业务数据处理方法、装置、设备及存储介质与流程

1.本发明涉及人工智能领域，尤其涉及一种业务数据处理方法、装置、设备及存储介质。


背景技术：

2.随着科技与经济、生活一体化进程的加快，经济与交流活动增加，人群流动日益频繁，为疾病的传播与爆发提供了有利环境，公共卫生健康问题越来越严峻。同时，社会与自然环境也发生着变化，环境污染、自然灾害等影响公众健康事件的增多也增加了突发公共卫生事件爆发的可能性。如何能及时生成处理方案并发出预警，尽早采取相应的控制措施，将疾病爆发所带来的损伤降到最低，是当前医疗科技比较关注的重点之一。
3.现有方案通常是采用人为设定的网络进行处理，但是该网络因为存在较大的误差而导致输出的结果容易出现错误，从而导致生成的处理方案脱离实际情况，即现有方案的准确率较低。


技术实现要素：

4.本发明提供了一种业务数据处理方法、装置、设备及存储介质，用于提高业务数据处理的准确率。
5.本发明第一方面提供了一种业务数据处理方法，所述业务数据处理方法包括：获取待处理的业务数据，并根据所述业务数据确定所述业务数据对应的目标场所，其中，所述业务数据包括营业执照和机构代码；将所述业务数据输入预置的检测场所分类模型进行类型检测，得到所述目标场所对应的场所类型，并根据所述业务数据构建所述目标场所对应的知识图谱；根据所述场所类型和预置的数据获取规则获取所述目标场所对应的历史发病数据，并根据所述知识图谱对所述历史发病数据进行解析，得到解析结果；根据所述解析结果生成所述目标场所对应的目标人数预警值，并根据所述目标人数预警值确定处理方案。
6.可选的，在本发明第一方面的第一种实现方式中，所述获取待处理的业务数据，并根据所述业务数据确定所述业务数据对应的目标场所，包括：通过预置的爬虫从预置的数据库中爬取待处理的业务数据，其中，所述业务数据包括营业执照和机构代码；根据所述营业执照和所述机构代码查询所述业务数据对应的场所信息，得到所述业务数据对应的目标场所。
7.可选的，在本发明第一方面的第二种实现方式中，所述将所述业务数据输入预置的检测场所分类模型进行类型检测，得到所述目标场所对应的场所类型，包括：将所述业务数据输入预置的检测场所分类模型，所述检测场所分类模型包括：词向量层、双向长短期记忆网络层和条件随机场层；通过所述词向量层对所述业务数据进行向量转换，得到初始词向量；通过所述双向长短时记忆网络层对所述初始词向量进行特征提取，得到目标特征序列；通过所述条件随机场层对所述目标特征序列进行类型分类，得到所述目标场所对应的场所类型。
8.可选的，在本发明第一方面的第三种实现方式中，所述通过所述双向长短时记忆网络层对所述初始词向量进行特征提取，得到目标特征序列，包括：通过所述双向长短时记忆网络层中的正向长短时记忆网络对所述初始词向量进行特征提取，得到正向隐状态序列；通过所述双向长短时记忆网络层中的反向长短时记忆网络对所述初始词向量进行特征提取，得到反向隐状态序列；对所述正向隐状态序列和所述反向隐状态序列进行拼接，得到目标特征序列。
9.可选的，在本发明第一方面的第四种实现方式中，所述根据所述业务数据构建所述目标场所对应的知识图谱，包括：获取所述业务数据中的三元组数据，其中所述三元组数据包括主体、关系和属性；通过预置的聚类算法对所述三元组数据进行聚类，得到多个三元组类；根据所述多个三元组类生成所述目标场所对应的知识图谱。
10.可选的，在本发明第一方面的第五种实现方式中，所述根据所述场所类型和预置的数据获取规则获取所述目标场所对应的历史发病数据，并根据所述知识图谱对所述历史发病数据进行解析，得到解析结果，包括：基于所述场所类型从预置的数据获取规则中匹配与所述场所类型对应的数据获取算法；基于所述数据获取算法获取所述场所类型对应的历史发病数据；基于所述知识图谱对所述历史发病数据进行趋势解析，得到解析结果。
11.可选的，在本发明第一方面的第六种实现方式中，在所述根据所述解析结果生成所述目标场所对应的目标人数预警值，并根据所述目标人数预警值确定处理方案之后，所述业务数据处理方法还包括：将所述处理方案和所述历史发病数据进行关联处理，得到关联信息；根据所述关联信息对所述处理方案进行优化，得到目标处理方案。
12.本发明第二方面提供了一种业务数据处理装置，所述业务数据处理装置包括：获取模块，用于获取待处理的业务数据，并根据所述业务数据确定所述业务数据对应的目标场所，其中，所述业务数据包括营业执照和机构代码；检测模块，用于将所述业务数据输入预置的检测场所分类模型进行类型检测，得到所述目标场所对应的场所类型，并根据所述业务数据构建所述目标场所对应的知识图谱；解析模块，用于根据所述场所类型和预置的数据获取规则获取所述目标场所对应的历史发病数据，并根据所述知识图谱对所述历史发病数据进行解析，得到解析结果；生成模块，用于根据所述解析结果生成所述目标场所对应的目标人数预警值，并根据所述目标人数预警值确定处理方案。
13.可选的，在本发明第二方面的第一种实现方式中，所述获取模块具体用于：通过预置的爬虫从预置的数据库中爬取待处理的业务数据，其中，所述业务数据包括营业执照和机构代码；根据所述营业执照和所述机构代码查询所述业务数据对应的场所信息，得到所述业务数据对应的目标场所。
14.可选的，在本发明第二方面的第二种实现方式中，所述检测模块还包括：输入单元，用于将所述业务数据输入预置的检测场所分类模型，所述检测场所分类模型包括：词向量层、双向长短期记忆网络层和条件随机场层；转换单元，用于通过所述词向量层对所述业务数据进行向量转换，得到初始词向量；特征提取单元，用于通过所述双向长短时记忆网络层对所述初始词向量进行特征提取，得到目标特征序列；分类单元，用于通过所述条件随机场层对所述目标特征序列进行类型分类，得到所述目标场所对应的场所类型。
15.可选的，在本发明第二方面的第三种实现方式中，所述特征提取单元具体用于：通过所述双向长短时记忆网络层中的正向长短时记忆网络对所述初始词向量进行特征提取，
得到正向隐状态序列；通过所述双向长短时记忆网络层中的反向长短时记忆网络对所述初始词向量进行特征提取，得到反向隐状态序列；对所述正向隐状态序列和所述反向隐状态序列进行拼接，得到目标特征序列。
16.可选的，在本发明第二方面的第四种实现方式中，所述检测模块还包括：获取单元，用于获取所述业务数据中的三元组数据，其中所述三元组数据包括主体、关系和属性；通过预置的聚类算法对所述三元组数据进行聚类，得到多个三元组类；根据所述多个三元组类生成所述目标场所对应的知识图谱。
17.可选的，在本发明第二方面的第五种实现方式中，所述解析模块具体用于：基于所述场所类型从预置的数据获取规则中匹配与所述场所类型对应的数据获取算法；基于所述数据获取算法获取所述场所类型对应的历史发病数据；基于所述知识图谱对所述历史发病数据进行趋势解析，得到解析结果。
18.可选的，在本发明第二方面的第六种实现方式中，所述业务数据处理装置还包括：优化模块，用于将所述处理方案和所述历史发病数据进行关联处理，得到关联信息；根据所述关联信息对所述处理方案进行优化，得到目标处理方案。
19.本发明第三方面提供了一种业务数据处理设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述业务数据处理设备执行上述的业务数据处理方法。
20.本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的业务数据处理方法。
21.本发明提供的技术方案中，获取待处理的业务数据，并根据业务数据确定业务数据对应的目标场所，其中，业务数据包括营业执照和机构代码；将业务数据输入预置的检测场所分类模型进行类型检测，得到目标场所对应的场所类型，并根据业务数据构建目标场所对应的知识图谱；根据场所类型和预置的数据获取规则获取目标场所对应的历史发病数据，并根据知识图谱对历史发病数据进行解析，得到解析结果；根据解析结果生成目标场所对应的目标人数预警值，并根据目标人数预警值确定处理方案。本发明通过对业务数据进行场所检测，通过对目标场所进行发病数据分析进而生成处理方案，提高了业务数据处理的准确率。
附图说明
22.图1为本发明实施例中业务数据处理方法的一个实施例示意图；
23.图2为本发明实施例中业务数据处理方法的另一个实施例示意图；
24.图3为本发明实施例中业务数据处理装置的一个实施例示意图；
25.图4为本发明实施例中业务数据处理装置的另一个实施例示意图；
26.图5为本发明实施例中业务数据处理设备的一个实施例示意图。
具体实施方式
27.本发明实施例提供了一种业务数据处理方法、装置、设备及存储介质，用于提高业务数据处理的准确率。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后
次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
28.为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中业务数据处理方法的第一个实施例包括：
29.101、获取待处理的业务数据，并根据业务数据确定业务数据对应的目标场所，其中，业务数据包括营业执照和机构代码；
30.具体的，服务器从预置的数据库中查询待处理的业务数据，其中，预置的数据库中包括多个业务数据，业务数据是指携带有营业执照和机构代码的文本数据。
31.可以理解的是，本发明的执行主体可以为业务数据处理装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。本发明实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
32.102、将业务数据输入预置的检测场所分类模型进行类型检测，得到目标场所对应的场所类型，并根据业务数据构建目标场所对应的知识图谱；
33.需要说明的是，预置的检测场所分类模型具体包括词向量层、双向长短时记忆网络层和条件随机场层。其中，词向量层用于转换向量；双向长短时记忆网络层用于进行特征提取，条件随机场层用于进行信息分类。
34.103、根据场所类型和预置的数据获取规则获取目标场所对应的历史发病数据，并根据知识图谱对历史发病数据进行解析，得到解析结果；
35.具体的，服务器根据场所类型和预置的数据获取规则获取目标场所对应的历史发病数据，服务器根据知识图谱对历史发病数据进行解析，得到解析结果，服务器获取机构所在区域历史发病数据，分析该区域对应高发疾病，以及该疾病对应的症状，及发病人数趋势数据、发病人群分布。
36.104、根据解析结果生成目标场所对应的目标人数预警值，并根据目标人数预警值确定处理方案。
37.具体的，服务器将多个候选处理方案的处理方案集合与处理方案集合进行匹配后，存在多个处理方案与目标人数预警值进行匹配，则可以根据多个处理方案，对匹配到的多个处理方案进行排名，并选择排名最高的处理方案作为与目标人数预警值的处理方案；如果存在一个处理方案与目标人数预警值匹配，则将该处理方案作为与目标人数预警值的
处理方案。
38.进一步地，服务器将处理方案存储于区块链数据库中，具体此处不做限定。
39.本发明实施例中，获取待处理的业务数据，并根据业务数据确定业务数据对应的目标场所，其中，业务数据包括营业执照和机构代码；将业务数据输入预置的检测场所分类模型进行类型检测，得到目标场所对应的场所类型，并根据业务数据构建目标场所对应的知识图谱；根据场所类型和预置的数据获取规则获取目标场所对应的历史发病数据，并根据知识图谱对历史发病数据进行解析，得到解析结果；根据解析结果生成目标场所对应的目标人数预警值，并根据目标人数预警值确定处理方案。本发明通过对业务数据进行场所检测，通过对目标场所进行发病数据分析进而生成处理方案，提高了业务数据处理的准确率。
40.请参阅图2，本发明实施例中业务数据处理方法的第二个实施例包括：
41.201、获取待处理的业务数据，并根据业务数据确定业务数据对应的目标场所，其中，业务数据包括营业执照和机构代码；
42.可选的，服务器通过预置的爬虫从预置的数据库中爬取待处理的业务数据，其中，业务数据包括营业执照和机构代码；服务器根据营业执照和机构代码查询业务数据对应的场所信息，得到业务数据对应的目标场所。
43.具体的，服务器通过预置的爬虫从预置的数据库中爬取待处理的业务数据，其中，业务数据包括营业执照和机构代码；服务器根据营业执照和机构代码查询业务数据对应的场所信息，得到业务数据对应的目标场所。需要说明的是，根据业务数据中的营业执照和机构代码可以查询得到业务数据中包含的场所信息，根据场所信息确定业务数据中包括的目标场所。
44.202、将业务数据输入预置的检测场所分类模型进行类型检测，得到目标场所对应的场所类型，并根据业务数据构建目标场所对应的知识图谱；
45.可选的，服务器将业务数据输入预置的检测场所分类模型，检测场所分类模型包括：词向量层、双向长短期记忆网络层和条件随机场层；服务器通过词向量层对业务数据进行向量转换，得到初始词向量；服务器通过双向长短时记忆网络层对初始词向量进行特征提取，得到目标特征序列；服务器通过条件随机场层对目标特征序列进行类型分类，得到目标场所对应的场所类型。
46.需要说明的是，服务器的词向量层中包括多个编码单元，通过词向量层中的多个编码单元将业务数据转换为向量，其中，每个编码单元都会输出一个目标特征值，最终得到多个编码单元对应的多个目标特征值，然后将多个目标特征值转换为向量，得到初始词向量。通过对业务数据进行向量转换，得到初始词向量，可以加快神经网络的识别速率。其中，双向长短时记忆网络层包括正向长短时记忆网络和反向长短时记忆网络，正向长短时记忆网络包括多个lstm单元，每个lstm单元输出一个序列元素，根据序列元素输出正向隐状态序列，同理反向长短时记忆网络包括多个lstm单元，每个lstm单元输出一个序列元素，根据序列元素输出反向隐状态序列。需要说明的是，条件随机场层用于对目标特征序列进行信息标注，信息标注可以按照不同侧层次或级别进行标注，本实施例中以句子级别进行信息分类，以每一个句子为最小单元对目标特征序列进行标记，得到目标句子级序列，从而依据目标句子级序列生成目标场所对应的场所类型。
47.可选的，服务器通过双向长短时记忆网络层中的正向长短时记忆网络对初始词向量进行特征提取，得到正向隐状态序列；服务器通过双向长短时记忆网络层中的反向长短时记忆网络对初始词向量进行特征提取，得到反向隐状态序列；服务器对正向隐状态序列和反向隐状态序列进行拼接，得到目标特征序列。
48.需要说明的是，正向隐状态序列是通过正向长短时记忆网络的线性通道，捕获初始词向量每个正向维度上的最大特征值，正向隐状态序列为线性序列；反向隐状态序列是通过反向长短时记忆网络的线性通道，捕获初始词向量每个反向维度上的最大特征值，反向隐状态序列为线性序列。
49.其中，正向长短时记忆网络包括多个lstm单元，每个lstm单元输出一个序列元素，根据序列元素输出正向隐状态序列，同理反向长短时记忆网络包括多个lstm单元，每个lstm单元输出一个序列元素，根据序列元素输出反向隐状态序列，例如：当正向隐状态序列为[1,2,1]，反向隐状态序列为[2,3,4]时，服务器对正向隐状态序列和反向隐状态序列进行拼接，得到目标特征序列为[1,2,1,2,3,4]。
[0050]
可选的，服务器获取业务数据中的三元组数据，其中三元组数据包括主体、关系和属性；服务器通过预置的聚类算法对三元组数据进行聚类，得到多个三元组类；服务器根据多个三元组类生成目标场所对应的知识图谱。
[0051]
具体的，服务器基于业务数据构建业务数据对应的知识图谱，其中，知识图谱能够融合多源异构信息，并使用“实体-关系-实体”三元组描述实体和实体之间的关系，通过关系构成网状的知识结构，服务器通过对业务数据进行数据结构化处理，得到三元组类，其中，聚类处理也就是通过三元组描述业务数据，也就是业务数据数据与三元组一一对应。
[0052]
203、根据场所类型和预置的数据获取规则获取目标场所对应的历史发病数据，并根据知识图谱对历史发病数据进行解析，得到解析结果；
[0053]
可选的，服务器基于场所类型从预置的数据获取规则中匹配与场所类型对应的数据获取算法；服务器基于数据获取算法获取场所类型对应的历史发病数据；服务器基于知识图谱对历史发病数据进行趋势解析，得到解析结果。
[0054]
具体的，服务器基于场所类型从预置的数据获取规则中匹配与场所类型对应的数据获取算法；服务器基于数据获取算法获取场所类型对应的历史发病数据；服务器基于知识图谱对历史发病数据进行趋势解析，得到解析结果。数据获取算法可以是协同过滤算法中基于内容的推荐算法，业务数据特征标识对应的数据特征可以为阅读乒乓球赛事的文章、转发篮球赛事的文章等，索引标识对应的倒排索引可以是关键词为乒乓球、篮球等球类运动的倒排索引。
[0055]
204、根据解析结果生成目标场所对应的目标人数预警值，并根据目标人数预警值确定处理方案；
[0056]
具体的，服务器将多个候选处理方案的处理方案集合与处理方案集合进行匹配后，存在多个处理方案与目标人数预警值进行匹配，则可以根据多个处理方案，对匹配到的多个处理方案进行排名，并选择排名最高的处理方案作为与目标人数预警值的处理方案；如果存在一个处理方案与目标人数预警值匹配，则将该处理方案作为与目标人数预警值的处理方案。
[0057]
205、将处理方案和历史发病数据进行关联处理，得到关联信息；
[0058]
具体的，服务器当因病缺勤人数到达阈值时，进行疾病预警，启动防控预案，防控预案要和历史发病数据关联，服务器将处理方案和历史发病数据进行关联处理，得到关联信息。
[0059]
206、根据关联信息对处理方案进行优化，得到目标处理方案。
[0060]
具体的，服务器当因病缺勤人数到达阈值时，进行疾病预警，启动防控预案，防控预案要和历史发病数据关联，服务器将处理方案和历史发病数据进行关联处理，得到关联信息；服务器根据关联信息对处理方案进行优化，得到目标处理方案，服务器将目处理方案中的不符合当前疾病病情的处理方案进行删除。
[0061]
进一步地，服务器将处理方案存储于区块链数据库中，具体此处不做限定。
[0062]
本发明实施例中，获取待处理的业务数据，并根据业务数据确定业务数据对应的目标场所，其中，业务数据包括营业执照和机构代码；将业务数据输入预置的检测场所分类模型进行类型检测，得到目标场所对应的场所类型，并根据业务数据构建目标场所对应的知识图谱；根据场所类型和预置的数据获取规则获取目标场所对应的历史发病数据，并根据知识图谱对历史发病数据进行解析，得到解析结果；根据解析结果生成目标场所对应的目标人数预警值，并根据目标人数预警值确定处理方案。本发明通过对业务数据进行场所检测，通过对目标场所进行发病数据分析进而生成处理方案，提高了业务数据处理的准确率。
[0063]
上面对本发明实施例中业务数据处理方法进行了描述，下面对本发明实施例中业务数据处理装置进行描述，请参阅图3，本发明实施例中业务数据处理装置第一个实施例包括：
[0064]
获取模块301，用于获取待处理的业务数据，并根据所述业务数据确定所述业务数据对应的目标场所，其中，所述业务数据包括营业执照和机构代码；
[0065]
检测模块302，用于将所述业务数据输入预置的检测场所分类模型进行类型检测，得到所述目标场所对应的场所类型，并根据所述业务数据构建所述目标场所对应的知识图谱；
[0066]
解析模块303，用于根据所述场所类型和预置的数据获取规则获取所述目标场所对应的历史发病数据，并根据所述知识图谱对所述历史发病数据进行解析，得到解析结果；
[0067]
生成模块304，用于根据所述解析结果生成所述目标场所对应的目标人数预警值，并根据所述目标人数预警值确定处理方案。
[0068]
进一步地，服务器将处理方案存储于区块链数据库中，具体此处不做限定。
[0069]
本发明实施例中，获取待处理的业务数据，并根据业务数据确定业务数据对应的目标场所，其中，业务数据包括营业执照和机构代码；将业务数据输入预置的检测场所分类模型进行类型检测，得到目标场所对应的场所类型，并根据业务数据构建目标场所对应的知识图谱；根据场所类型和预置的数据获取规则获取目标场所对应的历史发病数据，并根据知识图谱对历史发病数据进行解析，得到解析结果；根据解析结果生成目标场所对应的目标人数预警值，并根据目标人数预警值确定处理方案。本发明通过对业务数据进行场所检测，通过对目标场所进行发病数据分析进而生成处理方案，提高了业务数据处理的准确率。
[0070]
请参阅图4，本发明实施例中业务数据处理装置第二个实施例包括：
[0071]
获取模块301，用于获取待处理的业务数据，并根据所述业务数据确定所述业务数据对应的目标场所，其中，所述业务数据包括营业执照和机构代码；
[0072]
检测模块302，用于将所述业务数据输入预置的检测场所分类模型进行类型检测，得到所述目标场所对应的场所类型，并根据所述业务数据构建所述目标场所对应的知识图谱；
[0073]
解析模块303，用于根据所述场所类型和预置的数据获取规则获取所述目标场所对应的历史发病数据，并根据所述知识图谱对所述历史发病数据进行解析，得到解析结果；
[0074]
生成模块304，用于根据所述解析结果生成所述目标场所对应的目标人数预警值，并根据所述目标人数预警值确定处理方案。
[0075]
可选的，获取模块301具体用于：通过预置的爬虫从预置的数据库中爬取待处理的业务数据，其中，所述业务数据包括营业执照和机构代码；根据所述营业执照和所述机构代码查询所述业务数据对应的场所信息，得到所述业务数据对应的目标场所。
[0076]
可选的，检测模块302还包括：输入单元，用于将所述业务数据输入预置的检测场所分类模型，所述检测场所分类模型包括：词向量层、双向长短期记忆网络层和条件随机场层；转换单元，用于通过所述词向量层对所述业务数据进行向量转换，得到初始词向量；特征提取单元，用于通过所述双向长短时记忆网络层对所述初始词向量进行特征提取，得到目标特征序列；分类单元，用于通过所述条件随机场层对所述目标特征序列进行类型分类，得到所述目标场所对应的场所类型。
[0077]
可选的，特征提取单元具体用于：通过所述双向长短时记忆网络层中的正向长短时记忆网络对所述初始词向量进行特征提取，得到正向隐状态序列；通过所述双向长短时记忆网络层中的反向长短时记忆网络对所述初始词向量进行特征提取，得到反向隐状态序列；对所述正向隐状态序列和所述反向隐状态序列进行拼接，得到目标特征序列。
[0078]
可选的，检测模块302还包括：获取单元，用于获取所述业务数据中的三元组数据，其中所述三元组数据包括主体、关系和属性；通过预置的聚类算法对所述三元组数据进行聚类，得到多个三元组类；根据所述多个三元组类生成所述目标场所对应的知识图谱。
[0079]
可选的，解析模块303具体用于：基于所述场所类型从预置的数据获取规则中匹配与所述场所类型对应的数据获取算法；基于所述数据获取算法获取所述场所类型对应的历史发病数据；基于所述知识图谱对所述历史发病数据进行趋势解析，得到解析结果。
[0080]
可选的，业务数据处理装置还包括：优化模块305，用于将所述处理方案和所述历史发病数据进行关联处理，得到关联信息；根据所述关联信息对所述处理方案进行优化，得到目标处理方案。
[0081]
进一步地，服务器将处理方案存储于区块链数据库中，具体此处不做限定。
[0082]
本发明实施例中，获取待处理的业务数据，并根据业务数据确定业务数据对应的目标场所，其中，业务数据包括营业执照和机构代码；将业务数据输入预置的检测场所分类模型进行类型检测，得到目标场所对应的场所类型，并根据业务数据构建目标场所对应的知识图谱；根据场所类型和预置的数据获取规则获取目标场所对应的历史发病数据，并根据知识图谱对历史发病数据进行解析，得到解析结果；根据解析结果生成目标场所对应的目标人数预警值，并根据目标人数预警值确定处理方案。本发明通过对业务数据进行场所检测，通过对目标场所进行发病数据分析进而生成处理方案，提高了业务数据处理的准确
率。
[0083]
上面图3和图4从模块化功能实体的角度对本发明实施例中的业务数据处理装置进行详细描述，下面从硬件处理的角度对本发明实施例中业务数据处理设备进行详细描述。
[0084]
图5是本发明实施例提供的一种业务数据处理设备的结构示意图，该业务数据处理设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对业务数据处理设备500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在业务数据处理设备500上执行存储介质530中的一系列指令操作。
[0085]
业务数据处理设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如windows serve，mac os x，unix，linux，freebsd等等。本领域技术人员可以理解，图5示出的业务数据处理设备结构并不构成对业务数据处理设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0086]
本发明还提供一种业务数据处理设备，所述业务数据处理设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述业务数据处理方法的步骤。
[0087]
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述业务数据处理方法的步骤。
[0088]
进一步地，计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
[0089]
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
[0090]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0091]
所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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全
部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0092]
以上所述，以上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。