CN110276587B - 项目审批的方法、装置、计算设备及计算机可读存储介质 - Google Patents

Abstract

本说明书提供项目审批的方法、装置、计算设备及计算机可读存储介质，其中所述项目审批的方法包括：获取项目成员对其所参与项目的项目详情的修改申请，所述修改申请中包含所述修改申请的证明文件；在所述修改申请的证明文件中识别所述修改申请的证明信息；根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件；若是，对所述修改申请进行审批。本申请提供的项目审批的方法通过预设审批准入条件对项目成员提交的修改申请进行自动检测并审批，无需审批成员介入审批，提升了审批的准确率及效率，同时也提升了项目成员的修改体验，降低了审批的成本和审批对人力的依赖。

Description

项目审批的方法、装置、计算设备及计算机可读存储介质

技术领域

本申请涉及通信技术领域，特别涉及一种项目审批的方法、装置、计算设备及计算机可读存储介质。

背景技术

随着管理模式的不断发展，流程化的作业遍布各个行业，而审批是流程控制中非常重要的一环，在各行业业务推进的过程中，需要大量的审批工作。例如：在保险行业，用户在投保时，用户信息可能因各种原因产生填写错误，比如姓名、身份证号、手机号码等信息填错了，或投保后，因各种原因需要变更这些信息，如改名了，一般来说，这些信息的变更需要用户提交审批申请(在线或邮件方式)和相应的证明(如身份证照片等)。而目前保险的用户群很大，这些信息变更的需求在用户基数很大的时候，每天提交申请的绝对数量较多，这些申请都需要走审批流程。

目前的审批流程中，大多需要人工的参与，例如，在保险行业，用户提交变更信息的审批申请，需要由专职审批成员在后台审批用户的申请，审批通过后，变更相应保单上的相应的信息，并在审批通过或不通过后，通知客户申请成功或者不成功的结果。

当前依赖审批成员的知识来进行审批的方式低效而且存在一定的风险，在申请量比较大的时候，不仅效率低下，占用了大量的人力成本，用户的体验也无法得到很好的保障。

发明内容

有鉴于此，本申请实施例提供了一种项目审批的方法、装置、计算设备及计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本申请实施例的第一方面，提供了一种项目审批的方法，包括：

获取项目成员对其所参与项目的项目详情的修改申请，所述修改申请中包含所述修改申请的证明文件；

在所述修改申请的证明文件中识别所述修改申请的证明信息；

根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件；

若是，对所述修改申请进行审批。

可选的，所述在所述修改申请的证明文件中识别所述修改申请的证明信息，包括：

对所述证明文件中包含的身份证照片进行识别，获得识别信息；

在所述识别信息中提取所述修改申请的证明信息。

可选的，所述对所述项目成员进行可信度评估，包括：

读取所述项目成员参与所述项目过程中的历史修改数据；

通过将所述历史修改数据输入可信度评估模型，对所述项目成员进行可信度评估，将输出的可信或不可信作为所述项目成员的评估结果。

可选的，所述可信度评估模型，采用如下方式进行训练：

根据所获取所述项目中项目成员的历史修改数据建立训练集；

采用逻辑回归方法建立初始可信度评估模型；

根据所述训练集中的训练样本对所述初始可信度评估模型进行训练，训练完成后获得所述可信度评估模型。

可选的，所述对所述修改申请进行审批，包括：

判断所述修改申请是否满足审批修改规则；

若满足所述审批修改规则，则根据所述修改申请中包含的期望修改的数据项和所述数据项的期望值，对所述项目详情中所述期望修改的数据项进行修改；

若不满足所述修改规则，则输出审批所述修改申请的结果为不通过。

可选的，所述根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件，包括：

通过将所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果输入审批检测模型，对所述修改申请进行是否满足所述审批准入条件的检测；

若所述审批检测模型输出的检测结果为满足所述审批准入条件，则执行所述对所述修改申请进行审批步骤。

可选的，若所述根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件步骤的检测结果为不满足所述审批准入条件，执行如下操作：

将所述修改申请推送至所述项目中审批成员进行审批；

获取所述审批成员对所述修改申请的审批结果，并将所述审批结果推送给所述项目成员。

可选的，所述获取所述审批成员对所述修改申请的审批结果，并将所述审批结果推送给所述项目成员步骤执行之后，还包括：

将包含所述修改申请及所述审批结果的历史修改数据作为样本数据，对所述审批检测模型进行调整。

可选的，所述历史修改数据包括下述至少一项：

修改数据项、项目成员信息、修改时间、加入项目时间、修改次数。

根据本申请实施例的第二方面，提供了一种项目审批的装置，包括：

获取模块，被配置为获取项目成员对其所参与项目的项目详情的修改申请，所述修改申请中包含所述修改申请的证明文件；

识别模块，被配置为在所述修改申请的证明文件中识别所述修改申请的证明信息；

检测模块，被配置为根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件；

若是，运行审批模块；所述审批模块，被配置为对所述修改申请进行审批。

可选的，所述项目审批的装置，还包括：

读取模块，被配置为读取所述项目成员参与所述项目过程中的历史修改数据；

评估模块，被配置为通过将所述历史修改数据输入可信度评估模型，对所述项目成员进行可信度评估，将输出的可信或不可信作为所述项目成员的评估结果。

可选的，所述可信度评估模型，通过运行如下子模块进行训练：

建立训练集子模块，被配置为根据所获取所述项目中项目成员的历史修改数据建立训练集；

建立模型子模块，被配置为采用逻辑回归方法建立初始可信度评估模型；

训练子模块，被配置为根据所述训练集中的训练样本对所述初始可信度评估模型进行训练，训练完成后获得所述可信度评估模型。

可选的，所述审批模块，包括：

判断子模块，被配置为判断所述修改申请是否满足审批修改规则；

若是满足所述审批修改规则，运行修改子模块；所述修改子模块，被配置为根据所述修改申请中包含的期望修改的数据项和所述数据项的期望值，对所述项目详情中所述期望修改的数据项进行修改；

若是不满足所述修改规则，运行输出子模块；所述输出子模块，被配置为输出审批所述修改申请的结果为不通过。

可选的，所述检测模块，包括：

审批检测子模块，被配置为通过将所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果输入审批检测模型，对所述修改申请进行是否满足所述审批准入条件的检测；

若所述审批检测模型输出的检测结果为满足所述审批准入条件，则运行所述审批模块。

根据本申请实施例的第三方面，提供了一种计算设备，包括：

存储器和处理器；

所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：

获取项目成员对其所参与项目的项目详情的修改申请，所述修改申请中包含所述修改申请的证明文件；

在所述修改申请的证明文件中识别所述修改申请的证明信息；

根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件；

若是，对所述修改申请进行审批。

根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现所述项目审批的方法的步骤。

与现有技术相比，本申请具有如下优点：

本申请提供一种项目审批的方法，包括：获取项目成员对其所参与项目的项目详情的修改申请，所述修改申请中包含所述修改申请的证明文件；在所述修改申请的证明文件中识别所述修改申请的证明信息；根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件；若是，对所述修改申请进行审批。

本申请提供的项目审批的方法，对获取的修改申请的证明文件进行识别，根据识别得到的修改申请的证明信息以及对项目成员的可信度评估的评估结果，检测所述修改申请是否满足审批准入条件，若满足所述审批准入条件，则直接审批，无需审批成员介入审批，提升了审批的准确率及效率，同时也提升了项目成员的修改体验，降低了审批的人力的成本和审批对人力的依赖。

附图说明

图1是本申请实施例提供的一种项目审批的方法的流程图；

图2是本申请实施例提供的一种应用于互助共济项目的项目审批的方法处理流程图；

图3是本申请实施例提供的一种项目审批的装置的示意图；

图4是本申请实施例提供的一种计算设备的结构框图。

具体实施方式

在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。

在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

在本申请中，提供了一种项目审批的方法、装置、计算设备及计算机可读存储介质，在下面的实施例中逐一进行详细说明。

图1示出了根据本申请实施例的一种项目审批的方法的流程图，包括步骤S102至步骤S108。

步骤S102，获取项目成员对其所参与项目的项目详情的修改申请，所述修改申请中包含所述修改申请的证明文件。

本申请实施例所述项目，可以是互助共济项目、众筹项目、保险项目、借贷项目、生产项目等。本申请实施例以互助共济项目为例进行说明，众筹项目、保险项目、借贷项目、生产项目的具体实现与互助共济项目的具体实现类似，参照互助共济项目的具体实现即可，在此不再赘述。

相应的，所述项目成员是指参与所述项目的成员，可以是参与互助共济项目的项目成员，参与众筹项目的项目成员，参与保险项目的项目成员，参与借贷项目的项目成员，参与生产项目的项目成员。

所述项目详情包含所述项目成员的身份信息、项目成员参与项目涉及的权利与义务信息等。所述修改申请是指所述项目成员对其所参与项目的项目详情的修改申请，比如，项目成员A对其所参与的互助共济项目的项目详情中的年龄的修改申请；项目成员B对其所参与的互助共济项目的项目详情中的参保年限的修改申请。

所述修改申请包含修改所述项目详情的修改申请的证明文件，比如，项目成员A对其所参与的互助共济项目的项目详情中的年龄的修改申请，所述修改申请的证明文件是两张身份证照片，一张为身份证正面照片，另一张为身份证反面照片。

以项目成员A对其所参与的互助共济项目的项目详情中其年龄的修改申请为例，获取到的修改申请包含所述项目成员A对所述项目详情中其年龄的期望值，获取到所述修改申请之前，已经录入保存至项目详情中项目成员A的年龄为45岁，但是这个年龄有误，项目成员A的实际年龄为39岁，因此，项目成员A提交修改申请对项目详情中其年龄进行修改；所述修改申请包含证明项目成员A年龄的证明文件，具体为两张身份证照片，一张为身份证正面照片，另一张为身份证反面照片。

步骤S104，在所述修改申请的证明文件中识别所述修改申请的证明信息。

本申请实施例所述修改申请的证明信息包含但不限于：姓名、身份证号、出生年月日。

例如，针对上述对所述项目详情中的年龄的修改申请，所述修改申请的证明文件包含：两张身份证照片，一张为身份证正面照片，另一张为身份证反面照片，所述修改申请的证明信息可以是从这两张身份证照片中识别出的：姓名、身份证号、出生年月日等信息。

本申请实施例提供的一种可选实施方式中，在所述修改申请的证明文件中识别所述修改申请的证明信息，具体采用如下方式实现：

对所述证明文件中包含的身份证照片进行识别，获得识别信息；在所述识别信息中提取所述修改申请的证明信息。

具体的，在识别身份证照片的过程中可以采用OCR识别(Optical CharacterRecognition,光学字符识别)，其中OCR识别过程包含如下4步：

1)要将所获取的所述身份证照片进行影像预处理，所述影像预处理分为：二值化和图像降噪，所述二值化是指使所述身份证照片只包含黑色的前景信息和白色的背景信息；所述图像降噪是指根据噪声的特征对所述身份证照片进行去噪处理；

2)使用倾斜校正将所述身份证照片进行图像方向检测，并校正图像方向；

3)对所述身份证照片进行文字特征抽取，再将所抽取文字特征对比数据库；

4)根据所抽取的文字特征特性，选用数学距离函数，对抽取文字特征进行对比识别，并在利用对比后的识别文字与其可能的相似候选字群中，根据前后的识别文字找出最合乎逻辑的词，做更正，得到所述身份证照片中的姓名、身份证号、出生年月日等信息。

以项目成员A对其所参与的互助共济项目的项目详情中其年龄的修改申请为例，所述修改申请的证明文件包含所述项目成员A的两张身份证照片，一张为身份证正面照片，一张为身份证反面照片；将所述两张身份证照片进行OCR 识别，获得姓名、性别、身份证号、地址、出生年月日、签发机关、有效期限等信息，在所述姓名、性别、出生年月日、身份证号、地址、签发机关、有效期限等信息中提取出修改所述项目成员A所参与的互助共济项目的项目详情中其年龄的证明信息，具体为项目成员A的姓名、身份证号、出生年月日等。

本申请实施例中，对项目成员修改申请中的身份证照片进行识别，并提取所述修改申请中需要的证明信息，保证了提取的证明信息与所述修改申请需要的证明信息相匹配，提高了审批的效率。

步骤S106，根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件。

本申请实施例所述审批准入条件，是指所述修改申请进入审批的判断条件。

具体实施时，根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件；

若所述修改申请满足所述审批准入条件，则执行下述步骤108，对所述修改申请进行审批；

若所述修改申请不满足所述审批准入条件，则将所述修改申请推送至所述项目中审批成员进行审批。

以项目成员A对其所参与的互助共济项目的项目详情中其年龄的修改申请的审批准入条件为例，审批准入条件包括两部分：第一审批准入条件和第二审批准入条件；

第一审批准入条件的目的是检测所述项目成员A的信用度评估的评估结果是否可信；若对所述项目成员A的信用度评估的评估结果是可信，则表明项目成员A对其年龄的修改申请满足第一审批准入条件；

若对所述项目成员A的信用度评估的评估结果是不可信，则表明项目成员 A对其年龄的修改申请不满足第一审批准入条件；

第二审批准入条件的目的是检测根据修改申请中身份证照片识别出的证明信息与所述项目详情中项目成员A的身份信息是否匹配；若根据修改申请中身份证照片识别出的证明信息中姓名为Name1，身份证号为No1，所述项目详情中项目成员A的身份信息中姓名为Name1，身份证号为No1，则认为上述识别出的证明信息与项目详情中项目成员A的身份信息的匹配结果是匹配，表明项目成员A对其年龄的修改申请满足第二审批准入条件；

若根据修改申请中身份证照片识别出的证明信息中姓名为Name1，身份证号为No1，所述项目详情中项目成员A的身份信息中姓名为Name2，身份证号为No2，则认为上述识别出的证明信息与项目详情中项目成员A的身份信息的匹配结果是不匹配，表明项目成员A对其年龄的修改申请不满足第二审批准入条件；

在检测修改申请是否满足审批准入条件的过程中，只有当所述修改申请既满足第一审批准入条件也满足第二审批准入条件时，才可认为所述修改申请满足审批准入条件。

实际应用中，在可信度评估的过程中，项目成员的历史修改数据计算量比较大，计算复杂，尤其是在历史修改数据比较多或者修改场景较为复杂的情况下，可信度评估所需的计算量更大、处理时间也更长，为提升处理效率，通过引入机器学习方法来提升可信度评估的处理效率。本申请实施例提供的一种可选实施方式中，所述对所述项目成员进行可信度评估，具体采用如下方式实现：读取所述项目成员参与所述项目过程中的历史修改数据；通过将所述历史修改数据输入可信度评估模型，对所述项目成员进行可信度评估，将输出的可信或不可信作为所述项目成员的评估结果。

可选的，所述历史修改数据包含：修改数据项、项目成员信息、修改时间、加入项目时间、修改次数等。

以检测项目成员A对其所参与的互助共济项目的项目详情的修改申请是否满足审批准入条件的过程中，对项目成员A进行可信度评估为例：

首先，读取所述项目成员A在过去一年内参与互助共济项目的过程中修改所述项目详情的相关数据：修改数据项、项目成员信息(项目成员A的姓名、项目成员A的性别、项目成员A的年龄等)、修改时间、加入项目时间、修改次数等；

其次，将上述读取的项目成员A修改所述项目详情的相关数据输入可信度评估模型对项目成员A的可信度进行评估；

最后，将可信度评估模型输出的0或1作为对项目成员A的可信度评估结果；若输出的值为1，表明项目成员A可信，若输出的值为0，表明项目成员A 不可信。

本申请实施例中，通过可信度评估模型对项目成员进行可信度评估，提高了可信度评估的效率。

本申请实施例提供的一种可选实施方式中，所述可信度评估模型，采用如下方式进行训练：根据所获取所述项目中项目成员的历史修改数据建立训练集；采用逻辑回归方法建立初始可信度评估模型；根据所述训练集中的训练样本对所述初始可信度评估模型进行训练，训练完成后获得所述可信度评估模型。

在实际应用中，以对互助共济项目中的项目成员进行可信度评估的可信度评估模型为例，所述互助共济项目中共有8000名项目成员，将这8000名项目成员在参与互相共济项目过程中修改项目详情的相关数据：修改数据项、项目成员信息、修改时间、加入项目时间、修改次数等数据合在一起建立训练集，采用逻辑回归方法建立项目成员的初始可信度评估模型，并通过上述训练集中 8000名项目成员修改项目详情的相关数据作为样本数据对项目成员的初始可信度评估模型进行训练，训练完成后获得所述可信度评估模型。

本申请实施例中，以大量历史修改数据作为训练数据训练可信度评估模型，提高了可信度评估模型评估的准确度；进一步，针对上述可信度评估模型的训练，所述历史修改数据越充分，获得的可信度模型越准确。

本申请实施例提供的一种可选实施方式中，根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件，具体采用如下方式实现：

通过将所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果输入审批检测模型，对所述修改申请进行是否满足所述审批准入条件的检测；

若所述审批检测模型输出的检测结果为满足所述审批准入条件，则执行下述步骤S108，对所述修改申请进行审批；

若所述审批检测模型输出的检测结果为不满足所述审批准入条件，可选的，将所述修改申请推送至所述项目中审批成员进行审批；获取所述审批成员对所述修改申请的审批结果，并将所述审批结果推送给所述项目成员。本申请实施例中，将不满足审批准入条件的修改申请推送给专业的审批成员进行审批，弥补了审批的不足。

以检测项目成员A对其所参与的互助共济项目的项目详情中其年龄的修改申请是否满足审批准入条件为例，将根据项目成员A修改申请中身份证照片识别出的证明信息以及对项目成员A进行可信度评估的评估结果输入审批检测模型；

首先，审批检测模型将上述识别出的证明信息与所述项目详情中项目成员A 的身份信息进行匹配，其中，所述证明信息中姓名为Name1，身份证号为No1，所述身份信息中姓名为Name1，身份证号为No1，则所述证明信息和所述身份信息中的姓名和身份证号均相同，获得的匹配结果为匹配；其次，审批检测模型查看对项目成员A可信度评估的评估结果，所述对项目成员A可信度评估的评估结果是可信，则所述匹配结果和评估结果两者都满足审批检测条件，审批检测模型输出的检测结果为满足所述审批准入条件，执行下述步骤S108，对所述修改申请进行审批。

以检测项目成员B对其所参与的互助共济项目的项目详情中其年龄的修改申请是否满足审批准入条件为例，将项目成员B修改申请中身份证照片识别出的证明信息以及对项目成员B进行可信度评估的评估结果输入审批检测模型；

首先，审批检测模型将上述识别出的证明信息与所述项目详情中项目成员B 的身份信息进行匹配，其中，所述证明信息中姓名为Name3，身份证号为No3，所述身份信息中姓名为Name3，身份证号为No3，则所述证明信息和所述身份信息中的姓名和身份证号均相同，获得的匹配结果为匹配；其次，审批检测模型查看对项目成员B可信度评估的评估结果，所述对项目成员B可信度评估的评估结果是不可信，则所述匹配结果和评估结果两者不都满足审批检测条件，则将所述修改申请推送至所述项目中的审批成员进行审批，获取所述审批成员对所述修改申请的审批结果，并将审批结果以应用程序，短信，邮件或电话的方式推送给项目成员B。

此外，实际应用中，在审批检测模型对所述修改申请进行检测的过程中，还可以在上述可选实施方式提供的可信度评估模型的基础上实现，具体的，将可信度评估模型输出的可信度评估结果和所述修改申请的证明信息输入审批检测模型来实现对修改申请是否满足审批准入条件的检测。

按照这一思路，进一步还可以将可信度评估模型和审批检测模型进行结合，具体是将可信度评估模型作为审批检测模型的一部分，这种情况下，审批检测模型的输入为修改申请的证明信息和项目成员的历史修改数据，其中，所述项目成员的历史修改数据被输入可信度评估模型来进行可信度评估，可信度评估模型将输出的可信或不可信作为对项目成员的可信度评估的评估结果；审批检测模型根据可信度评估模型输出的可信度评估结果和所述修改申请的证明信息来实现对修改申请是否满足审批准入条件的检测。

本申请实施例中，通过审批检测模型检测修改申请是否满足审批准入条件，提高了审批的效率。

进一步，若所述审批检测模型输出的检测结果为不满足所述审批准入条件，将所述修改申请推送至所述项目中审批成员进行审批；获取所述审批成员对所述修改申请的审批结果，并将所述审批结果推送给所述项目成员的基础上，还包括：

将包含所述修改申请及所述审批结果的历史修改数据作为样本数据，对所述审批检测模型进行调整。

以检测项目成员A对其所参与的互助共济项目的项目详情中其年龄的修改申请不满足审批准入条件，通过审批成员审批得到审批结果为例，将所述修改申请中项目成员A的修改数据项(年龄)、修改时间、以及审批成员审批的结果 (通过或不通过)等信息作为样本数据，对所述审批检测模型进行调整。

本申请实施例中，上述将不满足审批准入条件的修改申请及审批结果作为样本数据，不断完善审批检测模型，提升了审批检测模型的准确度。

步骤S108，对所述修改申请进行审批。

本申请实施例提供的一种可选实施方式中，所述对所述修改申请进行审批，具体采用如下方式实现：

判断所述修改申请是否满足审批修改规则；

若满足所述审批修改规则，则根据所述修改申请中包含的期望修改的数据项和所述数据项的期望值，对所述项目详情中所述期望修改的数据项进行修改；

若不满足所述修改规则，则输出审批所述修改申请的结果为不通过。

本申请实施例所述审批修改规则，是指判断修改申请中期望修改的数据项是否可以按照所述数据项的期望值进行修改的规则。比如：若项目成员A在修改申请中对其年龄的期望值为39岁，且根据所述修改申请的证明信息中的出生年月日，得到项目成员A的年龄也为39岁，两者是相同的，则认为所述修改申请满足审批修改规则。

若项目成员B在修改申请中对其年龄的期望值为36岁，而根据所述修改申请的证明信息中的出生年月日，得到项目成员B的年龄为38岁，两者是不相同的，则认为所述修改申请不满足审批修改规则。

以项目成员A对其所参与的互助共济项目的项目详情中其年龄的修改申请满足审批准入条件为例，项目成员A在修改申请中申请将其在项目详情中的年龄45岁，改为修改申请中年龄的期望值39岁，且所述修改申请已经满足审批准入条件，若根据所述修改申请的证明信息中的出生年月日，得到项目成员A 的年龄也为39岁，其与上述修改申请中年龄的期望值是相同的，则认为所述修改申请满足审批修改规则，将项目详情中的年龄从45岁改为39岁。

以项目成员B对其所参与的互助共济项目的项目详情中其年龄的修改申请满足审批准入条件为例，项目成员B在修改申请中申请将其在项目详情中的年龄40岁，改为修改申请中年龄的期望值36岁，且所述修改申请已经满足审批准入条件，若根据所述修改申请的证明信息中的出生年月日，得到项目成员B 的年龄为38岁，其与上述修改申请中年龄的期望值是不相同的，则认为所述修改申请不满足审批修改规则，输出审批结果为不通过。

本申请实施例中，通过预先设定审批修改规则，对满足审批准入条件的修改申请进行审批，此审批过程中不需要审批成员的参与，极大地减少了人力成本。

下述结合图2，以本申请提供的项目审批的方法在互助共济项目的应用为例，对所述项目审批的方法进行进一步说明，所述项目审批的方法具体包括步骤 S202至步骤S216。

步骤S202，获取项目成员对其所参与互助共济项目的项目详情的修改申请，所述修改申请中包含所述修改申请的证明文件。

步骤S204，在所述修改申请的证明文件中识别所述修改申请的证明信息。

步骤S206，通过将所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果输入审批检测模型，对所述修改申请进行是否满足所述审批准入条件的检测；

若是，执行下述步骤S208；

若否，执行下述步骤S214。

步骤S208，判断所述修改申请是否满足审批修改规则；

若是，执行下述步骤S210；

若否，执行下述步骤S212。

步骤S210，根据所述修改申请中包含的期望修改的数据项和所述数据项的期望值，对所述项目详情中所述期望修改的数据项进行修改。

步骤S212，输出审批所述修改申请的结果为不通过。

步骤S214，将所述修改申请推送至所述项目中审批成员进行审批。

步骤S216，获取所述审批成员对所述修改申请的审批结果，并将所述审批结果推送给所述项目成员。

本申请实施例中，通过一种项目审批的方法，对获取的修改申请的证明文件进行识别，根据识别得到的修改申请的证明信息以及对项目成员的可信度评估的评估结果，检测所述修改申请是否满足审批准入条件，若满足所述审批准入条件，则直接审批，无需审批成员介入审批，提升了审批的准确率及效率，同时也提升了项目成员的修改体验，降低了审批的人力的成本和审批对人力的依赖。

与上述方法实施例相对应，本申请还提供了一种项目审批的装置实施例，

图3示出了本申请一个实施例的项目审批装置的示意图。如图3所示，该装置包括：

获取模块302，被配置为获取项目成员对其所参与项目的项目详情的修改申请，所述修改申请中包含所述修改申请的证明文件；

识别模块304，被配置为在所述修改申请的证明文件中识别所述修改申请的证明信息；

检测模块306，被配置为根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件；

若是，运行审批模块308；所述审批模块308，被配置为对所述修改申请进行审批。

可选的，所述识别模块304，包括：

识别子模块，被配置为对所述证明文件中包含的身份证照片进行识别，获得识别信息；

提取子模块，被配置为在所述识别信息中提取与所述修改申请的证明信息。

可选的，所述项目审批的装置，还包括：

读取模块，被配置为读取所述项目成员参与所述项目过程中的历史修改数据；

评估模块，被配置为通过将所述历史修改数据输入可信度评估模型，对所述项目成员进行可信度评估，将输出的可信或不可信作为所述项目成员的评估结果。

可选的，所述可信度评估模型，通过运行如下子模块进行训练：

建立训练集子模块，被配置为根据所获取所述项目中项目成员的历史修改数据建立训练集；

建立模型子模块，被配置为采用逻辑回归方法建立初始可信度评估模型；

训练子模块，被配置为根据所述训练集中的训练样本对所述初始可信度评估模型进行训练，训练完成后获得所述可信度评估模型。

可选的，所述审批模块308，包括：

判断子模块，被配置为判断所述修改申请是否满足审批修改规则；

若是满足所述审批修改规则，运行修改子模块；所述修改子模块，被配置为根据所述修改申请中包含的期望修改的数据项和所述数据项的期望值，对所述项目详情中所述期望修改的数据项进行修改；

若是不满足所述修改规则，运行输出子模块；所述输出子模块，被配置为输出审批所述修改申请的结果为不通过。

可选的，所述检测模块306，包括：

审批检测子模块，被配置为通过将所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果输入审批检测模型，对所述修改申请进行是否满足所述审批准入条件的检测；

若所述审批检测模型输出的检测结果为满足所述审批准入条件，则运行所述审批模块。

可选的，若所述检测模块306输出的检测结果为不满足所述审批准入条件，运行如下模块：

推送模块，被配置为将所述修改申请推送至所述项目中审批成员进行审批；

获取审批结果模块，被配置为获取所述审批成员对所述修改申请的审批结果，并将所述审批结果推送给所述项目成员。

可选的，所述项目审批的装置，还包括：

调整模块，被配置为将包含所述修改申请及所述审批结果的历史修改数据作为样本数据，对所述审批检测模型进行调整。

可选的，所述历史修改数据包括下述至少一项：

修改数据项、项目成员信息、修改时间、加入项目时间、修改次数。

本申请提供的一种计算设备实施例如下：

图4示出了根据本说明书一实施例的计算设备400的结构框图。该计算设备400的部件包括但不限于存储器410和处理器420。处理器420与存储器410 通过总线430相连接，数据库450用于保存数据。

计算设备400还包括接入设备440，接入设备440使得计算设备400能够经由一个或多个网络460通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备440可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(NIC))中的一个或多个，诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB) 接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口，等等。

在本说明书的一个实施例中，计算设备400的上述部件以及图4中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图4所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。

计算设备400可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或PC的静止计算设备。计算设备400还可以是移动式或静止式的服务器。

本申请提供一种计算设备，包括存储器410、处理器420及存储在存储器上并可在处理器上运行的计算机指令，所述处理器420用于执行如下计算机可执行指令：

获取项目成员对其所参与项目的项目详情的修改申请，所述修改申请中包含所述修改申请的证明文件；

在所述修改申请的证明文件中识别所述修改申请的证明信息；

根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件；

若是，对所述修改申请进行审批。

可选的，所述在所述修改申请的证明文件中识别所述修改申请的证明信息，包括：

对所述证明文件中包含的身份证照片进行识别，获得识别信息；

在所述识别信息中提取所述修改申请的证明信息。

可选的，所述对所述项目成员进行可信度评估，包括：

读取所述项目成员参与所述项目过程中的历史修改数据；

通过将所述历史修改数据输入可信度评估模型，对所述项目成员进行可信度评估，将输出的可信或不可信作为所述项目成员的评估结果。

可选的，所述可信度评估模型，采用如下方式进行训练：

根据所获取所述项目中项目成员的历史修改数据建立训练集；

采用逻辑回归方法建立初始可信度评估模型；

根据所述训练集中的训练样本对所述初始可信度评估模型进行训练，训练完成后获得所述可信度评估模型。

可选的，所述对所述修改申请进行审批，包括：

判断所述修改申请是否满足审批修改规则；

若满足所述审批修改规则，则根据所述修改申请中包含的期望修改的数据项和所述数据项的期望值，对所述项目详情中所述期望修改的数据项进行修改；

若不满足所述修改规则，则输出审批所述修改申请的结果为不通过。

可选的，所述根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件，包括：

通过将所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果输入审批检测模型，对所述修改申请进行是否满足所述审批准入条件的检测；

若所述审批检测模型输出的检测结果为满足所述审批准入条件，则执行所述对所述修改申请进行审批步骤。

可选的，若所述根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件步骤的检测结果为不满足所述审批准入条件，执行如下操作：

将所述修改申请推送至所述项目中审批成员进行审批；

获取所述审批成员对所述修改申请的审批结果，并将所述审批结果推送给所述项目成员。

可选的，所述获取所述审批成员对所述修改申请的审批结果，并将所述审批结果推送给所述项目成员步骤执行之后，还包括：

将包含所述修改申请及所述审批结果的历史修改数据作为样本数据，对所述审批检测模型进行调整。

可选的，所述历史修改数据包括下述至少一项：

修改数据项、项目成员信息、修改时间、加入项目时间、修改次数。

本申请提供的一种计算机可读存储介质实施例如下：

本申请一实施例还提供一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时以用于：

获取项目成员对其所参与项目的项目详情的修改申请，所述修改申请中包含所述修改申请的证明文件；

在所述修改申请的证明文件中识别所述修改申请的证明信息；

根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件；

若是，对所述修改申请进行审批。

可选的，所述在所述修改申请的证明文件中识别所述修改申请的证明信息，包括：

对所述证明文件中包含的身份证照片进行识别，获得识别信息；

在所述识别信息中提取所述修改申请的证明信息。

可选的，所述对所述项目成员进行可信度评估，包括：

读取所述项目成员参与所述项目过程中的历史修改数据；

通过将所述历史修改数据输入可信度评估模型，对所述项目成员进行可信度评估，将输出的可信或不可信作为所述项目成员的评估结果。

可选的，所述可信度评估模型，采用如下方式进行训练：

根据所获取所述项目中项目成员的历史修改数据建立训练集；

采用逻辑回归方法建立初始可信度评估模型；

根据所述训练集中的训练样本对所述初始可信度评估模型进行训练，训练完成后获得所述可信度评估模型。

可选的，所述对所述修改申请进行审批，包括：

判断所述修改申请是否满足审批修改规则；

若满足所述审批修改规则，则根据所述修改申请中包含的期望修改的数据项和所述数据项的期望值，对所述项目详情中所述期望修改的数据项进行修改；

若不满足所述修改规则，则输出审批所述修改申请的结果为不通过。

可选的，所述根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件，包括：

通过将所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果输入审批检测模型，对所述修改申请进行是否满足所述审批准入条件的检测；

若所述审批检测模型输出的检测结果为满足所述审批准入条件，则执行所述对所述修改申请进行审批步骤。

可选的，若所述根据所述修改申请的证明信息以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件步骤的检测结果为不满足所述审批准入条件，执行如下操作：

将所述修改申请推送至所述项目中审批成员进行审批；

获取所述审批成员对所述修改申请的审批结果，并将所述审批结果推送给所述项目成员。

可选的，所述获取所述审批成员对所述修改申请的审批结果，并将所述审批结果推送给所述项目成员步骤执行之后，还包括：

将包含所述修改申请及所述审批结果的历史修改数据作为样本数据，对所述审批检测模型进行调整。

可选的，所述历史修改数据包括下述至少一项：

修改数据项、项目成员信息、修改时间、加入项目时间、修改次数。

上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的项目审批的方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述项目审批的方法的技术方案的描述。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。

以上公开的本申请优选实施例只是用于帮助阐述本申请。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本申请的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本申请。本申请仅受权利要求书及其全部范围和等效物的限制。

Claims (16)

1.一种项目审批的方法，其特征在于，包括：

获取项目成员对其所参与项目的项目详情和所述项目详情的修改申请，所述修改申请包含修改所述项目详情的修改申请的证明文件；

在所述修改申请的证明文件中识别所述修改申请的证明信息；

将所述修改申请的证明信息与所述项目详情中的身份信息进行匹配，获得匹配结果，根据所述修改申请的证明信息的匹配结果以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件，其中，所述审批准入条件为所述修改申请进入审批的判断条件；

若是，对所述修改申请进行审批；

若否，将所述修改申请推送至所述项目中审批成员进行审批。

2.根据权利要求1所述的项目审批的方法，其特征在于，所述在所述修改申请的证明文件中识别所述修改申请的证明信息，包括：

对所述证明文件中包含的身份证照片进行识别，获得识别信息；

在所述识别信息中提取所述修改申请的证明信息。

3.根据权利要求1所述的项目审批的方法，其特征在于，所述对所述项目成员进行可信度评估，包括：

读取所述项目成员参与所述项目过程中的历史修改数据；

通过将所述历史修改数据输入可信度评估模型，对所述项目成员进行可信度评估，将输出的可信或不可信作为所述项目成员的评估结果。

4.根据权利要求3所述的项目审批的方法，其特征在于，所述可信度评估模型，采用如下方式进行训练：

根据所获取所述项目中项目成员的历史修改数据建立训练集；

采用逻辑回归方法建立初始可信度评估模型；

根据所述训练集中的训练样本对所述初始可信度评估模型进行训练，训练完成后获得所述可信度评估模型。

5.根据权利要求1所述的项目审批的方法，其特征在于，所述对所述修改申请进行审批，包括：

判断所述修改申请是否满足审批修改规则；

若满足所述审批修改规则，则根据所述修改申请中包含的期望修改的数据项和所述数据项的期望值，对所述项目详情中所述期望修改的数据项进行修改；

若不满足所述修改规则，则输出审批所述修改申请的结果为不通过。

6.根据权利要求1所述的项目审批的方法，其特征在于，所述根据所述修改申请的证明信息的匹配结果以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件，包括：

通过将所述修改申请的证明信息的匹配结果以及对所述项目成员进行可信度评估的评估结果输入审批检测模型，对所述修改申请进行是否满足所述审批准入条件的检测；

若所述审批检测模型输出的检测结果为满足所述审批准入条件，则执行所述对所述修改申请进行审批步骤。

7.根据权利要求6所述的项目审批的方法，其特征在于，若所述根据所述修改申请的证明信息的匹配结果以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件步骤的检测结果为不满足所述审批准入条件，执行如下操作：

将所述修改申请推送至所述项目中审批成员进行审批；

获取所述审批成员对所述修改申请的审批结果，并将所述审批结果推送给所述项目成员。

8.根据权利要求7所述的项目审批的方法，其特征在于，所述获取所述审批成员对所述修改申请的审批结果，并将所述审批结果推送给所述项目成员步骤执行之后，还包括：

将包含所述修改申请及所述审批结果的历史修改数据作为样本数据，对所述审批检测模型进行调整。

9.根据权利要求3或8所述的项目审批的方法，其特征在于，所述历史修改数据包括下述至少一项：

修改数据项、项目成员信息、修改时间、加入项目时间、修改次数。

10.一种项目审批的装置，其特征在于，包括：

获取模块，被配置为获取项目成员对其所参与项目的项目详情和所述项目详情的修改申请，所述修改申请包含修改所述项目详情的修改申请的证明文件；

识别模块，被配置为在所述修改申请的证明文件中识别所述修改申请的证明信息；

检测模块，被配置为将所述修改申请的证明信息与所述项目详情中的身份信息进行匹配，获得匹配结果，根据所述修改申请的证明信息的匹配结果以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件，其中，所述审批准入条件为所述修改申请进入审批的判断条件；

若是，运行审批模块；所述审批模块，被配置为对所述修改申请进行审批；

若否，运行推送模块；所述推送模块，被配置为将所述修改申请推送至所述项目中审批成员进行审批。

11.根据权利要求10所述的项目审批的装置，其特征在于，还包括：

读取模块，被配置为读取所述项目成员参与所述项目过程中的历史修改数据；

评估模块，被配置为通过将所述历史修改数据输入可信度评估模型，对所述项目成员进行可信度评估，将输出的可信或不可信作为所述项目成员的评估结果。

12.根据权利要求11所述的项目审批的装置，其特征在于，所述可信度评估模型，通过运行如下子模块进行训练：

建立训练集子模块，被配置为根据所获取所述项目中项目成员的历史修改数据建立训练集；

建立模型子模块，被配置为采用逻辑回归方法建立初始可信度评估模型；

训练子模块，被配置为根据所述训练集中的训练样本对所述初始可信度评估模型进行训练，训练完成后获得所述可信度评估模型。

13.根据权利要求10所述的项目审批的装置，其特征在于，所述审批模块，包括：

判断子模块，被配置为判断所述修改申请是否满足审批修改规则；

若是满足所述审批修改规则，运行修改子模块；所述修改子模块，被配置为根据所述修改申请中包含的期望修改的数据项和所述数据项的期望值，对所述项目详情中所述期望修改的数据项进行修改；

若是不满足所述修改规则，运行输出子模块；所述输出子模块，被配置为输出审批所述修改申请的结果为不通过。

14.根据权利要求10所述的项目审批的装置，其特征在于，所述检测模块，包括：

审批检测子模块，被配置为通过将所述修改申请的证明信息的匹配结果以及对所述项目成员进行可信度评估的评估结果输入审批检测模型，对所述修改申请进行是否满足所述审批准入条件的检测；

若所述审批检测模型输出的检测结果为满足所述审批准入条件，则运行所述审批模块。

15.一种计算设备，其特征在于，包括：

存储器和处理器；

所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：

获取项目成员对其所参与项目的项目详情和所述项目详情的修改申请，所述修改申请包含修改所述项目详情的修改申请的证明文件；

在所述修改申请的证明文件中识别所述修改申请的证明信息；

将所述修改申请的证明信息与所述项目详情中的身份信息进行匹配，获得匹配结果，根据所述修改申请的证明信息的匹配结果以及对所述项目成员进行可信度评估的评估结果，检测所述修改申请是否满足审批准入条件，其中，所述审批准入条件为所述修改申请进入审批的判断条件；

若是，对所述修改申请进行审批；

若否，将所述修改申请推送至所述项目中审批成员进行审批。

16.一种计算机可读存储介质，其存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1至9任意一项所述项目审批的方法的步骤。

Images