[发明专利]一种基于决策树模型的涉诉风险信号分级方法及装置

说明书

本发明公开了一种基于决策树模型的涉诉风险信号分级方法及装置。其中，该方法包括：获取原始风险数据；将所述原始风险数据进行归一化处理，得到待分级风险数据；将所述待分级风险数据通过风险分级模型，生成风险分级数据；将所述风险分级数据进行输出。本发明解决了现有技术中的涉诉风险信号分级过程，往往仅通过固定的风险信号分级规则进行分级操作，而无法通过分级历史数据随时进行规则的适应性修正或完善，降低了涉诉风险信号分级的效率和准确度的技术问题。

技术领域

本发明涉及数据分级处理领域，具体而言，涉及一种基于决策树模型的涉诉风险信号分级方法及装置。

背景技术

随着智能化的不断发展，在当今的社会中人们利用智能化手段增加了学习、工作、生活的质量和效率，通过智能化手段可以给人们带来不同于传统处理方法的技术效果。

目前，在进行司法涉诉风险信号分级的时候，通常利用用户根据司法规则设定好的涉诉风险分级规则或风险分级算法，对司法数据进行涉诉风险信号分级，但是传统的涉诉风险信号分级过程，往往仅通过固定的风险信号分级规则进行分级操作，而无法通过分级历史数据随时进行规则的适应性修正或完善，降低了涉诉风险信号分级的效率和准确度。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种基于决策树模型的涉诉风险信号分级方法及装置，以至少解决现有技术中的涉诉风险信号分级过程，往往仅通过固定的风险信号分级规则进行分级操作，而无法通过分级历史数据随时进行规则的适应性修正或完善，降低了涉诉风险信号分级的效率和准确度的技术问题。

根据本发明实施例的一个方面，提供了一种基于决策树模型的涉诉风险信号分级方法，包括：获取原始风险数据；将所述原始风险数据进行归一化处理，得到待分级风险数据；将所述待分级风险数据通过风险分级模型，生成风险分级数据；将所述风险分级数据进行输出。

可选的，所述将所述原始风险数据进行归一化处理，得到待分级风险数据包括：将所述原始风险数据按照预设节点进行分割，得到分割风险数据；通过对所述分割风险数据进行归一化处理，生成待分级风险数据。

可选的，在所述将所述待分级风险数据通过风险分级模型，生成风险分级数据之前，所述方法还包括：根据预设决策树模型训练所述风险分级模型。

可选的，在所述将所述风险分级数据进行输出之后，所述方法还包括：根据所述风险分级数据，对用户终端进行提示。

根据本发明实施例的另一方面，还提供了一种基于决策树模型的涉诉风险信号分级装置，包括：获取模块，用于获取原始风险数据；归一化模块，用于将所述原始风险数据进行归一化处理，得到待分级风险数据；分级模块，用于将所述待分级风险数据通过风险分级模型，生成风险分级数据；输出模块，用于将所述风险分级数据进行输出。

可选的，所述归一化模块包括：分割单元，用于将所述原始风险数据按照预设节点进行分割，得到分割风险数据；处理单元，用于通过对所述分割风险数据进行归一化处理，生成待分级风险数据。

可选的，所述装置还包括：训练模块，用于根据预设决策树模型训练所述风险分级模型。

可选的，所述装置还包括：提示模块，用于根据所述风险分级数据，对用户终端进行提示。

根据本发明实施例的另一方面，还提供了一种非易失性存储介质，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制非易失性存储介质所在的设备执行一种基于决策树模型的涉诉风险信号分级方法。

根据本发明实施例的另一方面，还提供了一种电子装置，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行一种基于决策树模型的涉诉风险信号分级方法。