[发明专利]对象推荐方法、装置、电子设备和存储介质在审

专利信息
申请号: 202210143625.8 申请日: 2022-02-16
公开(公告)号: CN114491276A 公开(公告)日: 2022-05-13
发明(设计)人: 胡英东;沈嘉良 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/906;G06K9/62
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 黄广龙
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 对象 推荐 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种对象推荐方法,其特征在于,所述方法包括:

获取原始案件数据;所述原始案件数据包括案情信息、候选人信息;

对所述案情信息进行特征提取,得到案件特征;

根据所述案件特征进行类别预测处理,得到案件类别;

根据所述候选人信息确定候选人名单;

根据所述案件类别和所述案情信息从所述候选人名单筛选出目标对象进行推荐。

2.根据权利要求1所述的方法,其特征在于,所述根据所述候选人信息确定候选人名单,包括:

根据所述候选人信息创建第一候选人链表和第二候选人链表;其中,所述第一候选人链表包括至少两个候选人数据,所述第二候选人链表包括至少一个候选组合,至少一个所述候选组合由所述第一候选人链表中的至少两个候选人数据进行两两组合得到;

对每一所述候选组合中的两个所述候选人数据进行筛选,得到筛选结果;

根据所述筛选结果对所述第一候选人链表进行筛选,并将筛选后的所述第一候选人链表作为目标候选人链表;

根据所述目标候选人链表确定所述候选人名单。

3.根据权利要求2所述的方法,其特征在于,所述对每一所述候选组合中的两个所述候选人数据进行筛选,得到筛选结果,包括:

对所述候选组合中的两个所述候选人数据进行比较,得到待过滤候选人;

在所述第二候选人链表中过滤包括所述待过滤候选人的所述候选组合,得到优选组合;

根据所述优选组合得到所述筛选结果。

4.根据权利要求1所述的方法,其特征在于,所述案件类别包括欺诈案件和非欺诈案件,所述案情信息包括客户偏好信息,所述根据所述案件类别和所述案情信息从所述候选人名单筛选出目标对象进行推荐,包括:

若所述案件类别为欺诈案件,则根据所述欺诈案件对所述候选人名单进行筛选,并将筛选后的所述候选人名单作为欺诈案件候选人;

根据所述客户偏好信息对所述欺诈案件候选人进行筛选,得到所述目标对象进行推荐;

若所述案件类别为非欺诈案件,则根据所述非欺诈案件对所述候选人名单进行筛选,并将筛选后的所述候选人名单作为非欺诈案件候选人;

根据所述客户偏好信息对所述非欺诈案件候选人进行筛选,得到所述目标对象进行推荐。

5.根据权利要求1所述的方法,其特征在于,所述根据所述案件类别和所述案情信息从所述候选人名单筛选出目标对象进行推荐之后,所述方法还包括:

获取候选人选择信息;

根据所述候选人选择信息得到常选候选人;

根据所述常选候选人更新所述目标对象。

6.根据权利要求1至5任一项所述的方法,其特征在于,所述根据所述案件特征进行类别预测处理,得到案件类别,包括:

将所述案件特征输入至训练好的欺诈分类模型中,得到特征向量;

将所述特征向量进行归一化,得到案件分类概率;

根据所述案件分类概率得到案件类别。

7.根据权利要求6所述的方法,其特征在于,所述案件类别包括欺诈案件和非欺诈案件,所述根据所述案件分类概率得到案件类别,包括:

将所述案件分类概率与预设阈值进行比较,得到比较结果;

根据所述比较结果判断所述案件类别为所述欺诈案件或所述非欺诈案件。

8.一种对象推荐装置,其特征在于,包括:

数据获取模块,所述数据获取模块用于获取原始案件数据;所述原始案件数据包括案情信息、候选人信息;

特征提取模块,所述特征提取模块用于对所述案情信息进行特征提取,得到案件特征;

预测模块,所述预测模块用于根据所述案件特征进行类别预测处理,得到案件类别;

确定模块,所述确定模块用于根据所述候选人信息确定候选人名单;

推荐模块,所述推荐模块用于根据所述案件类别和所述案情信息从所述候选人名单筛选出目标对象进行推荐。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210143625.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top