[发明专利]基于数据挖掘的社保数据处理方法、装置和计算机设备

说明书

本申请涉及一种基于数据挖掘的社保数据处理方法、装置和计算机设备。所述方法包括：接收终端发送的资源获取请求，资源获取请求包括请求类型和请求信息；根据资源获取请求和请求信息获取多个社保数据，社保数据包括多个字段数据；对社保数据对应的多个字段数据进行向量化，得到多个字段数据对应的特征向量；根据预设算法计算多个特征向量之间的相似度，提取出相似度达到预设阈值的特征向量；根据请求类型获取预设的数据分析模型，通过数据分析模型对提取的特征向量进行分析，得到对应的分析结果数据；将分析结果数据推送至对应的终端。采用本方法能够有效对社保数据进行挖掘，并有效地提高社保数据的分析效率和准确率。

技术领域

本申请涉及计算机技术领域，特别是涉及一种基于数据挖掘的社保数据处理方法、装置和计算机设备。

背景技术

随着经济的飞速发展，社会保险成为了民生经济的重要组成部分。随着计算机技术的不断发展，社会保险人员登记、社会保险金征收、社会保险金偿付等各个业务流程已经全部实现网络化和信息化，社保业务系统也积累了大量的社保数据。

现有的对社保数据进行挖掘的方式中，大多的只是对社保数据进行查询以及简单的数据处理，对这些大量的社保数据没有进行更深层次的分析和挖掘。且大量的社保数据具有数据量大，信息度繁杂冗余，在对大量的社保数据进行挖掘和分析时，大量的社保数据极易存在挖掘度深度不够、流程混乱等情况，导致数据挖掘的效率和准确率较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够有效挖掘出社保数据中有价值的信息，并有效地提高社保数据的分析效率和准确率的基于数据挖掘的社保数据处理方法、装置和计算机设备。

一种基于数据挖掘的社保数据处理方法，所述方法包括：

接收终端发送的资源获取请求，所述资源获取请求包括请求类型和请求信息；

根据所述资源获取请求和请求信息获取多个社保数据，所述社保数据包括多个字段数据；

对所述社保数据对应的多个字段数据进行向量化，得到多个字段数据对应的特征向量；

根据预设算法计算多个特征向量之间的相似度，提取出所述相似度达到预设阈值的特征向量；

根据所述请求类型获取预设的数据分析模型，通过所述数据分析模型对提取的特征向量进行分析，得到对应的分析结果数据；

将所述分析结果数据推送至对应的终端。

在其中一个实施例中，所述对所述社保数据对应的多个字段数据进行向量化的步骤，包括：获取预设的语料库，根据所述社保数据从所述语料库中获取相关联的语料数据；获取预设的向量训练模型，通过所述向量训练模型对所述社保数据和所述语料数据进行词向量计算和训练，得到对应的多个词向量；根据预设算法将所述词向量转换为对应的特征向量。

在其中一个实施例中，所述根据预设算法计算多个特征向量之间的相似度，提取出相似度达到预设阈值的特征向量步骤，包括：根据预设的目标函数计算多个特征向量的多个维度值；根据预设的距离算法和所述维度值计算多个特征向量之间的相似度；提取出所述相似度达到预设阈值的特征向量。

在其中一个实施例中，通过所述数据分析模型对提取的特征向量进行分析的步骤，包括：通过所述数据分析模型计算出多个特征向量的分布值和字段饱和度；对多个特征向量进行统计筛查，提取达到预设饱和值的特征向量；根据预设的语义分析算法，对提取出的特征向量进行分析，得到特征向量的权重；根据所述特征向量的分布值和字段饱和度以及权重进行分析，得到所述特征向量对应多个类型的指标数据和对应的数值；根据所述多个类型的指标数据和对应的数值生成分析结果数据。