CN110362700B - 数据处理方法、装置、计算机设备及存储介质 - Google Patents

数据处理方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN110362700B
CN110362700B CN201910523412.6A CN201910523412A CN110362700B CN 110362700 B CN110362700 B CN 110362700B CN 201910523412 A CN201910523412 A CN 201910523412A CN 110362700 B CN110362700 B CN 110362700B
Authority
CN
China
Prior art keywords
service
image
target
data
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910523412.6A
Other languages
English (en)
Other versions
CN110362700A (zh
Inventor
赵辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Property and Casualty Insurance Company of China Ltd
Original Assignee
Ping An Property and Casualty Insurance Company of China Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Property and Casualty Insurance Company of China Ltd filed Critical Ping An Property and Casualty Insurance Company of China Ltd
Priority to CN201910523412.6A priority Critical patent/CN110362700B/zh
Publication of CN110362700A publication Critical patent/CN110362700A/zh
Application granted granted Critical
Publication of CN110362700B publication Critical patent/CN110362700B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53Querying
    • G06F16/532Query formulation, e.g. graphical querying
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53Querying
    • G06F16/538Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08Insurance
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种数据处理方法、装置、计算机设备及存储介质,所述方法包括:获取业务服务请求中包含的用户标识、服务清单标识和服务机构名称,调用服务机构名称对应的查询接口获取服务清单标识对应的图像,并进行图像的内容识别,得到图像中包含的被服务人信息、当前服务种类,将用户标识对应的用户信息与被服务人信息进行比较,在两者一致时,查询用户标识对应的每个基础业务中包含的服务种类,根据查询结果和当前服务种类确定目标业务,进而确定账户资源转移数据,无需客户端提供身份证明材料和诊断材料图像即可实现理赔信息的验证,避免用户隐私数据的泄露,提高数据的安全性,同时,从数据来源直接进行数据采集,有效保证数据的准确性。

Description

数据处理方法、装置、计算机设备及存储介质
技术领域
本发明涉及数据处理领域,尤其涉及一种数据处理方法、装置、计算机设备及存储介质。
背景技术
随着电子网络技术的发展,许多业务慢慢使用网络电子化的方式代替传统人工操作,这有效提高了业务执行的效率,但是,在涉及一些账户资源数据处理时,为确保账户资源的安全性,一般需要对用户进行身份认证,例如,在通过网络进行自助医疗保险理赔时,需要被保人提供相关的身份证明材料和诊断材料,现有的方式主要是通过拍照获取用户相关身份证明材料和诊断材料的图像,进而上传到自助理赔系统,由自助理赔系统进行材料审核,进而进行理赔,被保人的身份证明材料和诊断材料属于用户的隐私信息,在用户进行隐私数据获取与传输过程中,容易导致用户的隐私数据被泄露,使得自助医疗理赔业务处理过程中隐私数据的安全性较低,同时,现有的这种方式,由于每个人拍摄习惯不一样,获取到的身份证明材料和诊断材料的图像规则不统一,导致系统对身份证明材料和诊断材料的识别容易出现偏差,造成自助医疗理赔业务处理效率较低,而且,也存在一些伪造身份证明材料和诊断材料的图像的现象,对正常自助医疗理赔业务处理造成干扰,使得业务处理效率较低。
发明内容
本发明实施例提供一种数据处理方法、装置、计算机设备和存储介质,以解决当前用户通过网络进行自助医疗保险理赔过程中,用户隐私数据容易泄露导致的数据安全性较低的问题。
一种数据处理方法,包括:
接收客户端提交的业务服务请求,并获取所述业务服务请求中包含的用户标识、服务清单标识和服务机构名称;
调用所述服务机构名称对应的查询接口,从提供所述查询接口的服务机构数据库中查询并获取所述服务清单标识对应的服务清单图像;
对所述服务清单图像进行内容识别,得到所述服务清单图像的内容信息,其中,所述内容信息包括被服务人信息、服务信息和服务资源数据,所述服务信息包括当前服务种类;
在预设的业务数据库中,查询所述用户标识对应的用户信息,并将所述用户信息与所述被服务人信息进行比较,得到比较结果;
若所述比较结果为所述用户信息与所述被服务人信息一致,则从所述预设的业务数据库中,查询所述用户标识对应的每个基础业务中包含的服务种类,得到目标种类集合;
判断所述当前服务种类是否属于所述目标种类集合,若所述当前服务种类属于所述目标种类集合,则获取所述当前服务种类对应的所述基础业务,作为目标业务;
基于所述目标业务和所述服务资源数据,确定账户资源转移数据,并将所述账户资源转移数据对应的账户资源转移至所述客户端。
一种数据处理装置,包括:
请求接收模块,用于接收客户端提交的业务服务请求,并获取所述业务服务请求中包含的用户标识、服务清单标识和服务机构名称;
接口调用模块,用于调用所述服务机构名称对应的查询接口,从提供所述查询接口的服务机构数据库中查询并获取所述服务清单标识对应的服务清单图像;
图像识别模块,用于对所述服务清单图像进行内容识别,得到所述服务清单图像的内容信息,其中,所述内容信息包括被服务人信息、服务信息和服务资源数据,所述服务信息包括当前服务种类;
信息比较模块,用于在预设的业务数据库中,查询所述用户标识对应的用户信息,并将所述用户信息与所述被服务人信息进行比较,得到比较结果;
种类查询模块,用于若所述比较结果为所述用户信息与所述被服务人信息一致,则从所述预设的业务数据库中,查询所述用户标识对应的每个基础业务中包含的服务种类,得到目标种类集合;
业务确定模块,用于判断所述当前服务种类是否属于所述目标种类集合,若所述当前服务种类属于所述目标种类集合,则获取所述当前服务种类对应的所述基础业务,作为目标业务;
资源数据确定模块,用于基于所述目标业务和所述服务资源数据,确定账户资源转移数据,并将所述账户资源转移数据对应的账户资源转移至所述客户端。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述数据处理方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述数据处理方法的步骤。
本发明实施例提供的数据处理方法、装置、计算机设备及存储介质,接收客户端提交的业务服务请求,并获取业务服务请求中包含的用户标识、服务清单标识和服务机构名称,调用服务机构名称对应的查询接口,从提供查询接口的服务机构数据库中查询并获取服务清单标识对应的服务清单图像,并对服务清单图像进行内容识别,得到服务清单图像的内容信息,其中,内容信息包括被服务人信息、服务信息和服务资源数据,服务信息包括当前服务种类,进而在预设的业务数据库中,查询该用户标识对应的用户信息,并将该用户信息与被服务人信息进行比较,得到比较结果,在比较结果为用户信息与被服务人信息一致时,从预设的业务数据库中,查询该用户标识对应的每个基础业务中包含的服务种类,得到目标种类集合,再判断当前服务种类是否属于目标种类集合,若当前服务种类属于目标种类集合,则获取当前服务种类对应的基础业务,作为目标业务,基于目标业务和服务资源数据,确定账户资源转移数据,并将账户资源转移数据对应的账户资源转移至客户端,无需客户端用户提供相应的身份证明材料和诊断材料的图像即可实现理赔信息的验证,避免用户隐私数据的泄露,提高了业务处理过程中数据的安全性,同时,通过从数据来源的服务机构直接进行数据采集,能有效保证数据的准确性,有利于提高业务执行效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的数据处理方法的应用环境示意图;
图2是本发明实施例提供的数据处理方法的实现流程图;
图3是本发明实施例提供的数据处理方法中步骤S30的实现流程图;
图4是本发明实施例提供的数据处理方法中步骤S33的实现流程图;
图5是本发明实施例提供的数据处理方法中步骤S70的实现流程图;
图6是本发明实施例提供的数据处理装置的示意图;
图7是本发明实施例提供的计算机设备的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,图1示出本发明实施例提供的数据处理方法的应用环境。该数据处理方法应用在医疗保险理赔的账户资源转移数据转移的数据处理场景中。该数据处理场景包括客户端和服务端,其中,客户端和服务端之间通过网络进行连接,客户端向服务端发送业务服务请求,服务端接收该业务服务请求,并对该请求中的信息进行验证,在验证通过后计算得到账户资源转移数据,并将账户资源转移数据发送给客户端。客户端具体可以但不限于是各种个人计算机、便携式笔记本和手机等网络通讯功能的智能设备,服务端具体可以用独立的服务器或者多个服务器组成的服务器集群实现。
请参阅图2,图2示出本发明实施例提供的一种数据处理方法,以该方法应用在图1中的服务端为例进行说明,详述如下:
S10:接收客户端提交的业务服务请求,并获取业务服务请求中包含的用户标识、服务清单标识和服务机构名称。
具体地,在接收到用户通过客户端发送的业务服务请求时,获取业务服务请求中包含的用户标识、服务清单标识和服务机构名称。
在本实施例中,以疾病保险理赔作为具体实施例来进行说明,在疾病保险理赔场景中,业务服务请求具体可以是疾病保险理赔请求,服务清单标识具体可以是医疗清单标识,服务机构名称标识具体可以是医疗机构标识。
其中,医疗清单标识是指用户在医疗机构就诊,医疗机构的诊断收费的清单号码,其可以是数字、字母或者数字字母的组合方式,具体有各个医疗机构进行设置。在用户通过客户端填写医疗清单标识并选取医疗机构名称后,点击理赔提交按钮即通过客户端向服务端发送了疾病保险理赔请求。
其中,医疗机构名称是指用户需要进行疾病保险理赔对应的就诊医疗机构的名称,作为优选方式,本实施例在服务端预设有医疗机构名单列表,用户可通过客户端提供的下拉框进行选取医疗机构名单。
其中,用户标识用于唯一标识用户身份的信息,用户标识包括但不限于:身份证号码、通讯应用平台身份标识((Identification,ID)、手机号和姓名等中的至少一项,也可以根据实际需要进行设置,此处不作具体限制。
S20:调用服务机构名称对应的查询接口,从提供查询接口的服务机构数据库中查询并获取服务清单标识对应的服务清单图像。
具体地,在步骤S10,也即服务端在获取到用户标识、医疗清单标识和医疗机构名称后,从预设的查询接口集合中,获取该医疗机构名称对应的查询接口,并使用该医疗机构名称对应的查询接口对医疗清单标识进行查询,得到医疗清单标识对应的服务清单图像,也即服务清单图像。
其中,医疗清单图像是指与该医疗清单标识对应的医疗清单的图像。
在本实施例中,服务端通过查询接口,与医疗机构提供的数据查询端口连接,通过将需要查询的医疗清单标识传递给医疗机构提供的数据查询接口后,数据查询接口从医疗机构的数据库中对该医疗清单标识进行查询,若在该数据库中,查询到该医疗清单标识,则获取该医疗清单标识对应的医疗清单图像,每个医疗机构的医疗清单上具有签名和公章,以图像的形式保存在数据库中,在生成医疗清单图像后发送给服务端,以防止数据在传递过程中被截获篡改。若在该数据库,未能查询到该医疗清单标识,则向服务端返回“医疗清单标识不正确”的提示消息,并终止此次查询过程,服务端接收到该消息后,向客户端反馈“医疗清单标识填写不正确,审核失败”的错误提醒信息。
S30:对服务清单图像进行内容识别,得到服务清单图像的内容信息,其中,内容信息包括被服务人信息、服务信息和服务资源数据,服务信息包括当前服务种类。
具体地,在获取到医疗清单图像后,通过光学字符识别(Optical CharacterRecognition,OCR)的方式,对医疗清单图像进行识别,得到医疗清单图像中包含的文字内容,并使用预设的正则表达式,通过正则匹配的方式,对该文字内容进行正则匹配,提取出该文字内容中包含的受诊人信息、诊断信息和医疗金额,其中,受诊人信息也即被服务人信息,诊断信息也即服务信息,医疗金额也即服务资源数据。
其中,受诊人信息是指医疗清单图像中的受诊人的基本信息,包括但不限于:受诊人姓名、受诊人身份证号码、受诊人性别和年龄等。
其中,诊断信息是指诊断过程中的检查事项、检查结果和治疗方法等,通过诊断信息可以确定受诊人的确诊疾病种类,以便于后续判断该确诊疾病种类是否属于受诊人购买的疾病保险业务的范围之内。
其中,医疗金额包括每项检查和治疗的花费金额中属于医疗保险理赔范畴的金额,值得说明的是,在医疗金额中,有些属于疾病保险理赔范围之内的金额,有些不属于疾病保险理赔范围之内的金额,具体可根据保险业务的具体协议来进行确定。
其中,当前服务种类为诊断信息中包含的确诊疾病类型。
S40:在预设的业务数据库中,查询用户标识对应的用户信息,并将用户信息与被服务人信息进行比较,得到比较结果。
具体地,在服务端预设的业务数据库中,存储有疾病保险业务中的投保人名单,和这些投保人名单中每个投保人对应的保险业务,在预设的业务数据库的投保人名单中,通过遍历的方式,对用户标识进行查询,若存在与用户标识相同的投保人信息,则将该投保人信息与受诊人信息进行一致性比较,得到比较结果,其中,比较结果包括投保人信息与受诊人信息一致,以及,投保人信息与受诊人信息不一致;若不存在与用户标识相同的投保人信息,则拒绝该疾病保险理赔请求,并向客户端发出“用户信息验证失败”的提示信息。
其中,遍历(Traversal)是指对保存投保人名单的节点树中所有结点的信息的访问,即依次对节点树中每个结点访问一次且仅访问一次。遍历方式包括但不限于:前序遍历、中序遍历和后序遍历等。
优选地,本发明实施例使用的遍历方式为前序遍历,前序遍历的顺序包括NLR或NRL,其中N是指根(Node),L是指根的左节点(Left subtree),R是指根的右节点(Rightsubtree)。
值得说明的是,本步骤中的遍历操作,目的是找出与用户标识相同的投保人信息,因而,本发明实施例提供一种优选方案,在找到任何一个用户标识相同的投保人信息后,即结束本次遍历,将该投保人信息作为遍历的结果,并使用该投保人信息与受诊人信息进行一致性比较操作。
S50:若比较结果为用户信息与被服务人信息一致,则从预设的业务数据库中,查询用户标识对应的每个基础业务中包含的服务种类,得到目标种类集合。
具体地,在比较结果为用户信息与被服务人信息一致,也即预设的业务数据库的投保人名单中,存在与用户标识相同的投保人信息,且该投保人信息与受诊人信息一致时,从预设的业务数据库中,查询用户标识对应的每个基础业务中包含的服务种类,得到目标种类集合。
在医疗理赔场景中,基础业务也即医疗保险业务,服务种类也即医疗保险业务中涉及的疾病种类,目标种类集合为用户所参与的医疗保险业务中包含的所有疾病种类,由于疾病的多样化和不同人群的需求不同,医疗保险业务分为多种,每个医疗保险业务包含一个或多个疾病种类,且每种医疗保险业务对应一种医疗理赔方案。
S60:判断当前服务种类是否属于目标种类集合,若当前服务种类属于目标种类集合,则获取当前服务种类对应的基础业务,作为目标业务。
具体地,将步骤S20中获取到的当前服务种类,也即,确诊疾病种类,与目标种类集合中的每个疾病种类进行核对,判断确诊疾病种类是否属于目标种类集合中的一种疾病种类,若确诊疾病种类为目标种类集合中的一种疾病种类,则获取目标种类集合中,该确诊疾病种类对应的基础业务,并将该基础业务作为目标业务,后续使用该目标业务对应的医疗保险理赔方案进行相应理赔。
S70:基于目标业务和服务资源数据,确定账户资源转移数据,并将账户资源转移数据对应的账户资源转移至客户端。
具体地,通过目标业务对应的医疗保险理赔方案和获取到的医疗金额,确定理赔金额,也即账户资源转移数据,并向客户端发送包含该理赔金额的理赔受理信息。
在本实施例中,通过接收客户端提交的业务服务请求,并获取业务服务请求中包含的用户标识、服务清单标识和服务机构名称,调用服务机构名称对应的查询接口,从提供查询接口的服务机构数据库中查询并获取服务清单标识对应的服务清单图像,并对服务清单图像进行内容识别,得到服务清单图像的内容信息,其中,内容信息包括被服务人信息、服务信息和服务资源数据,服务信息包括当前服务种类,进而在预设的业务数据库中,查询该用户标识对应的用户信息,并将该用户信息与被服务人信息进行比较,得到比较结果,在比较结果为用户信息与被服务人信息一致时,从预设的业务数据库中,查询该用户标识对应的每个基础业务中包含的服务种类,得到目标种类集合,再判断当前服务种类是否属于目标种类集合,若当前服务种类属于目标种类集合,则获取当前服务种类对应的基础业务,作为目标业务,基于目标业务和服务资源数据,确定账户资源转移数据,并将账户资源转移数据对应的账户资源转移至客户端,无需客户端用户提供相应的身份证明材料和诊断材料的图像即可实现理赔信息的验证,避免用户隐私数据的泄露,提高了业务处理过程中数据的安全性,同时,通过从数据来源的服务机构直接进行数据采集,能有效保证数据的准确性,有利于提高业务执行效率。
在图2对应的实施例的基础之上,下面通过一个具体的实施例来对步骤S30中所提及的对服务清单图像进行内容识别,得到服务清单图像的内容信息的具体实现方法进行详细说明。
请参阅图3,图3示出了本发明实施例提供的步骤S30的具体实现流程,详述如下:
S31:获取服务机构名称对应的服务清单图像的图像模板和样本防伪图像,并根据图像模板确定服务清单图像中的防伪区域。
具体地,在服务端预存有每个服务机构名称对应的服务清单图像模板和样本防伪图像,根据服务机构名称对应的服务清单图像的图像模板确定服务清单图像中的防伪区域。
其中,样本防伪图像具体可以是公章图像,也可以是签名图像,还可以是公章图像和前面图像的结合,具体可依据实际情况进行确定。
S32:基于样本防伪图像和序贯相似性检测算法,识别防伪区域中的目标防伪图像。
具体地,将图像模板作为模板图像,将样本防伪图像作为匹配图像,通过和序贯相似性检测算法,识别防伪区域中的目标防伪图像。
其中,序贯相似性检测算法是根据已知的模板图像在另一幅图像,即匹配图像中,搜索寻找相应或相近模块的图像匹配技术,采用匹配算法的搜索策略,先初步搜索,再精搜索,搜索的范围逐渐减小,有利于提高了防伪图像的识别效率。
S33:移除目标防伪图像,并对移除目标防伪图像后的服务清单图像进行图像预处理,得到目标图像。
具体地,通过去除目标防伪图像中包含的像素点信息,移除目标防伪图像。并对移除目标防伪图像后的服务清单图像进行图像预处理,得到目标图像。
其中,去除目标防伪图像中包含的像素点信息,具体可以是通过将目标防伪图像中包含的像素点的像素值均重置为(255,255,255),也可以是直接清空服务清单图像中目标防伪图像中包含的像素点信息,具体可以根据实际需要进行设置,此处不做限定。
其中,图像预处理包括但不限于:锐化处理、消除锯齿和均值填充等。
S34:对目标图像进行文字识别,得到内容信息。
具体地,对目标图像进行文字识别,得到目标图像中包含的内容信息。
在本实施例中,获取服务机构名称对应的服务清单图像的图像模板和样本防伪图像,并根据图像模板确定服务清单图像中的防伪区域,并基于样本防伪图像和序贯相似性检测算法,识别防伪区域中的目标防伪图像,再移除目标防伪图像,并对移除目标防伪图像后的服务清单图像进行图像预处理,得到目标图像,并对目标图像进行文字识别,得到内容信息,实现对防伪图像的检测和清理,避免防伪图像对图像识别带来的干扰,提高了图像识别的准确率,有利于提高确定账户资源转移数据的准确性。
在图3对应的实施例的基础之上,下面通过一个具体的实施例来对步骤S33中所提及的移除目标防伪图像,并对移除目标防伪图像后的服务清单图像进行图像预处理,得到目标图像的具体实现方法进行详细说明。
请参阅图4,图4示出了本发明实施例提供的步骤S33的具体实现流程,详述如下:
S331:移除目标防伪图像对应的像素点数据。
具体地,通过移除目标防伪图像对应的像素点数据来实现去除目标防伪图像,具体可以是通过将目标防伪图像中包含的像素点的像素值均重置为(255,255,255),也可以是直接清空服务清单图像中目标防伪图像中包含的像素点信息。
S332:对处于防伪区域中的服务清单图像进行锐化处理,得到锐化图像。
具体地,移除目标防伪图像对应的像素点数据后,对该像素点数据对应的区域进行锐化处理,避免因像素点数据移除后导致的灰度跳变,得到锐化图像。
其中,图像锐化(image sharpening)是补偿图像的轮廓,增强图像的边缘及灰度跳变的部分,使图像变得清晰,常见的图像锐化包括单方向一阶微分锐化和无方向微分锐化,无方向微分锐化包括但不限于:Roberts算子、Sobel算子、Prewitt算子、Laplacian算子和LOG算子等。
S333:对锐化图像进行亮边去除处理,得到目标图像。
具体地,对处于防伪区域中的服务清单图像进行锐化处理后,会产生一些亮边,为减少亮边对后续图像识别的干扰,需对锐化图像进行亮边去除处理,得到目标图像。
其中,去除亮边可以使用第三方插件来实现,或者采用去重函数来实现。
在本实施例中,通过移除目标防伪图像对应的像素点数据,再对处于防伪区域中的服务清单图像进行锐化处理,得到锐化图像,进而对锐化图像进行亮边去除处理,得到目标图像,实现对防伪图像的清理和对清理后的图像进行图像预处理,提高了图像识别的准确率。
在图2对应的实施例的基础之上,下面通过一个具体的实施例来对步骤S70中所提及的基于目标业务和服务资源数据,确定账户资源转移数据,并将账户资源转移数据对应的账户资源转移至客户端的具体实现方法进行详细说明。
请参阅图5,图5示出了本发明实施例提供的步骤S70的具体实现流程,详述如下:
S71:从目标业务中获取当前服务种类对应的资源转移参数。
具体地,由步骤S50或步骤S60可知,每个基础业务均对应一种医疗保险理赔方案,从目标业务中获取当前服务种类对应的资源转移参数,也即,从目标业务中,获取确诊疾病种类对应的资源转移参数。
其中,资源转移参数也即目标业务中每种疾病种类对应的赔付参数,例如,在一目标业务中,疾病种类A对应的赔付参数分别为最高赔付金额、赔付比例和赔付计算式等。
S72:通过资源转移参数和服务资源数据,确定账户资源转移数据。
具体地,通过资源转移参数和服务资源数据,确定账户资源转移数据。
在本实施例中,通过从目标业务中获取当前服务种类对应的资源转移参数,再通过资源转移参数和服务资源数据,确定账户资源转移数据,有利于提高确定账户资源转移数据的合理性和灵活性。
在一实施例中,在步骤S72中,通过资源转移参数和服务资源数据,确定账户资源转移数据包括:
通过如下公式计算账户资源转移数据:
其中,Scompensate为账户资源转移数据,Sdiadnosis为服务资源数据,Sstadard为最高资源转移标准数据,k为转移系数,k∈(0,1]。
具体地,账户资源转移数据也即理赔金额,服务资源数据也即医疗金额,最高资源转移标准数据为目标业务中针对该确诊疾病种类对应的最高赔付金额,k为转移系数,最高资源转移标准数据和k的数值可根据实际需要进行设置,此处不做限制。
在本实施例中,通过预设的转移系数和获取到的服务资源数据,使用具体公式来计算目标业务对应的账户资源转移数据,增强账户资源转移数据进行确认的个性化需求,有利于提高账户资源转移数据的合理性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图6示出与上述实施例数据处理方法一一对应的数据处理装置的原理框图。如图6所示,该数据处理装置包括请求接收模块10、接口调用模块20、图像识别模块30、信息比较模块40、种类查询模块50、业务确定模块60和资源数据确定模块70。各功能模块详细说明如下:
请求接收模块10,用于接收客户端提交的业务服务请求,并获取业务服务请求中包含的用户标识、服务清单标识和服务机构名称;
接口调用模块20,用于调用服务机构名称对应的查询接口,从提供查询接口的服务机构数据库中查询并获取服务清单标识对应的服务清单图像;
图像识别模块30,用于对服务清单图像进行内容识别,得到服务清单图像的内容信息,其中,内容信息包括被服务人信息、服务信息和服务资源数据,服务信息包括当前服务种类;
信息比较模块40,用于在预设的业务数据库中,查询用户标识对应的用户信息,并将用户信息与被服务人信息进行比较,得到比较结果;
种类查询模块50,用于若比较结果为用户信息与被服务人信息一致,则从预设的业务数据库中,查询用户标识对应的每个基础业务中包含的服务种类,得到目标种类集合;
业务确定模块60,用于判断当前服务种类是否属于目标种类集合,若当前服务种类属于目标种类集合,则获取当前服务种类对应的基础业务,作为目标业务;
资源数据确定模块70,用于基于目标业务和服务资源数据,确定账户资源转移数据,并将账户资源转移数据对应的账户资源转移至客户端。
进一步地,图像识别模块30包括:
防伪区域确定单元31,用于获取服务机构名称对应的服务清单图像的图像模板和样本防伪图像,并根据图像模板确定服务清单图像中的防伪区域;
防伪图像识别单元32,用于基于样本防伪图像和序贯相似性检测算法,识别防伪区域中的目标防伪图像;
目标图像生成单元33,用于移除目标防伪图像,并对移除目标防伪图像后的服务清单图像进行图像预处理,得到目标图像;
文字识别单元34,用于对目标图像进行文字识别,得到内容信息。
进一步地,目标图像生成单元33包括:
像素移除子单元331,用于移除目标防伪图像对应的像素点数据;
图像锐化子单元332,用于对处于防伪区域中的服务清单图像进行锐化处理,得到锐化图像;
亮边处理子单元333,用于对锐化图像进行亮边去除处理,得到目标图像。
进一步地,资源数据确定模块70包括:
参数获取单元71,用于从目标业务中获取当前服务种类对应的资源转移参数;
数据确定单元72,用于通过资源转移参数和服务资源数据,确定账户资源转移数据。
进一步地,数据确定单元72包括:
数据计算子单元721,用于通过如下公式计算账户资源转移数据:
其中,Scompensate为账户资源转移数据,Sdiadnosis为服务资源数据,Sstadard为最高资源转移标准数据,k为转移系数,k∈(0,1]。
关于数据处理装置的具体限定可以参见上文中对于数据处理方法的限定,在此不再赘述。上述数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
图7是本发明一实施例提供的计算机设备的示意图。该计算机设备可以是服务端,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储查询接口与服务机构名称的对应关系、用户信息和用户基础业务等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种数据处理方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例数据处理方法的步骤,例如图2所示的步骤S10至步骤S70。或者,处理器执行计算机程序时实现上述实施例数据处理装置的各模块/单元的功能,例如图6所示的模块10至模块70的功能。为避免重复,这里不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
在一实施例中,提供一计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例数据处理方法的步骤,或者,该计算机程序被处理器执行时实现上述实施例数据处理装置中各模块/单元的功能。为避免重复,这里不再赘述。
可以理解地,所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号和电信信号等。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (8)

1.一种数据处理方法,其特征在于,所述数据处理方法包括:
接收客户端提交的业务服务请求,并获取所述业务服务请求中包含的用户标识、服务清单标识和服务机构名称;
调用所述服务机构名称对应的查询接口,从提供所述查询接口的服务机构数据库中查询并获取所述服务清单标识对应的服务清单图像;
获取所述服务清单图像的图像模板和样本防伪图像,并根据所述图像模板确定所述服务清单图像中的防伪区域;
基于所述样本防伪图像和序贯相似性检测算法,识别所述防伪区域中的目标防伪图像;
移除所述目标防伪图像,并对移除所述目标防伪图像后的服务清单图像进行图像预处理,得到目标图像;
对所述目标图像进行文字识别,得到所述内容信息,其中,所述内容信息包括被服务人信息、服务信息和服务资源数据,所述服务信息包括当前服务种类;
在预设的业务数据库中,查询所述用户标识对应的用户信息,并将所述用户信息与所述被服务人信息进行比较,得到比较结果;
若所述比较结果为所述用户信息与所述被服务人信息一致,则从所述预设的业务数据库中,查询所述用户标识对应的每个基础业务中包含的服务种类,得到目标种类集合;
判断所述当前服务种类是否属于所述目标种类集合,若所述当前服务种类属于所述目标种类集合,则获取所述当前服务种类对应的所述基础业务,作为目标业务;
基于所述目标业务和所述服务资源数据,确定账户资源转移数据,并将所述账户资源转移数据对应的账户资源转移至所述客户端。
2.如权利要求1所述的数据处理方法,其特征在于,所述移除所述目标防伪图像,并对移除所述目标防伪图像后的服务清单图像进行图像预处理,得到目标图像包括:
移除所述目标防伪图像对应的像素点数据;
对处于所述防伪区域中的所述服务清单图像进行锐化处理,得到锐化图像;
对所述锐化图像进行亮边去除处理,得到所述目标图像。
3.如权利要求1至2任一项所述的数据处理方法,其特征在于,所述基于所述目标业务和所述服务资源数据,确定账户资源转移数据包括:
从所述目标业务中获取所述当前服务种类对应的资源转移参数;
通过所述资源转移参数和所述服务资源数据,确定账户资源转移数据。
4.如权利要求3所述的数据处理方法,其特征在于,所述资源转移参数包括最高资源转移标准数据和转移系数,所述通过所述资源转移参数和所述服务资源数据,确定账户资源转移数据包括:
通过如下公式计算所述账户资源转移数据:
其中,为所述账户资源转移数据,/>为所述服务资源数据,/>为所述最高资源转移标准数据,/>为所述转移系数,/>
5.一种数据处理装置,其特征在于,所述数据处理装置包括:
请求接收模块,用于接收客户端提交的业务服务请求,并获取所述业务服务请求中包含的用户标识、服务清单标识和服务机构名称;
接口调用模块,用于调用所述服务机构名称对应的查询接口,从提供所述查询接口的服务机构数据库中查询并获取所述服务清单标识对应的服务清单图像;
图像识别模块,用于获取所述服务清单图像的图像模板和样本防伪图像,并根据所述图像模板确定所述服务清单图像中的防伪区域;
基于所述样本防伪图像和序贯相似性检测算法,识别所述防伪区域中的目标防伪图像;
移除所述目标防伪图像,并对移除所述目标防伪图像后的服务清单图像进行图像预处理,得到目标图像;
对所述目标图像进行文字识别,得到所述内容信息,其中,所述内容信息包括被服务人信息、服务信息和服务资源数据,所述服务信息包括当前服务种类;
信息比较模块,用于在预设的业务数据库中,查询所述用户标识对应的用户信息,并将所述用户信息与所述被服务人信息进行比较,得到比较结果;
种类查询模块,用于若所述比较结果为所述用户信息与所述被服务人信息一致,则从所述预设的业务数据库中,查询所述用户标识对应的每个基础业务中包含的服务种类,得到目标种类集合;
业务确定模块,用于判断所述当前服务种类是否属于所述目标种类集合,若所述当前服务种类属于所述目标种类集合,则获取所述当前服务种类对应的所述基础业务,作为目标业务;
资源数据确定模块,用于基于所述目标业务和所述服务资源数据,确定账户资源转移数据,并将所述账户资源转移数据对应的账户资源转移至所述客户端。
6.如权利要求5所述的数据处理装置,其特征在于,所述图像识别模块包括:
像素移除单元,用于移除所述目标防伪图像对应的像素点数据;
图像锐化单元,用于对处于所述防伪区域中的所述服务清单图像进行锐化处理,得到锐化图像;
亮边处理单元,用于对所述锐化图像进行亮边去除处理,得到所述目标图像。
7.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的数据处理方法。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的数据处理方法。
CN201910523412.6A 2019-06-17 2019-06-17 数据处理方法、装置、计算机设备及存储介质 Active CN110362700B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910523412.6A CN110362700B (zh) 2019-06-17 2019-06-17 数据处理方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910523412.6A CN110362700B (zh) 2019-06-17 2019-06-17 数据处理方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN110362700A CN110362700A (zh) 2019-10-22
CN110362700B true CN110362700B (zh) 2023-09-22

Family

ID=68217311

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910523412.6A Active CN110362700B (zh) 2019-06-17 2019-06-17 数据处理方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN110362700B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111159515B (zh) * 2019-11-15 2024-05-28 腾讯科技(深圳)有限公司 数据处理方法、装置及电子设备
CN110865787A (zh) * 2019-11-25 2020-03-06 京东方科技集团股份有限公司 图像处理方法、服务端、客户端和图像处理系统
CN112559506B (zh) * 2020-12-22 2024-08-20 卫宁健康科技集团股份有限公司 健康数据处理方法、装置、处理设备及存储介质
CN112991076A (zh) * 2021-02-08 2021-06-18 支付宝(杭州)信息技术有限公司 信息处理方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107239948A (zh) * 2017-05-12 2017-10-10 腾讯科技(深圳)有限公司 业务处理方法和装置、计算机设备和存储介质
CN107248135A (zh) * 2017-04-26 2017-10-13 阿里巴巴集团控股有限公司 防伪图像的生成、识别方法及装置、计算机存储介质
CN109325873A (zh) * 2018-11-12 2019-02-12 平安科技(深圳)有限公司 自助业务处理方法、装置、计算机设备及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107248135A (zh) * 2017-04-26 2017-10-13 阿里巴巴集团控股有限公司 防伪图像的生成、识别方法及装置、计算机存储介质
CN107239948A (zh) * 2017-05-12 2017-10-10 腾讯科技(深圳)有限公司 业务处理方法和装置、计算机设备和存储介质
CN109325873A (zh) * 2018-11-12 2019-02-12 平安科技(深圳)有限公司 自助业务处理方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN110362700A (zh) 2019-10-22

Similar Documents

Publication Publication Date Title
CN110362700B (zh) 数据处理方法、装置、计算机设备及存储介质
CN107292150B (zh) 保全信息处理中用户身份确认方法和装置
WO2019085064A1 (zh) 医疗理赔拒付方法、装置、终端设备及存储介质
CN105389488B (zh) 身份认证方法及装置
CN109345417B (zh) 基于身份认证的业务人员的在线考核方法及终端设备
CN106303599B (zh) 一种信息处理方法、系统及服务器
WO2019227577A1 (zh) 发票验伪方法、装置、计算机设备及存储介质
CN110335159B (zh) 投保信息处理方法、装置、设备及可读存储介质
CN110310020B (zh) 基于数据分析的项目方案管理方法、相关装置及存储介质
US20200294130A1 (en) Loan matching system and method
CN108737763B (zh) 视频连线方法、装置、计算机设备及存储介质
CN107622263A (zh) 单据图像的字符识别方法和装置
CN112150252A (zh) 基于信用的业务处理方法以及装置
CN111047431A (zh) 一种基于大数据的信贷业务处理装置、方法及设备
CN108399401B (zh) 用于检测人脸图像的方法和装置
CN111242788A (zh) 业务数据处理方法、装置、存储介质及计算机设备
CN110942066A (zh) 票据核对方法及装置
CN109523408A (zh) 参保人的身份认证方法、保险机构服务器及用户终端
CN117252429A (zh) 风险用户的识别方法、装置、存储介质及电子设备
TWM560649U (zh) 影像辨識輔助理賠系統
US20180060379A1 (en) Automated correlation and deduplication of identities
CN113239126A (zh) 一种基于bor方法的业务活动信息标准化方案
US10216830B2 (en) Multicomputer processing of client device request data using centralized event orchestrator and link discovery engine
CN111783965A (zh) 用于生物特征识别的方法、装置、系统及电子设备
CN111709855A (zh) 一种基于ocr的资金代管方法、装置、存储介质及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant