[发明专利]分类模型构建方法、装置、计算机设备及可读存储介质

说明书

本发明涉及人工智能技术领域，公开了一种分类模型构建方法、装置、计算机设备及可读存储介质，包括：通过凝聚层次聚类算法识别各存量规则之间的差异度，并汇总差异度低于差异阈值的存量规则生成规则集合；提取规则集合中各存量规则的判断指标和判断结果，对判断指标和判断结果去重得到规则指标和规则结果；构建以规则集合中规则结果为分类结果，以规则指标为判断因子的分类模型；根据规则集合中规则指标创建配置页面，将配置页面与规则集合对应的分类模型关联。本发明仅需调用一个分类模型即可对多个相似的存量规则对应的计算数据进行计算，极大的降低了规则使用的复杂度，解决了当前使用者很难找到准确的规则开展其当前需解决的业务的问题。

技术领域

本发明涉及人工智能的智能决策技术领域，尤其涉及一种分类模型构建方法、装置、计算机设备及可读存储介质。

背景技术

人行征信报告是绝大部分金融机构都会使用到的数据源，用来对用户进行风险判断。但由于人行征信报告的报文非常复杂，且大多是明细类数据，统计类数据较少，导致了与其明细相关的规则在绝大部分传统规则引擎里实现起来非常困难，经常需要针对每一条规则来写不同的脚本，且业务人员是无法写这种类别的规则，需要开发人员来进行脚本的开发。

当规则数目增加到一定数量，使用者则需要在大量的规则中查询并调用需要的规则对数据进行处理，造成规则的查询及调用十分繁杂，导致使用者很难找到准确的规则开展其当前需解决的业务。

发明内容

本发明的目的是提供一种分类模型构建方法、装置、计算机设备及可读存储介质，用于解决现有技术存在的需要在大量的规则中查询并调用需要的规则对数据进行处理，导致使用者很难找到准确的规则开展其当前需解决的业务的问题；本申请可应用于智慧政务场景中，从而推动智慧城市的建设。

为实现上述目的，本发明提供一种分类模型构建方法，包括：

获得至少一个存量规则，通过凝聚层次聚类算法识别各所述存量规则之间的差异度，并汇总差异度低于差异阈值的存量规则生成规则集合；

提取规则集合中各存量规则的判断指标和判断结果，对所述判断指标和判断结果去重得到规则指标和规则结果；

构建以规则集合中规则结果为分类结果，以规则指标为判断因子的分类模型；

根据规则集合中规则指标创建配置页面，将所述配置页面与所述规则集合对应的分类模型关联。

上述方案中，将所述配置页面与所述规则集合对应的分类模型关联之后，还包括：

将所述配置页面发送至用户端，接收所述用户端在所述配置页面上录入的计算数据，并通过与所述配置页面关联的分类模型运算所述计算数据生成计算结果；

将所述计算结果返回至所述用户端和/或将所述计算结果上传至区块链。

上述方案中，通过凝聚层次聚类算法识别各所述存量规则之间的差异度的步骤，包括：

提取存量规则中的判断指标和判断结果，对所述判断指标和判断结果进行向量化处理获得特征向量；

通过凝聚层次聚类算法对每个存量规则的特征向量，进行两两计算，得出特征向量之间的聚类距离间距，并将所述聚类距离间距作为所述特征向量所对应的存量规则之间的差异度。

上述方案中，汇总差异度低于差异阈值的存量规则生成规则集合的步骤，包括：

获取任一存量规则作为目标规则，提取与所述目标规则与其他存量规则之间的差异度；

将差异度低于差异阈值的存量规则作为相似规则，并将其与所述目标规则汇总获得规则集合。

上述方案中，对所述判断指标和判断结果去重得到规则指标和规则结果之后，还包括：