业务数据处理方法及装置制造方法及图纸

本申请实施例提供一种业务数据处理方法及装置，通过结合每个第一业务对象的业务关系圈网络，构建第一业务对象、与第一业务对象关联的第二业务对象以及业务事件之间的知识图谱，然后根据知识图谱的业务关系圈网络的业务关系类型相关的业务数据计算业务关系圈网络对应的业务分析属性，从而根据业务关系圈网络的业务关系类型和业务分析属性确定业务关系圈网络的第一业务推送等级和业务关系圈网络中每个第一业务对象的第二业务推送等级，能够有效提高业务推送等级的决策准确性，进而便于提高后续业务推送的准确性和针对性。

【技术实现步骤摘要】
业务数据处理方法及装置
本申请涉及计算机
，具体而言，涉及一种业务数据处理方法及装置。
技术介绍
在业务信息的推送过程中，需要确定业务推送等级以有效区分不同形式的推送策略，从而提高推送的准确性和针对性。现有的衡量业务对象的业务推送等级的方案中，只研究了单个业务对象的自身业务数据情况，或者是与之存在关联的业务对象的业务指标维度，并没有考虑业务关系圈网络的整体结构带来的决策误差，从而影响业务推送等级的决策准确性，进而降低了业务推送的准确性和针对性。
技术实现思路
基于现有设计的不足，本申请提供一种业务数据处理方法及装置，能够有效提高业务推送等级的决策准确性，进而便于提高后续业务推送的准确性和针对性。根据本申请的第一方面，提供一种业务数据处理方法，应用于服务器，所述方法包括：获取待处理的业务数据，所述业务数据包括每个第一业务对象在业务关系圈网络的指标维度下的业务属性数据、与相关联的其它第一业务对象之间的第一关系业务数据以及与相关联的第二业务对象之间的第二关系业务数据，其中，所述业务关系圈网络用于表示同一业务关系圈下每个第一业务对象之间的关联关系；根据所述待处理的业务数据构建所述第一业务对象、所述第二业务对象以及业务事件之间的知识图谱；识别所述知识图谱的业务关系圈网络的业务关系类型，并根据所述业务关系圈网络相关的业务数据计算所述业务关系圈网络对应的业务分析属性；根据所述业务关系圈网络的业务关系类型和业务分析属性确定所述业务关系圈网络的第一业务推送等级和所述业务关系圈网络中每个第一业务对象的第二业务推送等级。在第一方面的一种可能的实施方式中，根据所述待处理的业务数据构建所述第一业务对象、所述第二业务对象以及业务事件之间的知识图谱的步骤，包括：对所述待处理的业务数据进行数据处理，得到用于导入知识图谱模型的实体类型数据和关系类型数据；将所述实体类型数据和关系类型数据导入到知识图谱模型中，构建所述第一业务对象、所述第二业务对象以及业务事件之间的知识图谱。在第一方面的一种可能的实施方式中，所述对所述待处理的业务数据进行数据处理，得到用于导入知识图谱模型的实体类型数据和关系类型数据的步骤，包括：从所述待处理的业务数据中确定每个实体类型以及每个实体类型的实体属性数据，并作为所述实体类型数据，其中，所述实体类型包括第一业务对象类型、第二业务对象类型以及业务事件类型；以及从所述第一关系业务数据以及所述第二关系业务数据中确定每个关系类型、每个关系类型的关系起始节点和关系终止节点以及关系属性数据，并作为所述实体类型数据。在第一方面的一种可能的实施方式中，所述识别所述知识图谱的业务关系圈网络的业务关系类型的步骤，包括：遍历所述知识图谱的所有业务关系链，将所有业务关系链形成的业务关系圈网络分别输入到训练完成的图核算法模型，计算得到所述业务关系圈网络对应的直积图；将所述直积图导入到支持向量机的分类模型中，得到所述知识图谱的业务关系圈网络的业务关系类型。在第一方面的一种可能的实施方式中，所述支持向量机的分类模型通过以下方式训练得到：获得不同业务关系类型的训练样本，作为训练样本集输入到图核算法模型中，并配置所述图核算法模型对应的顶点的核函数和边的核函数，其中，所述训练样本为不同业务关系类型的业务关系圈网络，所述顶点用于表示所述业务关系圈网络中的每个关系类型的关系起始节点和关系终止节点，所述边用于表示两个节点之间的关系类型，所述顶点的核函数和边的核函数用于定义业务关系类型的相似性，所述顶点的核函数和边的核函数用于输出第一相似度数值和第二相似度数值，当两个顶点的标签一致时，该两个顶点的相似度为第一相似度数值，当两个顶点的标签不一致时，该两个顶点的相似度为第二相似度数值，当两条边分别属于两个不同子图，且两条边的两端的节点标签一致、边标签一致时，该两条边相似度为第一相似度数值，反之为第二相似度数值；在图计算平台上，通过连通图算法，识别出所述不同业务关系类型的测试样本中所有业务关系链组成的子图；计算每个业务关系链组成的源子图与训练样本的直积图，直积图用于表示由两个源子图生成一个新图的操作图，所述新图的顶点为两个源子图的积，对于第一子图和第二子图，每个子图各取一个顶点形成全排列组合；根据所述顶点的核函数和边的核函数，计算所述新图中每个顶点和每条边的权重，其中，所述新图中的顶点的权重由比较两个源顶点得到，所述新图中的边的权重由比较两个源边得到；在所述直积图中计算两个源子图的相似度，得到所有训练样本之间的相似度，得到对应的相似度矩阵结果，并将所述相似度矩阵结果导入支持向量机分类器进行训练，获得支持向量机的分类模型。在第一方面的一种可能的实施方式中，所述根据所述业务关系圈网络相关的业务数据计算所述业务关系圈网络对应的业务分析属性的步骤，包括：根据所述业务关系圈网络相关的与业务规模指标对应的业务数据确定所述业务关系圈网络对应的业务规模分析属性，所述业务规模分析属性包括所述业务关系圈网络包含的第一服务对象数量、业务事件产生数量、业务统计数值中的至少一种；根据所述业务关系圈网络相关的与业务结构指标对应的业务数据确定所述业务关系圈网络对应的业务结构分析属性，所述业务结构分析属性包括所述业务关系圈网络的拓扑结构、业务统计比例、关系密度中的至少一种；根据所述业务关系圈网络相关的与业务触发指标对应的业务数据确定所述业务关系圈网络对应的业务触发分析属性，所述业务触发分析属性包括所述业务关系圈网络内的业务触发事件以及业务触发事件的业务统计数值。在第一方面的一种可能的实施方式中，所述根据所述业务关系圈网络的业务关系类型和业务分析属性确定所述业务关系圈网络的第一业务推送等级和所述业务关系圈网络中每个第一业务对象的第二业务推送等级的步骤，包括：将所述业务关系圈网络的业务分析属性与每个第一预设业务推送等级对应的等级规则下的属性匹配条件进行匹配，获得所述业务关系圈网络的第一初始业务推送等级；根据所述业务关系圈网络的业务关系类型所对应的调整规则对所述第一初始业务推送等级进行调整，得到所述业务关系圈网络的第一业务推送等级；以及根据所述业务关系圈网络的业务分析属性确定所述业务关系圈网络中每个第一业务对象的对象分析属性，并将所述每个第一业务对象的对象分析属性与每个等级调整规则下的属性匹配条件进行匹配，获得所述每个第一业务对象的第二业务推送等级。根据本申请的第二方面，提供一种业务数据处理装置，应用于服务器，所述装置包括：获取模块，用于获取待处理的业务数据，所述业务数据包括每个第一业务对象在业务关系圈网络的指标维度下的业务属性数据、与相关联的其它第一业务对象之间的第一关系业务数据以及与相关联的第二业务对象之间的第二关系业务数据，其中，所述业务关系圈网络用于表示同一业务关系圈下每个第一业务对象之间的关联关系；构建模块，用于根据所述待处理的业务数据构建所述第一业务对象、所述第二业本文档来自技高网...

【技术保护点】
1.一种业务数据处理方法，其特征在于，应用于服务器，所述方法包括：/n获取待处理的业务数据，所述业务数据包括每个第一业务对象在业务关系圈网络的指标维度下的业务属性数据、与相关联的其它第一业务对象之间的第一关系业务数据以及与相关联的第二业务对象之间的第二关系业务数据，其中，所述业务关系圈网络用于表示同一业务关系圈下每个第一业务对象之间的关联关系；/n根据所述待处理的业务数据构建所述第一业务对象、所述第二业务对象以及业务事件之间的知识图谱；/n识别所述知识图谱的业务关系圈网络的业务关系类型，并根据所述业务关系圈网络相关的业务数据计算所述业务关系圈网络对应的业务分析属性；/n根据所述业务关系圈网络的业务关系类型和业务分析属性确定所述业务关系圈网络的第一业务推送等级和所述业务关系圈网络中每个第一业务对象的第二业务推送等级。/n

【技术特征摘要】
1.一种业务数据处理方法，其特征在于，应用于服务器，所述方法包括：
获取待处理的业务数据，所述业务数据包括每个第一业务对象在业务关系圈网络的指标维度下的业务属性数据、与相关联的其它第一业务对象之间的第一关系业务数据以及与相关联的第二业务对象之间的第二关系业务数据，其中，所述业务关系圈网络用于表示同一业务关系圈下每个第一业务对象之间的关联关系；
根据所述待处理的业务数据构建所述第一业务对象、所述第二业务对象以及业务事件之间的知识图谱；
识别所述知识图谱的业务关系圈网络的业务关系类型，并根据所述业务关系圈网络相关的业务数据计算所述业务关系圈网络对应的业务分析属性；
根据所述业务关系圈网络的业务关系类型和业务分析属性确定所述业务关系圈网络的第一业务推送等级和所述业务关系圈网络中每个第一业务对象的第二业务推送等级。


2.根据权利要求1所述的业务数据处理方法，其特征在于，根据所述待处理的业务数据构建所述第一业务对象、所述第二业务对象以及业务事件之间的知识图谱的步骤，包括：
对所述待处理的业务数据进行数据处理，得到用于导入知识图谱模型的实体类型数据和关系类型数据；
将所述实体类型数据和关系类型数据导入到知识图谱模型中，构建所述第一业务对象、所述第二业务对象以及业务事件之间的知识图谱。


3.根据权利要求2所述的业务数据处理方法，其特征在于，所述对所述待处理的业务数据进行数据处理，得到用于导入知识图谱模型的实体类型数据和关系类型数据的步骤，包括：
从所述待处理的业务数据中确定每个实体类型以及每个实体类型的实体属性数据，并作为所述实体类型数据，其中，所述实体类型包括第一业务对象类型、第二业务对象类型以及业务事件类型；以及
从所述第一关系业务数据以及所述第二关系业务数据中确定每个关系类型、每个关系类型的关系起始节点和关系终止节点以及关系属性数据，并作为所述实体类型数据。


4.根据权利要求1所述的业务数据处理方法，其特征在于，所述识别所述知识图谱的业务关系圈网络的业务关系类型的步骤，包括：
遍历所述知识图谱的所有业务关系链，将所有业务关系链形成的业务关系圈网络分别输入到训练完成的图核算法模型，计算得到所述业务关系圈网络对应的直积图；
将所述直积图导入到支持向量机的分类模型中，得到所述知识图谱的业务关系圈网络的业务关系类型。


5.根据权利要求4所述的业务数据处理方法，其特征在于，所述支持向量机的分类模型通过以下方式训练得到：
获得不同业务关系类型的训练样本，作为训练样本集输入到图核算法模型中，并配置所述图核算法模型对应的顶点的核函数和边的核函数，其中，所述训练样本为不同业务关系类型的业务关系圈网络，所述顶点用于表示所述业务关系圈网络中的每个关系类型的关系起始节点和关系终止节点，所述边用于表示两个节点之间的关系类型，所述顶点的核函数和边的核函数用于定义业务关系类型的相似性，所述顶点的核函数和边的核函数用于输出第一相似度数值和第二相似度数值，当两个顶点的标签一致时，该两个顶点的相似度为第一相似度数值，当两个顶点的标签不一致时，该两个顶点的相似度为第二相似度数值，当两条边分别属于两个不同子图，且两条边的两端的节点标签一致、边标签一致时，该两条边相似度为第一相似度数值，反之为第二相似度数值；
在图计算平台上，通过连通图算法，识别出所述不同业务关系类型的测试样本中所有业务关系链组成的子图；
计算每个业务关系链组成的源子图与训练样本的直积图，直积图用于表示由两个源子图生成一个新图的操作图，所述新图的顶点为两个源子图的积，对于第一子图和第二子图，每个子图各取一个顶点形成全排列组合；
根据所述顶点的核函数和边的核函数，计算所述新图中每个顶点和每条边的权重，其中，所述新图中的顶点的权重由比较两个源顶点得到，所述新图中的边的权重由比较两个源边得到；
在所述直积图中计算两个源子图的相似度，得到所有训练样本之间的相似度，得到对应的相似度矩阵结果，并将所述相似度矩阵结果导入支持向量机分类器进行训练，获得支持向量机的分类模型。


6.根据权利要求1所述的业务数据处理方法，其特征在于，所述根据所述业务关系圈网络...

【专利技术属性】
技术研发人员：顾凌云，陈波，杨镇恺，刘正周，
申请(专利权)人：上海冰鉴信息科技有限公司，
类型：发明
国别省市：上海;31