基于虚拟映射和数据脱敏的企业业务处理方法、装置、设备及介质与流程

本发明涉及人工智能，特别涉及基于虚拟映射和数据脱敏的企业业务处理方法、装置、设备及介质。

背景技术：

1、随着企业跨境业务的快速发展，crm（customer relationship management，客户关系管理）系统中沉淀了客户、用户、线索、商机、联系人、跟进活动、订单、gmv（grossmerchandise volume，商品交易总额）指标等多个业务域的海量结构化数据。为提升销售与运营效率，目前开始在crm系统中引入大语言模型能力，提供线索评分、客户健康分、商机赢率预测、经营洞察、自然语言问答等智能功能。

2、由于大语言模型本身不掌握企业的实时业务数据，必须采用检索增强生成的方式，即先从业务系统中检索相关数据，作为上下文注入提示词，再交由模型推理。

3、目前实现crm系统智能功能的常规做法是：针对每个ai（artificialintelligence，人工智能）场景单独编写调用领域服务、拼装上下文的代码，将上下文连同原始字段送入大模型生成结果，再对返回结果做事后实体id存在性校验。上述做法存在以下问题：取数逻辑高度重复分散，同一关系在多个场景中反复表达，维护成本随场景数量线性增长；防幻觉能力弱，无法识别实体类型非法、关系不合法、基数越界等错误，输出可信度低；敏感数据易泄露，完整手机号、邮箱等字段被直接送入模型，存在合规风险；扩展性差，接入新业务域需逐个改造所有相关场景，无法平滑演进。

4、综上所述，如何在保障敏感数据安全的前提下，实现对企业的客户关系管理系统中业务数据的规范化获取，从而处理企业业务是目前亟待解决的技术问题。

技术实现思路

1、有鉴于此，本发明的目的在于提供基于虚拟映射和数据脱敏的企业业务处理方法、装置、设备及介质，能够在保障敏感数据安全的前提下，实现对企业的客户关系管理系统中业务数据的规范化获取，从而处理企业业务。其具体方案如下：

2、第一方面，本技术提供了一种基于虚拟映射和数据脱敏的企业业务处理方法，包括：

3、获取用户上传的业务请求，并基于预设场景映射规则确定所述业务请求对应的目标业务场景，以及确定所述目标业务场景对应的目标数据查询模板；

4、在企业的客户关系管理系统对应的目标本体类型层中，以所述目标数据查询模板中的焦点实体为起点进行遍历，得到相应的目标实体；所述目标本体类型层包含所述客户关系管理系统中的业务概念对应的实体、各所述业务概念之间的业务关系对应的边以及各所述业务概念的属性；

5、基于预先配置的虚拟映射调用与所述目标实体相对应的目标业务领域服务解析所述目标实体的关联实例，并根据所述目标实体及所述关联实例确定业务数据；所述虚拟映射用于维护业务概念与业务领域服务对应的数据获取方法之间的映射关系；

6、对所述业务数据中的预设敏感字段进行脱敏，并利用目标大模型基于脱敏后的业务数据处理所述业务请求，以得到相应的目标处理结果。

7、可选的，所述基于预设场景映射规则确定所述业务请求对应的目标业务场景，包括：

8、对所述业务请求进行关键词提取得到相应的目标关键词，并将所述目标关键词与所述预设场景映射规则中的各场景关键词进行匹配；

9、若所述目标关键词与任一所述场景关键词匹配成功，则将所述场景关键词对应的业务场景确定为所述目标业务场景；

10、若所述目标关键词与所述预设场景映射规则中的所述场景关键词均匹配失败，则获取预设备选场景，并将所述预设备选场景确定为所述目标业务场景。

11、可选的，所述在企业的客户关系管理系统对应的目标本体类型层中，以所述目标数据查询模板中的焦点实体为起点进行遍历，得到相应的目标实体，包括：

12、按照所述目标数据查询模板中的业务关系路径，在所述目标本体类型层中以所述焦点实体为起点进行逐跳遍历；

13、相应的，所述在所述目标本体类型层中以所述焦点实体为起点进行逐跳遍历的过程中，还包括：

14、若当前遍历深度未超过预设遍历深度阈值，则继续按照所述业务关系路径遍历所述目标本体类型层中的下一跳实体；

15、若当前遍历深度超过所述预设遍历深度阈值，则停止遍历，并将遍历得到的各实体确定为所述目标实体。

16、可选的，所述基于预先配置的虚拟映射调用与所述目标实体相对应的目标业务领域服务解析所述目标实体的关联实例，并根据所述目标实体及所述关联实例确定业务数据，包括：

17、根据所述目标实体对应的业务概念查询所述虚拟映射，以确定所述目标实体对应的所述目标业务领域服务，并确定所述目标业务领域服务对应的目标数据获取方法，基于所述目标数据获取方法获取所述目标实体的关联实例；

18、以所述目标实体为节点，并对具有业务关系的不同目标实体建立连线，标注所述节点对应的业务概念、所述连线对应的业务关系，并将所述目标实体与所述目标实体对应的所述关联实例进行关联，以构建实体邻域子图；

19、将所述实体邻域子图确定为所述业务数据。

20、可选的，所述对所述业务数据中的预设敏感字段进行脱敏，包括：

21、识别所述业务数据中的预设敏感字段；所述预设敏感字段包括手机号、邮箱和证件号；

22、对所述业务数据中的所述预设敏感字段进行脱敏处理得到所述脱敏后的业务数据，并检测所述脱敏后的业务数据是否存在所述预设敏感字段；

23、若所述脱敏后的业务数据中仍存在所述预设敏感字段，则阻断调用所述目标大模型，并返回预设错误提示；

24、若所述脱敏后的业务数据中不存在所述预设敏感字段，则利用所述目标大模型基于所述脱敏后的业务数据处理所述业务请求。

25、可选的，所述利用目标大模型基于脱敏后的业务数据处理所述业务请求，以得到相应的目标处理结果，包括：

26、将所述脱敏后的业务数据与所述业务请求拼装为目标提示词，并将所述目标提示词发送至所述目标大模型；

27、采用服务端事件流方式获取所述目标大模型增量输出的初始处理结果，并对所述初始处理结果进行校验，以基于校验结果确定所述目标处理结果。

28、可选的，所述对所述初始处理结果进行校验，以基于校验结果确定所述目标处理结果，包括：

29、校验所述初始处理结果中引用的实体是否在所述目标本体类型层中存在、所述初始处理结果中的实体关系是否在所述目标本体类型层中声明、所述实体关系对应的关系基数是否与所述目标本体类型层中定义的关系基数相匹配，并通过所述目标业务领域服务校验所述初始处理结果中引用的实体对应的实体编号是否存在；

30、若所述初始处理结果中引用的实体和实体关系均校验通过，则直接将所述初始处理结果确定为所述目标处理结果；

31、若所述初始处理结果中存在未通过校验的实体和/或实体关系，则剔除所述初始处理结果中所述未通过校验的实体和/或实体关系，并基于剔除后的处理结果确定所述目标处理结果；

32、若所述初始处理结果中引用的实体和实体关系均校验未通过，则将所述初始处理结果中引用的实体和实体关系均剔除得到纯文本数据，并将所述纯文本数据确定为所述目标处理结果。

33、第二方面，本技术提供了一种基于虚拟映射和数据脱敏的企业业务处理装置，包括：

34、数据查询模板确定模块，用于获取用户上传的业务请求，并基于预设场景映射规则确定所述业务请求对应的目标业务场景，以及确定所述目标业务场景对应的目标数据查询模板；

35、目标实体获取模块，用于在企业的客户关系管理系统对应的目标本体类型层中，以所述目标数据查询模板中的焦点实体为起点进行遍历，得到相应的目标实体；所述目标本体类型层包含所述客户关系管理系统中的业务概念对应的实体、各所述业务概念之间的业务关系对应的边以及各所述业务概念的属性；

36、业务数据确定模块，用于基于预先配置的虚拟映射调用与所述目标实体相对应的目标业务领域服务解析所述目标实体的关联实例，并根据所述目标实体及所述关联实例确定业务数据；所述虚拟映射用于维护业务概念与业务领域服务对应的数据获取方法之间的映射关系；

37、业务处理模块，用于对所述业务数据中的预设敏感字段进行脱敏，并利用目标大模型基于脱敏后的业务数据处理所述业务请求，以得到相应的目标处理结果。

38、第三方面，本技术提供了一种电子设备，包括：

39、存储器，用于保存计算机程序；

40、处理器，用于执行所述计算机程序，以实现前述的基于虚拟映射和数据脱敏的企业业务处理方法。

41、第四方面，本技术提供了一种计算机可读存储介质，用于保存计算机程序；其中，所述计算机程序被处理器执行时实现前述的基于虚拟映射和数据脱敏的企业业务处理方法。

42、本技术中，首先获取用户上传的业务请求，并基于预设场景映射规则确定所述业务请求对应的目标业务场景，以及确定所述目标业务场景对应的目标数据查询模板；之后在企业的客户关系管理系统对应的目标本体类型层中，以所述目标数据查询模板中的焦点实体为起点进行遍历，得到相应的目标实体；所述目标本体类型层包含所述客户关系管理系统中的业务概念对应的实体、各所述业务概念之间的业务关系对应的边以及各所述业务概念的属性；接着基于预先配置的虚拟映射调用与所述目标实体相对应的目标业务领域服务解析所述目标实体的关联实例，并根据所述目标实体及所述关联实例确定业务数据；所述虚拟映射用于维护业务概念与业务领域服务对应的数据获取方法之间的映射关系；最后对所述业务数据中的预设敏感字段进行脱敏，并利用目标大模型基于脱敏后的业务数据处理所述业务请求，以得到相应的目标处理结果。由上可见，本技术中通过目标本体类型层将取数逻辑收敛统一，新增场景仅需声明查询模板而无须重写取数代码，从根本上消除了各场景各自编写独立取数逻辑与拼装代码所带来的重复劳动与逻辑分散问题，显著降低了维护成本；通过虚拟映射实现零物化实时取数，无需引入图数据库即可直接复用既有业务领域服务，大幅降低了落地成本与数据同步复杂度；通过脱敏与二次检测机制确保完整敏感信息不被送入大模型，有效保障了数据合规性。如此一来，本技术中能够在保障敏感数据安全的前提下，实现对企业的客户关系管理系统中业务数据的规范化获取，从而精准处理企业业务。