[发明专利]一种基于贝叶斯分类的行业编码选定方法

权利要求书

1.一种基于贝叶斯分类的行业编码选定方法，其特征在于，包括：

步骤1、获取用户在申请相关业务时提交的相关申请资料；

步骤2、从所述申请资料中提取企业的基本信息；

步骤3、基于提取的企业的基本信息判断所述企业是否为新的行业客户，若为新的行业客户，则跳转至步骤6，否则，进入步骤4；

步骤4、通过对企业经营范围的内容解析，识别出企业经营范围数据集，并给出最大概率的四级行业编码推荐数据选项；

步骤5、若所述四级行业编码推荐数据选项不被用户认可，则基于企业的经营范围，给出过滤后的概率最高的A个四级行业编码推荐数据选项供客户选择，若仍未被用户认可，则回退至三级行业编码推荐数据选项供客户选择，若仍未被用户认可，则由用户选择继续回退直至选定确认成功或跳转至步骤6；

步骤6、若为新的行业客户，则列举出该企业经营范围内的所有行业，由客户选定所属行业，否则由客户对系统推荐的行业编码进行校验确认；

步骤7、用户确认选定或校验确认的行业编码无误后，通过整个业务办理流程后落库存储。

2.根据权利要求1所述的一种基于贝叶斯分类的行业编码选定方法，其特征在于，所述申请资料包括营业执照，所述步骤2基于OCR解析营业执照内容。

3.根据权利要求1所述的一种基于贝叶斯分类的行业编码选定方法，其特征在于，所述步骤4具体包括：

将当前历史数据中的每条经营范围记录作数据清洗提取后，统计第i种经营范围记录r_i在行内的指定类别细项的统计数量计算第i种经营范围记录r_i在当前数据集下的先验概率p(r_i)为：

其中，M代表经营记录细项的总数；

统计当前历史数据中的每个经营四级行业编码的数量，将出现的频率映射为四级分类编码的概率，具体如下：

其中，N代表四级行业编码的总数，代表第i种行业编码h_i在当前数据集的出现次数；

根据企业经营范围的内容解析结果给定所述企业的经营范围r₁，r₂，…，r_n，其中，n为大于2的自然数；

在行业编码固定的情况下，计算当前给定的经营范围r₁，r₂，...，r_n的条件概率p(r_j|h_i)，其中j∈[1，...，n]；

根据当前给定的经营范围r₁，r₂，...，r_n的条件概率p(r_j|h_i)计算行业编码的概率p(h_i|r₁，r₂，...，r_n)，具体如下：

其中，p(r₁，r₂，...，r_n|h_i)为在确认行业编码为h_i的情况下，r₁，r₂，...，r_n这个组合的条件概率，p(r₁，r₂，...，r_n|h_l)为在确认行业编码为h_l的情况下，r₁，r₂，...，r_n这个组合的条件概率，p(h_l)为第l种经营范围的四级分类编码的概率，l∈[1，...，N]；

计算argmax(p(h_i|r₁，r₂，...，r_n))，并作为最大概率的四级行业编码推荐数据选项，argmax(.)为求自变量最大的函数。