本說明書提供一種專家系統(tǒng)的更新方法、業(yè)務(wù)處理方法及裝置，其中，專家系統(tǒng)的更新方法包括：獲取目標(biāo)業(yè)務(wù)的樣本業(yè)務(wù)特征數(shù)據(jù)以及目標(biāo)業(yè)務(wù)的優(yōu)化目標(biāo)數(shù)據(jù)；根據(jù)樣本業(yè)務(wù)特征數(shù)據(jù)和優(yōu)化目標(biāo)數(shù)據(jù)，訓(xùn)練目標(biāo)業(yè)務(wù)對應(yīng)的概率圖網(wǎng)絡(luò)，得到訓(xùn)練完成的概率圖網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)，概率圖網(wǎng)絡(luò)是根據(jù)專家系統(tǒng)接收的目標(biāo)業(yè)務(wù)對應(yīng)的模糊邏輯信息生成；基于訓(xùn)練得到的網(wǎng)絡(luò)參數(shù)，輸出對于專家系統(tǒng)的模糊邏輯信息的更新信息。本說明書實施例使得專家系統(tǒng)具有了學(xué)習(xí)網(wǎng)絡(luò)參數(shù)的能力，能夠據(jù)此優(yōu)化專家系統(tǒng)的錄入信息，有利于專家系統(tǒng)的決策結(jié)果更準(zhǔn)確。

技術(shù)領(lǐng)域

本說明書涉及人工智能技術(shù)，尤其涉及一種專家系統(tǒng)的更新方法、業(yè)務(wù)處理方法及裝置。

背景技術(shù)

對于人工決策主導(dǎo)的業(yè)務(wù)場景，通常需要根據(jù)業(yè)務(wù)場景中的業(yè)務(wù)數(shù)據(jù)，依據(jù)主導(dǎo)人（也可以稱為領(lǐng)域?qū)＜遥┑娜斯そ?jīng)驗進(jìn)行邏輯推導(dǎo)，最終得出該場景下的業(yè)務(wù)決策結(jié)果。此類場景大多具有小樣本、以及樣本不平衡度高的特點，比如，在信貸審批領(lǐng)域場景中，信貸壞賬率低，負(fù)樣本少，并且場景所擁有的歷史樣本的數(shù)量也有限。這使得傳統(tǒng)的有監(jiān)督算法模型在該人工決策主導(dǎo)的業(yè)務(wù)場景中難以使用。

因此，相關(guān)技術(shù)中通常仍以人工決策主導(dǎo)的方式進(jìn)行評價和決策，例如，在信貸審批領(lǐng)域由人工進(jìn)行信貸審批的指標(biāo)判斷，在臨床醫(yī)療診斷領(lǐng)域由醫(yī)生人工進(jìn)行診療指癥的判斷，等。但是這樣導(dǎo)致業(yè)務(wù)處理的效率較低，并且人力成本高。

發(fā)明內(nèi)容

本說明書至少一個實施例提供了一種專家系統(tǒng)的更新方法、業(yè)務(wù)處理方法和裝置，以提高業(yè)務(wù)處理效率。

本說明書實施例的第一方面，提供了一種專家系統(tǒng)的更新方法，所述方法包括：

獲取目標(biāo)業(yè)務(wù)的樣本業(yè)務(wù)特征數(shù)據(jù)、以及所述目標(biāo)業(yè)務(wù)的優(yōu)化目標(biāo)數(shù)據(jù)；所述樣本業(yè)務(wù)特征數(shù)據(jù)是待優(yōu)化的專家系統(tǒng)執(zhí)行目標(biāo)業(yè)務(wù)的業(yè)務(wù)處理時的采集數(shù)據(jù)，且所述優(yōu)化目標(biāo)數(shù)據(jù)是所述目標(biāo)業(yè)務(wù)的業(yè)務(wù)決策真值；

根據(jù)所述樣本業(yè)務(wù)特征數(shù)據(jù)和優(yōu)化目標(biāo)數(shù)據(jù)，訓(xùn)練所述目標(biāo)業(yè)務(wù)對應(yīng)的概率圖網(wǎng)絡(luò)，得到訓(xùn)練完成的所述概率圖網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)，所述概率圖網(wǎng)絡(luò)是根據(jù)所述專家系統(tǒng)接收的所述目標(biāo)業(yè)務(wù)對應(yīng)的模糊邏輯信息生成；

基于訓(xùn)練得到的所述網(wǎng)絡(luò)參數(shù)，輸出對于所述專家系統(tǒng)的模糊邏輯信息的更新信息。

本說明書實施例的第二方面，提供一種基于專家系統(tǒng)的業(yè)務(wù)處理方法，所述方法由專家系統(tǒng)執(zhí)行，所述方法包括：

獲取待處理的目標(biāo)業(yè)務(wù)的至少一個業(yè)務(wù)特征數(shù)據(jù)，所述業(yè)務(wù)特征數(shù)據(jù)是業(yè)務(wù)決策結(jié)果的影響因素；

根據(jù)所述專家系統(tǒng)接收的模糊邏輯信息，對所述業(yè)務(wù)特征數(shù)據(jù)進(jìn)行模糊化處理和模糊推理，得到模糊推理結(jié)果；其中，所述模糊邏輯信息是根據(jù)本公開任一實施例的方法學(xué)習(xí)得到的所述更新信息確定；

對所述模糊推理結(jié)果進(jìn)行去模糊化，得到所述目標(biāo)業(yè)務(wù)的業(yè)務(wù)決策結(jié)果。

本說明書實施例的第三方面，提供一種專家系統(tǒng)的更新裝置，所述裝置包括：

數(shù)據(jù)接口模塊，用于獲取目標(biāo)業(yè)務(wù)的樣本業(yè)務(wù)特征數(shù)據(jù)、以及所述目標(biāo)業(yè)務(wù)的優(yōu)化目標(biāo)數(shù)據(jù)；所述樣本業(yè)務(wù)特征數(shù)據(jù)是待優(yōu)化的專家系統(tǒng)執(zhí)行目標(biāo)業(yè)務(wù)的業(yè)務(wù)處理時的采集數(shù)據(jù)，且所述優(yōu)化目標(biāo)數(shù)據(jù)是所述目標(biāo)業(yè)務(wù)的業(yè)務(wù)決策真值；

圖學(xué)習(xí)模塊，用于根據(jù)所述樣本業(yè)務(wù)特征數(shù)據(jù)和優(yōu)化目標(biāo)數(shù)據(jù)，訓(xùn)練所述目標(biāo)業(yè)務(wù)對應(yīng)的概率圖網(wǎng)絡(luò)，得到訓(xùn)練完成的所述概率圖網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)，所述概率圖網(wǎng)絡(luò)是根據(jù)所述專家系統(tǒng)接收的所述目標(biāo)業(yè)務(wù)對應(yīng)的模糊邏輯信息生成；

決策建議生成模塊，用于基于訓(xùn)練得到的所述網(wǎng)絡(luò)參數(shù)，輸出對于所述專家系統(tǒng)的模糊邏輯信息的更新信息。

本說明書實施例的第四方面，提供一種基于專家系統(tǒng)的業(yè)務(wù)處理裝置，所述裝置應(yīng)用于專家系統(tǒng)，所述裝置包括：