[发明专利]案件处理方法、装置、介质及电子设备

说明书

本公开涉及机器学习领域，揭示了一种案件处理方法、装置、介质及电子设备。该方法包括：利用案件样本数据分别为案件和案件处理人员确定目标属性和目标属性值划分区间；针对每一组对应的案件处理人员的目标属性值在同一目标属性值划分区间的第一案件样本数据，训练得到该组第一案件样本数据对应的案件成功率模型；针对每一组对应的案件的目标属性值在同一目标属性值划分区间的第二案件样本数据，训练得到该组第二案件样本数据对应的案件处理人员成功率模型；将各模型进行组合，利用组合后模型进行案件或案件处理人员的推荐，以便根据推荐结果进行案件处理。此方法可以将案件处理人员很好地与案件相匹配，从而提高案件处理质量和案件处理效率。

技术领域

本公开涉及机器学习技术领域，特别涉及一种案件处理方法、装置、介质及电子设备。

背景技术

在案件处理过程中，案件和人员分配是很重要的一个环节，目前各领域业内的案件和人员分配是由主管根据个人判断进行分配，处理人员拿到被分配的任务进行处理。

在目前的案件和人员分配的过程中，完全依靠主管的个人经验，主管根据案件量或对案件和人员的了解情况进行判断，然后将案件分配到自己觉得适合的案件处理人员进行处理，案件处理人员只能被动接受案件。因此，目前案件和人员的分配完全依赖于个人主观判断，案件不能被合理客观地分配，导致案件处理人员不能很好地与案件相匹配，案件处理人员可能要处理自己不擅长或者不适合自己的案件，导致案件处理质量差，处理效率低下。

发明内容

在机器学习技术领域，为了解决上述技术问题，本公开的目的在于提供一种案件处理方法、装置、介质及电子设备。

根据本公开的一方面，提供了一种案件处理方法，所述方法包括：

利用样本集中的案件样本数据分别为案件和案件处理人员确定目标属性和目标属性值划分区间，其中，所述案件样本数据包括案件的属性、案件的属性对应的属性值、案件处理人员的属性、案件处理人员的属性对应的属性值以及案件处理结果；

针对每一组对应的案件处理人员的目标属性值在同一目标属性值划分区间的第一案件样本数据，利用该组第一案件样本数据中案件的目标属性、案件的目标属性对应的目标属性值以及案件处理结果进行案件成功率模型的训练，得到该组第一案件样本数据对应的案件成功率模型；

针对每一组对应的案件的目标属性值在同一目标属性值划分区间的第二案件样本数据，利用该组第二案件样本数据中案件处理人员的目标属性、案件处理人员的目标属性对应的目标属性值以及案件处理结果进行案件处理人员成功率模型的训练，得到该组第二案件样本数据对应的案件处理人员成功率模型；

将各所述案件成功率模型与各所述案件处理人员成功率模型进行组合，利用组合后模型进行案件或案件处理人员的推荐，以便根据推荐结果进行案件处理。

根据本公开的另一方面，提供了一种案件处理装置，所述装置包括：

确定模块，被配置为利用样本集中的案件样本数据分别为案件和案件处理人员确定目标属性和目标属性值划分区间，其中，所述案件样本数据包括案件的属性、案件的属性对应的属性值、案件处理人员的属性、案件处理人员的属性对应的属性值以及案件处理结果；

第一训练模块，被配置为针对每一组对应的案件处理人员的目标属性值在同一目标属性值划分区间的第一案件样本数据，利用该组第一案件样本数据中案件的目标属性、案件的目标属性对应的目标属性值以及案件处理结果进行案件成功率模型的训练，得到该组第一案件样本数据对应的案件成功率模型；

第二训练模块，被配置为针对每一组对应的案件的目标属性值在同一目标属性值划分区间的第二案件样本数据，利用该组第二案件样本数据中案件处理人员的目标属性、案件处理人员的目标属性对应的目标属性值以及案件处理结果进行案件处理人员成功率模型的训练，得到该组第二案件样本数据对应的案件处理人员成功率模型；