(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 202211031389.7 (22)申请日 2022.08.26 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 刘冰琳　金悦　陈倩文　齐佳敏　 汪兰叶　张媛媛　尹婷　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 吴磊 (51)Int.Cl. G06Q 10/10(2012.01) (54)发明名称 一种数据处 理方法及装置 (57)摘要 本申请实施例提供了一种数据处理方法、 数 据处理装置， 可应用于人工智能领域或金融领 域。 该方法包括： 接收项目排期申请， 项目排期申 请包括待排期项目对应的项目排期特征数据； 通 过目标排期预测模型， 根据项目排期特征数据， 确定预测排期信息， 目标排期预测模 型是基于历 史项目排期特征数据和历史排期信息训练得到 的； 将预测排期信息发送给预设审核终端， 并接 收预设审核终端发送的审核结果； 若审核结果表 示审核通过， 则根据预测排期信息对待排期项目 进行排期。 利用本方案可以基于待排期项目的特 征数据提供排期信息建议， 完成排期意见的自动 征集， 减少项目排期过程中的人工参与环节， 提 高了项目排期申请的处理效率， 提高了项目排期 的准确率。 权利要求书2页 说明书6页 附图1页 CN 115375279 A 2022.11.22 CN 115375279 A 1.一种数据处 理方法， 其特 征在于， 所述方法包括： 接收项目排期申请， 所述项目排期申请包括待排期项目对应的项目排期特 征数据； 通过目标排期预测模型， 根据 所述项目排期特征数据， 确定预测排期信息， 所述目标排 期预测模型 是基于历史项目排期特 征数据和历史排期信息训练得到的； 将所述预测排期信息发送给预设审核终端， 并接收所述预设审核终端发送的审核结 果； 若所述审核结果表示审核通过， 则根据所述预测排期信息对所述待排期项目进行排 期。 2.根据权利要求1所述的方法， 其特征在于， 在所述接收审核结果之后， 所述方法还包 括： 若所述审核结果表示审核未通过， 根据所述审核结果中的反馈信 息更新所述预测排期 信息； 根据更新后的预测排期信息对所述待排期项目进行排期。 3.根据权利要求1所述的方法， 其特征在于， 在所述根据 所述预测排期信 息进行项目排 期之后， 所述方法还 包括： 将所述项目排期特征数据和所述预测排期信 息作为训练数据， 训练所述目标排期预测 模型。 4.根据权利要求1所述的方法， 其特征在于， 在所述根据 所述预测排期信 息进行项目排 期之后， 所述方法还 包括： 根据所述预测项目排期信 息， 向所述待排期项目中的子项目对应的干系人发送 处理提 醒信息。 5.根据权利要求1至4任一项所述的方法， 其特征在于， 所述目标排期预测模型是通过 以下方式训练得到的： 获取历史项目排期特 征数据和历史排期信息； 基于所述历史项目排期特 征数据和历史排期信息训练图神经网络模型； 将训练后的图神经网络模型作为所述目标排期预测模型。 6.一种数据处 理装置， 其特 征在于， 所述装置包括： 接收模块， 用于接收项目排期申请， 所述项目排期申请包括待排期项目对应的项目排 期特征数据； 预测模块， 用于通过目标排期预测模型， 根据 所述项目排期特征数据， 确定预测排期信 息， 所述目标排期预测模型 是基于历史项目排期特 征数据和历史排期信息训练得到的； 发送模块， 用于将所述预测排期信息发送给 预设审核终端； 所述接收模块， 还用于 接收所述预设审核终端发送的审核结果； 排期模块， 用于若所述审核结果表示审核通过， 则根据所述预测排期信息对所述待排 期项目进行排期。 7.根据权利要求6所述的装置， 其特 征在于， 所述装置还 包括： 更新模块， 所述更新模块， 用于若所述审核结果表示审核未通过， 根据所述审核结果中的反馈信 息更新所述预测排期信息； 所述排期模块， 还用于根据更新后的预测排期信息对所述待排期项目进行排期。权　利　要　求　书 1/2 页 2 CN 115375279 A 28.根据权利要求6所述的装置， 其特 征在于， 所述装置包括： 训练模块， 所述训练模块， 用于将所述项目排期特征数据和所述预测排期信息作为训练数据， 训 练所述目标排期预测模型。 9.根据权利要求6所述的装置， 其特 征在于， 所述发送模块， 还用于根据所述预测项目排期信息， 向所述待排期项目中的子项目对 应的干系人发送处 理提醒信息 。 10.根据权利要求6 至9任一项所述的装置， 其特 征在于， 所述装置包括： 获取模块， 所述获取模块， 用于获取 所述历史项目排期特 征数据和历史排期信息； 所述训练模块， 还用于基于所述历史项目排期特征数据和历史排期信 息训练图神经网 络模型； 将训练后的图神经网络模型作为所述目标排期预测模型。权　利　要　求　书 2/2 页 3 CN 115375279 A 3