[发明专利]退单处理模型训练方法、处理方法、装置、设备及介质在审

专利信息
申请号: 202011636325.0 申请日: 2020-12-31
公开(公告)号: CN112699944A 公开(公告)日: 2021-04-23
发明(设计)人: 王欣晟;陆堃彪;张青清;李航 申请(专利权)人: 中国银联股份有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06Q10/10;G06Q40/04
代理公司: 北京东方亿思知识产权代理有限责任公司 11258 代理人: 贺琳
地址: 200135 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 处理 模型 训练 方法 装置 设备 介质
【说明书】:

本申请公开了一种退单处理模型训练方法、处理方法、装置、设备及介质,属于数据处理领域。该退单处理方法包括:将录入的退单事件的描述内容转化为退单事件向量;将退单事件向量作为预设的退单处理模型的输入,得到退单处理模型输出的退单理由分类结果,退单理由分类结果用于表征通过退单处理模型预测得到的退单事件的退单理由,退单处理模型是基于退单样本向量利用分类算法训练得到的分类模型;根据退单理由分类结果,输出退单事件的退单理由。根据本申请实施例能够提高退单处理的效率。

技术领域

本申请属于数据处理领域,尤其涉及一种退单处理模型训练方法、处理方法、装置、设备及介质。

背景技术

退单是指退单发起者对业务执行结果等存有疑义,而向核实机构提出的对业务执行结果的拒绝。

现阶段对退单的处理需要专门的经办人员接收存有疑义的业务工单,由经办人员根据实际情况判断退单情境和退单理由,出具退单面函。再由复核人员对退单进行复核。退单过程需要涉及经办人员、收单机构、复核人员以及审批人员等进行的多项流程,流程复杂且需要人工完成,处理效率非常低。

发明内容

本申请实施例提供一种退单处理模型训练方法、处理方法、装置、设备及介质,能够提高退单处理的效率。

第一方面,本申请实施例提供一种退单处理方法,包括:将录入的退单事件的描述内容转化为退单事件向量;将退单事件向量作为预设的退单处理模型的输入,得到退单处理模型输出的退单理由分类结果,退单理由分类结果用于表征通过退单处理模型预测得到的退单事件的退单理由,退单处理模型是基于退单样本向量利用分类算法训练得到的分类模型;根据退单理由分类结果,输出退单事件的退单理由。

第二方面,本申请实施例提供一种退单处理模型训练方法,包括:将录入的退单样本事件的描述内容转化为退单样本向量;设置分类模型的模型参数,根据模型参数对分类模型进行初始化;选取至少部分退单样本向量作为训练集合,对分类模型进行迭代训练,得到退单处理模型,退单处理模型的输入包括退单样本向量,退单处理模型的输出包括退单理由分类结果,退单理由分类结果用于表征通过退单处理模型预测得到的退单样本事件的退单理由。

第三方面,本申请实施例提供一种退单处理装置,包括:向量转化模块,用于将录入的退单事件的描述内容转化为退单事件向量;计算模块,用于将退单事件向量作为预设的退单处理模型的输入,得到退单处理模型输出的退单理由分类结果,退单理由分类结果用于表征通过退单处理模型预测得到的退单事件的退单理由,退单处理模型是基于退单样本向量利用分类算法训练得到的分类模型;输出模块,根据退单理由分类结果,输出退单事件的退单理由。

第四方面,本申请实施例提供一种退单处理模型训练装置,包括:向量转化模块,用于将录入的退单样本事件的描述内容转化为退单样本向量;初始化模块,用于设置分类模型的模型参数,根据模型参数对分类模型进行初始化;训练模块,用于选取至少部分退单样本向量作为训练集合,对分类模型进行迭代训练,得到退单处理模型,退单处理模型的输入包括退单样本向量,退单处理模型的输出包括退单理由分类结果,退单理由分类结果用于表征通过退单处理模型预测得到的退单样本事件的退单理由。

第五方面,本申请实施例提供一种退单处理设备,该设备包括:处理器以及存储有计算机程序指令的存储器;处理器执行计算机程序指令时实现第一方面的退单处理方法。

第六方面,本申请实施例提供一种退单处理模型训练设备,该设备包括:处理器以及存储有计算机程序指令的存储器;处理器执行计算机程序指令时实现第二方面的退单处理模型训练方法。

第七方面,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现第一方面的退单处理方法或第二方面的退单处理模型训练方法。

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中国银联股份有限公司,未经中国银联股份有限公司许可,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/202011636325.0/2.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