[发明专利]数据处理方法、装置、计算机设备和存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取目标用户的基本信息和伤情信息；

对所述目标用户的基本信息进行数值化编码，得到所述目标用户对应的用户编码；

对所述目标用户的伤情信息进行编码处理，得到所述目标用户对应的诊断编码；

根据所述目标用户对应的诊断编码，确定所述目标用户对应的伤情等级；

根据所述目标用户对应的用户编码、诊断编码以及伤情等级，确定所述目标用户对应的误工时长值。

2.根据权利要求1所述的数据处理方法，其特征在于，所述获取目标用户的基本信息和伤情信息，包括：

获取所述目标用户的用户数据；

基于预设的传入参数，根据所述传入参数从所述用户数据提取所述目标用户的基本信息和伤情信息，其中，所述目标用户的基本信息和伤情信息存储于区块链中。

3.根据权利要求1所述的数据处理方法，其特征在于，所述获取目标用户的基本信息和伤情信息之后，还包括：

对所述目标用户的基本信息和伤情信息进行格式校验，其中，所述格式校验包括数据格式校验和数据内容校验；

若所述目标用户的基本信息和伤情信息出现格式异常，则生成异常通知消息，并根据所述异常通知消息重新获取所述目标用户的基本信息和伤情信息。

4.根据权利要求1所述的数据处理方法，其特征在于，所述伤情信息包括损伤部位、诊断名称以及诊断分类；所述对所述目标用户的伤情信息进行编码处理，得到所述目标用户对应的诊断编码，包括：

基于诊断标准库中伤情信息与诊断编码之间预设的对应关系，根据所述伤情信息中的损伤部位、诊断名称以及诊断分类匹配对应的诊断编码，以得到所述目标用户的伤情信息对应的诊断编码。

5.根据权利要求1所述的数据处理方法，其特征在于，所述根据所述目标用户对应的用户编码、诊断编码以及伤情等级，确定所述目标用户对应的误工时长值，包括：

根据所述目标用户的用户编码、诊断编码以及伤情等级，确定所述目标用户对应的待预测数据；

基于训练好的误工时长预测模型，根据所述目标用户对应的待预测数据确定所述目标用户对应的误工时长预测值；

输出所述目标用户对应的误工时长预测值，并根据作业人员对所述误工时长预测值的确认操作确定所述目标用户对应的误工时长值。

6.根据权利要求5所述的数据处理方法，其特征在于，所述基于训练好的误工时长预测模型，根据所述目标用户对应的待预测数据确定所述目标用户对应的误工时长预测值之前，还包括：

确定初始的误工时长预测模型；

获取预设数量的样本数据例，并确定所述样本数据例中的历史误工时长对应的区间编码；

根据所述样本数据例配置第一比例的样本训练集和第二比例的样本验证集；

根据所述样本训练集对所述初始的误工时长预测模型进行区间编码的预测训练，得到训练后的误工时长预测模型；

根据所述样本验证集对所述训练后的误工时长预测模型进行验证，若所述样本验证集对应的验证精度大于或等于预设的精度阈值，则结束训练，得到训练好的误工时长预测模型，其中，所述训练好的误工时长预测模型可以存储在区块链中。

7.根据权利要求5所述的数据处理方法，其特征在于，所述误工时长预测值包括预测区间编码、预测区间编码对应的预测概率以及误工时长推荐值；所述输出所述目标用户对应的误工时长预测值，并根据作业人员对所述误工时长预测值的确认操作确定所述目标用户对应的误工时长值，包括：

根据所述误工时长预测值中的预测区间编码，确定所述预测区间编码对应的预测误工时长区间；

输出所述目标用户对应的预测误工时长区间、预测概率以及误工时长推荐值，并提示所述作业人员进行误工时长值的确认；

获取所述作业人员的确认操作，根据所述确认操作确定所述目标用户对应的误工时长值。