[发明专利]业务数据处理方法、装置、存储介质及计算机设备在审

专利信息
申请号: 201911407823.5 申请日: 2019-12-31
公开(公告)号: CN111242788A 公开(公告)日: 2020-06-05
发明(设计)人: 沈鹏;朱会;蔡黎;葛华东;李大宝;王琦栋;张绍磊 申请(专利权)人: 北京健康之家科技有限公司
主分类号: G06Q40/08 分类号: G06Q40/08
代理公司: 北京中强智尚知识产权代理有限公司 11448 代理人: 黄耀威
地址: 100102 北京市朝阳区利*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 业务 数据处理 方法 装置 存储 介质 计算机 设备
【权利要求书】:

1.一种业务数据处理装置,其特征在于,包括:

获取单元,用于获取业务数据处理请求以及相应上传的影像信息;

识别单元,用于识别所述影像信息中的申请用户信息以及相应待核算的业务明细数据;

第一判断单元,用于判断所述申请用户信息对应的历史数据中是否存在符合与所述业务明细数据对应限制条件的目标数据,其中,所述目标数据对应事件的发生时间点早于与所述业务明细数据对应业务的获取时间点;

第二判断单元,用于若不存在所述目标数据,则判断预设业务类别表中是否存在所述业务明细数据对应的业务类别;

核算单元,用于若存在所述业务明细数据对应的业务类别,则根据所述业务类别对应的预设业务处理规则对所述业务明细数据进行核算处理。

2.根据权利要求1所述的装置,其特征在于,

所述识别单元,具体用于利用预设文字检测模型识别所述影像信息中各个目标字段的位置信息和类别信息;

所述识别单元,具体还用于根据所述位置信息和所述类别信息,利用预设数据信息识别模型识别所述目标字段下的所述申请用户信息和所述业务明细数据。

3.根据权利要求2所述的装置,其特征在于,所述识别单元包括:提取模块、生成模块和分类模块,

所述提取模块,用于将所述影像信息输入至所述预设文字检测模型中的卷积神经网络进行特征提取,确定所述影像信息对应的特征向量;

所述生成模块,用于将所述影像信息对应的特征向量输入至所述预设文字检测模型中的候选区域网络进行边界框提取,生成所述影像信息中各个目标字段对应的待检测区域,并根据各个待检测区域,确定所述各个目标字段的位置信息;

所述提取模块,还用于利用所述预设文字检测模型中的ROI池化层对所述各个待检测区域进行特征提取,得到所述各个待检测区域对应的特征向量;

所述分类模块,用于利用所述预设文字检测模型中的支持向量机对所述各个待检测区域对应的特征向量进行分类,得到所述各个目标字段对应的类别信息。

4.根据权利要求1所述的装置,其特征在于,所述核算单元包括:确定模块、判断模块和核算模块,

所述确定模块,用于根据所述预设业务处理规则,确定所述业务明细数据对应的预设时间要求和核算公式;

所述判断模块,用于判断所述业务明细数据中的时间信息是否符合预设时间要求;

所述核算模块,用于若符合所述预设时间要求,则根据所述核算公式对所述业务明细数据进行核算处理。

5.根据权利要求4所述的装置,其特征在于,所述核算模块包括:排序子模块和核算子模块,

所述排序子模块,用于将符合预设时间要求的业务明细数据按照所述时间信息的先后顺序进行排序;

所述核算子模块,用于按照所述业务明细数据的排序顺序,根据所述核算公式对所述业务明细数据进行核算处理。

6.根据权利要求1所述的装置,其特征在于,所述装置还包括发送单元,

所述发送单元,用于若不存在所述业务明细数据对应的业务类别,则向所述业务人员终端发送拒绝核算处理的提示信息。

7.一种业务数据处理方法,其特征在于,包括:

获取业务数据处理请求以及相应上传的影像信息;

识别所述影像信息中的申请用户信息以及相应待核算的业务明细数据;

判断所述申请用户信息对应的历史数据中是否存在符合与所述业务明细数据对应限制条件的目标数据,其中,所述目标数据对应事件的发生时间点早于与所述业务明细数据对应业务的获取时间点;

若不存在所述目标数据,则判断预设业务类别表中是否存在所述业务明细数据对应的业务类别;

若存在所述业务明细数据对应的业务类别,则根据所述业务类别对应的预设业务处理规则对所述业务明细数据进行核算处理。

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北京健康之家科技有限公司,未经北京健康之家科技有限公司许可,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/201911407823.5/1.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