CN111782719B - 数据处理方法及装置 - Google Patents
数据处理方法及装置 Download PDFInfo
- Publication number
- CN111782719B CN111782719B CN202010841338.5A CN202010841338A CN111782719B CN 111782719 B CN111782719 B CN 111782719B CN 202010841338 A CN202010841338 A CN 202010841338A CN 111782719 B CN111782719 B CN 111782719B
- Authority
- CN
- China
- Prior art keywords
- data
- target
- extraction
- supervision
- request
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 37
- 238000013075 data extraction Methods 0.000 claims abstract description 231
- 230000000007 visual effect Effects 0.000 claims abstract description 115
- 238000012545 processing Methods 0.000 claims abstract description 102
- 238000012800 visualization Methods 0.000 claims abstract description 65
- 238000001514 detection method Methods 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000000605 extraction Methods 0.000 claims description 42
- 238000000547 structure data Methods 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 14
- 238000012550 audit Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000012797 qualification Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 22
- 230000008520 organization Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 10
- 230000007246 mechanism Effects 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000013079 data visualisation Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000009960 carding Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000012549 training Methods 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- 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
-
- 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
- G06F16/248—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供数据处理方法及装置，其中所述数据处理方法包括：接收监管方提交的数据提取请求；对所述数据提取请求进行解析，获得请求类型和数据提取维度；在目标数据库中提取与所述数据提取维度对应的目标数据，并按照所述请求类型对所述目标数据进行可视化处理；根据处理结果生成所述数据提取请求对应的可视化数据，并发送至所述监管方；实现在合规性检测场景中方便监管方进行数据的整理、处理和查看，进一步提高监管方的数据处理效率。
Description
技术领域
本申请涉及合规数据管理领域，特别涉及数据处理方法及装置。
背景技术
随着互联网技术的发展，数据的采集和整理变得愈发便捷，而且监管方为了能够提高数据处理效率，通常会根据监管需求向服务端发送数据提取请求，由服务端将与数据提取请求对应的数据进行整理后，直接反馈给监管方，监管方即可直接进行复用，无需再进行处理；然而对于服务端来讲，与其签订协议的监管方不仅仅是一个，在多个监管方中不同的监管方对数据的需求是不同的，进而导致所收到的数据提取请求也是不同的，这就导致服务端需要针对不同的数据提取请求进行不同的数据提取操作和整理操作，不仅耗时耗力，而且针对数据提取请求的反馈速度慢，导致监管方等待时间变长，故亟需一种有效的方案以解决该问题。
发明内容
有鉴于此，本申请实施例提供了一种数据处理方法。本申请同时涉及一种数据处理装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。
根据本申请实施例的第一方面，提供了一种数据处理方法，包括：
接收监管方提交的数据提取请求；
对所述数据提取请求进行解析，获得请求类型和数据提取维度；
在目标数据库中提取与所述数据提取维度对应的目标数据，并按照所述请求类型对所述目标数据进行可视化处理；
根据处理结果生成所述数据提取请求对应的可视化数据，并发送至所述监管方。
可选的，所述对所述数据提取请求进行解析，获得请求类型和数据提取维度步骤执行之前，还包括：
获取所述监管方的监管标识，并根据所述监管标识向所述监管方发送证明请求；
接收所述监管方针对所述证明请求上传的证明文件，并按照预设的检测算法对所述证明文件进行真实性检测；
在所述证明文件满足真实性检测条件的情况下，执行所述对所述数据提取请求进行解析，获得请求类型和数据提取维度步骤。
可选的，所述在目标数据库中提取与所述数据提取维度对应的目标数据，包括：
对所述数据提取维度进行解析，获得子数据提取维度组成的提取维度集合；
确定所述提取维度集合中包含的各个子数据提取维度对应的子数据库，并基于所述子数据库组成所述目标数据库；
在所述目标数据库中提取所述提取维度集合中包含的各个子数据提取维度对应的子目标数据；
将所述提取维度集合中包含的各个子数据提取维度对应的子目标数据进行整合，获得所述目标数据。
可选的，所述按照所述请求类型对所述目标数据进行可视化处理，包括：
根据预设的请求类型和可视化组件的对应关系，确定所述请求类型对应的目标可视化组件；
调用所述目标可视化组件对所述目标数据进行可视化处理。
可选的，所述在目标数据库中提取与所述数据提取维度对应的目标数据，包括：
对所述数据提取维度进行解析，获得子数据提取维度组成的提取维度集合；
按照所述提取维度集合中包含的各个子数据提取维度查询所述目标数据库的元数据表，获得所述目标数据对应的路由信息；
基于所述路由信息在所述目标数据库中提取所述数据提取维度对应的所述目标数据。
可选的，所述按照所述请求类型对所述目标数据进行可视化处理，包括：
根据所述请求类型在预设的可视化模板中选择目标可视化模板；
将所述目标数据添加至所述目标可视化模板，并对添加所述目标数据的所述目标可视化模板进行可视化处理。
可选的，所述根据处理结果生成所述数据提取请求对应的可视化数据，并发送至所述监管方，包括：
根据处理结果生成所述数据提取请求对应的所述可视化数据；
按照所述监管方的监管标识对所述可视化数据进行加密处理，并将加密后的可视化数据发送至所述监管方。
可选的，所述根据处理结果生成所述数据提取请求对应的可视化数据，并发送至所述监管方步骤执行之后，还包括：
接收所述监管方针对所述可视化数据提交的审核指令；
在所述审核指令中包含对待审核方进行审核的审核任务的情况下，确定所述审核任务中包含的预设业务范围；
基于所述预设业务范围生成针对所述待审核方进行审核的审核信息，并将所述审核信息发送至与所述待审核方匹配的目标用户；
在接收到所述目标用户针对所述审核信息返回响应信息的情况下，根据所述响应信息确定所述审核任务的审核结果，并发送至所述监管方。
可选的，所述待审核方匹配的目标用户通过如下方式确定：
确定所述待审核方的位置信息，并根据所述位置信息创建任务分配区域，在所述任务分配区域中确定所述目标用户；
或者，
确定所述待审核方的历史订单数据，并根据所述历史订单数据确定所述目标用户。
可选的，所述可视化数据包括下述至少一项：
图结构数据，表结构数据，图文结构数据，图表结构数据。
根据本申请实施例的第二方面，提供了一种数据处理装置，包括：
接收模块，被配置为接收监管方提交的数据提取请求；
解析模块，被配置为对所述数据提取请求进行解析，获得请求类型和数据提取维度；
可视化处理模块，被配置为在目标数据库中提取与所述数据提取维度对应的目标数据，并按照所述请求类型对所述目标数据进行可视化处理；
发送模块，被配置为根据处理结果生成所述数据提取请求对应的可视化数据，并发送至所述监管方。
根据本申请实施例的第三方面，提供了一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：
接收监管方提交的数据提取请求；
对所述数据提取请求进行解析，获得请求类型和数据提取维度；
在目标数据库中提取与所述数据提取维度对应的目标数据，并按照所述请求类型对所述目标数据进行可视化处理；
根据处理结果生成所述数据提取请求对应的可视化数据，并发送至所述监管方。
根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现所述数据处理方法的步骤。
本申请提供的数据处理方法，在接收到监管方提交的数据提取请求后，通过对所述数据提取请求进行解析，获得所述监管方需要的数据提取维度，以及针对数据的请求类型，之后在所述目标数据库中提取与所述数据提取维度对应的目标数据，并按照所述请求类型对所述目标数据进行可视化处理，最后生成所述数据提取请求对应的可视化数据并发送至所述监管方，实现在获得不同监管方提交的数据提取请求的情况下，可以根据请求类型和数据提取维度自动生成所述可视化数据，不仅节省整合数据的时间，还能够提高可视化处理效率，进一步降低了监管方的等待时间，有效的提高了监管方的体验效果。
附图说明
图1是本申请一实施例提供的一种数据处理方法的流程图；
图2是本申请一实施例提供的一种数据处理方法中可视化数据的示意图；
图3是本申请一实施例提供的一种应用于销售场景中的数据处理方法的处理流程图；
图4是本申请一实施例提供的一种数据处理装置的结构示意图；
图5是本申请一实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
在本申请一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请一个或多个实施例。在本申请一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本申请一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在本申请中，提供了一种数据处理方法，本申请同时涉及一种数据处理装置，一种计算设备，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。
图1示出了根据本申请一实施例提供的一种数据处理方法的流程图，具体包括以下步骤：
步骤S102，接收监管方提交的数据提取请求。
实际应用中，由于服务端对接的监管方不仅限一个，并且不同的监管方的数据提取需求不同，故在接收到不同监管方提交的数据提取请求后，将针对性的单独进行数据的整理和提取，以满足不同监管方的数据提取需求；但是在数据整理和提取的过程中，不仅需要安排专业的人员进行梳理，还需要根据监管方的需求作出不同的数据的可视化形式，将耗费大量的人力物力，且效率也是比较底下的。
本申请提供的数据处理方法，为了能够提高处理效率的同时，针对不同的数据提取请求都可以尽快生成对应的可视化数据，将在接收到监管方提交的数据提取请求后，通过对所述数据提取请求进行解析，获得所述监管方需要的数据提取维度，以及针对数据的请求类型，之后在所述目标数据库中提取与所述数据提取维度对应的目标数据，并按照所述请求类型对所述目标数据进行可视化处理，最后生成所述数据提取请求对应的可视化数据并发送至所述监管方，实现在获得不同监管方提交的数据提取请求的情况下，可以根据请求类型和数据提取维度自动生成所述可视化数据，不仅节省整合数据的时间，还能够提高可视化处理效率，进一步降低了监管方的等待时间，有效的提高了监管方的体验效果。
具体实施时，所述监管方具体是指具有数据监管资格的一方，监管方可以通过审核数据的方式确定某一维度的变化趋势，从而做出相对应的政策等，所述监管方可以是税务机构、市场监管机构、财政机构等等；所述数据提取请求具体是指监管方所要提取数据的请求，根据所述数据提取请求可以确定所述监管方所需要的数据类型，以及将提取请求对应的目标数据转化的可视化形式，从而方便监管方进行审核、查看、处理等。
进一步的，由于所述监管方相对于所述服务端具有一定的访问权限，故监管方可以根据指示向所述服务端发出所述数据提取请求，然而正是因为该访问权限的存在，监管方所享有的权限也是较大的，可以对服务端的保密数据也能够进行查看和审核，如对服务端的销售数据或客户订单数据进行审核；但是对于服务端来讲部分数据是较为重要的，不能够被竞争对手所获悉，以避免造成不必要的损失。
基于此，在针对所述监管方的数据提取请求进行反馈之前，可以对所述监管方进行身份审核，从而避免冒充监管方获取服务端保密数据的问题发生，以提高数据的保密性，本实施例中，具体实现方式如下所述：
获取所述监管方的监管标识，并根据所述监管标识向所述监管方发送证明请求；
接收所述监管方针对所述证明请求上传的证明文件，并按照预设的检测算法对所述证明文件进行真实性检测；
在所述证明文件满足真实性检测条件的情况下，执行所述对所述数据提取请求进行解析，获得请求类型和数据提取维度步骤。
具体的，所述监管标识具体是指所述监管方具有的唯一标识，通过所述监管标识可以确定所述监管方来自的机构，从而可以对所述监管方进行后续的审核过程；所述证明文件具体是指证明所述监管方身份的文件，可以是监管方进行数据提取的相关手续文件，或者监管方的公章等；所述检测算法具体是指能够对证明文件进行真实性检测的算法，可以是结合区块链的算法或者机器学习算法等。
基于此，在接收到所述监管方提交的数据提取请求的情况下，将根据所述监管方的监管标识向所述监管方发送证明请求，以请求所述监管方提交相关证明文件，从而可以批准后续针对监管方的需求进行相应的数据处理过程；在接收到所述证明文件后，按照预设的检测算法对所述证明文件进行真实性检测，在所述证明文件满足真实性检测条件的情况下，说明所述监管方符合数据提取的条件，则继续进行后续的数据处理过程即可；在所述证明文件不满足真实性检测结果的情况下，说明所述监管方可能存在冒充监管方的违规行为，则可以向相关的部门进行举报，从而避免造成相应的损失。
实际应用中，一方面所述检测算法可以基于区块链实现，此时对所述证明文件的真实性检测是指：在获得所述证明文件之后，通过对所述证明文件进行哈希运算获得证明文件的待验证哈希值，同时请求区块链获取与监管标识对应的目标哈希值，此时将待验证哈希值与目标哈希值进行比对，在比对结果为一致的情况下，即可说明所述证明文件满足真实性检测条件；在比对结果为不一致的情况下，即可说明所述证明文件不满足真实性检测条件。
另一方面所述检测算法还可以通过分类器实现，此时对所述证明文件的真实性检测是指：在获得所述证明文件之后，将所述证明文件输入至预先训练好的分类器中，通过分类器对所述证明文件进行真实性检测，并获得分类器输出的分类结果，在结果为1的情况下，说明证明文件满足真实性检测条件，在结果为0的情况下，说明证明文件不满足真实性检测条件。
此外，所述检测算法还可以是基于机器学习实现，或者分类器实现，实际应用中在预设检测算法时可以根据实际需求进行设定，本实施例在此不作任何限定。
以所述监管方为市场监管机构为例，对上述身份审核的过程进行描述，在接收到市场监管机构提交的数据提取请求的情况下，此时将对其进行身份验证，从而避免保密数据被冒充提取；确定市场监管机构的监管标识CN_CS_001，并根据监管标识CN_CS_001请求市场监管机构上传相应的证明文件，接收市场监管机构上传的提取数据的手续文件和公章图片，此时将根据检测算法对手续文件和公章图片进行真实性检测，在证明文件满足真实性检测条件的情况下，表明监管标识为CN_CS_001的市场监管机构符合数据提取条件，则进行后续的数据处理过程即可。
综上，在针对所述监管方的数据提取请求反馈数据的之前，将对所述监管方进行身份验证，并通过结合检测算法提高身份验证的精准度，从而避免出现违规用户冒充监管方提取数据的情况发生，进一步保证服务端数据的安全性。
步骤S104，对所述数据提取请求进行解析，获得请求类型和数据提取维度。
具体的，在上述接收到所述监管方提交的数据提取请求的基础上，进一步的，将根据所述数据提取请求确定所述监管方提取数据的需求，即提取那些维度的数据，以及确定所述监管方需要将提取的数据转换为何种形式，即提取的数据的转换方式，从而才能够实现向所述监管方反馈满足监管方需求的可视化数据，节省监管方整理数据的时间。
基于此，通过对所述数据提取请求进行解析，获得所述监管方的请求类型和数据提取维度；其中，所述请求类型具体是指所述监管方所请求提取的数据以何种方式进行反馈，所述数据提取维度具体是指所述监管方所需数据所属的维度。
沿用上例，在获得市场监管机构上传的数据提取请求的情况下，此时对数据提取请求进行解析，获得市场监管机构的请求类型为图结构，数据提取维度为2019年至2020年的{销售数据维度，客户数量维度，商家入住维度}，以进行后续的数据提取过程。
步骤S106，在目标数据库中提取与所述数据提取维度对应的目标数据，并按照所述请求类型对所述目标数据进行可视化处理。
具体的，在上述解析所述数据提取请求获得所述请求类型和所述数据提取维度的基础上，进一步的，将根据所述数据提取维度在目标数据库中提取目标数据，同时按照所述请求类型对所述目标数据进行可视化处理，从而实现无需监管方整理即可获得与请求匹配的可视化数据，节省监管方整理数据所消耗的时间的同时，提高监管方的体验效果。
基于此，所述目标数据库具体是指服务端存储各种类型数据的数据库，所述目标数据库可以是一个数据库，或者由多个子数据库组成；所述目标数据具体是指与所述数据提取请求所对应的数据，并且所述目标数据与所述数据提取维度相对应，所述可视化处理具体是指将所述目标数据处理为符合监管方请求类型的可视化数据方，从而方便监管方处理、整理或查看等。
进一步的，一方面在根据所述数据提取维度从所述目标数据库中提取所述目标数据的过程中，由于监管方所要提取的数据可能未存储在同一数据库中，此时就需要在多个数据库中提取数据组成所述目标数据，本实施例中，具体实现方式如下所述：
对所述数据提取维度进行解析，获得子数据提取维度组成的提取维度集合；
确定所述提取维度集合中包含的各个子数据提取维度对应的子数据库，并基于所述子数据库组成所述目标数据库；
在所述目标数据库中提取所述提取维度集合中包含的各个子数据提取维度对应的子目标数据；
将所述提取维度集合中包含的各个子数据提取维度对应的子目标数据进行整合，获得所述目标数据。
具体的，在对所述数据提取维度进行解析之后，确定需要进行数据提取的各个子数据提取维度，并组成所述提取维度集合，之后确定各个子数据提取维度对应的子数据库，即确定存储所属子数据提取维度的数据的数据库；再从所述各个子数据库中按照所述子数据提取维度进行数据的提取，获得所述子目标数据，最后将获得的全部子目标数据进行整合，即可获得所述目标数据。
其中，所述子数据提取维度可以是销售数据维度、商家数据维度、用户数据维度、订单数据维度等等，相应的，所述子目标数据可以是销售数据、商家数据、用户留存数据、订单数据等等。
更进一步的，在确定所述目标数据之后，由于不同的监管方可能有不同的需求，现有技术在针对不同的需求进行数据的可视化处理时，需要人工处理的方式才能够实现，不仅耗时耗力，而且需要监管方等待的时间也是较长的，故为了能够加快生成可视化数据的时间，以及能够适配更多监管方的数据提取请求，可以预设可视化组件的方式实现，本实施例中，具体实现方式如下所述：
根据预设的请求类型和可视化组件的对应关系，确定所述请求类型对应的目标可视化组件；
调用所述目标可视化组件对所述目标数据进行可视化处理。
具体的，所述可视化组件具体是指与不同的请求类型匹配的组件，通过该组件可以将所述目标数据生成与所述数据提取请求对应的可视化数据，如将目标数据转换为图表形式表达，图文形式表达，图形式表达等；不同的可视化组件与预设的请求类型将预先设置好对应关系，当获取到数据提取请求后，可以通过该对应关系快速的确定需要使用的可视化组件，并调用该组件实现对所述目标数据的可视化处理过程即可。
需要说明的是，所述可视化组件可以基于机器学习算法实现，具体是指：在将所述目标数据输入至训练好的可视化组件之后，所述可视化组件可以通过对目标数据进行整理和排布，生成与请求对应的可视化数据；而不同的请求将选择不同训练方式的可视化组件进行目标数据的可视化处理。
沿用上例，在确定市场监管机构的数据提取请求对应的数据提取维度的情况下，按照销售数据维度选择存储销售数据的第一子数据库，按照客户数量维度选择存储客户数量数据的第二子数据库，以及按照商家入住维度选择存储商家入住数据的第三子数据库，并从三个子数据库中分别提取2019年至2020年的销售数据、客户数量数据和商家入住数据组成目标数据。
基于此，再通过查询请求类型和可视化组件的对应关系表可知，确定请求类型为图结构类型的可视化组件为生成图结构组件，之后调用生成图结构组件对目标数据进行可视化处理即可，以实现后续生成方便市场监管机构审查的可视化数据，其中请求类型和可视化组件的对应关系表如表1所示：
| 名称 | 请求类型 | 可视化组件 |
| 1 | 图结构 | 生成图结构组件 |
| 2 | 表结构 | 生成表结构组件 |
| …… | …… | …… |
表1
综上，在所述数据提取请求中的数据提取维度对应多个数据库的情况下，将从多个数据库中提取多个子数据并组成所述目标数据，实现无需监管方整理，提高了监管方处理数据的效率，同时为了提高对目标数据的可视化处理效率，将预设可视化组件的方式实现可视化处理过程，更进一步的提高了整理数据的效率，不仅可以针对不同的数据提取请求进行数据的可视化处理，还减少了监管方的等待时间，有效的提高了监管方的体验效果。
更进一步的，另一方面在根据所述数据提取维度从所述目标数据库中提取所述目标数据的过程中，由于服务端的数据较为庞大，在按照所述数据提取维度进行数据提取时，可能要耗费较多的时间才能够完成数据的数据提取操作，故为了能够提高数据提取速度，可以通过查询数据库元数据表的方式确定路由信息，从而快速的确定目标数据的位置并进行提取，本实施例中，具体实现方式如下所述：
对所述数据提取维度进行解析，获得子数据提取维度组成的提取维度集合；
按照所述提取维度集合中包含的各个子数据提取维度查询所述目标数据库的元数据表，获得所述目标数据对应的路由信息；
基于所述路由信息在所述目标数据库中提取所述数据提取维度对应的所述目标数据。
具体的，所述元数据表具体是指描述数据属性的信息，用来支持存储位置、历史数据、资源查找、文件记录等功能；相应的，所述路由信息具体是指存储目标数据位置相关的信息。
基于此，在对所述数据提取维度进行解析后，获得由子数据提取维度组成的提取维度集合，之后按照所述提取维度集合中包含的各个子数据提取维度查询所述目标数据库的元数据表，即可获得所述目标数据对应的路由信息，最后按照所述路由信息在所述目标数据库中提取所述数据提取维度对应的所述目标数据即可。
而完成目标数据的提取操作之后，进一步的将需要对所述目标数据进行可视化处理，为了能够加快生成可视化数据的时间，以及能够适配更多监管方的数据提取请求，可以通过预设可视化模板的方式实现，本实施例中，具体实现方式如下所述：
根据所述请求类型在预设的可视化模板中选择目标可视化模板；
将所述目标数据添加至所述目标可视化模板，并对添加所述目标数据的所述目标可视化模板进行可视化处理。
具体的，所述可视化模板具体是指在添加目标数据后，可以生成待可视化处理的模板；基于此，根据所述请求类型在预设的可视化模板中选择与所述监管方的数据提取请求对应的目标可视化模板，之后将目标数据添加至所述目标可视化模板，并对添加所述目标数据的所述目标可视化模板进行可视化处理即可。
沿用上例，在确定市场监管机构的数据提取请求对应的数据提取维度的情况下，按照销售数据维度、客户数量维度和商家入住维度查询目标数据库的元数据表，确定对应销售数据维度的销售数据的路由信息是Route1，客户数量维度的客户数量数据的理由信息是Route21，以及商家入住维度的商家入住数据的路由信息是Route9，之后按照路由信息Route1即可获得2019年至2020年的销售数据，按照路由信息Route21即可获得2019年至2020年的客户数量数据，以及按照路由信息Route9即可获得2019年至2020年的商家入住数据。
基于此，再通过请求类型(图结构请求类型)在预设的可视化模板中查询到图结构可视化模板，并将销售数据、客户数量数据和商家入住数据添加至图结构可视化模板，获得待可视化处理模板，最后对待可视化处理模板进行可视化处理，即可生成方便市场监管机构审核、查看、整理的可视化数据。
综上，实现无需监管方整理，提高了监管方处理数据的效率，同时为了提高对目标数据的可视化处理效率，将预设可视化模板的方式实现可视化处理过程，更进一步的提高了整理数据的效率，不仅可以针对不同的数据提取请求进行数据的可视化处理，还减少了监管方的等待时间，有效的提高了监管方的体验效果。
步骤S108，根据处理结果生成所述数据提取请求对应的可视化数据，并发送至所述监管方。
具体的，在上述对所述目标数据进行可视化处理的基础上，即可根据可视化处理结果生成所述数据提取请求的可视化数据，所述可视化数据具体是指根据所述数据提取请求将目标数据转换为符合监管方需求的数据，所述可视化数据可以是图结构数据，表结构数据，图文结构数据，图表结构数据等，即可以将目标数据转换为图结构表达，表结构表达，图文结构表达或图表结构表达等，具体表达形式如图2中(1)至(9)所示的内容；需要说明的是，可视化数据的表达形式不限于图2所示的内容，图2所示的可视化数据仅为一部分，实际应用中，可以根据不同的请求生成不同的可视化数据，本实施例在此不作任何限定。
进一步的，在向所述监管方发送可视化数据的过程中，由于可视化数据可能涉及服务端的保密数据，为了避免造成保密数据的泄露，可以按照监管方的监管标识对所述可视化数据进行加密后再进行反馈，本实施例中，具体实现方式如下所述：
根据处理结果生成所述数据提取请求对应的所述可视化数据；
按照所述监管方的监管标识对所述可视化数据进行加密处理，并将加密后的可视化数据发送至所述监管方。
实际应用中，由于可视化数据可能是反映服务端销售数据、客户数据、货源数据等趋势的数据，而该部分数据将涉及到多方保密的问题，若泄露出去可能对服务端造成严重的影响，故为了能够进一步提高数据的安全性，可以在发送至所述监管方之前，对所述可视化数据进行加密处理，而加密方式可以根据所述监管方的监管标识实现，从而实现监管方进行解密时按照监管标识即可实现，深层次的保证了可视化数据的安全性。
此外，在将所述可视化数据发送至所述监管方之后，监管方将对所述可视化数据进行分析、处理等，在所述监管方返回审核指令的情况下，说明所述监管方已经完成对目标数据的分析、处理等，而在此过程中，监管方可能针对部分数据回传审核任务，即针对部分待审核方进行合规检测的任务，此时就需要对待审核方进行审核，本实施例中，具体实现方式如下所述：
接收所述监管方针对所述可视化数据提交的审核指令；
在所述审核指令中包含对待审核方进行审核的审核任务的情况下，确定所述审核任务中包含的预设业务范围；
基于所述预设业务范围生成针对所述待审核方进行审核的审核信息，并将所述审核信息发送至与所述待审核方匹配的目标用户；
在接收到所述目标用户针对所述审核信息返回响应信息的情况下，根据所述响应信息确定所述审核任务的审核结果，并发送至所述监管方。
其中，所述待审核方匹配的目标用户通过如下方式确定：
确定所述待审核方的位置信息，并根据所述位置信息创建任务分配区域，在所述任务分配区域中确定所述目标用户；或者，确定所述待审核方的历史订单数据，并根据所述历史订单数据确定所述目标用户。
具体的，所述待审核方具体是指需要对其业务范围进行审核的一方，可以商铺等，所述预设业务范围具体是指所述待审核方的注册业务范围，即注册经营范围；所述目标用户具体是指能够对所述待审核方进行业务范围审核的用户；所述审核信息具体是指对所述待审核方的业务范围进行审核的信息；所述响应信息具体是指所述目标用户针对审核信息反馈的信息，所述审核结果即为对所述待审核方的业务范围的审核结果。
基于此，在接收到包含审核任务的审核指令的情况下，说明所述监管方需要对待审核方进行业务范围的审核，此时将根据所述审核任务确定所述待审核方的预设业务范围，之后基于所述预设业务范围生成针对所述待审核方进行审核的审核信息，并将所述审核信息发送至与所述待审核方匹配的目标用户，所述目标用户可以由服务端进行指定，或者按照待审核方的位置信息进行确定目标用户；最后在接收到所述目标用户针对所述审核信息返回响应信息的情况下，即可根据所述响应信息确定所述审核任务的审核结果，并发送至所述监管方。
例如，在市场监管机构针对商铺S反馈审核任务的审核指令的情况下，说明市场监管机构需要对商铺S进行经营范围的审核，此时确定商铺S的注册经营范围是食品销售，则根据注册经营范围食品销售生成审核信息“请问商铺S销售五金件么”，之后确定商铺S的位置信息，并基于位置信息创建任务分配区域，选择在任务分配区域中的用户作为目标用户，向目标用户发送审核信息“请问商铺S销售五金件么”，在接收到目标用户返回响应信息为“未销售”的情况下，说明商铺S的经营范围是合规的，在接收到目标用户返回响应信息为“销售”的情况下，说明商铺S的经营范围是不合规的，最后将审核结果再反馈至市场监管机构即可。
综上，通过位置定位的方式选择目标用户协助进行业务范围的审核，不仅可以节省人力物力，还可以针对就近的用户分配审核信息，能够有效的保证响应信息的准确性，进一步提高对待审核方业务范围审核的公平性
本申请提供的数据处理方法，在接收到监管方提交的数据提取请求后，通过对所述数据提取请求进行解析，获得所述监管方需要的数据提取维度，以及针对数据的请求类型，之后在所述目标数据库中提取与所述数据提取维度对应的目标数据，并按照所述请求类型对所述目标数据进行可视化处理，最后生成所述数据提取请求对应的可视化数据并发送至所述监管方，实现在获得不同监管方提交的数据提取请求的情况下，可以根据请求类型和数据提取维度自动生成所述可视化数据，不仅节省整合数据的时间，还能够提高可视化处理效率，进一步降低了监管方的等待时间，有效的提高了监管方的体验效果。
下述结合附图3，以本申请提供的数据处理方法在销售场景中的应用为例，对所述数据处理方法进行进一步说明。其中，图3示出了本申请一实施例提供的一种应用于销售场景中的数据处理方法的处理流程图，具体包括以下步骤：
步骤S302，接收监管机构提交的数据提取请求。
实际应用中，由于服务端对接的监管机构不仅限一个，并且不同的监管机构的数据提取需求不同，故在接收到不同监管机构提交的数据提取请求后，将针对性的单独进行数据的整理和提取，以满足不同监管机构的数据提取需求；但是在数据整理和提取的过程中，不仅需要安排专业的人员进行梳理，还需要根据监管机构的需求作出不同的数据的可视化形式，将耗费大量的人力物力，且效率也是比较底下的。
本实施例以监管机构为市场监管机构为例，对数据处理方法应用于销售场景中的过程进行描述；需要说明的是，本实施例提供的数据处理方法的描述内容均可参见上述实施例中相应的描述内容，本实施例在此不作过多赘述。
步骤S304，根据数据提取请求确定监管机构的监管标识，并根据监管标识向监管机构请求证明文件。
步骤S306，接收监管机构上传的证明文件，并按照预设的检测算法对证明文件进行真实性检测。
步骤S308，在检测通过的情况下，对数据提取请求进行解析，获得请求类型和数据提取维度。
具体的，在获得数据提取请求之后，为了保证数据的安全性，将对监管机构进行身份验证，首先请求监管机构上传证明文件，之后通过证明文件分析监管机构的身份是否真实，在证明文件通过检测的情况下，说明监管机构合规的，则对数据提取请求进行解析，获知监管机构的数据提取需求。
步骤S310，对数据提取维度进行解析，获得多个子数据提取维度。
步骤S312，确定多个子数据提取维度对应的多个子数据库，并在多个子数据库中提取与多个子数据提取维度对应的子目标数据。
步骤S314，将各个子数据提取维度对应的子目标数据进行整合，获得目标数据。
步骤S316，根据预设的请求类型和可视化组件的对应关系，确定请求类型对应的目标可视化组件。
步骤S318，调用目标可视化组件对目标数据进行可视化处理，获得可视化数据。
步骤S320，按照监管机构的监管标识对可视化数据进行加密处理，并将加密后的可视化数据发送至监管机构。
具体的，由于可视化数据可能是反映服务端销售数据、客户数据、货源数据等趋势的数据，而该部分数据将涉及到多方保密的问题，若泄露出去可能对服务端造成严重的影响，故为了能够进一步提高数据的安全性，可以在发送至所述监管机构之前，对所述可视化数据进行加密处理，而加密方式可以根据所述监管机构的监管标识实现，从而实现监管机构进行解密时按照监管标识即可实现，深层次的保证了可视化数据的安全性。
本实施例提供的数据处理方法，在接收到监管机构提交的数据提取请求后，通过对所述数据提取请求进行解析，获得所述监管机构需要的数据提取维度，以及针对数据的请求类型，之后在所述目标数据库中提取与所述数据提取维度对应的目标数据，并按照所述请求类型对所述目标数据进行可视化处理，最后生成所述数据提取请求对应的可视化数据并发送至所述监管机构，实现在获得不同监管机构提交的数据提取请求的情况下，可以根据请求类型和数据提取维度自动生成所述可视化数据，不仅节省整合数据的时间，还能够提高可视化处理效率，进一步降低了监管机构的等待时间，有效的提高了监管机构的体验效果。
与上述方法实施例相对应，本申请还提供了数据处理装置实施例，图4示出了本申请一实施例提供的一种数据处理装置的结构示意图。如图4所示，该装置包括：
接收模块402，被配置为接收监管方提交的数据提取请求；
解析模块404，被配置为对所述数据提取请求进行解析，获得请求类型和数据提取维度；
可视化处理模块406，被配置为在目标数据库中提取与所述数据提取维度对应的目标数据，并按照所述请求类型对所述目标数据进行可视化处理；
发送模块408，被配置为根据处理结果生成所述数据提取请求对应的可视化数据，并发送至所述监管方。
一个可选的实施例中，所述数据处理装置，还包括：
获取监管标识模块，被配置为获取所述监管方的监管标识，并根据所述监管标识向所述监管方发送证明请求；
接收证明文件模块，被配置为接收所述监管方针对所述证明请求上传的证明文件，并按照预设的检测算法对所述证明文件进行真实性检测；
在所述证明文件满足真实性检测条件的情况下，执行所述解析模块404。
一个可选的实施例中，所述可视化处理模块406，包括：
第一解析单元，被配置为对所述数据提取维度进行解析，获得子数据提取维度组成的提取维度集合；
确定数据库单元，被配置为确定所述提取维度集合中包含的各个子数据提取维度对应的子数据库，并基于所述子数据库组成所述目标数据库；
提取数据单元，被配置为在所述目标数据库中提取所述提取维度集合中包含的各个子数据提取维度对应的子目标数据；
整合数据单元，被配置为将所述提取维度集合中包含的各个子数据提取维度对应的子目标数据进行整合，获得所述目标数据。
一个可选的实施例中，所述可视化处理模块406，包括：
确定可视化组件单元，被配置为根据预设的请求类型和可视化组件的对应关系，确定所述请求类型对应的目标可视化组件；
调用单元，被配置为调用所述目标可视化组件对所述目标数据进行可视化处理。
一个可选的实施例中，所述可视化处理模块406，包括：
第二解析单元，被配置为对所述数据提取维度进行解析，获得子数据提取维度组成的提取维度集合；
查询元数据表单元，被配置为按照所述提取维度集合中包含的各个子数据提取维度查询所述目标数据库的元数据表，获得所述目标数据对应的路由信息；
提取目标数据单元，被配置为基于所述路由信息在所述目标数据库中提取所述数据提取维度对应的所述目标数据。
一个可选的实施例中，所述可视化处理模块406，包括：
选择模板单元，被配置为根据所述请求类型在预设的可视化模板中选择目标可视化模板；
可视化处理单元，被配置为将所述目标数据添加至所述目标可视化模板，并对添加所述目标数据的所述目标可视化模板进行可视化处理。
一个可选的实施例中，所述发送模块408，包括：
生成单元，被配置为根据处理结果生成所述数据提取请求对应的所述可视化数据；
加密单元，被配置为按照所述监管方的监管标识对所述可视化数据进行加密处理，并将加密后的可视化数据发送至所述监管方。
一个可选的实施例中，所述数据处理装置，还包括：
接收审核指令模块，被配置为接收所述监管方针对所述可视化数据提交的审核指令；
确定预设业务范围模块，被配置为在所述审核指令中包含对待审核方进行审核的审核任务的情况下，确定所述审核任务中包含的预设业务范围；
发送审核信息模块，被配置为基于所述预设业务范围生成针对所述待审核方进行审核的审核信息，并将所述审核信息发送至与所述待审核方匹配的目标用户；
发送审核结果模块，被配置为在接收到所述目标用户针对所述审核信息返回响应信息的情况下，根据所述响应信息确定所述审核任务的审核结果，并发送至所述监管方。
一个可选的实施例中，所述待审核方匹配的目标用户通过如下方式确定：
确定所述待审核方的位置信息，并根据所述位置信息创建任务分配区域，在所述任务分配区域中确定所述目标用户；
或者，
确定所述待审核方的历史订单数据，并根据所述历史订单数据确定所述目标用户。
一个可选的实施例中，所述可视化数据包括下述至少一项：
图结构数据，表结构数据，图文结构数据，图表结构数据。
本实施例提供的数据处理装置，在接收到监管方提交的数据提取请求后，通过对所述数据提取请求进行解析，获得所述监管方需要的数据提取维度，以及针对数据的请求类型，之后在所述目标数据库中提取与所述数据提取维度对应的目标数据，并按照所述请求类型对所述目标数据进行可视化处理，最后生成所述数据提取请求对应的可视化数据并发送至所述监管方，实现在获得不同监管方提交的数据提取请求的情况下，可以根据请求类型和数据提取维度自动生成所述可视化数据，不仅节省整合数据的时间，还能够提高可视化处理效率，进一步降低了监管方的等待时间，有效的提高了监管方的体验效果。
上述为本实施例的一种数据处理装置的示意性方案。需要说明的是，该数据处理装置的技术方案与上述的数据处理方法的技术方案属于同一构思，数据处理装置的技术方案未详细描述的细节内容，均可以参见上述数据处理方法的技术方案的描述。
图5示出了根据本申请一实施例提供的一种计算设备500的结构框图。该计算设备500的部件包括但不限于存储器510和处理器520。处理器520与存储器510通过总线530相连接，数据库550用于保存数据。
计算设备500还包括接入设备540，接入设备540使得计算设备500能够经由一个或多个网络560通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备540可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(NIC))中的一个或多个，诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口，等等。
在本申请的一个实施例中，计算设备500的上述部件以及图5中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图5所示的计算设备结构框图仅仅是出于示例的目的，而不是对本申请范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
计算设备500可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或PC的静止计算设备。计算设备500还可以是移动式或静止式的服务器。
其中，处理器520用于执行如下计算机可执行指令：
接收监管方提交的数据提取请求；
对所述数据提取请求进行解析，获得请求类型和数据提取维度；
在目标数据库中提取与所述数据提取维度对应的目标数据，并按照所述请求类型对所述目标数据进行可视化处理；
根据处理结果生成所述数据提取请求对应的可视化数据，并发送至所述监管方。
上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的数据处理方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述数据处理方法的技术方案的描述。
本申请一实施例还提供一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时以用于：
接收监管方提交的数据提取请求；
对所述数据提取请求进行解析，获得请求类型和数据提取维度；
在目标数据库中提取与所述数据提取维度对应的目标数据，并按照所述请求类型对所述目标数据进行可视化处理；
根据处理结果生成所述数据提取请求对应的可视化数据，并发送至所述监管方。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的数据处理方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述数据处理方法的技术方案的描述。
上述对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
以上公开的本申请优选实施例只是用于帮助阐述本申请。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本申请的内容，可作很多的修改和变化。本申请选取并具体描述这些实施例，是为了更好地解释本申请的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本申请。本申请仅受权利要求书及其全部范围和等效物的限制。
Claims (11)
1.一种数据处理方法，包括：
接收监管方提交的数据提取请求，其中，所述监管方为具有数据监管资格的一方，通过审核数据的方式确定指定维度的变化趋势，做出相对应的策略；
获取所述监管方的监管标识，并根据所述监管标识向所述监管方发送证明请求；
接收所述监管方针对所述证明请求上传的证明文件，并按照预设的检测算法对所述证明文件进行真实性检测；
在所述证明文件满足真实性检测条件的情况下，对所述数据提取请求进行解析，获得请求类型和数据提取维度，其中，所述请求类型为所述监管方提交的数据提取请求对应的，提取数据的反馈方式，所述数据提取维度为所述监管方提交的数据提取请求对应的，提取数据的所属维度；
对所述数据提取维度进行解析，获得子数据提取维度组成的提取维度集合；
确定所述提取维度集合中包含的各个子数据提取维度对应的子数据库，并基于所述子数据库组成目标数据库；
在所述目标数据库中提取所述提取维度集合中包含的各个子数据提取维度对应的子目标数据；
将所述提取维度集合中包含的各个子数据提取维度对应的子目标数据进行整合，获得目标数据，并按照所述请求类型对所述目标数据进行可视化处理；
根据处理结果生成所述数据提取请求对应的可视化数据，并发送至所述监管方。
2.根据权利要求1所述的数据处理方法，所述按照所述请求类型对所述目标数据进行可视化处理，包括：
根据预设的请求类型和可视化组件的对应关系，确定所述请求类型对应的目标可视化组件；
调用所述目标可视化组件对所述目标数据进行可视化处理。
3.根据权利要求1所述的数据处理方法，所述在所述目标数据库中提取所述提取维度集合中包含的各个子数据提取维度对应的子目标数据，包括：
按照所述提取维度集合中包含的各个子数据提取维度查询所述目标数据库的元数据表，获得所述目标数据对应的路由信息；
基于所述路由信息在所述目标数据库中提取所述数据提取维度对应的所述子目标数据。
4.根据权利要求1或3所述的数据处理方法，所述按照所述请求类型对所述目标数据进行可视化处理，包括：
根据所述请求类型在预设的可视化模板中选择目标可视化模板；
将所述目标数据添加至所述目标可视化模板，并对添加所述目标数据的所述目标可视化模板进行可视化处理。
5.根据权利要求1所述的数据处理方法，所述根据处理结果生成所述数据提取请求对应的可视化数据，并发送至所述监管方，包括：
根据处理结果生成所述数据提取请求对应的所述可视化数据；
按照所述监管方的监管标识对所述可视化数据进行加密处理，并将加密后的可视化数据发送至所述监管方。
6.根据权利要求1所述的数据处理方法，所述根据处理结果生成所述数据提取请求对应的可视化数据，并发送至所述监管方步骤执行之后，还包括：
接收所述监管方针对所述可视化数据提交的审核指令；
在所述审核指令中包含对待审核方进行审核的审核任务的情况下，确定所述审核任务中包含的预设业务范围；
基于所述预设业务范围生成针对所述待审核方进行审核的审核信息，并将所述审核信息发送至与所述待审核方匹配的目标用户；
在接收到所述目标用户针对所述审核信息返回响应信息的情况下，根据所述响应信息确定所述审核任务的审核结果，并发送至所述监管方。
7.根据权利要求6所述的数据处理方法，所述待审核方匹配的目标用户通过如下方式确定：
确定所述待审核方的位置信息，并根据所述位置信息创建任务分配区域，在所述任务分配区域中确定所述目标用户；
或者，
确定所述待审核方的历史订单数据，并根据所述历史订单数据确定所述目标用户。
8.根据权利要求1所述的数据处理方法，所述可视化数据包括下述至少一项：
图结构数据，表结构数据，图文结构数据，图表结构数据。
9.一种数据处理装置，包括：
接收模块，被配置为接收监管方提交的数据提取请求，其中，所述监管方为具有数据监管资格的一方，通过审核数据的方式确定指定维度的变化趋势，做出相对应的策略；
获取监管标识模块，被配置为获取所述监管方的监管标识，并根据所述监管标识向所述监管方发送证明请求；
接收证明文件模块，被配置为接收所述监管方针对所述证明请求上传的证明文件，并按照预设的检测算法对所述证明文件进行真实性检测
解析模块，被配置为在所述证明文件满足真实性检测条件的情况下，对所述数据提取请求进行解析，获得请求类型和数据提取维度，其中，所述请求类型为所述监管方提交的数据提取请求对应的，提取数据的反馈方式，所述数据提取维度为所述监管方提交的数据提取请求对应的，提取数据的所属维度；
第一解析模块，被配置为对所述数据提取维度进行解析，获得子数据提取维度组成的提取维度集合；
确定数据库模块，被配置为确定所述提取维度集合中包含的各个子数据提取维度对应的子数据库，并基于所述子数据库组成目标数据库；
提取数据模块，被配置为在所述目标数据库中提取所述提取维度集合中包含的各个子数据提取维度对应的子目标数据；
可视化处理模块，被配置为将所述提取维度集合中包含的各个子数据提取维度对应的子目标数据进行整合，获得目标数据，并按照所述请求类型对所述目标数据进行可视化处理；
发送模块，被配置为根据处理结果生成所述数据提取请求对应的可视化数据，并发送至所述监管方。
10.一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，以实现下述方法：
接收监管方提交的数据提取请求，其中，所述监管方为具有数据监管资格的一方，通过审核数据的方式确定指定维度的变化趋势，做出相对应的策略；
获取所述监管方的监管标识，并根据所述监管标识向所述监管方发送证明请求；
接收所述监管方针对所述证明请求上传的证明文件，并按照预设的检测算法对所述证明文件进行真实性检测；
在所述证明文件满足真实性检测条件的情况下，对所述数据提取请求进行解析，获得请求类型和数据提取维度，其中，所述请求类型为所述监管方提交的数据提取请求对应的，提取数据的反馈方式，所述数据提取维度为所述监管方提交的数据提取请求对应的，提取数据的所属维度；
对所述数据提取维度进行解析，获得子数据提取维度组成的提取维度集合；
确定所述提取维度集合中包含的各个子数据提取维度对应的子数据库，并基于所述子数据库组成目标数据库；
在所述目标数据库中提取所述提取维度集合中包含的各个子数据提取维度对应的子目标数据；
将所述提取维度集合中包含的各个子数据提取维度对应的子目标数据进行整合，获得目标数据，并按照所述请求类型对所述目标数据进行可视化处理；
根据处理结果生成所述数据提取请求对应的可视化数据，并发送至所述监管方。
11.一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现权利要求1至8任意一项所述数据处理方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410326614.2A CN118132635A (zh) | 2020-08-20 | 2020-08-20 | 数据处理方法及装置 |
| CN202010841338.5A CN111782719B (zh) | 2020-08-20 | 2020-08-20 | 数据处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010841338.5A CN111782719B (zh) | 2020-08-20 | 2020-08-20 | 数据处理方法及装置 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410326614.2A Division CN118132635A (zh) | 2020-08-20 | 2020-08-20 | 数据处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111782719A CN111782719A (zh) | 2020-10-16 |
| CN111782719B true CN111782719B (zh) | 2024-04-12 |
Family
ID=72762359
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010841338.5A Active CN111782719B (zh) | 2020-08-20 | 2020-08-20 | 数据处理方法及装置 |
| CN202410326614.2A Pending CN118132635A (zh) | 2020-08-20 | 2020-08-20 | 数据处理方法及装置 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410326614.2A Pending CN118132635A (zh) | 2020-08-20 | 2020-08-20 | 数据处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN111782719B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112800133A (zh) * | 2021-01-22 | 2021-05-14 | 平安养老保险股份有限公司 | 基于数据库直连的产品数据处理方法、装置、设备和介质 |
| CN113761284A (zh) * | 2021-02-01 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 数据处理方法、装置、计算机系统和计算机可读存储介质 |
| CN113515564B (zh) * | 2021-05-18 | 2024-09-13 | 深圳赛安特技术服务有限公司 | 基于j2ee的数据访问方法、装置、设备及存储介质 |
| CN116186150B (zh) * | 2023-03-16 | 2023-08-22 | 广州市神推网络科技有限公司 | 一种移动用户数据可视化系统及方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106095863A (zh) * | 2016-06-03 | 2016-11-09 | 众安在线财产保险股份有限公司 | 一种多维度数据查询和存储系统和方法 |
| CN106484811A (zh) * | 2016-09-23 | 2017-03-08 | 北京赢点科技有限公司 | 一种基于互联网的媒体数据管理方法及装置 |
| CN108681493A (zh) * | 2018-05-29 | 2018-10-19 | 深圳乐信软件技术有限公司 | 数据异常检测方法、装置、服务器和存储介质 |
| CN109241384A (zh) * | 2018-07-26 | 2019-01-18 | 南方电网科学研究院有限责任公司 | 一种科研信息的可视化方法及装置 |
| CN109460421A (zh) * | 2018-10-09 | 2019-03-12 | 四川航天信息有限公司 | 商户交易数据管理方法及装置 |
| CN110134731A (zh) * | 2019-04-26 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 数据呈现方法、装置、计算机设备及存储介质 |
| CN110363527A (zh) * | 2019-06-26 | 2019-10-22 | 阿里巴巴集团控股有限公司 | 基于区块链的存证、监管方法和装置 |
| WO2019200701A1 (zh) * | 2018-04-17 | 2019-10-24 | 平安科技（深圳）有限公司 | 一种配置管理方法、装置、终端设备及存储介质 |
| CN110659282A (zh) * | 2019-08-14 | 2020-01-07 | 中国平安财产保险股份有限公司 | 数据路由的构建方法、装置、计算机设备和存储介质 |
| CN110807015A (zh) * | 2019-09-25 | 2020-02-18 | 上海悦程信息技术有限公司 | 一种大数据资产价值交付管理方法及系统 |
| CN110968380A (zh) * | 2018-09-30 | 2020-04-07 | 北京国双科技有限公司 | 数据可视化方法及系统 |
| CN111539813A (zh) * | 2020-07-10 | 2020-08-14 | 支付宝(杭州)信息技术有限公司 | 业务行为的回溯处理方法、装置、设备及系统 |
-
2020
- 2020-08-20 CN CN202010841338.5A patent/CN111782719B/zh active Active
- 2020-08-20 CN CN202410326614.2A patent/CN118132635A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106095863A (zh) * | 2016-06-03 | 2016-11-09 | 众安在线财产保险股份有限公司 | 一种多维度数据查询和存储系统和方法 |
| CN106484811A (zh) * | 2016-09-23 | 2017-03-08 | 北京赢点科技有限公司 | 一种基于互联网的媒体数据管理方法及装置 |
| WO2019200701A1 (zh) * | 2018-04-17 | 2019-10-24 | 平安科技（深圳）有限公司 | 一种配置管理方法、装置、终端设备及存储介质 |
| CN108681493A (zh) * | 2018-05-29 | 2018-10-19 | 深圳乐信软件技术有限公司 | 数据异常检测方法、装置、服务器和存储介质 |
| CN109241384A (zh) * | 2018-07-26 | 2019-01-18 | 南方电网科学研究院有限责任公司 | 一种科研信息的可视化方法及装置 |
| CN110968380A (zh) * | 2018-09-30 | 2020-04-07 | 北京国双科技有限公司 | 数据可视化方法及系统 |
| CN109460421A (zh) * | 2018-10-09 | 2019-03-12 | 四川航天信息有限公司 | 商户交易数据管理方法及装置 |
| CN110134731A (zh) * | 2019-04-26 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 数据呈现方法、装置、计算机设备及存储介质 |
| CN110363527A (zh) * | 2019-06-26 | 2019-10-22 | 阿里巴巴集团控股有限公司 | 基于区块链的存证、监管方法和装置 |
| CN110659282A (zh) * | 2019-08-14 | 2020-01-07 | 中国平安财产保险股份有限公司 | 数据路由的构建方法、装置、计算机设备和存储介质 |
| CN110807015A (zh) * | 2019-09-25 | 2020-02-18 | 上海悦程信息技术有限公司 | 一种大数据资产价值交付管理方法及系统 |
| CN111539813A (zh) * | 2020-07-10 | 2020-08-14 | 支付宝(杭州)信息技术有限公司 | 业务行为的回溯处理方法、装置、设备及系统 |
Non-Patent Citations (2)
| Title |
|---|
| Instant Clue: A Software Suite for Interactive Data Visualization and Analysis;Hendrik Nolte 等;Scientific Reports;全文 * |
| 基于数据仓库的科研成果管理决策支持系统的研究与实现;窦芳;;现代电子技术(07);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111782719A (zh) | 2020-10-16 |
| CN118132635A (zh) | 2024-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111782719B (zh) | 数据处理方法及装置 | |
| CN111125512B (zh) | 业务推荐处理方法、装置及系统 | |
| CN108595126B (zh) | 数据存储系统、查询方法、查询装置、服务器及存储介质 | |
| CN109255499B (zh) | 投诉、投诉案件处理方法、装置及设备 | |
| CN110490721B (zh) | 财务凭证生成方法及相关产品 | |
| CN110598442A (zh) | 一种敏感数据自适应的脱敏方法、系统 | |
| CN110309259B (zh) | 审计结果数据存储、查询方法、审计项存储方法及装置 | |
| DE102016100494A1 (de) | Sichere Identitätsauthentifizierung in einer elektronischen Transaktion | |
| CN107342867A (zh) | 签名验签方法和装置 | |
| CN106203140A (zh) | 基于数据结构的数据流通方法、装置及终端 | |
| JP7029773B2 (ja) | ブロックチェーンに基づく入札応札情報処理方法、システム、装置および媒体 | |
| CN114398665A (zh) | 一种数据脱敏方法、装置、存储介质及终端 | |
| CN114218322B (zh) | 基于密文传输的数据展示方法、装置、设备及介质 | |
| CN110913397B (zh) | 短信校验方法、装置、存储介质和计算机设备 | |
| CN114418380B (zh) | 基于联邦学习的用户评分方法、服务器及存储介质 | |
| CN111414636A (zh) | 识别模型的更新方法、装置、设备及存储介质 | |
| CN109816338A (zh) | 企业奖惩处理方法、装置、计算机设备和存储介质 | |
| CN112000862B (zh) | 数据处理方法及装置 | |
| CN110737918B (zh) | 外部数据共享管理平台 | |
| KR20200087036A (ko) | 블록체인 기반의 기업 직무정보 수집방법 및 서버 | |
| CN110990867B (zh) | 基于数据库的数据泄露检测模型的建模方法、装置，泄露检测方法、系统 | |
| CN112115423A (zh) | 一种电子公证信息处理方法、装置、系统、设备及存储介质 | |
| CN115756255A (zh) | 停车场设备的设备参数处理方法、装置、设备和存储介质 | |
| KR20100127624A (ko) | 경영 정보 분석 방법 및 그 장치 | |
| CN115563212A (zh) | 云链协同下供应链数据管理方法、装置、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 |