CN111985810A - 一种数据处理方法、装置及设备 - Google Patents
一种数据处理方法、装置及设备 Download PDFInfo
- Publication number
- CN111985810A CN111985810A CN202010839203.5A CN202010839203A CN111985810A CN 111985810 A CN111985810 A CN 111985810A CN 202010839203 A CN202010839203 A CN 202010839203A CN 111985810 A CN111985810 A CN 111985810A
- Authority
- CN
- China
- Prior art keywords
- data processing
- data
- target subject
- processing request
- result corresponding
- 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
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0609—Buyer or seller confidence or verification
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例公开了一种数据处理方法、装置及设备。其中,数据处理方案中,包括:接收针对目标主体的数据处理请求;根据所述数据处理请求,获取所述目标主体的全量数据;按照预设的审核策略,对获取的所述全量数据进行审核,以获得所述全量数据对应的处理结果;根据所述全量数据对应的处理结果,确定所述目标主体对应的数据处理结果。通过基于主体维度进行数据处理,有利于在风控业务中进行合规检查、风险识别、风险控制。
Description
技术领域
本说明书涉及计算机技术领域,尤其涉及一种数据处理方法、装置及设备。
背景技术
目前风控中,首先,需要依赖大量用户在数据平台中沉淀的多种信息,而这些信息通常为用户所对应的行为数据,比如交易行为、金额等数据,从而通过对多种信息进行融合、比对、分析等数据处理流程;然后,根据对大量行为数据的数据处理结果,来对某类行为的风险程度进行计算,以生产出某类行为对应的系统性风险数据,比如单笔交易额大于风控阈值的交易行为是多还是少,存在风险的交易行为对应的风险等级属于哪个风险等级,某个风险等级所涉及的用户有多少,具体涉及哪些用户等,又比如证照手续存在不完整的风险等级分类,存在某类证照手续不完整的用户有多少,哪些证照手续存在不完整对应何种风险等级等;最后,根据该类行为的系统性风险数据来对用户行为的风险情况进行识别和控制。
因此,现有风控更多是在数据维度上进行风险识别和控制,不仅数据处理流程复杂,涉及数据量庞大,而且产出的风险数据更多是系统性风险数据,以及是在获得某类行为的系统性风险数据后,再反过来对用户行为进行风险识别和控制。
基于此,亟需一种新的数据处理方案。
发明内容
有鉴于此,本说明书实施例提供了一种基于主体维度的数据处理方法、装置及设备,以针对具体主体的风险进行识别和控制,更有针对性地识别具体主体的风险情况。
本说明书实施例采用下述技术方案:
本说明书实施例提供一种数据处理方法,包括:
接收针对目标主体的数据处理请求;
根据所述数据处理请求,获取所述目标主体的全量数据;
按照预设的审核策略,对获取的所述全量数据进行审核,以获得所述全量数据对应的处理结果;
根据所述全量数据对应的处理结果,确定所述目标主体对应的数据处理结果。
本说明书实施例还提供一种数据处理装置,包括:
接收模块,接收针对目标主体的数据处理请求;
获取模块,根据所述数据处理请求,获取所述目标主体的全量数据;
审核模块,按照预设的审核策略,对获取的所述全量数据进行审核,以获得所述全量数据对应的处理结果;
决策模块,根据所述全量数据对应的处理结果,确定所述目标主体对应的数据处理结果。
本说明书实施例还提供一种用于数据处理的电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
接收针对目标主体的数据处理请求;
根据所述数据处理请求,获取所述目标主体的全量数据;
按照预设的审核策略,对获取的所述全量数据进行审核,以获得所述全量数据对应的处理结果;
根据所述全量数据对应的处理结果,确定所述目标主体对应的数据处理结果。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
通过基于主体维度对目标主体进行风控数据处理,即对主体的全量数据进行获取、研判,来对主体的合规风险作出决策,风控所需数据量少,数据处理简单,风控更有针对性、更精细。
附图说明
为了更清楚地说明本说明书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,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种数据处理结果的示意图。
图2为本说明书实施例提供的一种数据处理方法的流程图。
图3为本说明书实施例提供的一种数据处理方法中采用插件构成数据处理引擎的结构示意图。
图4为本说明书实施例提供的一种数据处理方法中投诉数据处理的流程图。
图5为本说明书实施例提供的一种数据处理装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书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实施例,而不是全部的实施例。基于本说明书实施例,本领域普通技术人员在没有作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。
目前所采用的风控方案,更多是基于大量用户在平台中沉淀的行为数据,先产出某类行为对应的系统性风险数据,然后根据该类行为对应的系统性风险数据,反过来针对用户在业务中出现的该类行为进行风险识别和控制。
因此,现有基于数据维度进行风控的方案,不仅需要大量数据支持,数据处理流程也复杂,而且是以产出的系统性风险数据再对用户行为进行风险识别和控制,针对性较低,处理效率不高。
而现实情况中,更多是某个主体可能存在风险,虽然可以利用该主体的各类行为对应的风险数据来获得该主体对应的风险情况,但需要大量用户的数据,数据处理也复杂,风控针对性不高。
基于此,发明人在进行方案改进中,采用反向的技术构思,即直接基于主体维度来对该主体的风险情况进行计算、识别,从而更有针对性地对主体进行风控。
图1为本说明书实施例提供的基于主体维度进行风控的架构示意图。
如图1所示,首先针对需要进行风控的主体,获取该主体的全量数据,其中全量数据为与该主体的风控相关联的数据,具体可根据风控需要确定,比如针对主体经营资质合规风控中,全量数据可包括该主体的基本信息(如用户信息)、准入信息(如准入所需的证照信息、准入范围的注册信息等)、与准入相关的法律法规等,又比如针对主体经营过程合规风控中,全量数据可包括该主体的基本信息(如用户信息)、准入信息(如准入所需的证照信息、准入范围的注册信息等)、历史信息(如登录管理信息、历史违规信息、历史封禁记录、被投诉记录等)、关联交易信息(如累计笔数、金额等交易信息,关联交易中的卖家/买家等关联信息)等,然后按照预设的风控审核策略针对该主体的全量数据进行逐个审核,来研判各个全量数据的合规风险,从而基于合规风险结果对该主体的合规风险决策出风险结果。
因此,通过有针对性地对主体进行风控,而且无需事先获得该主体对应的系统性风险数据,就可直接基于主体维度对该主体进行风控决策的部署,因而风控针对性更强、更精细,处理中也只需与风控相关联的该主体的全量数据,数据量少,处理过程简单。
以下结合附图,详细说明本申请各实施例提供的技术方案。
本说明书实施例中提供一种数据处理方法,可直接基于主体维度对目标主体进行风控中的数据处理,以提供目标主体对应的风控决策结果。
图2为本说明书实施例提供的一种数据处理方法的流程图。
如图2所示,本说明书实施例提供的一种数据处理方法,可包括:
步骤S202、接收针对目标主体的数据处理请求。
其中,数据处理请求可为针对目标主体进行风控的数据处理请求,请求中包括有数据处理类型,数据处理类型用于表征需要进行风控的业务类型,比如针对商户进行风控时,类型可为商户经营资质合规业务类型,也可为商户经营过程合规业务类型。
具体实施中,需要进行风控的“主体”,可为参与业务的业务方,如业务用户、业务商户、业务账户等可表征业务方的主体,因而可根据需要将用户、商户或者账户作为风控的目标对象(即目标主体)。
因而,可在确定出风控的目标主体后,将确定的目标主体作为风控数据处理的对象。
其中,风控请求中可包含有目标主体的标识,比如ID号,如商家ID、用户ID、账户等。
步骤S204、根据所述数据处理请求,获取所述目标主体的全量数据。
其中,全量数据为与所述数据处理请求的数据处理类型相关联的数据,具体可根据目标主体的风控业务需要进行确定。
例如,针对主体的业务资质合规风控中,全量数据可包括该主体的基本信息、准入信息、与业务资质准入的相关法律法规等。
例如,针对主体的业务过程合规风控中,全量数据可包括该主体的基本信息、准入信息、历史信息、交易关联信息、与业务过程中要求遵守的相关法律法规等。
需要说明的是,前述全量数据中的基本信息、准入信息、历史信息、交易管理信息、法律法规等数据,可依据实际风控业务需要确定,这里并不构成对本说明书提供的数据处理方法的限定。比如基本信息可包括目标主体的名称、注册地、资本金等一项或多项数据;准入信息可包括准入所需的证照信息、准入范围的注册信息、注册时间、网络地址、经营范围等一项或多项数据;历史信息可包括登录管理信息、历史违规信息、历史封禁记录、被投诉记录等一项或多项数据;关联交易信息可包括交易累计笔数、金额等交易信息、关联交易中的卖家/买家等关联信息一项或多项数据。
具体实施中,可根据目标主体对全量数据进行查询、获取、存储等数据库操作,这里不对全量数据的获取方式做具体限定。
步骤S206、按照预设的审核策略,对获取的所述全量数据进行审核,以获得所述全量数据对应的处理结果。
具体实施中,审核策略可根据数据处理类型进行预设。
例如,针对主体经营资质业务处理中,审核策略可包括针对主体的基本信息、经营资质所需证照及手续、证照及手续是否符合对应法律法规等内容进行审核的策略。
在获取到目标主体的全量数据后,可根据数据处理请求对应的预设审核策略,对每个全量数据进行逐个审核,以确定出每个全量数据对应的数据处理结果,确定出目标主体的每个全量数据是否符合合规业务要求,若不符合表明存在风险。
步骤S208、根据所述全量数据对应的处理结果,确定所述目标主体对应的数据处理结果。
具体实施中,可将每个全量数据对应的处理结果进行融合,比如根据全量数据的权重,融合出目标主体对应的数据处理结果,从而通过该数据处理结果来反映目标主体的风险情况。
需要说明的是,这里不对数据处理结果的融合方式做具体限定。
上述步骤S202-S208,采用基于主体维度进行数据处理的方案,直接从目标主体对应的全量数据出发,并依据数据处理中的审核策略对每个全量数据进行审核,以通过审核来确定出每个全量数据对应的处理结果,最后根据处理结果确定出反应目标主体的风险情况的数据处理结果,不仅所需数据量少,而且数据处理简单,以及风控中数据处理更有针对性,风控更精细。
在一些实施方式中,前述步骤S202中的数据处理请求,可为业务运营中接收到的针对目标主体的数据处理请求。
具体实施中,可根据传统风控得到的系统性风险数据,将存在系统性风险的主体作为目标主体来进一步做风控识别和控制。
例如,针对交易额大于预设风控阈值的主体,可按前述提供的数据处理方法对该目标主体做进一步风控。
因此,通过对传统风控中存在风险的主体进一步风控,可增强风控针对性,使得风控数据更有效。
在一些实施方式中,前述步骤S202中的数据处理请求,可为业务运营中接收到的针对目标主体的投诉请求。
例如,有用户投诉某商户不具备经营资质。这时,被投诉的商户可作为目标主体,商户是否具备经营资质作为数据处理类型。
例如,有用户投诉某商户经营过程中未进行退款处理。这时,被投诉的商户可作为目标主体,商户是否需要进行退款处理作为数据处理类型。
因此,通过投诉请求,可快速地确定出目标主体和针对目标主体进行数据处理的类型,使得数据处理更有针对性,数据处理结果更精细化。
在一些实施方式中,可将每个业务动作对应的脚本代码封装为插件形式,从而可通过插件执行脚本来实现业务动作,比如获取数据、筛选数据、比对数据、决策等,又比如针对不同数据的获取,还可采用不同脚本代码进行获取。
通过将业务动作封装为脚本,并将脚本封装为独立的插件形式,可便于将不同业务动作编排数据处理中的执行链路,从而通过编排的执行链路自动地执行数据处理。
需要说明的是,将脚本代码封装为插件形式,这里不做具体限定。
在一些实施方式中,可将针对每个全量数据的审核以及审核策略封装为插件形式,可便于根据数据处理类型的需要,而编排出整个数据处理对应的执行链路,由所编排的执行链路自动完成目标主体的数据处理。
例如,针对经营资质业务合规处理中,可采用基本信息插件、证照插件、准入信息插件、合规插件等插件,构成整个资质业务合规处理的执行链路,其中基本信息插件可用于自动获取目标主体的基本信息针对证照的审核中,证照插件可自动获取证照、证照手续等相关证照数据,并自动对证照数据进行审核,准入信息插件可自动获取准入信息并审核,合规插件可根据经营资质对应的法律法规进行合规审核。
通过采用插件形式,可方便地组织出针对每个主体的合规风险分析链路,可灵活地编排出数据处理所需的流程。
在一些实施方式中,如图3所示,可采用若干插件(如图中插件1至插件N)构成数据处理引擎,各个插件可从上下文引擎中读取数据,也可将插件处理结果写入上下文引擎中,从而利用若干插件编排出执行链路,通过引擎自动执行编排在同一条链路上的插件,自动化地执行数据处理流程,用来支持合规主体的发现。
因此,通过将主体的风险发现流程嵌入到引擎中,引擎按照每个合规要求的链路,逐个执行链路上的每个插件,并将该插件的执行结果写入参数环境中,供后续的插件进行使用,更有效地对主体的合规风险进行主动发现。
在一些实施方式中,可根据数据处理类型,预设该数据处理类型对应的审核策略的执行链路,从而在业务人员需要面对风控分析时,可直接根据数据处理类型调取该数据处理类型对应的执行链路,进而基于该执行链路可自动地获取目标主体的全量数据和对全量数据进行自动审核。
在一些实施方式中,在获取目标主体对应数据处理结果后,还可将该数据处理结果输出至决策单元,以便做出相应决策。比如通过预设的数据接口向第三方权威机构提交,方便第三方权威机构对目标主体的合规风险有清晰认知,以对目标主体做出合理决策。
为便于理解,下面对利用本说明书实施例提供的一种数据处理方法进行合规决策过程作示意说明。
步骤S402,接收到用户(即买家)投诉商户(即卖家)未退款的投诉。
这时可将被投诉商户作为目标商户(即目标主体),进而对目标主体采用前述实施例提供的数据处理方式,分别决策出该目标主体的经营资质和经营过程是否合规,是否存在合规风险。
步骤S404,对目标商户采用前述实施例提供的数据处理方式,决策出该目标商户的经营资质是否合规。
若经营资质未存在不合规之处,则执行步骤S410,判定目标商户无合规风险;
若经营资质存在不合规之处,则执行步骤S408,判定目标商户有合规风险;
另外,通过步骤S412,对目标商户采用前述实施例提供的数据处理方式,决策出该目标商户的经营过程是否合规;
若经营过程未存在不合规之处,则执行步骤S420,判定目标商户无合规风险;
若经营过程存在不合规之处,则执行步骤S418,判定目标商户有合规风险。
然后,可根据合规结果,比如商户无任何合规风险,这时用户所投诉的对应款项的归属,因该交易存在争议,可暂时不对归属作出决策,因而在将合规结果告知用户和商户的同时,可提示用户和商户进行协商处理或者通过司法途径确定款项的归属。
其中,可利用相关插件配置出合规检查的执行链路。
比如配置执行链路:
第一步全量信息获取,比如获取商户基本信息、注册准入信息、交易信息、历史投诉信息、交易信息等全量数据;
第二步针对全量数据进行数据分析,比如分析历史交易合法性分析、投诉交易分析等。
在执行链路配置后,可利用引擎自动执行以下链路决策出结果:
第一步,执行前述配置链路,自动获取数据并分析数据;
第二步,通过交易信息和关联买家信息,分析买家是否存在欺骗、违法交易风险;通过投诉交易分析,判定当前投诉是否能够得出明显决策(如无法判定资金归属);
第三步,最终判定该投诉无法直接受理,该商户经营过程合规,可提示买家和买家,以便买家和卖家进行后续协商处理。
基于同一个发明构思,本说明书实施例还提供与前述数据处理方法对应的一种数据处理装置、电子设备以及非易失性计算机存储介质。
图5为本说明书实施例还提供的一种数据处理装置的结构示意图。
如图5所示,数据处理装置500可包括:接收模块501,接收针对目标主体的数据处理请求;获取模块503,根据所述数据处理请求,获取所述目标主体的全量数据;审核模块505,按照预设的审核策略,对获取的所述全量数据进行审核,以获得所述全量数据对应的处理结果;决策模块507,根据所述全量数据对应的处理结果,确定所述目标主体对应的数据处理结果。
可选地,接收针对目标主体的数据处理请求,包括:接收针对目标主体进行投诉处理的数据处理请求。
可选地,数据处理装置500还可包括:
筛选模块,确定目标主体对应的风险值是否超过预设阈值;
接收针对目标主体的数据处理请求,包括:接收针对风险值超过预设阈值的目标主体进行风控的数据处理请求。
可选地,数据处理装置500还可包括:
插件模块,将每个数据处理动作涉及的处理流程封装为插件。
可选地,数据处理装置500还可包括:
确定模块,根据所述数据处理请求,确定所述数据处理请求对应的链路策略;
链路模块,按所述链路策略,获取若干所述插件,以将所述若干插件构成执行链路。
可选地,数据处理装置500还可包括:
接口模块,将所述目标主体对应的数据处理结果通过预设的数据接口向第三方权威机构提供。
本说明书实施例还提供一种用于数据处理的电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
接收针对目标主体的数据处理请求;
根据所述数据处理请求,获取所述目标主体的全量数据;
按照预设的审核策略,对获取的所述全量数据进行审核,以获得所述全量数据对应的处理结果;
根据所述全量数据对应的处理结果,确定所述目标主体对应的数据处理结果。
本说明书实施例还提供一种用于数据处理的非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
接收针对目标主体的数据处理请求;
根据所述数据处理请求,获取所述目标主体的全量数据;
按照预设的审核策略,对获取的所述全量数据进行审核,以获得所述全量数据对应的处理结果;
根据所述全量数据对应的处理结果,确定所述目标主体对应的数据处理结果。
上述对本说明书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。
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,每个实施例侧重说明的都是与其他实施例的不同之处。尤其,对于系统、装置、设备、非易失性计算机存储介质实施例而言,由于其与方法是对应的,描述比较简单,相关之处参见方法实施例的部分说明即可。
本说明书实施例提供的系统、装置、设备、非易失性计算机存储介质与方法是对应的,它们也具有与对应方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述对应的系统、装置、设备、非易失性计算机存储介质的有益技术效果。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、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计算机。具体的,计算机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。
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。
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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
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、磁带式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。
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。
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 (13)
1.一种数据处理方法,包括:
接收针对目标主体的数据处理请求;
根据所述数据处理请求,获取所述目标主体的全量数据;
按照预设的审核策略,对获取的所述全量数据进行审核,以获得所述全量数据对应的处理结果;
根据所述全量数据对应的处理结果,确定所述目标主体对应的数据处理结果。
2.如权利要求1所述的方法,接收针对目标主体的数据处理请求,包括:接收针对目标主体进行投诉处理的数据处理请求。
3.如权利要求1所述的方法,所述方法还包括:
确定目标主体对应的风险值是否超过预设阈值;
接收针对目标主体的数据处理请求,包括:接收针对风险值超过预设阈值的目标主体进行风控的数据处理请求。
4.如权利要求1所述的方法,所述方法还包括:采用插件形式封装数据处理中的每个处理流程。
5.如权利要求4所述的方法,所述方法还包括:
根据所述数据处理请求,确定所述数据处理请求对应的链路策略;
按所述链路策略,获取若干所述插件,以将所述若干插件构成执行链路。
6.如权利要求1所述的方法,所述方法还包括:将所述目标主体对应的数据处理结果通过预设的数据接口向第三方权威机构提供。
7.一种数据处理装置,包括:
接收模块,接收针对目标主体的数据处理请求;
获取模块,根据所述数据处理请求,获取所述目标主体的全量数据;
审核模块,按照预设的审核策略,对获取的所述全量数据进行审核,以获得所述全量数据对应的处理结果;
决策模块,根据所述全量数据对应的处理结果,确定所述目标主体对应的数据处理结果。
8.如权利要求7所述的装置,接收针对目标主体的数据处理请求,包括:接收针对目标主体进行投诉处理的数据处理请求。
9.如权利要求7所述的装置,所述装置还包括:
筛选模块,确定目标主体对应的风险值是否超过预设阈值;
接收针对目标主体的数据处理请求,包括:接收针对风险值超过预设阈值的目标主体进行风控的数据处理请求。
10.如权利要求7所述的装置,所述装置还包括:
插件模块,将每个数据处理动作涉及的处理流程封装为插件。
11.如权利要求10所述的装置,所述装置还包括:
确定模块,根据所述数据处理请求,确定所述数据处理请求对应的链路策略;
链路模块,按所述链路策略,获取若干所述插件,以将所述若干插件构成执行链路。
12.如权利要求7所述的装置,所述装置还包括:
接口模块,将所述目标主体对应的数据处理结果通过预设的数据接口向第三方权威机构提供。
13.一种用于数据处理的电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
接收针对目标主体的数据处理请求;
根据所述数据处理请求,获取所述目标主体的全量数据;
按照预设的审核策略,对获取的所述全量数据进行审核,以获得所述全量数据对应的处理结果;
根据所述全量数据对应的处理结果,确定所述目标主体对应的数据处理结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010839203.5A CN111985810A (zh) | 2020-08-19 | 2020-08-19 | 一种数据处理方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010839203.5A CN111985810A (zh) | 2020-08-19 | 2020-08-19 | 一种数据处理方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111985810A true CN111985810A (zh) | 2020-11-24 |
Family
ID=73434826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010839203.5A Pending CN111985810A (zh) | 2020-08-19 | 2020-08-19 | 一种数据处理方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111985810A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108228147A (zh) * | 2016-12-15 | 2018-06-29 | 中国移动通信集团公司 | 一种性能数据日志获取方法及装置 |
CN109242261A (zh) * | 2018-08-14 | 2019-01-18 | 中国平安人寿保险股份有限公司 | 基于大数据评估保全风险的方法及终端设备 |
CN110348704A (zh) * | 2019-06-25 | 2019-10-18 | 阿里巴巴集团控股有限公司 | 风险识别方法、装置及系统 |
CN110443618A (zh) * | 2019-07-10 | 2019-11-12 | 阿里巴巴集团控股有限公司 | 风控策略的生成方法及装置 |
CN110503564A (zh) * | 2019-07-05 | 2019-11-26 | 中国平安人寿保险股份有限公司 | 基于大数据的保全案件处理方法、系统、设备及存储介质 |
CN110569428A (zh) * | 2019-08-08 | 2019-12-13 | 阿里巴巴集团控股有限公司 | 一种推荐模型的构建方法、装置及设备 |
CN110580556A (zh) * | 2018-06-08 | 2019-12-17 | 阿里巴巴集团控股有限公司 | 数据处理方法及系统、处理器 |
-
2020
- 2020-08-19 CN CN202010839203.5A patent/CN111985810A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108228147A (zh) * | 2016-12-15 | 2018-06-29 | 中国移动通信集团公司 | 一种性能数据日志获取方法及装置 |
CN110580556A (zh) * | 2018-06-08 | 2019-12-17 | 阿里巴巴集团控股有限公司 | 数据处理方法及系统、处理器 |
CN109242261A (zh) * | 2018-08-14 | 2019-01-18 | 中国平安人寿保险股份有限公司 | 基于大数据评估保全风险的方法及终端设备 |
CN110348704A (zh) * | 2019-06-25 | 2019-10-18 | 阿里巴巴集团控股有限公司 | 风险识别方法、装置及系统 |
CN110503564A (zh) * | 2019-07-05 | 2019-11-26 | 中国平安人寿保险股份有限公司 | 基于大数据的保全案件处理方法、系统、设备及存储介质 |
CN110443618A (zh) * | 2019-07-10 | 2019-11-12 | 阿里巴巴集团控股有限公司 | 风控策略的生成方法及装置 |
CN110569428A (zh) * | 2019-08-08 | 2019-12-13 | 阿里巴巴集团控股有限公司 | 一种推荐模型的构建方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108460523B (zh) | 一种风控规则生成方法和装置 | |
CN109447469B (zh) | 一种文本检测方法、装置及设备 | |
CN109087106B (zh) | 识别二次放号账户盗用的风控模型训练、风控方法、装置以及设备 | |
CN111967849A (zh) | 一种任务处理流程编排方法、装置及电子设备 | |
CN110503435B (zh) | 基于区块链的交易预警方法、装置及设备 | |
CN108876102B (zh) | 一种风险交易挖掘方法、装置及设备 | |
CN107679700A (zh) | 业务流程处理方法、装置及服务器 | |
CN111260368A (zh) | 一种账户交易风险判断方法、装置及电子设备 | |
CN112529694B (zh) | 授信处理方法、装置、设备及系统 | |
CN111966334A (zh) | 一种业务处理方法、装置及设备 | |
CN111932273B (zh) | 一种交易风险识别方法、装置、设备及介质 | |
CN108230130B (zh) | 日切数据验证的方法、装置和电子设备 | |
CN116011815A (zh) | 一种模型训练的方法、装置、电子设备及存储介质 | |
CN111582872A (zh) | 异常账号检测模型训练、异常账号检测方法、装置及设备 | |
CN114840426A (zh) | 一种代码测试的方法及装置 | |
US20200294057A1 (en) | Business processing method, apparatus, and equipment | |
CN116029556B (zh) | 一种业务风险的评估方法、装置、设备及可读存储介质 | |
CN110008252B (zh) | 数据核对方法及装置 | |
CN112416725A (zh) | 一种压力测试方法及装置 | |
CN109614415B (zh) | 一种数据挖掘、处理方法、装置、设备及介质 | |
CN111985810A (zh) | 一种数据处理方法、装置及设备 | |
CN109903165B (zh) | 一种模型合并方法和装置 | |
CN110263816B (zh) | 一种企业的分类方法以及装置 | |
CN110458393B (zh) | 一种风险识别方案的确定方法、装置及电子设备 | |
CN111461892B (zh) | 用于风险识别模型的衍生变量选择方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201124 |