CN110503567B - 数据校验方法、设备、存储介质及装置 - Google Patents
数据校验方法、设备、存储介质及装置 Download PDFInfo
- Publication number
- CN110503567B CN110503567B CN201910755981.3A CN201910755981A CN110503567B CN 110503567 B CN110503567 B CN 110503567B CN 201910755981 A CN201910755981 A CN 201910755981A CN 110503567 B CN110503567 B CN 110503567B
- Authority
- CN
- China
- Prior art keywords
- data
- preset
- dimension
- dimension index
- index
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开了一种数据校验方法、设备、存储介质及装置,该方法包括:获取待校验数据;按照预设维度指标对待校验数据进行分类,获得各所述预设维度指标的待校验维度数据;计算各所述预设维度指标的同比值和环比值;根据各所述预设维度指标的同比值和环比值按照预设规则识别出待校验维度数据中的第一重点校验数据;将第一重点校验数据发送至预设终端。基于大数据,各所述预设维度指标的同比值和环比值正常情况下不会有太大波动,通过各所述预设维度指标的同比值和环比值能够快速有效识别存在异常的重点校验数据,只需对重点校验数据进行再次校验,减少数据校验工作量,提高数据校验效率和准确性。
Description
技术领域
本发明涉及大数据的技术领域,尤其涉及一种数据校验方法、设备、存储介质及装置。
背景技术
在根据统信指标逻辑执行出待校验数据后,由于待校验数据涉及的指标太多,产品方对所述待校验数据进行数据校验时工作量大,且统信系统的数据报送时效短,导致在报送所述待校验数据时无法对所述数据校验完全,导致监管风险大。目前,对所述待校验数据进行数据校验时没有重点,整体进行校验,涉及大量的数据,校验工作量大且效率低。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种数据校验方法、设备、存储介质及装置,旨在解决现有技术中数据的校验效率低的技术问题。
为实现上述目的,本发明提供一种数据校验方法,所述数据校验方法包括以下步骤:
获取待校验数据;
按照预设维度指标对所述待校验数据进行分类,获得各所述预设维度指标对应的待校验维度数据;
计算各所述预设维度指标的同比值和环比值,所述同比值用于反映各所述预设维度指标的本期数据相比于上一年度同一期数据的幅度变化,所述环比值用于反映各所述预设维度指标的本期数据相比于上一期数据的幅度变化;
根据各所述预设维度指标的同比值和环比值按照预设规则识别出所述待校验维度数据中的第一重点校验数据;
将所述第一重点校验数据发送至预设终端。
优选地,所述根据各所述预设维度指标的同比值和环比值按照预设规则识别出所述待校验维度数据中的第一重点校验数据,包括:
判断各所述预设维度指标的同比值是否处于第一预设阈值范围,并判断各所述预设维度指标的环比值是否处于第二预设阈值范围;
若所述同比值未处于所述第一预设阈值范围,或者,所述环比值未处于所述第二预设阈值范围,则将对应的预设维度指标的待校验维度数据作为第一重点校验数据。
优选地,所述判断各所述预设维度指标的同比值是否处于第一预设阈值范围,并判断各所述预设维度指标的环比值是否处于第二预设阈值范围之前,所述数据校验方法还包括:
获取预设历史时期内各所述预设维度指标的历史同比值所处的第一取值范围,根据所述第一取值范围设置所述第一预设阈值范围;
获取预设历史时期内各所述预设维度指标的历史环比值所处的第二取值范围,根据所述第二取值范围设置所述第二预设阈值范围。
优选地,所述待校验数据包括上级机构的第一结果数据和多个下级机构的第二结果数据;
所述按照预设维度指标对所述待校验数据进行分类,获得各所述预设维度指标对应的待校验维度数据,包括:
按照预设维度指标对所述第一结果数据进行分类,获得各所述预设维度指标的第一维度数据;
按照所述预设维度指标对所述第二结果数据进行分类,获得各所述预设维度指标的第二维度数据。
优选地,所述数据校验方法还包括:
对各所述预设维度指标进行遍历,将当前遍历的预设维度指标作为当前维度指标;
计算所述当前维度指标的第二维度数据之和,并获取所述当前维度指标的第一维度数据;
判断所述当前维度指标的第二维度数据之和是否等于所述当前维度指标的第一维度数据;
若所述当前维度指标的第二维度数据之和不等于所述当前维度指标的第一维度数据,则将所述当前维度指标的第一维度数据和所述当前维度指标的第二维度数据作为第二重点校验数据;
将所述第二重点校验数据发送至所述预设终端。
优选地,所述预设维度指标包括保额;
所述数据校验方法还包括:
获取各下级机构中保额超过预设保额阈值的保单数据,作为第三重点校验数据;
将所述第三重点校验数据发送至所述预设终端。
此外,为实现上述目的,本发明还提出一种数据校验设备,所述数据校验设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据校验程序,所述数据校验程序配置为实现如上文所述的数据校验方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有数据校验程序,所述数据校验程序被处理器执行时实现如上文所述的数据校验方法的步骤。
此外,为实现上述目的,本发明还提出一种数据校验装置,所述数据校验装置包括:
获取模块,用于获取待校验数据;
分类模块,用于按照预设维度指标对所述待校验数据进行分类,获得各所述预设维度指标对应的待校验维度数据;
计算模块,用于计算各所述预设维度指标的同比值和环比值,所述同比值用于反映各所述预设维度指标的本期数据相比于上一年度同一期数据的幅度变化,所述环比值用于反映各所述预设维度指标的本期数据相比于上一期数据的幅度变化;
识别模块,用于根据各所述预设维度指标的同比值和环比值按照预设规则识别出所述待校验维度数据中的第一重点校验数据;
发送模块,用于将所述第一重点校验数据发送至预设终端。
优选地,所述识别模块,还用于判断各所述预设维度指标的同比值是否处于第一预设阈值范围,并判断各所述预设维度指标的环比值是否处于第二预设阈值范围;若所述同比值未处于所述第一预设阈值范围,或者,所述环比值未处于所述第二预设阈值范围,则将对应的预设维度指标的待校验维度数据作为第一重点校验数据。
本发明中,通过获取待校验数据,按照预设维度指标对所述待校验数据进行分类,获得各所述预设维度指标对应的待校验维度数据,通过分类梳理所述待校验数据,提高重点校验数据识别准确性;计算各所述预设维度指标的同比值和环比值,根据各所述预设维度指标的同比值和环比值按照预设规则识别出所述待校验维度数据中的第一重点校验数据,将所述第一重点校验数据发送至预设终端,以使校验人员通过所述预设终端对所述第一重点校验数据进行再次校验,基于大数据,各所述预设维度指标的同比值和环比值正常情况下不会有太大波动,通过各所述预设维度指标的同比值和环比值能够快速有效识别存在异常的重点校验数据,只需对重点校验数据进行再次校验,减少数据校验工作量,提高数据校验效率和准确性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的数据校验设备的结构示意图;
图2为本发明数据校验方法第一实施例的流程示意图;
图3为本发明数据校验方法第二实施例的流程示意图;
图4为本发明数据校验方法第三实施例的流程示意图;
图5为本发明数据校验方法第四实施例的流程示意图;
图6为本发明数据校验装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的数据校验设备结构示意图。
如图1所示,该数据校验设备可以包括:处理器1001,例如中央处理器(CentralProcessing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display),可选用户接口1003还可以包括标准的有线接口、无线接口,对于用户接口1003的有线接口在本发明中可为USB接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory,RAM)存储器,也可以是稳定的存储器(Non-volatileMemory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对数据校验设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及数据校验程序。
在图1所示的数据校验设备中,网络接口1004主要用于连接后台服务器,与所述后台服务器进行数据通信;用户接口1003主要用于连接用户设备;所述数据校验设备通过处理器1001调用存储器1005中存储的数据校验程序,并执行本发明实施例提供的数据校验方法。
基于上述硬件结构,提出本发明数据校验方法的实施例。
参照图2,图2为本发明数据校验方法第一实施例的流程示意图,提出本发明数据校验方法第一实施例。
在第一实施例中,所述数据校验方法包括以下步骤:
步骤S10:获取待校验数据。
应理解的是,本实施例的执行主体是所述数据校验设备,其中,所述数据校验设备可为个人电脑或服务器等电子设备。通常每月底进行当月的数据指标逻辑运算,比如,进行统信指标逻辑运算,获得所述待校验数据。根据各项指标的逻辑运算规则进行数据统计,获得的所述待校验数据包括多个机构多种类型的数据,比如,包括多个机构多个险种的保费、保额、投保人数和赔款等数据。
步骤S20:按照预设维度指标对所述待校验数据进行分类,获得各所述预设维度指标对应的待校验维度数据。
可理解的是,所述预设维度指标是指多种类型的数据,比如,所述预设维度指标包括保费、保额、投保人数和赔款等维度指标,具体可细分为各险种的保费、保额、投保人数和赔款等维度指标。按照所述预设维度指标对各机构的所述待校验数据分别进行分类,获得各机构的保费、保额、投保人数和赔款等维度指标的待校验维度数据,按照类别对各待校验维度数据进行分类校验,提高所述待校验数据校验效率和准确性。
步骤S30:计算各所述预设维度指标的同比值和环比值,所述同比值用于反映各所述预设维度指标的本期数据相比于上一年度同一期数据的幅度变化,所述环比值用于反映各所述预设维度指标的本期数据相比于上一期数据的幅度变化。
需要说明的是,每月底进行当月的数据指标逻辑运算时,会对进行运算的数据进行初次校验,为了进一步提高数据校验效率,以满足对接的数据处理系统报送时效短的要求,在获得所述待校验数据时,无需对所述待校验数据进行全部再次校验,可对所述待校验数据进行分析,识别出需要重点核对的数据进行再次校验。
在具体实现中,可通过计算各所述预设维度指标的同比值和环比值,根据各所述预设维度指标的同比值和环比值来识别出各待校验维度数据中需要重点核对的数据。
应理解的是,所述同比值用于反映各所述预设维度指标的本期数据相比于上一年度同一期数据的幅度变化,所述环比值用于反映各所述预设维度指标的本期数据相比于上一期数据的幅度变化。与历史同时期比较,例如2018年7月份与2017年7月份相比称其为同比;与上一统计段比较,例如2018年7月份与2018年6月份相比较称其为环比。计算各所述预设维度指标的同比值,比如,所述预设维度为A机构的健康险的保费,当前周期为2018年11月,则所述同比值=(2018年11月A机构的健康险的保费-2017年11月A机构的健康险的保费)/2017年11月A机构的健康险的保费*100%。计算各所述预设维度指标的环比值,例如,所述预设维度为A机构的健康险的保费,所述当前周期为2018年11月,则所述环比值=(2018年11月A机构的健康险的保费-2018年10月A机构的健康险的保费)/2018年10月A机构的健康险的保费*100%。
步骤S40:根据各所述预设维度指标的同比值和环比值按照预设规则识别出所述待校验维度数据中的第一重点校验数据。
可理解的是,获取大量的历史数据,根据历史数据分析正常数据在各所述预设维度指标的历史同比值和历史环比值所处的取值范围,将历史同比值的最大值和最小值构成的取值范围作为所述第一预设阈值范围,将所述历史环比值的最大值和最小值构成的取值范围作为所述第二预设阈值范围。所述预设规则可以是将各待校验维度数据的同比值和环比值分别与所述第一预设阈值范围和所述第二预设阈值范围进行比较,若所述同比值未处于所述第一预设阈值范围或者所述环比值未处于所述第二预设阈值范围,说明对应的预设维度指标的待校验维度数据与往期数据相比存在较大差异,需要重点核对,则将对应的预设维度指标的待校验维度数据作为所述第一重点校验数据。
步骤S50:将所述第一重点校验数据发送至预设终端。
应理解的是,通常所述待校验数据包括多个机构多个险种对应的数据,涉及数据种类和数据量较大,通过识别出存在异常的数据作为所述第一重点校验数据,所述预设终端可以是校验人员的计算机,将所述第一重点校验数据发送至所述预设终端,以使校验人员通过所述预设终端对所述第一重点校验数据进行再次校验,所述校验人员可通过所述预设终端对所述第一重点校验数据进行重点校验,从而从整体上提高所述数据校验效率和准确性,降低监管风险。
本实施例中,通过获取待校验数据,按照预设维度指标对所述待校验数据进行分类,获得各所述预设维度指标对应的待校验维度数据,通过分类梳理所述待校验数据,提高重点校验数据识别准确性;计算各所述预设维度指标的同比值和环比值,根据各所述预设维度指标的同比值和环比值按照预设规则识别出所述待校验维度数据中的第一重点校验数据,将所述第一重点校验数据发送至预设终端,以使校验人员通过所述预设终端对所述第一重点校验数据进行再次校验,基于大数据,各所述预设维度指标的同比值和环比值正常情况下不会有太大波动,通过各所述预设维度指标的同比值和环比值能够快速有效识别存在异常的重点校验数据,只需对重点校验数据进行再次校验,减少数据校验工作量,提高数据校验效率和准确性。
参照图3,图3为本发明数据校验方法第二实施例的流程示意图,基于上述图2所示的第一实施例,提出本发明数据校验方法的第二实施例。
在第二实施例中,所述步骤S40,包括:
步骤S401:判断各所述预设维度指标的同比值是否处于第一预设阈值范围,并判断各所述预设维度指标的环比值是否处于第二预设阈值范围。
可理解的是,基于大数据,各所述预设维度指标的同比值和环比值正常情况下不会有太大波动,通过各所述预设维度指标的同比值和环比值能够快速有效识别存在异常的重点校验数据。判断所述同比值是否处于第一预设阈值范围,并判断所述环比值是否处于第二预设阈值范围,若所述同比值未处于所述第一预设阈值范围或者所述环比值未处于所述第二预设阈值范围,则将对应的预设维度指标的待校验维度数据作为所述第一重点核对数据。所述第一预设阈值范围和所述第二预设阈值范围可根据以往经验值进行设定,获取大量的历史数据,根据历史数据分析正常数据在各所述预设维度指标的历史同比值和环比值所处的取值范围,将历史同比值和环比值的取值范围的最大值分别作为所述第一预设阈值范围和所述第二预设阈值范围。
步骤S402:若所述同比值未处于所述第一预设阈值范围,或者,所述环比值未处于所述第二预设阈值范围,则将对应的预设维度指标的待校验维度数据作为第一重点校验数据。
应理解的是,若所述同比值未处于所述第一预设阈值范围或者所述环比值未处于所述第二预设阈值范围,说明对应的预设维度指标的待校验维度数据与往期数据相比存在较大差异,需要重点校验,则将对应的预设维度指标的待校验维度数据作为第一重点校验数据。
在本实施例中,所述判断各所述预设维度指标的同比值是否处于第一预设阈值范围,并判断各所述预设维度指标的环比值是否处于第二预设阈值范围之前,还包括:
获取预设历史时期内各所述预设维度指标的历史同比值所处的第一取值范围,根据所述第一取值范围设置所述第一预设阈值范围;
获取预设历史时期内各所述预设维度指标的历史环比值所处的第二取值范围,根据所述第二取值范围设置所述第二预设阈值范围。
需要说明的是,所述第一预设阈值范围和所述第二预设阈值范围可根据以往经验值进行设定,所述待校验数据可以是当前周期内的数据,所述当前周期可以是本月,所述预设历史时期可以是从当前周期为起点,往前的预设数量的周期,比如,所述当前周期为2018年11月,所述预设历史时期可以是2018年11月为起点,往前的两年,即24个周期,也就是2016年10月到2018年10月。通过获取所述预设历史时期内大量的历史数据,根据历史数据分析正常数据在各所述预设维度指标的历史同比值和环比值所处的取值范围,将历史同比值的最大值和最小值构成的取值范围作为所述第一预设阈值范围,将所述历史环比值的最大值和最小值构成的取值范围作为所述第二预设阈值范围。若所述同比值未处于所述第一预设阈值范围或者所述环比值未处于所述第二预设阈值范围,说明对应的预设维度指标的待校验维度数据与往期数据相比存在较大差异,需要重点校验。
本实施例中,通过计算各所述预设维度指标的同比值和环比值,根据各所述预设维度指标的同比值和环比值按照预设规则识别出所述待校验维度数据中的第一重点校验数据,根据同比值和环比值快速有效识别出异常数据进行再次校验,无需对全部数据进行校验,提高数据校验效率和准确性。
参照图4,图4为本发明数据校验方法第三实施例的流程示意图,基于上述图3所示的第二实施例,提出本发明数据校验方法的第三实施例。
在第三实施例中,所述步骤S20,包括:
步骤S201:所述待校验数据包括上级机构的第一结果数据和多个下级机构的第二结果数据,按照预设维度指标对所述第一结果数据进行分类,获得各所述预设维度指标的第一维度数据。
应理解的是,通常所述待校验数据包括上级机构的第一结果数据和多个下级机构的第二结果数据,对于某一个预设维度指标,属于同一个上级机构的多个下级机构的数据总和应该与该上级机构的一致,可通过分类分机构核对数据,能够快速识别出异常数据。例如,所述所述预设维度指标包括保费、保额、投保人数和赔款等维度指标,具体可细分为各险种的保费、保额、投保人数和赔款等维度指标。按照所述预设维度指标对所述上级机构的所述第一结果数据进行分类,从而获得各险种的保费、保额、投保人数和赔款等维度指标的所述第一维度数据。
步骤S202:按照所述预设维度指标对所述第二结果数据进行分类,获得各所述预设维度指标的第二维度数据。
举例说明,所述所述预设维度指标包括保费、保额、投保人数和赔款等维度指标,具体可细分为各险种的保费、保额、投保人数和赔款等维度指标。按照所述预设维度指标对多个下级机构的所述第二结果数据进行分类,从而获得各险种的保费、保额、投保人数和赔款等维度指标的所述第二维度数据。
在第三实施例中,所述步骤S50之后,还包括:
步骤S601:对各所述预设维度指标进行遍历,将当前遍历的预设维度指标作为当前维度指标。
需要说明的是,为了识别出各所述预设维度指标的维度数据是否存在异常,可对各所述预设维度指标进行遍历,将当前遍历的预设维度指标作为所述当前维度指标,则可获取所述当前维度指标的待校验维度数据,对所述当前维度指标的待校验维度数据进行校验,以识别是否存在异常,直至所有预设维度指标都被遍历,则所有预设维度指标的待校验维度数据均被获取并校验是否存在异常。
步骤S602:计算所述当前维度指标的第二维度数据之和,并获取所述当前维度指标的第一维度数据。
在具体实现中,通常上级机构包括多个下级机构,比如M公司为上级机构,M公司包括42个分公司,该42个分公司即为M公司的下级机构,若该42个分公司中还存在部分公司有下级子公司,比如42个分公司中的N公司包括3个分公司,则N公司为上级机构,该3个分公司为N公司的下级机构。属于同一个上级机构的各下级机构在每个预设维度指标的待校验维度数据之和应该等于上级机构在相应的预设维度指标的待校验维度数据。则可通过计算所述当前维度指标的第二维度数据之和,判断所述当前维度指标的第二维度数据之和是否与上级机构的所述当前维度指标的第一维度数据一致,若一致,说明该当前维度指标的待校验维度数据正常。
步骤S603:判断所述当前维度指标的第二维度数据之和是否等于所述当前维度指标的第一维度数据。
应理解的是,通过比对所述当前维度指标的第二维度数据之和是否等于所述当前维度指标的第一维度数据,从而识别出各所述预设维度指标的待校验维度数据是否存在异常。比如,所述当前维度指标为健康险的保费,所述上级机构为N公司,包括3个分公司为下级机构,则计算3个分公司的健康险的保费之和K1,并获取N公司的健康险的保费K2,判断K1是否等于K2,若K1等于K2,则健康险的保费为正常数据,若K1不等于K2,则健康险的保费为异常数据。
步骤S604:若所述当前维度指标的第二维度数据之和不等于所述当前维度指标的第一维度数据,则将所述当前维度指标的第一维度数据和所述当前维度指标的第二维度数据作为第二重点校验数据。
可理解的是,若存在某个预设维度指标的所述第二维度数据之和不等于上级机构在相应的预设维度指标的所述第一维度数据,则说明该预设维度指标的所述第一维度数据和所述第二维度数据存在异常,需要重点核对,则可将所述当前维度指标的第一维度数据和所述当前维度指标的第二维度数据作为第二重点校验数据。
步骤S605:将所述第二重点校验数据发送至所述预设终端。
需要说明的是,通常所述待校验数据包括多个机构多个险种对应的数据,涉及数据种类和数据量较大,通过识别出存在异常的数据作为所述第一重点校验数据和所述第二重点校验数据,所述预设终端可以是校验人员的计算机,将所述第一重点校验数据和所述第二重点校验数据发送至所述预设终端,则所述校验人员可通过所述预设终端对所述第一重点校验数据和所述第二重点校验数据进行重点校验,从而从整体上提高所述数据校验效率和准确性,降低监管风险。
本实施例中,通过按照机构的属级关系对所述待校验数据进行分机构计算,并校验是否符合属级关系,从而快速识别出各项预设维度指标的待校验维度数据是否存在异常,将存在异常的数据发送至预设终端进行再次校验和纠正,从而从整体上提高所述数据校验效率和准确性,降低监管风险。
参照图5,图5为本发明数据校验方法第四实施例的流程示意图,基于上述图4所示的第三实施例,提出本发明数据校验方法的第四实施例。
在第四实施例中,所述步骤S605之后,还包括:
步骤S701:所述预设维度指标包括保额,获取各下级机构中保额超过预设保额阈值的保单数据,作为第三重点校验数据。
应理解的是,保额是保险金额的简称,指保险人承担赔偿或者给付保险金责任的最高限额,也是保险公司支付合理费用赔偿的最高限额,同时也是计算保险费的主要依据,对于大保额的保单需要重点核对,所述预设保额阈值根据公司的赔付能力进行设置,比如可以是10亿,若下级机构中存在超过10亿保额的保单,则需要重点核对,通过获取各下级机构中保额,将所述保额与所述预设保额阈值进行比较,若所述保额超过所述预设保额阈值,则可获取到该保额对应的保单数据,将所述保单数据作为所述第三重点校验数据,对所述第三重点校验数据进行再次校验,以快速找出异常原因,排除异常。
步骤S702:将所述第三重点校验数据发送至所述预设终端。
可理解是,通常所述待校验数据包括多个机构多个险种对应的数据,涉及数据种类和数据量较大,通过识别出存在异常的数据作为所述第一重点校验数据、所述第二重点校验数据和所述第三重点校验数据,所述预设终端可以是校验人员的计算机,将所述第一重点校验数据、所述第二重点校验数据和所述第三重点校验数据发送至所述预设终端,以使所述校验人员通过所述预设终端对所述第一重点校验数据、所述第二重点校验数据和所述第三重点校验数据进行重点校验,从而从整体上提高所述数据校验效率和准确性,降低监管风险。
本实施例中,通过获取各下级机构中保额超过预设保额阈值的保单数据,将所述保单数据作为第三重点校验数据,使得及时对超出机构赔付能力的保单进行识别,对所述第三重点校验数据进行再次校验,以快速找出异常原因,排除异常,从而从整体上提高所述数据校验效率和准确性,降低监管风险。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有数据校验程序,所述数据校验程序被处理器执行时实现如上文所述的数据校验方法的步骤。
此外,参照图6,本发明实施例还提出一种数据校验装置,所述数据校验装置包括:
获取模块10,用于获取待校验数据。
应理解的是,通常每月底进行当月的数据指标逻辑运算,比如,进行统信指标逻辑运算,获得所述待校验数据。根据各项指标的逻辑运算规则进行数据统计,获得的所述待校验数据包括多个机构多种类型的数据,比如,包括多个机构多个险种的保费、保额、投保人数和赔款等数据。
分类模块20,用于按照预设维度指标对所述待校验数据进行分类,获得各所述预设维度指标对应的待校验维度数据。
可理解的是,所述预设维度指标是指多种类型的数据,比如,所述预设维度指标包括保费、保额、投保人数和赔款等维度指标,具体可细分为各险种的保费、保额、投保人数和赔款等维度指标。按照所述预设维度指标对各机构的所述待校验数据分别进行分类,获得各机构的保费、保额、投保人数和赔款等维度指标的待校验维度数据,按照类别对各待校验维度数据进行分类校验,提高所述待校验数据校验效率和准确性。
计算模块30,用于计算各所述预设维度指标的同比值和环比值,所述同比值用于反映各所述预设维度指标的本期数据相比于上一年度同一期数据的幅度变化,所述环比值用于反映各所述预设维度指标的本期数据相比于上一期数据的幅度变化。
需要说明的是,每月底进行当月的数据指标逻辑运算时,会对进行运算的数据进行初次校验,为了进一步提高数据校验效率,以满足对接的数据处理系统报送时效短的要求,在获得所述待校验数据时,无需对所述待校验数据进行全部再次校验,可对所述待校验数据进行分析,识别出需要重点核对的数据进行再次校验。
在具体实现中,可通过计算各所述预设维度指标的同比值和环比值,根据各所述预设维度指标的同比值和环比值来识别出各待校验维度数据中需要重点核对的数据。
应理解的是,与历史同时期比较,例如2018年7月份与2017年7月份相比称其为同比;与上一统计段比较,例如2018年7月份与2018年6月份相比较称其为环比。计算各所述预设维度指标的同比值,比如,所述预设维度为A机构的健康险的保费,当前周期为2018年11月,则所述同比值=(2018年11月A机构的健康险的保费-2017年11月A机构的健康险的保费)/2017年11月A机构的健康险的保费*100%。计算各所述预设维度指标的环比值,例如,所述预设维度为A机构的健康险的保费,所述当前周期为2018年11月,则所述环比值=(2018年11月A机构的健康险的保费-2018年10月A机构的健康险的保费)/2018年10月A机构的健康险的保费*100%。
识别模块40,用于根据各所述预设维度指标的同比值和环比值按照预设规则识别出所述待校验维度数据中的第一重点校验数据。
可理解的是,获取大量的历史数据,根据历史数据分析正常数据在各所述预设维度指标的历史同比值和历史环比值所处的取值范围,将历史同比值的最大值和最小值构成的取值范围作为所述第一预设阈值范围,将所述历史环比值的最大值和最小值构成的取值范围作为所述第二预设阈值范围。所述预设规则可以是将各待校验维度数据的同比值和环比值分别与所述第一预设阈值范围和所述第二预设阈值范围进行比较,若所述同比值未处于所述第一预设阈值范围或者所述环比值未处于所述第二预设阈值范围,说明对应的预设维度指标的待校验维度数据与往期数据相比存在较大差异,需要重点核对,则将对应的预设维度指标的待校验维度数据作为所述第一重点校验数据。
发送模块50,用于将所述第一重点校验数据发送至预设终端,以使校验人员通过所述预设终端对所述第一重点校验数据进行再次校验。
应理解的是,通常所述待校验数据包括多个机构多个险种对应的数据,涉及数据种类和数据量较大,通过识别出存在异常的数据作为所述第一重点校验数据,所述预设终端可以是校验人员的计算机,将所述第一重点校验数据发送至所述预设终端,则所述校验人员可通过所述预设终端对所述第一重点校验数据进行重点校验,从而从整体上提高所述数据校验效率和准确性,降低监管风险。
本实施例中,通过获取待校验数据,按照预设维度指标对所述待校验数据进行分类,获得各所述预设维度指标对应的待校验维度数据,通过分类梳理所述待校验数据,提高重点校验数据识别准确性;计算各所述预设维度指标的同比值和环比值,根据各所述预设维度指标的同比值和环比值按照预设规则识别出所述待校验维度数据中的第一重点校验数据,将所述第一重点校验数据发送至预设终端,以使校验人员通过所述预设终端对所述第一重点校验数据进行再次校验,基于大数据,各所述预设维度指标的同比值和环比值正常情况下不会有太大波动,通过各所述预设维度指标的同比值和环比值能够快速有效识别存在异常的重点校验数据,只需对重点校验数据进行再次校验,减少数据校验工作量,提高数据校验效率和准确性。
在一实施例中,所述识别模块40,还用于判断各所述预设维度指标的同比值是否处于第一预设阈值范围,并判断各所述预设维度指标的环比值是否处于第二预设阈值范围;若所述同比值未处于所述第一预设阈值范围,或者,所述环比值未处于所述第二预设阈值范围,则将对应的预设维度指标的待校验维度数据作为第一重点校验数据。
在一实施例中,所述数据校验装置还包括:
设置模块,用于获取预设历史时期内各所述预设维度指标的历史同比值所处的第一取值范围,根据所述第一取值范围设置所述第一预设阈值范围;获取预设历史时期内各所述预设维度指标的历史环比值所处的第二取值范围,根据所述第二取值范围设置所述第二预设阈值范围。
在一实施例中,所述待校验数据包括上级机构的第一结果数据和多个下级机构的第二结果数据;
所述分类模块20,还用于按照预设维度指标对所述第一结果数据进行分类,获得各所述预设维度指标的第一维度数据;按照所述预设维度指标对所述第二结果数据进行分类,获得各所述预设维度指标的第二维度数据。
在一实施例中,所述数据校验装置还包括:
遍历模块,用于对各所述预设维度指标进行遍历,将当前遍历的预设维度指标作为当前维度指标;
计算模块,用于计算所述当前维度指标的第二维度数据之和,并获取所述当前维度指标的第一维度数据;
判断模块,用于判断所述当前维度指标的第二维度数据之和是否等于所述当前维度指标的第一维度数据;
认定模块,用于若所述当前维度指标的第二维度数据之和不等于所述当前维度指标的第一维度数据,则将所述当前维度指标的第一维度数据和所述当前维度指标的第二维度数据作为第二重点校验数据;
所述发送模块50,还用于将所述第二重点校验数据发送至预设终端。
在一实施例中,所述预设维度指标包括保额;
所述获取模块10,还用于获取各下级机构中保额超过预设保额阈值的保单数据,作为第三重点校验数据;
所述发送模块50,还用于将所述第三重点校验数据发送至预设终端。
本发明所述数据校验装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序,可将这些词语解释为标识。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器镜像(Read Only Memory image,ROM)/随机存取存储器(Random AccessMemory,RAM)、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (5)
1.一种数据校验方法,其特征在于,所述数据校验方法包括以下步骤:
获取待校验数据;
按照预设维度指标对所述待校验数据进行分类,获得各所述预设维度指标对应的待校验维度数据,其中,所述预设维度指标包括:保费、保额、投保人数以及赔款;
计算各所述预设维度指标的同比值和环比值,所述同比值用于反映各所述预设维度指标的本期数据相比于上一年度同一期数据的幅度变化,所述环比值用于反映各所述预设维度指标的本期数据相比于上一期数据的幅度变化;
根据各所述预设维度指标的同比值和环比值按照预设规则识别出所述待校验维度数据中的第一重点校验数据;
将所述第一重点校验数据发送至预设终端;
其中,所述根据各所述预设维度指标的同比值和环比值按照预设规则识别出所述待校验维度数据中的第一重点校验数据,包括:
获取预设历史时期内各所述预设维度指标的历史同比值所处的第一取值范围,根据所述第一取值范围设置第一预设阈值范围;
获取预设历史时期内各所述预设维度指标的历史环比值所处的第二取值范围,根据所述第二取值范围设置第二预设阈值范围;
判断各所述预设维度指标的同比值是否处于第一预设阈值范围,并判断各所述预设维度指标的环比值是否处于第二预设阈值范围;
若所述同比值未处于所述第一预设阈值范围,或者,所述环比值未处于所述第二预设阈值范围,则将对应的预设维度指标的待校验维度数据作为第一重点校验数据;
所述待校验数据包括上级机构的第一结果数据和多个下级机构的第二结果数据;
所述按照预设维度指标对所述待校验数据进行分类,获得各所述预设维度指标对应的待校验维度数据,包括:
按照预设维度指标对所述第一结果数据进行分类,获得各所述预设维度指标的第一维度数据;
按照所述预设维度指标对所述第二结果数据进行分类,获得各所述预设维度指标的第二维度数据;
所述数据校验方法还包括:
对各所述预设维度指标进行遍历,将当前遍历的预设维度指标作为当前维度指标;
计算所述当前维度指标的第二维度数据之和,并获取所述当前维度指标的第一维度数据;
判断所述当前维度指标的第二维度数据之和是否等于所述当前维度指标的第一维度数据;
若所述当前维度指标的第二维度数据之和不等于所述当前维度指标的第一维度数据,则将所述当前维度指标的第一维度数据和所述当前维度指标的第二维度数据作为第二重点校验数据;
将所述第二重点校验数据发送至所述预设终端。
2.如权利要求1所述的数据校验方法,其特征在于,所述预设维度指标包括保额;
所述数据校验方法还包括:
获取各下级机构中保额超过预设保额阈值的保单数据,作为第三重点校验数据;
将所述第三重点校验数据发送至所述预设终端。
3.一种数据校验设备,其特征在于,所述数据校验设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据校验程序,所述数据校验程序被所述处理器执行时实现如权利要求1和2中任一项所述的数据校验方法的步骤。
4.一种存储介质,其特征在于,所述存储介质上存储有数据校验程序,所述数据校验程序被处理器执行时实现如权利要求1和2中任一项所述的数据校验方法的步骤。
5.一种数据校验装置,其特征在于,所述数据校验装置包括:
获取模块,用于获取待校验数据;
分类模块,用于按照预设维度指标对所述待校验数据进行分类,获得各所述预设维度指标对应的待校验维度数据;
计算模块,用于计算各所述预设维度指标的同比值和环比值,所述同比值用于反映各所述预设维度指标的本期数据相比于上一年度同一期数据的幅度变化,所述环比值用于反映各所述预设维度指标的本期数据相比于上一期数据的幅度变化;
识别模块,用于根据各所述预设维度指标的同比值和环比值按照预设规则识别出所述待校验维度数据中的第一重点校验数据;
发送模块,用于将所述第一重点校验数据发送至预设终端;
其中,所述识别模块,还用于获取预设历史时期内各所述预设维度指标的历史同比值所处的第一取值范围,根据所述第一取值范围设置第一预设阈值范围;
获取预设历史时期内各所述预设维度指标的历史环比值所处的第二取值范围,根据所述第二取值范围设置第二预设阈值范围;
判断各所述预设维度指标的同比值是否处于第一预设阈值范围,并判断各所述预设维度指标的环比值是否处于第二预设阈值范围;
若所述同比值未处于所述第一预设阈值范围,或者,所述环比值未处于所述第二预设阈值范围,则将对应的预设维度指标的待校验维度数据作为第一重点校验数据;
所述待校验数据包括上级机构的第一结果数据和多个下级机构的第二结果数据;
所述分类模块,还用于:
按照预设维度指标对所述第一结果数据进行分类,获得各所述预设维度指标的第一维度数据;
按照所述预设维度指标对所述第二结果数据进行分类,获得各所述预设维度指标的第二维度数据;
所述发送模块,还用于:
对各所述预设维度指标进行遍历,将当前遍历的预设维度指标作为当前维度指标;
计算所述当前维度指标的第二维度数据之和,并获取所述当前维度指标的第一维度数据;
判断所述当前维度指标的第二维度数据之和是否等于所述当前维度指标的第一维度数据;
若所述当前维度指标的第二维度数据之和不等于所述当前维度指标的第一维度数据,则将所述当前维度指标的第一维度数据和所述当前维度指标的第二维度数据作为第二重点校验数据;
将所述第二重点校验数据发送至所述预设终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910755981.3A CN110503567B (zh) | 2019-08-15 | 2019-08-15 | 数据校验方法、设备、存储介质及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910755981.3A CN110503567B (zh) | 2019-08-15 | 2019-08-15 | 数据校验方法、设备、存储介质及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110503567A CN110503567A (zh) | 2019-11-26 |
CN110503567B true CN110503567B (zh) | 2023-08-22 |
Family
ID=68586575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910755981.3A Active CN110503567B (zh) | 2019-08-15 | 2019-08-15 | 数据校验方法、设备、存储介质及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110503567B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112765124B (zh) * | 2020-12-30 | 2024-05-17 | 深圳市捷顺科技实业股份有限公司 | 一种自动校验数据的核对方法及服务器 |
CN113362046A (zh) * | 2021-08-10 | 2021-09-07 | 北京开科唯识技术股份有限公司 | 预防工资代发失误的控制方法及装置 |
CN113901108A (zh) * | 2021-10-11 | 2022-01-07 | 城云科技(中国)有限公司 | 数据集同比计算方法、装置及计算机程序产品 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104991964A (zh) * | 2015-07-23 | 2015-10-21 | 苏州国云数据科技有限公司 | 基于时间维度的同比环比计算方法 |
CN107871190A (zh) * | 2016-09-23 | 2018-04-03 | 阿里巴巴集团控股有限公司 | 一种业务指标监控方法及装置 |
CN109409659A (zh) * | 2018-09-18 | 2019-03-01 | 平安科技(深圳)有限公司 | 风险预警方法、装置、计算机设备和存储介质 |
CN109688188A (zh) * | 2018-09-07 | 2019-04-26 | 平安科技(深圳)有限公司 | 监控告警方法、装置、设备及计算机可读存储介质 |
WO2019144769A1 (zh) * | 2018-01-25 | 2019-08-01 | 阿里巴巴集团控股有限公司 | 一种流量切换方法、装置、及计算机设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10922761B2 (en) * | 2016-08-02 | 2021-02-16 | Mastercard International Incorporated | Payment card network data validation system |
-
2019
- 2019-08-15 CN CN201910755981.3A patent/CN110503567B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104991964A (zh) * | 2015-07-23 | 2015-10-21 | 苏州国云数据科技有限公司 | 基于时间维度的同比环比计算方法 |
CN107871190A (zh) * | 2016-09-23 | 2018-04-03 | 阿里巴巴集团控股有限公司 | 一种业务指标监控方法及装置 |
WO2019144769A1 (zh) * | 2018-01-25 | 2019-08-01 | 阿里巴巴集团控股有限公司 | 一种流量切换方法、装置、及计算机设备 |
CN109688188A (zh) * | 2018-09-07 | 2019-04-26 | 平安科技(深圳)有限公司 | 监控告警方法、装置、设备及计算机可读存储介质 |
CN109409659A (zh) * | 2018-09-18 | 2019-03-01 | 平安科技(深圳)有限公司 | 风险预警方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110503567A (zh) | 2019-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109242261B (zh) | 基于大数据评估保全风险的方法及终端设备 | |
CN110503567B (zh) | 数据校验方法、设备、存储介质及装置 | |
US20130036038A1 (en) | Financial activity monitoring system | |
TW202004636A (zh) | 保險服務優化方法、系統及電腦程式產品 | |
CN107798592B (zh) | 计算佣金的方法及设备 | |
CN110610431B (zh) | 基于大数据的智能理赔方法及智能理赔系统 | |
US11507674B2 (en) | Quantifying privacy impact | |
CN109242307B (zh) | 一种反欺诈策略分析方法、服务器、电子设备及存储介质 | |
CN111639690A (zh) | 基于关系图谱学习的欺诈分析方法、系统、介质及设备 | |
CN105654311A (zh) | 提供用户信息的方法及装置 | |
CN109727145B (zh) | 保单理赔判断方法、设备、存储介质及装置 | |
CN112085588B (zh) | 规则模型的安全性的确定方法、装置和数据处理方法 | |
CN115146890A (zh) | 企业运营风险告警方法、装置、计算机设备和存储介质 | |
CN111210109A (zh) | 基于关联用户预测用户风险的方法、装置和电子设备 | |
US20170098280A1 (en) | Systems and methods for detecting fraud in subscriber enrollment | |
CN113869996A (zh) | 阶梯式额度分析测算方法、装置、设备及介质 | |
CN112561699A (zh) | 一种券商客户数据的处理方法、系统及存储介质 | |
CN109325102B (zh) | 一种识别非法单据的方法以及识别装置 | |
US8156127B1 (en) | Method and system for data arbitration | |
CN112231634A (zh) | 一种基于企业信息的信贷额度计算方法、系统和设备 | |
KR20160074139A (ko) | 보험상품 판매방법 | |
CN113094615A (zh) | 消息推送方法、装置、设备和存储介质 | |
US20130204644A1 (en) | Generating and editing claims processing rules | |
CN113723522B (zh) | 异常用户的识别方法、装置、电子设备以及存储介质 | |
JP2004005702A (ja) | リスク分析システム及びその方法、保険設計システム及びその方法、保険約款作成方法、並びにコンピュータ上で動作するリスク分析プログラム、保険設計プログラム又は保険約款作成プログラムを記録した記録媒体 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |