CN110008226A - 数据模型的构建方法、装置、计算机设备和存储介质 - Google Patents
数据模型的构建方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110008226A CN110008226A CN201910264390.6A CN201910264390A CN110008226A CN 110008226 A CN110008226 A CN 110008226A CN 201910264390 A CN201910264390 A CN 201910264390A CN 110008226 A CN110008226 A CN 110008226A
- Authority
- CN
- China
- Prior art keywords
- data
- type
- service
- target data
- identification information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013499 data model Methods 0.000 title claims abstract description 72
- 238000010276 construction Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000004590 computer program Methods 0.000 claims description 31
- 239000000284 extract Substances 0.000 claims description 11
- 241001269238 Data Species 0.000 claims description 10
- 238000013075 data extraction Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2365—Ensuring data consistency and integrity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
- G06F16/24554—Unary operations; Data partitioning operations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Computer Security & Cryptography (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种数据模型的构建方法、装置、计算机设备和存储介质。所述方法包括:获取不同业务类型的原始数据,从原始数据中提取出与预设数据类型对应的目标数据;对目标数据添加对应的业务类型标识信息和数据层次标识信息;分别根据各个目标数据的数据类型确定各个目标数据对应的数据库,将目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中;根据各个数据库、各个数据库存储的目标数据、各个目标数据对应的业务类型标识信息和数据层次标识信息,构建数据模型。本方法基于模型构建技术构建数据模型,实现了清晰集中地显示业务类型所涉及的业务数据的目的,不容易造成业务数据缺失,提高了业务数据的完整性。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种数据模型的构建方法、装置、计算机设备和存储介质。
背景技术
随着业务的不断发展,各种业务数据层出不穷,越来越多的业务数据出现在人们的面前,比如信托业务数据。
然而,一般业务数据通常需要多个应用系统来满足业务发展的需求,每一个业务流程涉及的业务数据都是分散在不同的应用系统,由不同的应用系统保存各自相应的业务数据。但是,每一个业务流程涉及的业务数据都分散在不同的应用系统,导致无法清晰集中地显示业务数据,容易造成数据缺失,从而导致业务数据的完整性低。
发明内容
基于此,有必要针对上述业务流程涉及的业务数据分散在不同的应用系统,导致无法清晰集中地显示业务数据,造成业务数据的完整性低的技术问题,提供一种能够提高业务数据的完整性的数据模型的构建方法、装置、计算机设备和存储介质。
一种数据模型的构建方法,所述方法包括:
获取不同业务类型的原始数据,从所述原始数据中提取出与预设数据类型对应的目标数据;
对所述目标数据添加对应的业务类型标识信息和数据层次标识信息;
分别根据各个所述目标数据的数据类型确定各个所述目标数据对应的数据库,将所述目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中;
根据各个所述数据库、各个所述数据库存储的目标数据、各个所述目标数据对应的业务类型标识信息和数据层次标识信息,构建数据模型。
在其中一个实施例中,所述获取不同业务类型的原始数据,从所述原始数据中提取出与预设数据类型对应的目标数据,包括:
分别从不同应用系统中获取属于同一业务类型的原始数据,以得到不同业务类型的原始数据;
识别各个所述业务类型的原始数据的数据内容,确定所述原始数据的数据类型;
将所述原始数据的数据类型与预设数据类型进行匹配,获取数据类型匹配成功的数据,作为目标数据。
在其中一个实施例中,所述对所述目标数据添加对应的业务类型标识信息和数据层次标识信息,包括:
根据所述目标数据对应的业务类型,对所述目标数据添加对应的业务类型标识信息;
获取所述业务类型对应的信息匹配表;其中,所述信息匹配表包括多个目标数据与数据层次的对应关系;
从所述信息匹配表中获取与所述目标数据对应的数据层次,根据所述数据层次对所述目标数据添加对应的数据层次标识信息。
在其中一个实施例中,在从所述原始数据中提取出与预设数据类型对应的目标数据之后,还包括:
将所述目标数据转化为对应的标准值;
所述将所述目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中,包括:
将所述目标数据对应的标准值、业务类型标识信息和数据层次标识信息存储至对应的数据库中。
在其中一个实施例中,所述方法还包括:
建立查询设置界面;所述查询设置界面中包含用于输入业务类型的查询选项,所述业务类型与各个所述数据库存储的目标数据的业务类型标识信息匹配;
将所述查询设置界面对应的界面信息发送至对应的终端,所述界面信息用于触发所述终端显示所述查询设置界面。
在其中一个实施例中,所述方法还包括:
接收终端发送的查询请求;所述查询请求根据用户基于所述查询设置界面中的所述查询选项输入的业务类型生成;
获取与用户输入的业务类型对应的业务类型标识信息;
根据所述业务类型标识信息和所述构建的数据模型,获取与所述业务类型标识信息对应的目标数据;所述目标数据携带对应的数据层次标识信息;
根据数据层次标识信息,将所述目标数据导入到预设数据报告模板中对应的数据层次,生成数据报告;
将生成的所述数据报告发送至所述终端进行展示。
一种数据模型的构建装置,所述装置包括:
数据提取模块,用于获取不同业务类型的原始数据,从所述原始数据中提取出与预设数据类型对应的目标数据;
信息添加模块,用于对所述目标数据添加对应的业务类型标识信息和数据层次标识信息;
数据存储模块,用于分别根据各个所述目标数据的数据类型确定各个所述目标数据对应的数据库,将所述目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中;
模型构建模块,用于根据各个所述数据库、各个所述数据库存储的目标数据、各个所述目标数据对应的业务类型标识信息和数据层次标识信息,构建数据模型。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取不同业务类型的原始数据,从所述原始数据中提取出与预设数据类型对应的目标数据;
对所述目标数据添加对应的业务类型标识信息和数据层次标识信息;
分别根据各个所述目标数据的数据类型确定各个所述目标数据对应的数据库,将所述目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中;
根据各个所述数据库、各个所述数据库存储的目标数据、各个所述目标数据对应的业务类型标识信息和数据层次标识信息,构建数据模型。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取不同业务类型的原始数据,从所述原始数据中提取出与预设数据类型对应的目标数据;
对所述目标数据添加对应的业务类型标识信息和数据层次标识信息;
分别根据各个所述目标数据的数据类型确定各个所述目标数据对应的数据库,将所述目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中;
根据各个所述数据库、各个所述数据库存储的目标数据、各个所述目标数据对应的业务类型标识信息和数据层次标识信息,构建数据模型。
上述数据模型的构建方法、装置、计算机设备和存储介质,服务器从获取的不同业务类型的原始数据中提取出与预设数据类型对应的目标数据,对目标数据添加对应的业务类型标识信息和数据层次标识信息,并将目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中,根据各个数据库及存储的目标数据构建数据模型,这样基于构建的数据模型,即可通过用户的查询需求获取对应的业务类型标识信息,根据业务类型标识信息查询各个数据库,得到与业务类型标识信息对应的目标数据以及与目标数据对应的数据层次标识信息,便于清晰集中地显示业务类型所涉及的业务数据,不容易造成业务数据缺失,提高了业务数据的完整性;同时通过数据模型,清晰集中地显示业务类型所涉及的不同数据层次的目标数据,便于判断不同数据层次的数据是否完整,有利于对业务数据进行管理,避免数据缺失。
附图说明
图1为一个实施例中数据模型的构建方法的应用场景图;
图2为一个实施例中数据模型的构建方法的流程示意图;
图3为一个实施例中从原始数据中提取出目标数据的步骤的流程示意图;
图4为另一个实施例中数据模型的构建方法的流程示意图;
图5为一个实施例中数据模型的构建装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的数据模型的构建方法,可以应用于如图1所示的应用环境中。其中,不同应用终端110(比如应用终端110a,应用终端110b)分别与服务器120通过网络进行通信,每个应用终端110分别存储了与业务类型对应的原始数据。服务器120分别向不同应用终端110发送数据请求,每个应用终端110响应接收的数据请求,将存储的与业务类型对应的原始数据发送至服务器120。服务器120从接收的原始数据中提取出与预设数据类型对应的目标数据;对目标数据添加对应的业务类型标识信息和数据层次标识信息;分别根据各个目标数据的数据类型确定各个目标数据对应的数据库,将目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中;根据各个数据库、各个数据库存储的目标数据、各个目标数据对应的业务类型标识信息和数据层次标识信息,构建数据模型。其中,终端110可以但不限于是各种个人计算机、笔记本电脑和平板电脑,服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种数据模型的构建方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S201,获取不同业务类型的原始数据,从原始数据中提取出与预设数据类型对应的目标数据。
业务类型的原始数据是指与业务类型(比如信托业务类型)相关的所有数据,包括产品数据、财务数据、协议数据等。预设数据类型只是原始数据的所有数据类型中的一部分,比如与当事人、协议、产品、财务、事件等数据相关的数据类型。目标数据是指数据类型与各预设数据类型匹配的数据。
不同应用终端(比如计算机设备)安装了与业务相关的应用系统,每个应用系统分别存储了与业务类型相关的原始数据,比如基金申请处理流程涉及的业务数据分散在不同应用终端中的应用系统。服务器基于大数据,预先采集了不同应用终端中的应用系统所存储的与业务类型相关的原始数据,例如信托业务服务器与不同信托业务终端建立通信连接,并向不同信托业务终端发送数据请求,数据请求携带业务类型。每个信托业务终端中的应用系统根据数据请求,将与该业务类型相关的原始数据发送至信托业务服务器,以触发信托业务服务器获取不同业务类型的原始数据。服务器通过信息识别技术识别原始数据的数据内容,根据识别结果确定原始数据的数据类型,并根据数据类型从原始数据中一一筛选出与各预设数据类型匹配的目标数据。
步骤S202,对目标数据添加对应的业务类型标识信息和数据层次标识信息。
业务类型标识信息用于标识目标数据对应的业务类型;数据层次标识信息用于标识目标数据在对应的业务类型中所属的数据层次。比如在基金业务类型中,用户从下单到持有基金份额所涉及的目标数据可以分成三个数据层次,分别是业务数据层次、流水数据层次和财务数据层次。通过对目标数据添加对应的业务类型标识信息和数据层次标识信息,便于对目标数据进行统一管理,有利于服务器进行区分。
步骤S203,分别根据各个目标数据的数据类型确定各个目标数据对应的数据库,将目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中。
数据库是与目标数据的数据类型一一对应的,各数据库之间相互独立。服务器根据目标数据的数据类型,确定与数据类型对应的数据库,同时将目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中,达到了分类存储的目的,有利于在数据查询的过程中,根据业务类型标识信息查询各个数据库,得到与业务类型标识信息对应的目标数据,有利于清晰集中地显示与业务类型相关的所有目标数据,提高了业务数据的完整性,避免数据缺失。
步骤S204,根据各个数据库、各个数据库存储的目标数据、各个目标数据对应的业务类型标识信息和数据层次标识信息,构建数据模型。
数据模型是一种基于各个数据库、各个数据库存储的目标数据、各个目标数据对应的业务类型标识信息和数据层次标识信息构建而成的模型,比如信托数据模型。数据模型能够根据输入的业务类型标识信息,输出对应的目标数据,从而得到与该业务类型相关的所有目标数据,保证了业务数据的完整性,避免了传统技术中业务数据分散在不同的应用系统,导致无法清晰集中地显示业务数据,容易造成数据缺失的缺陷。
上述数据模型的构建方法中,服务器从获取的不同业务类型的原始数据中提取出与预设数据类型对应的目标数据,对目标数据添加对应的业务类型标识信息和数据层次标识信息,并将目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中,根据各个数据库及存储的目标数据构建数据模型,这样基于构建的业务模型,即可通过用户的查询需求获取对应的业务类型标识信息,根据业务类型标识信息查询各个数据库,得到与业务类型标识信息对应的目标数据以及与目标数据对应的数据层次标识信息,便于清晰集中地显示业务类型所涉及的业务数据,不容易造成业务数据缺失,提高了业务数据的完整性;同时通过数据模型,清晰集中地显示业务类型所涉及的不同数据层次的目标数据,便于判断不同数据层次的数据是否完整,有利于对业务数据进行统一管理,避免数据缺失。
考虑到业务类型的原始数据(比如信托业务数据)包括多种数据,且分散在不同的应用系统,为了避免多余数据干扰,可以通过服务器从原始数据中筛选出与预设数据类型对应的数据。在一个实施例中,如图3所示,获取不同业务类型的原始数据,从原始数据中提取出与预设数据类型对应的目标数据的步骤具体包括:
步骤S301,分别从不同应用系统中获取属于同一业务类型的原始数据,以得到不同业务类型的原始数据。
步骤S302,识别各个业务类型的原始数据的数据内容,确定原始数据的数据类型。
步骤S303,将原始数据的数据类型与预设数据类型进行匹配,获取数据类型匹配成功的数据,作为目标数据。
服务器基于互联网,从不同应用系统中采集属于同一业务类型的原始数据,从而得到不同业务类型的原始数据;对各个业务类型的原始数据的数据内容进行分析,得到分析结果,根据分析结果确定原始数据的数据类型;将原始数据的数据类型分别与当事人、协议、产品、事件和财务数据类型进行匹配,获取数据类型匹配成功的数据,作为目标数据。从不同的应用系统中采集不同业务类型的原始数据,并从原始数据中筛选出目标数据,方便后续根据筛选出的目标数据构建数据模型,以实现对业务类型相关的目标数据的统一管理,避免数据缺失,从而保证了业务数据的完整性。
进一步地,考虑到单个业务类型对应的业务流程包括多个业务环节,那么业务类型的目标数据分别对应不同业务环节,为了方便识别目标数据所对应的业务类型和业务环节,可以通过服务器对目标数据添加对应的业务类型标识信息和数据层次标识信息。
在一个实施例中,上述步骤S202,对目标数据添加对应的业务类型标识信息和数据层次标识信息,包括:根据目标数据对应的业务类型,对目标数据添加对应的业务类型标识信息;获取业务类型对应的信息匹配表;其中,信息匹配表包括多个目标数据与数据层次的对应关系;从信息匹配表中获取与目标数据对应的数据层次,根据数据层次对目标数据添加对应的数据层次标识信息。比如,针对一个目标数据所对应的业务类型和业务环节,对目标数据添加对应的业务类型标识信息和数据层次标识信息。通过服务器对目标数据添加对应的业务类型标识信息和数据层次标识信息,方便根据目标数据即可判别目标数据对应的业务类型和数据层次,同时有利于后续对目标数据进行统一管理以及建立对应的数据模型。
为了进一步方便对筛选出的目标数据进行统一管理,可以通过服务器将筛选出的目标数据进行预处理。在一个实施例中,上述步骤S201,在从原始数据中提取出与预设数据类型对应的目标数据之后,还包括:将目标数据转化为对应的标准值。比如,根据目标数据的数据内容,确定目标数据的数据处理格式;根据对应的数据处理格式从目标数据中提取出核心信息,作为与目标数据对应的标准值,例如从与协议数据类型相关的目标数据中提取出协议类型,作为与协议数据类型相关的目标数据的标准值。通过服务器将目标数据转化为对应的标准值,可以避免多余信息干扰,方便对目标数据进行统一管理。
在一个实施例中,上述步骤S203,将目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中,包括:将目标数据对应的标准值、业务类型标识信息和数据层次标识信息存储至对应的数据库中。将目标数据的标准值分类存储至对应的数据库中,方便后续根据各个数据库构建数据模型,以实现对业务类型相关的目标数据的统一管理,避免数据缺失,从而保证了业务数据的完整性。
进一步地,为了方便通过构建的数据模型获取与业务类型相关的所有目标数据,从而判断数据是否缺失,以对数据进行有效管理,可以通过服务器建立包含用于输入业务类型的查询选项的查询设置界面。在一个实施例中,数据模型的构建方法还包括:建立查询设置界面;查询设置界面中包含用于输入业务类型的查询选项,业务类型与各个数据库存储的目标数据的业务类型标识信息匹配;将查询设置界面对应的界面信息发送至对应的终端,界面信息用于触发终端显示查询设置界面。用户通过终端显示的查询界面上的查询选项即可输入业务类型,并通过查询界面显示与业务类型相关的目标数据,实现了清晰集中地显示与业务类型相关的所有目标数据的目的,保证了业务数据的完整性,方便用户对业务数据进行管理。
在一个实施例中,数据模型的构建方法还包括:接收终端发送的查询请求;查询请求根据用户基于查询设置界面中的查询选项输入的业务类型生成;获取与用户输入的业务类型对应的业务类型标识信息;根据业务类型标识信息和构建的数据模型,获取与业务类型标识信息对应的目标数据;目标数据携带对应的数据层次标识信息;根据数据层次标识信息,将目标数据导入到预设数据报告模板中对应的数据层次,生成数据报告;将生成的数据报告发送至终端进行展示。
比如,用户点击终端的查询设置界面中的查询选项,输入业务类型;终端检测到用户在查询设置界面上的输入操作,生成查询请求,并将查询请求发送至服务器,查询请求携带业务类型。服务器根据查询请求,获取与业务类型对应的业务类型标识信息,将业务类型标识信息输入至预先构建的数据模型中,获取数据模型的输出结果,输出结果包括与业务类型标识信息对应的目标数据,以及与目标数据对应的数据层次标识信息;获取与业务类型对应的数据报告模板,按照数据层次标识信息,将获取的目标数据导入到数据报告模板中对应的数据层次,生成数据报告;将生成的数据报告发送至对应的终端。终端通过查询设置界面显示数据报告,通过数据报告的形式清晰集中地显示同一业务类型的不同数据层次的目标数据,不容易造成数据缺失,从而提高了业务数据的完整性。同时用户在终端上通过查看数据报告,即可判断同一业务类型的不同数据层次的目标数据是否完整,便于对数据进行统一管理,克服了传统技术中业务数据分散在不同的应用系统,导致无法清晰集中地显示业务数据,容易造成数据缺失的缺陷。
此外,考虑到同一业务类型中的目标数据之间存在数据关系,这些数据关系也可以反映缺失的数据。在一个实施例中,上述步骤S201,获取不同业务类型的原始数据,从原始数据中提取出与预设数据类型对应的目标数据之后,还包括:将属于同一业务类型的不同目标数据按照顺序进行排列,得到排列后的目标数据;从排列后的目标数据中,获取相邻目标数据之间的数据关系;根据目标数据对应的业务类型,对数据关系添加对应的业务类型标识信息;识别数据关系在排列后的目标数据中的数据层次,对数据关系添加对应的数据层次标识信息。将数据关系及对应的业务类型标识信息和数据层次标识信息存储至关系数据库中。其中,关系数据库是一种用于存储数据关系及对应的业务类型标识信息和数据层次标识信息的数据库。比如,目标数据分别是业务数据、流水数据和财务数据,则数据关系为业务数据与流水数据之间的关系,以及流水数据和财务数据之间的关系。
通过获取数据关系,方便后续根据获取的数据关系和目标数据构建数据模型,有利于后续通过数据模型获取与业务类型对应的数据关系,通过数据关系能够进一步判断不同数据层次的目标数据是否完整,从而加强了对业务数据的统一管理,保证了业务数据的完整性。
在一个实施例中,如图4所示,提供了另一种数据模型的构建方法,包括以下步骤:
步骤S401,获取不同业务类型的原始数据,从原始数据中提取出与预设数据类型对应的目标数据。
步骤S402,对目标数据添加对应的业务类型标识信息和数据层次标识信息。
步骤S403,分别根据各个目标数据的数据类型确定各个目标数据对应的数据库,将目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中。
步骤S404,根据各个数据库、各个数据库存储的目标数据、各个目标数据对应的业务类型标识信息和数据层次标识信息,构建数据模型。
步骤S405,建立查询设置界面;查询设置界面中包含用于输入业务类型的查询选项,业务类型与各个数据库存储的目标数据的业务类型标识信息匹配;将查询设置界面对应的界面信息发送至对应的终端,界面信息用于触发终端显示查询设置界面。
步骤S406,接收终端发送的查询请求;查询请求根据用户基于查询设置界面中的查询选项输入的业务类型生成;获取与用户输入的业务类型对应的业务类型标识信息;根据业务类型标识信息和构建的数据模型,获取与业务类型标识信息对应的目标数据;目标数据携带对应的数据层次标识信息;根据数据层次标识信息,将目标数据导入到预设数据报告模板中对应的数据层次,生成数据报告;将生成的数据报告发送至终端进行展示。
本实施例的数据模型的构建方法,服务器根据各个数据库及对应存储的目标数据构建数据模型,这样基于构建的数据模型,即可通过用户的查询需求获取对应的业务类型标识信息,根据业务类型标识信息查询各个数据库,得到与业务类型标识信息对应的目标数据以及与目标数据对应的数据层次标识信息,便于清晰集中地显示业务类型所涉及的业务数据,不容易造成业务数据缺失,提高了业务数据的完整性;同时通过数据模型,清晰集中地显示业务类型所涉及的不同数据层次的目标数据,便于判断不同数据层次的数据是否完整,有利于对业务数据进行管理,避免数据缺失。
应该理解的是,虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种数据模型的构建装置,包括:数据提取模块510、信息添加模块520、数据存储模块530和模型构建模块540,其中:
数据提取模块510,用于获取不同业务类型的原始数据,从原始数据中提取出与预设数据类型对应的目标数据。
信息添加模块520,用于对目标数据添加对应的业务类型标识信息和数据层次标识信息。
数据存储模块530,用于分别根据各个目标数据的数据类型确定各个目标数据对应的数据库,将目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中。
模型构建模块540,用于根据各个数据库、各个数据库存储的目标数据、各个目标数据对应的业务类型标识信息和数据层次标识信息,构建数据模型。
在一个实施例中,数据提取模块还用于分别从不同应用系统中获取属于同一业务类型的原始数据,以得到不同业务类型的原始数据;识别各个业务类型的原始数据的数据内容,确定原始数据的数据类型;将原始数据的数据类型与预设数据类型进行匹配,获取数据类型匹配成功的数据,作为目标数据。
在一个实施例中,信息添加模块还用于根据目标数据对应的业务类型,对目标数据添加对应的业务类型标识信息;获取业务类型对应的信息匹配表;其中,信息匹配表包括多个目标数据与数据层次的对应关系;从信息匹配表中获取与目标数据对应的数据层次,根据数据层次对目标数据添加对应的数据层次标识信息。
在一个实施例中,数据模型的构建装置还包括数据转化模块,用于数据提取模块从原始数据中提取出与预设数据类型对应的目标数据之后,将目标数据转化为对应的标准值。
在一个实施例中,数据存储模块还用于将目标数据对应的标准值、业务类型标识信息和数据层次标识信息存储至对应的数据库中。
在一个实施例中,数据模型的构建装置还包括界面建立模块,用于建立查询设置界面;查询设置界面中包含用于输入业务类型的查询选项,业务类型与各个数据库存储的目标数据的业务类型标识信息匹配;将查询设置界面对应的界面信息发送至对应的终端,界面信息用于触发终端显示查询设置界面。
在一个实施例中,数据模型的构建装置还包括报告生成模块,用于接收终端发送的查询请求;查询请求根据用户基于查询设置界面中的查询选项输入的业务类型生成;获取与用户输入的业务类型对应的业务类型标识信息;根据业务类型标识信息和构建的数据模型,获取与业务类型标识信息对应的目标数据;目标数据携带对应的数据层次标识信息;根据数据层次标识信息,将目标数据导入到预设数据报告模板中对应的数据层次,生成数据报告;将生成的所述数据报告发送至终端进行展示。
上述各个实施例,数据模型的构建装置从获取的不同业务类型的原始数据中提取出与预设数据类型对应的目标数据,对目标数据添加对应的业务类型标识信息和数据层次标识信息,并将目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中,根据各个数据库及存储的目标数据构建数据模型,这样基于构建的数据模型,即可通过用户的查询需求获取对应的业务类型标识信息,根据业务类型标识信息查询各个数据库,得到与业务类型标识信息对应的目标数据以及与目标数据对应的数据层次标识信息,便于清晰集中地显示业务类型所涉及的业务数据,不容易造成业务数据缺失,提高了业务数据的完整性;同时通过数据模型,清晰集中地显示业务类型所涉及的不同数据层次的目标数据,便于判断不同数据层次的数据是否完整,有利于对业务数据进行管理,避免数据缺失。
关于数据模型的构建装置的具体限定可以参见上文中对于数据模型的构建方法的限定,在此不再赘述。上述数据模型的构建装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储目标数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种数据模型的构建方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取不同业务类型的原始数据,从原始数据中提取出与预设数据类型对应的目标数据;
对目标数据添加对应的业务类型标识信息和数据层次标识信息;
分别根据各个目标数据的数据类型确定各个目标数据对应的数据库,将目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中;
根据各个数据库、各个数据库存储的目标数据、各个目标数据对应的业务类型标识信息和数据层次标识信息,构建数据模型。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:分别从不同应用系统中获取属于同一业务类型的原始数据,以得到不同业务类型的原始数据;识别各个业务类型的原始数据的数据内容,确定原始数据的数据类型;将原始数据的数据类型与预设数据类型进行匹配,获取数据类型匹配成功的数据,作为目标数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据目标数据对应的业务类型,对目标数据添加对应的业务类型标识信息;获取业务类型对应的信息匹配表;其中,信息匹配表包括多个目标数据与数据层次的对应关系;从信息匹配表中获取与目标数据对应的数据层次,根据数据层次对目标数据添加对应的数据层次标识信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:在从原始数据中提取出与预设数据类型对应的目标数据之后,将目标数据转化为对应的标准值。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将目标数据对应的标准值、业务类型标识信息和数据层次标识信息存储至对应的数据库中。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:建立查询设置界面;查询设置界面中包含用于输入业务类型的查询选项,业务类型与各个数据库存储的目标数据的业务类型标识信息匹配;将查询设置界面对应的界面信息发送至对应的终端,界面信息用于触发终端显示查询设置界面。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:接收终端发送的查询请求;查询请求根据用户基于查询设置界面中的查询选项输入的业务类型生成;获取与用户输入的业务类型对应的业务类型标识信息;根据业务类型标识信息和构建的数据模型,获取与业务类型标识信息对应的目标数据;目标数据携带对应的数据层次标识信息;根据数据层次标识信息,将目标数据导入到预设数据报告模板中对应的数据层次,生成数据报告;将生成的数据报告发送至终端进行展示。
上述各个实施例,计算机设备通过处理器上运行的计算机程序,实现了根据各个数据库及存储的目标数据构建数据模型的目的,这样基于构建的数据模型,即可通过用户的查询需求获取对应的业务类型标识信息,根据业务类型标识信息查询各个数据库,得到与业务类型标识信息对应的目标数据以及与目标数据对应的数据层次标识信息,便于清晰集中地显示业务类型所涉及的业务数据,不容易造成业务数据缺失,提高了业务数据的完整性。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取不同业务类型的原始数据,从原始数据中提取出与预设数据类型对应的目标数据;
对目标数据添加对应的业务类型标识信息和数据层次标识信息;
分别根据各个目标数据的数据类型确定各个目标数据对应的数据库,将目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中;
根据各个数据库、各个数据库存储的目标数据、各个目标数据对应的业务类型标识信息和数据层次标识信息,构建数据模型。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:分别从不同应用系统中获取属于同一业务类型的原始数据,以得到不同业务类型的原始数据;识别各个业务类型的原始数据的数据内容,确定原始数据的数据类型;将原始数据的数据类型与预设数据类型进行匹配,获取数据类型匹配成功的数据,作为目标数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据目标数据对应的业务类型,对目标数据添加对应的业务类型标识信息;获取业务类型对应的信息匹配表;其中,信息匹配表包括多个目标数据与数据层次的对应关系;从信息匹配表中获取与目标数据对应的数据层次,根据数据层次对目标数据添加对应的数据层次标识信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:在从原始数据中提取出与预设数据类型对应的目标数据之后,将目标数据转化为对应的标准值。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将目标数据对应的标准值、业务类型标识信息和数据层次标识信息存储至对应的数据库中。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:建立查询设置界面;查询设置界面中包含用于输入业务类型的查询选项,业务类型与各个数据库存储的目标数据的业务类型标识信息匹配;将查询设置界面对应的界面信息发送至对应的终端,界面信息用于触发终端显示查询设置界面。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:接收终端发送的查询请求;查询请求根据用户基于查询设置界面中的查询选项输入的业务类型生成;获取与用户输入的业务类型对应的业务类型标识信息;根据业务类型标识信息和构建的数据模型,获取与业务类型标识信息对应的目标数据;目标数据携带对应的数据层次标识信息;根据数据层次标识信息,将目标数据导入到预设数据报告模板中对应的数据层次,生成数据报告;将生成的数据报告发送至终端进行展示。
上述各个实施例,计算机可读存储介质通过其存储的计算机程序,实现了根据各个数据库及存储的目标数据构建数据模型的目的,这样基于构建的数据模型,即可通过用户的查询需求获取对应的业务类型标识信息,根据业务类型标识信息查询各个数据库,得到与业务类型标识信息对应的目标数据以及与目标数据对应的数据层次标识信息,便于清晰集中地显示业务类型所涉及的业务数据,不容易造成业务数据缺失,提高了业务数据的完整性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种数据模型的构建方法,所述方法包括:
获取不同业务类型的原始数据,从所述原始数据中提取出与预设数据类型对应的目标数据;
对所述目标数据添加对应的业务类型标识信息和数据层次标识信息;
分别根据各个所述目标数据的数据类型确定各个所述目标数据对应的数据库,将所述目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中;
根据各个所述数据库、各个所述数据库存储的目标数据、各个所述目标数据对应的业务类型标识信息和数据层次标识信息,构建数据模型。
2.根据权利要求1所述的方法,其特征在于,所述获取不同业务类型的原始数据,从所述原始数据中提取出与预设数据类型对应的目标数据,包括:
分别从不同应用系统中获取属于同一业务类型的原始数据,以得到不同业务类型的原始数据;
识别各个所述业务类型的原始数据的数据内容,确定所述原始数据的数据类型;
将所述原始数据的数据类型与预设数据类型进行匹配,获取数据类型匹配成功的数据,作为目标数据。
3.根据权利要求1所述的方法,其特征在于,所述对所述目标数据添加对应的业务类型标识信息和数据层次标识信息,包括:
根据所述目标数据对应的业务类型,对所述目标数据添加对应的业务类型标识信息;
获取所述业务类型对应的信息匹配表;其中,所述信息匹配表包括多个目标数据与数据层次的对应关系;
从所述信息匹配表中获取与所述目标数据对应的数据层次,根据所述数据层次对所述目标数据添加对应的数据层次标识信息。
4.根据权利要求1所述的方法,其特征在于,在从所述原始数据中提取出与预设数据类型对应的目标数据之后,还包括:
将所述目标数据转化为对应的标准值;
所述将所述目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中,包括:
将所述目标数据对应的标准值、业务类型标识信息和数据层次标识信息存储至对应的数据库中。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述方法还包括:
建立查询设置界面;所述查询设置界面中包含用于输入业务类型的查询选项,所述业务类型与各个所述数据库存储的目标数据的业务类型标识信息匹配;
将所述查询设置界面对应的界面信息发送至对应的终端,所述界面信息用于触发所述终端显示所述查询设置界面。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
接收终端发送的查询请求;所述查询请求根据用户基于所述查询设置界面中的所述查询选项输入的业务类型生成;
获取与用户输入的业务类型对应的业务类型标识信息;
根据所述业务类型标识信息和所述构建的数据模型,获取与所述业务类型标识信息对应的目标数据;所述目标数据携带对应的数据层次标识信息;
根据数据层次标识信息,将所述目标数据导入到预设数据报告模板中对应的数据层次,生成数据报告;
将生成的所述数据报告发送至所述终端进行展示。
7.一种数据模型的构建装置,其特征在于,所述装置包括:
数据提取模块,用于获取不同业务类型的原始数据,从所述原始数据中提取出与预设数据类型对应的目标数据;
信息添加模块,用于对所述目标数据添加对应的业务类型标识信息和数据层次标识信息;
数据存储模块,用于分别根据各个所述目标数据的数据类型确定各个所述目标数据对应的数据库,将所述目标数据及对应的业务类型标识信息和数据层次标识信息存储至对应的数据库中;
模型构建模块,用于根据各个所述数据库、各个所述数据库存储的目标数据、各个所述目标数据对应的业务类型标识信息和数据层次标识信息,构建数据模型。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括界面建立模块,用于建立查询设置界面;所述查询设置界面中包含用于输入业务类型的查询选项,所述业务类型与各个所述数据库存储的目标数据的业务类型标识信息匹配;将所述查询设置界面对应的界面信息发送至对应的终端,所述界面信息用于触发所述终端显示所述查询设置界面。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求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,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910264390.6A CN110008226A (zh) | 2019-04-03 | 2019-04-03 | 数据模型的构建方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910264390.6A CN110008226A (zh) | 2019-04-03 | 2019-04-03 | 数据模型的构建方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110008226A true CN110008226A (zh) | 2019-07-12 |
Family
ID=67169578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910264390.6A Pending CN110008226A (zh) | 2019-04-03 | 2019-04-03 | 数据模型的构建方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110008226A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110490419A (zh) * | 2019-07-19 | 2019-11-22 | 珠海市岭南大数据研究院 | 公交信息数据的处理方法、装置、计算机设备和存储介质 |
CN110716966A (zh) * | 2019-10-16 | 2020-01-21 | 京东方科技集团股份有限公司 | 数据可视化处理方法及系统、电子设备及存储介质 |
CN110750568A (zh) * | 2019-09-29 | 2020-02-04 | 万翼科技有限公司 | 一种大数据平台的数据重组方法及系统 |
CN110765328A (zh) * | 2019-10-25 | 2020-02-07 | 腾讯科技(深圳)有限公司 | 一种数据处理的方法、装置及存储介质 |
CN110826896A (zh) * | 2019-10-31 | 2020-02-21 | 北京东软望海科技有限公司 | 数据处理控制方法、装置、计算机设备及存储介质 |
CN110956269A (zh) * | 2019-10-12 | 2020-04-03 | 平安科技(深圳)有限公司 | 数据模型的生成方法、装置、设备以及计算机存储介质 |
CN111241526A (zh) * | 2019-12-31 | 2020-06-05 | 深圳云天励飞技术有限公司 | 数据权限匹配方法、装置、电子设备及存储介质 |
CN111427911A (zh) * | 2020-03-25 | 2020-07-17 | 平安医疗健康管理股份有限公司 | 数据查询方法、装置、计算机设备和存储介质 |
CN111460129A (zh) * | 2020-03-27 | 2020-07-28 | 泰康保险集团股份有限公司 | 标识生成的方法、装置、电子设备和存储介质 |
CN112214490A (zh) * | 2020-10-14 | 2021-01-12 | 上海妙一生物科技有限公司 | 业务对象存储方法、装置和计算机可读存储介质 |
CN113468173A (zh) * | 2021-06-28 | 2021-10-01 | 康键信息技术(深圳)有限公司 | 数据的存储方法、装置、设备及存储介质 |
CN113760997A (zh) * | 2021-09-10 | 2021-12-07 | 成都知道创宇信息技术有限公司 | 数据置信度计算方法及装置、计算机设备和可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140074817A1 (en) * | 2012-09-07 | 2014-03-13 | Splunk Inc. | Data model for machine data for semantic search |
CN108446341A (zh) * | 2018-03-02 | 2018-08-24 | 平安普惠企业管理有限公司 | 业务状态查询方法、装置、计算机设备和存储介质 |
CN108595523A (zh) * | 2018-03-27 | 2018-09-28 | 广州供电局有限公司 | 设备数据检索模型构建方法、装置及计算机设备 |
-
2019
- 2019-04-03 CN CN201910264390.6A patent/CN110008226A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140074817A1 (en) * | 2012-09-07 | 2014-03-13 | Splunk Inc. | Data model for machine data for semantic search |
CN108446341A (zh) * | 2018-03-02 | 2018-08-24 | 平安普惠企业管理有限公司 | 业务状态查询方法、装置、计算机设备和存储介质 |
CN108595523A (zh) * | 2018-03-27 | 2018-09-28 | 广州供电局有限公司 | 设备数据检索模型构建方法、装置及计算机设备 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110490419A (zh) * | 2019-07-19 | 2019-11-22 | 珠海市岭南大数据研究院 | 公交信息数据的处理方法、装置、计算机设备和存储介质 |
CN110750568A (zh) * | 2019-09-29 | 2020-02-04 | 万翼科技有限公司 | 一种大数据平台的数据重组方法及系统 |
CN110956269B (zh) * | 2019-10-12 | 2024-05-10 | 平安科技(深圳)有限公司 | 数据模型的生成方法、装置、设备以及计算机存储介质 |
CN110956269A (zh) * | 2019-10-12 | 2020-04-03 | 平安科技(深圳)有限公司 | 数据模型的生成方法、装置、设备以及计算机存储介质 |
CN110716966A (zh) * | 2019-10-16 | 2020-01-21 | 京东方科技集团股份有限公司 | 数据可视化处理方法及系统、电子设备及存储介质 |
CN110765328A (zh) * | 2019-10-25 | 2020-02-07 | 腾讯科技(深圳)有限公司 | 一种数据处理的方法、装置及存储介质 |
CN110826896A (zh) * | 2019-10-31 | 2020-02-21 | 北京东软望海科技有限公司 | 数据处理控制方法、装置、计算机设备及存储介质 |
CN111241526A (zh) * | 2019-12-31 | 2020-06-05 | 深圳云天励飞技术有限公司 | 数据权限匹配方法、装置、电子设备及存储介质 |
CN111241526B (zh) * | 2019-12-31 | 2022-11-22 | 深圳云天励飞技术有限公司 | 数据权限匹配方法、装置、电子设备及存储介质 |
CN111427911A (zh) * | 2020-03-25 | 2020-07-17 | 平安医疗健康管理股份有限公司 | 数据查询方法、装置、计算机设备和存储介质 |
CN111460129A (zh) * | 2020-03-27 | 2020-07-28 | 泰康保险集团股份有限公司 | 标识生成的方法、装置、电子设备和存储介质 |
CN111460129B (zh) * | 2020-03-27 | 2023-08-22 | 泰康保险集团股份有限公司 | 标识生成的方法、装置、电子设备和存储介质 |
CN112214490A (zh) * | 2020-10-14 | 2021-01-12 | 上海妙一生物科技有限公司 | 业务对象存储方法、装置和计算机可读存储介质 |
CN113468173A (zh) * | 2021-06-28 | 2021-10-01 | 康键信息技术(深圳)有限公司 | 数据的存储方法、装置、设备及存储介质 |
CN113760997A (zh) * | 2021-09-10 | 2021-12-07 | 成都知道创宇信息技术有限公司 | 数据置信度计算方法及装置、计算机设备和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110008226A (zh) | 数据模型的构建方法、装置、计算机设备和存储介质 | |
CN109800335A (zh) | 企业图谱的生成方法、装置、计算机设备和存储介质 | |
CN109800258B (zh) | 数据文件部署方法、装置、计算机设备及存储介质 | |
CN110209652A (zh) | 数据表迁移方法、装置、计算机设备和存储介质 | |
CN108509392B (zh) | 多机构对账方法、系统、计算机设备和存储介质 | |
CN109784703A (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
CN110363645A (zh) | 资产数据处理方法、装置、计算机设备和存储介质 | |
CN110490594A (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
CN110377325A (zh) | 接口配置方法、接口调用方法、装置、设备及存储介质 | |
CN110069297A (zh) | 基于Spring MVC的异常处理方法、装置、计算机设备和存储介质 | |
CN112100250B (zh) | 数据处理方法及装置 | |
CN109656778A (zh) | 数据获取方法、装置、计算机设备和存储介质 | |
CN108629567A (zh) | 报批信息处理方法、装置、计算机设备和存储介质 | |
CN109785024A (zh) | 发票数据处理方法、装置、计算机设备和存储介质 | |
CN109829640A (zh) | 企业违约风险的识别方法、装置、计算机设备和存储介质 | |
CN116308824A (zh) | 基于知识图谱的团伙欺诈风险识别方法及相关设备 | |
CN109766316A (zh) | 文件获取方法、装置、计算机设备和存储介质 | |
CN109325058A (zh) | 规则批量比对方法、装置、计算机设备和存储介质 | |
CN110275703B (zh) | 键值对数据的赋值方法、装置、计算机设备和存储介质 | |
CN107066175A (zh) | 生成有价证券显示界面的方法及装置 | |
CN112910953B (zh) | 业务数据的推送方法、装置和服务器 | |
CN109446762A (zh) | 云平台访问方法、装置、计算机设备和存储介质 | |
CN111625474B (zh) | 一种联盟链的自动测试方法 | |
CN112991023A (zh) | 订单数据处理方法、装置、计算机设备和存储介质 | |
CN110502549A (zh) | 用户数据处理方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190712 |
|
WD01 | Invention patent application deemed withdrawn after publication |