[发明专利]数据管理方法、数据管理装置、设备及存储介质在审

专利信息
申请号: 202111450691.1 申请日: 2021-11-29
公开(公告)号: CN114154712A 公开(公告)日: 2022-03-08
发明(设计)人: 黄安琪 申请(专利权)人: 中国平安财产保险股份有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06K9/62
代理公司: 深圳市力道知识产权代理事务所(普通合伙) 44507 代理人: 张传义
地址: 518000 广东省深圳市福田区益田路*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据管理 方法 装置 设备 存储 介质
【权利要求书】:

1.一种数据管理方法,其特征在于,所述方法包括:

获取目标对象的业务数据,提取所述业务数据在不同业务类别下的关键信息;

基于所述关键信息遍历所述业务数据,匹配出与所述关键信息相关联的目标业务数据;

将所述目标业务数据输入到预训练好的数据预测模型进行预测,得到所述业务数据的重要级别和风险级别;

根据所述业务数据的重要级别和风险级别,对所述目标对象的业务数据进行评估,得到业务数据价值。

2.根据权利要求1所述的方法,其特征在于,所述提取所述业务数据在不同业务类别下的关键信息,包括:

基于预设的分类算法,对所述业务数据进行分类处理,得到不同业务类别下的业务数据;

分别对每个所述业务类别下的业务数据进行减值处理,得到所述业务数据在每个所述业务类别下的关键信息。

3.根据权利要求1所述的方法,其特征在于,所述基于所述关键信息遍历所述业务数据,匹配出与所述关键信息相关联的目标业务数据,包括:

基于所述关键信息遍历每个所述业务类别下的业务数据,并对每个所述业务类别下的业务数据进行筛选,分别匹配出与每个所述关键信息相关联的目标业务数据。

4.根据权利要求3所述的方法,其特征在于,所述对每个所述业务类别下的业务数据进行筛选,分别匹配出与每个所述关键信息相关联的目标业务数据,包括:

基于预训练好的数据匹配模型,对每个所述业务类别下的业务数据与对应的关键信息进行相关度预测,得到每个所述业务类别下的业务数据与对应的关键信息的相关度;

根据所述相关度对每个所述业务类别下的业务数据进行筛选,得到与每个所述关键信息相关联的目标业务数据。

5.根据权利要求1所述的方法,其特征在于,所述将所述目标业务数据输入到预训练好的数据预测模型进行预测,得到所述业务数据的风险级别,包括:

基于预设类别的风险评估指标,对所述目标业务数据进行风险类别评估,得到所述业务数据对应的风险类别;

根据所述业务数据对应的风险类别,确定对应风险类别下的风险基础因子和风险特征因子;

根据所述风险基础因子和所述风险特征因子确定所述业务数据的风险级别。

6.根据权利要求5所述的方法,其特征在于,在所述根据所述风险基础因子和所述风险特征因子确定所述业务数据的风险级别之前,还包括:

获取所述业务数据对应的风险暴露数据;

所述根据所述风险基础因子和所述风险特征因子确定所述业务数据的风险级别,包括:

根据所述风险暴露数据、每类所述风险对应的风险基础因子和风险特征因子,得到对应风险类别下的最低资本;

根据对应风险类别下的最低资本,得到所述业务数据对应的风险级别。

7.根据权利要求1所述的方法,其特征在于,所述得到所述业务数据在不同业务类别下的关键信息之后,所述方法还包括:

分别对不同业务类别下的关键信息进行校验,得到关键信息校验结果,所述关键信息校验结果包括空白关键信息和错误关键信息;

若所述关键信息校验结果为空白关键信息,对所述空白关键信息进行填充处理,并将填充处理后的关键信息替换所述空白关键信息;

若所述关键信息校验结果为错误关键信息,对所述错误关键信息进行修正处理,并将修正处理后的关键信息替换所述错误关键信息。

8.一种数据管理装置,其特征在于,包括:

信息提取模块,用于获取目标对象的业务数据,提取所述业务数据在不同业务类别下的关键信息;

信息处理模块,用于基于所述关键信息遍历所述业务数据,匹配出与所述关键信息相关联的目标业务数据;

数据预测模块,用于将所述目标业务数据输入到预训练好的数据预测模型进行预测,得到所述业务数据的重要级别和风险级别;

数据价值确定模块,用于根据所述业务数据的重要级别和风险级别,对所述目标对象的业务数据进行评估,得到业务数据价值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国平安财产保险股份有限公司,未经中国平安财产保险股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111450691.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top