CN112347201B - 信息处理方法、信息处理装置及终端设备 - Google Patents

Abstract

本申请提供的一种信息处理方法，包括：针对每一组第一单证数据，获取所述第一单证数据中的至少一个目标字段和每个所述目标字段所对应的字段数据；针对每一个目标字段，生成所述目标字段所对应的变量，并根据所述目标字段所对应的字段数据，生成所述目标字段所对应的变量的变量值；根据所述第一单证数据所对应的业务类型，将各个所述变量划分得到因变量集合和自变量集合；根据所述因变量集合、自变量集合和所述至少一组第一单证数据，确定至少一组自变量‑因变量关联关系；根据至少一组所述自变量‑因变量关联关系，确定属于所述业务类型的第一单证数据所对应的至少一个校验节点。通过上述方法，可以为单证文件的校验提供较为准确的校验指示。

Description

信息处理方法、信息处理装置及终端设备

技术领域

本申请属于信息处理技术领域，尤其涉及信息处理方法、信息处理装置、终端设备及计算机可读存储介质。

背景技术

在各类业务中，往往都会提供诸如合同、针对指定业务的申请单、案件文件等等单据凭证(为了说明方便，以下简称单证)。

而由于单证文件的内容往往内容繁多，且具体应用场景复杂，在对单证文件进行校验时，往往还依赖于业务人员的个人经验。可见，目前，在对单证文件进行校验时，往往缺乏较为规范的校验指导，难以针对各个单证文件进行准确合理的校验，从而可能导致校验流程出现反复，影响业务处理效率。

发明内容

本申请实施例提供了信息处理方法、信息处理装置、终端设备及计算机可读存储介质，可以解决目前在对单证文件进行校验时，缺乏较为规范的校验指导，导致难以针对各个单证文件进行准确合理的校验，从而可能影响业务处理效率的问题。

第一方面，本申请实施例提供了一种信息处理方法，包括：

针对至少一组第一单证数据中的每一组第一单证数据，获取所述第一单证数据中的至少一个目标字段和每个所述目标字段所对应的字段数据；

针对每一个目标字段，生成所述目标字段所对应的变量，并根据所述目标字段所对应的字段数据，生成所述目标字段所对应的变量的变量值；

根据所述第一单证数据所对应的业务类型，将各个所述变量划分得到因变量集合和自变量集合，其中，所述因变量集合中包含的至少一个变量为因变量，所述自变量集合中包含的至少一个变量为自变量；

根据所述因变量集合、自变量集合和所述至少一组第一单证数据，确定至少一组自变量-因变量关联关系；

根据至少一组所述自变量-因变量关联关系，确定属于所述业务类型的第一单证数据所对应的至少一个校验节点，其中，每一个所述校验节点用于指示对所述第一单证数据进行校验所需的信息。

第二方面，本申请实施例提供了一种信息处理装置，包括：

获取模块，用于针对至少一组第一单证数据中的每一组第一单证数据，获取所述第一单证数据中的至少一个目标字段和每个所述目标字段所对应的字段数据；

变量生成模块，用于针对每一个目标字段，生成所述目标字段所对应的变量，并根据所述目标字段所对应的字段数据，生成所述目标字段所对应的变量的变量值；

划分模块，用于根据所述第一单证数据所对应的业务类型，将各个所述变量划分得到因变量集合和自变量集合，其中，所述因变量集合中包含的至少一个变量为因变量，所述自变量集合中包含的至少一个变量为自变量；

第一确定模块，用于根据所述因变量集合、自变量集合和所述至少一组第一单证数据，确定至少一组自变量-因变量关联关系；

第二确定模块，用于根据至少一组所述自变量-因变量关联关系，确定属于所述业务类型的第一单证数据所对应的至少一个校验节点，其中，每一个所述校验节点用于指示对所述第一单证数据进行校验所需的信息。

第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器、显示器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，其特征在于，上述处理器执行上述计算机程序时实现如第一方面上述的信息处理方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如第一方面上述的信息处理方法。

第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中上述的信息处理方法。

本申请实施例与现有技术相比存在的有益效果是：本申请实施例中，可以针对至少一组第一单证数据中的每一组第一单证数据，获取所述第一单证数据中的至少一个目标字段和每个所述目标字段所对应的字段数据，从而针对每一个目标字段，生成所述目标字段所对应的变量，并根据所述目标字段所对应的字段数据，生成所述目标字段所对应的变量的变量值；此时，可以将第一单证数据所涉及的各种业务信息以目标字段及其字段数据的形式提取得到，从而可以方便地将各种业务信息转换为变量的形式。然后，以根据所述第一单证数据所对应的业务类型，将各个所述变量划分得到因变量集合和自变量集合，再根据所述因变量集合、自变量集合和所述至少一组第一单证数据，确定至少一组自变量-因变量关联关系；此时，可以通过所述业务类型，从所述变量中，确定出可能指示该业务类型的业务处理项的因变量，以及可能指示影响该业务处理项的自变量，从而确定至少一组自变量-因变量关联关系，以通过该自变量-因变量关联关系，了解所述第一单证数据中的各个目标字段之间的相互关联关系，从而根据至少一组所述自变量-因变量关联关系，确定属于所述业务类型的第一单证数据所对应的至少一个校验节点，其中，每一个所述校验节点用于指示对所述第一单证数据进行校验所需的信息。由于该校验节点是基于所述第一单证数据中的各个目标字段之间的相互关联关系获取到的，因此，该校验节点可以指示对能够影响对应的业务处理项的自变量进行校验，为单证文件的校验提供较为准确的校验指示，从而可以实现对单证文件的准确合理的校验，提升业务处理效率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请一实施例提供的一种信息处理方法的流程示意图；

图2是本申请一实施例提供的步骤S104的一种示例性流程示意图；

图3是本申请一实施例提供的一种信息处理装置的结构示意图；

图4是本申请一实施例提供的终端设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

本申请实施例提供的信息处理方法可以应用于服务器、台式电脑、手机、平板电脑、可穿戴设备、车载设备、增强现实(augmented reality，AR)/虚拟现实(virtualreality，VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本、个人数字助理(personal digital assistant，PDA)等终端设备上，本申请实施例对终端设备的具体类型不作任何限制。

在传统业务处理中，为了避免后续数据缺失，在针对案件获取单证数据时，往往会尽可能多的获取数据，导致单个案件的初始收集来的数据的数据量往往较大，且各个不同案件所获取的单证数据也都较为混乱，逻辑不清晰。

而在对单证数据进行校验时，往往还依赖于业务人员的个人经验。而由于单证数据较为杂乱，且业务场景类型较多，后续在对案件进行校验时，也可能会对许多本不需要验证的数据进行验证，而忽略掉实际需要验证的数据，可见，目前，在对单证文件进行校验时，往往缺乏较为规范的校验指导，难以针对各个单证文件进行准确合理的校验，从而可能导致校验流程出现反复，影响业务处理效率。

而本申请实施例中，可以将第一单证数据所涉及的各种业务信息以目标字段及其字段数据的形式提取得到，从而可以方便地将各种业务信息转换为变量的形式。然后，通过所述业务类型，从所述变量中，确定出可能指示该业务类型的业务处理项的因变量，以及可能指示影响该业务处理项的自变量，从而确定至少一组自变量-因变量关联关系，以通过该自变量-因变量关联关系，了解所述第一单证数据中的各个目标字段之间的相互关联关系，从而根据至少一组所述自变量-因变量关联关系，确定属于所述业务类型的第一单证数据所对应的至少一个校验节点，此时，该校验节点可以指示对能够影响对应的业务处理项的自变量进行校验，可以为单证文件的校验提供较为准确的校验指示，从而可以实现对单证文件的准确合理的校验，提升业务处理效率。

具体地，图1示出了本申请实施例提供的一种信息处理方法的流程图，该信息处理方法可以应用于终端设备。

如图1所示，该信息处理方法可以包括：

步骤S101，针对至少一组第一单证数据中的每一组第一单证数据，获取所述第一单证数据中的至少一个目标字段和每个所述目标字段所对应的字段数据。

本申请实施例中，所述第一单证数据中所包含的信息类型和信息的形式可以有多种，在此不做限定。示例性的，所述第一单证数据可以包括文本数据、图像数据、表格数据、视频数据以及音频数据等等中的一种或多种。

所述目标字段可以用于标识对应的字段数据。示例性的，若所述第一单证数据为理赔保单数据，那么，所述目标字段可以指示诸如用户名称、身份证号、年龄、保单号、报案号、保险公司、承保公司ID、承保保险公司名称、承保指定驾驶员名称、驾驶员驾龄、天气、险种编号、车辆型号、事故责任、事故原因、出险经过、现场照、环境照、车损照、索赔申请书以及定损确认单等信息中的至少一种，而所述目标字段所对应的字段数据则可以包括该目标字段所对应的信息内容本身。

需要说明的是，所述目标字段可以是从所述第一单证数据中提取的全部业务信息标识，也可以是部分业务信息标识。例如，承保公司ID、承保保险公司名称等业务信息标识，在针对单证文件进行校验时，可以只校验其中的一项，那么，可以仅将承保公司ID、承保保险公司名称其中的一项作为所述目标字段。

本申请实施例中，可以将第一单证数据所涉及的各种业务信息以目标字段及其字段数据的形式提取得到，从而可以对所述第一单证数据进行数据梳理，便于后续对单证数据进行分析和管理。

步骤S102，针对每一个目标字段，生成所述目标字段所对应的变量，并根据所述目标字段所对应的字段数据，生成所述目标字段所对应的变量的变量值。

本申请实施例中，所述变量值可以为数值、取值区间、文本信息或者字符信息等等。所述目标字段所对应的变量的变量值可以是对字段数据进行关键词提取等方式得到，或者，对于一些目标字段，也可以直接将所述目标字段所对应的字段数据作为所述目标字段所对应的变量的变量值。

步骤S103，根据所述第一单证数据所对应的业务类型，将各个所述变量划分得到因变量集合和自变量集合，其中，所述因变量集合中包含的至少一个变量为因变量，所述自变量集合中包含的至少一个变量为自变量。

本申请实施例中，可以通过所述业务类型，从所述变量中，确定出可能指示该业务类型的业务处理项的因变量，以及可能指示影响该业务处理项的自变量。所述业务类型可以是用户预先设置的，也可以是根据所述第一单证数据中的诸如项目数据来源、项目数据种类等等信息确定。

其中，将各个所述变量划分得到因变量集合和自变量集合的划分方式可以有多种。例如，可以根据各个目标字段的获取方式来划分各个目标字段所对应的变量。若所述目标字段是对用户提交的网页数据进行数据埋点的方式提取得到，那么，所述目标字段可以为指示所述单据的基础信息的字段，此时，该目标字段可能为指示所述业务类型的业务处理项的变量，从而可以被划分至因变量集合。而若所述目标字段可以为对图像内容进行图像识别后提取到的内容标签，那么，该目标字段可能为影响业务处理项的自变量，从而可以被划分至自变量集合。或者，也可以是获取业务人员对所述变量的划分结果，以获得所述自变量集合和所述因变量集合。当然，也可以通过其他方式，例如各种分类模型来对各个变量进行分类，具体的划分方式在此不作限定。

步骤S104，根据所述因变量集合、自变量集合和所述至少一组第一单证数据，确定至少一组自变量-因变量关联关系。

本申请实施例中，将所述目标字段转换为变量的形式，可以便于通过变量，确定各个目标字段之间是否存在相互关联关系。

例如，若目标字段A为事故种类，此时，该目标字段A可以作为因变量y，其中y＝1表示追尾，若存在自变量x1＝天气，x2＝驾驶员性别，x3＝驾龄，x4＝是否异地理赔，那么，可以根据至少一组第一单证数据，确定天气、驾驶员性别、驾龄以及是否异地理赔等因素分别与追尾事件的互相关联关系。

在一些实施例中，所述根据所述因变量集合、自变量集合和所述至少一组第一单证数据，确定至少一组自变量-因变量关联关系，包括：

步骤S201，针对所述因变量集合中的每一个因变量，根据所述至少一组第一单证数据，从所述自变量集合中，确定至少两个自变量；

步骤S202，从确定出的至少两个自变量中，确定目标自变量；

步骤S203，根据所述目标自变量和所述因变量，建立所述自变量-因变量关联关系。

本申请实施例中，从确定出的至少两个自变量中，确定目标自变量的方式可以有多种。例如，可以通过逻辑回归算法、决策树模型(Decision Tree Model)、朴素贝叶斯模型(Naive Bayesian Model，NBM)、最大期望算法(Expectation-Maximization algorithm,EM)以及支持向量机(Support Vector Machine,SVM)中的至少一种方式，从所述至少两个自变量中，确定目标自变量。

在一种实施例中，所述从确定出的至少两个自变量中，确定目标自变量包括：

通过逻辑回归算法，从确定出的至少两个自变量中，基于最大似然估计确定目标自变量。

逻辑回归算法用来计算事件成功或者失败的概率。可以用于分类问题中。而本申请实施例中，针对所述因变量集合中的每一个因变量，根据所述至少一组第一单证数据，从所述自变量集合中，确定至少两个自变量，再通过逻辑回归算法，从确定出的至少两个自变量中，基于最大似然估计确定出目标自变量，可以针对一个因变量，从不止一个自变量中，通过最大似然估计筛选出与所述因变量关联性最佳的自变量，可以避免过拟合和欠拟合的情况。

下面以一个具体示例，说明上述逻辑回归算法的一种具体示例。

示例性的，所述逻辑回归算法可以采用以下算法：

odds＝p/(1-p)；

ln(odds)＝ln(p/(1-p))＝b0+b1x1+b2x2+b3x3....+bkxk

其中，p是事件发生的概率。

若存在因变量y＝1表示追尾，自变量x1＝天气，x2＝驾驶员性别，x3＝驾龄，x4＝是否异地理赔，则可以将上述自变量和因变量所对应的变量值，引入上述逻辑回归算法，再通过使用最大似然估计来得到最佳的参数，从而可以确定目标自变量。

在一种场景中，可以给出上述回归方程的一种参数估计，获得以下调整后的回归方程：

log(p/(1-p))＝0.8109-2.1102*x3。

概率p＝exp(0.8+2.11x3)/1+exp(0.8+2.11x3)

其中，x3为天气，回归系数为b＝-2.11，p为0.017，表示在其他因素不变的情况下，驾龄对追尾的因素影响最大。可见所述目标自变量为x3。

2、模型的总体检验，然后再次运行结果得出P<0.05说明模型有比较好的拟合效果

3、参数检验以及几个描述性统计量、参数OR值，以及95％置信区间

4、给出了模型参数的估计，据此可以写出改回归方程的形式是log(p/(1-p))＝0.8109-2.1102*x3。概率p＝exp(0.8+2.11x3)/1+exp(0.8+2.11x3)

5、X3为天气，回归系数为b＝-2.11,p为0.017表示在其他因素不变的情况下，驾龄对追尾的因素影响最大

步骤S105，根据至少一组所述自变量-因变量关联关系，确定属于所述业务类型的第一单证数据所对应的至少一个校验节点，其中，每一个所述校验节点用于指示对所述第一单证数据进行校验所需的信息。

本申请实施例中，所述校验节点可以包括校验指示信息。

此时，通过本申请实施例，可以获取到针对所述第一单证数据所对应的这一业务类型的校验清单，从而指示相应的校验方(例如，对于车险理赔申请来说，校验方可以为该车险保单的承保公司)如何针对该第一单证数据进行校验，例如，可以指示车险保单的承保公司对车险理赔申请数据的车损照片、车损现场定位信息等等进行校验，而指示医疗保险保单的承保公司对医保理赔申请数据的用户病例证明等信息进行校验。

在一些实施例中，所述根据至少一组所述自变量-因变量关联关系，确定属于所述业务类型的第一单证数据所对应的至少一个校验节点，包括：

根据所述自变量-因变量关联关系，更新预设树形数据结构，其中，更新后的所述预设树形数据结构中，包括所述业务类型所对应的业务节点以及与所述业务节点相关联的校验节点，所述业务节点包含因变量信息，所述校验节点包含自变量信息。

本申请实施例中，所述预设树形数据结构也可以称为单证树，即存储单证校验信息的树形结构。

其中，所述第一单证数据可以根据用户提交的单证信息不断获取得到，因此，可以基于大数据，不断执行本申请实施例，从而实现对所述预设树形数据结构的不断更新迭代。

可见，通过本申请实施例，不仅可以通过所述预设树形数据结构，快速获取到对单证数据进行校验的校验方式，减低了单证数据校验的处理难度，还可以通过不断获取所述第一单证数据，并针对每个案件的单证数据所提取得到的至少一组所述自变量-因变量关联关系，不断更新对各种业务类型的校验节点，实现对所述预设树形数据结构的动态迭代更新，大大提升了对单证数据校验进行管理的效率。

本申请实施例中，可以针对至少一组第一单证数据中的每一组第一单证数据，获取所述第一单证数据中的至少一个目标字段和每个所述目标字段所对应的字段数据，从而针对每一个目标字段，生成所述目标字段所对应的变量，并根据所述目标字段所对应的字段数据，生成所述目标字段所对应的变量的变量值；此时，可以将第一单证数据所涉及的各种业务信息以目标字段及其字段数据的形式提取得到，从而可以方便地将各种业务信息转换为变量的形式。然后，以根据所述第一单证数据所对应的业务类型，将各个所述变量划分得到因变量集合和自变量集合，再根据所述因变量集合、自变量集合和所述至少一组第一单证数据，确定至少一组自变量-因变量关联关系；此时，可以通过所述业务类型，从所述变量中，确定出可能指示该业务类型的业务处理项的因变量，以及可能指示影响该业务处理项的自变量，从而确定至少一组自变量-因变量关联关系，以通过该自变量-因变量关联关系，了解所述第一单证数据中的各个目标字段之间的相互关联关系，从而根据至少一组所述自变量-因变量关联关系，确定属于所述业务类型的第一单证数据所对应的至少一个校验节点，其中，每一个所述校验节点用于指示对所述第一单证数据进行校验所需的信息。由于该校验节点是基于所述第一单证数据中的各个目标字段之间的相互关联关系获取到的，因此，该校验节点可以指示对能够影响对应的业务处理项的自变量进行校验，从而可以实现对单证文件的准确合理的校验，提升业务处理效率。

在一些实施例中，在针对至少一组第一单证数据中的每一组第一单证数据，获取所述第一单证数据中的至少一个目标字段和每个所述目标字段所对应的字段数据之前，还包括：

针对至少两个指定页面数据中的每一个指定页面数据，通过数据埋点，从所述指定页面数据中，识别所述指定页面数据所对应的单证的至少一个第一字段和每个所述第一字段所对应的字段数据，其中，所述第一字段包括所述目标字段；

根据所述单证的至少一个第一字段和每个所述第一字段所对应的字段数据，生成所述单证的第二单证数据；

在获得每一个指定页面数据所对应的第二单证数据之后，对各个所述第二单证数据进行数据清洗，获得所述单证对应的第一单证数据。

本申请实施例中，所述指定页面数据可以为用户通过指定网页所提交的数据。而通过数据埋点的方式，对及时高效地对用户提交的页面信息进行数据提取，而无需在获取到用户提交的数据所生成的文件之后，再对该文件进行识别。此外，通过数据埋点的方式，也可便于开发者自行定义所要获取到的单证数据的信息。

所述数据埋点所要提取的第一字段的信息可以在所述数据埋点代码中预先配置。示例性的，在保险理赔的应用场景中，针对用户提交的保单信息的埋点格式可以如下：

在获取到所述第二单证数据之后，由于所述第二单证数据很可能会存在数据缺失、不合规等问题，因此，可以对各个所述第二单证数据进行数据清洗，如删除所述第二日志数据中的无效数据以及重复数据等等，以提升数据质量，减少无用数据的干扰。

在一些实施例中，所述在获得每一个指定页面数据所对应的第二单证数据之后，对各个所述第二单证数据进行数据清洗，获得所述单证对应的第一单证数据，包括：

在获得每一个指定页面数据所对应的第二单证数据之后，针对每一个第二单证数据，确定所述第二单证数据中是否存在预设标识；

在存在预设标识的第二单证数据中，确定是否存在至少两个第二单证数据所对应的预设标识相同；

若存在至少两个第二单证数据所对应的预设标识相同，则在预设标识相同的至少两个第二单证数据中，确定目标第二单证数据；

针对每一个第三单证数据，对所述第三单证数据中的至少一个目标字段和所述目标字段的字段数据进行格式校验，其中，任一所述第三单证数据为所述目标第二单证数据或者对应有唯一的预设标识的第二单证数据；

将通过格式校验的第三单证数据作为所述第一单证数据。

本申请实施例中，针对每一个第二单证数据，可以首先判断所述第二单证数据中是否提取得到所述预设标识，以通过所述预设标识，确定所述第二单证数据是否存在对应的明确的单证关联对象。例如，若所述第一单证数据为指定保险合同的保单数据，那么，所述预设标识可以为保单编号等。若所述保单数据中确实所述保单编号，则无法确定该保单数据所对应的明确的保单对象，从而无法进行后续的数据分析等操作，因此，可以首先通过预设标识，初步删除无效数据。

在进行初步删除无效数据之后，可以进一步确定存在预设标识的第二单证数据中是否存在重复上传的数据。若存在至少两个第二单证数据所对应的预设标识相同，则在预设标识相同的至少两个第二单证数据中，确定出一个目标第二单证数据，而舍弃预设标识相同的其他数据，从而保证数据的唯一性。

在确定目标第二单证数据之后，可以对所述目标第二单证数据或者对应有唯一的预设标识的第二单证数据进行格式校验，以保证所得到的第一单证数据没有形式问题。

例如，某保险公司的报案号以字母C开头，但是某一目标第二单证数据中，报案号与保险公司预先约定的不一致，可见该目标第二单证数据中存在错误数据，难以在后续针对该目标第二单证数据进行准确的分析，因此，可以删除该目标第二单证数据。

本申请实施例中，首先删除没有对应的明确的单证关联对象的单证数据，再依次对各个单证数据的唯一性和有效性进行验证，数据清洗流程没有冗余重复的过程，可以在保证第一单证数据的准确性和合规性的基础上，具有较高的数据清洗效率。

在一些实施例中，所述若存在至少两个第二单证数据所对应的预设标识相同，则在预设标识相同的至少两个第二单证数据中，确定目标第二单证数据，包括：

若存在至少两个第二单证数据所对应的预设标识相同，则在预设标识相同的至少两个第二单证数据中，查找对应的时间戳最近的第二单证数据，或者，查找包含的目标字段的个数最多的第二单证数据；

将在预设标识相同的至少两个第二单证数据中，对应的时间戳最近的第二单证数据，或者，包含的目标字段的个数最多的第二单证数据作为所述目标第二单证数据。

本申请实施例中，查找对应的时间戳最近的第二单证数据，从而可以根据时间戳，从预设标识相同的至少两个第二单证数据中确定最近上传的第二单证数据，从而确保第二单证数据的唯一性以及及时性。而查找包含的目标字段的个数最多的第二单证数据，则可以从中查找到数据质量可能较高的第二单证数据以作为所述目标第二单证数据。

在一些实施例中，在根据至少一组所述自变量-因变量关联关系，确定属于所述业务类型的第一单证数据所对应的至少一个校验节点之后，还包括：

根据所述校验节点，生成校验模板，所述校验模板中包括待校验项和所述待校验项所对应的待填充内容；

将所述校验模板发送至指定账号，以指示指定账号根据所述校验模板采集所述待填充内容。

本申请实施例中，所述校验模板可以用于指示指定账号根据所述校验模板，对所述第一单证数据进行校验。例如，若所述第一单证数据为用户申请车险理赔的数据，那么，所述指定账号可以为相应的承保公司的账号。此时，该承保公司可以根据该校验模板中的各个待校验项，对所述第一单证数据进行校验。

可见，通过本申请实施例，可以提供对各种单证数据的校验指示，而无需完全依靠人工经验，导致校验不合规、不完整等问题。

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，而不应对本申请实施例的实施过程构成任何限定。

对应于上文实施例上述的信息处理方法，图3示出了本申请实施例提供的一种信息处理装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。

参照图3，该信息处理装置3包括：

获取模块301，用于针对至少一组第一单证数据中的每一组第一单证数据，获取所述第一单证数据中的至少一个目标字段和每个所述目标字段所对应的字段数据；

变量生成模块302，用于针对每一个目标字段，生成所述目标字段所对应的变量，并根据所述目标字段所对应的字段数据，生成所述目标字段所对应的变量的变量值；

划分模块303，用于根据所述第一单证数据所对应的业务类型，将各个所述变量划分得到因变量集合和自变量集合，其中，所述因变量集合中包含的至少一个变量为因变量，所述自变量集合中包含的至少一个变量为自变量；

第一确定模块304，用于根据所述因变量集合、自变量集合和所述至少一组第一单证数据，确定至少一组自变量-因变量关联关系；

第二确定模块305，用于根据至少一组所述自变量-因变量关联关系，确定属于所述业务类型的第一单证数据所对应的至少一个校验节点，其中，每一个所述校验节点用于指示对所述第一单证数据进行校验所需的信息。

可选的，所述信息处理装置3还包括：

识别模块，用于针对至少两个指定页面数据中的每一个指定页面数据，通过数据埋点，从所述指定页面数据中，识别所述指定页面数据所对应的单证的至少一个第一字段和每个所述第一字段所对应的字段数据，其中，所述第一字段包括所述目标字段；

第一生成模块，用于根据所述单证的至少一个第一字段和每个所述第一字段所对应的字段数据，生成所述单证的第二单证数据；

数据清洗模块，用于在获得每一个指定页面数据所对应的第二单证数据之后，对各个所述第二单证数据进行数据清洗，获得所述单证对应的第一单证数据。

可选的，所述数据清洗模块包括：

第一确定单元，用于在获得每一个指定页面数据所对应的第二单证数据之后，针对每一个第二单证数据，确定所述第二单证数据中是否存在预设标识；

第二确定单元，用于在存在预设标识的第二单证数据中，确定是否存在至少两个第二单证数据所对应的预设标识相同；

第三确定单元，用于若存在至少两个第二单证数据所对应的预设标识相同，则在预设标识相同的至少两个第二单证数据中，确定目标第二单证数据；

格式校验单元，用于针对每一个第三单证数据，对所述第三单证数据中的至少一个目标字段和所述目标字段的字段数据进行格式校验，其中，任一所述第三单证数据为所述目标第二单证数据或者对应有唯一的预设标识的第二单证数据；

处理单元，用于将通过格式校验的第三单证数据作为所述第一单证数据。

可选的，所述第三确定单元具体包括：

查找子单元，用于若存在至少两个第二单证数据所对应的预设标识相同，则在预设标识相同的至少两个第二单证数据中，查找对应的时间戳最近的第二单证数据，或者，查找包含的目标字段的个数最多的第二单证数据；

处理子单元，用于将在预设标识相同的至少两个第二单证数据中，对应的时间戳最近的第二单证数据，或者，包含的目标字段的个数最多的第二单证数据作为所述目标第二单证数据。

可选的，第一确定模块304包括：

第四处理单元，用于针对所述因变量集合中的每一个因变量，根据所述至少一组第一单证数据，从所述自变量集合中，确定至少两个自变量；

第五处理单元，用于从确定出的至少两个自变量中，确定目标自变量；

建立单元，用于根据所述目标自变量和所述因变量，建立所述自变量-因变量关联关系。

可选的，所述信息处理装置3还包括：

第二生成模块，用于根据所述校验节点，生成校验模板，所述校验模板中包括待校验项和所述待校验项所对应的待填充内容；

发送模块，用于将所述校验模板发送至指定账号，以指示指定账号根据所述校验模板采集所述待填充内容。

可选的，第二确定模块305具体用于：

根据所述自变量-因变量关联关系，更新预设树形数据结构，其中，更新后的所述预设树形数据结构中，包括所述业务类型所对应的业务节点以及与所述业务节点相关联的校验节点，所述业务节点包含因变量信息，所述校验节点包含自变量信息。

需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

图4为本申请一实施例提供的终端设备的结构示意图。如图4所示，该实施例的终端设备4包括：至少一个处理器40(图4中仅示出一个)、存储器41以及存储在上述存储器41中并可在上述至少一个处理器40上运行的计算机程序42，上述处理器40执行上述计算机程序42时实现上述任意各个信息处理方法实施例中的步骤。

上述终端设备4可以是服务器、手机、可穿戴设备、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、桌上型计算机、笔记本、台式电脑以及掌上电脑等计算设备。该终端设备可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是终端设备4的举例，并不构成对终端设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入设备、输出设备、网络接入设备等。其中，上述输入设备可以包括键盘、触控板、指纹采集传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风、摄像头等，输出设备可以包括显示器、扬声器等。

上述处理器40可以是中央处理单元(Central Processing Unit，CPU)，该处理器40还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

上述存储器41在一些实施例中可以是上述终端设备4的内部存储单元，例如终端设备4的硬盘或内存。上述存储器41在另一些实施例中也可以是上述终端设备4的外部存储设备，例如上述终端设备4上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，上述存储器41还可以既包括上述终端设备4的内部存储单元也包括外部存储设备。上述存储器41用于存储操作系统、应用程序、引导装载程序(Boot Loader)、数据以及其他程序等，例如上述计算机程序的程序代码等。上述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。

另外，尽管未示出，上述终端设备4还可以包括网络连接模块，如蓝牙模块Wi-Fi模块、蜂窝网络模块等等，在此不再赘述。

本申请实施例中，上述处理器40执行上述计算机程序42以实现上述任意各个信息处理方法实施例中的步骤时，可以针对至少一组第一单证数据中的每一组第一单证数据，获取所述第一单证数据中的至少一个目标字段和每个所述目标字段所对应的字段数据，从而针对每一个目标字段，生成所述目标字段所对应的变量，并根据所述目标字段所对应的字段数据，生成所述目标字段所对应的变量的变量值；此时，可以将第一单证数据所涉及的各种业务信息以目标字段及其字段数据的形式提取得到，从而可以方便地将各种业务信息转换为变量的形式。然后，以根据所述第一单证数据所对应的业务类型，将各个所述变量划分得到因变量集合和自变量集合，再根据所述因变量集合、自变量集合和所述至少一组第一单证数据，确定至少一组自变量-因变量关联关系；此时，可以通过所述业务类型，从所述变量中，确定出可能指示该业务类型的业务处理项的因变量，以及可能指示影响该业务处理项的自变量，从而确定至少一组自变量-因变量关联关系，以通过该自变量-因变量关联关系，了解所述第一单证数据中的各个目标字段之间的相互关联关系，从而根据至少一组所述自变量-因变量关联关系，确定属于所述业务类型的第一单证数据所对应的至少一个校验节点，其中，每一个所述校验节点用于指示对所述第一单证数据进行校验所需的信息。由于该校验节点是基于所述第一单证数据中的各个目标字段之间的相互关联关系获取到的，因此，该校验节点可以指示对能够影响对应的业务处理项的自变量进行校验，从而可以实现对单证文件的准确合理的校验，提升业务处理效率。

本申请实施例还提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。

本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行时实现可实现上述各个方法实施例中的步骤。

上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，上述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

以上上述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种信息处理方法，其特征在于，包括：

针对至少一组第一单证数据中的每一组第一单证数据，获取所述第一单证数据中的至少一个目标字段和每个所述目标字段所对应的字段数据；

针对每一个目标字段，生成所述目标字段所对应的变量，并根据所述目标字段所对应的字段数据，生成所述目标字段所对应的变量的变量值；

根据所述第一单证数据所对应的业务类型，将各个所述变量划分得到因变量集合和自变量集合，其中，所述因变量集合中包含的至少一个变量为因变量，所述自变量集合中包含的至少一个变量为自变量；

根据所述因变量集合、自变量集合和所述至少一组第一单证数据，确定至少一组自变量-因变量关联关系；

根据至少一组所述自变量-因变量关联关系，确定属于所述业务类型的第一单证数据所对应的至少一个校验节点，其中，每一个所述校验节点用于指示对所述第一单证数据进行校验所需的信息。

2.如权利要求1所述的信息处理方法，其特征在于，在针对至少一组第一单证数据中的每一组第一单证数据，获取所述第一单证数据中的至少一个目标字段和每个所述目标字段所对应的字段数据之前，还包括：

针对至少两个指定页面数据中的每一个指定页面数据，通过数据埋点，从所述指定页面数据中，识别所述指定页面数据所对应的单证的至少一个第一字段和每个所述第一字段所对应的字段数据，其中，所述第一字段包括所述目标字段；

根据所述单证的至少一个第一字段和每个所述第一字段所对应的字段数据，生成所述单证的第二单证数据；

在获得每一个指定页面数据所对应的第二单证数据之后，对各个所述第二单证数据进行数据清洗，获得所述单证对应的第一单证数据。

3.如权利要求2所述的信息处理方法，其特征在于，所述在获得每一个指定页面数据所对应的第二单证数据之后，对各个所述第二单证数据进行数据清洗，获得所述单证对应的第一单证数据，包括：

在获得每一个指定页面数据所对应的第二单证数据之后，针对每一个第二单证数据，确定所述第二单证数据中是否存在预设标识；

在存在预设标识的第二单证数据中，确定是否存在至少两个第二单证数据所对应的预设标识相同；

若存在至少两个第二单证数据所对应的预设标识相同，则在预设标识相同的至少两个第二单证数据中，确定目标第二单证数据；

针对每一个第三单证数据，对所述第三单证数据中的至少一个目标字段和所述目标字段的字段数据进行格式校验，其中，任一所述第三单证数据为所述目标第二单证数据或者对应有唯一的预设标识的第二单证数据；

将通过格式校验的第三单证数据作为所述第一单证数据。

4.如权利要求3所述的信息处理方法，其特征在于，所述若存在至少两个第二单证数据所对应的预设标识相同，则在预设标识相同的至少两个第二单证数据中，确定目标第二单证数据，包括：

若存在至少两个第二单证数据所对应的预设标识相同，则在预设标识相同的至少两个第二单证数据中，查找对应的时间戳最近的第二单证数据，或者，查找包含的目标字段的个数最多的第二单证数据；

将在预设标识相同的至少两个第二单证数据中，对应的时间戳最近的第二单证数据，或者，包含的目标字段的个数最多的第二单证数据作为所述目标第二单证数据。

5.如权利要求1所述的信息处理方法，其特征在于，所述根据所述因变量集合、自变量集合和所述至少一组第一单证数据，确定至少一组自变量-因变量关联关系，包括：

针对所述因变量集合中的每一个因变量，根据所述至少一组第一单证数据，从所述自变量集合中，确定至少两个自变量；

从确定出的至少两个自变量中，确定目标自变量；

根据所述目标自变量和所述因变量，建立所述自变量-因变量关联关系。

6.如权利要求1所述的信息处理方法，其特征在于，在根据至少一组所述自变量-因变量关联关系，确定属于所述业务类型的第一单证数据所对应的至少一个校验节点之后，还包括：

根据所述校验节点，生成校验模板，所述校验模板中包括待校验项和所述待校验项所对应的待填充内容；

将所述校验模板发送至指定账号，以指示指定账号根据所述校验模板采集所述待填充内容。

7.如权利要求1至6任意一项所述的信息处理方法，其特征在于，所述根据至少一组所述自变量-因变量关联关系，确定属于所述业务类型的第一单证数据所对应的至少一个校验节点，包括：

根据所述自变量-因变量关联关系，更新预设树形数据结构，其中，更新后的所述预设树形数据结构中，包括所述业务类型所对应的业务节点以及与所述业务节点相关联的校验节点，所述业务节点包含因变量信息，所述校验节点包含自变量信息。

8.一种信息处理装置，其特征在于，包括：

获取模块，用于针对至少一组第一单证数据中的每一组第一单证数据，获取所述第一单证数据中的至少一个目标字段和每个所述目标字段所对应的字段数据；

变量生成模块，用于针对每一个目标字段，生成所述目标字段所对应的变量，并根据所述目标字段所对应的字段数据，生成所述目标字段所对应的变量的变量值；

划分模块，用于根据所述第一单证数据所对应的业务类型，将各个所述变量划分得到因变量集合和自变量集合，其中，所述因变量集合中包含的至少一个变量为因变量，所述自变量集合中包含的至少一个变量为自变量；

第一确定模块，用于根据所述因变量集合、自变量集合和所述至少一组第一单证数据，确定至少一组自变量-因变量关联关系；

第二确定模块，用于根据至少一组所述自变量-因变量关联关系，确定属于所述业务类型的第一单证数据所对应的至少一个校验节点，其中，每一个所述校验节点用于指示对所述第一单证数据进行校验所需的信息。

9.一种终端设备，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7任一项所述的信息处理方法。

10.一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7任一项所述的信息处理方法。

Images