业务数据处理方法、装置、存储介质及计算机设备

本发明涉及信息技术领域，尤其是涉及一种业务数据处理方法、装置、存储介质及计算机设备。

随着信息技术的不断发展，用户可以足不出户，通过互联网平台申请办理相关业务，业务方根据用户上传的业务信息进行业务处理，并将业务处理结果反馈给用户，由此为用户带来方便。

目前，针对用户业务信息的处理基本都是由业务人员完成的，然而，这种人工处理方式，要求业务人员具有丰富的业务处理经验，随着业务处理流程的复杂化，很难保证业务人员不出现错误，由此增加了人工和时间成本，造成业务处理效率低下，业务处理结果的准确率较低。

本发明提供了一种业务处理方法、装置、存储介质及计算机设备，主要在于能够解决业务处理效率低下，业务处理结果准确率不高，人工成本高的问题。

根据本发明的第一个方面，提供一种业务数据处理方法，包括：

获取业务数据处理请求以及相应上传的影像信息；

识别所述影像信息中的申请用户信息以及相应待核算的业务明细数据；

判断所述申请用户信息对应的历史数据中是否存在符合与所述业务明细数据对应限制条件的目标数据，其中，所述目标数据对应事件的发生时间点早于与所述业务明细数据对应业务的获取时间点；

若不存在所述目标数据，则判断预设业务类别表中是否存在所述业务明细数据对应的业务类别；

若存在所述业务明细数据对应的业务类别，则根据所述业务类别对应的预设业务处理规则对所述业务明细数据进行核算处理。

可选地，所述识别所述影像信息中的申请用户信息以及相应待核算的业务明细数据，包括：

利用预设文字检测模型识别所述影像信息中各个目标字段的位置信息和类别信息；

根据所述位置信息和所述类别信息，利用预设数据信息识别模型识别所述目标字段下的所述申请用户信息和所述业务明细数据。

可选地，所述利用预设文字检测模型识别所述影像信息中各个目标字段的位置信息和类别信息，包括：

将所述影像信息输入至所述预设文字检测模型中的卷积神经网络进行特征提取，确定所述影像信息对应的特征向量；

将所述影像信息对应的特征向量输入至所述预设文字检测模型中的候选区域网络进行边界框提取，生成所述影像信息中各个目标字段对应的待检测区域，并根据各个待检测区域，确定所述各个目标字段的位置信息；

利用所述预设文字检测模型中的ROI池化层对所述各个待检测区域进行特征提取，得到所述各个待检测区域对应的特征向量；

利用所述预设文字检测模型中的支持向量机对所述各个待检测区域对应的特征向量进行分类，得到所述各个目标字段对应的类别信息。

可选地，所述根据所述业务类别对应的预设业务处理规则对所述业务明细数据进行核算处理，包括：

根据所述预设业务处理规则，确定所述业务明细数据对应的预设时间要求和核算公式；

判定所述业务明细数据中的时间信息是否符合预设时间要求；

若符合所述预设时间要求，则根据所述核算公式对所述业务明细数据进行核算处理。

可选地，所述根据所述核算公式对所述业务明细数据进行核算处理，包括：

将符合预设时间要求的业务明细数据按照所述时间信息的先后顺序进行排序；

按照所述业务明细数据的排序顺序，根据所述核算公式对所述业务明细数据进行核算处理。

可选地，在所述判断预设业务类别表中是否存在所述业务明细数据对应的业务类别之后，所述方法还包括：

若不存在所述业务明细数据对应的业务类别，则向所述业务人员终端发送拒绝核算处理的提示信息。

根据本发明的第二个方面，提供一种业务数据处理装置，包括：

获取单元，用于获取业务数据处理请求以及相应上传的影像信息；

识别单元，用于识别所述影像信息中的申请用户信息以及相应待核算的业务明细数据；

第一判断单元，用于判断所述申请用户信息对应的历史数据中是否存在符合与所述业务明细数据对应限制条件的目标数据，其中，所述目标数据对应事件的发生时间点早于与所述业务明细数据对应业务的获取时间点；

第二判断单元，用于若不存在所述目标数据，则判断预设业务类别表中是否存在所述业务明细数据对应的业务类别；

核算单元，用于若存在所述业务明细数据对应的业务类别，则根据所述业务类别对应的预设业务处理规则对所述业务明细数据进行核算处理。

可选地，所述识别单元，具体用于利用预设文字检测模型识别所述影像信息中各个目标字段的位置信息和类别信息；

所述识别单元，具体还用于根据所述位置信息和所述类别信息，利用预设数据信息识别模型识别所述目标字段下的所述申请用户信息和所述业务明细数据。

可选地，所述识别单元包括：提取模块、生成模块和分类模块，

所述提取模块，用于将所述影像信息输入至所述预设文字检测模型中的卷积神经网络进行特征提取，确定所述影像信息对应的特征向量；

所述生成模块，用于将所述影像信息对应的特征向量输入至所述预设文字检测模型中的候选区域网络进行边界框提取，生成所述影像信息中各个目标字段对应的待检测区域，并根据各个待检测区域，确定所述各个目标字段的位置信息；

所述提取模块，还用于利用所述预设文字检测模型中的ROI池化层对所述各个待检测区域进行特征提取，得到所述各个待检测区域对应的特征向量；

所述分类模块，用于利用所述预设文字检测模型中的支持向量机对所述各个待检测区域对应的特征向量进行分类，得到所述各个目标字段对应的类别信息。

可选地，所述核算单元包括：确定模块、判断模块和核算模块，

所述确定模块，用于根据所述预设业务处理规则，确定所述业务明细数据对应的预设时间要求和核算公式；

所述判断模块，用于判断所述业务明细数据中的时间信息是否符合预设时间要求；

所述核算模块，用于若符合所述预设时间要求，则根据所述核算公式对所述业务明细数据进行核算处理。

可选地，所述核算模块包括：排序子模块和核算子模块，

所述排序子模块，用于将符合预设时间要求的业务明细数据按照所述时间信息的先后顺序进行排序；

所述核算子模块，用于按照所述业务明细数据的排序顺序，根据所述核算公式对所述业务明细数据进行核算处理。

可选地，所述装置还包括发送单元，

所述发送单元，用于若不存在所述业务明细数据对应的业务类别，则向所述业务人员终端发送拒绝核算处理的提示信息。

本发明提供的一种业务数据处理方法、装置、存储介质及计算机设备，与目前人工处理业务数据的方式相比，本发明能够获取业务数据处理请求以及相应上传的影像信息；并识别所述影像信息中的申请用户信息以及相应待核算的业务明细数据；此外，判断所述申请用户信息对应的历史数据中是否存在符合与所述业务明细数据对应限制条件的目标数据，其中，所述目标数据对应事件的发生时间点早于与所述业务明细数据对应业务的获取时间点；与此同时，若不存在所述目标数据，则判断预设业务类别表中是否存在所述业务明细数据对应的业务类别；若存在所述业务明细数据对应的业务类别，则根据所述业务类别对应的预设业务处理规则对所述业务明细数据进行核算处理，由此能够提高业务数据处理效率，确保业务处理时效，同时提高业务处理结果的准确率，降低人工成本。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

构成说明书的一部分的附图描述了本发明的实施例，并且连同描述一起用于解释本发明的原理。

参照附图，根据下面的详细描述，可以更加清楚地理解本发明，其中：

图1示出了本发明实施例提供的一种业务数据处理方法流程图；

图2示出了本发明实施例提供的另一种业务数据处理方法流程图；

图3示出了本发明实施例提供的理赔责任认定流程图；

图4示出了本发明实施例提供的账单是否可赔付的判断流程图；

图5示出了本发明实施例提供的账单核算的流程图；

图6示出了本发明实施例提供的一种业务数据处理装置的结构示意图；

图7示出了本发明实施例提供的另一种业务数据处理装置的结构示意图；

图8示出了本发明实施例提供的一种计算机设备的实体结构示意图。

现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

本发明实施例可以应用于计算机系统/服务器，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与计算机系统/服务器一起使用的众所周知的计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。

计算机系统/服务器可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。

如背景技术，目前这种人工处理业务数据的方式，对业务人员的业务处理经验要求较高，很难保证业务人员不出现错误，由此造成业务数据处理效率低下，业务处理结果的准确率较低，增加了人工和时间成本。

为了解决上述问题，本发明实施例提供了一种业务数据处理方法，如图1所示，所述方法包括：

101、获取业务数据处理请求以及相应上传的影像信息。

其中，影像信息为用户上传的申请用户信息和业务明细数据的图片信息，由于人工处理业务数据的方式，会大大增加业务人员的工作量，且业务数据处理效率低下，无法保证业务处理结果的准确率，本发明实施例提供了业务数据处理平台，通过该业务数据处理平台能够对业务明细数据进行核算处理，并将核算结果反馈至业务人员终端，从而提高了业务数据的处理效率，确保业务处理结果的准确率，减少了业务人员的工作量，对于本发明实施例，执行主体为业务数据处理平台，当业务数据处理平台接收到业务数据处理请求时，会获取用户上传的申请材料的影像信息，该影像信息记录有用申请用户信息和业务明细数据，通过对该影像信息进行识别，能够获取用户上传的申请用户信息和业务明细数据，以便对该申请用户信息和业务明细数据进行核算处理。

102、识别所述影像信息中的申请用户信息以及相应待核算的业务明细数据。

其中，申请用户信息包括用户身份信息和申请业务信息，该申请业务信息包括用户的历史数据和本次申请数据，业务明细数据为与申请业务信息对应的账单数据，例如，在保险理赔核算中，申请用户信息包括用户身份信息，住院信息和账单数据，其中，住院信息为申请业务信息，住院信息包括用户的历史数据和本次住院信息，业务明细数据为本次住院的账单数据。具体地，当用户发起业务处理请求时，会上传相应的影像信息，该影像信息记录有申请用户信息以及业务明细数据，利用预设影像识别算法对影像信息中的申请用户信息和业务明细数据进行识别。

103、判断所述申请用户信息对应的历史数据中是否存在符合与所述业务明细数据对应限制条件的目标数据。

其中，所述目标数据对应事件的发生时间点早于与所述业务明细数据对应业务的获取时间点，对于本发明实施例，用户上传或者填写的申请用户信息和业务明细数据可能存在风险，因此在对该业务明细数据进行核算处理之前，需要对用户的申请用户信息和业务明细数据进行风险排除，具体地，申请用户信息中包括历史数据，判断该历史数据是否为业务明细数据对应限制条件的目标数据，且目标数据对应事件发生的时间要早于业务明细数据对应业务的获取时间点，如果该历史数据为业务明细数据对应限制条件的目标数据，则确定申请用户信息和业务明细数据存在风险，并向业务人员终端发送拒绝进行核算处理的提示信息；如果该历史数据不是业务明细数据对应限制条件的目标数据，则确定用户申请信息和业务明细数据不存在风险，可以针对该用户申请信息和业务明细数据进行核算处理。

例如，在保险理赔核算中，申请用户信息具体包括用户身份信息和住院信息，其中，住院信息包括用户的历史数据和本次住院信息，业务明细数据为用户本次住院的账单数据，目标数据具体为与用户本次住院信息中的病因具有关联关系，且发生时间早于用户本次住院的历史数据，如果用户的历史数据与本次住院信息中的病因具有关联关系，且历史数据发生的时间点早于用户本次住院账单数据产生的时间点，则确定用户的历史数据中存在符合业务明细数据对应限制条件的目标数据，即该用户本次住院的账单数据存在风险，不予理赔；如果用户的历史数据与本次住院信息中的病因不具有关联关系，则确定用户的历史数据中不存在符合业务明细数据对应限制条件的目标数据，即该用户本次住院的账单数据不存在风险，可以理赔，例如，用户的病史记录中患有心脏疾，而用户本次住院的病因为心肌梗塞，两次患病具有关联关系，且用户患有心脏病的时间点要早于本次由于心肌梗塞住院的时间，由此确定该用户的历史数据中存在符合账单数据对应限制条件的目标数据，即该账单数据存在风险，不予理赔。

104、若不存在所述目标数据，则判断预设业务类别表中是否存在所述业务明细数据对应的业务类别。

其中，预设业务类别表中存储有业务数据处理平台能够进行核算处理的各个业务类别，对于本发明实施例，如果用户信息对应的历史数据中不存在符合与所述业务明细数据对应限制条件的目标数据，则确定申请用户信息和业务明细数据不存在风险，可以进行核算处理，进一步地，还需要判断预设业务类别表中是否存在所述业务明细数据对应的业务类别，如果存在，则说明业务数据处理平台能够对该业务类别下的业务明细数据进行核算处理；如果不存在，则说明业务数据处理平台无法对该业务类别下的业务明细数据进行核算处理，向业务人员终端发送拒绝进行核算处理的提示信息，该提示信息中包括业务数据平台拒绝核算处理的原因信息，例如，在保险理赔核算中，业务类型具体可以为责任类型，包括一般医疗责任和恶性肿瘤责任等。

105、若存在所述业务明细数据对应的业务类别，则根据所述业务类别对应的预设业务处理规则对所述业务明细数据进行核算处理。

对于本发明实施例，如果预设业务类别表中存在业务明细数据对应的业务类别，则根据该业务类别确定业务明细数据对应的业务处理规则，并根据该业务处理规则对该业务明细数据进行核算处理，其中，业务处理规则包括业务明细数据对应的筛选规则和核算公式，具体地，当业务明细数据对应的业务处理规则确定后，首选根据业务处理规则中业务明细数据筛选规则对业务明细数据进行筛选，即将不符合要求的业务明细数据排除掉，不参与核算处理，进一步地，根据业务明细数据对应的核算公式，对符合要求的业务明细数据进行核算处理，得到业务明细数据对应的业务处理结果，并将该业务处理结果发送至业务人员终端，由此，通过业务数据处理平台能够实现业务明细数据的自动核算，提高了业务数据处理效率，降低了业务人员的工作量。

本发明实施例提供的一种业务数据处理方法，与目前人工处理业务数据的方式相比，本发明能够获取业务数据处理请求以及相应上传的影像信息；并识别所述影像信息中的申请用户信息以及相应待核算的业务明细数据；此外，判断所述申请用户信息对应的历史数据中是否存在符合与所述业务明细数据对应限制条件的目标数据，其中，所述目标数据对应事件的发生时间点早于与所述业务明细数据对应业务的获取时间点；与此同时，若不存在所述目标数据，则判断预设业务类别表中是否存在所述业务明细数据对应的业务类别；若存在所述业务明细数据对应的业务类别，则根据所述业务类别对应的预设业务处理规则对所述业务明细数据进行核算处理，由此能够提高业务数据处理效率，确保业务处理时效，同时提高业务处理结果的准确率，降低人工成本。

进一步的，为了更好的说明上述业务处理的过程，作为对上述实施例的细化和扩展，本发明实施例提供了另一种业务处理方法，如图2所示，所述方法包括：

201、获取业务数据处理请求以及相应上传的影像信息。

对于本发明实施例，获取业务数据处理请求以及相应上传的影像信息的方式与步骤101相同，在此不再赘述。

202、利用预设文字检测模型识别所述影像信息中各个目标字段的位置信息和类别信息。

对于本发明实施例，核算处理并非需要用户上传影像信息中的所有信息，只需要目标字段下的申请用户信息和业务明细数据，因此首先需要对用户上传影像信息中的目标字段进行检测，具体地，可以利用预设文字检测模型识别影像信息中各个目标字段的位置信息和类别信息，步骤202具体包括：将所述影像信息输入至所述预设文字检测模型中的卷积神经网络进行特征提取，确定所述影像信息对应的特征向量；将所述影像信息对应的特征向量输入至所述预设文字检测模型中的候选区域网络进行边界框提取，生成所述影像信息中各个目标字段对应的待检测区域，并根据各个待检测区域，确定所述各个目标字段的位置信息；利用所述预设文字检测模型中的ROI池化层对所述各个待检测区域进行特征提取，得到所述各个待检测区域对应的特征向量；利用所述预设文字检测模型中的支持向量机对所述各个待检测区域对应的特征向量进行分类，得到所述各个目标字段对应的类别信息。其中，预设文字检测模型可以为但不局限于mask-rcnn文字检测模型，mask-rcnn文字检测模型包括卷积神经网络，候选区域网络，ROI池化层和支持向量机，在利用mask-rcnn文字检测模型检测目标字段的位置信息和类别信息之前，首先需要构建预设训练集，具体地，获取大量用户上传的影像信息，根据业务需求确定各个目标字段，根据确定的各个目标字段对大量影像信息进行标注，将标注后的大量影像信息作为预设训练集，根据该预设训练集对该mask-rcnn模型进行训练，构建预设文字检测模型，进一步地，将待识别的影像信息输入至预设文字检测模型进行文字检测，得到各个目标字段对应的位置信息和类别信息，例如，影像信息中的目标字段为“姓名”和“总金额”，利用该预设文字检测模型能够识别出字段“姓名”和“金额”所在的位置信息和类别信息，根据该位置信息能够确定字段“姓名”和“金额”所在影像信息中的位置，同时根据该类别信息能够区分出所检测的字段是“姓名”还是“类别”。

203、根据所述位置信息和所述类别信息，利用预设数据信息识别模型识别所述目标字段下的所述申请用户信息和所述业务明细数据。

对于本发明实施例，在利用预设文字检测模型识别出影像信息中的目标字段后，需要对目标字段的申请用户信息和业务明细数据进行识别，即对目标字段下的具体内容进行识别，具体地，可以利用预设数据信息识别模型对目标字段下的申请用户信息和业务明细数据进行识别，其中预设数据信息识别模型具体可以为但不局限于OCR数据信息识别模型，例如，利用预设文字检测模型识别出影像信息中“姓名”和“金额”的位置后，进一步地，利用预设OCR数据信息识别模型将目标字段下的具体数据信息“小明”和“1000元”识别出来。

204、判断所述申请用户信息对应的历史数据中是否存在符合与所述业务明细数据对应限制条件的目标数据。若存在，则执行步骤205；若不存在，则执行步骤206。

其中，所述目标数据对应事件的发生时间点早于与所述业务明细数据对应业务的获取时间点，对于本发明实施例，为了判断业务数据处理平台处理业务明细数据是否存在风险，可以通过判断用户申请信息对应的历史数据中是否存在符合与业务明细数据对应限制条件的目标数据来确定，如果历史数据中存在符合与业务明细数据对应限制条件的目标数据，则确定对业务明细数据进行核算处理存在风险；如果历史数据中不存在符合与业务明细数据对应限制条件的目标数据，则确定对业务明细数据进行核算处理不存在风险，具体地，构建预设关系库，该预设关系库中存储有与业务明细数据对应限制条件的目标数据，由此通过业务明细数据查预设关系库，能够确定与该业务明细数据对应限制条件的目标数据，进一步地，判断申请用户信息中的历史数据是否为目标数据，如果历史数据是目标数据，则说明对业务明细数据进行核算处理存在风险，向业务人员终端发送拒绝核算处理的提示信息；如果历史数据不是目标数据，则说明对业务明细数据进行核算处理不存在风险。例如，在保险理赔核算中，用户的历史数据显示用户患有冠心病，用户的业务明细数据为用户本次心机梗塞住院的账单数据，根据用户本次心机梗塞住院的账单数据查询预设关系库，可知心肌梗塞与冠心病具有关联关系，且用户患有关心病的时间要早于心肌梗塞的时间，由此可知用户的历史数据为目标数据，对用户本次住院账单数据进行核算处理存在风险。

205、向业务人员终端发送拒绝核算处理的提示信息。

206、若不存在所述目标数据，则判断预设业务类别表中是否存在所述业务明细数据对应的业务类别。若存在，则执行步骤207；若不存在，则执行步骤205。

对于本发明实施例，如果申请用户信息对应的历史数据中不存在符合与业务明细数据对应限制条件的目标数据，则查询预设业务类别表确定与业务明细数据对应的业务类别，该预设业务类别表中存储有业务数据处理平台所涉及的业务类别，如果预设业务类别表中不存在业务明细数据对应的业务类别，则说明业务数据处理平台无法处理该业务明细数据，向业务人员终端发送拒绝进行核算处理的提示信息；如果预设业务类别表中存在业务明细数据对应的业务类别，则根据该业务类别对应的预设业务处理规则对该业务明细数据进行核算处理。

207、若存在所述业务明细数据对应的业务类别，则根据所述业务类别对应的预设业务处理规则对所述业务明细数据进行核算处理。

对于本发明实施例，若预设业务类别表中存在业务明细数据对应的业务类别，则根据业务类别对应的预设业务处理规则对业务明细数据进行核算处理，步骤207具体包括：根据所述预设业务处理规则，确定所述业务明细数据对应的预设时间要求和核算公式；判定所述业务明细数据中的时间信息是否符合预设时间要求；若符合所述预设时间要求，则根据所述核算公式对所述业务明细数据进行核算处理。进一步地，为了将业务明细数据按照时间顺序进行核算处理，所述根据所述核算公式对所述业务明细数据进行核算处理，包括：将符合预设时间要求的业务明细数据按照所述时间信息的先后顺序进行排序；按照所述业务明细数据的排序顺序，根据所述核算公式对所述业务明细数据进行核算处理。具体地，不同的业务处理规则对应不同的业务明细数据筛选规则和核算公式，其中，业务明细数据的筛选规则具体可以为业务明细数据对应的预设时间要求，将业务明细数据中时间信息不符合预设时间要求的业务明细数据排除掉，例如，在保险理赔核算中，业务明细数据具体可以为账单数据，预设时间要求具体可以为意外限制期和住院延展期，对不在意外限制期内和住院延展期内的账单数据不进行核算处理。进一步地，根据预设业务处理规则，确定业务明细数据对应的核算公式，利用该核算计算公式对符合预设时间要求的业务明细数据进行核算处理，例如，在保险理赔核算中，具体的业务类别可以为津贴责任和非津贴责任，不同的理赔责任对应的业务处理规则不同，即不同的理赔责任对应的核算公式不同，根据理赔责任能够确定账单数据对应的核算公式，根据该核算公式对该理赔责任下的符合要求的账单数据进行核算。

为了说明上述实施例的具体实施过程，以保险理赔核算业务为例，给出如下应用场景，但不局限于此：

用户发起理赔后，会上传理赔事件对应的影像信息，业务数据处理平台会对影像信息中的用户身份信息，住院信息和账单数据进行识别，然后根据业务数据处理平台配置的责任认定相关规则，确定账单数据对应的理赔责任，责任认定的相关规则具体包括出险类型、理赔类型、责任编码、意外等待期、疾病等待期和就诊类型，具体地，可以根据用户填写的出险类型和理赔类型查预设业务类别表，确定待赔付账单对应的理赔责任，该预设业务类别表中存储有不同理赔类型和出险类型对应的理赔责任，具体理赔责任判断的相关流程如图3所示，该理赔责任具体可以为一般医疗责任，恶性肿瘤责任等等，进一步地，根据确定的理赔责任，能够确定理赔事件下待赔付账单的预设处理规则，根据该预设处理规则能够确定待赔付账单的筛选规则和核算公式，筛选规则可以用于对用户的待赔付账单进行过滤，即确定用户的哪些账单可以进行赔付，账单是否可赔付的判断流程如图4所示，根据理赔责任确定待赔付账单的筛选规则具体为门诊时间范围、意外限制期、住院延展期，在门诊时间范围、意外限制期和住院延展期内的账单为可赔付的账单，由此能够确定该理赔责任下可赔付的全部账单，进一步地，利用确定的核算公式对可赔付的账单进行核算，账单的核算流程如图5所示，根据用户的身份信息能够从保险公司获取用户的保全信息，同时将可赔付的账单按照时间先后顺序进行排序，按照该排序顺序，利用确定的核算公式和保全信息分别对各个账单进行核算处理，得到最终理赔事件对应的核算结果，并根据核算结果更新该用户的保全信息，并将该核算结果反馈给业务人员终端。由此通过本发明实施例的业务数据处理平台，能够直接获得核算结果，极大的减轻了业务人员的工作负担，提高了保险理赔的效率和核算结果的准确率。

本发明实施例提供的一种另业务数据处理方法，与目前人工处理业务数据的方式相比，本发明能够获取业务数据处理请求以及相应上传的影像信息；并识别所述影像信息中的申请用户信息以及相应待核算的业务明细数据；此外，判断所述申请用户信息对应的历史数据中是否存在符合与所述业务明细数据对应限制条件的目标数据，其中，所述目标数据对应事件的发生时间点早于与所述业务明细数据对应业务的获取时间点；与此同时，若不存在所述目标数据，则判断预设业务类别表中是否存在所述业务明细数据对应的业务类别；若存在所述业务明细数据对应的业务类别，则根据所述业务类别对应的预设业务处理规则对所述业务明细数据进行核算处理，由此能够提高业务数据处理效率，确保业务处理时效，同时提高业务处理结果的准确率，降低人工成本。

进一步地，作为图1的具体实现，本发明实施例提供了一种业务数据处理装置，如图3所示，所述装置包括：获取单元31、识别单元32、第一判断单元33，第二判断单元34和核算单元35。

所述获取单元31，可以用于获取业务数据处理请求以及相应上传的影像信息。所述获取单元31是本装置中获取业务数据处理请求以及相应上传的影像信息的主要功能模块。

所述识别单元32，可以用于识别所述影像信息中的申请用户信息以及相应待核算的业务明细数据。所述识别单元32是本装置中识别所述影像信息中的申请用户信息以及相应待核算的业务明细数据的主要功能模块，也是核心模块。

所述第一判断单元33，可以用于判断所述申请用户信息对应的历史数据中是否存在符合与所述业务明细数据对应限制条件的目标数据。所述第一判断单元33是本装置中判断所述申请用户信息对应的历史数据中是否存在符合与所述业务明细数据对应限制条件的目标数据的主要功能模块。

所述第二判断单元34，可以用于若不存在所述目标数据，则判断预设业务类别表中是否存在所述业务明细数据对应的业务类别。所述第二判断单元34是本装置中若不存在所述目标数据，则判断预设业务类别表中是否存在所述业务明细数据对应的业务类别的主要功能模块，也是核心模块。

所述核算单元35，可以用于若存在所述业务明细数据对应的业务类别，则根据所述业务类别对应的预设业务处理规则对所述业务明细数据进行核算处理。所述核算单元35是本装置中若存在所述业务明细数据对应的业务类别，则根据所述业务类别对应的预设业务处理规则对所述业务明细数据进行核算处理的主要功能模块，也是核心模块。

对于本发明实施例，为了识别影像信息中的申请用户信息和业务明细数据，所述识别单元32，具体可以用于利用预设文字检测模型识别所述影像信息中各个目标字段的位置信息和类别信息。

所述识别单元32，具体还可以用于根据所述位置信息和所述类别信息，利用预设数据信息识别模型识别所述目标字段下的所述申请用户信息和所述业务明细数据。

进一步地，为了获取各个目标字段的位置信息和类别信息，所述识别单元32包括：提取模块321、生成模块322和分类模块323。

所述提取模块321，可以用于将所述影像信息输入至所述预设文字检测模型中的卷积神经网络进行特征提取，确定所述影像信息对应的特征向量。

所述生成模块322，可以用于将所述影像信息对应的特征向量输入至所述预设文字检测模型中的候选区域网络进行边界框提取，生成所述影像信息中各个目标字段对应的待检测区域，并根据各个待检测区域，确定所述各个目标字段的位置信息。

所述提取模块321，还可以用于利用所述预设文字检测模型中的ROI池化层对所述各个待检测区域进行特征提取，得到所述各个待检测区域对应的特征向量。

所述分类子模块323，可以用于利用所述预设文字检测模型中的支持向量机对所述各个待检测区域对应的特征向量进行分类，得到所述各个目标字段对应的类别信息。

与此同时，为了对业务明细数据进行核算处理，所述核算单元35包括：确定模块351、判断模块352和核算模块353。

所述确定模块351，可以用于根据所述预设业务处理规则，确定所述业务明细数据对应的预设时间要求和核算公式。

所述判断模块352，可以用于判断所述业务明细数据中的时间信息是否符合预设时间要求。

所述核算模块353，可以用于若符合所述预设时间要求，则根据所述核算公式对所述业务明细数据进行核算处理。

进一步地，为了对业务明细数据按照时间排序进行计算，所述核算模块353包括：排序子模块和核算子模块。

所述排序子模块，可以用于将符合预设时间要求的业务明细数据按照所述时间信息的先后顺序进行排序。

所述核算子模块，可以用于按照所述业务明细数据的排序顺序，根据所述核算公式对所述业务明细数据进行核算处理。

对于本发明实施例，所述装置还包括发送单元36，所述发送单元36，可以用于若不存在所述业务明细数据对应的业务类别，则向所述业务人员终端发送拒绝核算处理的提示信息。

需要说明的是，本发明实施例提供的一种业务数据处理装置所涉及各功能模块的其他相应描述，可以参考图1所示方法的对应描述，在此不再赘述。

基于上述如图1和图2所示方法，相应的，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如图1至图2所示的方法。

基于上述如图1所示方法和如图5所示装置的实施例，本发明实施例还提供了一种计算机设备的实体结构图，如图7所示，该计算机设备包括：处理器41、存储器42、及存储在存储器42上并可在处理器上运行的计算机程序，其中存储器42和处理器41均设置在总线43上所述处理器41执行所述程序时实现如图1至图2所示的方法。

通过本发明的技术方案，本发明能够获取业务数据处理请求以及相应上传的影像信息；并识别所述影像信息中的申请用户信息以及相应待核算的业务明细数据；此外，判断所述申请用户信息对应的历史数据中是否存在符合与所述业务明细数据对应限制条件的目标数据，其中，所述目标数据对应事件的发生时间点早于与所述业务明细数据对应业务的获取时间点；与此同时，若不存在所述目标数据，则判断预设业务类别表中是否存在所述业务明细数据对应的业务类别；若存在所述业务明细数据对应的业务类别，则根据所述业务类别对应的预设业务处理规则对所述业务明细数据进行核算处理，由此能够提高业务数据处理效率，确保业务处理时效，同时提高业务处理结果的准确率，降低人工成本。

本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

可能以许多方式来实现本发明的方法。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法。用于所述方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。

本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。