[发明专利]一种工作流任务预测方法、装置、存储介质及电子设备

权利要求书

1.一种工作流任务预测方法，其特征在于，包括：

当检测到工作流任务预测事件被触发时，确定当前工作流任务及与所述当前工作流任务对应的目标交易特征信息；

将所述当前工作流任务及所述目标交易特征信息输入至预先训练的决策树预测模型中，其中，所述决策树预测模型基于在历史交易特征信息时工作流任务的流转规律生成；

根据所述决策树预测模型的输出结果确定所述当前工作流任务对应的下一工作流任务。

2.根据权利要求1所述的方法，其特征在于，在将所述当前工作流任务及所述目标交易特征信息输入至预先训练的决策树预测模型中之前，还包括：

获取所述决策树预测模型；

其中，所述决策预测模型的训练方式包括：

获取至少一条历史交易数据；

分别从所述至少一条历史交易数据中提取历史交易特征信息、历史工作流任务及所述历史工作流任务流转的下一工作流任务；

基于所述历史工作流任务流转的下一工作流任务，对所述历史交易特征信息及所述历史工作流任务进行样本标记，生成训练样本集；

根据所述训练样本集构建决策树预测模型。

3.根据权利要求2所述的方法，其特征在于，根据所述训练样本集构建决策树预测模型，包括：

根据所述训练样本集构建决基于ID3算法的决策树预测模型。

4.根据权利要求2所述的方法，其特征在于，分别从所述至少一条历史交易数据中提取历史交易特征信息，包括：

确定所述至少一条历史交易记录中所涉及的所有交易要素；

分别从所述至少一条历史交易记录中提取所述交易要素对应的特征，并将所述交易要素对应的特征作为历史交易特征信息。

5.根据权利要求4所述的方法，其特征在于，在分别从所述至少一条历史交易记录中提取所述交易要素对应的特征之前，还包括：

将所述所有交易要素组成的集合作为交易要素集合；

计算所述交易要素集合的第一相关统计量；其中，所述第一相关统计量为所述交易要素集合中各个交易要素的相关统计量分量之和；

分别去除所述交易要素集合中的任一交易要素，构成对应的交易要素候选子集；

针对各个交易要素候选子集，分别计算所述当前交易要素候选子集的第二相关统计量；其中，所述第二相关统计量为所述当前交易要素候选子集中各个交易要素的相关统计量分量之和；

当所述第二相关统计量的最大值大于所述第一相关统计量时，将各个交易要素候选子集中，第二相关统计量最大的交易要素候选子集作为所述交易要素集合，并返回执行依次分别去除所述交易要素集合中的任一交易要素，构成对应的交易要素候选子集，直至所述第二相关统计量的最大值小于所述第一相关统计量，将所述交易要素集合作为目标交易要素集合；

分别从所述至少一条历史交易记录中提取所述交易要素对应的特征，并将所述交易要素对应的特征作为历史交易特征信息，包括：

分别从所述至少一条历史交易数据中提取所述目标交易要素集合中包含的交易要素对应的特征，并将提取的所述目标交易要素集合中包含的交易要素对应的特征作为历史交易特征信息。

6.根据权利要求5所述的方法，其特征在于，所述交易要素包括如下至少一种：

客户号、客户账号、敞口类型、保证金账号、交易类型、业务类型、交易状态、交易币种、交易金额及业务场景。

7.根据权利要求1所述的方法，其特征在于，根据所述决策树预测模型的输出结果确定所述当前工作流任务对应的下一工作流任务，包括：

获取所述决策树预测模型中与所述当前工作流任务及目标交易特征信息相匹配的叶子节点对应的工作流任务；

将所述叶子节点对应的工作流任务作为所述当前工作流任务对应的下一工作流任务。