CN110363645A - 资产数据处理方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及大数据领域,提供了一种资产数据处理方法、装置、计算机设备和存储介质。方法包括：通过接收终端发送的资产状态查看请求，从资产数据中获取对应维度的目标资产数据，这样从资产数据中过滤掉多余维度的资产数据，筛选保留资产状态查看请求对应维度的目标资产数据，减少数据冗余，再根据资产数据的资产属性标识对目标资产数据进行分类，准确得到与资产状态查看请求对应的目标资产分类数据，再将目标资产分类数据发送至终端，以使终端根据从各个维度展示目标资产分类数据，本案的资产数据处理方法能够提高资产的多维度分析效率，通过同步在终端上显示各个维度的目标目标资产分类数据，便于各参与方能够更直观、快速的对资产进行了解。

Description

资产数据处理方法、装置、计算机设备和存储介质

技术领域

本申请涉及大数据领域，特别是涉及一种资产数据处理方法、装置、计算机设备和存储介质。

背景技术

目前，由于资产特征分析维度繁杂，耗时费力，缺乏有效的分类依据及快速的响应机制，导致各参与方(借款方、投资方)无法快速和直观地从各个维度对资产进行全面了解。

发明内容

基于此，有必要针对如何提高资产的多维度分析效率的技术问题，提供一种资产数据处理方法、装置、计算机设备和存储介质。

一种资产数据处理方法，所述方法包括：

接收终端发送的资产状态查看请求，所述资产状态查看请求包括目标维度集合，所述目标维度集合中包括至少一个目标维度，所述目标维度是从候选维度中选择的维度，所述候选维度包括业务维度、产品维度、市场维度；

根据所述资产状态查看请求从所述资产数据中获取对应维度的目标资产数据；其中，所述资产数据存储在第一服务器中，所述资产数据包括资产信息，所述资产信息包括资产主体身份信息、资产属性标识；

根据所述资产属性标识对所述目标资产数据进行分类，得到与所述资产状态查看请求对应的目标资产分类数据，所述目标资产分类数据包括所述资产主体身份信息中的资产主体身份标识；

将所述目标资产分类数据发送至所述终端，以使所述终端根据目标维度集合中的各个维度展示所述目标资产分类数据。

在一个实施例中，所述方法还包括：

根据所述资产主体身份标识从第二业务服务器获取与所述资产主体身份标识对应的历史借款数据，所述历史借款数据包括借款金额、违约率；

根据所述借款金额和所述违约率生成风险指标；

将所述风险指标与所述资产主体身份标识对应的所述目标资产分类数据发送至所述终端。

在一个实施例中，所述方法还包括：

获取所述第一业务服务器的新增资产数据，所述新增资产数据包括新增资产主体身份信息、新增资产属性标识；

根据所述新增资产主体身份信息与所述资产主体身份信息进行匹配；

当匹配成功时，将所述新增资产数据加入到所述资产主体身份信息对应的所述资产数据中；

当匹配失败时，根据所述资产状态查看请求从所述新增资产数据中获取对应维度的目标新增资产数据；

根据所述新增资产属性标识对所述目标新增资产数据进行分类，得到与所述资产状态查看请求对应的目标新增资产分类数据，并将所述目标新增资产分类数据返回至所述终端，以使所述终端根据目标维度集合中的各个维度展示所述目标新增资产分类数据。

在一个实施例中，所述获取资产数据包括：

接收所述第一业务服务器通过后台服务器接口返回的资产分类响应数据，所述资产分类响应数据是将第一业务服务器返回的初始资产分类响应数据进行转换得到的，所述初始资产分类响应数据是上传资产相关数据至所述第一业务服务器时得到的；

从所述资产分类响应数据、对应的资产主体身份信息、对应的资产属性信息中的提取目标资产信息，将所述目标资产信息作为所述资产数据。

在一个实施例中，所述方法还包括：

根据所述资产数据统计相同属性类型的各个资产对应的分布信息，所述分布信息包括交易方式、交易金额、交易主体分布中的至少一种；

根据所述分布信息得到各个属性类型对应的属性标准标签；

获取训练数据，所述训练数据包括各个属性信息和所述属性信息对应的属性特征标签；

将所述训练数据和所述属性标准标签输入初始属性预测模型进行训练，直到所述初始属性预测模型满足收敛条件，得到目标属性预测模型。

一种资产数据处理方法装置，所述装置包括：

查看请求接收模块，用于接收终端发送的资产状态查看请求，所述资产状态查看请求包括目标维度集合，所述目标维度集合中包括至少一个目标维度，所述目标维度是从候选维度中选择的维度，所述候选维度包括业务维度、产品维度、市场维度；

数据获取模块，用于根据所述资产状态查看请求从资产数据中获取对应维度的目标资产数据；其中，所述资产数据存储在第一服务器中，所述资产数据包括资产信息，所述资产信息包括资产主体身份信息、资产属性标识；

数据分类模块，用于根据所述资产属性标识对所述目标资产数据进行分类，得到与所述资产状态查看请求对应的目标资产分类数据，所述目标资产分类数据包括所述资产主体身份信息中的资产主体身份标识；

数据发送模块，用于将所述目标资产分类数据发送至所述终端，以使所述终端根据目标维度集合中的各个维度展示所述目标资产分类数据。

在一个实施例中，所述装置还包括：

所述数据获取模块，还用于根据所述资产主体身份标识从第二业务服务器获取与所述资产主体身份标识对应的历史借款数据，所述历史借款数据包括借款金额、违约率；

风险指标生成模块，用于根据所述借款金额和所述违约率生成风险指标；

所述数据发送模块，还用于将所述风险指标与所述资产主体身份标识对应的所述目标资产分类数据发送至所述终端。

在一个实施例中，所述装置还包括：

所述数据获取模块，还用于获取所述第一业务服务器的新增资产数据，所述新增资产数据包括新增资产主体身份信息、新增资产属性标识；

匹配模块，用于根据所述新增资产主体身份信息与所述资产主体身份信息进行匹配；

所述数据分类模块，还用于当匹配成功时，将所述新增资产数据加入到所述资产主体身份信息对应的所述资产数据中；还用于当匹配失败时，根据所述资产状态查看请求从所述新增资产数据中获取对应维度的目标新增资产数据，还用于根据所述新增资产属性标识对所述目标新增资产数据进行分类，得到与所述资产状态查看请求对应的目标新增资产分类数据，并将所述目标新增资产分类数据返回至所述终端，以使所述终端根据目标维度集合中的各个维度展示所述目标新增资产分类数据。

一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述各个方法实施例中的步骤。

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上述各个方法实施例中的步骤。

上述资产数据处理方法、装置、计算机设备和存储介质，通过接收终端发送的资产状态查看请求，从资产数据中获取对应维度的目标资产数据，这样从资产数据中过滤掉多余维度的资产数据，筛选保留资产状态查看请求对应维度的目标资产数据，能够减少数据冗余，提高资产数据处理的速度，再根据资产数据的资产属性标识对目标资产数据进行分类，准确得到与资产状态查看请求对应的目标资产分类数据，以此保证数据分类的准确性，再将目标资产分类数据发送至终端，以使终端根据从各个维度展示目标资产分类数据。本案通过提高资产的多维度分析效率，并同步在终端上按照各维度展示目标资产分类数据，便于资产参与方实时快速地对资产进行全面了解，从而促进资产证券化相关业务的交易。

附图说明

图1为一个实施例资产数据处理方法的应用场景图；

图2为一个实施例中资产数据处理方法的流程示意图；

图3为另一个实施例中资产数据处理方法的流程示意图；

图4为又一个实施例中资产数据处理方法的流程示意图；

图5为再一个实施例中资产数据处理方法的流程示意图；

图6为一个实施例中资产数据处理装置的结构框图；

图7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。

本申请提供的资产数据处理方法，可以应用于如图1所示的应用环境中。图1为一个实施例中资产数据处理方法运行的应用环境图。如图1所示，该应用环境包括终端110、服务器，服务器包括后台服务器120、第一业务服务器130和第二业务服务器140，第一业务服务器130对应借款方所对应的业务服务器，第二业务服务器140对应投资方所对应的业务服务器，终端110和后台服务器120通过网络进行通信，后台服务器120与其他各个服务器之间通过网络进行通信。通信网络可以是无线或者有线通信网络，例如IP网络、蜂窝移动通信网络等，其中终端和服务器的个数不限。

其中，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器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。后台服务器120接收终端110发送的资产状态查看请求，资产状态查看请求包括目标维度集合，目标维度集合中包括至少一个目标维度，目标维度是从候选维度中选择的维度，候选维度包括业务维度、产品维度、市场维度；后台服务器120根据资产状态查看请求从资产数据中获取对应维度的目标资产数据；其中，资产数据存储在第一服务器130中，资产数据包括资产信息，资产信息包括资产主体身份信息、资产属性标识；后台服务器120根据资产属性标识对目标资产数据进行分类，得到与资产状态查看请求对应的目标资产分类数据，目标资产分类数据包括所述资产主体身份信息中的资产主体身份标识；后台服务器120将目标资产分类数据发送至终端110，以使终端110根据目标维度集合中的各个维度展示目标资产分类数据。本案通过后台服务器120对资产数据进行快速准确的分类，然后终端110从各个维度展示目标资产分类数据，实现资产透明化，使得资产的各参与方能够在终端上更直观、快速和准确的对资产进行了解，从而提高资产证券化相关业务的交易效率。

在一个实施例中，如图2所示，提供了一种资产数据处理方法，以该方法应用于图1中的后台服务器120为例进行说明，包括以下步骤：

步骤210，接收终端发送的资产状态查看请求，资产状态查看请求包括目标维度集合，目标维度集合中包括至少一个目标维度，目标维度是从候选维度中选择的维度，候选维度包括业务维度、产品维度、市场维度。

其中，后台服务器接收终端发送的资产状态查看请求，其中，业务维度是根据ABS资产证券化涉及的相关融资业务，包括实体资产证券化业务、信贷资产证券化业务、证券资产证券化业务、现金资产证券化等。产品维度是ABS资产证券化的相关的多个融资产品，市场维度是指ABS资产证券化所在的多个市场服务区域。目标维度集合是指从候选维度中选择的一个或多个维度。

步骤220，根据资产状态查看请求从资产数据中获取对应维度的目标资产数据；其中，资产数据存储在第一服务器中，资产数据包括资产信息，资产信息包括资产主体身份信息、资产属性标识。

其中，后台服务器根据资产状态查看请求从资产数据中获取对应维度的目标资产数据。资产状态查看请求携带有目标维度集合，根据资产状态查看请求选择对应维度的资产数据。比如，目标状态查看请求携带的目标维度集合是业务维度和市场维度，就从资产数据中获取关于业务和市场相关的资产数据。

其中，资产数据是借款方用于参与ABS融资的相关资产数据。第一业务服务器是寻求ABS融资的参与方所在的服务器。资产数据包括资产信息，资产信息包括资产主体身份信息和资产属性标识。资产主体身份信息是指能够表明资产主体身份的相关信息，资产主体身份信息包括公司机构编号、身份ID号等。资产属性标识包括固定资产标识、流动资产标识、无形资产标识等。

步骤230，根据资产属性标识对目标资产数据进行分类，得到与资产状态查看请求对应的目标资产分类数据，目标资产分类数据包括资产主体身份信息中的资产主体身份标识。

具体地，后台服务器根据资产属性标识对目标资产数据进行分类，得到与资产状态查看请求对应的目标资产分类数据。资产属性标识是指能够区分不同类型资产的标识，资产属性标识可以是固定资产标识、流动资产标识、无形资产标识等。通过对目标资产数据进行分类得到的目标资产分类数据能够清晰的看出哪一部分目标资产数据是属于哪一类型。目标资产属性标识携带有资产主体身份信息中的资产主体身份标识。资产主体身份标识是指能够表明资产主体的唯一身份标识，比如身份ID，公司机构编号等。

步骤240，将目标资产分类数据发送至终端，以使终端根据目标维度集合中的各个维度展示目标资产分类数据。

具体地，后台服务器将目标资产分类数据发送至终端，以使终端根据目标维度集合中的各个维度展示目标资产分类数据。用户可以根据需求选择需要的维度，从而得到对应的目标资产分类数据，再将目标资产分类数据发送至终端上，以使终端根据目标维度集合中的各个维度展示目标资产分类数据。需要说明的是，无论是投资方还是借款方都可以通过终端发送资产状态查看请求，终端接收到目标资产分类数据后，根据各个维度进行展示。从而让各个参与方(借款方和投资方)可以从各个角度对资产进行分析，便于投资方对借款方的资产进行全面的了解。

在本实施例中，通过接收终端发送的资产状态查看请求，从资产数据中获取对应维度的目标资产数据，这样从资产数据中过滤掉多余维度的资产数据，筛选保留资产状态查看请求对应维度的目标资产数据，减少数据冗余，再根据资产数据的资产属性标识对目标资产数据进行分类，准确得到与资产状态查看请求对应的目标资产分类数据，再将目标资产分类数据发送至终端，以使终端根据从各个维度展示目标资产分类数据，实现资产透明化，以使资产的各参与方能够在终端上更直观、快速和准确的对资产进行了解，从而提高资产证券化相关业务的交易效率。

在一个实施例中，如图3所示，所述资产数据处理方法，还包括以下步骤：

步骤310，根据资产主体身份标识从第二业务服务器获取与资产主体身份标识对应的历史借款数据，历史借款数据包括借款金额、违约率。

其中，后台服务器根据资产主体身份标识从第二服务器获取与资产身份主体标识对应的历史借款数据。第二服务器是有意向对参与ABS融资的参与方进行投资的投资方所在的服务器。资产主体身份标识是表明寻求ABS融资的借款方身份的标识。历史借款数据是指资产主体的历史借款记录，历史借款记录包括借款金额和违约率，借款金额是指该资产主体的历史借款行为中涉及的借款数目，违约率是通过统计该资产主体的历史借款行为中涉及的违约次数，计算出的数据。比如，统计该资产主体未按期偿还借款的次数所占历史借款次数的比重。

步骤320，根据借款金额和违约率生成风险指标。

其中，后台服务器根据借款金额和违约率生成风险指标，风险指标是预测给该资产主体进行投资将要承担的风险的指标数据，可以说风险指标能够反映该资产主体的诚信值。风险指标可以通过文字或数字来表示，比如通过历史借款数据中涉及的借款金额较大，而违约率也较高，该风险指标可以表示成“投资风险较高”、“投资风险为80％”等。

步骤330，将风险指标与资产主体身份标识对应的目标资产分类数据发送至终端。

其中，后台服务器将风险指标与资产主体身份标识对应的目标资产分类数据发送至终端，以使终端将风险指标与目标资产分类数据一同展示。

在本实施例中，通过资产主体身份标识从投资方对应的第二业务服务器中获取借款方的历史借款数据，并根据历史借款数据计算生成风险指标，将风险指标与对应的目标资产分类数据发送至终端，便于有意向投资的投资方用户进项风险识别，提高投资交易的安全性和准确性。

在一个实施例中，如图4所示，所述资产数据处理方法，还包括以下步骤：

步骤410，获取第一业务服务器的新增资产数据，新增资产数据包括新增资产主体身份信息、新增资产属性标识。

其中，后台服务器获取借款方业务服务器对应的第一业务服务器的新增资产数据，新增资产数据是借款方用户上传至第一业务服务的新增加的资产数据。新增资产数据包括新增资产主体身份信息和新增资产属性标识，新增资产主体身份信息是新增资产数据对应的资产主体的相关身份信息，比如公司机构编号、身份ID号等。新增资产属性标识包括固定资产标识、流动资产标识、无形资产标识等。

步骤420，根据新增资产主体身份信息与资产主体身份信息进行匹配，当匹配成功时，将新增资产数据加入到资产主体身份信息对应的资产数据中。

其中，匹配是指后台服务器将新增资产主体身份信息与资产主体身份信息进行一一对应比对，当一一对应成功时，视为匹配成功。比如，将两者的公司机构编号一一对比。匹配成功时，将新增资产数据加入到资产主体身份信息对应的资产数据中。

步骤430a，当匹配失败时，根据资产状态查看请求从新增资产数据中获取对应维度的目标新增资产数据。

其中，当后台服务器将新增资产主体身份信息与资产主体身份信息进行一一对应比对，未能一一对应视为匹配失败。当匹配失败时，后台服务器根据资产状态查看请求从新增资产数据中获取对应维度的目标新增资产数据。

步骤440b，根据新增资产属性标识对目标新增资产数据进行分类，得到与资产状态查看请求对应的目标新增资产分类数据，并将目标新增资产分类数据返回至终端，以使终端根据目标维度集合中的各个维度展示目标新增资产分类数据。

其中，新增资产属性标识是指能够区分新增资产的类型的标识。新增资产属性标识包括固定资产标识、流动资产标识、无形资产标识，后台服务器根据新增资产属性标识对目标新增资产数据进行分类。

在本实施例中，通过从借款方对应的第一业务服务器获取新增资产数据，将新增资产主体身份信息与资产主体身份信息进行匹配和处理，在借款方用户上传新增资产数据时，能够快速对新增资产数据进行各个维度的特征分析，便于投资方用户对新增资产快速了解。

在一个实施例中，获取资产数据包括以下步骤：接收第一业务服务器通过后台服务器接口返回的资产分类响应数据，资产分类响应数据是将第一业务服务器返回的初始资产分类响应数据进行转换得到的，初始资产分类响应数据是上传资产相关数据至所述第一业务服务器时得到的。从资产分类响应数据、对应的资产主体身份信息、对应的资产属性信息中的提取目标资产信息，将目标资产信息作为资产数据。

其中，后台服务器接收借款方对应的第一业务服务器通过后台服务器接口返回的资产分类响应数据。从资产分类响应数据、对应的资产主体身份信息、对应的资产属性信息中的提取目标资产信息，将目标资产信息作为资产数据。在本实施例中，借款方用户通过终端上传资产相关数据至第一业务服务器时，第一业务服务器生成初始资产分类响应数据，后台服务器将第一业务服务器返回的初始资产分类响应数据转换得到资产分类响应数据。再从资产分类响应数据、对应的资产主体身份信息、对应的资产属性信息中的提取目标资产信息，通过获取目标资产信息得到资产数据，在获取资产数据之前就对资产相关数据进行分类和转换，只提取出关键信息，避免数据冗余，提高资产数据的处理效率。

在一个实施例中，如图5示，所述资产数据处理方法，还包括以下步骤：

步骤510，根据资产数据统计相同属性类型的各个资产对应的分布信息，分布信息包括交易方式、交易金额、交易主体分布中的至少一种。

其中，后台服务器根据资产数据统计相同属性类型的各个资产对应的分布信息，分布信息是指资产在交易过程的各个类别相关信息，分布信息包括交易方式、交易金额、交易主体分布中的至少一种。

步骤520，根据分布信息得到各个属性类型对应的属性标准标签。

其中，后台服务器根据分布信息得到各个属性类型对应的属性标准标签，属性标准标签是指能够区分资产在不同交易时属性标记。

步骤530，获取训练数据，训练数据包括各个属性信息和属性信息对应的属性特征标签。

步骤540，将训练数据和属性标准标签输入初始属性预测模型进行训练，直到初始属性预测模型满足收敛条件，得到目标属性预测模型。

其中，训练数据是指用来训练属性预设模型时的相关数据，训练数据包括各个属性信息和属性信息对应的属性特征标签。通过将训练数据和属性标准标签输入初始预测模型中进行训练，直到满足收敛条件得到目标属性预测模型。目标属性预测模型用于预测未知属性的资产的属性类型，便于对资产进行特征分析。

应该理解的是，虽然图2-5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2-5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6所示，提供了一种资产数据处理方法装置，包括：查看请求接收模块610、数据获取模块620、数据分类模块630和数据发送模块640，其中：

查看请求接收模块610，用于接收终端发送的资产状态查看请求，所述资产状态查看请求包括目标维度集合，所述目标维度集合中包括至少一个目标维度，所述目标维度是从候选维度中选择的维度，所述候选维度包括业务维度、产品维度、市场维度；

数据获取模块620，用于根据所述资产状态查看请求从资产数据中获取对应维度的目标资产数据；其中，所述资产数据存储在第一服务器中，所述资产数据包括资产信息，所述资产信息包括资产主体身份信息、资产属性标识；

数据分类模块630，用于根据所述资产属性标识对所述目标资产数据进行分类，得到与所述资产状态查看请求对应的目标资产分类数据，所述目标资产分类数据包括所述资产主体身份信息中的资产主体身份标识；

数据发送模块640，用于将所述目标资产分类数据发送至所述终端，以使所述终端根据目标维度集合中的各个维度展示所述目标资产分类数据。

在一个实施例中，装置还包括：风险指标生成模块650，其中：

所述数据获取模块620，还用于根据所述资产主体身份标识从第二业务服务器获取与所述资产主体身份标识对应的历史借款数据，所述历史借款数据包括借款金额、违约率；

风险指标生成模块650，用于根据所述借款金额和所述违约率生成风险指标；

所述数据发送模块640，还用于将所述风险指标与所述资产主体身份标识对应的所述目标资产分类数据发送至所述终端。

在一个实施例中，所述装置还包括匹配模块660，其中：

所述数据获取模块620，还用于获取所述第一业务服务器的新增资产数据，所述新增资产数据包括新增资产主体身份信息、新增资产属性标识；

匹配模块660，用于根据所述新增资产主体身份信息与所述资产主体身份信息进行匹配；

所述数据分类模块630，还用于当匹配成功时，将所述新增资产数据加入到所述资产主体身份信息对应的所述资产数据中；还用于当匹配失败时，根据所述资产状态查看请求从所述新增资产数据中获取对应维度的目标新增资产数据，还用于根据所述新增资产属性标识对所述目标新增资产数据进行分类，得到与所述资产状态查看请求对应的目标新增资产分类数据，并将所述目标新增资产分类数据返回至所述终端，以使所述终端根据目标维度集合中的各个维度展示所述目标新增资产分类数据。

关于资产数据处理装置的具体限定可以参见上文中对于资产数据处理方法的限定，在此不再赘述。上述资产数据处理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7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资产相关数据。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资产数据处理方法。

本领域技术人员可以理解，图7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：接收终端发送的资产状态查看请求，资产状态查看请求包括目标维度集合，目标维度集合中包括至少一个目标维度，目标维度是从候选维度中选择的维度，候选维度包括业务维度、产品维度、市场维度；根据资产状态查看请求从资产数据中获取对应维度的目标资产数据；其中，资产数据存储在第一服务器中，资产数据包括资产信息，资产信息包括资产主体身份信息、资产属性标识；根据资产属性标识对目标资产数据进行分类，得到与资产状态查看请求对应的目标资产分类数据，目标资产分类数据包括资产主体身份信息中的资产主体身份标识；将目标资产分类数据发送至终端，以使终端根据目标维度集合中的各个维度展示目标资产分类数据。

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：接收终端发送的资产状态查看请求，资产状态查看请求包括目标维度集合，目标维度集合中包括至少一个目标维度，目标维度是从候选维度中选择的维度，候选维度包括业务维度、产品维度、市场维度；根据资产状态查看请求从资产数据中获取对应维度的目标资产数据；其中，资产数据存储在第一服务器中，资产数据包括资产信息，资产信息包括资产主体身份信息、资产属性标识；根据资产属性标识对目标资产数据进行分类，得到与资产状态查看请求对应的目标资产分类数据，目标资产分类数据包括资产主体身份信息中的资产主体身份标识；将目标资产分类数据发送至终端，以使终端根据目标维度集合中的各个维度展示目标资产分类数据。

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)

1.一种资产数据处理方法，所述方法包括：

接收终端发送的资产状态查看请求，所述资产状态查看请求包括目标维度集合，所述目标维度集合中包括至少一个目标维度，所述目标维度是从候选维度中选择的维度，所述候选维度包括业务维度、产品维度、市场维度；

根据所述资产状态查看请求从资产数据中获取对应维度的目标资产数据；其中，所述资产数据存储在第一服务器中，所述资产数据包括资产信息，所述资产信息包括资产主体身份信息、资产属性标识；

根据所述资产属性标识对所述目标资产数据进行分类，得到与所述资产状态查看请求对应的目标资产分类数据，所述目标资产分类数据包括所述资产主体身份信息中的资产主体身份标识；

将所述目标资产分类数据发送至所述终端，以使所述终端根据目标维度集合中的各个维度展示所述目标资产分类数据。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述资产主体身份标识从第二业务服务器获取与所述资产主体身份标识对应的历史借款数据，所述历史借款数据包括借款金额、违约率；

根据所述借款金额和所述违约率生成风险指标；

将所述风险指标与所述资产主体身份标识对应的所述目标资产分类数据发送至所述终端。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述第一业务服务器的新增资产数据，所述新增资产数据包括新增资产主体身份信息、新增资产属性标识；

根据所述新增资产主体身份信息与所述资产主体身份信息进行匹配，当匹配成功时，将所述新增资产数据加入到所述资产主体身份信息对应的所述资产数据中；

当匹配失败时，根据所述资产状态查看请求从所述新增资产数据中获取对应维度的目标新增资产数据；

根据所述新增资产属性标识对所述目标新增资产数据进行分类，得到与所述资产状态查看请求对应的目标新增资产分类数据，并将所述目标新增资产分类数据返回至所述终端，以使所述终端根据目标维度集合中的各个维度展示所述目标新增资产分类数据。

4.根据权利要求1所述的方法，其特征在于，所述获取资产数据包括：

接收所述第一业务服务器通过后台服务器接口返回的资产分类响应数据，所述资产分类响应数据是将第一业务服务器返回的初始资产分类响应数据进行转换得到的，所述初始资产分类响应数据是上传资产相关数据至所述第一业务服务器时得到的；

从所述资产分类响应数据、对应的资产主体身份信息、对应的资产属性信息中的提取目标资产信息，将所述目标资产信息作为所述资产数据。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

根据所述资产数据统计相同属性类型的各个资产对应的分布信息，所述分布信息包括交易方式、交易金额、交易主体分布中的至少一种；

根据所述分布信息得到各个属性类型对应的属性标准标签；

获取训练数据，所述训练数据包括各个属性信息和所述属性信息对应的属性特征标签；

将所述训练数据和所述属性标准标签输入初始属性预测模型进行训练，直到所述初始属性预测模型满足收敛条件，得到目标属性预测模型。

6.一种资产数据处理方法装置，其特征在于，所述装置包括：

查看请求接收模块，用于接收终端发送的资产状态查看请求，所述资产状态查看请求包括目标维度集合，所述目标维度集合中包括至少一个目标维度，所述目标维度是从候选维度中选择的维度，所述候选维度包括业务维度、产品维度、市场维度；

数据获取模块，用于根据所述资产状态查看请求从资产数据中获取对应维度的目标资产数据；其中，所述资产数据存储在第一服务器中，所述资产数据包括资产信息，所述资产信息包括资产主体身份信息、资产属性标识；

数据分类模块，用于根据所述资产属性标识对所述目标资产数据进行分类，得到与所述资产状态查看请求对应的目标资产分类数据，所述目标资产分类数据包括所述资产主体身份信息中的资产主体身份标识；

数据发送模块，用于将所述目标资产分类数据发送至所述终端，以使所述终端根据目标维度集合中的各个维度展示所述目标资产分类数据。

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：

所述数据获取模块，还用于根据所述资产主体身份标识从第二业务服务器获取与所述资产主体身份标识对应的历史借款数据，所述历史借款数据包括借款金额、违约率；

风险指标生成模块，用于根据所述借款金额和所述违约率生成风险指标；

所述数据发送模块，还用于将所述风险指标与所述资产主体身份标识对应的所述目标资产分类数据发送至所述终端。

8.根据权利要求6所述的装置，其特征在于，所述装置还包括：

所述数据获取模块，还用于获取所述第一业务服务器的新增资产数据，所述新增资产数据包括新增资产主体身份信息、新增资产属性标识；

匹配模块，用于根据所述新增资产主体身份信息与所述资产主体身份信息进行匹配；

所述数据分类模块，还用于当匹配成功时，将所述新增资产数据加入到所述资产主体身份信息对应的所述资产数据中；还用于当匹配失败时，根据所述资产状态查看请求从所述新增资产数据中获取对应维度的目标新增资产数据，还用于根据所述新增资产属性标识对所述目标新增资产数据进行分类，得到与所述资产状态查看请求对应的目标新增资产分类数据，并将所述目标新增资产分类数据返回至所述终端，以使所述终端根据目标维度集合中的各个维度展示所述目标新增资产分类数据。

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5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5中任一项所述方法的步骤。