技术摘要：
本公开涉及一种数据处理方法及装置、电子设备和存储介质，其中，该方法包括：响应于核保请求，得到待处理的核保数据；将所述核保数据基于数据类型转换为类别数据；根据所述类别数据和核保决策网络进行分类决策处理，得到用于响应所述核保请求的决策结果。采用本公开，  全部
背景技术：
当今的大数据时代，对大量的数据进行数据挖掘，或者进行数据分析处理等是趋 势，不同数据处理的应用场景中有不同的数据处理决策方案，如风险控制评估场景中，对申 请投保的用户，需要对其进行投保的核验，简称核保。 一方面，由于不同用户在年纪、性别、健康状况、是否有历史投保记录等方方面面 都存在差异，因此，需要符合不同用户的个性化类别的需求；另一方面，对用户申请投保的 核保请求，在核验该核保请求的设备侧进行分析处理时由于核验人员经验等业务水平的差 异，针对核验请求所做出的决策也不同，且数据量本身的数量级比较大，因此，相关技术中， 难以为用户提供精准且高效的决策结果。
技术实现要素：
有鉴于此，本公开提出了一种数据处理的技术方案。 根据本公开的一方面，提供了一种数据处理方法，所述方法包括： 响应于核保请求，得到待处理的核保数据； 将所述核保数据基于数据类型转换为类别数据； 根据所述类别数据和核保决策网络进行分类决策处理，得到用于响应所述核保请 求的决策结果。 采用本公开，通过响应核保请求，可以得到待处理的核保数据，将该核保数据基于 数据类型转换为类别数据，根据类别数据和核保决策网络进行分类决策处理，可以得到用 于响应该核保请求的决策结果。由于该决策结果不依赖于核验人员，可以规避核验人员经 验等业务水平产生的决策差异，本公开依靠对核保数据转换得到的类别数据及核保决策网 络进行分类决策处理，从而可以为用户提供精准且高效的决策结果。 在一种可能的实现方式中，所述核保决策网络，为根据预标注的类别数据样本训 练后得到核保决策网络； 所述预标注的类别数据样本包括历史核保数据。 采用本公开，可以根据至少包括历史核保数据的类别数据样本得到核保决策网 络，从而可以基于该核保决策网络进行分类决策处理。 在一种可能的实现方式中，所述根据所述类别数据和核保决策网络进行分类决策 处理，得到用于响应所述核保请求的决策结果，包括： 将所述类别数据输入所述核保决策网络，得到包含标保判决和/或非标保判决的 决策结果。 采用本公开，根据类别数据及核保决策网络进行分类决策处理，可以将类别数据 4 CN 111553800 A 说　明　书 2/13 页 输入核保决策网络，从而得到包含标保判决和/或非标保判决的决策结果。由于是依靠对核 保数据转换得到的类别数据及核保决策网络进行分类决策处理，而不是依靠核保人员的经 验来决策，从而可以为用户提供精准且高效的决策结果。 在一种可能的实现方式中，所述得到用于响应所述核保请求的决策结果之后，所 述方法还包括： 响应所述核保请求，将所述决策结果反馈给发出所述核保请求的设备； 所述核保请求，包括：通过客户端在线发出的核保请求、或在核保服务提供商处离 线发出的核保请求。 采用本公开，可以将响应核保请求得到的决策结果，反馈给发出该核保请求的设 备，可以在设备侧显示该决策结果。 在一种可能的实现方式中，所述根据所述类别数据和核保决策网络进行分类决策 处理，得到用于响应所述核保请求的决策结果，包括： 响应于所述类别数据为线性数据及非线性数据的情况，将所述线性数据及所述非 线性数据分别进行特征提取，得到第一特征向量组及第二特征向量组； 将所述第一特征向量组及第二特征向量组输入所述核保决策网络，在所述核保决 策网络中基于对应的第一处理模块及第二处理模块分别进行分类决策，得到所述决策结 果。 采用本公开，根据类别数据及核保决策网络进行分类决策处理，可以对类别数据， 按照线性数据及非线性数据分别进行特征提取，分别得到第一特征向量组及第二特征向量 组，将第一特征向量组及第二特征向量组输入该核保决策网络分别进行分类决策，以得到 决策结果。由于可以针对类别数据的数据类型分别进行针对性的分类决策，因此，不仅提高 了分类精度，也提高了分类的处理效率。 在一种可能的实现方式中，所述在所述核保决策网络中基于对应的第一处理模块 及第二处理模块分别进行分类决策，得到所述决策结果，包括： 在所述核保决策网络中基于对应的第一处理模块及第二处理模块分别进行分类 决策之后，进行并行处理，输出并行处理结果； 根据所述并行处理结果和目标决策值，得到损失函数； 根据所述损失函数的反向传播训练所述核保决策网络，直至结束训练后得到核保 决策网络的输出结果，并将所述输出结果作为所述决策结果。 采用本公开，可以根据分类决策之后的并行处理，得到并行处理结果，根据该并行 处理结果和目标决策值，得到损失函数，根据损失函数的反向传播训练该核保决策网络，直 至结束训练后得到核保决策网络的输出结果，并将输出结果作为决策结果，基于损失函数 训练得到的核保决策网络进行分类决策，可以为用户提供精准且高效的决策结果。 在一种可能的实现方式中，所述将所述核保数据基于数据类型转换为类别数据， 包括： 对所述核保数据，采用树模型进行核保数据所属数据类型的分析，得到分析结果； 根据所述分析结果，确定用于区分数据类型的数据分割点； 根据所述数据分割点，对所述核保数据进行离散化处理，得到多种类别的类别数 据。 5 CN 111553800 A 说　明　书 3/13 页 采用本公开，可以采用树模型进行核保数据所属数据类型的分析，以得到至少包 括线性数据及非线性数据的多种类别的类别数据，以便在分类决策的过程中可以针对线性 数据及非线性数据分别进行特征提取后再输入该核保决策网络分别进行分类决策，以得到 决策结果。由于可以针对类别数据的数据类型分别进行针对性的分类决策，因此，不仅提高 了分类精度，也提高了分类的处理效率。 根据本公开的另一方面，提供了一种数据处理装置，所述装置包括： 响应单元，用于响应于核保请求，得到待处理的核保数据； 转换单元，用于将所述核保数据基于数据类型转换为类别数据； 分类决策处理单元，用于根据所述类别数据和核保决策网络进行分类决策处理， 得到用于响应所述核保请求的决策结果。 在一种可能的实现方式中，所述核保决策网络，为根据预标注的类别数据样本训 练后得到核保决策网络； 所述预标注的类别数据样本包括历史核保数据。 在一种可能的实现方式中，所述分类决策处理单元，用于： 将所述类别数据输入所述核保决策网络，得到包含标保判决和/或非标保判决的 决策结果。 在一种可能的实现方式中，所述装置还包括反馈单元，用于： 响应所述核保请求，将所述决策结果反馈给发出所述核保请求的设备； 所述核保请求，包括：通过客户端在线发出的核保请求、或在核保服务提供商处离 线发出的核保请求。 在一种可能的实现方式中，所述分类决策处理单元，用于： 响应于所述类别数据为线性数据及非线性数据的情况，将所述线性数据及所述非 线性数据分别进行特征提取，得到第一特征向量组及第二特征向量组； 将所述第一特征向量组及第二特征向量组输入所述核保决策网络，在所述核保决 策网络中基于对应的第一处理模块及第二处理模块分别进行分类决策，得到所述决策结 果。 在一种可能的实现方式中，所述分类决策处理单元，用于： 在所述核保决策网络中基于对应的第一处理模块及第二处理模块分别进行分类 决策之后，进行并行处理，输出并行处理结果； 根据所述并行处理结果和目标决策值，得到损失函数； 根据所述损失函数的反向传播训练所述核保决策网络，直至结束训练后得到核保 决策网络的输出结果，并将所述输出结果作为所述决策结果。 在一种可能的实现方式中，所述转换单元，用于： 对所述核保数据，采用树模型进行核保数据所属数据类型的分析，得到分析结果； 根据所述分析结果，确定用于区分数据类型的数据分割点； 根据所述数据分割点，对所述核保数据进行离散化处理，得到多种类别的类别数 据。 根据本公开的另一方面，提供了一种电子设备，包括：处理器；用于存储处理器可 执行指令的存储器；其中，所述处理器被配置为执行上述数据处理方法。 6 CN 111553800 A 说　明　书 4/13 页 根据本公开的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程 序指令，其中，所述计算机程序指令被处理器执行时实现上述数据处理方法。 在本公开实施例中，通过响应核保请求，可以得到待处理的核保数据(如投保的保 单数据)，将核保数据基于数据类型转换为类别数据(如线性数据及非线性数据)。根据类别 数据和核保决策网络进行分类决策处理(如进行投保风险进行分类评估的决策)，从而得到 用于响应该核保请求的决策结果。由于该决策结果不依赖于核验人员，可以规避核验人员 经验等业务水平产生的决策差异，本公开依靠对核保数据转换得到的类别数据及核保决策 网络进行分类决策处理，从而可以为用户提供精准且高效的决策结果。 应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非 限制本公开。 根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得 清楚。 附图说明 包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的 示例性实施例、特征和方面，并且用于解释本公开的原理。 此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公 开的实施例，并与说明书一起用于说明本公开的技术方案。 图1示出根据本公开实施例的数据处理方法的流程图。 图2示出根据本公开实施例的采用第一网络实现数据处理方法的示意图。 图3示出根据本公开实施例的采用第二网络实现数据处理方法的示意图。 图4示出根据本公开实施例的数据处理装置的框图。 图5示出根据本公开实施例的电子设备的框图。 图6示出根据本公开实施例的电子设备的框图。