[发明专利]一种用户数据处理方法、系统、电子设备及介质

说明书

本发明提供一种用户数据处理方法、系统、电子设备及介质，用户数据处理方法包括：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。通过对合规数据簇以及非合规数据簇进行耦合分析，能够达到分析深层次用户数据的目的。

技术领域

本发明涉及人工智能技术领域，特别是涉及一种用户数据处理方法、系统、电子设备及介质。

背景技术

随着信息技术的发展，用户在日常的生活、工作、休息或者体检过程中，会产生大量的用户数据，这些用户数据往往隐藏着用户的健康、潜在风险等各种个人特征信息。由于这些用户数据较为专业和庞杂，一般不能对用户的健康、风险产生直接的信息反馈。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种用户数据处理方法、系统、电子设备及介质，用于解决现有技术中用户数据不能直接进行信息反馈的问题。

为实现上述目的及其他相关目的，本发明提供一种用户数据处理方法，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。

可选的，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。

可选的，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；

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；

将绝对值进行归一化处理，将归一化处理后的绝对值载入所述特征矩阵中所述非合规数据簇对应位置的矩阵元素。

可选的，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。

可选的，在获取第一特征矩阵的步骤之前，包括：