矩阵的对应的矩阵元素中，并将所述特征矩阵转化为语义图的步骤包括：

按照所述数据元素的关联性，依次确定各个所述数据元素在所述特征矩阵中的矩阵元素的对应位置；

将所述合规数据簇载入到所述特征矩阵中对应位置的矩阵元素中，获取第一特征矩阵；

将所述非合规数据簇载入到所述特征矩阵中对应位置的矩阵元素中，获取第二特征矩阵；

将所述第一特征矩阵和所述第二特征矩阵按照图像通道方向进行拼接，并获取所述语义图。

3.根据权利要求2所述的用户数据处理方法，其特征在于，在获取第一特征矩阵的步骤之前，包括：

根据所述合规数据簇中数据元素对应的参考数据，将各个所述数据元素进行归一化处理，并将归一化处理后的数据元素载入到特征矩阵中；

在获取第二特征矩阵的步骤之前，包括：

获取所述非合规数据簇中数据元素与对应的参考数据的差值并取绝对值，将所述绝对值进行归一化处理，并将归一化处理后的绝对值载入到特征矩阵中。

4.根据权利要求1所述的用户数据处理方法，其特征在于，将所述合规数据簇与所述非合规数据簇分别载入到特征矩阵的对应的矩阵元素中，并将所述特征矩阵转化为语义图的步骤包括：

按照所述数据元素的关联性，依次确定各个所述数据元素在所述特征矩阵中的矩阵元素的对应位置；

将所述合规数据簇载入到所述特征矩阵中对应位置的矩阵元素中，获取第一特征矩阵；

所述非合规数据簇包括超标数据簇和未达标数据簇，将所述超标数据簇载入到所述特征矩阵对应的矩阵元素中，获取第三特征矩阵，将所述未达标数据簇载入到所述特征矩阵对应的矩阵元素中，获取第四特征矩阵；

将所述第一特征矩阵、所述第三特征矩阵和所述第四特征矩阵按照图像通道方向进行拼接，并获取所述语义图。

5.根据权利要求4所述的用户数据处理方法，其特征在于，在获取第一特征矩阵的步骤之前，包括：

根据所述合规数据簇中数据元素对应的参考数据，将各个所述数据元素进行归一化处理，并将归一化处理后的数据元素载入到特征矩阵中；

在获取第三特征矩阵的步骤之前，包括：

获取所述超标数据簇中数据元素与对应的参考数据的差值，并根据所述超标数据簇中数据元素对应的参考数据，将差值进行归一化处理，将归一化处理后的差值载入所述特征矩阵中；

在获取第四特征矩阵的步骤之前，包括：

获取所述未达标数据簇中数据元素与对应的参考数据的差值的绝对值，并将绝对值进行归一化处理，并将归一化处理后的绝对值载入所述特征矩阵中。

6.根据权利要求1所述的用户数据处理方法，其特征在于，将所述语义图输入到卷积神经网络中并进行训练，获取处理模型的步骤包括：

所述卷积神经网络包括：输入层、卷积层、全连接层和输出层，将所述语义图输入到所述输入层并经过所述卷积层进行卷积处理，将卷积处理后的语义图输入到全连接层，并由所述输出层获取输出值；

通过均方差损失函数调整所述全连接层中各个神经元的权值，提高所述输出值与实际值的相似度，当所述相似度达到预设值时，获取所述处理模型。