CN111967987A - 交易数据的处理方法和交易数据的处理系统 - Google Patents

交易数据的处理方法和交易数据的处理系统 Download PDF

Info

Publication number
CN111967987A
CN111967987A CN202010619132.8A CN202010619132A CN111967987A CN 111967987 A CN111967987 A CN 111967987A CN 202010619132 A CN202010619132 A CN 202010619132A CN 111967987 A CN111967987 A CN 111967987A
Authority
CN
China
Prior art keywords
processing
transaction data
probability
target
target transaction
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
Application number
CN202010619132.8A
Other languages
English (en)
Other versions
CN111967987B (zh
Inventor
陈钦圳
朱伟峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Andemai Technology Co ltd
Original Assignee
Shenzhen Weimeng Digital Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Weimeng Digital Technology Co ltd filed Critical Shenzhen Weimeng Digital Technology Co ltd
Priority to CN202010619132.8A priority Critical patent/CN111967987B/zh
Publication of CN111967987A publication Critical patent/CN111967987A/zh
Application granted granted Critical
Publication of CN111967987B publication Critical patent/CN111967987B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • 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
    • G06Q40/06—Asset management; Financial planning or analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Human Resources & Organizations (AREA)
  • Game Theory and Decision Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本申请实施例适用于数据处理技术领域，提供了一种交易数据的处理方法和交易数据的处理系统，所述方法应用于服务器，包括：确定待处理的目标交易数据，所述目标交易数据具有对象标识信息和对象属性信息；根据所述目标交易数据的对象属性信息进行概率计算，获得第一处理概率，并将所述第一处理概率发送至所述终端设备，以指示所述终端设备对所述第一处理概率进行显示；接收所述终端设备针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理。采用上述方法，可以实时地对目标交易数据进行概率计算，得到目标交易数据处理成功的概率，方便用户直观地了解在非实时处理系统中，目标交易数据的可能处理结果。

Description

交易数据的处理方法和交易数据的处理系统
技术领域
本申请属于数据处理技术领域，特别是涉及一种交易数据的处理方法和交易数据的处理系统。
背景技术
通常，交易数据的处理过程可以包括实时处理和非实时处理两种方式。其中，实时处理是在交易数据被提交至处理系统后，由系统实时地完成处理，并将处理成功与否的结果返回给用户。而非实时处理则是系统接收到待处理的交易数据后，首先将其保存在系统，等到时间到达预定的处理时间点时，再根据相应的条件或要求对交易数据进行处理。
以非实时处理系统为例。在一些应用场景中，用户提交交易数据的处理请求后，该交易数据是否能够得到成功处理，用户无法实时地知道。当用户得知最终的处理结果时，如果该交易数据未被成功处理，用户只能等待下一次的处理时机，严重影响交易数据的处理效率。
发明内容
有鉴于此，本申请实施例提供了一种交易数据的处理方法和交易数据的处理系统，以解决现有技术中非实时处理系统中无法实时地了解交易数据可能的处理结果的问题。
本申请实施例的第一方面提供了一种交易数据的处理方法，应用于终端设备，所述方法包括：
确定用户选定的待处理的目标交易数据，所述目标交易数据具有对象标识信息和对象属性信息；
将所述目标交易数据的对象标识信息发送至服务器，以指示所述服务器根据所述目标交易数据的对象属性信息进行概率计算，获得第一处理概率；
显示所述服务器返回的所述第一处理概率；
接收所述用户针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理。
可选地，所述确定用户选定的待处理的目标交易数据，包括：
当接收到用户提交的交易数据处理指令时，从所述服务器获取待处理的交易数据，并显示所述待处理的交易数据；
响应于所述用户针对所述待处理的交易数据的选择操作，确定待处理的目标交易数据。
可选地，所述对象属性信息包括目标属性和非目标属性，所述第一处理请求包括针对所述第一处理概率提交的目标属性调整请求，所述接收所述用户针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理，包括：
接收所述用户针对所述第一处理概率提交的目标属性调整请求，并将调整后的目标属性发送至所述服务器，以指示所述服务器按照所述非目标属性和调整后的目标属性对所述目标交易数据进行概率计算，获得调整后的第一处理概率；
显示所述服务器返回的调整后的第一处理概率。
可选地，所述对象属性信息包括目标属性，所述第一处理请求包括针对所述第一处理概率提交的确认处理请求，所述接收所述用户针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理，包括：
接收所述用户针对所述第一处理概率提交的确认处理请求，并将所述确认处理请求发送至所述服务器，以指示所述服务器对所述目标交易数据及其目标属性进行保存。
可选地，还包括：
接收并显示所述服务器针对所述目标交易数据返回的第二处理概率，所述第二处理概率为所述服务器在对所述目标交易数据及其目标属性进行保存时，再次按照所述目标交易数据的对象属性信息进行概率计算获得，所述第二处理概率不等于所述第一处理概率；
接收所述用户针对所述第二处理概率提交的第二处理请求，所述第二处理请求包括针对所述第二处理概率提交的确认处理请求，或，针对所述第二处理概率提交的目标属性调整请求。
本申请实施例的第二方面提供了一种交易数据的处理方法，应用于服务器，所述方法包括：
确定待处理的目标交易数据，所述目标交易数据具有对象标识信息和对象属性信息；
根据所述目标交易数据的对象属性信息进行概率计算，获得第一处理概率，并将所述第一处理概率发送至终端设备，以指示所述终端设备对所述第一处理概率进行显示；
接收所述终端设备针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理。
可选地，所述确定待处理的目标交易数据，包括：
当接收到所述终端设备提交的交易数据处理指令时，将待处理的交易数据发送至所述终端设备，以指示所述终端设备从待处理的交易数据中选定目标交易数据；
接收所述终端设备提交的目标交易数据的对象标识信息和对象属性信息。
可选地，所述对象属性信息包括目标属性和非目标属性，所述根据所述目标交易数据的对象属性信息进行概率计算，获得第一处理概率，包括：
将所述目标交易数据的目标属性和非目标属性转换为属性向量；
计算所述属性向量的概率密度；
根据所述概率密度，确定所述目标交易数据的第一处理概率。
可选地，所述根据所述概率密度，确定所述目标交易数据的第一处理概率，包括：
确定所述概率密度在预设样本集的概率密度排序列表中所处的位置，所述概率密度排序列表按照各个样本数据的概率密度大小顺序或倒序排列；
获取所述位置前后各预设个数的样本数据的概率密度；
对所述位置前后各预设个数的样本数据的概率密度进行插值计算，得到所述目标交易数据的第一处理概率。
可选地，所述概率密度排序列表通过如下步骤获得：
获取多个样本数据，并将所述多个样本数据分别转换为样本属性向量，所述样本属性向量用于指示所述样本数据的目标属性、非目标属性，以及所述样本数据的处理结果，所述处理结果包括正结果或负结果；
计算所述处理结果为正结果的样本数据的核密度，根据所述处理结果为正结果的样本数据的核密度训练概率密度函数；
采用所述概率密度函数，分别计算所述多个样本数据的概率密度；
对所述每个样本数据的概率密度进行升序或降序排列，得到所述概率密度排序列表。
可选地，所述第一处理请求包括所述终端设备针对所述第一处理概率提交的目标属性调整请求，所述目标属性调整请求包括调整后的目标属性，所述接收所述终端设备针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理，包括：
按照所述非目标属性和调整后的目标属性对所述目标交易数据进行概率计算，获得调整后的第一处理概率；
将调整后的第一处理概率发送至所述终端设备，接收所述终端设备针对调整后的第一处理概率提交的第一处理请求。
可选地，所述第一处理请求包括所述终端设备针对所述第一处理概率提交的确认处理请求，所述接收所述终端设备针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理，包括：
接收所述终端设备针对所述第一处理概率提交的确认处理请求，并根据所述确认处理请求对所述目标交易数据及其目标属性进行保存；
当到达所述目标交易数据的处理时间时，按照所述目标属性对所述目标交易数据进行处理。
可选地，所述当到达所述目标交易数据的处理时间时，按照所述目标属性对所述目标交易数据进行处理，包括：
当到达所述目标交易数据的处理时间时，按照多个目标交易数据的第一处理概率由大到小的顺序，依次采用所述目标属性对对应的目标交易数据进行处理。
可选地，还包括：
获取每个目标交易数据的处理结果；
将所述每个目标交易数据及其处理结果作为样本数据，加入预设样本集。
本申请实施例的第三方面提供了一种交易数据的处理装置，应用于终端设备，所述装置包括：
确定模块，用于确定用户选定的待处理的目标交易数据，所述目标交易数据具有对象标识信息和对象属性信息；
发送模块，用于将所述目标交易数据的对象标识信息发送至服务器，以指示所述服务器根据所述目标交易数据的对象属性信息进行概率计算，获得第一处理概率；
显示模块，用于显示所述服务器返回的所述第一处理概率；
处理模块，用于接收所述用户针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理。
本申请实施例的第四方面提供了一种交易数据的处理装置，应用于服务器，所述装置包括：
确定模块，用于确定待处理的目标交易数据，所述目标交易数据具有对象标识信息和对象属性信息；
计算模块，用于根据所述目标交易数据的对象属性信息进行概率计算，获得第一处理概率，并将所述第一处理概率发送至所述终端设备，以指示所述终端设备对所述第一处理概率进行显示；
处理模块，用于接收所述终端设备针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理。
本申请实施例的第五方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的交易数据的处理方法。
本申请实施例的第六方面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存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述第一方面所述的交易数据的处理方法。
本申请实施例的第七方面提供了一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第二方面所述的交易数据的处理方法。
本申请实施例的第八方面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存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述第二方面所述的交易数据的处理方法。
本申请实施例的第九方面提供了一种交易数据的处理系统，包括如上述第五方面所述的终端设备和上述第七方面所述的服务器，所述终端设备的处理器执行所述终端设备的存储器中存储的计算机程序时实现如上述第一方面所述的交易数据的处理方法，所述服务器的处理器执行所述服务器的存储器中存储的计算机程序时实现如上述第二方面所述的交易数据的处理方法。
与现有技术相比，本申请实施例包括以下优点：
本申请实施例，终端设备在接收到用户选定的目标交易数据后，可以将目标交易数据的对象标识信息发送至服务器，由服务器根据目标交易数据的对象属性信息实时地进行概率计算，得到第一处理概率。终端设备通过对第一处理概率进行显示，有助于用户实时地了解目标交易数据最终被成功处理的可能性，方便用户针对性地对目标交易数据的处理请求进行调整或确认。本实施例通过在终端设备上实时地显示第一处理概率，若第一处理概率较小，则可以便于用户对处理请求进行修改，提高目标交易数据被成功处理的可能性。本申请实施例可以提高交易数据的处理效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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的介绍。显而易见地，下面描述中的附图仅仅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。
图1是本申请实施例提供的一种交易数据的处理方法的步骤流程示意图；
图2是本申请实施例提供的另一种交易数据的处理方法的步骤流程示意图；
图3是本申请实施例提供的一种概率密度排序列表生成过程示意图；
图4是本申请实施例提供的一种折现申请的处理过程示意图；
图5是本申请实施例提供的一种概率计算过程示意图；
图6是本申请实施例提供的一种交易数据的处理装置的示意图；
图7是本申请实施例提供的另一种交易数据的处理装置的示意图；
图8是本申请实施例提供的一种服务器的示意图；
图9是本申请实施例提供的一种交易数据的处理系统的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域技术人员应当清楚，在没有这些具体细节的其他实施例中也可以实现本申请。在其他情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
下面通过具体实施例来说明本申请的技术方案。
参照图1，示出了本申请实施例提供的一种交易数据的处理方法的步骤流程示意图，具体可以包括如下步骤：
S101、确定用户选定的待处理的目标交易数据，所述目标交易数据具有对象标识信息和对象属性信息。
需要说明的是，本方法可以应用于终端设备，即本实施例是从终端设备端对本方法进行的介绍。该终端设备可以是手机、平板电脑、台式计算机等电子设备，本实施例对终端设备的具体类型不作限定。
在本申请实施例中，终端设备可以与服务器通信连接，共同组成交易数据处理系统。本申请实施例中的交易数据处理系统可以是非实时处理系统。即，交易数据的处理请求在被提交至服务器后，首先由服务器进行保存，待到达处理时间点时，服务器再对各个交易数据进行统一的处理。
本申请实施例中的目标交易数据可以是用户在终端设备中选定的待处理的交易数据。根据数据处理系统所实现的功能的不同，目标交易数据可以的类型也可以有多种。例如，目标交易数据可以是股票、基金金融票据、某种权利的凭证等等。本实施例对目标交易数据的具体类型不作限定。
通常，目标交易数据具有相应的对象标识信息和对象属性信息。
其中，对象标识信息可以用于唯一地对目标交易数据进行识别；对象属性信息可以是与目标交易数据相关的各类信息。例如，若目标交易数据为股票，则对象标识信息可以是该股票的股票代码；对象标属性息可以包括股票发行数据、价格等信息。若目标交易数据为供应链上下游的折现申请所对应的某张发票，则对象标识信息可以是该发票的发票号码；对象属性信息可以是发票金额、到期支付日、申请付款日及折现账期等等。
在本申请实施例的一种可能的实现方式中，S101可以通过如下步骤实现：
当接收到用户提交的交易数据处理指令时，从所述服务器获取待处理的交易数据，并显示所述待处理的交易数据。
响应于所述用户针对所述待处理的交易数据的选择操作，确定待处理的目标交易数据。
在本申请实施例中，用户可以在终端设备上提交针对交易数据的处理指令，终端设备在接收到上述指令后，可以首先从服务器获取待处理的交易数据，并显示待处理的交易数据。上述待处理的交易数据可以是当前允许用户提交处理的对象。例如，在股票的集合竞价阶段前，可以供交易者提交交易请求的多只股票；或者，可允许供应商申请提前支付货款的多张发票。
终端设备在从服务器获取到上述交易数据后，可以将其显示在设备界面上，供用户选择。用户从显示的交易数据中选定的至少一个交易数据即为目标交易数据。
S102、将所述目标交易数据的对象标识信息发送至服务器，以指示所述服务器根据所述目标交易数据的对象属性信息进行概率计算，获得第一处理概率。
在本申请实施例中，在用户选定目标交易数据后，终端设备可以将目标交易数据的对象标识信息发送至服务器，由服务器对目标交易数据进行处理。
由于本实施例中的交易数据处理系统为非实时处理系统，服务器需要等到某一时间点到达时，才会对接收到的各个目标交易数据进行统一的处理。因此，为了方便用户实时地了解当前提交的针对目标交易数据的处理请求是否能够处理成功，服务器可以根据目标交易数据的对象属性信息进行概率计算，得到表征目标交易数据最终可处理成功的可能性的第一处理概率。通常，第一处理概率越大，表示目标交易数据最终被成功处理的可能性越高；反之，第一处理概率越小，则表示目标交易数据最终被成功处理的可能性越低。
S103、显示所述服务器返回的所述第一处理概率。
服务器计算得到的第一处理概率可以实时地返回给终端设备并显示在终端设备的界面上，方便用户了解当前提交的目标交易数据被成功处理的可能性。
例如，对于股票交易过程中的集合竞价，服务器可以根据用户提交的交易价格等因素实时地进行概率计算，得出该价格可成功交易的概率。
例如，在某种金额票据的申购阶段(如基金申购、折现交易申请等)，服务器可以根据用户提交的申购请求(如申购量、申购时间要求等因素)，实时地进行概率计算，得出该申购请求可成功交易的概率。
当然，上述针对金额票据申购过程中的概率计算仅为本实施例的一种示例，针对不同的目标交易数据，进行概率计算所涉及的因素可能包括一项或多项，本申请实施例对此不作限定。
S104、接收所述用户针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理。
在本申请实施例中，用户可以通过终端设备显示的第一处理概率得知目标交易数据最终可成功被处理的可能性。用户在得知第一处理概率后，可以通过在终端设备上的操作，提交第一处理请求，由终端设备按照第一处理请求进行后续处理。
在本申请实施例的一种可能的实现方式中，对象属性信息可以包括目标属性和非目标属性，第一处理请求可以包括针对第一处理概率提交的目标属性调整请求。相应地，S104可以通过如下步骤实现：
终端设备接收用户针对第一处理概率提交的目标属性调整请求，并将调整后的目标属性发送至服务器，以指示服务器按照非目标属性和调整后的目标属性对目标交易数据进行概率计算，获得调整后的第一处理概率；终端设备显示服务器返回的调整后的第一处理概率。
在本申请实施例中，目标属性可以是影响目标交易数据是否可成功被处理的关键属性。例如，在股票交易的集合竞价阶段，交易价格是影响交易最终是否成功的因素。因此，针对股票这一交易数据，目标属性可以是用户提交的交易价格，而其他影响因素则是非目标属性。
在上述示例中，若用户针对某一金融票据，按照某一价格提交了申购请求，服务器可以根据用户提交的价格计算交易成功的概率。假设服务器计算得到的概率为30％，则表示该价格可成交的可能性较低。此时，用户可以对价格进行修改，例如提高申购报价。服务器可以针对提高后的申购报价重新计算交易成功的概率，并将其返回给终端设备。
在本申请实施例的另一种可能的实现方式中，第一处理请求可以包括针对第一处理概率提交的确认处理请求。相应地，S104还可以通过如下步骤实现：
接收用户针对第一处理概率提交的确认处理请求，并将确认处理请求发送至服务器，以指示服务器对目标交易数据及其目标属性进行保存。
在本申请实施例中，若用户针对某一金融票据，按照某一价格提交了申购请求，服务器可以根据用户提交的价格计算交易成功的概率。假设服务器计算得到的概率为85％，则表示该价格可成交的可能性较高。此时，用户可以对第一处理概率进行确认，确认处理请求将被终端设备发送至服务器。服务器可以对目标交易数据及其目标属性进行保存，待处理时间点到达时，便可以按照目标属性对目标交易数据进行处理。例如，在金融票据的成交阶段，按照用户提交的申购价格完成交易。
需要说明的是，服务器在对目标交易数据及其目标属性进行保存时，可以再次按照目标交易数据的对象属性信息进行概率计算，确认再次计算得到的概率是否与第一处理概率相等。若再次计算得到的概率为与第一处理概率不相等的第二处理概率，服务器可以将第二处理概率返回给终端设备，终端设备在接收到第二处理概率后，可以对第二处理概率进行显示，以提醒用户可能因为系统异常或某些对象属性信息的变化，导致可成功处理的概率发生了变动。
终端设备可以接收用户针对第二处理概率提交的第二处理请求，上述第二处理请求包括针对第二处理概率提交的确认处理请求，或，针对第二处理概率提交的目标属性调整请求。即，用于若认可概率的变动，可以对第二处理概率进行确认，允许服务器在处理时，按照第二处理概率对目标交易数据进行处理。或者，用户可以再次对目标属性进行调整，重新请求服务器进行概率计算。
在本申请实施例中，终端设备在接收到用户选定的目标交易数据后，可以将目标交易数据的对象标识信息发送至服务器，由服务器根据目标交易数据的对象属性信息实时地进行概率计算，得到第一处理概率。终端设备通过对第一处理概率进行显示，有助于用户实时地了解目标交易数据最终被成功处理的可能性，方便用户针对性地对目标交易数据的处理请求进行调整或确认。本实施例通过在终端设备上实时地显示第一处理概率，若第一处理概率较小，则可以便于用户对处理请求进行修改，提高目标交易数据被成功处理的可能性。本申请实施例可以提高交易数据的处理效率。
参照图2，示出了本申请实施例提供的另一种交易数据的处理方法的步骤流程示意图，具体可以包括如下步骤：
S201、确定待处理的目标交易数据，所述目标交易数据具有对象标识信息和对象属性信息。
需要说明的是，本方法可以应用于服务器，即本实施例是从服务器端对本方法进行的介绍。
在本申请实施例中，终端设备可以与服务器通信连接，共同组成交易数据处理系统。该交易数据处理系统可以是非实时处理系统。
在本申请实施例中，目标交易数据可以用户从一个或多个待处理的交易数据中选定的，目标交易数据的数量可以是至少一个。
在本申请实施例的一种可能的实现方式中，S201可以通过如下方式实现：
当接收到终端设备提交的交易数据处理指令时，将待处理的交易数据发送至终端设备，以指示终端设备从待处理的交易数据中选定目标交易数据；接收终端设备提交的目标交易数据的对象标识信息和对象属性信息。
在本申请实施例中，待处理的交易数据可以是由服务器选定。例如，服务器可以根据待处理的交易数据生成一张交易数据列表。列表中的各个交易数据即是允许被请求处理的交易数据。
当用户在终端设备上进行操作，希望提交对某一个或几个交易数据进行处理的请求时，终端设备可以将交易数据处理指令发送至服务器。此时，服务器可以将上述待处理的交易数据列表发送给终端设备。用户可以在终端设备中选定某一个或几个交易数据作为目标交易数据。目标交易数据的对象标识信息和对象属性信息可以由终端设备提交给服务器。
需要说明的是，目标交易数据的对象属性信息可以包括目标属性和非目标属性。其中，目标属性可以是对目标交易数据是否可被成功处理起到重要作用的一项属性。通常，目标属性可以是允许用户修改的属性，且通过修改该属性，服务器所计算得到的第一处理概率可能不同。例如，在金融票据的申购过程中，目标属性可以是用户提交的针对某一金融票据的申购价格；而在供应链上下游的折现申请过程中，目标属性可以是用户提交的利率。
S202、根据目标交易数据的对象属性信息进行概率计算，获得第一处理概率，并将第一处理概率发送至终端设备，以指示所述终端设备对所述第一处理概率进行显示。
在本申请实施例中，针对目标交易数据的概率计算，可以是由服务器完成的。服务器在接收到终端设备提交的目标交易数据及其目标属性后，可以按照一定的计算方式，结合目标交易数据的目标属性及非目标属性，综合计算目标交易数据可被成功处理的第一处理概率。
上述第一处理概率可以被返回至终端设备，并可以在终端设备上进行显示，以方便用户了解当前提交的数据处理请求，目标交易数据可被成功处理的可能性大小。
在本申请实施例的一种可能的实现方式中，在计算目标交易数据的第一处理概率时，可以首先将目标交易数据的目标属性和非目标属性转换为属性向量。
通常，目标交易数据的目标属性和非目标属性可以包括多项，每一项属性均可以看作是影响第一处理概率的一个影响因子。通过对目标属性和非目标属性进行数值化处理，可以得到用于表征目标交易数据的对象属性信息的属性向量。
例如，若目标交易数据的对象属性信息包括n项，即x1-xn，其中，x1是的目标属性，x2-xn是非目标属性。通过对上述目标属性和非目标属性进行数值化处理，可以得到相应的属性向量，即x＝(x1，x2，x3，……，xn)。
然后，可以根据上述属性向量计算得到目标交易数据的第一处理概率：
px＝f(x1，x2，x3，……，xn)
其中，f为概率计算函数；px为第一处理概率，px的取值范围为[0,1]。0表示第一处理概率为0，1表示第一处理概率为100％；或者，也可以采用百分数的值表示，则px的取值范围为[0,100]，0表示第一处理概率为0，100表示第一处理概率为100％。
在本申请实施例的一种可能的实现方式中，针对目标交易数据的属性向量，也可以首先计算目标交易数据的属性向量的概率密度，然后根据概率密度，确定目标交易数据的第一处理概率。
在具体实现中，可以首先计算x在特征空间中的概率密度：
Pdx＝kde(x)
其中，Pdx表示目标交易数据x的概率密度，kde表示概率密度函数。
在本申请实施例的一种可能的实现方式中，在根据概率密度，确定目标交易数据的第一处理概率时，可以首先确定上述概率密度在预设样本集的概率密度排序列表中所处的位置，概率密度排序列表可以按照各个样本数据的概率密度大小顺序或倒序排列。然后，通过获取该位置前后各预设个数的样本数据的概率密度，可以对该位置前后各预设个数的样本数据的概率密度进行插值计算，得到目标交易数据的第一处理概率。
示例性地，前后各预设个数的样本数据可以是前后各一个的样本数据。
若概率密度排序列表为从小到大顺序排列的，则根据目标交易数据的概率密度与列表中的各个概率密度的大小关系，可以确定目标交易数据的概率密度所处的位置。例如，目标交易数据的概率密度所处的位置可以是位置k处与位置k+1处两个概率密度之间。那么，可以存在如下大小关系：
Pdk≤pdx＜Pdk+1
然后，可以对上述两个概率密度Pdk和Pdk+1进行插值计算，得到目标交易数据的第一处理概率px。
示例性地，可以采用如下公式对概率密度进行插值计算：
px＝pk+(pk+1-pk)*(pdx-pdk)/(pdk+1-pdk)
如图3所示，是本申请实施例提供的一种概率密度排序列表生成过程示意图。按照图3所示的生成过程，概率密度排序列表可以通过如下步骤获得：
S2021、获取多个样本数据，并将所述多个样本数据分别转换为样本属性向量，所述样本属性向量用于指示所述样本数据的目标属性、非目标属性，以及所述样本数据的处理结果，所述处理结果包括正结果或负结果。
在本申请实施例中，可以获取多个样本数据，多个样本数据构成一个样本集。每个样本数据可以看作是一个交易数据。因此，样本数据也可以包括目标属性和非目标属性。
为了便于后续的数据训练，可以将样本数据的目标属性和非目标属性进行数值化处理，并结合该样本数据的处理结果，生成样本属性向量。
在本申请实施例中，样本数据的处理结果可以包括正结果或负结果。其中，正结果表示该样本数据被服务器成功处理，而负结果则表示该样本数据未被成功处理。
示例性地，样本数据的样本属性向量可以表示为(x1，x2，x3，……，xn，y)。其中，x1-xn表示样本数据的n项对象属性信息，y表示具体的处理结果。当y＝1时，表示正结果；当y＝0时，表示负结果。
S2022、计算所述处理结果为正结果的样本数据的核密度，根据所述处理结果为正结果的样本数据的核密度训练概率密度函数。
在本申请实施例中，可以选取其中处理结果为正结果的样本数据，进行核密度估计。通过对多个样本数据进行核密度估计，可以训练得到概率密度函数kde。
S2023、采用所述概率密度函数，分别计算所述多个样本数据的概率密度；对所述每个样本数据的概率密度进行升序或降序排列，得到所述概率密度排序列表。
通过S2022训练得到的概率密度函数，可以直接用于计算每个样本数据的概率密度，从而可以根据各个样本数据的概率密度的大小，得到概率密度排序列表。
在具体实现中，可以按照概率密度由小到大的方式，对各个样本数据的概率密度进行升序排列，也可以按照概率密度由大到小的方式，对各个样本数据的概率密度进行降序排列，得到样本数据的概率密度排序列表。
S203、接收所述终端设备针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理。
在本申请实施例中，用户可以根据显示在终端设备上的第一处理概率，确定如何进行后续处理。用户的后续处理动作可以通过在终端设备中生成第一处理请求，然后由终端设备将第一处理请求发送至服务器。
在本申请实施例的一种可能的实现方式中，第一处理请求可以包括终端设备针对第一处理概率提交的目标属性调整请求。相应地，S203可以通过如下方式实现：
服务器按照非目标属性和调整后的目标属性对目标交易数据进行概率计算，获得调整后的第一处理概率；服务器将调整后的第一处理概率发送至终端设备，接收终端设备针对调整后的第一处理概率提交的第一处理请求。
在本申请实施例的另一种可能的实现方式中，第一处理请求可以包括终端设备针对第一处理概率提交的确认处理请求。相应地，S203还可以通过如下方式实现：
服务器接收终端设备针对第一处理概率提交的确认处理请求，并根据确认处理请求对目标交易数据及其目标属性进行保存；当到达目标交易数据的处理时间时，服务器按照目标属性对目标交易数据进行处理。
在本申请实施例中，服务器按照目标属性对目标交易数据进行处理可以是服务器按照对多个目标交易数据的第一处理概率由大到小的顺序，依次采用目标属性对对应的目标交易数据进行处理。
例如，针对供应链上下游的折现申请，服务器根据多个用户提交利率，分别计算得到每个用户提交的申请的第一处理概率，且多个用户均对上述第一处理概率进行了确认。则在处理时间到达时，服务器可以按照第一处理概率的大小，优先处理第一处理概率较大的折现申请，从而保证第一处理概率较大的折现申请尽可能被成功处理。
在本申请实施例中，当目标交易数据被处理后，其处理结果可以包括已被成功处理，或未被成功处理。针对每一种处理结果，服务器可以获取每个目标交易数据的处理结果，然后将每个目标交易数据及其处理结果作为样本数据，加入预设样本集，提高采用预设样本集进行概率计算的准确率。
需要说明的是，由于本实施例是从服务器端对本方法进行的介绍，其部分实现细节已在前述终端设备端的实施例中进行了介绍，本实施例介绍地较为简单，部分细节可以参阅前述实施例的介绍。
上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
为了便于理解，下面结合具体的示例，对本申请实施例提供的交易数据的处理方法进行介绍。
本示例中介绍的交易数据的处理方法可以是指交易标的(如票据、证券等)的买卖过程，或其他涉及竞价交易场景的买卖过程。特别地，是指通过一个平台系统实现的买卖过程。
在竞价交易场景中，竞价交易需要将购买请求存储到服务器端，等时间到达预定的集中搓合处理时间点后，再搓合判断购买申请能否成交(典型的场景是股市中的集合竞价)。用户提交购买申请的时间与服务器搓合判断的时间有一定的时间差。例如，相关交易场景均涉及“先申报，后判断成交”的过程，相关场景可以包括：
(a)理财产品购买
购买一项理财产品，如果该产品额度是有限制的，大众可以在申购时段先申请购买，申购结束后再由系统或某机构给申请人分配成功购买的额度。在该场景下，可能申购价格都是相同的，判断成功与否的可能是其他因素，比如客户重要性等。
(b)供应链上下游的折现申请
供应商向采购商销售货物后，供应商向采购商开出发票，按合同约定，采购商在N天后向供应商付款。若供应商因资金需求，需提前从采购商收回该笔资金，因此可以向采购商提交折现申请(以“发票”所代表的应收款为交易标的，按一定的利率、申请一定的折现金额)。系统可以根据各家供应商的申请、并结合市场及采购商自身资金流动性、决定向哪些供应商做折现支付。
(c)更一般的，招投标或申请及摇号中签成交等，也是“先申报，后判断成交“的场景，只不过其成交判断在不同场景下有不同的方法。
下面，以供应链上下游的折现申请，对本申请的交易数据的处理方法进行详细介绍。
如图4所示，是本申请实施例提供的一种折现申请的处理过程示意图。
其具体包括如下各个阶段：
1)获取可交易标的
交易标的可以是指买卖双方共同认可的交易对象，含实物商品、金融票据、证券、或某种权利的凭证等。在具体实现上，“交易标的”可以是上述交易对象在计算机中的一个符号表示(例如，交易标的可以是号码，以此代表交易标的物)。可交易标的即是前述各个实施例中的待处理的交易数据。
在供应链上下游的折现申请中，该阶段获取的是“可折现交易的发票”列表。包括：发票ID、发票代码、发票号码、发票金额、发票到期支付日d1(按合同约定按计划会在哪天进行支付)、该发票对应应收款的支付方式(如现金、银行承兑汇票支付、商业承兑汇票支付等)、提交折现交易后的付款日d2、折现账期(即提交支付的天数，即d2至d1的日期差，单位为“天”)。
例如，如表一所示，是可折现交易的发票的一种简单示例：
表一
发票号 金额 可折现金额 剩余账期
20200519001 10000.00 9000.00 42天
20200519002 20000.00 18000.00 38天
2)选择交易标的并报价
在选择交易标的时，申请人可以直接在终端设备的显示界面中勾选折现申请的发票记录。交易标的即是前述各个实施例中的目标交易数据。
例如，选择上述表一中发票号为“20200519001”的发票记录。
然后，申请人可以提交报价，该报价即是前述各个实施例中目标交易数据的目标属性。
在具体实现中，申请人可以按照年利率或月利率进行报价。例如，申请人可以在终端设备中输入相应的年利率为12.00％。
3)概率计算
针对交易标的的概率计算可以由服务器完成。
服务器在计算得到上述交易标的的概率p1后，将计算结果返回给终端设备，以显示给客户。
例如，终端设备针对发票号为“20200519001”的发票记录这一交易标的，计算得到的结果可以为：“本次申请成功通过概率为：78.06％”。
在本示例中，概率计算可以包括离线训练和在线计算两部分。下面结合图5，对本申请实施例的概率计算过程进行介绍。完整的概率计算过程包括如下a-e五个步骤：
a.样本数据预处理(离线处理)
假设概率计算覆盖n个因子，则其属性向量可以表示为x＝(x1，x2，x3，……，xn),
在本示例中，可参考的候选因子包括：、买方报价利率与市场平均利率的差值、买方报价利率与LPR的差值、买方报价利率与Shibor 1W利率的差值、买方公司上一年度营收规模(万元)、买方公司活跃度(参与报价天数与交易天数的比率)、卖方资金充足率(当天可折现票据金额与当天剩余专项资金的比率)等等。
对于样本集(训练集)train的各条记录，每一条记录标记其成功处理(交易)与否，结果记为y(y＝1表示交易处理，y＝0表示未交易处理)。
则每一条样本数据的记录可以表示为(x1，x2，x3，……，xn，y)；y＝1的样本数据为正样本。
b.核密度估计(离线处理)
概率密度函数的训练过程可以包括：
第1步：对样本集的每条记录的每一维度(列)进行标准化处理；
For(i＝1；i<＝n；i++){
Xi＝(xi-mean(xi))/(max(xi)-min(xi))
}
其中，mean(xi)：表示xi维度上的平均值；max(xi)：表示xi维度上的最大值；min(xi)：表示xi维度上的最小值；
第2步：选取样本集train中的正样本(y＝1)，记为train1；
第3步：在train1上进行核密度估计计算；
可以采用高斯核或者斯科特(Scott)方法进行计算，输出概率密度函数记为kde。
c.样本集上的样本点概率计算(离线处理)
第1步：计算样本集train上每个样本点对应的概率密度：
假设上述输出的概率密度函数为kde，则：
For(xi in train):
Pdi＝kde(xi) //pdi表示第i个样本点所在位置的概率密度
在Python上，对整个样本集计算的一种实现方法如下：
density＝kde(train)
第2步：样本集train中的样本点按上述计算的概率密度pdi做升序排序；
第3步：计算每一个样本点的显式概率值：
For(xi in train):
pi＝((下标小于等于i的样本集中正样本个数)/i)*100％
//pi表示第i个样本点的概率值，即概率密度小于等于xi的概率密度的样本集中，正样本的比例，即为可成功处理的概率。
在样本集train中的样本点记为TrainP＝{(Xi,pdi,pi)}，且已按pdi升序排序。
d.概率计算(在线处理)
用户提交请求概率计算的样本点记为x＝(x1，x2，x3，……，xn),其维度与样本集中的特征维度一致。
第1步：计算x在特征空间中的概率密度：
Pdx＝kde(x)
第2步：在样本集概率密度排序列表TrainP中，搜索样本点(Xk,pdk,pk),使得：
Pdk≤pdx＜Pdk+1
其中，1<＝k<＝n(n为样本集样本数)
第3步：x点的概率计算
假设上述第2步搜索取得的k点为(Xk,pdk,pk),k+1点为(Xk+1,pdk+1,pk+1)，则按均匀插值计算x点的概率为：
px＝pk+(pk+1-pk)*(pdx-pdk)/(pdk+1-pdk)
px即为对样本点x进行概率计算结果的概率值。
e.交易完毕，获取交易结果(在线处理)；更新样本集(离线处理)
当一轮交易完成后，即确定了提交的样本点x最终是否交易成功，也即确立了该样本对应的y值(y＝1交易成功，y＝0未交易成功)。
确定交易结果后可以将该样本点加入到样本集train，以扩充样本集规模，也使模型具有自适应、自学习的特性。
4)确定是否提交订单
用户了解到概率计算的结果后，可以据此判断当前报价情况下的下单通过率高低，以确认是否直接提交订单，或修改报价等其他参数。
如果不需对报价进行调整，则可以直接提交折现申请。
如果需要对报价进行调整，则可以按第2)步重新调整申请年利率，或调整勾选的发票记录。
5)保存订单
服务器接收到第4)步提交的订单信息后，可以将该订单信息存储在服务器数据库。
在本示例中，交易系统服务端在接收到保存订单请求时，可以再次用请求参数按第3)步的方法再次进行一次概率计算，获得概率值p2。如果各概率计算因子在保存请求时刻与上次概率计算请求时刻一致，p2应等于p1。
作为系统设计的实现，可以作如下判断和处理：如果p2等于p1，继续进行保存订单的处理流程；如果p2不等于p1，则可以向终端设备返回“概率值参数不一致”的异常，以此保证系统使用的概率值与用户看到的概率值是一致的。
6)搓合交易
交易搓合将结合上述概率计算结果进行。
若系统是以“1天”为一个周期进行清算，则每天(或每个工作日)固定的一个时间点执行搓合交易动作，如每天(或每个工作日)下午(18：00)。
在搓合交易时，系统可以取出第5)步保存的所有折现申请订单，按概率值从大到小排序，优先成交概率大的订单。如果出现资金不足、或市场流动性紧张等特征状态，则做特殊处理(例如，无法成交)。
参照图6，示出了本申请实施例提供的一种交易数据的处理装置的示意图，该装置可以应用于终端设备中，具体可以包括如下模块：
确定模块601，用于确定用户选定的待处理的目标交易数据，所述目标交易数据具有对象标识信息和对象属性信息；
发送模块602，用于将所述目标交易数据的对象标识信息发送至服务器，以指示所述服务器根据所述目标交易数据的对象属性信息进行概率计算，获得第一处理概率；
显示模块603，用于显示所述服务器返回的所述第一处理概率；
处理模块604，用于接收所述用户针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理。
在本申请实施例中，所述确定模块601具体可以包括如下子模块：
交易数据获取子模块，用于当接收到用户提交的交易数据处理指令时，从所述服务器获取待处理的交易数据，并显示所述待处理的交易数据；
目标交易数据确定子模块，用于响应于所述用户针对所述待处理的交易数据的选择操作，确定待处理的目标交易数据。
在本申请实施例中，所述对象属性信息包括目标属性和非目标属性，所述第一处理请求包括针对所述第一处理概率提交的目标属性调整请求，所述处理模块604具体可以包括如下子模块：
目标属性调整子模块，用于接收所述用户针对所述第一处理概率提交的目标属性调整请求，并将调整后的目标属性发送至所述服务器，以指示所述服务器按照所述非目标属性和调整后的目标属性对所述目标交易数据进行概率计算，获得调整后的第一处理概率；
第一处理概率显示子模块，用于显示所述服务器返回的调整后的第一处理概率。
在本申请实施例中，所述对象属性信息包括目标属性，所述第一处理请求包括针对所述第一处理概率提交的确认处理请求，所述处理模块604还可以包括如下子模块：
确认处理子模块，用于接收所述用户针对所述第一处理概率提交的确认处理请求，并将所述确认处理请求发送至所述服务器，以指示所述服务器对所述目标交易数据及其目标属性进行保存。
在本申请实施例中，所述装置还可以包括如下模块：
第二处理概率显示模块，用于接收并显示所述服务器针对所述目标交易数据返回的第二处理概率，所述第二处理概率为所述服务器在对所述目标交易数据及其目标属性进行保存时，再次按照所述目标交易数据的对象属性信息进行概率计算获得，所述第二处理概率不等于所述第一处理概率；
第二处理请求模块，用于接收所述用户针对所述第二处理概率提交的第二处理请求，所述第二处理请求包括针对所述第二处理概率提交的确认处理请求，或，针对所述第二处理概率提交的目标属性调整请求。
参照图7，示出了本申请实施例提供的一种交易数据的处理装置的示意图，该装置可以应用于服务器中，具体可以包括如下模块：
确定模块701，用于确定待处理的目标交易数据，所述目标交易数据具有对象标识信息和对象属性信息；
计算模块702，用于根据所述目标交易数据的对象属性信息进行概率计算，获得第一处理概率，并将所述第一处理概率发送至终端设备，以指示所述终端设备对所述第一处理概率进行显示；
处理模块703，用于接收所述终端设备针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理。
在本申请实施例中，所述确定模块701具体可以包括如下子模块：
交易数据发送子模块，用于在接收到所述终端设备提交的交易数据处理指令时，将待处理的交易数据发送至所述终端设备，以指示所述终端设备从待处理的交易数据中选定目标交易数据；
目标交易数据接收子模块，用于接收所述终端设备提交的目标交易数据的对象标识信息和对象属性信息。
在本申请实施例中，所述对象属性信息包括目标属性和非目标属性，所述计算模块702具体可以包括如下子模块：
属性向量转换子模块，用于将所述目标交易数据的目标属性和非目标属性转换为属性向量；
概率密度计算子模块，用于计算所述属性向量的概率密度；
第一处理概率确定子模块，用于根据所述概率密度，确定所述目标交易数据的第一处理概率。
在本申请实施例中，所述第一处理概率确定子模块具体可以包括如下单元：
位置确定单元，用于确定所述概率密度在预设样本集的概率密度排序列表中所处的位置，所述概率密度排序列表按照各个样本数据的概率密度大小顺序或倒序排列；
概率密度获取单元，用于获取所述位置前后各预设个数的样本数据的概率密度；
插值计算单元，用于对所述位置前后各预设个数的样本数据的概率密度进行插值计算，得到所述目标交易数据的第一处理概率。
在本申请实施例中，所述概率密度排序列表通过调用如下模块获得：
样本数据获取模块，用于获取多个样本数据，并将所述多个样本数据分别转换为样本属性向量，所述样本属性向量用于指示所述样本数据的目标属性、非目标属性，以及所述样本数据的处理结果，所述处理结果包括正结果或负结果；
概率密度函数训练模块，用于计算所述处理结果为正结果的样本数据的核密度，根据所述处理结果为正结果的样本数据的核密度训练概率密度函数；
概率密度计算模块，用于采用所述概率密度函数，分别计算所述多个样本数据的概率密度；
概率密度排序模块，用于对所述每个样本数据的概率密度进行升序或降序排列，得到所述概率密度排序列表。
在本申请实施例中，所述第一处理请求包括所述终端设备针对所述第一处理概率提交的目标属性调整请求，所述目标属性调整请求包括调整后的目标属性，所述处理模块703具体可以包括如下子模块：
第一处理概率调整子模块，用于按照所述非目标属性和调整后的目标属性对所述目标交易数据进行概率计算，获得调整后的第一处理概率；
第一处理请求接收子模块，用于将调整后的第一处理概率发送至所述终端设备，接收所述终端设备针对调整后的第一处理概率提交的第一处理请求。
在本申请实施例中，所述第一处理请求包括所述终端设备针对所述第一处理概率提交的确认处理请求，所述处理模块703还可以包括如下子模块：
确认处理子模块，用于接收所述终端设备针对所述第一处理概率提交的确认处理请求，并根据所述确认处理请求对所述目标交易数据及其目标属性进行保存；
目标交易数据处理子模块，用于在到达所述目标交易数据的处理时间时，按照所述目标属性对所述目标交易数据进行处理。
在本申请实施例中，所述目标交易数据处理子模块具体可以包括如下单元：
目标交易数据处理单元，用于当到达所述目标交易数据的处理时间时，按照多个目标交易数据的第一处理概率由大到小的顺序，依次采用所述目标属性对对应的目标交易数据进行处理。
在本申请实施例中，所述装置还可以包括如下模块：
处理结果获取模块，用于获取每个目标交易数据的处理结果；
样本集更新模块，用于将所述每个目标交易数据及其处理结果作为样本数据，加入预设样本集。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述得比较简单，相关之处参见方法实施例部分的说明即可。
参照图8，示出了本申请一个实施例的一种服务器的示意图。如图8所示，本实施例的服务器800包括：处理器810、存储器820以及存储在所述存储器820中并可在所述处理器810上运行的计算机程序821。所述处理器810执行所述计算机程序821时实现上述交易数据的处理方法的服务器端实施例中的步骤，例如图2所示的步骤S201至S203。或者，所述处理器810执行所述计算机程序821时实现上述各装置实施例中各模块/单元的功能，例如图7所示模块701至703的功能。
示例性的，所述计算机程序821可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器820中，并由所述处理器810执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段可以用于描述所述计算机程序821在所述服务器800中的执行过程。例如，所述计算机程序821可以被分割成确定模块、计算模块、处理模块，各模块具体功能如下：
确定模块，用于确定待处理的目标交易数据，所述目标交易数据具有对象标识信息和对象属性信息；
计算模块，用于根据所述目标交易数据的对象属性信息进行概率计算，获得第一处理概率，并将所述第一处理概率发送至终端设备，以指示所述终端设备对所述第一处理概率进行显示；
处理模块，用于接收所述终端设备针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理。
所述服务器800可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述服务器800可包括，但不仅限于，处理器810、存储器820。本领域技术人员可以理解，图8仅仅是服务器800的一种示例，并不构成对服务器800的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述服务器800还可以包括输入输出设备、网络接入设备、总线等。
所述处理器810可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器820可以是所述服务器800的内部存储单元，例如服务器800的硬盘或内存。所述存储器820也可以是所述服务器800的外部存储设备，例如所述服务器800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)等等。进一步地，所述存储器820还可以既包括所述服务器800的内部存储单元也包括外部存储设备。所述存储器820用于存储所述计算机程序821以及所述服务器800所需的其他程序和数据。所述存储器820还可以用于暂时地存储已经输出或者将要输出的数据。
相应地，本申请实施例还公开了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前述终端设备端的交易数据的处理方法。
如图9所示，是本申请实施例提供的一种交易数据的处理系统的示意图。在图9所示的系统中，包括终端设备901和服务器902，所述终端设备和所述服务器分别包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述终端设备的处理器执行所述终端设备的存储器中存储的计算机程序时实现前述终端设备端实施例的交易数据的处理方法，所述服务器的处理器执行所述服务器的存储器中存储的计算机程序时实现前述服务器端实施例的交易数据的处理方法。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制。尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种交易数据的处理方法，其特征在于，应用于终端设备，所述方法包括：
确定用户选定的待处理的目标交易数据，所述目标交易数据具有对象标识信息和对象属性信息；
将所述目标交易数据的对象标识信息发送至服务器，以指示所述服务器根据所述目标交易数据的对象属性信息进行概率计算，获得第一处理概率；
显示所述服务器返回的所述第一处理概率；
接收所述用户针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理。
2.根据权利要求1所述的方法，其特征在于，所述对象属性信息包括目标属性和非目标属性，所述第一处理请求包括针对所述第一处理概率提交的目标属性调整请求，所述接收所述用户针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理，包括：
接收所述用户针对所述第一处理概率提交的目标属性调整请求，并将调整后的目标属性发送至所述服务器，以指示所述服务器按照所述非目标属性和调整后的目标属性对所述目标交易数据进行概率计算，获得调整后的第一处理概率；
显示所述服务器返回的调整后的第一处理概率。
3.根据权利要求1所述的方法，其特征在于，所述对象属性信息包括目标属性，所述第一处理请求包括针对所述第一处理概率提交的确认处理请求，所述接收所述用户针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理，包括：
接收所述用户针对所述第一处理概率提交的确认处理请求，并将所述确认处理请求发送至所述服务器，以指示所述服务器对所述目标交易数据及其目标属性进行保存。
4.一种交易数据的处理方法，其特征在于，应用于服务器，所述方法包括：
确定待处理的目标交易数据，所述目标交易数据具有对象标识信息和对象属性信息；
根据所述目标交易数据的对象属性信息进行概率计算，获得第一处理概率，并将所述第一处理概率发送至终端设备，以指示所述终端设备对所述第一处理概率进行显示；
接收所述终端设备针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理。
5.根据权利要求4所述的方法，其特征在于，所述对象属性信息包括目标属性和非目标属性，所述根据所述目标交易数据的对象属性信息进行概率计算，获得第一处理概率，包括：
将所述目标交易数据的目标属性和非目标属性转换为属性向量；
计算所述属性向量的概率密度；
根据所述概率密度，确定所述目标交易数据的第一处理概率。
6.根据权利要求5所述的方法，其特征在于，所述根据所述概率密度，确定所述目标交易数据的第一处理概率，包括：
确定所述概率密度在预设样本集的概率密度排序列表中所处的位置，所述概率密度排序列表按照各个样本数据的概率密度大小顺序或倒序排列；
获取所述位置前后各预设个数的样本数据的概率密度；
对所述位置前后各预设个数的样本数据的概率密度进行插值计算，得到所述目标交易数据的第一处理概率。
7.根据权利要求5所述的方法，其特征在于，所述第一处理请求包括所述终端设备针对所述第一处理概率提交的目标属性调整请求，所述目标属性调整请求包括调整后的目标属性，所述接收所述终端设备针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理，包括：
按照所述非目标属性和调整后的目标属性对所述目标交易数据进行概率计算，获得调整后的第一处理概率；
将调整后的第一处理概率发送至所述终端设备，接收所述终端设备针对调整后的第一处理概率提交的第一处理请求。
8.根据权利要求5所述的方法，其特征在于，所述第一处理请求包括所述终端设备针对所述第一处理概率提交的确认处理请求，所述接收所述终端设备针对所述第一处理概率提交的第一处理请求，并按照所述第一处理请求对所述目标交易数据进行处理，包括：
接收所述终端设备针对所述第一处理概率提交的确认处理请求，并根据所述确认处理请求对所述目标交易数据及其目标属性进行保存；
当到达所述目标交易数据的处理时间时，按照所述目标属性对所述目标交易数据进行处理。
9.根据权利要求8所述的方法，其特征在于，所述当到达所述目标交易数据的处理时间时，按照所述目标属性对所述目标交易数据进行处理，包括：
当到达所述目标交易数据的处理时间时，按照多个目标交易数据的第一处理概率由大到小的顺序，依次采用所述目标属性对对应的目标交易数据进行处理。
10.一种交易数据的处理系统，包括终端设备和服务器，所述终端设备和所述服务器分别包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述终端设备的处理器执行所述终端设备的存储器中存储的计算机程序时实现如权利要求1-3任一项所述的交易数据的处理方法，所述服务器的处理器执行所述服务器的存储器中存储的计算机程序时实现如权利要求4-9任一项所述的交易数据的处理方法。
CN202010619132.8A 2020-07-01 2020-07-01 交易数据的处理方法和交易数据的处理系统 Active CN111967987B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010619132.8A CN111967987B (zh) 2020-07-01 2020-07-01 交易数据的处理方法和交易数据的处理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010619132.8A CN111967987B (zh) 2020-07-01 2020-07-01 交易数据的处理方法和交易数据的处理系统

Publications (2)

Publication Number Publication Date
CN111967987A true CN111967987A (zh) 2020-11-20
CN111967987B CN111967987B (zh) 2024-05-24

Family

ID=73361137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010619132.8A Active CN111967987B (zh) 2020-07-01 2020-07-01 交易数据的处理方法和交易数据的处理系统

Country Status (1)

Country Link
CN (1) CN111967987B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112348516A (zh) * 2020-11-30 2021-02-09 陈素华 一种基于云计算的交易管理方法及金融云平台

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020147675A1 (en) * 2001-04-10 2002-10-10 Ibm Corporation Automated bidding agent for electronic auctions
JP2002366742A (ja) * 2001-06-11 2002-12-20 Daiwa Securities Smbc Co Ltd 確率算出システムおよびプログラム
KR20030067641A (ko) * 2003-07-29 2003-08-14 이민호 입찰순번에 의한 낙찰확률 자기 예측/조절 경매시스템
US20030229552A1 (en) * 2002-06-05 2003-12-11 Lebaric Katarina J. System and method for deal-making decision optimization
US20040193525A1 (en) * 2003-03-27 2004-09-30 Min-Chi Huang Online bidding system and method of the same
JP2005070909A (ja) * 2003-08-20 2005-03-17 Best Reserve:Kk 取引可否決定装置、取引システム及びコンピュータプログラム
KR20140121979A (ko) * 2013-04-09 2014-10-17 양남종 부동산 거래를 위한 정보제공 서버, 시스템 및 방법
CN106997577A (zh) * 2016-01-26 2017-08-01 滴滴（中国）科技有限公司 一种订单策略动态调整方法及装置
KR20200005197A (ko) * 2018-07-06 2020-01-15 박웅 투자성공률 제공방법

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020147675A1 (en) * 2001-04-10 2002-10-10 Ibm Corporation Automated bidding agent for electronic auctions
JP2002366742A (ja) * 2001-06-11 2002-12-20 Daiwa Securities Smbc Co Ltd 確率算出システムおよびプログラム
US20030229552A1 (en) * 2002-06-05 2003-12-11 Lebaric Katarina J. System and method for deal-making decision optimization
US20040193525A1 (en) * 2003-03-27 2004-09-30 Min-Chi Huang Online bidding system and method of the same
KR20030067641A (ko) * 2003-07-29 2003-08-14 이민호 입찰순번에 의한 낙찰확률 자기 예측/조절 경매시스템
JP2005070909A (ja) * 2003-08-20 2005-03-17 Best Reserve:Kk 取引可否決定装置、取引システム及びコンピュータプログラム
KR20140121979A (ko) * 2013-04-09 2014-10-17 양남종 부동산 거래를 위한 정보제공 서버, 시스템 및 방법
CN106997577A (zh) * 2016-01-26 2017-08-01 滴滴（中国）科技有限公司 一种订单策略动态调整方法及装置
KR20200005197A (ko) * 2018-07-06 2020-01-15 박웅 투자성공률 제공방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112348516A (zh) * 2020-11-30 2021-02-09 陈素华 一种基于云计算的交易管理方法及金融云平台

Also Published As

Publication number Publication date
CN111967987B (zh) 2024-05-24

Similar Documents

Publication Publication Date Title
KR101061094B1 (ko) 네트워크를 이용한 중고차 정보 제공 및 매매 시스템
CN111582533B (zh) 基于区块链数据生成和应用预测模型
US20120116943A1 (en) System and Method for Processing Contracts for Conditional and Unconditional Forward Sales of Retail Goods
US20070073608A1 (en) Cash only marketplace system for trading securities
US20200250751A1 (en) Method, system, and computer trading platform for valuing and exchanging flatted shares of a private company
WO2020087136A1 (en) System and computer implemented method for facilitating the transaction and settlement of a financial instrument
US20110047094A1 (en) Compound redemption processor
US20070016506A1 (en) System and method for determining availability of a tradable instrument
US20120030138A1 (en) Compound redemption processor for a single issuer
KR20180011680A (ko) 투자 정보 제공방법 및 투자 정보 제공서버
CN111967987B (zh) 交易数据的处理方法和交易数据的处理系统
JP2015518986A (ja) 国債ボラティリティインデックスを生成しそれに基づきデリバティブ商品を取引する方法およびシステム
CN110929155B (zh) 产品信息推荐方法、装置、电子设备及存储介质
US8510210B1 (en) Methods and systems for creating an interest rate swap volatility index and trading derivative products based thereon
KR101795685B1 (ko) 실물 화폐를 이용한 거래 방법 및 장치
US20130297399A1 (en) Systems for and methods of securitizing asset-based supplier rebate cash flows derived from procurement expenditures
US20200111160A1 (en) Methods and systems for maximizing share purchase under an employee stock purchase plan with limited payroll deductions
US20210103900A1 (en) Bid-based selection of acquiring banks for transaction processing
WO2014182650A1 (en) Payables bidding system
US20210056635A1 (en) Automated objective generation of data for, and post validation of, estimation of term sofr benchmarks
CN111161068B (zh) 交易要素核对方法以及装置
US20120173455A1 (en) Apparatus for processing compound redemption of a single issuer
JP2002329074A (ja) デリバティブ取引処理方法及びそのシステム
US20140297497A1 (en) Compound redemption processor
US12020317B2 (en) System and method for a loan trading exchange

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: 20210521

Address after: 518000 1103b, building 2, Jingji Yujing times building, huanggekeng community, Longcheng street, Longgang District, Shenzhen City, Guangdong Province

Applicant after: Shenzhen andemai Technology Co.,Ltd.

Address before: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.)

Applicant before: Shenzhen Weimeng Digital Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant