本说明书涉及人工智能，特别涉及一种业务数据处理方法、装置及系统。
背景技术：
1、目前在敏捷研发团队简会汇报中，现有的实物看板缺少整体情况数据的实时展现，团队成员采用口头汇报的方式，不够直观，效率较低，另外团队成员在汇报风险时候，依赖于个人对风险点的识别能力，容易导致风险未能及时暴露出来的情况。而人工整理材料涉及多个系统，手工操作步骤繁多，材料整理效率低下。
2、针对上述问题，目前尚未提出有效的解决方案。
技术实现思路
1、本说明书实施例提供了一种业务数据处理方法、装置及系统，以解决目前团队站会中采用实物看板无法实时展现项目整体情况导致沟通效率低，以及可能存在的风险未能及时暴露出来的问题。
2、本说明书实施例提供了一种业务数据处理方法，包括：
3、获取目标模板数据；所述目标模板数据中包括与目标业务关联的多个基础变量和所述目标业务对应的风险预警变量；
4、根据预设数据抽取规则信息，抽取各个所述基础变量对应的业务数据；
5、基于各个所述基础变量对应的业务数据，对预设的风险预警规则信息进行判定，得到所述目标业务的第一风险识别结果数据；将所述目标业务对应的过程数据输入目标识别模型中，得到所述目标业务的第二风险识别结果数据；
6、利用各个所述基础变量对应的业务数据确定所述目标模板数据中的各个所述基础变量的变量值，并结合所述第一风险识别结果数据和所述第二风险识别结果数据确定所述目标模板数据中的风险预警变量的变量值，得到所述目标业务的处理结果文件。
7、在一个实施例中，所述预设数据抽取规则信息包括预设数据抽取规则表；
8、所述预设数据抽取规则表中包括至少一条数据抽取规则；所述数据抽取规则中包含以下至少之一：数据抽取规则编号、变量标识、变量描述、数据抽取系统标识、取值逻辑路径、格式化处理类型和规则状态。
9、在一个实施例中，根据预设数据抽取规则信息，抽取各个所述基础变量对应的业务数据，包括：
10、读取所述目标业务关联的运行规则信息，所述运行规则信息包括至少一条运行规则，所述运行规则中的信息包括以下至少之一：运行规则标识、业务编号、数据抽取规则编号、运行起始日期、运行结束日期、运行频度和规则状态；
11、获取所述运行规则信息中规则状态为生效的运行规则，读取该运行规则中数据抽取规则编号对应的数据抽取规则表，按照所述数据抽取规则表中各数据抽取规则中的信息进行数据抽取，抽取各个所述基础变量对应的业务数据；
12、将按照所述各数据抽取规则抽取出来的目标业务关联的多个基础变量中各基础变量对应的业务数据按照所述业务编号进行打包，整合成结果数据。
13、在一个实施例中，所述预设的风险预警规则信息包括预设风险预警规则表；
14、所述风险预警规则表中包括至少一条风险预警规则，所述风险预警规则中包含以下至少之一：风险预警规则标识、规则描述、数据抽取系统标识、风险判断规则描述、实现逻辑函数、风险等级和规则状态。
15、在一个实施例中，基于各个所述基础变量对应的业务数据，对预设的风险预警规则信息进行判定，得到所述目标业务的第一风险识别结果数据，包括：
16、读取所述预设风险预警规则表中的至少一条各条所述风险预警规则中各风险预警规则；
17、基于各个所述多个基础变量对应的业务数据中对各条所述各风险预警规则进行判定，确定各条所述各风险预警规则对应的风险类别；
18、根据各条所述各风险预警规则对应的风险类别，生成所述目标业务的第一风险识别结果数据。
19、在一个实施例中，所述目标识别模型通过以下方式训练得到：
20、获取历史时间段内多个业务的过程数据和标签数据；所述标签数据用于表征各个所述业务对应的风险类别；
21、对各个所述业务的过程数据进行处理，得到各个所述业务对应的词序列，基于各个所述业务对应的词序列和标签数据，生成训练样本集；
22、利用所述训练样本集对预设识别模型进行训练，得到目标识别模型；所述预设识别模型是基于fasttext模型构建的。
23、在一个实施例中，在得到所述目标业务的处理结果文件之后，还包括：
24、确定是否需要对所述处理结果文件进行格式转换；
25、若是，则将所述目标业务的处理结果文件进行格式转换，并将转换后的处理结果文件进行保存。
26、本说明书实施例还提供了一种业务数据处理装置，包括：
27、抽取模块，用于根据预设数据抽取规则信息，抽取各个所述基础变量对应的业务数据；
28、风险识别模块，用于基于各个所述基础变量对应的业务数据，对预设的风险预警规则信息进行判定，得到所述目标业务的第一风险识别结果数据；将所述目标业务对应的过程数据输入目标识别模型中，得到所述目标业务的第二风险识别结果数据；
29、生成模块，用于利用各个所述基础变量对应的业务数据确定所述目标模板数据中的各个所述基础变量的变量值，并结合所述第一风险识别结果数据和所述第二风险识别结果数据确定所述目标模板数据中的风险预警变量的变量值，得到所述目标业务的处理结果文件。
30、本说明书实施例还提供一种业务数据处理系统，包括：
31、外部连接装置，用于设置与外部系统的连接参数；
32、规则定制装置，用于自定义预设数据抽取规则信息和预设的风险预警规则信息，还用于定制模板数据；
33、识别模型构建装置，用于构建并存储目标识别模型；
34、数据存储装置，用于存储所述预设数据抽取规则信息、所述预设的风险预警规则信息和模板数据和所述模板数据；
35、业务数据处理装置，包括：
36、获取模块，用于从所述数据存储装置获取目标业务对应的预设数据抽取规则信息、预设的风险预警规则信息和目标模板数据，获取所述外部连接装置设置的外部连接参数；所述目标模板数据中包括与目标业务关联的多个基础变量和所述目标业务对应的风险预警变量；
37、抽取模块，用于基于所述连接参数与所述外部系统建立连接，根据所述预设数据抽取规则信息，从所述外部系统抽取各个所述基础变量对应的业务数据；
38、风险识别模块，用于基于各个所述基础变量对应的业务数据，对预设的风险预警规则信息进行判定，得到所述目标业务的第一风险识别结果数据；还用于调用所述识别模型构建装置，以将所述目标业务对应的过程数据输入所述目标识别模型中，得到所述目标业务的第二风险识别结果数据；
39、生成模块，用于利用各个所述基础变量对应的业务数据确定所述目标模板数据中的各个所述基础变量的变量值，并结合所述第一风险识别结果数据和所述第二风险识别结果数据确定所述目标模板数据中的风险预警变量的变量值，得到所述目标业务的处理结果文件。
40、本说明书实施例还提供一种计算机设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现上述任意实施例中所述的业务数据处理方法的步骤。
41、本说明书实施例还提供一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时实现上述任意实施例中所述的业务数据处理方法的步骤。
42、本说明书实施例还提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现上述任意实施例中所述的业务数据处理方法的步骤。
43、在本说明书实施例中，提供了一种业务数据处理方法，获取目标模板数据，所述目标模板数据中包括与目标业务关联的多个基础变量和所述目标业务对应的风险预警变量，根据预设数据抽取规则信息，抽取各个基础变量对应的业务数据，基于抽取到的各个基础变量对应的业务数据，对预设的风险预警规则信息进行判定，得到所述目标业务的第一风险识别结果数据，将所述目标业务对应的过程数据输入目标识别模型中，得到所述目标业务的第二风险识别结果数据，利用各个所述基础变量对应的业务数据确定所述目标模板数据中的各个所述基础变量的变量值，并结合所述第一风险识别结果数据和所述第二风险识别结果数据确定所述目标模板数据中的风险预警变量的变量值，得到所述目标业务的处理结果文件。上述方案中，根据定制的数据抽取规则，自动下载轻量级的关注数据，同时通过定制风险预警规则以及部署风险智能识别模型，精准识别项目过程中的潜在风险点，能够按照自定义的材料样式模板，快速整合自动生成站会材料，可以提高生成效率，还可以准确识别风险，能够解决目前团队站会中采用实物看板无法实时展现项目整体情况导致沟通效率低，以及可能存在的风险未能及时暴露出来的问题。
1.一种业务数据处理方法，其特征在于，包括：
2.根据权利要求1所述的业务数据处理方法，其特征在于，所述预设数据抽取规则信息包括预设数据抽取规则表；
3.根据权利要求2所述的业务数据处理方法，其特征在于，根据预设数据抽取规则信息，抽取各个所述基础变量对应的业务数据，包括：
4.根据权利要求1所述的业务数据处理方法，其特征在于，所述预设的风险预警规则信息包括预设风险预警规则表；
5.根据权利要求4所述的业务数据处理方法，其特征在于，基于各个所述基础变量对应的业务数据，对预设的风险预警规则信息进行判定，得到所述目标业务的第一风险识别结果数据，包括：
6.根据权利要求1所述的业务数据处理方法，其特征在于，所述目标识别模型通过以下方式训练得到：
7.一种业务数据处理装置，其特征在于，包括：
8.一种业务数据处理系统，其特征在于，包括：
9.一种计算机设备，其特征在于，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述指令被处理器执行时实现权利要求1至6中任一项所述方法的步骤。
11.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现权利要求1至6中任一项所述方法的步骤。
