CN111198873A - 数据处理的方法和装置 - Google Patents

Abstract

本发明公开了数据处理的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：接收目标数据处理请求，从预先构建的数据模型集中查询目标数据处理请求对应的目标数据模型；利用Cognos工具，根据目标数据模型，确定目标数据处理请求对应的目标属性字段和\或目标指标字段；根据目标属性字段和\或目标指标字段，定制目标数据模板，以执行目标数据处理请求。该实施方式能够在预先构建的数据模型集的基础上，借助Cognos工具实现零代码自主定制数据模板，满足各类监管报送以及数据分析需要，从而提高业务在数据应用方面的自主性，为商业银行海外分支机构用户提供全新的数据使用方式，促进商业银行海外分支结构的技术发展。

Description

数据处理的方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种数据处理的方法和装置。

背景技术

当前国内商业银行海外业务人工处理的比例仍然较高，对于管理和风险控制都形成掣肘，海外机构运用网络系统的能力仍然欠缺，难以支撑商业银行海外业务的持续稳定发展。同时，网络系统应用能力落后又反过来制约了海外分支机构的数据应用能力，限制了收益水平的提升。因此，提升海外分支机构信息化程度势在必行，这也符合海外业务发展的新要求。

目前，商业银行在海外分支机构网络支持方面，存在两方面问题和困难：一是容易局限于以境内网络系统做样版打包输出到境外；二是在数据应用方面，过分依赖报表开发以及数据开发，存在周期长，以及时效性低的缺陷，并且业务在数据应用方面缺乏自主性。

发明内容

有鉴于此，本发明实施例提供一种数据处理的方法和装置，能够提高业务在数据应用方面的自主性，打破原有商业银行数据使用模式，为商业银行海外分支机构用户提供全新的数据使用方式，促进商业银行海外分支结构的技术发展。

为实现上述目的，根据本发明实施例的第一方面，提供了一种数据处理的方法。

本发明实施例的一种数据处理的方法，包括：接收目标数据处理请求，从预先构建的数据模型集中查询所述目标数据处理请求对应的目标数据模型；利用Cognos工具，根据所述目标数据模型，确定所述目标数据处理请求对应的目标属性字段和\或目标指标字段；根据所述目标属性字段和\或所述目标指标字段，定制目标数据模板，以执行所述目标数据处理请求。

可选地，在从预先构建的数据模型集中查询所述目标数据处理请求对应的目标数据模型之前，所述方法还包括：获取至少一个特定数据处理请求；针对每个特定数据处理请求，获取所述每个特定数据处理请求对应的特定事实表和特定维度表，并根据所述特定事实表和所述特定维度表，构建所述每个特定数据处理请求对应的特定数据模型；利用所述每个特定数据处理请求对应的特定数据模型，生成所述数据模型集。

可选地，所述获取所述每个特定数据处理请求对应的特定事实表和特定维度表，并根据所述特定事实表和所述特定维度表，构建所述每个特定数据处理请求对应的特定数据模型，包括：确定所述每个特定数据处理请求对应的业务领域；根据所述每个特定数据处理请求，从所述业务领域对应的数据表中，选择所述特定事实表和所述特定维度表；从预设的模型构建规则中，选择所述每个特定数据处理请求对应的模型构建规则；利用所述特定事实表和所述特定维度表，按照所述每个特定数据处理请求对应的模型构建规则，构建所述每个特定数据处理请求对应的特定数据模型。

可选地，在根据所述每个特定数据处理请求，从所述业务领域对应的数据表中，选择所述特定事实表和所述特定维度表之前，所述方法还包括：从各个渠道获取所述业务领域对应的原始数据，并按照不同粒度，根据所述原始数据生成所述业务领域对应的数据表。

可选地，所述预设的模型构建规则包括以下选项中至少一项：单业务类型的多维分析模型、混合业务类型的多维分析模型、以及按数据粒度整合多维分析模型。

可选地，在从预先构建的数据模型集中查询所述目标数据处理请求对应的目标数据模型之前，所述方法还包括：判断所述数据模型集中是否包括所述目标数据模型；若是，则直接获取所述目标数据模型；若否，则获取所述目标数据处理请求对应的目标事实表和目标维度表，根据获取的所述目标事实表和所述目标维度表构建所述目标数据模型，并将所述目标数据模型添加至所述数据模型集中。

可选地，所述数据处理请求包括以下选项中至少一项：数据报表生成请求、数据分析处理请求、以及数据挖掘处理请求。

为实现上述目的，根据本发明实施例的第二方面，提供了一种数据处理的装置。

本发明实施例的一种数据处理的装置，包括：查询模块，用于接收目标数据处理请求，从预先构建的数据模型集中查询所述目标数据处理请求对应的目标数据模型；确定模块，用于利用Cognos工具，根据所述目标数据模型，确定所述目标数据处理请求对应的目标属性字段和\或目标指标字段；执行模块，用于根据所述目标属性字段和\或所述目标指标字段，定制目标数据模板，以执行所述目标数据处理请求。

可选地，所述查询模块还用于：获取至少一个特定数据处理请求；针对每个特定数据处理请求，获取所述每个特定数据处理请求对应的特定事实表和特定维度表，并根据所述特定事实表和所述特定维度表，构建所述每个特定数据处理请求对应的特定数据模型；利用所述每个特定数据处理请求对应的特定数据模型，生成所述数据模型集。

可选地，所述查询模块还用于：确定所述每个特定数据处理请求对应的业务领域；根据所述每个特定数据处理请求，从所述业务领域对应的数据表中，选择所述特定事实表和所述特定维度表；从预设的模型构建规则中，选择所述每个特定数据处理请求对应的模型构建规则；利用所述特定事实表和所述特定维度表，按照所述每个特定数据处理请求对应的模型构建规则，构建所述每个特定数据处理请求对应的特定数据模型。

可选地，所述查询模块还用于：从各个渠道获取所述业务领域对应的原始数据，并按照不同粒度，根据所述原始数据生成所述业务领域对应的数据表。

可选地，所述预设的模型构建规则包括以下选项中至少一项：单业务类型的多维分析模型、混合业务类型的多维分析模型、以及按数据粒度整合多维分析模型。

可选地，所述查询模块还用于：判断所述数据模型集中是否包括所述目标数据模型；若是，则直接获取所述目标数据模型；若否，则获取所述目标数据处理请求对应的目标事实表和目标维度表，根据获取的所述目标事实表和所述目标维度表构建所述目标数据模型，并将所述目标数据模型添加至所述数据模型集中。

可选地，所述数据处理请求包括以下选项中至少一项：数据报表生成请求、数据分析处理请求、以及数据挖掘处理请求。

为实现上述目的，根据本发明实施例的第三方面，提供了一种电子设备。

本发明实施例的一种电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现本发明实施例的数据处理的方法。

为实现上述目的，根据本发明实施例的第四方面，提供了一种计算机可读介质。

本发明实施例的一种计算机可读介质，其上存储有计算机程序，程序被处理器执行时实现本发明实施例的数据处理的方法。

上述发明中的一个实施例具有如下优点或有益效果：能够在预先构建的数据模型集的基础上，借助Cognos工具实现零代码自主定制数据模板，满足各类监管报送以及数据分析需要，从而可以在减少商业银行海外分支机构信息化过程中的成本投入，提高业务在数据应用方面的自主性，解决当前环境下商业银行海外分支机构在提高信息化程度过程中的痛点难点，还可以打破原有商业银行数据使用模式，为商业银行海外分支机构用户提供全新的数据使用方式，促进商业银行海外分支结构的技术发展。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的数据处理的方法的主要步骤的示意图；

图2是根据本发明实施例的预先构建数据模型集的方法的主要流程的示意图；

图3是根据本发明实施例的优化数据模型集的方法的主要流程的示意图；

图4是根据本发明实施例的数据处理的方法的主要流程的示意图；

图5是根据本发明实施例的数据处理的装置的主要模块的示意图；

图6是本发明实施例可以应用于其中的示例性系统架构图；

图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

目前国内商业银行在海外分支机构的网络支持方面不断提升力度，商业银行海外分支机构的信息化程度得到提升，但当前商业银行海外业务人工处理的比例仍然较高，对于管理和风险控制都形成掣肘，海外机构运用网络系统的能力仍然欠缺，难以支撑商业银行海外业务的持续稳定发展。同时，网络系统应用能力落后又反过来制约了海外机构的数据应用能力，限制了收益水平的提升。因此提升商业银行海外分支机构信息化程度势在必行，这也符合海外业务发展的新要求。

现有技术中，商业银行在海外分支机构网络支持方面，存在两方面问题和困难。一是容易局限于以境内网络系统做样版打包输出到境外。其中，商业银行以这种传统的方式来提升商业银行的海外信息化程度在效率上容易遇到瓶颈，需要大量的人力投入，并且境内外沟通成本高。目前商业银行境内的系统不能满足海外机构的全部业务需求，海外机构支持还需要考虑各机构本地化需求差异，还需不断的适应各国监管新规的变化。二是在数据应用方面，过分依赖报表开发以及数据开发，存在周期长，以及时效性低的缺陷，并且业务在数据应用方面缺乏自主性。海外分支机构经营以合规优先，在各类监管政策、监管报送要求急需满足的大环境，要求海外分支机构有大量的报表以及数据应用能力做支撑，包括数据分析数据挖掘能力。若以手工填表方式来支持的话，报表开发成本大，支持效率低，且支持方式受限。

因此，本发明实施例提供一种数据处理的方法，旨在减少商业银行海外分支机构信息化过程中的成本投入，提高业务在数据应用方面的自主性，解决当前环境下商业银行海外分支机构在提高信息化程度过程中的痛点难点，能打破原有商业银行数据使用模式，为商业银行海外分支机构用户提供全新的数据使用方式，促进商业银行海外分支结构的技术发展。

图1是根据本发明实施例的数据处理的方法的主要步骤的示意图。如图1所示，本发明实施例的数据处理的方法的主要步骤可以包括：

步骤S101，接收目标数据处理请求，从预先构建的数据模型集中查询目标数据处理请求对应的目标数据模型；

步骤S102，利用Cognos工具，根据目标数据模型，确定目标数据处理请求对应的目标属性字段和\或目标指标字段；

步骤S103，根据目标属性字段和\或目标指标字段，定制目标数据模板，以执行目标数据处理请求。

在接收到目标数据处理请求之后，可以从预先构建的数据模型集中查询该目标数据处理请求对应的目标数据模型，这样就可以打破了传统商业银行数据使用习惯，结合Cognos智能工具，根据目标数据处理请求中的业务需要，拖拉目标数据模型中的目标属性字段和\或目标指标字段，然后定制目标数据模板，执行目标数据处理请求，如将目标数据目标交付不同的监管报送，或者是完成数据分析请求，又或者完成数据挖掘请求。

其中，Cognos是在Business Intelligence核心平台之上，以服务为导向进行架构的一种数据模型，是唯一可以通过单一产品和在单一可靠架构上提供完整业务智能功能的解决方案。它可以提供无缝密合的报表、分析、记分卡、仪表盘等解决方案，通过提供所有的系统和资料资源，以简化公司各员工处理资讯的方法。作为一个全面、灵活的产品，Cognos业务智能解决方案可以容易地整合到现有的多系统和数据源架构中。

每一个数据模型都是由各业务领域的事实表和维度表构建而成的。在确定目标数据模型之后，可以根据目标数据处理请求中的业务需要，从目标数据模型中拖拽具体业务所需要的目标属性字段或是目标指标字段。以存款主题为例，可以从客户信息表中拖拽出客户的名称以及证件等属性信息，从存款合约拖拽合约金额、利息等指标类信息。

此外，本发明实施例的数据处理的方法中，接收的目标数据处理请求可以包括：目标数据报表生成请求、目标数据分析处理请求、或者目标数据挖掘处理请求。当然，还可以是其他数据处理请求，此处不再一一列举。

可以看出，本发明实施例中，数据模型集的构建是重要部分。因此，作为一个可参考实施例，在从预先构建的数据模型集中查询目标数据处理请求对应的目标数据模型之前，预先构建数据模型集，具体的实现方法可以包括：获取至少一个特定数据处理请求；针对每个特定数据处理请求，获取每个特定数据处理请求对应的特定事实表和特定维度表，并根据特定事实表和特定维度表，构建每个特定数据处理请求对应的特定数据模型；利用每个特定数据处理请求对应的特定数据模型，生成数据模型集。

其中，至少一个特定数据处理请求可以包括：已有数据处理请求、历史数据处理请求、或者常规数据处理请求。针对每个特定数据处理请求，获取该特定数据处理请求对应的特定事实表和特定维度表，然后利用特定事实表和特定维度表，构建该特定数据处理请求对应的特定数据模型。其中，特定事实表就是指特定数据处理请求对应的事实表，特定维度表是指特定数据处理请求对应的维度表。本发明实施例中，数据模型集的关键是对数据标准层的设计，根据业务范围划分不同的业务领域，针对每个业务领域的原始数据，按不同的粒度实现标准化设计，比如，针对银行业务，每类业务均可以按合约粒度、交易粒度、客户粒度等设计不同的事实表和维度表，在满足业务不同统计需求的同时，兼顾了数据使用的执行效率。

所以，作为本发明实施例的再一个可参考实施例，获取每个特定数据处理请求对应的特定事实表和特定维度表，并根据特定事实表和特定维度表，构建每个特定数据处理请求对应的特定数据模型，可以包括：确定每个特定数据处理请求对应的业务领域；根据每个特定数据处理请求，从业务领域对应的数据表中，选择特定事实表和特定维度表；从预设的模型构建规则中，选择每个特定数据处理请求对应的模型构建规则；利用特定事实表和特定维度表，按照每个特定数据处理请求对应的模型构建规则，构建每个特定数据处理请求对应的特定数据模型。

对于商业银行海外分支机构，已经构建的特定数据模型为：海外分行商业贷款合约主题、海外分行定期存款合约主题、海外分行活期存款合约主题、海外分行外汇合约主题、海外分行债券合约主题、客户主题、海外分行授信额度主题、海外分行ATM(即自动取款机，Automatic Teller Machine的缩写)交易主题、海外分行电子银行交易主题、海外分行贸易融资主题、海外分行客户重要指标主题、海外分行汇款业务主题、海外分行财务会计主题、海外分行支付结算主题、海外分行同业存放主题、海外分行综合理财主题、海外分行衍生品合约主题、海外分行费用主题、海外分行存款主题、海外分行资产负债合约主题、海外分行新国结合约主题、CRS(即共同申报准则，Common Reporting Standard的缩写)与FATCA(即外国账户税收遵从法，Foreign Account Tax Compliance Act的缩写)客户信息主题、海外分行交易明细主题、海外分行合约主题。

根据每个特定数据处理请求，构建对应的特定数据模型具体实现为：先确定该特定数据处理请求对应的业务领域，然后从该业务领域对应的数据表中，选择该特定数据处理请求对应的特定事实表和特定维度表。比如客户主题模型，对应的具体的业务领域为：该模型整合了客户信息组件的各类客户信息，展示较为完整的客户画像，更全面的覆盖海外分行客户分析类业务的需求，支持与客户相关的监管报送以及数据分析与数据挖掘。因此，对应的数据模型的主要要素，也就是说对应的特定事实表和特定的维度表可以包括：对公客户以及个人客户的基本信息、客户信用评级信息、地址信息、联系信息、客户关系信息等，还可包括客户名下所有合约明细信息。又比如商业贷款主题模型，该模型整合了对公贷款、个人贷款相关系统组件的数据，对应的业务领域包括：商业贷款、贴现贷款、担保承诺、承诺贷款、个人贷款、个人透支、对公透支的贷款合约、贷款合同、押品信息、贷款支用明细、债项明细、信贷审批明细、以及客户基本信息以及信用评级信息。该商业贷款主题模型涉及的业务范围广，数据逻辑复杂，全面的覆盖海外分行客户贷款分析类业务的需求，支持与贷款业务相关的监管报送以及数据分析与数据挖掘。还有海外分行费用主题模型，该模型整合了合约管理组件、客户信息管理组件业务数据，对应的业务领域包括收费付费承诺费业务信息，满足海外分行用户费用类业务的需求。对于海外分行交易明细主题模型，该模型整合了存款、借记卡组件、同业存放、电子银行、金融市场等业务数据，涉及的业务领域包括交易粒度的明细数据，满足海外分行用户对客户交易行为的分析需要。

本发明实施例中，构建特定数据模型的过程中，需要确定具体的业务领域，从业务领域对应的数据表中，选择构建特定数据模型需要的特定事实表和特定维度表，因此，需要预先生成数据表，具体体现为，在根据每个特定数据处理请求，从业务领域对应的数据表中，选择特定事实表和特定维度表之前，数据处理的方法还可以包括：从各个渠道获取业务领域对应的原始数据，并按照不同粒度，根据原始数据生成业务领域对应的数据表。本发明实施例中的渠道可以包括以下选项中至少一项：网银、网关、报关即时通、股商存管、核心银行、电票、单证、现金、客户交易信息服务以及反欺诈系统。获取的原始数据可以包括以下选项中至少一项：交易信息、客户基本信息、账户基本信息、借记卡基本信息、卡户关联信息、网银操作员信息、网银渠道信息、网银签约服务信息以及客户登陆信息。

在构建特定数据模型的过程中，还需要从预设的模型构建规则中，选择该特定数据处理请求对应的模型构建规则。本发明实施例中，预设的模型构建规则可以包括以下选项中至少一项：单业务类型的多维分析模型、混合业务类型的多维分析模型、以及按数据粒度整合多维分析模型。

针对单业务类型的多维分析模型，需要分析某一种业务的数据，在银行行业常见于分行管理类的报表，或者报送总行某业务部门的报表。基于新一代的一致性维度分析单个业务类型，比如分析存款业务、贷款业务、外汇业务等，一致性维度包括客户维度、产品维度、机构维度、科目维度、行业等，其中最常用的是客户和机构。此类模型中提供明细粒度的数据，包括合约粒度、交易粒度，明细事实表关联一致性维度实现多维分析，如存款数据和客户维度的结合，就可以实现按照客户注册国统计存款余额的分析。基于用户需求和方便使用，此类模型中也提供汇总后的指标，比如按照客户编号汇总活期存款余额、定期存款余额，或者按照机构编号汇总存款余额。此类模型对应的原始数据，在数据仓库中进行新一代的标准化后，可以实现跨组件的数据分析。

对于单业务类型的多维分析模型，以活期存款主题为例，可以根据统计存款业务常用的模型，建立存款合约、存款交易明细、存款业务客户衍生事实表、客户维度表、机构维度、产品维度等信息表间关联关系(可以根据具体的特殊需要在使用主题模型制作报表的时候改变表间关联关系)，从而生成满足不同分行需要的主题模型。

针对混合业务类型的多维分析模型，需要将各种业务类型的数据，按一定的规则抽取到一起，进行汇总统计，常见于财务类的报表。根据业务规则，将各种业务类型的数据，映射到设计好的数据模型中，在ETL(即用来描述将数据从来源端经过抽取、转换、加载至目的端的过程，是英文Extract Transform Load的缩写，)阶段实现数据的整合。此类模型主要考虑各种业务的通用属性，比如各种合约都有的本金科目、客户编号、合约编号、币种、开始日期、结束日期等，根据用户的应用场景，抽取合约的某些指标，例如合约金额、总利息、费用等。此类需求虽然源于某个分行，但设计时，不将分行特定的指标计算规则纳入计算，而是通过指导用户，在自主用数阶段进行过滤。

对于混合业务类型的多维分析模型，以合约主题为例，根据统计各类合约汇总业务常用的模型，建立存款、贷款、外汇等合约信息、客户维度表、机构维度、产品维度等信息表间关联关系(可以根据实际需要进行调整)，针对不同的需要任意构选每张表所需字段，从而生成满足不同分行需要的主题模型。在用户使用过程中可以根据不同的应用场景，对不同的业务进行组合并利用维表实现多维度的指标分析。

针对按数据粒度整合多维分析模型，根据业务需要，可以根据数据粒度整合主题，比如按照合约粒度整合的海外分行合约主题以及按照交易粒度整合的海外分行交易明细主题。此类模型不是由开发人员在ETL阶段实现数据的整合，而是由用户在自主定制阶段进行数据的整合，可以利用Cognos工具进行运算。此类模型主要考虑各种业务类型属性的完整性，而非各种业务类型的通用属性，比如贷款合约在加入合约主题时，就保留贷款合约的各项维度和指标(贷款类别、还款类型、利息基本利率、合约金额、贷款余额、应计利息等等)。还有，此类需求并非来源于分行需求，而是设计人员根据数据的粒度特征设计而来，适用于分行定制如存款余额+贷款余额这类的报表需求，或者是统计各种电子渠道交易笔数和金额这类报表需求。

对于按数据粒度整合多维分析模型，以交易明细主题为例，根据统计交易类汇总业务常用的模型，建立各类交易明细事实、客户维度表、机构维度、汇率等表间关系(可以根据实际需要进行调整)，从而生成满足不同分行需要的主题模型。

图2是根据本发明实施例的预先构建数据模型集的方法的主要流程的示意图。如图2所示，本发明实施例的预先构建数据模型集的方法的主要流程可以包括：

步骤S201，获取至少一个特定数据处理请求；

步骤S202，从至少一个特定数据处理请求中随机选择一个特定数据处理请求，定义选择的特定数据处理请求为A，确定特定数据处理请求A对应的业务领域；

步骤S203，从各个渠道获取业务领域对应的原始数据，并按照不同粒度，根据原始数据生成业务领域对应的数据表；

步骤S204，根据特定数据处理请求A，从业务领域对应的数据表中，选择特定事实表和特定维度表；

步骤S205，从预设的模型构建规则中，选择特定数据处理请求A对应的模型构建规则；

步骤S206，利用特定事实表和特定维度表，按照特定数据处理请求A对应的模型构建规则，构建特定数据处理请求A对应的特定数据模型；

步骤S207，判断是否已经分析每个特定数据处理请求，若是，则执行步骤S208；

步骤S208，利用每个特定数据处理请求对应的特定数据模型，生成数据模型集。

需要注意的是，步骤S205中预设的模型构建规则可以包括以下选项中至少一项：单业务类型的多维分析模型、混合业务类型的多维分析模型、以及按数据粒度整合多维分析模型，在上文已经详细解释过这些预设的模型构建规则，此处不再累述。

还有，步骤S205的执行顺序可以根据实际情况调整，只要在步骤S202之后并且在步骤S206之前执行即可，本发明实施例对此不做限定。

本发明实施例的数据处理的方法中，还可以根据具体需求对预先构建的数据模型集进行优化。考虑到预设的数据模型集是根据至少一个特定数据处理请求构建的，在上文中已经详细介绍至少一个特定数据处理请求的包含内容，此处不再累述。由于业务的不断扩大，业务需求不断增加，数据处理请求也会不断更新，因此会存在目标数据处理请求不属于至少一个特定数据处理请求的情况。所以，作为还一个可参考实施例，在从预先构建的数据模型集中查询目标数据处理请求对应的目标数据模型之前，数据处理的方法还可以包括：判断数据模型集中是否包括目标数据模型；若是，则直接获取目标数据模型；若否，则获取目标数据处理请求对应的目标事实表和目标维度表，根据获取的目标事实表和目标维度表构建目标数据模型，并将目标数据模型添加至数据模型集中。

具体实现为，在从数据模型集中查询对应的目标数据模型之前，需要先判断预设的数据模型集中是否包括目标数据模型，也就是判断至少一个特定数据处理请求中是否包括目标数据请求。若是，则说明数据模型集中包括目标数据模型，那么可以直接获取该目标数据模型。若否，则说明数据模型集中不包括该目标数据模型，那么需要构建该目标数据处理请求对应的目标数据模型，然后将构建的目标数据模型添加至数据模型集中，以完成对数据模型集的优化。

其中，根据目标数据处理请求构建对应的目标数据模型的方法与上文中利用特定数据处理请求构建对应的特定数据模型的方法相同，即先确定目标数据处理请求对应的业务领域，以及从预设的模型构建规则中，选择目标数据处理请求对应的模型构建规则；然后从各个渠道获取业务领域对应的原始数据，并按照不同粒度，根据原始数据生成业务领域对应的数据表；接着从业务领域对应的数据表中，选择目标数据处理请求对应的目标事实表和目标维度表；最后利用目标事实表和目标维度表，按照目标数据处理请求对应的模型构建规则，构建目标数据处理请求对应的目标数据模型。

图3是根据本发明实施例的优化数据模型集的方法的主要流程的示意图。如图3所示，本发明实施例的优化数据模型集的方法的主要流程可以包括：

步骤S301，接收目标数据处理请求，确定目标数据处理请求对应的目标数据模型；

步骤S302，判断预先构建的数据模型集中是否包括目标数据模型，若是，则执行步骤S303，若否，则执行步骤S304；

步骤S303，确定不需要对数据模型集进行优化；

步骤S304，获取目标数据处理请求对应的目标事实表和目标维度表，根据获取的目标事实表和目标维度表构建目标数据模型；

步骤S305，将目标数据模型添加至数据模型集中，以完成数据模型集的优化。

其中，步骤S304根据目标数据处理请求构建目标数据模型的具体方法在上文中已详细描述过，此处不再累述。

图4是根据本发明实施例的数据处理的方法的主要流程的示意图。如图4所示，本发明实施例的数据处理的方法的主要流程可以包括：

步骤S401，获取至少一个特定数据处理请求；

步骤S402，从至少一个特定数据处理请求中随机选择一个特定数据处理请求，定义选择的特定数据处理请求为A，确定特定数据处理请求A对应的业务领域；

步骤S403，从各个渠道获取业务领域对应的原始数据，并按照不同粒度，根据原始数据生成业务领域对应的数据表；

步骤S404，根据特定数据处理请求A，从业务领域对应的数据表中，选择特定事实表和特定维度表；

步骤S405，从预设的模型构建规则中，选择特定数据处理请求A对应的模型构建规则；

步骤S406，利用特定事实表和特定维度表，按照特定数据处理请求A对应的模型构建规则，构建特定数据处理请求A对应的特定数据模型；

步骤S407，判断是否已经分析每个特定数据处理请求，若是，则执行步骤S408；

步骤S408，利用每个特定数据处理请求对应的特定数据模型，生成数据模型集；

步骤S409，接收目标数据处理请求，确定目标数据处理请求对应的目标数据模型；

步骤S410，判断预先构建的数据模型集中是否包括目标数据模型，若是，则执行步骤S411，若否，则执行步骤S412；

步骤S411，直接从数据模型集中获取目标数据模型；

步骤S412，获取目标数据处理请求对应的目标事实表和目标维度表，根据获取的目标事实表和目标维度表构建目标数据模型；

步骤S413，将目标数据模型添加至数据模型集中，以完成数据模型集的优化；

步骤S414，从优化后的数据模型集中获取目标数据模型；

步骤S415，利用Cognos工具，根据目标数据模型，确定目标数据处理请求对应的目标属性字段和\或目标指标字段；

步骤S416，根据目标属性字段和\或目标指标字段，定制目标数据模板，以执行目标数据处理请求。

需要注意的是，步骤S405中预设的模型构建规则可以包括以下选项中至少一项：单业务类型的多维分析模型、混合业务类型的多维分析模型、以及按数据粒度整合多维分析模型，在上文已经详细解释过这些预设的模型构建规则，此处不再累述。还有，步骤S405的执行顺序可以根据实际情况调整，只要在步骤S402之后并且在步骤S406之前执行即可，本发明实施例对此不做限定。

此外，步骤S412根据目标数据处理请求构建目标数据模型的具体方法在上文中已详细描述过，此处不再累述。还有，步骤S401中的特定数据处理请求可以包括以下选项中至少一项：特定数据报表生成请求、特定数据分析处理请求、以及特定数据挖掘处理请求。步骤S409中的目标数据处理请求可以包括以下选项中至少一项：目标数据报表生成请求、目标数据分析处理请求、以及目标数据挖掘处理请求。

根据本发明实施例的数据处理的技术方案，能够在预先构建的数据模型集的基础上，借助Cognos工具实现零代码自主定制数据模板，满足各类监管报送以及数据分析需要，从而可以在减少商业银行海外分支机构信息化过程中的成本投入，提高业务在数据应用方面的自主性，解决当前环境下商业银行海外分支机构在提高信息化程度过程中的痛点难点，还可以打破原有商业银行数据使用模式，为商业银行海外分支机构用户提供全新的数据使用方式，促进商业银行海外分支结构的技术发展。

图5是根据本发明实施例的数据处理的装置的主要模块的示意图。如图5所示，本发明实施例的数据处理的装置500可以包括：查询模块501、确定模块502和执行模块503。

其中，查询模块501可用于接收目标数据处理请求，从预先构建的数据模型集中查询目标数据处理请求对应的目标数据模型；确定模块502可用于利用Cognos工具，根据目标数据模型，确定目标数据处理请求对应的目标属性字段和\或目标指标字段；执行模块503可用于根据目标属性字段和\或目标指标字段，定制目标数据模板，以执行目标数据处理请求。

本发明实施例中，查询模块501还可用于：获取至少一个特定数据处理请求；针对每个特定数据处理请求，获取每个特定数据处理请求对应的特定事实表和特定维度表，并根据特定事实表和特定维度表，构建每个特定数据处理请求对应的特定数据模型；利用每个特定数据处理请求对应的特定数据模型，生成数据模型集。

本发明实施例中，查询模块501还可用于：确定每个特定数据处理请求对应的业务领域；根据每个特定数据处理请求，从业务领域对应的数据表中，选择特定事实表和特定维度表；从预设的模型构建规则中，选择每个特定数据处理请求对应的模型构建规则；利用特定事实表和特定维度表，按照每个特定数据处理请求对应的模型构建规则，构建每个特定数据处理请求对应的特定数据模型。

本发明实施例中，查询模块501还可用于：从各个渠道获取业务领域对应的原始数据，并按照不同粒度，根据原始数据生成业务领域对应的数据表。

本发明实施例中，预设的模型构建规则可以包括以下选项中至少一项：单业务类型的多维分析模型、混合业务类型的多维分析模型、以及按数据粒度整合多维分析模型。

本发明实施例中，查询模块501还可用于：判断数据模型集中是否包括目标数据模型；若是，则直接获取目标数据模型；若否，则获取目标数据处理请求对应的目标事实表和目标维度表，根据获取的目标事实表和目标维度表构建目标数据模型，并将目标数据模型添加至数据模型集中。

本发明实施例中，数据处理请求可以包括以下选项中至少一项：数据报表生成请求、数据分析处理请求、以及数据挖掘处理请求。

从以上描述可以看出，本发明实施例的数据处理装置能够在预先构建的数据模型集的基础上，借助Cognos工具实现零代码自主定制数据模板，满足各类监管报送以及数据分析需要，从而可以在减少商业银行海外分支机构信息化过程中的成本投入，提高业务在数据应用方面的自主性，解决当前环境下商业银行海外分支机构在提高信息化程度过程中的痛点难点，还可以打破原有商业银行数据使用模式，为商业银行海外分支机构用户提供全新的数据使用方式，促进商业银行海外分支结构的技术发展。

图6示出了可以应用本发明实施例的数据处理的方法或数据处理的装置的示例性系统架构600。

如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的数据处理的方法一般由服务器605执行，相应地，数据处理的装置一般设置于服务器605中。

应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括查询模块、确定模块和执行模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，查询模块还可以被描述为“接收目标数据处理请求，从预先构建的数据模型集中查询目标数据处理请求对应的目标数据模型的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：接收目标数据处理请求，从预先构建的数据模型集中查询目标数据处理请求对应的目标数据模型；利用Cognos工具，根据目标数据模型，确定目标数据处理请求对应的目标属性字段和\或目标指标字段；根据目标属性字段和\或目标指标字段，定制目标数据模板，以执行目标数据处理请求。

根据本发明实施例的技术方案，能够在预先构建的数据模型集的基础上，借助Cognos工具实现零代码自主定制数据模板，满足各类监管报送以及数据分析需要，从而可以在减少商业银行海外分支机构信息化过程中的成本投入，提高业务在数据应用方面的自主性，解决当前环境下商业银行海外分支机构在提高信息化程度过程中的痛点难点，还可以打破原有商业银行数据使用模式，为商业银行海外分支机构用户提供全新的数据使用方式，促进商业银行海外分支结构的技术发展。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种数据处理的方法，其特征在于，包括：

接收目标数据处理请求，从预先构建的数据模型集中查询所述目标数据处理请求对应的目标数据模型；

利用Cognos工具，根据所述目标数据模型，确定所述目标数据处理请求对应的目标属性字段和\或目标指标字段；

根据所述目标属性字段和\或所述目标指标字段，定制目标数据模板，以执行所述目标数据处理请求。

2.根据权利要求1所述的方法，其特征在于，在从预先构建的数据模型集中查询所述目标数据处理请求对应的目标数据模型之前，所述方法还包括：

获取至少一个特定数据处理请求；

针对每个特定数据处理请求，获取所述每个特定数据处理请求对应的特定事实表和特定维度表，并根据所述特定事实表和所述特定维度表，构建所述每个特定数据处理请求对应的特定数据模型；

利用所述每个特定数据处理请求对应的特定数据模型，生成所述数据模型集。

3.根据权利要求2所述的方法，其特征在于，所述获取所述每个特定数据处理请求对应的特定事实表和特定维度表，并根据所述特定事实表和所述特定维度表，构建所述每个特定数据处理请求对应的特定数据模型，包括：

确定所述每个特定数据处理请求对应的业务领域；

根据所述每个特定数据处理请求，从所述业务领域对应的数据表中，选择所述特定事实表和所述特定维度表；

从预设的模型构建规则中，选择所述每个特定数据处理请求对应的模型构建规则；

利用所述特定事实表和所述特定维度表，按照所述每个特定数据处理请求对应的模型构建规则，构建所述每个特定数据处理请求对应的特定数据模型。

4.根据权利要求3所述的方法，其特征在于，在根据所述每个特定数据处理请求，从所述业务领域对应的数据表中，选择所述特定事实表和所述特定维度表之前，所述方法还包括：

从各个渠道获取所述业务领域对应的原始数据，并按照不同粒度，根据所述原始数据生成所述业务领域对应的数据表。

5.根据权利要求3所述的方法，其特征在于，所述预设的模型构建规则包括以下选项中至少一项：单业务类型的多维分析模型、混合业务类型的多维分析模型、以及按数据粒度整合多维分析模型。

6.根据权利要求1所述的方法，其特征在于，在从预先构建的数据模型集中查询所述目标数据处理请求对应的目标数据模型之前，所述方法还包括：

判断所述数据模型集中是否包括所述目标数据模型；

若是，则直接获取所述目标数据模型；

若否，则获取所述目标数据处理请求对应的目标事实表和目标维度表，根据获取的所述目标事实表和所述目标维度表构建所述目标数据模型，并将所述目标数据模型添加至所述数据模型集中。

7.根据权利要求1所述的方法，其特征在于，所述数据处理请求包括以下选项中至少一项：数据报表生成请求、数据分析处理请求、以及数据挖掘处理请求。

8.一种数据处理的装置，其特征在于，包括：

查询模块，用于接收目标数据处理请求，从预先构建的数据模型集中查询所述目标数据处理请求对应的目标数据模型；

确定模块，用于利用Cognos工具，根据所述目标数据模型，确定所述目标数据处理请求对应的目标属性字段和\或目标指标字段；

执行模块，用于根据所述目标属性字段和\或所述目标指标字段，定制目标数据模板，以执行所述目标数据处理请求。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images