[发明专利]一种确定业务处理策略的方法和装置

说明书

本发明公开了一种确定业务处理策略的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：响应于用户的业务处理请求，获取用户的用户画像数据和业务状态数据；对用户画像数据和业务状态数据进行序列化处理，得到序列化特征；将序列化特征输入预训练的业务处理模型，获取业务处理模型的输出结果；根据输出结果确定与业务处理请求对应的业务处理策略。本发明实施例所提供的方法通过序列化处理使得数据的时序性和连续性得以体现，便于模型提取时序信息和深层次语义信息，进而使得业务处理更加高效、准确，提升了用户体验。

技术领域

本发明涉及计算机技术领域，尤其涉及一种确定业务处理策略的方法和装置。

背景技术

消费者通过电商平台购物的过程中，通常会产生交易纠纷，交易纠纷可以采用赔付的方式解决。现有的赔付审核方案存在数据特征的表达方式不足，模型可解释性不足等问题。

发明内容

有鉴于此，本发明实施例提供一种确定业务处理策略的方法和装置，能够通过对用户画像数据和业务状态数据进行序列化处理后输入预训练的业务处理模型，从而确定业务处理策略，提高了模型预测的准确性和可解释性，进而使得业务处理更加高效、准确，提升了用户体验。

为实现上述目的，根据本发明实施例的一个方面，提供了一种确定业务处理策略的方法，包括：

响应于用户的业务处理请求，获取所述用户的用户画像数据和业务状态数据；

对所述用户画像数据和所述业务状态数据进行序列化处理，得到序列化特征；

将所述序列化特征输入预训练的业务处理模型，获取所述业务处理模型的输出结果；

根据所述输出结果确定与所述业务处理请求对应的业务处理策略。

可选地，将所述序列化特征输入预训练的业务处理模型之前，还包括：

构建训练样本集和测试样本集，根据所述训练样本集对神经网络模型进行预训练，获得第一网络模型；

根据所述测试样本集和所述第一网络模型，确定所述测试样本集中各个测试样本对应的第一输出结果；

根据所述测试样本集和所述各个测试样本对应的第一输出结果，训练所述业务处理模型。

可选地，根据所述测试样本集和所述各个测试样本对应的第一输出结果，训练所述业务处理模型，包括：

将所述测试样本集中的各个测试样本输入到回归模型中，获得各个测试样本对应的第二输出结果；所述回归模型包括各个序列化特征对应的各个权重系数；

根据所述测试样本对应的所述第二输出结果、所述第一输出结果和所述测试样本的真实结果，计算所述测试样本对应的损失值；

根据所述各个权重系数迭代计算所述损失值，当所述损失值的增量小于预设阈值时，确定各个权重系数，获得所述业务处理模型。

可选地，根据所述测试样本对应的所述第二输出结果、所述第一输出结果和所述测试样本中的真实结果，计算所述测试样本对应的损失值，包括：

计算所述第二输出结果与所述第一输出结果的损失函数，确定第一损失值；

计算所述第二输出结果与所述真实结果的损失函数，确定第二损失值；

将所述第一损失值和所述第二损失值进行加权求和，确定所述测试样本对应的损失值。

可选地，对所述用户画像数据和所述业务状态数据进行序列化处理之前，还包括：

对所述用户画像数据和所述业务状态数据进行离散化处理。

可选地，所述输出结果为采用预设第一业务处理策略的概率；