基于决策树的业务数据投被关系匹配方法和装置

技术领域

本申请涉及人工智能技术领域，特别是涉及一种基于决策树的业务数据投被关系匹配方法和装置。

背景技术

随着人工智能技术的发展，以及互联网金融在人们工作生活中的逐步应用，更多用户选择在线投保。而由于投保项目涉及用户个人隐私数据以及金融数据等，为防止用户信息泄露或恶意骗保情况，需要对不同投保人员以及不同投被关系人员进行校验。

传统上，对投保人员以及不同投被关系人员的校验，多依靠用户自主选择的投被关系进行识别，但仍存在用户自主选择错误的风险，而当用户选择错误时，则无法准确识别出该用户在业务项目内的投被关系。

为减少因用户自主选择投被关系错误带来的识别误差，设置在由用户选择投被关系后，根据用户所选择的投被关系以及系统预先存储有的投被关系进行比对，以确定是否存在关联关系的机制。但该判断机制仅可针对预存有投被关系的用户可实现关联关系的判定，以在用户选择投被关系错误时及时提醒。而当保单对应的业务数据发生变更时，由于无法预存相应的投被关系，以及无法准确确定出用户在变更后的保单内的投被关系的变更情况，导致针对出现业务变更后的不同用户的业务项目匹配效率较低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提升对不同用户的业务项目匹配效率的基于决策树的业务数据投被关系匹配方法和装置。

一种基于决策树的业务数据投被关系匹配方法，所述方法包括：

从业务数据中提取出对应的投保用户标识和被保用户标识，并根据所述投保用户标识和所述被保用户标识提取对应的用户基础信息；

根据所提取的所述用户基础信息生成基础数据集合；

根据所述基础数据集合和预设投被关系建立目标决策树；所述目标决策树的层数大于所述用户基础信息的类别数；

获取待识别的用户的目标用户基础信息，并根据所述目标用户基础信息遍历所述决策树，确定出与所述目标用户基础信息匹配的投被关系；

对确定出的投被关系进行分析处理，当根据投被关系确定所述待识别的用户同时为投保用户和被保用户时，将该投被关系确定为双向投被关系；

获取所述待识别的用户所属的目标业务应用场景，根据所述目标业务应用场景从所述双向投被关系中确定出对应的目标投被关系。

在其中一个实施例中，所述获取待识别的用户的目标用户基础信息，并根据所述目标用户基础信息遍历所述决策树，确定出与所述目标用户基础信息匹配的投被关系，包括：

获取待识别的用户的目标用户基础信息，并对所述目标用户基础信息的完整度进行判定；所述目标用户基础信息存储于区块链中；

当确定所述目标用户基础信息完整度符合预设要求时，根据所述目标用户基础信息依次遍历所述目标决策树的各层；所述目标决策树的底层为投被关系；

当成功遍历所述目标决策树的各层时，从所述目标决策树的底层匹配出与所述目标用户基础信息对应的投被关系。

在其中一个实施例中，所述获取所述待识别的用户所属的目标业务应用场景，根据所述目标业务应用场景从所述双向投被关系中确定出对应的目标投被关系，包括：

获取待识别的用户所属的目标业务应用场景；

获取所述目标业务应用场景对应的场景属性信息；所述场景属性信息包括投保类别、投保产品和产品属性；

根据所述场景属性信息，从所述双向投被关系中确定出其中一种投被关系，确定为与所述待识别用户对应的目标投被关系。

在其中一个实施例中，在所述根据所提取的所述用户基础信息生成基础数据集合之前，还包括：

对所获取的所述用户基础信息进行数据预处理，生成可用数据；

获取所述可用数据的数据类型和不同数据类型对应的数据数量；

根据不同数据类型以及对应的数据数量，确定匹配的数据处理方式；

根据不同所述数据处理方式对多个所述可用数据，分别执行数据处理，生成与所述用户基础信息对应的初始数据；所述初始数据用于生成与所述用户基础信息对应的基础数据集合。

在其中一个实施例中，所述根据所提取的所述用户基础信息生成基础数据集合，包括：

对所述初始数据进行结构化处理，生成对应的结构化数据；

根据所述初始数据的不同类别，确定不同类别的结构化数据；

获取与不同类别的所述结构化数据对应的信息要素；

获取预先创建的抽象用户信息对象；

根据所述信息要素，从所述用户基础信息中，匹配出与所述抽象用户信息对象对应的对象信息；

根据各所述对象信息建立实例集合，生成基础信息数集合。

在其中一个实施例中，所述数据类型包括数字型、字节型以及文本型；所述数据处理方式包括判断处理、赋值处理以及声明处理；所述根据不同所述数据处理方式对多个所述可用数据，分别执行数据处理，生成与所述用户基础信息对应的初始数据，包括：

对数字型的可用数据进行判断处理，将预设的取值范围和数字型的可用数据的取值进行比对；

提取符合所述预设取值范围的数字型的可用数据，生成数字型的初始数据；

或对字节型的可用数据进行赋值处理，将所述字节型的可用数据的取值与预设取值进行比对；

当确定所述字节型的可用数据的取值不符合所述预设取值时，将所述预设取值赋给对应的字节型的可用数据，并根据被赋值后的字节型的可用数据，生成字节型的初始数据；

或对文本型的可用数据进行声明处理，将所述文本型的可用数据的组成成分与预设组成成分进行比对；

当确定所述文本型的可用数据的组成成分与所述预设组成成分不一致时，将所述文本型的可用数据声明为预设组成成分，生成文本型的初始数据。

在其中一个实施例中，在根据所述目标业务应用场景从所述双向投被关系中确定出对应的目标投被关系之后，还包括：

根据所确定的所述目标投被关系进行业务识别，确定所述目标投被关系所属的业务项目；

针对不同所述业务项目，为所述目标投被关系对应的用户设置相应的保单操作权限；所述项目操作权限包括项目查看、项目修改以及项目下载。

一种基于决策树的业务数据投被关系匹配装置，所述装置包括：

用户基础信息提取模块，用于从业务数据中提取出对应的投保用户标识和被保用户标识，并根据所述投保用户标识和所述被保用户标识提取对应的用户基础信息；

基础数据集合生成模块，用于根据所提取的所述用户基础信息生成基础数据集合；

目标决策树建立模块，用于根据所述基础数据集合和预设投被关系建立目标决策树；所述目标决策树的层数大于所述用户基础信息的分类数；

遍历模块，用于获取待识别的用户的目标用户基础信息，并根据所述目标用户基础信息遍历所述决策树，确定出与所述目标用户基础信息匹配的投被关系；

双向投被关系确定模块，用于对确定出的投被关系进行分析处理，当根据投被关系确定所述待识别的用户同时为投保用户和被保用户时，将该投被关系确定为双向投被关系；

目标投被关系确定模块，用于获取所述待识别的用户所属的目标业务应用场景，根据所述目标业务应用场景从所述双向投被关系中确定出对应的目标投被关系。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

从业务数据中提取出对应的投保用户标识和被保用户标识，并根据所述投保用户标识和所述被保用户标识提取对应的用户基础信息；

根据所提取的所述用户基础信息生成基础数据集合；

根据所述基础数据集合和预设投被关系建立目标决策树；所述目标决策树的层数大于所述用户基础信息的类别数；

获取待识别的用户的目标用户基础信息，并根据所述目标用户基础信息遍历所述决策树，确定出与所述目标用户基础信息匹配的投被关系；

对确定出的投被关系进行分析处理，当根据投被关系确定所述待识别的用户同时为投保用户和被保用户时，将该投被关系确定为双向投被关系；

获取所述待识别的用户所属的目标业务应用场景，根据所述目标业务应用场景从所述双向投被关系中确定出对应的目标投被关系。

一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

从业务数据中提取出对应的投保用户标识和被保用户标识，并根据所述投保用户标识和所述被保用户标识提取对应的用户基础信息；

根据所提取的所述用户基础信息生成基础数据集合；

根据所述基础数据集合和预设投被关系建立目标决策树；所述目标决策树的层数大于所述用户基础信息的类别数；

获取待识别的用户的目标用户基础信息，并根据所述目标用户基础信息遍历所述决策树，确定出与所述目标用户基础信息匹配的投被关系；

对确定出的投被关系进行分析处理，当根据投被关系确定所述待识别的用户同时为投保用户和被保用户时，将该投被关系确定为双向投被关系；

获取所述待识别的用户所属的目标业务应用场景，根据所述目标业务应用场景从所述双向投被关系中确定出对应的目标投被关系。

上述基于决策树的业务数据投被关系匹配方法和装置中，通过从业务数据中提取出对应的投保用户标识，并根据投保用户标识提取对应的用户基础信息，进而根据所提取的用户基础信息生成基础数据集合。根据基础数据集合和预设投被关系建立目标决策树，并根据所获取待识别的用户的目标用户基础信息遍历决策树，确定出与目标用户基础信息匹配的投被关系。通过对确定出的投被关系进行分析处理，当根据投被关系确定待识别的用户同时为投保用户和被保用户时，将该投被关系确定为双向投被关系，进一步根据待识别用户所属的目标业务应用场景，从双向投被关系中确定出对应的目标投被关系。由于无需用户手动自主选择投被关系，可减少用户错误选择投被关系的风险，在发生业务数据变更时，也可实现对不同用户的投被关系的快速识别，进而可提高不同用户的业务项目的匹配效率。

附图说明

图1为一个实施例中基于决策树的业务数据投被关系匹配方法的应用场景图；

图2为一个实施例中基于决策树的业务数据投被关系匹配方法的流程示意图；

图3为一个实施例中基于决策树的业务数据投被关系匹配方法的目标决策树的结构示意图；

图4为另一个实施例中基于决策树的业务数据投被关系匹配方法的流程示意图；

图5为一个实施例中基于决策树的业务数据投被关系匹配装置的结构框图；

图6为另一个实施例中基于决策树的业务数据投被关系匹配装置的结构框图；

图7为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的基于决策树的业务数据投被关系匹配方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。当需要对用户业务项目的业务数据的投被关系进行识别时，服务器104通过从业务数据中提取出对应的投保用户标识，并根据投保用户标识提取对应的用户基础信息。其中，用户基础信息可从终端102本地存储中获取，或从服务器104的云端存储获取。根据所提取的用户基础信息生成基础数据集合，并根据基础数据集合和预设投被关系建立目标决策树。通过获取待识别的用户的目标用户基础信息，并根据目标用户基础信息遍历决策树，确定出与目标用户基础信息匹配的投被关系，进而对确定出的投被关系进行分析处理。当根据投被关系确定待识别的用户同时为投保用户和被保用户时，将该投被关系确定为双向投被关系，并获取待识别的用户所属的目标业务应用场景，根据目标业务应用场景从双向投被关系中确定出对应的目标投被关系。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种基于决策树的业务数据投被关系匹配方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：

步骤S202，从业务数据中提取出对应的投保用户标识和被保用户标识，并根据投保用户标识和被保用户标识提取对应的用户基础信息。

具体地，当检测到需要对用户业务项目的业务数据进行投被关系识别时，获取各业务数据对应的投保用户标识和被保用户标识，并从本地存储或云端存储中提取出与投保用户标识对应的用户基础信息，以及与被保用户标识对应的用户基础信息。其中，用户基础信息包括用户的姓名、性别、生日、证件类型以及证件号。步骤S204，根据所提取的用户基础信息生成基础数据集合。

具体地，通过对与用户基础信息对应的初始数据进行结构化处理，生成对应的结构化数据，并获取初始数据对应的不同类别，确定出对应不同类别的结构化数据。获取与不同类别的结构化数据对应的信息要素，并获取预先创建的抽象用户信息对象，进而根据信息要素，从用户基础信息中，匹配出与抽象用户信息对象对应的对象信息，实现根据各对象信息建立实例集合，生成基础信息数集合。

其中，信息要素同样包括姓名、性别、生日、证件类型以及证件号。当需要识别用户的投被关系时，首先需要识别该用户所属的保单下所有的投保用户和被投用户，并以和所有的投保用户和被投用户对应的抽象用户信息对象建立实例集合。

进一步地，建立实例集合的过程即表示数据建模过程，由于数据信息可变更，则每次识别都需重新进行数据建模，且建模之后数据保持静态不动，则建模时考虑静态特征，即考虑姓名、性别、生日、证件类型以及证件号等静态特征。则可通过将初始数据进行结构化处理，确定出每一条用户基础信息对应的基础数据集合中的一条数据，也可理解为需要根据信息要素，从用户基础信息中，匹配出与抽象用户信息对象对应的对象信息，进而可整合得到基础数据集合。

步骤S206，根据基础数据集合和预设投被关系建立目标决策树。

具体地，根据基础数据集合和预设投被关系建立目标决策树，其中，基础数据集合内包括的用户基数信息的分类共五类，包括姓名、性别、生日、证件类型以及证件号，目标决策树的层数大于用户基础信息的类别数，还包括顶层的根节点以及底层的投被关系。

其中，如图3所示，提供了一种业务数据投被关系匹配的目标决策树的结构示意图，参照图3可知，目标决策树的顶层为根节点，第一层为用户基础信息中的姓名，第二层为用户基础信息中的性别，第三层为用户基础信息中的生日，第四层为用户基础信息中的证件类型，第五层为证件类型对应的证件号码，底层为投被关系。其中，在其他实施例中，建立目标决策树的过程中，各层的顺序可以更改，未限定在图3所示的顺序。

步骤S208，获取待识别的用户的目标用户基础信息，并根据目标用户基础信息遍历决策树，确定出与目标用户基础信息匹配的投被关系。

具体地，通过获取待识别的用户的目标用户基础信息，并对目标用户基础信息的完整度进行判定，即判断目标用户基础信息是否完整包括姓名、性别、生日、证件类型以及证件号。当确定目标用户基础信息完整度符合预设要求时，根据目标用户基础信息依次遍历目标决策树的各层；当成功遍历目标决策树的各层时，从目标决策树的底层匹配出与目标用户基础信息对应的投被关系。其中，待识别的用户可以为业务项目变更申请用户，当申请用户变更时，需要重新对投被关系进行确定。

进一步地，由于用户实时输入的信息无法判定是否正确，需要以系统记录的数据为正确模板，然后匹配需要识别的用户基础信息，从而保持用户基础信息的准确率和完整度。其中，识别目标用户基础信息的方式是按照如图3所示的目标决策树的结构，即按照姓名、性别、出生日期、证件类型、证件号的顺序，在目标决策树中进行遍历，五项用户基础信息需全部匹配成功。

在一个实施例中，首先按照姓名在目标决策树的第一层进行遍历，当成功匹配到目标用户基础信息中的姓名时，根据性别在目标决策树的第二层进行遍历。当在第二层匹配成功时，按照生日在目标决策树的第三层进行遍历。当在第三层匹配成功时，按照证件类型在目标决策树的第四层进行遍历。当在第四层匹配成功时，根据证件号在目标决策树的第五层进行匹配，当在第五层也匹配成功，即五项用户基础信息全部匹配成功时，则从目标决策树的第六层确定出与目标用户基础信息匹配的投被关系。

步骤S210，对确定出的投被关系进行分析处理，当根据投被关系确定待识别的用户同时为投保用户和被保用户时，将该投被关系确定为双向投被关系。

具体地，通过对确定出的投被关系进行分析处理，确定是否存在特殊情况，即根据投被关系，是否可确定出待识别的用户既为投保用户也为被保用户。当通过对决策树进行遍历，在第六层得到投被关系为待识别的用户即为投保用户也为被保用户时，将该投被关系确定为双向投被关系，需根据待识别用户所属的目标业务应用场景，进一步选择其中一种投被关系，即将待识别的用户确定为投保用户或被保用户中的一种。

在一个实施例中，包括两种特殊情况，第一，识别的用户是投保用户同时还是被保用户，则当前情况下的识别结果是包含两种用户属性，即投保用户和被保用户均作为识别结果返回，需进一步根据实际应用场景来决定此次作为投保人还是被保人的关系操作。第二，如果待识别的用户五项信息都相同，则添加身亡日期作为判定条件，根据身亡日期判定是否为同一用户，如果为同一用户，则保留其中任意一个用户基础信息。

步骤S212，获取待识别的用户所属的目标业务应用场景，根据目标业务应用场景从双向投被关系中确定出对应的目标投被关系。

具体地，通过获取待识别的用户所属的目标业务应用场景，并获取目标业务应用场景对应的场景属性信息。其中，场景属性信息包括投保类别、投保产品和产品属性。进而可根据场景属性信息，从双向投被关系中确定出其中一种投被关系，确定为与待识别用户对应的目标投被关系。

进一步地，以场景属性信息包括投保产品和产品属性为例，通过获取实际投保产品以及相应的产品属性，根据实际投保产品和相应的产品属性，确定当前待识别用户为投保用户还是被保用户。当根据识别结果，从双向投被关系中确定出其中一种投被关系，确定为与待识别用户对应的目标投被关系。

在一个实施例中，在根据目标业务应用场景从双向投被关系中确定出对应的目标投被关系之后，还包括：

根据所确定的目标投被关系进行业务识别，确定目标投被关系所属的业务项目；针对不同业务项目，为目标投被关系对应的用户设置相应的项目操作权限；项目操作权限包括项目查看、项目修改以及项目下载。

具体地，通过对所确定的目标投被关系进行业务识别，确定目标投被关系是属于投保业务还是被保业务，进而确定与目标投被关系对应的用户应具备的项目操作权限。其中，比如投保用户和被保用户对业务项目的操作权限设置为不同，投保用户可对项目进行查看或修改权限，而被保用户则仅提供查看权限等。

需要强调的是，为进一步保证上述业务数据、用户基础信息以及目标用户基础信息的私密和安全性，上述业务数据、用户基础信息以及目标用户基础信息还可以存储于一区块链的节点中。

上述基于决策树的业务数据投被关系匹配方法中，通过从业务数据中提取出对应的投保用户标识，并根据投保用户标识提取对应的用户基础信息，进而根据所提取的用户基础信息生成基础数据集合。根据基础数据集合和预设投被关系建立目标决策树，并根据所获取待识别的用户的目标用户基础信息遍历决策树，确定出与目标用户基础信息匹配的投被关系。通过对确定出的投被关系进行分析处理，当根据投被关系确定待识别的用户同时为投保用户和被保用户时，将该投被关系确定为双向投被关系，进一步根据待识别用户所属的目标业务应用场景，从双向投被关系中确定出对应的目标投被关系。由于无需用户手动自主选择投被关系，可减少用户错误选择投被关系的风险，在发生业务数据变更时，也可实现对不同用户的投被关系的快速识别，进而可提高不同用户的业务项目的匹配效率。

在一个实施例中，如图4所示，提供了另一种基于决策树的业务数据投被关系匹配方法，具体包括以下步骤：

步骤S402，对所获取的用户基础信息进行数据预处理，生成可用数据。

具体地，通过对所获取的用户基础信息进行数据预处理，删除用户基础信息中的无效数据和重复数据，并对用户基础信息中的缺失数据进行补充或删除，生成与用户基础信息对应的可用数据。

步骤S404，获取可用数据的数据类型和不同数据类型对应的数据数量。

具体地，可用数据的数据类型包括数字型、字节型以及文本型，其中，不同数据类型对应相同或不同的数据数量，即数据条数。

步骤S406，根据不同数据类型以及对应的数据数量，确定匹配的数据处理方式。

具体地，处理方式包括判断处理、赋值处理以及声明处理，根据不同数据类型以及相应的数据数量，确定出匹配的数据处理方式包括与数字型的可用数据对应的判断处理，与字节型的可用数据对应的赋值处理，以及与文本型的可用数据对应的声明处理。

步骤S408，根据不同数据处理方式对多个可用数据，分别执行数据处理，生成与用户基础信息对应的初始数据，初始数据用于生成与用户基础信息对应的基础数据集合。

具体地，可用数据的数据类型包括数字型、字节型以及文本型，针对数字型的可用数据进行判断处理，将预设的取值范围和数字型的可用数据的取值进行比对，通过提取符合预设取值范围的数字型的可用数据，生成数字型的初始数据。

针对字节型的可用数据进行赋值处理，将字节型的可用数据的取值与预设取值进行比对。当确定字节型的可用数据的取值不符合预设取值时，将预设取值赋给对应的字节型的可用数据，并根据被赋值后的字节型的可用数据，生成字节型的初始数据。

针对文本型的可用数据进行声明处理，将文本型的可用数据的组成成分与预设组成成分进行比对，且当确定文本型的可用数据的组成成分与预设组成成分不一致时，将文本型的可用数据声明为预设组成成分，生成文本型的初始数据。

本实施例中，用户基础信息包括用户的姓名、性别、生日、证件类型以及证件号，其中，用户的生日属于数字型的可用数据，而用户的姓名、性别以及证件类似属于文本型的可用数据，用户的证件号码属于字节型的可用数据。

上述基于决策树的业务数据投被关系匹配方法中，通过对所获取的用户基础信息进行数据预处理，生成可用数据，并获取可用数据的数据类型和不同数据类型对应的数据数量，进而根据不同数据类型以及对应的数据数量，确定匹配的数据处理方式。根据不同数据处理方式对多个可用数据，分别执行数据处理，生成与用户基础信息对应的初始数据。实现了根据不同数据处理方式对可用数据进行数据处理，得到用于生成与用户基础信息对应的基础数据集合的初始数据。由于预先对用户基础信息进行处理，避免后续进行投被关系匹配时出现因无效数据或缺失数据等，造成的匹配失败而需重复匹配的问题，进一步提升保单投被关系匹配操作效率。

应该理解的是，虽然图2和图4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2和图4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图5所示，提供了一种基于决策树的业务数据投被关系匹配装置，包括：用户基础信息提取模块502、基础数据集合生成模块504、目标决策树建立模块506、遍历模块508、双向投被关系确定模块510以及目标投被关系确定模块512，其中：

用户基础信息提取模块502，用于从业务数据中提取出对应的投保用户标识和被保用户标识，并根据投保用户标识和被保用户标识提取对应的用户基础信息。

基础数据集合生成模块504，用于根据所提取的用户基础信息生成基础数据集合。

目标决策树建立模块506，用于根据基础数据集合和预设投被关系建立目标决策树。

遍历模块508，用于获取待识别的用户的目标用户基础信息，并根据目标用户基础信息遍历决策树，确定出与目标用户基础信息匹配的投被关系。

双向投被关系确定模块510，用于对确定出的投被关系进行分析处理，当根据投被关系确定待识别的用户同时为投保用户和被保用户时，将该投被关系确定为双向投被关系。

目标投被关系确定模块512，用于获取待识别的用户所属的目标业务应用场景，根据目标业务应用场景从双向投被关系中确定出对应的目标投被关系。

上述基于决策树的业务数据投被关系匹配装置中，通过从业务数据中提取出对应的投保用户标识，并根据投保用户标识提取对应的用户基础信息，进而根据所提取的用户基础信息生成基础数据集合。根据基础数据集合和预设投被关系建立目标决策树，并根据所获取待识别的用户的目标用户基础信息遍历决策树，确定出与目标用户基础信息匹配的投被关系。通过对确定出的投被关系进行分析处理，当根据投被关系确定待识别的用户同时为投保用户和被保用户时，将该投被关系确定为双向投被关系，进一步根据待识别用户所属的目标业务应用场景，从双向投被关系中确定出对应的目标投被关系。由于无需用户手动自主选择投被关系，可减少用户错误选择投被关系的风险，在发生业务数据变更时，也可实现对不同用户的投被关系的快速识别，进而可提高不同用户的业务项目匹配效率。

在一个实施例中，如图6所示，提供了另一种基于决策树的业务数据投被关系匹配装置，包括：可用数据生成模块602、数据类型获取模块604、数据处理方式匹配模块606以及初始数据生成模块608，其中：

可用数据生成模块602，用于对所获取的用户基础信息进行数据预处理，生成可用数据。

数据类型获取模块604，用于获取可用数据的数据类型和不同数据类型对应的数据数量。

数据处理方式匹配模块606，用于根据不同数据类型以及对应的数据数量，确定匹配的数据处理方式。

初始数据生成模块608，用于根据不同数据处理方式对多个可用数据，分别执行数据处理，生成与用户基础信息对应的初始数据，初始数据用于生成与用户基础信息对应的基础数据集合。

上述基于决策树的业务数据投被关系匹配装置中，通过对所获取的用户基础信息进行数据预处理，生成可用数据，并获取可用数据的数据类型和不同数据类型对应的数据数量，进而根据不同数据类型以及对应的数据数量，确定匹配的数据处理方式。根据不同数据处理方式对多个可用数据，分别执行数据处理，生成与用户基础信息对应的初始数据。实现了根据不同数据处理方式对可用数据进行数据处理，得到用于生成与用户基础信息对应的基础数据集合的初始数据。由于预先对用户基础信息进行处理，避免后续进行投被关系匹配时出现因无效数据或缺失数据等，造成的匹配失败而需重复匹配的问题，进一步提升保单投被关系匹配操作效率。

在一个实施例中，遍历模块还用于：

获取待识别的用户的目标用户基础信息，并对目标用户基础信息的完整度进行判定；当确定目标用户基础信息完整度符合预设要求时，根据目标用户基础信息依次遍历目标决策树的各层；目标决策树的底层为投被关系；当成功遍历目标决策树的各层时，从目标决策树的底层匹配出与目标用户基础信息对应的投被关系。

在一个实施例中，目标投被关系确定模块还用于：

获取待识别的用户所属的目标业务应用场景；获取目标业务应用场景对应的场景属性信息；场景属性信息包括投保类别、投保产品和产品属性；根据场景属性信息，从双向投被关系中确定出其中一种投被关系，确定为与待识别用户对应的目标投被关系。

在一个实施例中，基础数据集合生成模块还用于：

对初始数据进行结构化处理，生成对应的结构化数据；根据初始数据的不同类别，确定不同类别的结构化数据；获取与不同类别的结构化数据对应的信息要素；获取预先创建的抽象用户信息对象；根据信息要素，从用户基础信息中，匹配出与抽象用户信息对象对应的对象信息；根据各对象信息建立实例集合，生成基础信息数集合。

在一个实施例中，提供了一种基于决策树的保单投被关系匹配装置，还包括保单操作权限设置模块，用于

根据所确定的目标投被关系进行业务识别，确定目标投被关系所属的业务项目；针对不同业务项目，为目标投被关系对应的用户设置相应的项目操作权限；项目操作权限包括项目查看、项目修改以及项目下载。

在一个实施例中，初始数据生成模块还用于：

对数字型的可用数据进行判断处理，将预设的取值范围和数字型的可用数据的取值进行比对；提取符合预设取值范围的数字型的可用数据，生成数字型的初始数据；

或对字节型的可用数据进行赋值处理，将字节型的可用数据的取值与预设取值进行比对；当确定字节型的可用数据的取值不符合预设取值时，将预设取值赋给对应的字节型的可用数据，并根据被赋值后的字节型的可用数据，生成字节型的初始数据；

或对文本型的可用数据进行声明处理，将文本型的可用数据的组成成分与预设组成成分进行比对；当确定文本型的可用数据的组成成分与预设组成成分不一致时，将文本型的可用数据声明为预设组成成分，生成文本型的初始数据。

关于基于决策树的业务数据投被关系匹配装置的具体限定可以参见上文中对于基于决策树的业务数据投被关系匹配方法的限定，在此不再赘述。上述基于决策树的业务数据投被关系匹配装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储用户基础信息。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于决策树的业务数据投被关系匹配方法。

本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

从业务数据中提取出对应的投保用户标识和被保用户标识，并根据投保用户标识和被保用户标识提取对应的用户基础信息；

根据所提取的用户基础信息生成基础数据集合；

根据基础数据集合和预设投被关系建立目标决策树；目标决策树的层数大于用户基础信息的类别数；

获取待识别的用户的目标用户基础信息，并根据目标用户基础信息遍历决策树，确定出与目标用户基础信息匹配的投被关系；

对确定出的投被关系进行分析处理，当根据投被关系确定待识别的用户同时为投保用户和被保用户时，将该投被关系确定为双向投被关系；

获取待识别的用户所属的目标业务应用场景，根据目标业务应用场景从双向投被关系中确定出对应的目标投被关系。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

获取待识别的用户的目标用户基础信息，并对目标用户基础信息的完整度进行判定；目标用户基础信息存储于区块链中；

当确定目标用户基础信息完整度符合预设要求时，根据目标用户基础信息依次遍历目标决策树的各层；目标决策树的底层为投被关系；

当成功遍历目标决策树的各层时，从目标决策树的底层匹配出与目标用户基础信息对应的投被关系。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

获取待识别的用户所属的目标业务应用场景；

获取目标业务应用场景对应的场景属性信息；场景属性信息包括投保类别、投保产品和产品属性；

根据场景属性信息，从双向投被关系中确定出其中一种投被关系，确定为与待识别用户对应的目标投被关系。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

对所获取的用户基础信息进行数据预处理，生成可用数据；获取可用数据的数据类型和不同数据类型对应的数据数量；

根据不同数据类型以及对应的数据数量，确定匹配的数据处理方式；

根据不同数据处理方式对多个可用数据，分别执行数据处理，生成与用户基础信息对应的初始数据；初始数据用于生成与用户基础信息对应的基础数据集合。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

对初始数据进行结构化处理，生成对应的结构化数据；根据初始数据的不同类别，确定不同类别的结构化数据；

获取与不同类别的结构化数据对应的信息要素；获取预先创建的抽象用户信息对象；

根据信息要素，从用户基础信息中，匹配出与抽象用户信息对象对应的对象信息；根据各对象信息建立实例集合，生成基础信息数集合。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

对数字型的可用数据进行判断处理，将预设的取值范围和数字型的可用数据的取值进行比对；

提取符合预设取值范围的数字型的可用数据，生成数字型的初始数据；

或对字节型的可用数据进行赋值处理，将字节型的可用数据的取值与预设取值进行比对；

当确定字节型的可用数据的取值不符合预设取值时，将预设取值赋给对应的字节型的可用数据，并根据被赋值后的字节型的可用数据，生成字节型的初始数据；

或对文本型的可用数据进行声明处理，将文本型的可用数据的组成成分与预设组成成分进行比对；

当确定文本型的可用数据的组成成分与预设组成成分不一致时，将文本型的可用数据声明为预设组成成分，生成文本型的初始数据。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据所确定的目标投被关系进行业务识别，确定目标投被关系所属的业务项目；针对不同业务项目，为目标投被关系对应的用户设置相应的项目操作权限；项目操作权限包括项目查看、项目修改以及项目下载。

在一个实施例中，提供了一种计算机存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

从业务数据中提取出对应的投保用户标识和被保用户标识，并根据投保用户标识和被保用户标识提取对应的用户基础信息；

根据所提取的用户基础信息生成基础数据集合；

根据基础数据集合和预设投被关系建立目标决策树；目标决策树的层数大于用户基础信息的类别数；

获取待识别的用户的目标用户基础信息，并根据目标用户基础信息遍历决策树，确定出与目标用户基础信息匹配的投被关系；

对确定出的投被关系进行分析处理，当根据投被关系确定待识别的用户同时为投保用户和被保用户时，将该投被关系确定为双向投被关系；

获取待识别的用户所属的目标业务应用场景，根据目标业务应用场景从双向投被关系中确定出对应的目标投被关系。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取待识别的用户的目标用户基础信息，并对目标用户基础信息的完整度进行判定；目标用户基础信息存储于区块链中；

当确定目标用户基础信息完整度符合预设要求时，根据目标用户基础信息依次遍历目标决策树的各层；目标决策树的底层为投被关系；

当成功遍历目标决策树的各层时，从目标决策树的底层匹配出与目标用户基础信息对应的投被关系。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取待识别的用户所属的目标业务应用场景；

获取目标业务应用场景对应的场景属性信息；场景属性信息包括投保类别、投保产品和产品属性；

根据场景属性信息，从双向投被关系中确定出其中一种投被关系，确定为与待识别用户对应的目标投被关系。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

对所获取的用户基础信息进行数据预处理，生成可用数据；获取可用数据的数据类型和不同数据类型对应的数据数量；

根据不同数据类型以及对应的数据数量，确定匹配的数据处理方式；

根据不同数据处理方式对多个可用数据，分别执行数据处理，生成与用户基础信息对应的初始数据；初始数据用于生成与用户基础信息对应的基础数据集合。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

对初始数据进行结构化处理，生成对应的结构化数据；根据初始数据的不同类别，确定不同类别的结构化数据；

获取与不同类别的结构化数据对应的信息要素；获取预先创建的抽象用户信息对象；

根据信息要素，从用户基础信息中，匹配出与抽象用户信息对象对应的对象信息；根据各对象信息建立实例集合，生成基础信息数集合。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

对数字型的可用数据进行判断处理，将预设的取值范围和数字型的可用数据的取值进行比对；

提取符合预设取值范围的数字型的可用数据，生成数字型的初始数据；

或对字节型的可用数据进行赋值处理，将字节型的可用数据的取值与预设取值进行比对；

当确定字节型的可用数据的取值不符合预设取值时，将预设取值赋给对应的字节型的可用数据，并根据被赋值后的字节型的可用数据，生成字节型的初始数据；

或对文本型的可用数据进行声明处理，将文本型的可用数据的组成成分与预设组成成分进行比对；

当确定文本型的可用数据的组成成分与预设组成成分不一致时，将文本型的可用数据声明为预设组成成分，生成文本型的初始数据。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据所确定的目标投被关系进行业务识别，确定目标投被关系所属的业务项目；针对不同业务项目，为目标投被关系对应的用户设置相应的项目操作权限；项目操作权限包括项目查看、项目修改以及项目下载。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。