CN110599354A - 线上对账方法、系统、计算机设备和计算机可读存储介质 - Google Patents
线上对账方法、系统、计算机设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN110599354A CN110599354A CN201910755422.2A CN201910755422A CN110599354A CN 110599354 A CN110599354 A CN 110599354A CN 201910755422 A CN201910755422 A CN 201910755422A CN 110599354 A CN110599354 A CN 110599354A
- Authority
- CN
- China
- Prior art keywords
- reconciliation
- data
- target
- task
- account checking
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000013598 vector Substances 0.000 claims description 35
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 238000013527 convolutional neural network Methods 0.000 claims description 10
- 238000012790 confirmation Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 5
- 239000010453 quartz Substances 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 5
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Technology Law (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供了一种线上对账方法，所述方法包括：接收用户输入的对账请求信息指令，根据对账请求信息指令第一定义区块，根据第一区块解析得到对账请求信息，根据对账请求信息创建对账任务表，基于对账任务表定义第二区块，根据第二区块从数据库中查询目标保单数据，将目标保单数据加载到数据表中，根据数据表在对账任务表创建推送任务，根据推送任务，将目标保单数据压缩为目标保单压缩文件，将所述目标保单压缩文件上传至SFTP服务器中，以便SFTP服务器根据目标保单压缩文件执行总汇对账操作。本发明实施例通过线上对账，使对账双方实现自动对账流程，并线上处理对账差异，不仅提高了对账安全，还提高了对账效率。
Description
技术领域
本发明实施例涉及数据处理领域，尤其涉及一种线上对账方法、系统、计算机设备及计算机可读存储介质。
背景技术
目前的企业管理系统中，在存货、资产、资金等各业务核算系统中进行业务数据的细化核算；在保险行业内，随着系统的快速发展，外部公司与保险公司保单数据推送通过移动设备将数据送到外部公司指定的地点备份，存在错误数据时，外部公司会将错误数据再导入移动设备中带回保险公司，保险公司处理错误数据，再次上报。这个过程不仅存在安全风险，而且耗费人力和工作繁琐，使得对账效率低下。
因此，如何高效地和不同客户进行简单便捷且对账错误较少的对账，从而进一步提高对账效率和对账安全，成为了当前要解决的技术问题之一。
发明内容
有鉴于此，有必要提供一种线上对账方法、系统、计算机设备及计算机可读存储介质，以解决当前对账存在安全风险、耗费人力和工作繁琐以及对账效率低下的问题。
为实现上述目的，本发明实施例提供了一种线上对账方法，包括：
接收来自目标客户端的第一区块，从所述第一区块中解析得到对账请求信息，并根据所述对账请求信息创建对账任务表；
基于所述对账任务表定义第二区块，并将所述第二区块发送到核心出单系统，以使所述核心出单系统根据所述第二区块从数据库中查询目标保单数据；
接收所述核心出单系统返回的目标保单数据，将所述目标保单数据加载到数据表中，并根据所述数据表在所述对账任务表创建推送任务；
根据所述推送任务，将所述目标保单数据压缩为目标保单压缩文件，将所述目标保单压缩文件上传至所述SFTP服务器中，以便所述SFTP服务器根据所述目标保单压缩文件执行总汇对账操作。
示例性的，所述第二区块中携带有所述用户的用户编码以及所述用户的保险公司编码，其中，所述保险公司编码用于对用户的标记与识别。
示例性的，所述第二区块中携带目标数据标签，所述目标数据标签的生成步骤，包括：
对所述账请求进行分词操作，得到N个分词；
通过word2vec模型对所述N个分词分别进行词向量映射，以获取N*d维词向量矩阵，其中每个分词映射为一个d维词向量；
将述N*d维词向量矩阵输入到卷积神经网络模型，通过所述卷积神经网络模型输出各个数据标签的预测概率，每个数据标签关联不同类别的保单数据集；
提取预测概率最高的目标数据标签所对应的目标保单数据集。
示例性的，根据所述推送任务，将所述目标保单数据压缩为目标保单压缩文件，包括：
以预定频率扫描所述对账任务表，确定所述对账任务表中的推送任务，根据所述推送任务获取所述数据表中对应的目标保单数据。
示例性的，以预定频率扫描所述对账任务表，确定所述对账任务表中的推送任务，根据所述推送任务获取所述数据表中对应的目标保单数据的步骤，包括：
通过Quartz以预定频率扫描所述对账任务表，确定所述对账任务表中的推送任务；
根据所述对账任务表中的推送任务，通过分批次、多线程的方式去获取所述数据表中目标保单数据，其中，每个线程去对应的数据表中获取对应的目标保单数据。
为实现上述目的，本发明实施例还提供了一种线上对账系统，包括：
解析模块，用于接收来自目标客户端的第一区块，从所述第一区块中解析得到对账请求信息，并根据所述对账请求信息创建对账任务表；
发送模块，用于基于所述对账任务表定义第二区块，并将所述第二区块发送到核心出单系统，以使所述核心出单系统根据所述第二区块从数据库中查询目标保单数据；
推送模块，用于接收所述核心出单系统返回的目标保单数据，将所述目标保单数据加载到数据表中，并根据所述数据表在所述对账任务表创建推送任务；
上传模块，用于根据所述推送任务，将所述目标保单数据压缩为目标保单压缩文件，将所述目标保单压缩文件上传至所述SFTP服务器中，以便所述SFTP服务器根据所述目标保单压缩文件执行总汇对账操作。
为实现上述目的，本发明实施例还提供了一种计算机设备，所述计算机设备包括存储器、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计算机程序，所述计算机程序被处理器执行时实现如上述的线上对账方法的步骤。
为实现上述目的，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序可被至少一个处理器所执行，以使所述至少一个处理器执行如上述的线上对账方法的步骤。
为实现上述目的，本发明实施例提还供了一种线上对账系统，所述线上对账系统配置有分布式账本系统，所述线上对账系统包括分布式账本系统对应的多个网络节点，所述多个网络节点包括报表系统、SFTP服务器和多个客户端，所述多个客户端包括目标客户端和对账客户端，所述系统包括：
所述目标客户端，用于：接收用户输入的对账请求信息，并根据所述对账请求信息定义第一区块，并将所述第一区块广播到所述多个网络节点中；
所述报表系统，用于：接收所述第一区块，从所述第一区块中解析所述对账请求信息，并根据对账请求信息创建对账任务表，并基于所述对账任务表定义第二区块，并将所述第二区块广播到所述多个网络节点中；
所述核心出单系统，用于：接收并解析所述第二区块，根据解析结果向数据库中发起数据查询请求，并将所述数据库返回的目标保单数据发送到报表系统中；
所述报表系统，还用于：接收所述核心出单系统提供的目标保单数据，将所述目标保单数据加载到数据表中，并根据所述数据表在所述对账任务表创建推送任务；
所述报表系统，还用于：根据所述对账任务表中的推送任务确定目标保单数据，将所述目标保单数据压缩为目标保单压缩文件，将所述目标保单压缩文件上传至所述SFTP服务器中；
所述SFTP服务器，用于：根据目标保单压缩文件确定相应的目标用户端，并对目标客户端推送目标保单压缩文件的下载任务；接收目标客户端总汇对账信息，所述总汇对账信息是根据目标客户对所述目标保单数据校验并分析得到的结果，将所述汇总对账信息推送给所述目标客户端的对应的对账客户端；以及，接收对账客户端上传的处理数据，所述处理数据是对所述汇总对账信息分析并处理的得到结果，将所述处理数据推送给所述目标客户端；
所述SFTP服务器，还用于：接收目标客户端汇总对账确认信息，根据所述汇总对账确认信息结束对账任务，若目标客户端发现汇总对账仍然出现差异，则将再次将汇总对账差异数据推送给目标客户端确认，直至目标客户端和对账客户端之间的数据达到一致。
示例性的，所述第二区块中携带有所述用户的用户编码以及所述用户的保险公司编码，其中，所述保险公司编码用于对用户的标记与识别。
本发明实施例提供的线上对账方法、系统、计算机设备及计算机可读存储介质，为对账提供了既保证对账效率又安全的线上对账方法；通过线上对账，使对账双方实现自动对账流程，并线上处理对账差异，不仅提高了对账安全，还提高了对账效率。
附图说明
图1为本发明实施例线上对账系统架构图。
图2为图1中目标数据标签的生成具体流程示意图。
图3为本发明实施例线上对账方法的流程示意图。
图4为本发明线上对账系统实施例三的程序模块示意图。
图5为本发明计算机设备实施例四的硬件结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
实施例一
参阅图1，示出了本发明实施例之线上对账系统架构图。所述线上对账系统1000包括分布式账本系统对应的多个网络节点，所述多个网络节点包括目标客户端10、报表系统30、所述核心出单系统50、SFTP(Secure File Transfer Protocol，安全文件传送协议)服务器70和对账客户端90：
所述目标客户端10，用于：接收用户输入的对账请求信息，并根据所述对账请求信息定义第一区块，并将所述第一区块广播到所述多个网络节点中。
所述报表系统30，用于：接收所述第一区块，从所述第一区块中解析所述对账请求信息，并根据对账请求信息创建对账任务表，并基于所述对账任务表定义第二区块，并将所述第二区块广播到所述多个网络节点中。
示例性的，所述第二区块中携带有所述用户的用户编码以及所述用户的保险公司编码，其中，所述保险公司编码用于对用户的标记与识别。
示例性的，如图2所示，所述第二区块中携带目标数据标签，所述目标数据标签的生成步骤，包括：
步骤300，对所述账请求进行分词操作，得到N个分词。
步骤302，通过word2vec模型对所述N个分词分别进行词向量映射，以获取N*d维词向量矩阵，其中每个分词映射为一个d维词向量。
步骤304，将述N*d维词向量矩阵输入到卷积神经网络模型，通过所述卷积神经网络模型输出各个数据标签的预测概率，每个数据标签关联不同类别的保单数据集。
示例性的，所述神经网络模型可以包括卷积层和LR层，其中，卷积层包括若干个步长为1的f*d的卷积核，通过该卷积层对n*d维词向量矩阵做卷积操作，以得到若干个(n-f+1)*1的卷积特征图。即，每个卷积特征图的宽度为1，长度为n-f+1。卷积核的长度为f，词元数量为n个。n为大于1的正整数。
卷积特征图中的(n-f+1)*1个元素，计算公式如下：
cij＝f(wij⊙mi+bi)
其中，cij为第i个特征卷积图中的(n-f+1)中的第j个元素的特征值，wij为对应第i个卷积特征图的被卷积核所覆盖到的词向量矩阵，⊙表示矩阵相乘，mi为用于计算第i个卷积特征图的卷积核，bi为用于计算第i个卷积特征图的偏置项，f为非线性的激活函数，如ReLU函数。
将每个卷积特征图中的第j个元素配置到第j个输入向量中，得到(n-f+1)个输入向量，1≤j≤(n-f+1)。
将(n-f+1)个输入向量输入到LR层中，通过所述LR层输出各个数据标签的预测概率。
步骤306，提取预测概率最高的目标数据标签所对应的目标保单数据集。
所述核心出单系统50，用于：接收并解析所述第二区块，根据解析结果向数据库中发起数据查询请求，并将所述数据库返回的目标保单数据发送到报表系统中。
所述报表系统30，还用于：接收所述核心出单系统提供的目标保单数据，将所述目标保单数据加载到数据表中，并根据所述数据表在所述对账任务表创建推送任务。
所述报表系统30，还用于：根据所述对账任务表中的推送任务确定目标保单数据，将所述目标保单数据压缩为目标保单压缩文件，将所述目标保单压缩文件上传至所述SFTP服务器中。
示例性的，所述根据所述推送任务，将所述目标保单数据压缩为目标保单压缩文件的步骤，包括：
以预定频率扫描所述对账任务表，确定所述对账任务表中的推送任务，根据所述推送任务获取所述数据表中对应的目标保单数据。
示例性的，所述以预定频率扫描所述对账任务表，确定所述对账任务表中的推送任务，根据所述推送任务获取所述数据表中对应的目标保单数据的步骤，包括：
通过Quartz以预定频率扫描所述对账任务表，确定所述对账任务表中的推送任务。
根据所述对账任务表中的推送任务，通过分批次、多线程的方式去获取所述数据表中目标保单数据，其中，每个线程去对应的数据表中获取对应的目标保单数据。
所述SFTP服务器70，用于：根据目标保单压缩文件确定相应的目标用户端，并对目标客户端推送目标保单压缩文件的下载任务；接收目标客户端总汇对账信息，所述总汇对账信息是根据目标客户对所述目标保单数据校验并分析得到的结果，将所述汇总对账信息推送给所述目标客户端的对应的对账客户端；以及，接收对账客户端上传的处理数据，所述处理数据是对所述汇总对账信息分析并处理的得到结果，将所述处理数据推送给所述目标客户端。
所述SFTP服务器70，还用于：接收目标客户端汇总对账确认信息，根据所述汇总对账确认信息结束对账任务，若目标客户端发现汇总对账仍然出现差异，则将再次将汇总对账差异数据推送给目标客户端确认，直至目标客户端和对账客户端之间的数据达到一致。
实施例二
参阅图3，示出了本发明实施例之线上对账方法的步骤流程图。可以理解，本方法实施例中的流程图不用于对执行步骤的顺序进行限定。下面以计算机设备2为执行主体进行示例性描述。所述计算机设备2可以是图1中的报表系统30。具体如下。
步骤S400，接收来自目标客户端的第一区块，从所述第一区块中解析得到对账请求信息，并根据所述对账请求信息创建对账任务表。
步骤S402，基于所述对账任务表定义第二区块，并将所述第二区块发送到核心出单系统，以使所述核心出单系统根据所述第二区块从数据库中查询目标保单数据。
示例性的，所述第二区块中携带有所述用户的用户编码以及所述用户的保险公司编码，其中，所述保险公司编码用于对用户的标记与识别。
示例性的，所述第二区块中携带有所述用户的用户编码以及所述用户的保险公司编码，其中，所述保险公司编码用于对用户的标记与识别。
示例性的，所述第二区块中携带目标数据标签，所述目标数据标签的生成步骤，包括：
对所述账请求进行分词操作，得到N个分词。
通过word2vec模型对所述N个分词分别进行词向量映射，以获取N*d维词向量矩阵，其中每个分词映射为一个d维词向量。
将述N*d维词向量矩阵输入到卷积神经网络模型，通过所述卷积神经网络模型输出各个数据标签的预测概率，每个数据标签关联不同类别的保单数据集。
示例性的，所述神经网络模型可以包括卷积层和LR层，其中，卷积层包括若干个步长为1的f*d的卷积核，通过该卷积层对n*d维词向量矩阵做卷积操作，以得到若干个(n-f+1)*1的卷积特征图。即，每个卷积特征图的宽度为1，长度为n-f+1。卷积核的长度为f，词元数量为n个。n为大于1的正整数。
卷积特征图中的(n-f+1)*1个元素，计算公式如下：
cij＝f(wij⊙mi+bi)
其中，cij为第i个特征卷积图中的(n-f+1)中的第j个元素的特征值，wij为对应第i个卷积特征图的被卷积核所覆盖到的词向量矩阵，⊙表示矩阵相乘，mi为用于计算第i个卷积特征图的卷积核，bi为用于计算第i个卷积特征图的偏置项，f为非线性的激活函数，如ReLU函数。
将每个卷积特征图中的第j个元素配置到第j个输入向量中，得到(n-f+1)个输入向量，1≤j≤(n-f+1)。
将(n-f+1)个输入向量输入到LR层中，通过所述LR层输出各个数据标签的预测概率。
提取预测概率最高的目标数据标签所对应的目标保单数据集。
步骤S404，接收所述核心出单系统返回的目标保单数据，将所述目标保单数据加载到数据表中，并根据所述数据表在所述对账任务表创建推送任务。
步骤S406，根据所述推送任务，将所述目标保单数据压缩为目标保单压缩文件，将所述目标保单压缩文件上传至所述SFTP服务器中，以便所述SFTP服务器根据所述目标保单压缩文件执行总汇对账操作。
示例性的，步骤S406还可以进一步包括：以预定频率扫描所述对账任务表，确定所述对账任务表中的推送任务，根据所述推送任务获取所述数据表中对应的目标保单数据。
示例性的，步骤S406还可以进一步包括：通过Quartz以预定频率扫描所述对账任务表，确定所述对账任务表中的推送任务。
根据所述对账任务表中的推送任务，通过分批次、多线程的方式去获取所述数据表中目标保单数据，其中，每个线程去对应的数据表中获取对应的目标保单数据。
实施例三
图4为本发明线上对账系统实施例三的程序模块示意图。
需要说明的是，图1所示的对账系统1000为多个执行主体构成的外部架构系统。本实施例中所述的线上对账系统20为由一个或多个程序模块组成的软件集合。
线上对账系统20可以包括或被分割成一个或多个程序模块，一个或者多个程序模块被存储于存储介质中，并由一个或多个处理器所执行，以完成本发明，并可实现上述线上对账方法。本发明实施例所称的程序模块是指能够完成特定功能的一系列计算机程序指令段，比程序本身更适合于描述文本对线上账系统20在存储介质中的执行过程。以下描述将具体介绍本实施例各程序模块的功能：
解析模块200，用于：接收来自目标客户端的第一区块，从所述第一区块中解析得到对账请求信息，并根据所述对账请求信息创建对账任务表。
发送模块202，用于：基于所述对账任务表定义第二区块，并将所述第二区块发送到核心出单系统，以使所述核心出单系统根据所述第二区块从数据库中查询目标保单数据。
示例性的，所述第二区块中携带有所述用户的用户编码以及所述用户的保险公司编码，其中，所述保险公司编码用于对用户的标记与识别。
示例性的，所述第二区块中携带有所述用户的用户编码以及所述用户的保险公司编码，其中，所述保险公司编码用于对用户的标记与识别。
示例性的，所述第二区块中携带目标数据标签，所述目标数据标签的生成步骤，包括：
对所述账请求进行分词操作，得到N个分词。
通过word2vec模型对所述N个分词分别进行词向量映射，以获取N*d维词向量矩阵，其中每个分词映射为一个d维词向量。
将述N*d维词向量矩阵输入到卷积神经网络模型，通过所述卷积神经网络模型输出各个数据标签的预测概率，每个数据标签关联不同类别的保单数据集。
示例性的，所述神经网络模型可以包括卷积层和LR层，其中，卷积层包括若干个步长为1的f*d的卷积核，通过该卷积层对n*d维词向量矩阵做卷积操作，以得到若干个(n-f+1)*1的卷积特征图。即，每个卷积特征图的宽度为1，长度为n-f+1。卷积核的长度为f，词元数量为n个。n为大于1的正整数。
卷积特征图中的(n-f+1)*1个元素，计算公式如下：
cij＝f(wij⊙mi+bi)
其中，cij为第i个特征卷积图中的(n-f+1)中的第j个元素的特征值，wij为对应第i个卷积特征图的被卷积核所覆盖到的词向量矩阵，⊙表示矩阵相乘，mi为用于计算第i个卷积特征图的卷积核，bi为用于计算第i个卷积特征图的偏置项，f为非线性的激活函数，如ReLU函数。
将每个卷积特征图中的第j个元素配置到第j个输入向量中，得到(n-f+1)个输入向量，1≤j≤(n-f+1)。
将(n-f+1)个输入向量输入到LR层中，通过所述LR层输出各个数据标签的预测概率。
提取预测概率最高的目标数据标签所对应的目标保单数据集。
推送模块204，用于：接收所述核心出单系统返回的目标保单数据，将所述目标保单数据加载到数据表中，并根据所述数据表在所述对账任务表创建推送任务。
上传模块206，用于：根据所述推送任务，将所述目标保单数据压缩为目标保单压缩文件，将所述目标保单压缩文件上传至所述SFTP服务器中，以便所述SFTP服务器根据所述目标保单压缩文件执行总汇对账操作。
示例性的，所述上传模块206，还用于：以预定频率扫描所述对账任务表，确定所述对账任务表中的推送任务，根据所述推送任务获取所述数据表中对应的目标保单数据。
示例性的，所述上传模块206，还用于：通过Quartz以预定频率扫描所述对账任务表，确定所述对账任务表中的推送任务；
根据所述对账任务表中的推送任务，通过分批次、多线程的方式去获取所述数据表中目标保单数据，其中，每个线程去对应的数据表中获取对应的目标保单数据。
实施例四
参阅图5，是本发明实施例四之计算机设备的硬件架构示意图。本实施例中，所述计算机设备2是一种能够按照事先设定或者存储的指令，自动进行数值计算和/或信息处理的设备。该计算机设备2可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。如图所示，所述计算机设备2至少包括，但不限于，可通过系统总线相互通信连接存储器21、处理器22、网络接口23、以及线上对账系统20。
本实施例中，存储器21至少包括一种类型的计算机可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器21可以是计算机设备2的内部存储单元，例如该计算机设备2的硬盘或内存。在另一些实施例中，存储器21也可以是计算机设备2的外部存储设备，例如该计算机设备2上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。当然，存储器21还可以既包括计算机设备2的内部存储单元也包括其外部存储设备。本实施例中，存储器21通常用于存储安装于计算机设备2的操作系统和各类应用软件，例如实施例二的对线上账系统20的程序代码等。此外，存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器22在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器22通常用于控制计算机设备2的总体操作。本实施例中，处理器22用于运行存储器21中存储的程序代码或者处理数据，例如运行线上对账系统20，以实现实施例一的线上对账方法。
所述网络接口23可包括无线网络接口或有线网络接口，该网络接口23通常用于在所述计算机设备2与其他电子装置之间建立通信连接。例如，所述网络接口23用于通过网络将所述计算机设备2与外部终端相连，在所述计算机设备2与外部终端之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobile communication，GSM)、宽带码分多址(WidebandCode Division Multiple Access，WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
需要指出的是，图5仅示出了具有部件20-23的计算机设备2，但是应理解的是，并不要求实施所有示出的部件，可以替代的实施更多或者更少的部件。
在本实施例中，存储于存储器21中的线上对账系统20还可以被分割为一个或者多个程序模块，所述一个或者多个程序模块被存储于存储器21中，并由一个或多个处理器(本实施例为处理器22)所执行，以完成本发明。
例如，图4示出了本发明实施例三之所述实现线上对账系统的程序模块示意图，该实施例中，所述线上对账系统20可以被划分为解析模块200、发送模块202、推送模块204和上传模块206。其中，本发明所称的程序模块是指能够完成特定功能的一系列计算机程序指令段，比程序更适合于描述所述线上对账系统20在所述计算机设备2中的执行过程。所述程序模块200-206的具体功能在实施例三中已有详细描述，在此不再赘述。
实施例五
本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于线上对账系统20，被处理器执行时实现实施例二的线上对账方法。
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。
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。
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 (10)
1.一种线上对账方法，其特征在于，包括：
接收来自目标客户端的第一区块，从所述第一区块中解析得到对账请求信息，并根据所述对账请求信息创建对账任务表；
基于所述对账任务表定义第二区块，并将所述第二区块发送到核心出单系统，以使所述核心出单系统根据所述第二区块从数据库中查询目标保单数据；
接收所述核心出单系统返回的目标保单数据，将所述目标保单数据加载到数据表中，并根据所述数据表在所述对账任务表创建推送任务；
根据所述推送任务，将所述目标保单数据压缩为目标保单压缩文件，将所述目标保单压缩文件上传至所述SFTP服务器中，以便所述SFTP服务器根据所述目标保单压缩文件执行总汇对账操作。
2.如权利要求1所述的线上对账方法，其特征在于，所述第二区块中携带有所述用户的用户编码以及所述用户的保险公司编码，其中，所述保险公司编码用于对用户的标记与识别。
3.如权利要求1所述的线上对账方法，其特征在于，所述第二区块中携带目标数据标签，所述目标数据标签的生成步骤，包括：
对所述账请求进行分词操作，得到N个分词；
通过word2vec模型对所述N个分词分别进行词向量映射，以获取N*d维词向量矩阵，其中每个分词映射为一个d维词向量；
将述N*d维词向量矩阵输入到卷积神经网络模型，通过所述卷积神经网络模型输出各个数据标签的预测概率，每个数据标签关联不同类别的保单数据集；
提取预测概率最高的目标数据标签所对应的目标保单数据集。
4.如权利要求1所述的线上对账方法，其特征在于，根据所述推送任务，将所述目标保单数据压缩为目标保单压缩文件，包括：
以预定频率扫描所述对账任务表，确定所述对账任务表中的推送任务，根据所述推送任务获取所述数据表中对应的目标保单数据。
5.如权利要求4所述的线上对账方法，其特征在于，以预定频率扫描所述对账任务表，确定所述对账任务表中的推送任务，根据所述推送任务获取所述数据表中对应的目标保单数据的步骤，包括：
通过Quartz以预定频率扫描所述对账任务表，确定所述对账任务表中的推送任务；
根据所述对账任务表中的推送任务，通过分批次、多线程的方式去获取所述数据表中目标保单数据，其中，每个线程去对应的数据表中获取对应的目标保单数据。
6.一种线上对账系统，其特征在于，包括：
解析模块，用于接收来自目标客户端的第一区块，从所述第一区块中解析得到对账请求信息，并根据所述对账请求信息创建对账任务表；
发送模块，用于基于所述对账任务表定义第二区块，并将所述第二区块发送到核心出单系统，以使所述核心出单系统根据所述第二区块从数据库中查询目标保单数据；
推送模块，用于接收所述核心出单系统返回的目标保单数据，将所述目标保单数据加载到数据表中，并根据所述数据表在所述对账任务表创建推送任务；
上传模块，用于根据所述推送任务，将所述目标保单数据压缩为目标保单压缩文件，将所述目标保单压缩文件上传至所述SFTP服务器中，以便所述SFTP服务器根据所述目标保单压缩文件执行总汇对账操作。
7.一种计算机设备，所述计算机设备包括存储器、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如权利要求1至5中任一项所述的线上对账方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序可被至少一个处理器所执行，以使所述至少一个处理器执行如权利要求1至5中任一项所述的线上对账方法的步骤。
9.一种线上对账系统，所述线上对账系统配置有分布式账本系统，所述线上对账系统包括分布式账本系统对应的多个网络节点，所述多个网络节点包括报表系统、SFTP服务器和多个客户端，所述多个客户端包括目标客户端和对账客户端，其特征在于：
所述目标客户端，用于：接收用户输入的对账请求信息，并根据所述对账请求信息定义第一区块，并将所述第一区块广播到所述多个网络节点中；
所述报表系统，用于：接收所述第一区块，从所述第一区块中解析所述对账请求信息，并根据对账请求信息创建对账任务表，并基于所述对账任务表定义第二区块，并将所述第二区块广播到所述多个网络节点中；
所述核心出单系统，用于：接收并解析所述第二区块，根据解析结果向数据库中发起数据查询请求，并将所述数据库返回的目标保单数据发送到报表系统中；
所述报表系统，还用于：接收所述核心出单系统提供的目标保单数据，将所述目标保单数据加载到数据表中，并根据所述数据表在所述对账任务表创建推送任务；
所述报表系统，还用于：根据所述对账任务表中的推送任务确定目标保单数据，将所述目标保单数据压缩为目标保单压缩文件，将所述目标保单压缩文件上传至所述SFTP服务器中；
所述SFTP服务器，用于：根据目标保单压缩文件确定相应的目标用户端，并对目标客户端推送目标保单压缩文件的下载任务；接收目标客户端总汇对账信息，所述总汇对账信息是根据目标客户对所述目标保单数据校验并分析得到的结果，将所述汇总对账信息推送给所述目标客户端的对应的对账客户端；以及，接收对账客户端上传的处理数据，所述处理数据是对所述汇总对账信息分析并处理的得到结果，将所述处理数据推送给所述目标客户端；
所述SFTP服务器，还用于：接收目标客户端汇总对账确认信息，根据所述汇总对账确认信息结束对账任务，若目标客户端发现汇总对账仍然出现差异，则将再次将汇总对账差异数据推送给目标客户端确认，直至目标客户端和对账客户端之间的数据达到一致。
10.如权利要求9所述的线上对账系统，其特征在于，所述第二区块中携带有所述用户的用户编码以及所述用户的保险公司编码，其中，所述保险公司编码用于对用户的标记与识别。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910755422.2A CN110599354B (zh) | 2019-08-15 | 2019-08-15 | 线上对账方法、系统、计算机设备和计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910755422.2A CN110599354B (zh) | 2019-08-15 | 2019-08-15 | 线上对账方法、系统、计算机设备和计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110599354A true CN110599354A (zh) | 2019-12-20 |
| CN110599354B CN110599354B (zh) | 2023-11-21 |
Family
ID=68854371
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910755422.2A Active CN110599354B (zh) | 2019-08-15 | 2019-08-15 | 线上对账方法、系统、计算机设备和计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110599354B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111211973A (zh) * | 2020-01-15 | 2020-05-29 | 百望股份有限公司 | 发票领域的消息处理方法、装置及存储介质 |
| CN111353902A (zh) * | 2020-02-26 | 2020-06-30 | 中国人民财产保险股份有限公司广东省分公司 | 一种保险b2b合作业务的保单处理方法及系统 |
| CN111695904A (zh) * | 2020-06-24 | 2020-09-22 | 深圳壹账通智能科技有限公司 | 数据风险控制方法、系统和计算机设备 |
| CN111784318A (zh) * | 2020-06-29 | 2020-10-16 | 京东数字科技控股有限公司 | 数据处理方法、装置、电子设备及存储介质 |
| CN112035665A (zh) * | 2020-08-31 | 2020-12-04 | 京东数字科技控股股份有限公司 | 对账文件生成、获取方法、装置、系统及服务器 |
| CN112783845A (zh) * | 2021-01-15 | 2021-05-11 | 天津五八到家货运服务有限公司 | 数据对账系统及方法、设备、介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018014582A1 (zh) * | 2016-07-22 | 2018-01-25 | 平安科技（深圳）有限公司 | 保单数据处理方法、装置、服务器和存储介质 |
| CN107888672A (zh) * | 2017-11-02 | 2018-04-06 | 深圳市牛鼎丰科技有限公司 | 账单数据处理方法、装置、存储介质和计算机设备 |
| CN107909495A (zh) * | 2017-12-22 | 2018-04-13 | 泰康保险集团股份有限公司 | 一种对账方法、系统、介质、电子设备 |
| CN108694674A (zh) * | 2018-06-11 | 2018-10-23 | 中国平安人寿保险股份有限公司 | 对账处理方法、装置、计算机设备和存储介质 |
| CN109584082A (zh) * | 2018-09-17 | 2019-04-05 | 平安科技（深圳）有限公司 | 基于区块链的保险理赔方法、电子装置及存储介质 |
| CN110060750A (zh) * | 2019-03-25 | 2019-07-26 | 平安科技（深圳）有限公司 | 医疗数据推送方法、系统、计算机设备及可读存储介质 |
-
2019
- 2019-08-15 CN CN201910755422.2A patent/CN110599354B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018014582A1 (zh) * | 2016-07-22 | 2018-01-25 | 平安科技（深圳）有限公司 | 保单数据处理方法、装置、服务器和存储介质 |
| CN107888672A (zh) * | 2017-11-02 | 2018-04-06 | 深圳市牛鼎丰科技有限公司 | 账单数据处理方法、装置、存储介质和计算机设备 |
| CN107909495A (zh) * | 2017-12-22 | 2018-04-13 | 泰康保险集团股份有限公司 | 一种对账方法、系统、介质、电子设备 |
| CN108694674A (zh) * | 2018-06-11 | 2018-10-23 | 中国平安人寿保险股份有限公司 | 对账处理方法、装置、计算机设备和存储介质 |
| CN109584082A (zh) * | 2018-09-17 | 2019-04-05 | 平安科技（深圳）有限公司 | 基于区块链的保险理赔方法、电子装置及存储介质 |
| CN110060750A (zh) * | 2019-03-25 | 2019-07-26 | 平安科技（深圳）有限公司 | 医疗数据推送方法、系统、计算机设备及可读存储介质 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111211973A (zh) * | 2020-01-15 | 2020-05-29 | 百望股份有限公司 | 发票领域的消息处理方法、装置及存储介质 |
| CN111353902A (zh) * | 2020-02-26 | 2020-06-30 | 中国人民财产保险股份有限公司广东省分公司 | 一种保险b2b合作业务的保单处理方法及系统 |
| CN111695904A (zh) * | 2020-06-24 | 2020-09-22 | 深圳壹账通智能科技有限公司 | 数据风险控制方法、系统和计算机设备 |
| CN111784318A (zh) * | 2020-06-29 | 2020-10-16 | 京东数字科技控股有限公司 | 数据处理方法、装置、电子设备及存储介质 |
| CN112035665A (zh) * | 2020-08-31 | 2020-12-04 | 京东数字科技控股股份有限公司 | 对账文件生成、获取方法、装置、系统及服务器 |
| CN112783845A (zh) * | 2021-01-15 | 2021-05-11 | 天津五八到家货运服务有限公司 | 数据对账系统及方法、设备、介质 |
| CN112783845B (zh) * | 2021-01-15 | 2023-04-07 | 天津五八到家货运服务有限公司 | 数据对账系统及方法、设备、介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110599354B (zh) | 2023-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110599354A (zh) | 线上对账方法、系统、计算机设备和计算机可读存储介质 | |
| CN110309125B (zh) | 数据校验方法、电子装置及存储介质 | |
| CN107844634B (zh) | 多元通用模型平台建模方法、电子设备及计算机可读存储介质 | |
| CN108768929B (zh) | 电子装置、征信反馈报文的解析方法及存储介质 | |
| CN111274045B (zh) | 一种多平台对接方法、装置、计算机设备及可读存储介质 | |
| CN111078140B (zh) | 核电站文件上传管理方法、装置、终端设备及介质 | |
| CN108415925B (zh) | 电子装置、数据调用日志生成及查询方法及存储介质 | |
| CN110969001A (zh) | 反馈信息的生成方法及装置、存储介质、处理器和终端 | |
| CN107133233B (zh) | 一种配置数据查询的处理方法及装置 | |
| CN111325617A (zh) | 基于文件的对账方法、装置、计算机设备和可读存储介质 | |
| CN111258799A (zh) | 报错信息处理方法、电子装置及计算机可读存储介质 | |
| CN113868498A (zh) | 数据存储方法、电子装置、装置及可读存储介质 | |
| CN111476633A (zh) | 产品服务推荐平台、产品服务的路径推荐方法及介质 | |
| CN112052141B (zh) | 数据分片校验方法、装置、计算机设备及可读存储介质 | |
| CN113837584A (zh) | 业务处理系统和基于业务处理系统的异常数据处理方法 | |
| CN110166530B (zh) | 基于微服务返回值的处理方法、电子装置及计算机设备 | |
| CN113111078B (zh) | 资源数据处理方法、装置、计算机设备和存储介质 | |
| CN110866834A (zh) | 批处理程序的执行方法及系统 | |
| CN113283766B (zh) | 合同管理方法、装置、电子设备及存储介质 | |
| CN115330540A (zh) | 一种处理交易数据的方法和装置 | |
| CN114511314A (zh) | 一种支付账户管理的方法、装置、计算机设备和存储介质 | |
| CN109885710B (zh) | 基于差分演化算法的用户画像刻画方法及服务器 | |
| CN114817152A (zh) | 切片文件的查询方法与系统 | |
| CN114168581A (zh) | 数据清洗方法、装置、计算机设备及存储介质 | |
| CN113190381A (zh) | 数据备份方法、系统、设备及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |