(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210450910.4 (22)申请日 2022.04.26 (71)申请人 深圳平安综合金融服 务有限公司 地址 518000 广东省深圳市福田区福田街 道益田路5 033号平安金融 中心11层 (72)发明人 唐珊珊　孙继锋　许黎　王辉　 邓熙凤　刘思雅　 (74)专利代理 机构 深圳市赛恩倍吉知识产权代 理有限公司 4 4334 专利代理师 严林　陈海云 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 30/06(2012.01) G06K 9/62(2022.01) G06F 16/215(2019.01)G06F 16/2455(2019.01) (54)发明名称 基于人工智能的行为预测方法、 装置及相关 设备 (57)摘要 本发明涉及人工智能技术领域， 提供一种基 于人工智能的行为预测方法、 装置及相关设备， 所述方法包括： 从多个目标参数的数据源中获取 原始数据集， 并对原始数据集进行第一预处理， 得到目标数据表； 调用规则类标签， 基于规则类 标签， 通过标签管理系统从目标数据表中获取第 一预测结果； 从目标数据表中提取特征因子集， 并将特征因子集输入值预先训练好的分类预测 模型中， 得到第二预测结果； 对第一预测结果和 第二预测结果进行第二预处理， 得到目标预测结 果。 本发明根据规则引擎和分类预测模型得到目 标预测结果， 提高了采购舞弊预测结果的准确 率。 权利要求书2页 说明书13页 附图2页 CN 114881313 A 2022.08.09 CN 114881313 A 1.一种基于人工智能的行为预测方法， 其特 征在于， 所述方法包括： 解析接收到的采购舞弊预测请求， 得到多个目标参数的数据源； 从所述多个目标参数的数据源中获取原始数据集， 并对所述原始数据集进行第 一预处 理， 得到目标 数据表； 调用规则类标签， 基于所述规则类标签， 通过标签管理系统从所述目标数据表中获取 第一预测结果； 从所述目标数据表中提取特征因子集， 并将所述特征因子集输入值预先训练好的分类 预测模型中， 得到第二预测结果； 对所述第一预测结果和所述第二预测结果进行第二预处 理， 得到目标 预测结果。 2.如权利要求1所述的基于人工智能的行为预测方法， 其特征在于， 所述对所述原始数 据集进行第一预处 理， 得到目标 数据表包括： 识别所述原 始数据集中每 个所述原 始数据表对应的采购业 务系统标识码； 根据所述采购业 务系统标识码对所述原 始数据集进行归类； 将相同采购业务系统的原始数据集确定为第 一数据集， 及将剩余的不同采购业务系统 的原始数据集确定为第二数据集； 对所述第一数据集中的原始数据表进行并表 处理得到第 一数据表， 及对所述第 二数据 集中的原 始数据表进行并表处 理得到第二数据表； 合并所述第一数据表和所述第二数据表， 得到第三数据表； 对所述第三数据表进行 数据清洗， 得到目标 数据表。 3.如权利要求2所述的基于人工智能的行为预测方法， 其特征在于， 所述对所述第 二数 据集中的原 始数据表进行并表处 理得到第二数据表包括： 识别所述第二数据集中每 个原始数据表的字段名称； 将多个原始数据表的相同字段名称的多个列进行合并处理， 并删除参与合并的多个 列， 得到一个新表； 计算所述新表的字段名称总数， 根据 所述新表的字段名称总数获取预设的空位字段总 数； 基于所述预设的空位字段总数对所述 新表进行扩充， 得到第二数据表。 4.如权利要求1所述的基于人工智能的行为预测方法， 其特征在于， 所述调用规则 类标 签， 基于所述 规则类标签， 通过 预设的规则引擎获取第一预测结果包括： 将所述目标 数据表中的数据转换为预设的规则引擎能够识别的规则类标签； 调用预设的规则引擎， 进行规则类标签的智能匹配， 得到第一预测结果。 5.如权利要求1所述的基于人工智能的行为预测方法， 其特征在于， 所述从所述目标数 据表中提取 特征因子集包括： 获取所述采购舞弊预测请求中的采购项目标识码对应的采购项目的项目信息及预设 的加工脚本； 对所述项目信息进行 预处理， 得到目标项目信息； 采用所述预设的加工脚本对所述目标项目信息进行加工， 得到特 征因子集。 6.如权利要求1所述的基于人工智能的行为预测方法， 其特征在于， 所述对所述第 一预 测结果和所述第二预测结果进行第二预处 理， 得到目标 预测结果包括：权　利　要　求　书 1/2 页 2 CN 114881313 A 2将所述第一预测结果与所述第二预测结果进行比对； 将所述第一预测结果中与所述第二预测结果相同的删除， 得到目标 预测结果。 7.如权利要求1所述的基于人工智能的行为预测方法， 其特征在于， 所述解析接收到的 采购舞弊预测请求， 得到多个目标参数的数据源 包括： 解析所述采购舞弊预测请求的报文， 得到所述报文携带的报文信息； 从所述报文信息中获取采购舞弊预测需求； 将所述采购舞弊预测需求中的采购项目标识码与预设数据库中的系统标识码进行匹 配， 获取所述采购项目对应的采购业务系统的第一接口及与所述采购业务系统交互的第三 方系统的第二接口； 调用所述第一接口和所述第二接口获取对应的目标参数的数据源。 8.一种基于人工智能的行为预测装置， 其特 征在于， 所述装置包括： 解析模块， 用于解析接收到的采购舞弊预测请求， 得到多个目标参数的数据源； 第一预处理模块， 用于从所述多个目标参数的数据源中获取原始数据集， 并对所述原 始数据集进行第一预处 理， 得到目标 数据表； 构建模块， 用于调用规则类标签， 基于所述规则类标签， 通过标签管理系统从所述目标 数据表中获取第一预测结果； 提取和输入模块， 用于从所述目标数据表中提取特征因子集， 并将所述特征因子集输 入值预先训练好的分类预测模型中， 得到第二预测结果； 第二预处理模块， 用于对所述第一预测结果和所述第二预测结果进行第二预处理， 得 到目标预测结果。 9.一种电子设备， 其特征在于， 所述电子设备包括处理器和存储器， 所述处理器用于执 行所述存储器中存储的计算机程序时实现如权利要求1至7中任意一项所述的基于人工智 能的行为预测方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质上存储有计算机程序， 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中任意一项 所述的基于人工智 能的行为预测方法。权　利　要　求　书 2/2 页 3 CN 114881313 A 3