CN111966710A - 银行系统资金流向场景化分析方法和装置 - Google Patents
银行系统资金流向场景化分析方法和装置 Download PDFInfo
- Publication number
- CN111966710A CN111966710A CN202010770612.4A CN202010770612A CN111966710A CN 111966710 A CN111966710 A CN 111966710A CN 202010770612 A CN202010770612 A CN 202010770612A CN 111966710 A CN111966710 A CN 111966710A
- Authority
- CN
- China
- Prior art keywords
- data
- scene
- fund flow
- flow direction
- flow
- 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 88
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000005516 engineering process Methods 0.000 claims abstract description 12
- 238000003860 storage Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 18
- 230000008520 organization Effects 0.000 claims description 11
- 238000010835 comparative analysis Methods 0.000 claims description 7
- 238000000034 method Methods 0.000 abstract description 36
- 238000012800 visualization Methods 0.000 abstract description 10
- 238000013500 data storage Methods 0.000 abstract description 5
- 230000007246 mechanism Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 238000012546 transfer Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
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
- G06F16/24—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
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
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)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种银行系统资金流向场景化分析方法和装置，该方法包括：获取目标流水数据，该目标流水数据包括多条流水；利用预获取的场景化规则处理每条流水得到对应的场景；分析各场景中所有流水得到对应的资金流向明细数据；将该资金流向明细数据发送至Hbase集群，将与该资金流向明细数据对应的元数据、控制配置信息加载至Oracle，其中，利用大数据分布式技术，基于Hbase+Oracle，支持海量数据的处理、分析和查询，进一步以定制化的图形可视化方式展示分析结果数据，解决数据存储容量问题。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种银行系统资金流向场景化分析方法和装置。
背景技术
商业银行的管理中，需要掌握资金流向，以便进行管理和调度。
目前，针对资金流向一般采用传统报表分析，按机构、账户维度汇总统计。报表系统多采用关系型数据库，如oracle，但是，大型国有银行的交易流水数据规模是TB级以上的，oracle不能满足容量要求，只能采用部分存储或者分库分表的方式来解决容量限制问题，但是会造成速度和性能上的限制。
发明内容
针对现有技术中的问题，本发明提供一种银行系统资金流向场景化分析方法和装置，能够至少部分地解决现有技术中存在的问题，利用大数据分布式技术，基于Hbase+Oracle，支持海量数据的处理、分析和查询，进一步以定制化的图形可视化方式展示分析结果数据，解决数据存储容量问题。
为了实现上述目的，本发明采用如下技术方案：
第一方面，提供一种银行系统资金流向场景化分析方法，包括：
获取目标流水数据，该目标流水数据包括多条流水；
利用预获取的场景化规则处理每条流水得到对应的场景；
分析各场景中所有流水得到对应的资金流向明细数据；
将该资金流向明细数据发送至Hbase集群。
进一步地，银行系统资金流向场景化分析方法还包括：
将与该资金流向明细数据对应的元数据、控制配置信息加载至Oracle。
进一步地，银行系统资金流向场景化分析方法还包括：
分析各场景中所有流水得到对应的场景化客户特征数据；
将该场景化客户特征数据发送至Hbase集群。
进一步地，该分析各场景中所有流水得到对应的资金流向明细数据是在基于Greenplum技术的大数据集群中实现的。
进一步地，银行系统资金流向场景化分析方法还包括：
利用基于Spring+Servlet+iBATIS架构的联机部件提供资金流向明细数据的查询服务。
进一步地，银行系统资金流向场景化分析方法还包括：
基于当日重点关注、机构对比分析、时段对比分析或客群特征展现方式对查询结果进行可视化展现。
第二方面，提供一种银行系统资金流向场景化分析装置，包括：
目标流水数据获取模块，获取目标流水数据，该目标流水数据包括多条流水；
场景划分模块，利用预获取的场景化规则处理每条流水得到对应的场景；
资金流向明细分析模块，分析各场景中所有流水得到对应的资金流向明细数据；
数据发送模块，将该资金流向明细数据发送至Hbase集群。
进一步地，银行系统资金流向场景化分析装置还包括：
Oracle存储模块，将与该资金流向明细数据对应的元数据、控制配置信息加载至Oracle。
第三方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行该程序时实现上述的银行系统资金流向场景化分析方法的步骤。
第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的银行系统资金流向场景化分析方法的步骤。
本发明提供的银行系统资金流向场景化分析方法和装置，该方法包括：获取目标流水数据，该目标流水数据包括多条流水；利用预获取的场景化规则处理每条流水得到对应的场景；分析各场景中所有流水得到对应的资金流向明细数据；将该资金流向明细数据发送至Hbase集群，将与该资金流向明细数据对应的元数据、控制配置信息加载至Oracle，其中，利用大数据分布式技术，基于Hbase+Oracle，支持海量数据的处理、分析和查询，进一步以定制化的图形可视化方式展示分析结果数据，解决数据存储容量问题。
为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1是本发明实施例中的银行系统资金流向场景化分析方法的流程示意图一；
图2是本发明实施例中的银行系统资金流向场景化分析方法的流程示意图二；
图3是本发明实施例中的银行系统资金流向场景化分析方法的流程示意图三；
图4是本发明实施例中的银行系统资金流向场景化分析方法的流程示意图四；
图5是本发明实施例中的银行系统资金流向场景化分析方法的流程示意图五；
图6示出了本发明实施例的系统架构；
图7示出了本发明实施例的联机部件的结构；
图8示出了本发明实施例的可视化展现部件的结构；
图9示出了各大类的联动双柱显示图；
图10示出了现金子类的联动双柱显示图；
图11示出了净流入-大类增量的显示图；
图12示出了净流入-其他子类增量的显示图；
图13示出了净流入-其他增量机构分布图；
图14示出了净流入-活期-柜台增量机构分布图；
图15是客群特征展现图；
图16是本发明实施例中的银行系统资金流向场景化分析装置的结构框图；
图17为本发明实施例电子设备的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
术语解释：
资金流向：根据银行系统内个人客户账户(各类产品账户，例如活期、定期、基金等)中的交易流水，整合以客户维度分析资金流入、资金流出情况。
场景化分析：根据交易流水的发生的场景，将客户的资金流向划分为了11个大类96个小类的细化分析，同时分析11个大类不同场景的客户特征。
热点评估：一个场景一个时段内的热点分析(即支持任意时间段的数据统计分析)和一个时间点场景类别的热点分析。
本方案分析资金流向特定，细化出现金、行内转账、行内投资理财、同名跨行转账、非同名跨行转账、刷卡消费、网络消费、第三方理财、第三方借贷、第三方互转、其他共11个场景，进一步细化11个大类场景，得到96个小类场景。在机构维度基础上再扩展了两层的场景维度，即大类和小类，增加了资金流向分析的聚焦特性，进一步分析了11个场景中客户的年龄、性别、产品覆盖度等特征，有效为银行管理和决策提供数据支撑。
通过机构、时间、场景等多维度分析资金流向数据，以例如饼图和联动柱图等多种动态分析形式，智能化展现全行各级机构个人客户资金流入及流出情况、不同场景客户特征，方便业务人员快速洞察客户资金流动特征。
图1是本发明实施例中的银行系统资金流向场景化分析方法的流程示意图一；如图1所示，该银行系统资金流向场景化分析方法可以包括以下内容：
步骤S100：获取目标流水数据，所述目标流水数据包括多条流水；
具体地，可以在日终或者周终或者月终获取当日或当周或当月的流水数据，对一定周期内的流水数据进行分析。
步骤S200：利用预获取的场景化规则处理每条流水得到对应的场景；
场景化规则是开发人员根据场景的不同进行设定的，具体地，本发明实施例中细化出现金、行内转账、行内投资理财、同名跨行转账、非同名跨行转账、刷卡消费、网络消费、第三方理财、第三方借贷、第三方互转、其他共11个场景，进一步细化11个大类场景，得到96个小类场景。
其中，利用场景化规则将每条流水分到对应的场景中。
步骤S300：分析各场景中所有流水得到对应的资金流向明细数据；
具体地，针对每个场景(或者也可以称为类)的数据进行分析，得到各场景的资金流入和流出等流向明细数据。
本领域技术人员可以理解的是，在需要时，也能够以机构或分支机构为维度分析资金流向明细数据。
步骤S400：将所述资金流向明细数据发送至Hbase集群。
具体地，将资金流向明细数据发送至Hbase集群进行存储。
其中，由于资金流向明细数据按日或周或月累积，数据量过大，同时需要支持联机交易按日期或者机构实时查询，故资金流向明细数据选择使用高可靠性、可伸缩的分布式存储HBase，利用大数据分布式技术，基于Hbase+Oracle，支持海量数据的处理、分析和查询，进一步以定制化的图形可视化方式展示分析结果数据，解决数据存储容量问题。
在一个可选的实施例中，参见图2，该银行系统资金流向场景化分析方法还可以包括：
步骤S500：将与所述资金流向明细数据对应的元数据、控制配置信息加载至Oracle。
其中，联机访问的数据库采用Oracle存放元数据、控制配置信息等内容，而资金流向明细数据则存储在HBase。
由于元数据、控制配置信息等内容数据量小，但需要支持实时维护，多种条件组合筛选查询等内容，故选择常用的Oracle。
在一个可选的实施例中，参见图3，该银行系统资金流向场景化分析方法还可以包括：
步骤S600：分析各场景中所有流水得到对应的场景化客户特征数据；
具体地，通过对某一场景下的客户进行特征分析，得到某大类资金流向的客户群体特征，包括年段分段特征、性别特征、内部产品覆盖度特征、总资产分段分布特征等内容。
步骤S700：将所述场景化客户特征数据发送至Hbase集群。
具体地，将分析得到的场景化客户特征数据发送至Hbase集群存储。
在一个可选的实施例中，分析各场景中所有流水得到对应的资金流向明细数据是在基于Greenplum技术的大数据集群中实现的。
其中，通过在基于Greenplum技术的大数据集群中进行大数据分析，能够提高数据分析的速度和效率。
在一个可选的实施例中，参见图4，该银行系统资金流向场景化分析方法还可以包括：
步骤S800：利用基于Spring+Servlet+iBATIS架构的联机部件提供资金流向明细数据的查询服务。
具体地，利用基于Spring+Servlet+iBATIS架构提供资金流向明细数据的结果查询，同时保证数据访问安全、可扩展等特性。
在一个可选的实施例中，参见图5，该银行系统资金流向场景化分析方法还可以包括：
步骤S900：基于当日重点关注、机构对比分析、时段对比分析或客群特征展现方式对查询结果进行可视化展现。
结合分析人员关注的业务重点和资金流向分析的共性，在本方案中提出了4种业务功能：当日重点关注、机构对比分析、时段对比分析、客群特征展现，通过以上4个维度对查询结果进行可视化展示，能够有效直观地展示查询结果。
图6示出了本发明实施例的系统架构；如图6所示，可视化展现部件、联机控制、查询部件、Oracle数据库、HBase数据库以及数据加工部件配合实现资金流向分析，与企业级数据平台进行交互。
具体地，每日日终或每月月末，数据加工部件会从企业级数据平台获取初步整合好的当日的机构客户维度交易流水，接着按照上述方法中的场景化规则(指可视化展现时需要展现的场景，每个场景的计算口径及规则)，在基于Greenplum技术的大数据集群中加工整合为机构及场景细化分类维度的资金流向明细数据，按照上述的场景化规则结合客户信息数据进一步加工分析计算得到场景化客户特征数据，然后将加工好的结果数据加载至Hbase集群，最后将控制数据信息加载至Oracle。
其中，联机部件的结构如图7所示，联机部件为可视化部件提供联机交易服务，旨在提供资金流向明细数据的结果查询，同时保证数据访问安全、可扩展等特性。本联机部件采用了Spring+Servlet+iBATIS架构，具体包括：
(1)权限校验：
资金流向的数据很敏感，针对每个查询都需要进行权限校验，防止数据泄露。本方案中采用白名单机制，仅在白名单内的用户可以接入查询访问。
(2)可用数据范围查询：
商业银行组织结构通常分层级，不同业务数据的数据查阅范围不同，考核数据一般仅支持查询本机构及下辖机构数据，通报类数据一般支持查询本机构、下辖机构及同层级机构等控制策略。
本方案将每种分析数据分配一个ID，不同ID映射不同查询策略，最终提供一个根据请求方角色和机构信息返回可查询ID列表的通用交易。
(3)元数据查询：
每种分析数据被分配一个ID，该分析数据存储的HBase表名，分析类型，结果列列表等内容，这些内容形成了元数据信息。这个元数据设计为最终的通用分析数据查询提供了基石。
(4)通用分析数据查询：
资金流向明细数据实际在HBase中，是由多张结果表来支持的，为了增强系统的业务支撑扩展性，并不是针对每种分析结果数据分别开发查询交易，而是提供了场景化通用的查询交易，结合元数据信息的使用来实现多样分析结果的查询，即如果进一步扩展场景，交易服务无须改造。
图8示出了本发明实施例的可视化展现部件的结构；联机查询部件被设计与实现较为通用与轻薄，资金流向场景化分析和热点评估的业务特点是通过可视化展现部件来突显的。结合分析人员关注的业务重点和资金流向分析的共性，在本方案中提出了4种业务功能：当日重点关注、机构对比分析、时段对比分析、客群特征展现。基于可视化展现，部件的内容包括：
(1)当日重点关注模块：
图形化展示本机构当日流入、流出、净流入总金额，当日11类大场景中的净流入排行、净流入增量排行，当日下辖管理机构的净流入总增量的前五和后五。11类大场景分别是：现金、网络消费、刷卡消费、行内投资理财、行内转账、同名跨行转账、非同名跨行转账、第三方理财、第三方借贷、第三方互转、其他。
(2)机构对比分析模块：
以联动双柱图的组件展示本机构的场景分析数据，图9展示该机构的所有大类流入、流出数据，单击左侧大类的分项会在图10联动显示该大类的细项场景明细。
另外，还可以旋风图及柱线图四联动组件展示分析增量最多的大类排行，同时默认在图13和图14柱线图展示下辖机构该场景数据情况，下方展示该大类的子类数据情况，规则一致。同时支持单击图11和图12的旋风图联动图13和图14柱线图。
(3)时段对比分析模块：
可选择数据范围内的任意不超过30天的时段进行本机构数据对比分析。支持查看时段的汇总计算和图形化展现，支持查看流入、流出、净流入汇总同比去年的趋势变化柱线图的可视化展现，支持按大类、子类联动趋势分析的可视化操作，以及支持同比预警高亮突出操作。
(4)客群特征展现模块：
设计以不同的图形展示了发生了某大类资金流向的客户群体特征，包括年段分段特征、性别特征、内部产品覆盖度特征、总资产分段分布特征等内容。同时支持按场景大类、日期类型及数据日期切换分析。部分内容如图15所示。
另外，针对不同的分析结果研究设计了不同的布局样式和图形展现，为方便场景分析和热点评估设计了不同的图形联动响应。
综上所述，本发明实施例提供的技术方案，实现了资金流向分析系统的整体方案设计、资金流向场景化分析设计、针对不同功能定制实现的可视化展现UI，能够实现高可扩展性以及系统的易用性。
联机部件随着分析数据新增与丰富，仅需针对不同的数据特点设计不同的图形展现，开发前端页面，即可为业务人员提供应用；传统的资金流向分析，一般为单一、独立的报表服务，本系统通过对业务场景和数据的深入分析，提供了一套图形化操作的实时分析工具。
基于同一发明构思，本申请实施例还提供了一种银行系统资金流向场景化分析装置，可以用于实现上述实施例所描述的方法，如下面的实施例所述。由于银行系统资金流向场景化分析装置解决问题的原理与上述方法相似，因此银行系统资金流向场景化分析装置的实施可以参见上述方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图16是本发明实施例中的银行系统资金流向场景化分析装置的结构框图。如图16所示，该银行系统资金流向场景化分析装置具体包括：目标流水数据获取模块10、场景划分模块20、资金流向明细分析模块30以及数据发送模块40。
目标流水数据获取模块10获取目标流水数据，所述目标流水数据包括多条流水；
场景划分模块20利用预获取的场景化规则处理每条流水得到对应的场景；
资金流向明细分析模块30分析各场景中所有流水得到对应的资金流向明细数据；
数据发送模块40将所述资金流向明细数据发送至Hbase集群。
由于资金流向明细数据按日或周或月累积，数据量过大，同时需要支持联机交易按日期或者机构实时查询，故资金流向明细数据选择使用高可靠性、可伸缩的分布式存储HBase，利用大数据分布式技术，基于Hbase+Oracle，支持海量数据的处理、分析和查询，进一步以定制化的图形可视化方式展示分析结果数据，解决数据存储容量问题。
在一个可选的实施例中，该银行系统资金流向场景化分析装置还包括：Oracle存储模块，将与所述资金流向明细数据对应的元数据、控制配置信息加载至Oracle。
上述实施例阐明的装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为电子设备，具体的，电子设备例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
在一个典型的实例中电子设备具体包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述银行系统资金流向场景化分析方法的步骤。
下面参考图17，其示出了适于用来实现本申请实施例的电子设备600的结构示意图。
如图17所示，电子设备600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM))603中的程序而执行各种适当的工作和处理。在RAM603中，还存储有系统600操作所需的各种程序和数据。CPU601、ROM602、以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；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607；包括硬盘等的存储部分608；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609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，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610上，以便于从其上读出的计算机程序根据需要被安装如存储部分608。
特别地，根据本发明的实施例，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，本发明的实施例包括一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的银行系统资金流向场景化分析方法的步骤。
在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种银行系统资金流向场景化分析方法，其特征在于，包括：
获取目标流水数据，所述目标流水数据包括多条流水；
利用预获取的场景化规则处理每条流水得到对应的场景；
分析各场景中所有流水得到对应的资金流向明细数据；
将所述资金流向明细数据发送至Hbase集群。
2.根据权利要求1所述的银行系统资金流向场景化分析方法，其特征在于，还包括：
将与所述资金流向明细数据对应的元数据、控制配置信息加载至Oracle。
3.根据权利要求1所述的银行系统资金流向场景化分析方法，其特征在于，还包括：
分析各场景中所有流水得到对应的场景化客户特征数据；
将所述场景化客户特征数据发送至Hbase集群。
4.根据权利要求1所述的银行系统资金流向场景化分析方法，其特征在于，所述分析各场景中所有流水得到对应的资金流向明细数据是在基于Greenplum技术的大数据集群中实现的。
5.根据权利要求1所述的银行系统资金流向场景化分析方法，其特征在于，还包括：
利用基于Spring+Servlet+iBATIS架构的联机部件提供资金流向明细数据的查询服务。
6.根据权利要求5所述的银行系统资金流向场景化分析方法，其特征在于，还包括：
基于当日重点关注、机构对比分析、时段对比分析或客群特征展现方式对查询结果进行可视化展现。
7.一种银行系统资金流向场景化分析装置，其特征在于，包括：
目标流水数据获取模块，获取目标流水数据，所述目标流水数据包括多条流水；
场景划分模块，利用预获取的场景化规则处理每条流水得到对应的场景；
资金流向明细分析模块，分析各场景中所有流水得到对应的资金流向明细数据；
数据发送模块，将所述资金流向明细数据发送至Hbase集群。
8.根据权利要求7所述的银行系统资金流向场景化分析装置，其特征在于，还包括：
Oracle存储模块，将与所述资金流向明细数据对应的元数据、控制配置信息加载至Oracle。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至6任一项所述的银行系统资金流向场景化分析方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6任一项所述的银行系统资金流向场景化分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010770612.4A CN111966710A (zh) | 2020-08-04 | 2020-08-04 | 银行系统资金流向场景化分析方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010770612.4A CN111966710A (zh) | 2020-08-04 | 2020-08-04 | 银行系统资金流向场景化分析方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111966710A true CN111966710A (zh) | 2020-11-20 |
Family
ID=73363186
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010770612.4A Pending CN111966710A (zh) | 2020-08-04 | 2020-08-04 | 银行系统资金流向场景化分析方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111966710A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112686743A (zh) * | 2020-11-30 | 2021-04-20 | 中国工商银行股份有限公司 | 资源转移追踪方法、装置、系统和电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140279487A1 (en) * | 2013-03-15 | 2014-09-18 | Capital One Financial Corporation | Systems and methods for providing funding changes to financial transactions |
| CN105469344A (zh) * | 2015-11-19 | 2016-04-06 | 无锡港湾网络科技有限公司 | 一种应急管理系统 |
| CN105512336A (zh) * | 2015-12-29 | 2016-04-20 | 中国建设银行股份有限公司 | 一种基于Hadoop的海量数据处理方法和装置 |
| CN109767323A (zh) * | 2018-12-28 | 2019-05-17 | 交通银行股份有限公司 | 基于交易流水的资金链生成方法及装置 |
| CN111429258A (zh) * | 2020-03-19 | 2020-07-17 | 中国建设银行股份有限公司 | 一种监测贷款资金流向的方法和装置 |
-
2020
- 2020-08-04 CN CN202010770612.4A patent/CN111966710A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140279487A1 (en) * | 2013-03-15 | 2014-09-18 | Capital One Financial Corporation | Systems and methods for providing funding changes to financial transactions |
| CN105469344A (zh) * | 2015-11-19 | 2016-04-06 | 无锡港湾网络科技有限公司 | 一种应急管理系统 |
| CN105512336A (zh) * | 2015-12-29 | 2016-04-20 | 中国建设银行股份有限公司 | 一种基于Hadoop的海量数据处理方法和装置 |
| CN109767323A (zh) * | 2018-12-28 | 2019-05-17 | 交通银行股份有限公司 | 基于交易流水的资金链生成方法及装置 |
| CN111429258A (zh) * | 2020-03-19 | 2020-07-17 | 中国建设银行股份有限公司 | 一种监测贷款资金流向的方法和装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112686743A (zh) * | 2020-11-30 | 2021-04-20 | 中国工商银行股份有限公司 | 资源转移追踪方法、装置、系统和电子设备 |
| CN112686743B (zh) * | 2020-11-30 | 2024-02-02 | 中国工商银行股份有限公司 | 资源转移追踪方法、装置、系统和电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11861756B1 (en) | Automated analysis of data to generate prospect notifications based on trigger events | |
| CN109858970B (zh) | 一种用户行为预测方法、装置及存储介质 | |
| Oneal | The affinity of foreign investors for authoritarian regimes | |
| US10672008B2 (en) | System and method for data analytics | |
| US8060424B2 (en) | On-line method and system for monitoring and reporting unused available credit | |
| Brusov et al. | Influence of debt financing on the effectiveness of the finite duration investment project | |
| CA3037137A1 (en) | Systems and methods for scheduling business-to-individual payments | |
| US20170053336A1 (en) | Method and system for surfacing recommendations for products offered by a specific entity utilizing a knowledge base created from data aggregated from multiple entities in a distributed network environment | |
| Jain | Big Data and Hadoop | |
| Charron | The correlates of corruption in India: Analysis and evidence from the states | |
| Hong et al. | Inference on finite-population treatment effects under limited overlap | |
| CA3049118A1 (en) | System and method for aggregating and analyzing financial data | |
| US20180033023A1 (en) | Systems and methods for characterizing geographic regions | |
| US10706434B1 (en) | Methods and systems for determining location information | |
| US20210125272A1 (en) | Using Inferred Attributes as an Insight into Banking Customer Behavior | |
| CN112102006A (zh) | 基于大数据分析的目标客户获取方法、搜索方法及装置 | |
| Brottrager et al. | Natural resources modulate the nexus between environmental shocks and human mobility | |
| Balakayeva et al. | The solution to the problem of processing Big Data using the example of assessing the solvency of borrowers | |
| Banu | Big data analytics–tools and techniques–application in the insurance sector | |
| CN111966710A (zh) | 银行系统资金流向场景化分析方法和装置 | |
| CN114820196A (zh) | 信息推送方法、装置、设备及介质 | |
| US11379929B2 (en) | Advice engine | |
| Chen | The determinants behind Chinese companies’ incremental equity issue decisions | |
| Stanković et al. | Big data analytics for insurance | |
| Brennan et al. | Assembling the puzzle of the nonprofit-economic development linkage |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220914 Address after: 25 Financial Street, Xicheng District, Beijing 100033 Applicant after: CHINA CONSTRUCTION BANK Corp. Address before: 25 Financial Street, Xicheng District, Beijing 100033 Applicant before: CHINA CONSTRUCTION BANK Corp. Applicant before: Jianxin Financial Science and Technology Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201120 |