CN112131264A - 异源差异信息的推荐方法、装置和系统 - Google Patents

异源差异信息的推荐方法、装置和系统 Download PDF

Info

Publication number
CN112131264A
CN112131264A CN202010965021.2A CN202010965021A CN112131264A CN 112131264 A CN112131264 A CN 112131264A CN 202010965021 A CN202010965021 A CN 202010965021A CN 112131264 A CN112131264 A CN 112131264A
Authority
CN
China
Prior art keywords
data
value
recommended
source set
index
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
Application number
CN202010965021.2A
Other languages
English (en)
Inventor
沈红程
李晓辉
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.)
Hangzhou Zhongyun Data Technology Co ltd
Huzhou Big Data Operation Co ltd
Hangzhou City Big Data Operation Co ltd
Original Assignee
Hangzhou Zhongyun Data Technology Co ltd
Huzhou Big Data Operation Co ltd
Hangzhou City Big Data Operation 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 Hangzhou Zhongyun Data Technology Co ltd, Huzhou Big Data Operation Co ltd, Hangzhou City Big Data Operation Co ltd filed Critical Hangzhou Zhongyun Data Technology Co ltd
Priority to CN202010965021.2A priority Critical patent/CN112131264A/zh
Publication of CN112131264A publication Critical patent/CN112131264A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/2457—Query processing with adaptation to user needs
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/16—Real estate

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • Technology Law (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了一种异源差异信息的推荐方法、装置和系统，通过获取所有数据源构建全局数据源集合；判断需求数据指标的业务发生部门是否在所述全局数据源集合中，若是，则将所述业务发生部门在所述全局数据源集合中的数据确定为推荐数据；若否，则计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高且满足预设阈值的数据确定为所述推荐数据；若仍然无法区分，进一步计算各数据源的及时性得分，将及时性指标值最高且满足预设阈值的数据确定为推荐数据；若仍然无法区分，则加权计算权威性指标和及时性指标值，综合确定需求数据的业务值。该方法解决了在数据表现不一致的情形下，确定最符合当前业务情况的数据取值问题。

Description

异源差异信息的推荐方法、装置和系统
技术领域
本发明属于计算机技术领域，尤其涉及一种异源差异信息的推荐方法、装置、电子设备及可存储介质。
背景技术
在数据的归集过程中，不同的数据源对于同一个现实对象可能提供不同的描述，甚至可能是冲突的，这就要求一种能够从这些不同描述中找出最符合业务情况的数据描述，现有技术中，比较常用的方法一般是简单处理，选择更新日期最近的数据源的数据为推荐值。
这种方式没有综合考虑数据源的权威性、及时性等的复杂关系，所得的推荐值准确度不高、区分度不高。
发明内容
为了解决上述现有技术存在的至少一个问题，本发明实施例的第一目的在于提供一种异源差异信息的推荐方法，其主要考虑数据来源的权威性，并同时兼顾数据源及时性，可以产出更符合业务情况的数据指标观察值。
本发明实施例是这样实现的，一种异源差异信息的推荐方法，包括：
获取所有数据源构建全局数据源集合；
判断需求数据指标的业务发生部门是否在所述全局数据源集合中，若是，则将所述业务发生部门在所述全局数据源集合中的数据确定为推荐数据；若否，则计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高且满足预设阈值的数据确定为所述推荐数据；
将所述推荐数据推荐为所述需求数据指标的业务值。
在一个实施例中，所述计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高且满足预设阈值的数据确定为所述推荐数据包括：根据所述权威性指标值的大小从大至小对所述全局数据源集合中的所有数据进行排序，用排序第一的数据的权威性指标值减排序第二的数据的权威性指标值的差除以排序第二的数据的权威性指标值计算出差值比，若所述差值比大于预设阈值、且排序第一的数据的权威性指标值与排序第二的数据的权威性指标值之和大于所述全局数据源集合中所有数据的权威性指标值之和的预设百分比，则将所述排序第一的数据确定为所述推荐数据。
在一个实施例中，还包括：若所述差值比不大于预设阈值、且排序第一的数据的权威性指标值与排序第二的数据的权威性指标值之和不大于所述全局数据源集合中所有数据的权威性指标值之和的预设百分比，则计算所述全局数据源集合中所有数据的及时性指标值，判断所述全局数据源集合中是否存在最近一次业务发生时间在预设时间以内的数据，若是，则将最近一次业务发生时间与当前时间最近的数据确定为所述推荐数据。
在一个实施例中，还包括：若否，则分别计算所述全局数据源集合中所有数据的权威性指标值和及时性指标值，并根据所述权威性指标值和及时性指标值的预设权重进行加总计算得到所述全局数据源集合中每个数据的加权值，根据每个数据的加权值确定其对应的推荐值，将所述推荐值最大的数据确定为所述推荐数据。
在一个实施例中，所述根据每个数据的加权值确定其对应的推荐值包括：若所述需求数据指标为数值型指标，则以加总计算得到的所述加权值为所述推荐值；若所述需求数据指标为为因子类型指标，则以最接近某一因子数值编码的因子取值作为所述推荐值。
在一个实施例中，所述预设时间为6天，所述权威性指标值和及时性指标值的预设权重分别为0.673和0.327。
在一个实施例中，所述预设阈值为83％，所述预设百分比为50％。
本发明实施例的另一目的在于提供一种异源差异信息的推荐装置，包括：
数据获取模块，用于获取所有数据源构建全局数据源集合；
数据处理模块，用于判断需求数据指标的业务发生部门是否在所述全局数据源集合中，若是，则将所述业务发生部门在所述全局数据源集合中的数据确定为推荐数据；若否，则计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高且满足预设阈值的数据确定为所述推荐数据；
数据推荐模块，用于将所述推荐数据推荐为所述需求数据指标的业务值。
本发明实施例的又一目的在于提供一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述异源差异信息的推荐方法的步骤。
本发明实施例的另一目的在于一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述异源差异信息的推荐方法的步骤。
本发明实施例提供的一种异源差异信息的推荐方法，通过获取所有数据源构建全局数据源集合；判断需求数据指标的业务发生部门是否在所述全局数据源集合中，若是，则将所述业务发生部门在所述全局数据源集合中的数据确定为推荐数据；若否，则计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高且满足预设阈值的数据确定为所述推荐数据；将所述推荐数据推荐为所述需求数据指标的业务值。该方法主要考虑数据来源的权威性，并同时兼顾数据源的及时性，通过该方法的综合计算和推荐，可以产出更符合业务情况的数据指标观察值，以推荐更符合当前业务情况的数据。解决了在数据表现不一致的情形下，确定最符合当前业务情况的数据取值问题。
附图说明
图1为本发明实施例提供的一种异源差异信息的推荐方法的实现流程；
图2为本发明实施例提供的一种异源差异信息的推荐装置的主要模块示意图；
图3为本发明实施例提供的一种异源差异信息的推荐系统的主要组成单元示意图；
图4是本发明实施例提供的一种异源差异信息的推荐方法的主要技术流程图；
图5为本发明实施例提供的可以应用于其中的示例性系统架构图；
图6为适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”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，本文中使用的术语“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，尽管在本发明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。
需要指出的是，在不冲突的情况下，本发明中的实施例以及实施例中的特征可以互相组合。
本发明实施例提供的一种异源差异信息的推荐方法，通过获取所有数据源构建全局数据源集合；判断需求数据指标的业务发生部门是否在所述全局数据源集合中，若是，则将所述业务发生部门在所述全局数据源集合中的数据确定为推荐数据；若否，则计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高且满足预设阈值的数据确定为所述推荐数据；将所述推荐数据推荐为所述需求数据指标的业务值。该方法主要考虑数据来源的权威性，并同时兼顾数据源的及时性，通过该方法的综合计算和推荐，可以产出更符合业务情况的数据指标观察值，以推荐更符合当前业务情况的数据。解决了在数据表现不一致的情形下，确定最符合当前业务情况的数据取值问题。
为了进一步阐述本发明为实现预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明的具体实施方式、结构、特征及其功效，详细说明如下。
图1示出了本发明实施例提供的一种异源差异信息的推荐方法的实现流程，为了便于说明，仅示出与本发明实施例相关的部分，详述如下：
一种异源差异信息的推荐方法，包括：
S101：获取所有数据源构建全局数据源集合；
S102：判断需求数据指标的业务发生部门是否在所述全局数据源集合中，若是，则将所述业务发生部门在所述全局数据源集合中的数据确定为推荐数据；若否，则计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高的数据确定为所述推荐数据；
S103：将所述推荐数据推荐为所述需求数据指标的业务值。
在步骤S101中，获取所有数据源构建全局数据源集。其中，所有数据源可以包括所有数据的发生单位、系统或数据库，即所有数据的所有来源单位，在数据归集的过程中，对于同一个现实对象的所有不同的数据源的数据，不同的数据源发生的数据可以具有不同的描述，在归集的过程中，可以首先获取或接收所有不同的数据源以构建成全局的数据源集，可以直接在构建成的全局数据源集中推荐目标数据源对应的业务所需数据作为业务值。
在步骤S102中，判断需求数据指标的业务发生部门是否在所述全局数据源集合中，若是，则将所述业务发生部门在所述全局数据源集合中的数据确定为推荐数据；若否，则计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高且满足预设阈值的数据确定为所述推荐数据，权威性指标值是指数据源来源的权威性的指标值，比如数据来源于官方，则其权威性比较高，来源于非官方，则其权威性较低。在这里，需求数据指标的业务发生部门是指所需求数据指标的业务数据的生成部门、发生部门或者平台，比如当需求数据指标为公积金开户时间时，由于公积金开户时间的业务数据发生部门为公积金业务部门，所以公积金业务部门为需求数据指标的业务发生部门。当需求数据指标的业务发生部门在所述全局数据源集合中时，则将所述业务发生部门在所述全局数据源集合中的数据确定为推荐数据，例如，当需求数据指标为公积金开户时间，且当公积金业务部门在所述全局数据源集合中时，直接将公积金业务部门的数据确定为推荐数据。当需求数据指标的业务发生部门不在所述全局数据源集合中时，则计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高的数据确定为所述推荐数据。
在步骤S103中，将所述推荐数据推荐为所述需求数据指标的业务值。
由此，本发明实施例提供的一种异源差异信息的推荐方法，主要考虑数据来源的权威性，并同时兼顾数据源的及时性，通过该方法的综合计算和推荐，可以产出更符合业务情况的数据指标观察值，以推荐更符合当前业务情况的数据。解决了在数据表现不一致的情形下，确定最符合当前业务情况的数据取值问题。
在一个实施例中，所述计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高且满足预设阈值的数据确定为所述推荐数据包括：根据所述权威性指标值的大小从大至小对所述全局数据源集合中的所有数据进行排序，用排序第一的数据的权威性指标值减排序第二的数据的权威性指标值的差除以排序第二的数据的权威性指标值计算出差值比，若所述差值比大于预设阈值、且排序第一的数据的权威性指标值与排序第二的数据的权威性指标值之和大于所述全局数据源集合中所有数据的权威性指标值之和的预设百分比，则将所述排序第一的数据确定为所述推荐数据；若所述差值比不大于预设阈值、且排序第一的数据的权威性指标值与排序第二的数据的权威性指标值之和不大于所述全局数据源集合中所有数据的权威性指标值之和的预设百分比，则计算所述全局数据源集合中所有数据的及时性指标值，判断所述全局数据源集合中是否存在最近一次业务发生时间在预设时间以内的数据，若是，则将最近一次业务发生时间与当前时间最近的数据确定为所述推荐数据，若否，则分别计算所述全局数据源集合中所有数据的权威性指标值和及时性指标值，并根据所述权威性指标值和及时性指标值的预设权重进行加总计算得到所述全局数据源集合中每个数据的加权值，根据每个数据的加权值确定其对应的推荐值，将所述推荐值最大的数据确定为所述推荐数据，其中，及时性指标值是指数据源来源时间的及时性，即数据源来源的初始时间和当前时间的时间差所代表的指标，时间差越大则及时性指标值越小。由此不仅可以考虑数据来源的权威性，并可同时兼顾数据源的及时性，通过该方法的综合计算和推荐，可以产出更符合业务情况的数据指标观察值，以推荐更符合当前业务情况的数据。
在一个实施例中，所述根据每个数据的加权值确定其对应的推荐值包括：若所述需求数据指标为数值型指标，则以加总计算得到的所述加权值为所述推荐值；若所述需求数据指标为为因子类型指标，则以最接近某一因子数值编码的因子取值作为所述推荐值。由此可以便于用户更加直观方便的选择推荐的数据。
在一个实施例中，所述预设时间可以为6天，所述权威性指标值和及时性指标值的预设权重分别为0.673和0.327。在这里，预设时间的获得可以通过将及时性指标序列、样本标签输入到随机森林模型中，并结合实践获得；权重系数的获得可以直接以权威性指标、及时性指标、样本标签作为共同输入，通过随机森林模型，进行训练并经过多地市的实践获得。
在一个实施例中，所述预设阈值为83％，所述预设百分比为50％。需要说明的是，上述两个值的获得为经过专家经验进行制定。
图2示出了本发明实施例提供的一种异源差异信息的推荐装置的主要模块示意图，为了便于说明，仅示出与本发明实施例相关的部分，详述如下：
一种异源差异信息的推荐装置，包括：
数据获取模块201，用于获取所有数据源构建全局数据源集合；
数据处理模块202，用于判断需求数据指标的业务发生部门是否在所述全局数据源集合中，若是，则将所述业务发生部门在所述全局数据源集合中的数据确定为推荐数据；若否，则计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高且满足预设阈值的数据确定为所述推荐数据；
数据推荐模块203，用于将所述推荐数据推荐为所述需求数据指标的业务值。
在这里，所有数据源可以包括所有数据的发生单位、系统或数据库，即所有数据的所有来源单位，在数据归集的过程中，对于同一个现实对象的所有不同的数据源的数据，不同的数据源发生的数据可以具有不同的描述，在归集的过程中，可以首先获取或接收所有不同的数据源以构建成全局的数据源集，可以直接在构建成的全局数据源集中推荐目标数据源对应的业务所需数据作为业务值。需求数据指标的业务发生部门是指所需求数据指标的业务数据的生成部门、发生部门或者平台，比如当需求数据指标为公积金开户时间时，由于公积金开户时间的业务数据发生部门为公积金业务部门，所以公积金业务部门为需求数据指标的业务发生部门。当需求数据指标的业务发生部门在所述全局数据源集合中时，则将所述业务发生部门在所述全局数据源集合中的数据确定为推荐数据，例如，当需求数据指标为公积金开户时间，且当公积金业务部门在所述全局数据源集合中时，直接将公积金业务部门的数据确定为推荐数据。当需求数据指标的业务发生部门不在所述全局数据源集合中时，则计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高的数据确定为所述推荐数据。
在一个实施例中，所述计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高且满足预设阈值的数据确定为所述推荐数据包括：根据所述权威性指标值的大小从大至小对所述全局数据源集合中的所有数据进行排序，用排序第一的数据的权威性指标值减排序第二的数据的权威性指标值的差除以排序第二的数据的权威性指标值计算出差值比，若所述差值比大于预设阈值、且排序第一的数据的权威性指标值与排序第二的数据的权威性指标值之和大于所述全局数据源集合中所有数据的权威性指标值之和的预设百分比，则将所述排序第一的数据确定为所述推荐数据；若所述差值比不大于预设阈值、且排序第一的数据的权威性指标值与排序第二的数据的权威性指标值之和不大于所述全局数据源集合中所有数据的权威性指标值之和的预设百分比，则计算所述全局数据源集合中所有数据的及时性指标值，判断所述全局数据源集合中是否存在最近一次业务发生时间在预设时间以内的数据，若是，则将最近一次业务发生时间与当前时间最近的数据确定为所述推荐数据，若否，则分别计算所述全局数据源集合中所有数据的权威性指标值和及时性指标值，并根据所述权威性指标值和及时性指标值的预设权重进行加总计算得到所述全局数据源集合中每个数据的加权值，根据每个数据的加权值确定其对应的推荐值，将所述推荐值最大的数据确定为所述推荐数据。由此不仅可以考虑数据来源的权威性，并可同时兼顾数据源的及时性，通过该方法的综合计算和推荐，可以产出更符合业务情况的数据指标观察值，以推荐更符合当前业务情况的数据。
在一个实施例中，所述根据每个数据的加权值确定其对应的推荐值包括：若所述需求数据指标为数值型指标，则以加总计算得到的所述加权值为所述推荐值；若所述需求数据指标为为因子类型指标，则以最接近某一因子数值编码的因子取值作为所述推荐值。由此可以便于用户更加直观方便的选择推荐的数据。
在一个实施例中，所述预设时间可以为6天，所述权威性指标值和及时性指标值的预设权重分别为0.673和0.327。在这里，预设时间的获得可以通过将及时性指标序列、样本标签输入到随机森林模型中，并结合实践获得；权重系数的获得可以直接以权威性指标、及时性指标、样本标签作为共同输入，通过随机森林模型，进行训练并经过多地市的实践获得。
在一个实施例中，所述预设阈值为83％，所述预设百分比为50％。需要说明的是，上述两个值的获得为经过专家经验进行制定。
由此，本发明实施例提供的一种异源差异信息的推荐装置，主要考虑数据来源的权威性，并同时兼顾数据源的及时性，通过该方法的综合计算和推荐，可以产出更符合业务情况的数据指标观察值，以推荐更符合当前业务情况的数据。解决了在数据表现不一致的情形下，确定最符合当前业务情况的数据取值问题。
图3示出了本发明实施例提供的一种异源差异信息的推荐系统的主要组成单元示意图，为了便于说明，仅示出与本发明实施例相关的部分，详述如下：
一种异源差异信息的推荐系统，包括：
数据获取单元301，用于获取所有数据源构建全局数据源集合；
数据处理单元302，用于判断需求数据指标的业务发生部门是否在所述全局数据源集合中，若是，则将所述业务发生部门在所述全局数据源集合中的数据确定为推荐数据；若否，则计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高且满足预设阈值的数据确定为所述推荐数据；
数据推荐单元303，用于将所述推荐数据推荐为所述需求数据指标的业务值。
在这里，所有数据源可以包括所有数据的发生单位、系统或数据库，即所有数据的所有来源单位，在数据归集的过程中，对于同一个现实对象的所有不同的数据源的数据，不同的数据源发生的数据可以具有不同的描述，在归集的过程中，可以首先获取或接收所有不同的数据源以构建成全局的数据源集，可以直接在构建成的全局数据源集中推荐目标数据源对应的业务所需数据作为业务值。需求数据指标的业务发生部门是指所需求数据指标的业务数据的生成部门、发生部门或者平台，比如当需求数据指标为公积金开户时间时，由于公积金开户时间的业务数据发生部门为公积金业务部门，所以公积金业务部门为需求数据指标的业务发生部门。当需求数据指标的业务发生部门在所述全局数据源集合中时，则将所述业务发生部门在所述全局数据源集合中的数据确定为推荐数据，例如，当需求数据指标为公积金开户时间，且当公积金业务部门在所述全局数据源集合中时，直接将公积金业务部门的数据确定为推荐数据。当需求数据指标的业务发生部门不在所述全局数据源集合中时，则计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高的数据确定为所述推荐数据。
在一个实施例中，所述计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高且满足预设阈值的数据确定为所述推荐数据包括：根据所述权威性指标值的大小从大至小对所述全局数据源集合中的所有数据进行排序，用排序第一的数据的权威性指标值减排序第二的数据的权威性指标值的差除以排序第二的数据的权威性指标值计算出差值比，若所述差值比大于预设阈值、且排序第一的数据的权威性指标值与排序第二的数据的权威性指标值之和大于所述全局数据源集合中所有数据的权威性指标值之和的预设百分比，则将所述排序第一的数据确定为所述推荐数据；若所述差值比不大于预设阈值、且排序第一的数据的权威性指标值与排序第二的数据的权威性指标值之和不大于所述全局数据源集合中所有数据的权威性指标值之和的预设百分比，则计算所述全局数据源集合中所有数据的及时性指标值，判断所述全局数据源集合中是否存在最近一次业务发生时间在预设时间以内的数据，若是，则将最近一次业务发生时间与当前时间最近的数据确定为所述推荐数据，若否，则分别计算所述全局数据源集合中所有数据的权威性指标值和及时性指标值，并根据所述权威性指标值和及时性指标值的预设权重进行加总计算得到所述全局数据源集合中每个数据的加权值，根据每个数据的加权值确定其对应的推荐值，将所述推荐值最大的数据确定为所述推荐数据。由此不仅可以考虑数据来源的权威性，并可同时兼顾数据源的及时性，通过该方法的综合计算和推荐，可以产出更符合业务情况的数据指标观察值，以推荐更符合当前业务情况的数据。
在一个实施例中，所述根据每个数据的加权值确定其对应的推荐值包括：若所述需求数据指标为数值型指标，则以加总计算得到的所述加权值为所述推荐值；若所述需求数据指标为为因子类型指标，则以最接近某一因子数值编码的因子取值作为所述推荐值。由此可以便于用户更加直观方便的选择推荐的数据。
在一个实施例中，所述预设时间可以为6天，所述权威性指标值和及时性指标值的预设权重分别为0.673和0.327。在这里，预设时间的获得可以通过将及时性指标序列、样本标签输入到随机森林模型中，并结合实践获得；权重系数的获得可以直接以权威性指标、及时性指标、样本标签作为共同输入，通过随机森林模型，进行训练并经过多地市的实践获得。
在一个实施例中，所述预设阈值为83％，所述预设百分比为50％。需要说明的是，上述两个值的获得为经过专家经验进行制定。
由此，本发明实施例提供的一种异源差异信息的推荐系统，主要考虑数据来源的权威性，并同时兼顾数据源的及时性，通过该方法的综合计算和推荐，可以产出更符合业务情况的数据指标观察值，以推荐更符合当前业务情况的数据。解决了在数据表现不一致的情形下，确定最符合当前业务情况的数据取值问题。
图4示出了本发明实施例提供的一种异源差异信息的推荐方法或装置或系统的主要技术流程图，为了便于说明，仅示出与本发明实施例相关的部分，详述如下：
当所需的数据指标的业务发生部门不再可选择的数据源中时，首先可以计算所有待选择数据源的权威性得分，判断权威性得分是否满足预设的得分规则以判断权威性得分的有效性，当权威性得分有效时，直接输出推荐结果结束流程，当权威性得分无效时，可以进一步计算数据源的及时性得分，然后汇总及时性得分，判断及时性得分的有效性，当及时性得分有效时，直接输出推荐结果结束流程，当及时性得分无效时，通过权威性指标和及时性指标的预设权值系数计算加权得分，然后将将加权得分作为推荐值进行靠挡后推荐输出结束流程。
在一个实施例中，提出了一种电子设备，所述电子设备包括存储器、处理器及存储在所述存储器上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实施例提供的一种异源差异信息的推荐方法的步骤。
在一个实施例中，提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行实施例提供的一种异源差异信息的推荐方法的步骤。
图5示出了可以应用本发明实施例的异源差异信息的推荐方法或异源差异信息的推荐装置或异源差异信息的推荐系统的示例性系统架构500。
如图5所示，系统架构500可以包括终端设备501、502、503，网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备501、502、503通过网络504与服务器505交互，以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器505可以是提供各种服务的服务器，例如对用户利用终端设备501、502、503所提交的支付任务提供支持的后台管理服务器。后台管理服务器可以在接收到终端设备支付请求后进行分析等处理，并将处理结果反馈给终端设备。
需要说明的是，本发明实施例所提供的异源差异信息的推荐方法可以由终端设备501、502、503或服务器505执行，相应地，异源差异信息的推荐装置一般设置于终端设备501、502、503或服务器505中。
应该理解，图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图6，其示出了适于用来实现本发明实施例的电子设备的计算机系统600的结构示意图。图6示出的计算机系统仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统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动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603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入存储部分608。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括确定模块、提取模块、训练模块和筛选模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，确定模块还可以被描述为“确定候选用户集的模块”。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种异源差异信息的推荐方法，其特征在于，包括：
获取所有数据源构建全局数据源集合；
判断需求数据指标的业务发生部门是否在所述全局数据源集合中，若是，则将所述业务发生部门在所述全局数据源集合中的数据确定为推荐数据；若否，则计算所述全局数据源集合中所有数据的权威性指标值，将权威性指标值最高且满足预设阈值的数据确定为所述推荐数据；
将所述推荐数据推荐为所述需求数据指标的业务值。
2.根据权利要求1所述的异源差异信息的推荐方法，其特征在于，所述计算所述全局数据源集合中所有数据的权威性指标值，将权威性指标值最高且满足预设阈值的数据确定为所述推荐数据包括：根据所述权威性指标值的大小从大至小对所述全局数据源集合中的所有数据进行排序，用排序第一的数据的权威性指标值减排序第二的数据的权威性指标值的差除以排序第二的数据的权威性指标值计算出差值比，若所述差值比大于预设阈值、且排序第一的数据的权威性指标值与排序第二的数据的权威性指标值之和大于所述全局数据源集合中所有数据的权威性指标值之和的预设百分比，则将所述排序第一的数据确定为所述推荐数据。
3.根据权利要求2所述的异源差异信息的推荐方法，其特征在于，还包括：若所述差值比不大于预设阈值、且排序第一的数据的权威性指标值与排序第二的数据的权威性指标值之和不大于所述全局数据源集合中所有数据的权威性指标值之和的预设百分比，则计算所述全局数据源集合中所有数据的及时性指标值，判断所述全局数据源集合中是否存在最近一次业务发生时间在预设时间以内的数据，若是，则将最近一次业务发生时间与当前时间最近的数据确定为所述推荐数据。
4.根据权利要求3所述的异源差异信息的推荐方法，其特征在于，还包括：若否，则分别计算所述全局数据源集合中所有数据的权威性指标值和及时性指标值，并根据所述权威性指标值和及时性指标值的预设权重进行加总计算得到所述全局数据源集合中每个数据的加权值，根据每个数据的加权值确定其对应的推荐值，将所述推荐值最大的数据确定为所述推荐数据。
5.根据权利要求4所述的异源差异信息的推荐方法，其特征在于，所述根据每个数据的加权值确定其对应的推荐值包括：若所述需求数据指标为数值型指标，则以加总计算得到的所述加权值为所述推荐值；若所述需求数据指标为为因子类型指标，则以最接近某一因子数值编码的因子取值作为所述推荐值。
6.根据权利要求4所述的异源差异信息的推荐方法，其特征在于，所述预设时间为6天，所述权威性指标值和及时性指标值的预设权重分别为0.673和0.327。
7.根据权利要求2所述的异源差异信息的推荐方法，其特征在于，所述预设阈值为83％，所述预设百分比为50％。
8.一种异源差异信息的推荐装置，其特征在于，包括：
数据获取模块，用于获取所有数据源构建全局数据源集合；
数据处理模块，用于判断需求数据指标的业务发生部门是否在所述全局数据源集合中，若是，则将所述业务发生部门在所述全局数据源集合中的数据确定为推荐数据；若否，则计算所述全局数据源集合中所有数据的权威性指标值，将所述权威性指标值最高且满足预设阈值的数据确定为所述推荐数据；
数据推荐模块，用于将所述推荐数据推荐为所述需求数据指标的业务值。
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至7中任一项权利要求所述异源差异信息的推荐方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至7中任一项权利要求所述异源差异信息的推荐方法的步骤。
CN202010965021.2A 2020-09-15 2020-09-15 异源差异信息的推荐方法、装置和系统 Pending CN112131264A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010965021.2A CN112131264A (zh) 2020-09-15 2020-09-15 异源差异信息的推荐方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010965021.2A CN112131264A (zh) 2020-09-15 2020-09-15 异源差异信息的推荐方法、装置和系统

Publications (1)

Publication Number Publication Date
CN112131264A true CN112131264A (zh) 2020-12-25

Family

ID=73846948

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010965021.2A Pending CN112131264A (zh) 2020-09-15 2020-09-15 异源差异信息的推荐方法、装置和系统

Country Status (1)

Country Link
CN (1) CN112131264A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104281623A (zh) * 2013-07-12 2015-01-14 武汉好味道科技有限公司 在互联网上进行热门菜品预测与个性化菜品推荐的方法与系统
CN107908676A (zh) * 2017-10-27 2018-04-13 深圳市金立通信设备有限公司 一种数据展示更新方法、终端及计算机可读介质
CN110119395A (zh) * 2019-05-27 2019-08-13 普元信息技术股份有限公司 大数据治理中基于元数据实现数据标准与数据质量关联处理的方法
CN110390058A (zh) * 2019-06-28 2019-10-29 哈尔滨理工大学 考虑时效性的Web服务可信混合推荐方法
CN110929136A (zh) * 2018-08-30 2020-03-27 北京京东尚科信息技术有限公司 一种个性化推荐方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104281623A (zh) * 2013-07-12 2015-01-14 武汉好味道科技有限公司 在互联网上进行热门菜品预测与个性化菜品推荐的方法与系统
CN107908676A (zh) * 2017-10-27 2018-04-13 深圳市金立通信设备有限公司 一种数据展示更新方法、终端及计算机可读介质
CN110929136A (zh) * 2018-08-30 2020-03-27 北京京东尚科信息技术有限公司 一种个性化推荐方法和装置
CN110119395A (zh) * 2019-05-27 2019-08-13 普元信息技术股份有限公司 大数据治理中基于元数据实现数据标准与数据质量关联处理的方法
CN110390058A (zh) * 2019-06-28 2019-10-29 哈尔滨理工大学 考虑时效性的Web服务可信混合推荐方法

Similar Documents

Publication Publication Date Title
CN108536867B (zh) 用于生成信息的方法和装置
CN110929799B (zh) 用于检测异常用户的方法、电子设备和计算机可读介质
CN107908662B (zh) 搜索系统的实现方法和实现装置
CN110309142B (zh) 规则管理的方法和装置
CN110929136A (zh) 一种个性化推荐方法和装置
CN111222960A (zh) 基于公共流量带的房源推荐方法及系统
CN113971243A (zh) 应用于问卷调查的数据处理方法、系统、设备及存储介质
CN113923529A (zh) 直播连麦方法、装置、设备以及存储介质
CN107291835B (zh) 一种搜索词的推荐方法和装置
CN110866625A (zh) 促销指标信息生成方法和装置
CN112182370A (zh) 物品类目信息推送方法、装置、电子设备和介质
CN111798261A (zh) 信息更新的方法和装置
CN112950359A (zh) 一种用户识别方法和装置
CN112308477A (zh) 库存定位方法和装置
CN113742564A (zh) 目标资源的推送方法和装置
CN113722593B (zh) 事件数据处理方法、装置、电子设备和介质
CN115147195A (zh) 一种招标采购风险监控方法、装置、设备及介质
CN112131264A (zh) 异源差异信息的推荐方法、装置和系统
CN113743906A (zh) 一种确定业务处理策略的方法和装置
CN111046894B (zh) 识别马甲账号的方法和装置
CN113052509A (zh) 模型评估方法、模型评估装置、电子设备和存储介质
CN113763083A (zh) 信息处理方法及装置
CN110874386A (zh) 建立类目映射关系的方法和装置
CN113111897A (zh) 基于支持向量机的接警警情类别确定方法和装置
CN112906723A (zh) 一种特征选择的方法和装置

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: 20201225