[发明专利]决策方案的匹配方法、装置、计算机设备及存储介质

权利要求书

1.一种决策方案的匹配方法，其特征在于，包括以下步骤：

获取目标项目的项目信息；

根据所述项目信息确定所述目标项目的风险标签，其中，所述风险标签为预设的基础标签库中与所述项目信息具有映射关系的标签；

根据所述风险标签在预设的风险画像库中查找具备所述风险标签的风险画像作为目标风险画像，其中，所述预设的风险画像库是对历史项目的标签数据进行多级聚类生成的，所述标签数据为所述历史项目对应的标签；

将所述目标风险画像所表征的决策方案作为目标项目的决策方案。

2.如权利要求1所述的决策方案的匹配方法，其特征在于，所述根据所述项目信息确定所述目标项目的风险标签的步骤，包括以下步骤：

根据所述项目信息生成所述目标项目的文字描述；

在所述预设的基础标签库中查找与所述文字描述具有映射关系的基础标签；

定义所述具有映射关系的基础标签为所述风险标签。

3.如权利要求1所述的决策方案的匹配方法，其特征在于，还包括预设的风险画像库的生成步骤，所述预设的风险画像库的生成步骤包括以下步骤：

获取历史项目的项目数据，其中，所述项目数据包括所述历史项目对应的一级标签与风险数据，所述一级标签为所述基础标签库中与所述历史项目具有映射关系的标签，所述风险数据为历史项目对应的风险事件与风险因素信息；

根据所述一级标签生成对应的二级标签，其中，所述二级标签为所述一级标签进行聚类的过程中产生的新类别标签；

定义所述二级标签对应的一级标签所表征的历史项目的风险数据为所述二级标签对应的风险数据，根据所述二级标签对应的风险数据生成所述二级标签对应的风险画像；

根据所述二级标签对应的风险画像生成所述预设的风险画像库。

4.如权利要求3所述的决策方案的匹配方法，其特征在于，所述根据所述一级标签生成对应的二级标签的步骤，包括以下步骤：

计算所述一级标签之间的相似度数值；

根据所述相似度数值对一级标签进行分层聚类以获取聚类标签，所述聚类标签为进行分层聚类的过程中所产生的新类别标签；

定义所述聚类标签为所述二级标签。

5.如权利要求4所述的决策方案的匹配方法，其特征在于，所述计算所述一级标签之间的相似度数值的步骤，包括下述步骤：

根据所述一级标签生成对应的标签向量；

计算不同标签向量之间的欧氏距离作为所述相似度数值。

6.如权利要求5所述的决策方案的匹配方法，其特征在于，所述根据所述一级标签生成对应的标签向量的步骤，包括下述步骤：

获取所述一级标签的标签信息；

将所述标签信息输入到预设的标签向量模型中，其中，所述预设的标签向量模型为根据输入的标签信息输出对应的特征向量的神经网络模型；

根据所述标签向量模型的输出结果确定所述标签向量。

7.如权利要求1所述的决策方案的匹配方法，其特征在于，所述根据所述风险标签在预设的风险画像库中查找具备所述风险标签的风险画像作为目标风险画像的步骤，包括下述步骤：

在预设的风险画像库中查找具备所述风险标签的风险画像；

以具备所述风险标签的数量为依据对查找得到的风险画像进行排序，定义具备所述风险标签数量最多的风险画像为所述目标风险画像。

8.一种决策方案的匹配装置，其特征在于，包括：

获取模块，用于获取目标项目的项目信息；

处理模块，用于根据所述项目信息确定所述目标项目的风险标签，其中，所述风险标签为预设的基础标签库中与所述项目信息具有映射关系的标签；

查找模块，用于根据所述风险标签在预设的风险画像库中查找具备所述风险标签的风险画像作为目标风险画像，其中，所述预设的风险画像库是对历史项目的标签数据进行多级聚类生成的，所述标签数据为所述历史项目对应的标签；

执行模块，用于将所述目标风险画像所表征的决策方案作为目标项目的决策方案。