CN112445875A - 数据关联及检验方法、装置、电子设备及存储介质 - Google Patents
数据关联及检验方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112445875A CN112445875A CN202011468700.5A CN202011468700A CN112445875A CN 112445875 A CN112445875 A CN 112445875A CN 202011468700 A CN202011468700 A CN 202011468700A CN 112445875 A CN112445875 A CN 112445875A
- Authority
- CN
- China
- Prior art keywords
- data
- service
- index
- association
- data set
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000007689 inspection Methods 0.000 title claims abstract description 13
- 238000012795 verification Methods 0.000 claims abstract description 46
- 238000010586 diagram Methods 0.000 claims abstract description 44
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 19
- 238000013524 data verification Methods 0.000 claims abstract description 12
- 238000000354 decomposition reaction Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 1
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 239000002243 precursor Substances 0.000 description 4
- 238000013075 data extraction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000011895 specific detection Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2246—Trees, e.g. B+trees
-
- 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
- G06F16/242—Query formulation
- G06F16/2433—Query languages
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据分析技术,揭露了一种数据关联及检验方法,包括:利用预设的查询语句从数据库中获取原始数据集,并对所述原始数据集进行数据提取,得到标准数据集,基于图论算法对所述标准数据集进行节点构建,并根据所述节点得到数据关联图,根据所述数据关联图中各节点的信息,得到业务数据集,分析并拆解所述业务数据集,得到分层业务指标,根据所述分层业务指标得到业务关联树状图,根据所述业务关联树状图计算校验指标,并对所述校验指标进行数据校验,得到校验结果。本发明还提出一种数据关联及检验装置、电子设备以及计算机可读存储介质。本发明可以解决数据校验不准确的问题。
Description
技术领域
本发明涉及数据分析技术领域,尤其涉及一种数据关联及检验方法、装置、电子设备及计算机可读存储介质。
背景技术
大数据背景下,数据规模急剧扩大、数据形式多样、数据间的关联关系也逐渐增多。比如,企业之间关联关系通过将企业信息、工商关系数据、集团关系数据等数据进行关联。现有技术下,根据监管文件的要求需要人工判断企业之间的关联关系,然而随着公司治理、股权制度的逐渐完善,各公司的股权结构构成日益复杂,只依靠人工判断难免缺乏主观性,同时仅根据监管文件的要求判断关联关系,只体现是否存关联关系,缺乏关联程度的衡量。同时,各个企业之间业务数据的指标,由于关联关系复杂,导致计算不准确且难以校验。
发明内容
本发明提供一种数据关联及检验方法、装置及计算机可读存储介质,其主要目的在于解决数据校验不准确的问题。
为实现上述目的,本发明提供的一种数据关联及检验方法,包括:
利用预设的查询语句从数据库中获取原始数据集,并对所述原始数据集进行数据提取,得到标准数据集;
基于图论算法对所述标准数据集进行节点构建,并根据所述节点得到数据关联图;
根据所述数据关联图中各节点的信息,得到业务数据集,分析并拆解所述业务数据集,得到分层业务指标,根据所述分层业务指标得到业务关联树状图;
根据所述业务关联树状图计算校验指标,并对所述校验指标进行数据校验,得到校验结果。
所述对所述原始数据集进行数据提取,得到标准数据集,包括:
将所述原始数据集中的文本进行分词处理,并除去停用词,得到分词结果;
从所述分词结果中挑选出多个关键词,并汇总所述关键词得到标准数据集,其中,所述标准数据集包括实体关键词及关系关键词。
可选地,所述基于图论算法对所述标准数据集进行节点构建,并根据所述节点得到数据关联图,包括:
将所述实体关键词作为实体节点;
根据所述关系关键词创建各实体节点之间的连线,并根据所述实体节点及连线构建所述数据关联图。
可选地,所述分析并拆解所述业务数据之前,还包括:
根据预设的长度阈值标准对所述业务数据进行长度检测;
当所述业务数据长度检测不合格时,进行数据删除;
当所述业务数据长度检测合格时,进行数据保留,汇总所有合格的业务数据。
可选地,所述分析并拆解所述业务数据集,得到分层业务指标,根据所述分层业务指标得到业务关联树状图,包括:
根据所述业务数据集获取预设的核心业务指标,并以所述核心业务指标作为根节点;
对所述核心业务指标进行分解,得到多个分解因子,并将所述分解因子作为各层的分层业务指标,直至所述分解因子无法分解,将所述分层业务指标作为子节点,及将最后一层的分解因子作为叶子节点;
汇总所述根结点、子节点及叶子节点得到所述业务关联树状图。
可选地,所述根据所述业务关联树状图计算校验指标,包括:
从所述业务关联树状图的叶子节点开始,根据预设的运算关系逐层向上计算,得到每一层的中间指标;
根据所述中间指标构建风险矩阵,根据所述风险矩阵及预设的风险矩阵系数得到所述校验指标。
可选地,所述对所述校验指标进行数据校验,得到校验结果,包括:
计算所述校验指标和所述核心业务指标的差值,并判断所述差值是否小于预设的阈值;
当所述差值小于等于所述预设的阈值时,所述校验指标的校验通过;
当所述差值大于所述预设的阈值时,所述校验指标的校验不通过。
为了解决上述问题,本发明还提供一种数据关联及检验装置,所述装置包括:
数据获取模块,用于利用预设的查询语句从数据库中获取原始数据集,并对所述原始数据集进行数据提取,得到标准数据集;
关联图构建模块,用于基于图论算法对所述标准数据集进行节点构建,并根据所述节点得到数据关联图;
树状图构建模块,用于根据所述数据关联图中各节点的信息,得到业务数据集,分析并拆解所述业务数据集,得到分层业务指标,根据所述分层业务指标得到业务关联树状图;
校验指标计算模块,用于根据所述业务关联树状图计算校验指标,并对所述校验指标进行数据校验,得到校验结果。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现上述所述的数据关联及检验方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的数据关联及检验方法。
本发明基于图论算法对所述标准数据集进行节点构建,并根据所述节点得到数据关联图,所述数据关联图不仅可以表示数据之间的关联关系,还可以体现出数据之间的关联程度。并且根据根据所述数据关联图中各节点的信息,得到业务数据集,利用所述业务数据集得到业务关联树状图,根据所述业务关联树状图计算校验指标。由于所述业务关联树状图的层级结构清晰,使得所述校验指标的计算更加准确。因此本发明提出的数据关联及检验方法、装置、电子设备及计算机可读存储介质,可以解决数据校验不准确的问题。
附图说明
图1为本发明一实施例提供的数据关联及检验方法的流程示意图;
图2为图1中其中一个步骤的详细实施流程示意图;
图3为图1中另一个步骤的详细实施流程示意图;
图4为图1中另一个步骤的详细实施流程示意图;
图5为图1中另一个步骤的详细实施流程示意图;
图6为本发明一实施例提供的数据关联及检验装置的功能模块图;
图7为本发明一实施例提供的实现所述数据关联及检验方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
本申请实施例提供一种数据关联及检验方法。所述数据关联及检验方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述数据关联及检验方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示,为本发明一实施例提供的数据关联及检验方法的流程示意图。在本实施例中,所述数据关联及检验方法包括:
S1、利用预设的查询语句从数据库中获取原始数据集,并对所述原始数据集进行数据提取,得到标准数据集。
本发明实施例中,所述查询语句可使用当前已公开的SQL语句,所述SQL语句是数据处理中使用最广泛的语言,允许用户简明扼要地声明需要的业务逻辑,SQL属于设定式语言,只需将需求表达清楚即可,不需要了解具体做法;SQL可优化,内置多种查询优化器,多种查询优化器可为SQL翻译出最优执行计划。通过SQL语句代码从所述数据库中获取原始数据,可以方便快捷的对所述原始业务数据集进行处理。所述数据库是以一定方式储存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合,可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据进行新增、查询、更新、删除等操作,所述数据库包括但不限于Oracle、kafka和Cassandra等数据库。所述原始数据集包括企业信息、工商关系数据、集团关系数据、担保关系数据及资金往来关系数据,其中,所述工商关系数据包括股权关系、法人代表、任职关系及对外投资关系等。
具体地,参照图2所示,所述对所述原始数据集进行数据提取,得到标准数据集,包括:
S10、将所述原始数据集中的文本进行分词处理,并除去停用词,得到分词结果;
S11、从所述分词结果中挑选出多个关键词,并汇总所述关键词得到标准数据集,其中,所述标准数据集包括实体关键词及关系关键词。
本发明实施例中,比如,所述原始数据集中包括不同企业的企业信息、工商关系数据等,从企业信息中提取企业名称作为实体关键词,及从所述工商关系数据中提取企业股权关系作为关系关键词。
进一步地,通过查询语句访问这些数据库,如果还需要访问其他的数据库,一次代码实现后,后续都可以通过查询语句来复用,提高了数据处理的效率。
S2、基于图论算法对所述标准数据集进行节点构建,并根据所述节点得到数据关联图。
详细地,所述图论算法提供了对很多问题都有效的一种简单而系统的建模方式,很多问题都可以转化为图论问题,然后用图论的基本算法加以解决。所述图论算法包括图的节点、节点与节点之间的长度设置。
本发明实施例中,参照图3所示,所述S2包括:
S20、将所述实体关键词作为实体节点;
S21、根据所述关系关键词创建各实体节点之间的连线,并根据所述实体节点及连线构建所述数据关联图。
进一步地,本发明实施例中,所述数据关联图通过将每个企业做为图的一个节点,如果两个企业有直接关系,则两个企业节点相连,非直接相邻的两个企业节点的关联关系为该两节点之间所有通路的长度相乘之后取最大值;节点与节点之间的长度设置是指两实体节点连线的长度,直接代表了两个企业的关联关系程度,比如,完全控股记为长度标准1,部分控股可以将所述长度设置为控股的比例。
S3、根据所述数据关联图中各节点的信息,得到业务数据集,分析并拆解所述业务数据集,得到分层业务指标,根据所述分层业务指标得到业务关联树状图。
本发明实施例中,所述业务数据集可以为各实体节点中企业的业务信息,比如,所述业务信息可以为贷款业务数据、保险业务数据等。所述树状图是一种层次上的嵌套结构,指的是数据元素之间存在着“一对多”的树形关系的数据结构,是一类重要的非线性数据结构。一个树状图的外层和内层有相似的结构,所以这种结构多可以递归的表示。经典数据结构中的各种树状图是一种典型的树形结构:一颗树可以简单的表示为根结点、子结点及叶子结点,子结点也可以有自己的子结点。在所述树形结构中,树根结点没有前驱结点,其余每个结点有且只有一个前驱结点。叶子结点因为没有后续结点,所以也叫终端结点,其余每个结点的后续结点数可以是一个也可以是多个。另外,数学统计中的树状图可表示层次关系。树状图在其他许多方面也有应用。可表示从属关系、并列关系。
具体地,所述分析并拆解所述业务数据之前,还包括:
根据预设的长度阈值标准对所述业务数据进行长度检测;
当所述业务数据长度检测不合格时,进行数据删除;
当所述业务数据长度检测合格时,进行数据保留,汇总所有合格的业务数据。
详细地,所述业务数据集中包含多个业务数据和业务数据对应数值,如,所述业务数据集中存在着贷款业务数据,以及贷款业务数据对应的数值;在具体检测时,检测所述业务数据集中的各个业务数据对应数值,当检测到数值长度不为0或不为null时,则确定该数据的值未缺失,长度检测合格,继续进行检测;当检测到数值长度为0或为null时,则确定该数据的值缺失,长度检测不合格,将所述长度检测不合格的数据删除,汇总所有合格的数据。
本发明实施例中,参照图4所示,所述分析并拆解所述业务数据集,得到分层业务指标,根据所述分层业务指标得到业务关联树状图,包括:
S30、根据所述业务数据集获取预设的核心业务指标,并以所述核心业务指标作为根节点;
S31、对所述核心业务指标进行分解,得到多个分解因子,并将所述分解因子作为各层的分层业务指标,直至所述分解因子无法分解,将所述分层业务指标作为子节点,及将最后一层的分解因子作为叶子节点;
S32、汇总所述根结点、子节点及叶子节点得到所述业务关联树状图。
本发明实施例中,比如,保险业务的核心业务指标可以为偿付能力充足率。各个业务关联的核心业务指标可以为权益报酬率(ROE),根据杜邦恒等式将所述权益报酬率分解为多个分解因子,即权益报酬率(ROE)=销售利润率*权益乘数*总资产周转率。
S4、根据所述业务关联树状图计算校验指标,并对所述校验指标进行数据校验,得到校验结果。
具体地,参照图5所示,所述根据所述业务关联树状图计算校验指标,包括:
S40、从所述业务关联树状图的叶子节点开始,根据预设的运算关系逐层向上计算,得到每一层的中间指标;
S41、根据所述中间指标构建风险矩阵,根据所述风险矩阵及预设的风险矩阵系数得到所述校验指标。
进一步地,所述对所述校验指标进行数据校验,得到校验结果,包括:
计算所述校验指标和所述核心业务指标的差值,并判断所述差值是否小于预设的阈值;
当所述差值小于等于所述预设的阈值时,所述校验指标的校验通过;
当所述差值大于所述预设的阈值时,所述校验指标的校验不通过。
其中,所述预设的阈值可以为核心业务指标和监管部门要求的底线值的差额。所述风险矩阵系数可以根据历史数据构建。同时,当不同的业务关联树状图有关联时,可以直接调用所述中间指标,提高了校验效率。
本发明实施例中,通过所述业务关联树状图进行数据校验,使得各层的数据关系更加清晰明了,提高了数据校验准确率。
本发明基于图论算法对所述标准数据集进行节点构建,并根据所述节点得到数据关联图,所述数据关联图不仅可以表示数据之间的关联关系,还可以体现出数据之间的关联程度。并且根据根据所述数据关联图中各节点的信息,得到业务数据集,利用所述业务数据集得到业务关联树状图,根据所述业务关联树状图计算校验指标。由于所述业务关联树状图的层级结构清晰,使得所述校验指标的计算更加准确。因此本发明实施可以解决数据校验不准确的问题。
如图6所示,是本发明一实施例提供的数据关联及检验装置的功能模块图。
本发明所述数据关联及检验装置100可以安装于电子设备中。根据实现的功能,所述数据关联及检验装置100可以包括数据获取模块101、关联图构建模块102、树状图构建模块103及校验指标计算模块104。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述数据获取模块101,用于利用预设的查询语句从数据库中获取原始数据集,并对所述原始数据集进行数据提取,得到标准数据集。
本发明实施例中,所述查询语句可使用当前已公开的SQL语句,所述SQL语句是数据处理中使用最广泛的语言,允许用户简明扼要地声明需要的业务逻辑,SQL属于设定式语言,只需将需求表达清楚即可,不需要了解具体做法;SQL可优化,内置多种查询优化器,多种查询优化器可为SQL翻译出最优执行计划。通过SQL语句代码从所述数据库中获取原始数据,可以方便快捷的对所述原始业务数据集进行处理。所述数据库是以一定方式储存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合,可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据进行新增、查询、更新、删除等操作,所述数据库包括但不限于Oracle、kafka和Cassandra等数据库。所述原始数据集包括企业信息、工商关系数据、集团关系数据、担保关系数据及资金往来关系数据,其中,所述工商关系数据包括股权关系、法人代表、任职关系及对外投资关系等。
具体地,所述数据获取模块101通过下述操作得到标准数据集:
将所述原始数据集中的文本进行分词处理,并除去停用词,得到分词结果;
从所述分词结果中挑选出多个关键词,并汇总所述关键词得到标准数据集,其中,所述标准数据集包括实体关键词及关系关键词。
本发明实施例中,比如,所述原始数据集中包括不同企业的企业信息、工商关系数据等,从企业信息中提取企业名称作为实体关键词,及从所述工商关系数据中提取企业股权关系作为关系关键词。
进一步地,通过查询语句访问这些数据库,如果还需要访问其他的数据库,一次代码实现后,后续都可以通过查询语句来复用,提高了数据处理的效率。
所述关联图构建模块102,用于基于图论算法对所述标准数据集进行节点构建,并根据所述节点得到数据关联图。
详细地,所述图论算法提供了对很多问题都有效的一种简单而系统的建模方式,很多问题都可以转化为图论问题,然后用图论的基本算法加以解决。所述图论算法包括图的节点、节点与节点之间的长度设置。
本发明实施例中,所述关联图构建模块102通过下述操作得到数据关联图:
将所述实体关键词作为实体节点;
根据所述关系关键词创建各实体节点之间的连线,并根据所述实体节点及连线构建所述数据关联图。
进一步地,本发明实施例中,所述数据关联图通过将每个企业做为图的一个节点,如果两个企业有直接关系,则两个企业节点相连,非直接相邻的两个企业节点的关联关系为该两节点之间所有通路的长度相乘之后取最大值;节点与节点之间的长度设置是指两实体节点连线的长度,直接代表了两个企业的关联关系程度,比如,完全控股记为长度标准1,部分控股可以将所述长度设置为控股的比例。
所述树状图构建模块103,用于根据所述数据关联图中各节点的信息,得到业务数据集,分析并拆解所述业务数据集,得到分层业务指标,根据所述分层业务指标得到业务关联树状图。
本发明实施例中,所述业务数据集可以为各实体节点中企业的业务信息,比如,所述业务信息可以为贷款业务数据、保险业务数据等。所述树状图是一种层次上的嵌套结构,指的是数据元素之间存在着“一对多”的树形关系的数据结构,是一类重要的非线性数据结构。一个树状图的外层和内层有相似的结构,所以这种结构多可以递归的表示。经典数据结构中的各种树状图是一种典型的树形结构:一颗树可以简单的表示为根结点、子结点及叶子结点,子结点也可以有自己的子结点。在所述树形结构中,树根结点没有前驱结点,其余每个结点有且只有一个前驱结点。叶子结点因为没有后续结点,所以也叫终端结点,其余每个结点的后续结点数可以是一个也可以是多个。另外,数学统计中的树状图可表示层次关系。树状图在其他许多方面也有应用。可表示从属关系、并列关系。
具体地,所述树状图构建模块103分析并拆解所述业务数据之前,还包括:
根据预设的长度阈值标准对所述业务数据进行长度检测;
当所述业务数据长度检测不合格时,进行数据删除;
当所述业务数据长度检测合格时,进行数据保留,汇总所有合格的业务数据。
详细地,所述业务数据集中包含多个业务数据和业务数据对应数值,如,所述业务数据集中存在着贷款业务数据,以及贷款业务数据对应的数值;在具体检测时,检测所述业务数据集中的各个业务数据对应数值,当检测到数值长度不为0或不为null时,则确定该数据的值未缺失,长度检测合格,继续进行检测;当检测到数值长度为0或为null时,则确定该数据的值缺失,长度检测不合格,将所述长度检测不合格的数据删除,汇总所有合格的数据。
本发明实施例中,所述树状图构建模块103通过下述操作得到业务关联树状图:
根据所述业务数据集获取预设的核心业务指标,并以所述核心业务指标作为根节点;
对所述核心业务指标进行分解,得到多个分解因子,并将所述分解因子作为各层的分层业务指标,直至所述分解因子无法分解,将所述分层业务指标作为子节点,及将最后一层的分解因子作为叶子节点;
汇总所述根结点、子节点及叶子节点得到所述业务关联树状图。
本发明实施例中,比如,保险业务的核心业务指标可以为偿付能力充足率。各个业务关联的核心业务指标可以为权益报酬率(ROE),根据杜邦恒等式将所述权益报酬率分解为多个分解因子,即权益报酬率(ROE)=销售利润率*权益乘数*总资产周转率。
所述校验指标计算模块104,用于根据所述业务关联树状图计算校验指标,并对所述校验指标进行数据校验,得到校验结果。
具体地,所述校验指标计算模块104通过下述操作得到校验指标:
从所述业务关联树状图的叶子节点开始,根据预设的运算关系逐层向上计算,得到每一层的中间指标;
根据所述中间指标构建风险矩阵,根据所述风险矩阵及预设的风险矩阵系数得到所述校验指标。
进一步地,所述校验指标计算模块104通过下述操作得到校验结果:
计算所述校验指标和所述核心业务指标的差值,并判断所述差值是否小于预设的阈值;
当所述差值小于等于所述预设的阈值时,所述校验指标的校验通过;
当所述差值大于所述预设的阈值时,所述校验指标的校验不通过。
其中,所述预设的阈值可以为核心业务指标和监管部门要求的底线值的差额。所述风险矩阵系数可以根据历史数据构建。同时,当不同的业务关联树状图有关联时,可以直接调用所述中间指标,提高了校验效率。
本发明实施例中,通过所述业务关联树状图进行数据校验,使得各层的数据关系更加清晰明了,提高了数据校验准确率。
如图7所示,是本发明一实施例提供的实现数据关联及检验方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如数据关联及检验程序12。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如数据关联及检验程序12的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如数据关联及检验程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图7仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图7示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的数据关联及检验程序12是多个指令的组合,在所述处理器10中运行时,可以实现:
利用预设的查询语句从数据库中获取原始数据集,并对所述原始数据集进行数据提取,得到标准数据集;
基于图论算法对所述标准数据集进行节点构建,并根据所述节点得到数据关联图;
根据所述数据关联图中各节点的信息,得到业务数据集,分析并拆解所述业务数据集,得到分层业务指标,根据所述分层业务指标得到业务关联树状图;
根据所述业务关联树状图计算校验指标,并对所述校验指标进行数据校验,得到校验结果。
具体地,所述处理器10对上述指令的具体实现方法可参考图1至图5对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
利用预设的查询语句从数据库中获取原始数据集,并对所述原始数据集进行数据提取,得到标准数据集;
基于图论算法对所述标准数据集进行节点构建,并根据所述节点得到数据关联图;
根据所述数据关联图中各节点的信息,得到业务数据集,分析并拆解所述业务数据集,得到分层业务指标,根据所述分层业务指标得到业务关联树状图;
根据所述业务关联树状图计算校验指标,并对所述校验指标进行数据校验,得到校验结果。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种数据关联及检验方法,其特征在于,所述方法包括:
利用预设的查询语句从数据库中获取原始数据集,并对所述原始数据集进行数据提取,得到标准数据集;
基于图论算法对所述标准数据集进行节点构建,并根据所述节点得到数据关联图;
根据所述数据关联图中各节点的信息,得到业务数据集,分析并拆解所述业务数据集,得到分层业务指标,根据所述分层业务指标得到业务关联树状图;
根据所述业务关联树状图计算校验指标,并对所述校验指标进行数据校验,得到校验结果。
2.如权利要求1所述的数据关联及检验方法,其特征在于,所述对所述原始数据集进行数据提取,得到标准数据集,包括:
将所述原始数据集中的文本进行分词处理,并除去停用词,得到分词结果;
从所述分词结果中挑选出多个关键词,并汇总所述关键词得到标准数据集,其中,所述标准数据集包括实体关键词及关系关键词。
3.如权利要求2所述的数据关联及检验方法,其特征在于,所述基于图论算法对所述标准数据集进行节点构建,并根据所述节点得到数据关联图,包括:
将所述实体关键词作为实体节点;
根据所述关系关键词创建各实体节点之间的连线,并根据所述实体节点及连线构建所述数据关联图。
4.如权利要求1所述的数据关联及检验方法,其特征在于,所述分析并拆解所述业务数据之前,还包括:
根据预设的长度阈值标准对所述业务数据进行长度检测;
当所述业务数据长度检测不合格时,进行数据删除;
当所述业务数据长度检测合格时,进行数据保留,汇总所有合格的业务数据。
5.如权利要求1所述的数据关联及检验方法,其特征在于,所述分析并拆解所述业务数据集,得到分层业务指标,根据所述分层业务指标得到业务关联树状图,包括:
根据所述业务数据集获取预设的核心业务指标,并以所述核心业务指标作为根节点;
对所述核心业务指标进行分解,得到多个分解因子,并将所述分解因子作为各层的分层业务指标,直至所述分解因子无法分解,将所述分层业务指标作为子节点,及将最后一层的分解因子作为叶子节点;
汇总所述根结点、子节点及叶子节点得到所述业务关联树状图。
6.如权利要求1至5中任意一项所述的数据关联及检验方法,其特征在于,所述根据所述业务关联树状图计算校验指标,包括:
从所述业务关联树状图的叶子节点开始,根据预设的运算关系逐层向上计算,得到每一层的中间指标;
根据所述中间指标构建风险矩阵,根据所述风险矩阵及预设的风险矩阵系数得到所述校验指标。
7.如权利要求6所述的数据关联及检验方法,其特征在于,所述对所述校验指标进行数据校验,得到校验结果,包括:
计算所述校验指标和所述核心业务指标的差值,并判断所述差值是否小于预设的阈值;
当所述差值小于等于所述预设的阈值时,所述校验指标的校验通过;
当所述差值大于所述预设的阈值时,所述校验指标的校验不通过。
8.一种数据关联及检验装置,其特征在于,所述装置包括:
数据获取模块,用于利用预设的查询语句从数据库中获取原始数据集,并对所述原始数据集进行数据提取,得到标准数据集;
关联图构建模块,用于基于图论算法对所述标准数据集进行节点构建,并根据所述节点得到数据关联图;
树状图构建模块,用于根据所述数据关联图中各节点的信息,得到业务数据集,分析并拆解所述业务数据集,得到分层业务指标,根据所述分层业务指标得到业务关联树状图;
校验指标计算模块,用于根据所述业务关联树状图计算校验指标,并对所述校验指标进行数据校验,得到校验结果。
9.一种电子设备,其特征在于,所述电子设备包括:
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执行如权利要求1至7中任意一项所述的数据关联及检验方法。
10.一种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权利要求1至7中任意一项所述的数据关联及检验方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011468700.5A CN112445875B (zh) | 2020-12-14 | 2020-12-14 | 数据关联及检验方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011468700.5A CN112445875B (zh) | 2020-12-14 | 2020-12-14 | 数据关联及检验方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112445875A true CN112445875A (zh) | 2021-03-05 |
CN112445875B CN112445875B (zh) | 2024-03-01 |
Family
ID=74739661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011468700.5A Active CN112445875B (zh) | 2020-12-14 | 2020-12-14 | 数据关联及检验方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112445875B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113434542A (zh) * | 2021-06-24 | 2021-09-24 | 平安国际智慧城市科技股份有限公司 | 数据关系识别方法、装置、电子设备及存储介质 |
CN113535938A (zh) * | 2021-07-22 | 2021-10-22 | 北京明略软件系统有限公司 | 基于内容识别的标准数据构建方法、系统、设备及介质 |
CN113627754A (zh) * | 2021-07-27 | 2021-11-09 | 北京达佳互联信息技术有限公司 | 指标检测的操作控制方法、装置、电子设备及存储介质 |
CN113673886A (zh) * | 2021-08-25 | 2021-11-19 | 北京字跳网络技术有限公司 | 业务串联模型的生成方法、装置、存储介质及电子设备 |
CN114036174A (zh) * | 2021-12-14 | 2022-02-11 | 中国平安财产保险股份有限公司 | 数据更新方法、装置、设备及存储介质 |
CN116545892A (zh) * | 2023-06-29 | 2023-08-04 | 云账户技术(天津)有限公司 | 业务瓶颈节点的确定方法、装置、电子设备及存储介质 |
CN117633074A (zh) * | 2023-11-24 | 2024-03-01 | 国任财产保险股份有限公司 | 一种基于财务数据的处理系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109635029A (zh) * | 2018-12-07 | 2019-04-16 | 深圳前海微众银行股份有限公司 | 基于标签指标体系的数据处理方法、装置、设备及介质 |
CN110309125A (zh) * | 2019-06-24 | 2019-10-08 | 招商局金融科技有限公司 | 数据校验方法、电子装置及存储介质 |
CN110503481A (zh) * | 2019-08-26 | 2019-11-26 | 北京亚联之星信息技术有限公司 | 基于图论模型的目标用户确定方法及装置 |
WO2020048058A1 (zh) * | 2018-09-03 | 2020-03-12 | 平安科技(深圳)有限公司 | 基金知识推理方法、系统、计算机设备和存储介质 |
CN111026775A (zh) * | 2019-12-12 | 2020-04-17 | 国家电网有限公司大数据中心 | 关联指标的确定方法、装置、服务器和存储介质 |
CN111813963A (zh) * | 2020-09-10 | 2020-10-23 | 平安国际智慧城市科技股份有限公司 | 知识图谱构建方法、装置、电子设备及存储介质 |
CN111949744A (zh) * | 2020-07-31 | 2020-11-17 | 北京明略昭辉科技有限公司 | 基于知识图谱的关联信息挖掘方法及装置 |
-
2020
- 2020-12-14 CN CN202011468700.5A patent/CN112445875B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020048058A1 (zh) * | 2018-09-03 | 2020-03-12 | 平安科技(深圳)有限公司 | 基金知识推理方法、系统、计算机设备和存储介质 |
CN109635029A (zh) * | 2018-12-07 | 2019-04-16 | 深圳前海微众银行股份有限公司 | 基于标签指标体系的数据处理方法、装置、设备及介质 |
CN110309125A (zh) * | 2019-06-24 | 2019-10-08 | 招商局金融科技有限公司 | 数据校验方法、电子装置及存储介质 |
CN110503481A (zh) * | 2019-08-26 | 2019-11-26 | 北京亚联之星信息技术有限公司 | 基于图论模型的目标用户确定方法及装置 |
CN111026775A (zh) * | 2019-12-12 | 2020-04-17 | 国家电网有限公司大数据中心 | 关联指标的确定方法、装置、服务器和存储介质 |
CN111949744A (zh) * | 2020-07-31 | 2020-11-17 | 北京明略昭辉科技有限公司 | 基于知识图谱的关联信息挖掘方法及装置 |
CN111813963A (zh) * | 2020-09-10 | 2020-10-23 | 平安国际智慧城市科技股份有限公司 | 知识图谱构建方法、装置、电子设备及存储介质 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113434542A (zh) * | 2021-06-24 | 2021-09-24 | 平安国际智慧城市科技股份有限公司 | 数据关系识别方法、装置、电子设备及存储介质 |
CN113434542B (zh) * | 2021-06-24 | 2023-12-05 | 平安国际智慧城市科技股份有限公司 | 数据关系识别方法、装置、电子设备及存储介质 |
CN113535938A (zh) * | 2021-07-22 | 2021-10-22 | 北京明略软件系统有限公司 | 基于内容识别的标准数据构建方法、系统、设备及介质 |
CN113627754A (zh) * | 2021-07-27 | 2021-11-09 | 北京达佳互联信息技术有限公司 | 指标检测的操作控制方法、装置、电子设备及存储介质 |
CN113673886A (zh) * | 2021-08-25 | 2021-11-19 | 北京字跳网络技术有限公司 | 业务串联模型的生成方法、装置、存储介质及电子设备 |
CN114036174A (zh) * | 2021-12-14 | 2022-02-11 | 中国平安财产保险股份有限公司 | 数据更新方法、装置、设备及存储介质 |
CN116545892A (zh) * | 2023-06-29 | 2023-08-04 | 云账户技术(天津)有限公司 | 业务瓶颈节点的确定方法、装置、电子设备及存储介质 |
CN116545892B (zh) * | 2023-06-29 | 2023-10-13 | 云账户技术(天津)有限公司 | 业务瓶颈节点的确定方法、装置、电子设备及存储介质 |
CN117633074A (zh) * | 2023-11-24 | 2024-03-01 | 国任财产保险股份有限公司 | 一种基于财务数据的处理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112445875B (zh) | 2024-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112445875B (zh) | 数据关联及检验方法、装置、电子设备及存储介质 | |
CN108197132B (zh) | 一种基于图数据库的电力资产画像构建方法及装置 | |
CN112445854B (zh) | 多源业务数据实时处理方法、装置、终端及存储介质 | |
CN112115152B (zh) | 数据增量更新及查询方法、装置、电子设备及存储介质 | |
CN112883190A (zh) | 文本分类方法、装置、电子设备及存储介质 | |
CN112434024B (zh) | 面向关系型数据库的数据字典生成方法、装置、设备及介质 | |
CN111754110A (zh) | 基于人工智能的经营指标评价方法、装置、设备及介质 | |
CN112579621B (zh) | 数据展示方法、装置、电子设备及计算机存储介质 | |
CN114612194A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
CN112231417A (zh) | 数据分类方法、装置、电子设备及存储介质 | |
CN112560465A (zh) | 批量异常事件的监控方法、装置、电子设备及存储介质 | |
CN113032403A (zh) | 数据洞察方法、装置、电子设备及存储介质 | |
CN110543996A (zh) | 一种职位薪资评估方法、装置、服务器和存储介质 | |
CN114840531A (zh) | 基于血缘关系的数据模型重构方法、装置、设备及介质 | |
US8688499B1 (en) | System and method for generating business process models from mapped time sequenced operational and transaction data | |
CN111950623B (zh) | 数据稳定性监控方法、装置、计算机设备及介质 | |
CN113434542A (zh) | 数据关系识别方法、装置、电子设备及存储介质 | |
CN112597171A (zh) | 表格关系可视化方法、装置、电子设备及存储介质 | |
CN111429085A (zh) | 合同数据生成方法、装置、电子设备及存储介质 | |
CN116843481A (zh) | 知识图谱分析方法、装置、设备及存储介质 | |
CN116245580A (zh) | 数据资产价值获取方法、装置、设备、介质和程序产品 | |
CN114722789B (zh) | 数据报表集成方法、装置、电子设备及存储介质 | |
CN113705201B (zh) | 基于文本的事件概率预测评估算法、电子设备及存储介质 | |
CN113657546B (zh) | 信息分类方法、装置、电子设备及可读存储介质 | |
CN115081447A (zh) | 软件开发的需求文档构建方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |