辅助决策方法、装置、设备及存储介质

技术领域

本公开涉及人工智能技术领域，尤其涉及一种辅助决策方法、装置、设备及存储介质。

背景技术

随着金融行业的快速崛起，各大企业的金融业务量(如银行的金融贷款业务量)急速增长。其中，在处理金融业务时，业务人员通常需要先基于客户业务信息(如贷款额度、贷款期限等)申请金融业务，并由审批人员对金融业务进行审批，当审批通过时，则会针对客户执行其所申请的金融业务。

但是，目前业务人员申请金融任务时，均是基于经验确定可能审批通过的客户业务信息，以及，审批人员审批金融业务时，也是基于经验进行人工审批，则效率较低且错误率较高。

发明内容

本公开提供一种辅助决策方法、装置、设备及存储介质，用于辅助决策人员进行决策，提高决策效率且降低决策错误率。

第一方面，本公开提供一种辅助决策方法，包括：

确定目标业务的当前业务节点对应的客户业务信息；

确定所述当前业务节点所对应的至少一个审批规则；

基于所述客户业务信息和所述审批规则计算所述审批规则分别对应的分析结果；

基于当前业务节点的所有审批规则对应的分析结果计算所述当前业务节点的审批通过概率，并显示所述审批通过概率和/或所述审批通过概率的计算过程，以用于辅助决策。

第二方面，本公开提供一种辅助决策装置，包括：

第一确定模块，用于确定目标业务的当前业务节点对应的客户业务信息；

第二确定模块，用于确定所述目标业务的当前业务节点所对应的至少一个审批规则；

第一计算模块，用于基于所述客户业务信息和所述审批规则计算所述审批规则分别对应的分析结果；

第一处理模块，用于基于当前业务节点的所有审批规则对应的分析结果计算所述当前业务节点的审批通过概率，并显示所述审批通过概率和/或所述审批通过概率的计算过程，以用于辅助决策。

本公开提供的辅助决策方法、装置、设备及存储介质，辅助决策装置会确定目标业务的当前业务节点对应的客户业务信息；并确定当前业务节点所对应的至少一个审批规则；之后，会基于客户业务信息和审批规则计算所述审批规则分别对应的分析结果；再基于当前业务节点的所有审批规则对应的分析结果计算所述当前业务节点的审批通过概率，并显示审批通过概率和/或所述审批通过概率的计算过程，以用于辅助决策。本公开的方法可以为决策者提供辅助决策信息(即前述的审批通过率、审批通过率计算过程)，以辅助决策者的决策，提升了决策效率，且降低了错误率。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1为本公开实施例提供的一种辅助决策方法的流程图；

图2为本公开实施例提供的一种辅助决策方法的流程图；

图3为本公开实施例提供的一种辅助决策方法的流程图；

图4是本公开实施例的目标业务的业务起点处的辅助决策装置的显示示意图；

图5是本公开实施例的目标业务的前序预测通过的审核中的辅助决策装置的显示示意图；

图6是本公开实施例的目标业务的前序预测不通过的审核中的辅助决策装置的显示示意图；

图7为本公开实施例提供的一种辅助决策装置的结构示意图；

图8为本公开实施例提供的电子设备的结构示意图。

通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

术语解释：

人工智能(Artificial Intelligence，AI)：AI是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

图1是根据一示例性实施例示出的一种辅助决策方法的流程图，如图1所示，该方法可以包括但不限于以下步骤：

步骤101、确定目标业务的当前业务节点对应的客户业务信息。

在一些实施例之中，该目标业务可以为客户待申请的业务，如该目标业务可以为贷款业务。该客户业务信息可以包括客户申请业务所需的信息，和/或，相关客户信息。如当该目标业务为贷款业务时，该客户业务信息中的客户申请业务所需的信息可以为：贷款金额、贷款期限等，该客户业务信息中的相关客户信息可以为客户征信等。

以及，在一些实施例之中，上述的“确定目标业务的当前业务节点对应的客户业务信息”的方法可以包括：

响应于当前业务节点为目标业务的初始节点，基于业务人员的输入确定目标业务对应的客户业务信息。其中，该业务人员可以为：为客户办理该目标业务的员工(如客户经理)和/或办理该目标业务的客户。需要说明的是，在另一些实施例之中，该客户业务信息中的相关客户信息(如前述的客户征信等)还可以是辅助决策装置从客户的历史信息中调用得到的。

响应于当前业务节点不为目标业务的初始节点，将目标业务的初始节点对应的客户信息确定为目标业务的当前业务节点对应的客户业务信息。

步骤102、确定当前业务节点所对应的至少一个审批规则。

在一些实施例之中，节点所对应的审批规则可以理解为：节点被审批通过所需满足的规则条件。示例的，该审批规则可以为：当授信额度不足时，若客户业务信息中有预定日期(如2022年12月30日)提前还款终止合同号为HETOXXXX的合同，届时会释放授信额度，此时授信额度不足的规则会重新计算，同时，客户经理也可以凭此提醒客户要做还款操作，否则可能审批不通过。

以及，在一些实施例之中，节点对应的审批规则是可配置的，由此可以灵活地为节点配置新的规则，或者，删除不需要的规则，则在日后的扩展上预留了插座，实现了快速扩展。

步骤103、基于客户业务信息和审批规则计算审批规则分别对应的分析结果。

在一些实施例之中，该审批规则对应的分析结果可以用于指示以下至少一种：

客户业务信息对于审批规则的符合程度(如该符合程度可以利用百分比表示)；

在目标业务下，审批规则的重要程度。

以及，在一些实施例之中，具体可以基于二叉树法、人工经验、历史数据分析等方法来基于客户业务信息和审批规则计算审批规则分别对应的分析结果。其中，上述的基于历史数据分析的方法来计算审批规则分别对应的分析结果可以包括：根据历史审批记录，来基于客户业务信息分析审批规则对应的分析结果。以及，所计算得到的审批规则对应的分析结果可以用于后续预测该目标业务的当前业务节点的审批通过概率。

步骤104、基于当前业务节点的所有审批规则对应的分析结果计算当前业务节点的审批通过概率，并显示审批通过概率和/或审批通过概率的计算过程，以用于辅助决策。

其中，在一些实施例之中，基于当前业务节点的所有审批规则对应的分析结果计算当前业务节点的审批通过概率的方法可以包括：

基于在目标业务下，各个审批规则的重要程度，对客户业务信息对于各个审批规则的符合程度配置化的做加权平均值、算数平均值、指数平均值等算法，以得出当前业务节点的审批通过概率。

以及，在一些实施例之中，该辅助决策装置还可以将审批通过概率的计算过程显示出来，以供决策者参考合理性。其中，该决策者可以为业务人员或审批人员。

进一步地，在一些实施例之中，上述的“显示审批通过概率和/或审批通过概率的计算过程”，具体用于辅助决策者进行决策。例如，可以辅助业务人员基于目标业务的当前业务节点的审批通过率，来调整目标业务的客户业务信息，以得到最优化的客户业务信息(即最优化的贷款额度和/或贷款金额)，其中，该最优化的客户业务信息可以为：当为目标业务设置了该最优化的客户业务信息之后，收益可达最大化且能审批通过。以及，可以辅助审批人员基于目标业务的节点的审批通过率，可选性地审批通过率较低的节点，以此来辅助业务人员和审批人员的决策，提升了决策效率，且降低了错误率。

此外，需要说明的是，在一些实施例之中，该辅助决策装置也可以确定当前业务节点的可能审批人员并显示，以用于为业务人员提供参考，其中，业务节点的可能审批人员可以是辅助决策装置根据办理该目标业务的客户历史办理过的类似业务的审批人记录确定得到的。以及，当审批人员审批完某一节点后，该辅助决策装置还可以基于审批人员的输入获取审批人员对于该节点的审批意见并显示，同样用于为业务人员进行参考，以便业务人员可以基于该审批意见进一步确定出更合理的客户业务信息。

综上所述，本公开提供的辅助决策方法之中，辅助决策装置会确定目标业务的当前业务节点对应的客户业务信息；并确定当前业务节点所对应的至少一个审批规则；之后，会基于客户业务信息和审批规则计算所述审批规则分别对应的分析结果；再基于当前业务节点的所有审批规则对应的分析结果计算所述当前业务节点的审批通过概率，并显示审批通过概率和/或所述审批通过概率的计算过程，以用于辅助决策。本公开的方法可以为决策者提供辅助决策信息(即前述的审批通过率、审批通过率计算过程)，以辅助决策者的决策，提升了决策效率，且降低了错误率。

图2是根据一示例性实施例示出的另一种辅助决策方法的流程图，如图2所示，该方法可包括但不限于以下步骤：

步骤201、确定目标业务的当前业务节点对应的客户业务信息。

步骤202、确定当前业务节点所对应的至少一个审批规则。

步骤203、基于客户业务信息和审批规则计算审批规则分别对应的分析结果。

步骤204、基于当前业务节点的所有审批规则对应的分析结果计算当前业务节点的审批通过概率，并显示审批通过概率和/或审批通过概率的计算过程，以用于辅助决策。

关于步骤201-204的详细介绍可以参考上述实施例描述。

步骤205、响应于审批通过概率小于预设阈值，若期望该目标业务被审批通过，则基于客户业务信息分析当前业务节点的审批通过概率小于预设阈值的原因并显示，和/或，基于客户业务信息分析当前业务节点可被审批通过的原因并显示。

其中，该预设阈值可以是预先设定的，如该预设阈值可以为70％，以及，当该审批通过率小于预设阈值时，则说明当前业务节点被审批通过的概率较低，此时，若客户仍然期望该目标业务被审批通过，则可以使得辅助决策装置基于客户业务信息分析当前业务节点的审批通过概率小于预设阈值的原因，和/或，分析当前业务节点可被审批通过的原因并显示出来，以解释该当前业务节点能被通过的原因，由此，后续审批人员在审批到该节点时，可以基于该节点所显示的原因来确定是否要审批通过该节点，从而提高了审批效率，且降低了审批错误率。

综上所述，本公开提供的辅助决策方法，可以为决策者提供辅助决策信息(即前述的审批通过率、审批通过率计算过程、审批通过概率小于预设阈值的原因、当前业务节点可被审批通过的原因)，以辅助决策者的决策，提升了决策效率，且降低了错误率。

图3是根据一示例性实施例示出的另一种辅助决策方法的流程图，如图3所示，该方法可包括但不限于以下步骤：

步骤301、更改当前业务节点对应的客户业务信息得到更改后的客户业务信息。

其中，该当前业务节点对应的客户业务信息具体为：在初始节点时，辅助决策装置基于业务人员的输入所确定的目标业务对应的客户业务信息。

以及，本公开中通过更改当前业务节点对应的客户业务信息，以便后续该辅助决策装置能够预测出在更改后的客户业务信息下，当前业务节点的审批通过概率，并显示至业务人员，以此为业务人员提供多种备选的客户业务信息，以及各个备选的客户业务信息对应的审批通过概率，则业务人员可以基于各个备选的客户业务信息对应的审批通过概率，从备选的客户业务信息中选择出更优的业务信息，并基于所选择出的更优的业务信息重新再进行目标业务的申请和审批。

步骤302、基于更改后的客户业务信息和审批规则计算审批规则分别对应的更新的分析结果。

步骤303、基于当前业务节点的所有审批规则对应的更新的分析结果计算在更改后的客户业务信息下当前业务节点的审批通过概率并显示。

其中，上述302-303的具体执行过程与前述的图1实施例中的执行过程类似，本公开在此不再赘述。

综上所述，本公开提供的辅助决策方法，可以为业务人员提供多种备选的客户业务信息，以及各个备选的客户业务信息对应的审批通过概率，以便业务人员可以基于各个备选的客户业务信息对应的审批通过概率，从备选的客户业务信息中选择出更优的业务信息，并基于所选择出的更优的业务信息重新再进行目标业务的申请和审批，从而提高了审批通过效率。

以下对本公开提供的方法进行示例介绍：

本公开的方法针对涉及工作流的任务流程都通用。本公开设计一种装置用于分布式工作流中，提供一系列插座给人工智能工具领域，作为展示面板；为业务人员及审批人员提供辅助决策及业务提示，通过加权平均值等方式计算出审批通过概率，从而达到工作流审批时运用人工智能方案。本公开提供的装置，预留插座给后续的预测方案，为决策提供辅助信息。其中，本公开装置的执行方法包括以下步骤：

1.流程展示：

根据当前任务节点(即前述的当前业务节点)所在流程的位置，获取已经完成审批的流程以及后续所有流程的路径，若存在多个路径的可能也一起列出。获取当前经办人(即办理业务的客户)相同任务类型且最近已经走完的流程，在剩余流程中高亮提示，并把审批人标注在任务流程节点上，用于给当前经办人提示未来流程可能性比较大的审批人。若未走过这个流程，则不显示。

点击前序已经完成审批的流程任务节点，加载已经完成审批的辅助决策内容以及提出人\审批人的审批意见，以及辅助决策的信息。

2.加载采集单元(即前述的客户业务信息)

加载出该任务节点需要的采集单位项，这些采集项作为辅助决策的补充字段，用于输入计算模型或者人工智能的必要字段。若前序已经完成审批的流程任务节点已经输入过采集项，则自动回填已经输入过的采集单位项信息。

3.辅助决策规则(即前述的审核规则)加载

分析该任务节点可以提供多少种人工智能辅助决策信息，列出辅助决策要点及审核要点提示。

4.辅助决策结果(即前述的辅助规则对应的分析结果)展示

展示各个插座的分析结果，包含且不局限于二叉树法、人工经验、历史数据分析等方法得出的结果。

5.辅助决策结果(即前述的审批通过概率)计算

针对于各个方法得出的结果，配置化的做加权平均值、算数平均值、指数平均值等算法，最终得出一个决策通过率值。该装置会分析最终结果，得到一段文字，解释该决策通过值的计算，供决策者参考合理性。当该值与配置的阈值比较，若小于该阈值，若还需要审批通过，需要在通过说明中解释通过的原因，否则不允许通过，从而通过人工智能手段限制流程的通过，后续的审批者在流程中会高亮显示通过率低于设定阈值的流程人任务节点，提示需要核对信息后审核。

示例的，图4是本公开实施例的目标业务的业务起点处的辅助决策装置的显示示意图；参见图4，该流程包括以下内容：

1.系统操作人员进入服务端装置(即前述的辅助决策装置)，录入采集单元信息(即前述的客户业务信息)后，进入到流程展示界面中，系统自动将后续所有的流程列出，并根据一系列算法判断出后续会经过的流程，在流程图中虚线路线，标识预测后续的审批路径。

2.填充框处为标识该处为该任务节点的位置，装置中会高亮提示系统操作人员目前所处的任务流程位置。

3.系统加载目前支持的辅助规则(即前述的审批规则)，并根据前期录入的采集单元进行计算，列出各项规则计算后的结果，并根据配置的公式计算得出预测结果值，若预测结果值低于所设定的阈值，系统操作人员需要录入解释信息，供后续的操作人员参考，进入到后续的流程中。

图5是本公开实施例的目标业务的前序预测通过的审核中的辅助决策装置的显示示意图，参见图5，该流程包括以下内容：

1.系统操作人员进入服务端装置，系统加载采集单元信息，进入到流程展示界面中，系统自动将后续所有的流程列出，并根据一系列算法判断出后续会经过的流程，在流程图中标识预测后续的审批路径。填充的任务节点标识已经通过的任务，并且列出任务的经办人，任务节点的预测值。

2.方框处为标识该处为该任务节点的位置，装置中会高亮提示系统操作人员目前所处的任务流程位置。

3.系统操作人员点击前序的任务节点，可以查看点击任务节点的采集单元，各项规则计算后的结果，预测结果值，解释等信息。

4.系统操作人员可编辑当前任务节点的采集单元信息，并根据录入的采集单元信息重新进行计算，得出一个预测值。

图6是本公开实施例的目标业务的前序预测不通过的审核中的辅助决策装置的显示示意图，参见图6，该流程包括以下内容：

1.系统操作人员进入服务端装置，系统加载采集单元信息，进入到流程展示界面中，系统自动将后续所有的流程列出，并根据一系列算法判断出后续会经过的流程，在流程图中标识预测后续的审批路径。填充的任务节点标识预测未通过的任务，但是经办人解释原因继续往下提交流程，并且列出任务的经办人，任务节点的预测值，加粗预测值标识低于系统预测值。

2.方框处为标识该处为该任务节点的位置，装置中会高亮提示系统操作人员目前所处的任务流程位置。

3.系统操作人员点击前序的任务节点，可以查看点击任务节点的采集单元，各项规则计算后的结果，预测结果值，解释等信息。

4.系统操作人员可编辑当前任务节点的采集单元信息，并根据录入的采集单元信息重新进行计算，得出一个预测值。

图7为本公开实施例提供的辅助决策装置的结构示意图。如图7所示，该辅助决策装置，包括：

第一确定模块701，用于确定目标业务的当前业务节点对应的客户业务信息；

第二确定模块702，用于确定所述目标业务的当前业务节点所对应的至少一个审批规则；

第一计算模块703，用于基于所述客户业务信息和所述审批规则计算所述审批规则分别对应的分析结果；

第一处理模块704，用于基于当前业务节点的所有审批规则对应的分析结果计算所述当前业务节点的审批通过概率，并显示所述审批通过概率和/或所述审批通过概率的计算过程，以用于辅助决策。

在一些实施例中，所述装置还包括：

第二处理模块，用于响应于所述审批通过概率小于预设阈值，若期望所述目标业务被审批通过，基于所述客户业务信息分析所述当前业务节点的审批通过概率小于预设阈值的原因并显示，和/或，基于所述客户业务信息分析所述当前业务节点可被审批通过的原因并显示。

在一些实施例中，所述审批规则对应的分析结果用于指示以下至少一种：

所述客户业务信息对于所述审批规则的符合程度；

在所述目标业务下，所述审批规则的重要程度。

在一些实施例中，所述装置还包括：

显示模块，用于显示所述当前业务节点的可能审批人员。

在一些实施例中，所述第一确定模块还用于：

响应于所述当前业务节点为所述目标业务的初始节点，基于业务人员的输入确定所述目标业务对应的客户业务信息；

响应于所述当前业务节点不为所述目标业务的初始节点，将目标业务的初始节点对应的客户信息确定为所述目标业务的当前业务节点对应的客户业务信息。

在一些实施例中，所述装置还包括：

更改模块，用于更改所述当前业务节点对应的客户业务信息得到更改后的客户业务信息；

第二计算模块，用于基于所述更改后的客户业务信息和所述审批规则计算所述审批规则分别对应的更新的分析结果；

第三计算模块，用于基于当前业务节点的所有审批规则对应的更新的分析结果计算在所述更改后的客户业务信息下所述当前业务节点的审批通过概率并显示。

本公开实施例提供的辅助决策装置，可用于执行上述实施例中辅助决策方法的技术方案，其实现原理和技术效果类似，在此不再赘述。

需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，第一确定模块701可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上第一确定模块701的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。

图8为本公开实施例提供的电子设备的结构示意图。如图8所示，该电子设备可以包括：收发器121、处理器122、存储器123。

处理器122执行存储器存储的计算机执行指令，使得处理器122执行上述实施例中的方案。处理器122可以是通用处理器，包括中央处理器CPU、网络处理器(networkprocessor，NP)等；还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

存储器123通过系统总线与处理器122连接并完成相互间的通信，存储器123用于存储计算机程序指令。

收发器121可以用于获取待运行任务和待运行任务的配置信息。

系统总线可以是外设部件互连标准(peripheral component interconnect，PCI)总线或扩展工业标准结构(extended industry standard architecture，EISA)总线等。系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。收发器用于实现数据库访问装置与其他计算机(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(randomaccess memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)。

本公开实施例提供的电子设备，可以是上述实施例的终端设备。

本公开实施例还提供一种运行指令的芯片，该芯片用于执行上述实施例中辅助决策方法的技术方案。

本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行上述实施例辅助决策方法的技术方案。

本公开实施例还提供一种计算机程序产品，该计算机程序产品包括计算机程序，其存储在计算机可读存储介质中，至少一个处理器可以从计算机可读存储介质读取计算机程序，至少一个处理器执行计算机程序时可实现上述实施例中辅助决策方法的技术方案。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求书指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。