CN112541688A - 业务数据校验方法、装置、电子设备及计算机存储介质 - Google Patents
业务数据校验方法、装置、电子设备及计算机存储介质 Download PDFInfo
- Publication number
- CN112541688A CN112541688A CN202011508408.1A CN202011508408A CN112541688A CN 112541688 A CN112541688 A CN 112541688A CN 202011508408 A CN202011508408 A CN 202011508408A CN 112541688 A CN112541688 A CN 112541688A
- Authority
- CN
- China
- Prior art keywords
- data
- verification
- service
- standard
- result
- 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 46
- 238000013524 data verification Methods 0.000 claims abstract description 207
- 238000012795 verification Methods 0.000 claims abstract description 155
- 238000012360 testing method Methods 0.000 claims description 32
- 238000000605 extraction Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000005477 standard model Effects 0.000 abstract 2
- 230000006870 function Effects 0.000 description 16
- 238000012549 training Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 4
- 241000555745 Sciuridae Species 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007246 mechanism 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
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及数据处理技术,揭露了一种业务数据校验方法,包括:获取业务环境数据及其对应的标准数据集,其中,标准数据集包括标准业务数据和标准业务数据对应的标准校验结果;提取业务环境数据的业务环境参数;利用业务环境参数对预先构建的校验模型框架进行初始参数赋值,得到数据校验模型;利用数据校验模型对标准业务数据进行数据校验,根据校验结果与标准校验结果对模型进行参数调节,得到标准模型;利用标准模型对获取的待校验业务数据进行数据校验,得到数据校验结果。此外,本发明还涉及区块链技术,所述标准数据集可存储于区块链的节点。本发明还提出一种业务数据校验装置、设备及介质。本发明可以解决数据校验的效率和精确度不高的问题。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种业务数据校验方法、装置、电子设备及计算机可读存储介质。
背景技术
随着公司或企业规模的增大,在执行各种业务时也会产生大量的业务数据,为了提高对各种业务处理的效率,在执行业务之前,需要对业务数据进行数据校验。
现有的数据校验方法多为根据待校验数据匹配数据校验规则,利用数据校验规则生成数据校验模板,再利用数据校验模板对待校验数据进行数据校验。该方法中在每次进行数据校验时均需匹配数据校验规则,导致数据校验的效率低下,且生成数据校验模板后直接对数据进行校验,无法保证数据校验模板的可用性,造成数据校验的精确度不高。
发明内容
本发明提供一种业务数据校验方法、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的效率和精确度不高的问题。
为实现上述目的,本发明提供的一种业务数据校验方法,包括:
获取业务环境数据及所述业务环境数据对应的标准数据集,其中,所述标准数据集包括标准业务数据和所述标准业务数据对应的标准校验结果;
对所述业务环境数据进行参数提取,得到业务环境参数;
获取预先构建的校验模型框架,利用所述业务环境参数对所述校验模型框架进行初始参数赋值,得到数据校验模型;
利用所述数据校验模型对所述标准业务数据进行数据校验,得到预测校验结果;
根据所述预测校验结果与所述标准校验结果对所述数据校验模型进行参数调节,得到标准数据校验模型;
获取待校验业务数据,利用所述标准数据校验模型对所述待校验业务数据进行数据校验,得到数据校验结果。
可选地,所述对所述业务环境数据进行参数提取,得到业务环境参数,包括:
遍历所述业务环境数据并确定所述业务环境数据中字段分隔符的位置;
根据所述字段分隔符的位置对所述业务环境数据进行字段拆分,得到多个拆分字段;
利用预先训练完成的参数提取模型对所述多个拆分字段进行参数提取,得到业务环境参数。
可选地,所述利用所述业务环境参数对所述校验模型框架进行初始参数赋值,得到数据校验模型,包括:
获取所述校验模型框架的配置文件;
解析所述配置文件得到配置项;
提取所述配置项中的配置参数;
利用所述业务环境参数对所述配置参数进行赋值,得到赋值参数;
将所述赋值参数输入至所述校验模型框架,得到数据校验模型。
可选地,所述利用所述业务环境参数对所述配置参数进行赋值,得到赋值参数,包括:
遍历所述业务环境参数并确定所述业务环境参数中的第一标识符;
遍历所述配置参数并确定所述配置参数中的第二标识符;
将所述第一标识符与所述第二标识符进行对比分析;
当所述第一标识符与所述第二标识符相同时,利用所述第一标识符对应的业务环境参数对所述第二标识符对应的配置参数进行赋值,得到赋值参数。
可选地,所述利用所述数据校验模型对所述标准业务数据进行数据校验,得到预测校验结果,包括:
利用所述数据校验模型对所述标准业务数据进行字段类型标注;
根据所述字段类型标注将所述标准业务数据划分为普通字段和链接字段;
对所述普通字段进行数值校验,得到数值校验结果;
对所述链接字段进行可用性校验,得到可用性校验结果;
将所述数值校验结果和所述可用性校验结果汇集为预测校验结果。
可选地,所述对所述普通字段进行数值校验,得到数值校验结果,包括:
对所述普通字段进行空值校验,得到空值校验结果;
对所述普通字段进行长度校验,得到长度校验结果;
对所述普通字段进行数值范围校验,得到数值范围校验结果;
将所述空值校验结果、所述长度校验结果和所述数值范围校验结果汇集为所述数值校验结果。
可选地,所述对所述链接字段进行可用性校验,得到可用性校验结果,包括:
解析所述链接字段,得到所述链接字段中的链接端;
获取调用测试语句,执行所述调用测试语句对所述链接端进行调用测试,当所述链接端能够被所述调用测试语句调用时,生成校验通过的可用性校验结果;
当所述链接端不能够被所述调用测试语句调用时,生成校验不通过的可用性校验结果。
为了解决上述问题,本发明还提供一种业务数据校验装置,所述装置包括:
数据获取模块,用于获取业务环境数据及所述业务环境数据对应的标准数据集,其中,所述标准数据集包括标准业务数据和所述标准业务数据对应的标准校验结果;
参数提取模块,用于对所述业务环境数据进行参数提取,得到业务环境参数;
模型赋值模块,用于获取预先构建的校验模型框架,利用所述业务环境参数对所述校验模型框架进行初始参数赋值,得到数据校验模型;
第一数据校验模块,用于利用所述数据校验模型对所述标准业务数据进行数据校验,得到预测校验结果;
参数调节模块,用于根据所述预测校验结果与所述标准校验结果对所述数据校验模型进行参数调节,得到标准数据校验模型;
第二数据校验模块,用于获取待校验业务数据,利用所述标准数据校验模型对所述待校验业务数据进行数据校验,得到数据校验结果。
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业务数据校验方法。
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业务数据校验方法。
本发明实施例通过提取出业务环境数据中的业务环境参数来对预先构建的校验模型框架进行参数赋值,得到数据校验模型,保证了数据校验模型与业务环境相匹配,提高了数据校验模型的可用性;利用数据校验模型对标准业务数据进行校验,并根据校验结果与标准校验结果对数据校验模型进行参数调节,得到标准数据校验模型,提高了标准数据校验模型的精确度,进而提高利用标准数据校验模型对待校验数据进行数据校验的精确度;获取待校验业务数据,利用标准数据校验模型对待校验业务数据进行数据校验,避免了每次数据校验前需重新配置校验模板,提高了数据校验的效率。因此本发明提出的业务数据校验方法、装置、电子设备及计算机可读存储介质,可以解决数据校验的效率和精确度不高的问题。
附图说明
图1为本发明一实施例提供的业务数据校验方法的流程示意图;
图2为本发明一实施例提供的业务数据校验装置的功能模块图;
图3为本发明一实施例提供的实现所述业务数据校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业务数据校验方法。所述业务数据校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,所述业务数据校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业务数据校验方法的流程示意图。在本实施例中,所述业务数据校验方法包括:
S1、获取业务环境数据及所述业务环境数据对应的标准数据集,其中,所述标准数据集包括标准业务数据和所述标准业务数据对应的标准校验结果。
本发明实施例中,所述业务环境数据是指在不同业务环境中执行业务所必须的数据或参数等,例如,在java环境中执行业务需要使用与java环境相应的接口数据,调用参数或模型运行数据等。
所述业务环境数据对应的标准数据集包括执行业务时所产生的标准业务数据和对所述业务数据进行数据校验得到的标准校验结果,例如,在执行用户购买产品P的业务时,所述标准业务数据包括但不限于订单数据、支付数据,所述标准校验结果包括但不限于对订单数据和支付数据进行校验得到订单有效、已完成支付或未完成支付成功等校验结果。
本发明实施例可利用具有数据抓取功能的python语句从用于存储所述业务环境数据及所述标准数据集的区块链节点中获取所述业务环境数据及所述标准数据集,利用区块链对数据的高吞吐性,可提高获所述取业务环境数据及所述标准数据集的效率。
业务数据校验的过程中,由于不同业务环境中产生的业务数据在数据格式、数据校验方法等方面存在较大差异,因此本发明实施例获取业务环境数据及业务环境数据对应的标准数据集,有利于后续根据业务环境数据和标准数据集提高进行业务数据校验的精确度。
S2、对所述业务环境数据进行参数提取,得到业务环境参数。
本发明实施例中,所述业务环境参数为在不同业务环境中执行业务时所需的特有环境参数。
详细地,所述对所述业务环境数据进行参数提取,得到业务环境参数,包括:
遍历所述业务环境数据并确定所述业务环境数据中字段分隔符的位置;
根据所述字段分隔符的位置对所述业务环境数据进行字段拆分,得到多个拆分字段;
利用预先训练完成的参数提取模型对所述多个拆分字段进行参数提取,得到业务环境参数。
发明实施例中,所述字段分隔符可由业务人员自定定义,例如,业务环境数据为“qwe<rt<yuio<pl”,其中,<为字段分隔符,则按照业务环境数据中字段分隔符的位置将业务环境数据进行字段拆分为:“qwe”、“rt”、“yuio”和“pl”四个拆分字段。
本发明实施例对业务环境数据进行字段拆分,得到多个拆分字段,可实现将长度较长的业务数据拆分为多个长度较短的拆分字段,进而减少每个拆分字段中包含的参数量,有利于提高对业务环境进行参数提取的效率。
详细地,所述预先训练完成的参数提取模型的训练过程包括:
获取训练字段以及所述训练字段对应的标准环境参数;
利用预设的参数提取模型对所述训练字段进行参数提取,得到预测环境参数;
计算所述预测环境参数和所述标准环境参数之间的差异值;
若所述差异值大于误差阈值,则调整所述参数提取模型的参数后重新进行差评参数提取;
若所述差异值小于所述误差阈值,则生成训练完成的参数提取模型。
具体地,所述计算所述预测环境参数和所述标准环境参数之间的差异值,包括:
本发明实施例利用损失函数计算所述预测环境参数和所述标准环境参数之间的差异值,并在差异值大于误差阈值时,利用梯度下降算法对模型的参数进行更新,从而达到对模型的优化效果,得到训练完成的参数提取模型。
较佳地,所述梯度下降算法包括批量梯度下降算法、随机梯度下降算法、小批量梯度下降算法。
S3、获取预先构建的校验模型框架,利用所述业务环境参数对所述校验模型框架进行初始参数赋值,得到数据校验模型。
本发明实施例中,所述校验模型框架采用的是JSR303模型框架,所述JSR303模型框架是一种基于java的可实现对字段值进行验证的数据校验模型,利用所述JSR303模型框架对业务数据进行数据校验,有利于提高数据校验的准确性。
本发明实施例通过修改所述校验模型框架的配置文件的方式来实现对所述校验模型框架进行初始参数赋值。
详细地,所述利用所述业务环境参数对所述校验模型框架进行初始参数赋值,得到数据校验模型,包括:
获取所述校验模型框架的配置文件;
解析所述配置文件得到配置项;
提取所述配置项中的配置参数;
利用所述业务环境参数对所述配置参数进行赋值,得到赋值参数;
将所述赋值参数输入至所述校验模型框架,得到数据校验模型。
具体地,本发明实施例可利用具有文件调用功能的java语句从所述校验模型中调用所述配置文件,所述配置文件是所述校验模型框架中用于记录模型数据的文件。
本发明实施例利用预设的解析器对所述配置文件进行解析,得到所述配置项,其中,所述解析器包括但不限于CarakanC/C++解析器,SquirrelFishC++解析器和SquirrelFishExtremeC++。
进一步地,所述提取所述配置项中的配置参数的步骤与步骤S2中提取所述业务环境数据中业务环境参数的步骤一致,在此不做赘述。
详细地,所述利用所述业务环境参数对所述配置参数进行赋值,得到赋值参数,包括:
遍历所述业务环境参数并确定所述业务环境参数中的第一标识符;
遍历所述配置参数并确定所述配置参数中的第二标识符;
将所述第一标识符与所述第二标识符进行对比分析;
当所述第一标识符与所述第二标识符相同时,利用所述第一标识符对应的业务环境参数对所述第二标识符对应的配置参数进行赋值,得到赋值参数。
本发明实施例中,所述第一标识符和所述第二标识符为预先设定的用于标记参数类型或名称的唯一标识。
例如,存在业务环境数据1、业务环境数据2和业务环境数据3,遍历三个业务环境数据得到:业务环境数据1的第一标识符为A,业务环境数据2的第一标识符为B、业务环境数据3的第一标识符为C;存在配置参数α、存在配置参数β和存在配置参数γ,遍历三个配置参数得到:配置参数α的第二标识符为C,配置参数β的第二标识符为A,配置参数γ的第二标识符为B。分别将三个业务环境数据的第一标识符与三个配置参数的第二标识符进行对比分析,得到业务环境数据1的第一标识符与配置参数β的第二标识符相同,业务环境数据2的第一标识符与配置参数γ的第二标识符相同,业务环境数据3的第一标识符与配置参数α的第二标识符相同,则利用业务环境数据1对配置参数β进行赋值,利用业务环境数据2对配置参数γ进行赋值,利用业务环境数据3对配置参数α进行赋值。
S4、利用所述数据校验模型对所述标准业务数据进行数据校验,得到预测校验结果。
本发明实施例中,所述利用所述数据校验模型对所述标准业务数据进行数据校验,得到预测校验结果,包括:
利用所述数据校验模型对所述标准业务数据进行字段类型标注;
根据所述字段类型标注将所述标准业务数据划分为普通字段和链接字段;
对所述普通字段进行数值校验,得到数值校验结果;
对所述链接字段进行可用性校验,得到可用性校验结果;
将所述数值校验结果和所述可用性校验结果汇集为预测校验结果。
具体地,由于所述标准业务数据中包含多种类型数据,且不同类型数据的数据校验方式不一致,因此本发明实施例对所述标准业务数据进行字段类型标注,将标准业务数据划分为普通字段和链接字段,有利于后续利用不同校验方式针对不同类型字段进行数据校验,提高数据校验的准确性。
所述字段类型标注包括普通字段和链接字段,所述普通字段包括文字,数字等,例如用户名、用户手机号和用户年龄等;所述链接字段包括网络地址、接口调用链接等。
所述对所述普通字段进行数值校验,得到数值校验结果,包括:
对所述普通字段进行空值校验,得到空值校验结果;
对所述普通字段进行长度校验,得到长度校验结果;
对所述普通字段进行数值范围校验,得到数值范围校验结果;
将所述空值校验结果、所述长度校验结果和所述数值范围校验结果汇集为所述数值校验结果。
详细地,对所述普通字段进行空值校验即验证所述普通字段是否为空值,若为空值则生成校验不通过的空值校验结果,若不为空值则生成校验通过的空值校验结果,例如,对用于表示用户手机号的字段进行空值校验,当该字段为空值,则说明用户未对该字段进行填写,生成校验不通过的空值校验结果,当该字段不为空值,则说明用户已对该字段进行填写,生成校验通过的空值校验结果。
对所述普通字段进行长度校验即验证所述普通字段的长度是否符合要求,当所述普通字段的长度大于预设长度阈值,则生成校验不通过的长度校验结果,当所述普通字段的长小于或等于预设长度阈值,则生成校验通过的长度校验结果,例如,对用于表示用户编号的字段进行长度校验,预设长度阈值为11,当该字段的长度大于11时,则说明用户编号填写错误,生成校验不通过的长度校验结果,当该字段的长度小于或等于11时,则说明用户编号填写正确,生成校验通过的长度校验结果。
对所述普通字段进行数值范围校验即验证所述普通字段的数值范围是否符合要求,当所述普通字段的数值范围在预设的阈值区间内时,生成校验通过的数值范围校验结果,当所述普通字段的数值范围不在预设的阈值区间内时,生成校验不通过的数值范围校验结果,例如,对表示用户年龄的普通字段进行校验,预设的阈值区间为(0,150),若当该字段的数值在(0,150)之内时,生成校验通过的数值范围校验结果,若当该字段的数值不在(0,150)之内时,生成校验不通过的数值范围校验结果。
进一步地,所述对所述链接字段进行可用性校验,得到可用性校验结果,包括:
解析所述链接字段,得到所述链接字段中的链接端;
获取调用测试语句,执行所述调用测试语句对所述链接端进行调用测试,当所述链接端能够被所述调用测试语句调用时,生成校验通过的可用性校验结果;
当所述链接端不能够被所述调用测试语句调用时,生成校验不通过的可用性校验结果。
详细地,所述解析所述链接字段的步骤与步骤S3中对所述配置文件进行解析的步骤一致,在此不做赘述,所述链接端为所述链接字段对应的终端,例如,当所述链接字段为网络地址时,所述链接端为该网络地址对应的ip地址;当所述链接字段为接口调用链接时,所述链接端为该接口调用链接所指向的接口。
本发明实施例中,可利用具有数据抓取功能的java语句从用于存储所述调用测试语句的数据库中获取所述调用测试语句,并执行所述调用测试语句对所述链接端解析调用测试,当所述链接端能够被所述调用测试语句调用时,生成校验通过的可用性校验结果,当所述链接端不能够被所述调用测试语句调用时,生成校验不通过的可用性校验结果。
S5、根据所述预测校验结果与所述标准校验结果对所述数据校验模型进行参数调节,得到标准数据校验模型。
本发明实施例中,所述根据所述预测校验结果与所述标准校验结果对所述数据校验模型进行参数调节,得到标准数据校验模型,包括:
计算所述预测校验结果与所述标准校验结果之间的差异度;
当所述差异度大于预设的差异阈值时,利用梯度下降算法对所述数据校验模型进行参数调节,得到标准数据校验模型;
当所述差异度小于或等于所述差异阈值时,确定所述数据校验模型为所述标准数据校验模型。
详细地,所述计算所述预测校验结果与所述标准校验结果之间的差异度,包括:
利用如下差异度算法计算所述预测校验结果与所述标准校验结果之间的差异度:
其中,L(A,B)为所述距离值,A为所述预测校验结果,B为所述标准校验结果。
本发明实施例中,当所述差异度大于预设的差异阈值,使用Adam优化算法对数据校验模型的参数进行优化调节,Adam优化算法可自适应调节数据校验模型训练过程中的学习率,使得数据校验模型更加精确,提升数据校验模型的性能。
S6、获取待校验业务数据,利用所述标准数据校验模型对所述待校验业务数据进行数据校验,得到数据校验结果。
本发明实施例中,可利用java调用数据库中预先存储的待校验业务数据,所述待校验业务数据包括执行业务时产生的数据,例如,用户订单数据,产品库存数据等。
本发明实施例利用得到的标准数据校验模型对所述待校验数据进行校验,即可得到数据校验结果。
本发明实施例通过提取出业务环境数据中的业务环境参数来对预先构建的校验模型框架进行参数赋值,得到数据校验模型,保证了数据校验模型与业务环境相匹配,提高了数据校验模型的可用性;利用数据校验模型对标准业务数据进行校验,并根据校验结果与标准校验结果对数据校验模型进行参数调节,得到标准数据校验模型,提高了标准数据校验模型的精确度,进而提高利用标准数据校验模型对待校验数据进行数据校验的精确度;获取待校验业务数据,利用标准数据校验模型对待校验业务数据进行数据校验,避免了每次数据校验前需重新配置校验模板,提高了数据校验的效率。因此本发明提出的业务数据校验方法,可以解决数据校验的效率和精确度不高的问题。
如图2所示,是本发明一实施例提供的业务数据校验装置的功能模块图。
本发明所述业务数据校验装置100可以安装于电子设备中。根据实现的功能,所述业务数据校验装置100可以包括数据获取模块101、参数提取模块102、模型赋值模块103、第一数据校验模块104、参数调节模块105和第二数据校验模块106。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,用于获取业务环境数据及所述业务环境数据对应的标准数据集,其中,所述标准数据集包括标准业务数据和所述标准业务数据对应的标准校验结果。
本发明实施例中,所述业务环境数据是指在不同业务环境中执行业务所必须的数据或参数等,例如,在java环境中执行业务需要使用与java环境相应的接口数据,调用参数或模型运行数据等。
所述业务环境数据对应的标准数据集包括执行业务时所产生的标准业务数据和对所述业务数据进行数据校验得到的标准校验结果,例如,在执行用户购买产品P的业务时,所述标准业务数据包括但不限于订单数据、支付数据,所述标准校验结果包括但不限于对订单数据和支付数据进行校验得到订单有效、已完成支付或未完成支付成功等校验结果。
本发明实施例可利用具有数据抓取功能的python语句从用于存储所述业务环境数据及所述标准数据集的区块链节点中获取所述业务环境数据及所述标准数据集,利用区块链对数据的高吞吐性,可提高获所述取业务环境数据及所述标准数据集的效率。
业务数据校验的过程中,由于不同业务环境中产生的业务数据在数据格式、数据校验方法等方面存在较大差异,因此本发明实施例获取业务环境数据及业务环境数据对应的标准数据集,有利于后续根据业务环境数据和标准数据集提高进行业务数据校验的精确度。
所述参数提取模块102,用于对所述业务环境数据进行参数提取,得到业务环境参数。
本发明实施例中,所述业务环境参数为在不同业务环境中执行业务时所需的特有环境参数。
详细地,所述参数提取模块102具体用于:
遍历所述业务环境数据并确定所述业务环境数据中字段分隔符的位置;
根据所述字段分隔符的位置对所述业务环境数据进行字段拆分,得到多个拆分字段;
利用预先训练完成的参数提取模型对所述多个拆分字段进行参数提取,得到业务环境参数。
发明实施例中,所述字段分隔符可由业务人员自定定义,例如,业务环境数据为“qwe<rt<yuio<pl”,其中,<为字段分隔符,则按照业务环境数据中字段分隔符的位置将业务环境数据进行字段拆分为:“qwe”、“rt”、“yuio”和“pl”四个拆分字段。
本发明实施例对业务环境数据进行字段拆分,得到多个拆分字段,可实现将长度较长的业务数据拆分为多个长度较短的拆分字段,进而减少每个拆分字段中包含的参数量,有利于提高对业务环境进行参数提取的效率。
详细地,所述预先训练完成的参数提取模型的训练过程包括:
获取训练字段以及所述训练字段对应的标准环境参数;
利用预设的参数提取模型对所述训练字段进行参数提取,得到预测环境参数;
计算所述预测环境参数和所述标准环境参数之间的差异值;
若所述差异值大于误差阈值,则调整所述参数提取模型的参数后重新进行差评参数提取;
若所述差异值小于所述误差阈值,则生成训练完成的参数提取模型。
具体地,所述计算所述预测环境参数和所述标准环境参数之间的差异值,包括:
本发明实施例利用损失函数计算所述预测环境参数和所述标准环境参数之间的差异值,并在差异值大于误差阈值时,利用梯度下降算法对模型的参数进行更新,从而达到对模型的优化效果,得到训练完成的参数提取模型。
较佳地,所述梯度下降算法包括批量梯度下降算法、随机梯度下降算法、小批量梯度下降算法。
所述模型赋值模块103,用于获取预先构建的校验模型框架,利用所述业务环境参数对所述校验模型框架进行初始参数赋值,得到数据校验模型。
本发明实施例中,所述校验模型框架采用的是JSR303模型框架,所述JSR303模型框架是一种基于java的可实现对字段值进行验证的数据校验模型,利用所述JSR303模型框架对业务数据进行数据校验,有利于提高数据校验的准确性。
本发明实施例通过修改所述校验模型框架的配置文件的方式来实现对所述校验模型框架进行初始参数赋值。
详细地,所述模型赋值模块103具体用于:
获取预先构建的校验模型框架;
获取所述校验模型框架的配置文件;
解析所述配置文件得到配置项;
提取所述配置项中的配置参数;
利用所述业务环境参数对所述配置参数进行赋值,得到赋值参数;
将所述赋值参数输入至所述校验模型框架,得到数据校验模型。
具体地,本发明实施例可利用具有文件调用功能的java语句从所述校验模型中调用所述配置文件,所述配置文件是所述校验模型框架中用于记录模型数据的文件。
本发明实施例利用预设的解析器对所述配置文件进行解析,得到所述配置项,其中,所述解析器包括但不限于CarakanC/C++解析器,SquirrelFishC++解析器和SquirrelFishExtremeC++。
进一步地,所述提取所述配置项中的配置参数的步骤与所述参数提取模块102中提取所述业务环境数据中业务环境参数的步骤一致,在此不做赘述。
详细地,所述利用所述业务环境参数对所述配置参数进行赋值,得到赋值参数,包括:
遍历所述业务环境参数并确定所述业务环境参数中的第一标识符;
遍历所述配置参数并确定所述配置参数中的第二标识符;
将所述第一标识符与所述第二标识符进行对比分析;
当所述第一标识符与所述第二标识符相同时,利用所述第一标识符对应的业务环境参数对所述第二标识符对应的配置参数进行赋值,得到赋值参数。
本发明实施例中,所述第一标识符和所述第二标识符为预先设定的用于标记参数类型或名称的唯一标识。
例如,存在业务环境数据1、业务环境数据2和业务环境数据3,遍历三个业务环境数据得到:业务环境数据1的第一标识符为A,业务环境数据2的第一标识符为B、业务环境数据3的第一标识符为C;存在配置参数α、存在配置参数β和存在配置参数γ,遍历三个配置参数得到:配置参数α的第二标识符为C,配置参数β的第二标识符为A,配置参数γ的第二标识符为B。分别将三个业务环境数据的第一标识符与三个配置参数的第二标识符进行对比分析,得到业务环境数据1的第一标识符与配置参数β的第二标识符相同,业务环境数据2的第一标识符与配置参数γ的第二标识符相同,业务环境数据3的第一标识符与配置参数α的第二标识符相同,则利用业务环境数据1对配置参数β进行赋值,利用业务环境数据2对配置参数γ进行赋值,利用业务环境数据3对配置参数α进行赋值。
所述第一数据校验模块104,用于利用所述数据校验模型对所述标准业务数据进行数据校验,得到预测校验结果。
本发明实施例中,所述第一数据校验模块104具体用于:
利用所述数据校验模型对所述标准业务数据进行字段类型标注;
根据所述字段类型标注将所述标准业务数据划分为普通字段和链接字段;
对所述普通字段进行数值校验,得到数值校验结果;
对所述链接字段进行可用性校验,得到可用性校验结果;
将所述数值校验结果和所述可用性校验结果汇集为预测校验结果。
具体地,由于所述标准业务数据中包含多种类型数据,且不同类型数据的数据校验方式不一致,因此本发明实施例对所述标准业务数据进行字段类型标注,将标准业务数据划分为普通字段和链接字段,有利于后续利用不同校验方式针对不同类型字段进行数据校验,提高数据校验的准确性。
所述字段类型标注包括普通字段和链接字段,所述普通字段包括文字,数字等,例如用户名、用户手机号和用户年龄等;所述链接字段包括网络地址、接口调用链接等。
所述对所述普通字段进行数值校验,得到数值校验结果,包括:
对所述普通字段进行空值校验,得到空值校验结果;
对所述普通字段进行长度校验,得到长度校验结果;
对所述普通字段进行数值范围校验,得到数值范围校验结果;
将所述空值校验结果、所述长度校验结果和所述数值范围校验结果汇集为所述数值校验结果。
详细地,对所述普通字段进行空值校验即验证所述普通字段是否为空值,若为空值则生成校验不通过的空值校验结果,若不为空值则生成校验通过的空值校验结果,例如,对用于表示用户手机号的字段进行空值校验,当该字段为空值,则说明用户未对该字段进行填写,生成校验不通过的空值校验结果,当该字段不为空值,则说明用户已对该字段进行填写,生成校验通过的空值校验结果。
对所述普通字段进行长度校验即验证所述普通字段的长度是否符合要求,当所述普通字段的长度大于预设长度阈值,则生成校验不通过的长度校验结果,当所述普通字段的长小于或等于预设长度阈值,则生成校验通过的长度校验结果,例如,对用于表示用户编号的字段进行长度校验,预设长度阈值为11,当该字段的长度大于11时,则说明用户编号填写错误,生成校验不通过的长度校验结果,当该字段的长度小于或等于11时,则说明用户编号填写正确,生成校验通过的长度校验结果。
对所述普通字段进行数值范围校验即验证所述普通字段的数值范围是否符合要求,当所述普通字段的数值范围在预设的阈值区间内时,生成校验通过的数值范围校验结果,当所述普通字段的数值范围不在预设的阈值区间内时,生成校验不通过的数值范围校验结果,例如,对表示用户年龄的普通字段进行校验,预设的阈值区间为(0,150),若当该字段的数值在(0,150)之内时,生成校验通过的数值范围校验结果,若当该字段的数值不在(0,150)之内时,生成校验不通过的数值范围校验结果。
进一步地,所述对所述链接字段进行可用性校验,得到可用性校验结果,包括:
解析所述链接字段,得到所述链接字段中的链接端;
获取调用测试语句,执行所述调用测试语句对所述链接端进行调用测试,当所述链接端能够被所述调用测试语句调用时,生成校验通过的可用性校验结果;
当所述链接端不能够被所述调用测试语句调用时,生成校验不通过的可用性校验结果。
详细地,所述解析所述链接字段的步骤与所述模型赋值模块103对所述配置文件进行解析的步骤一致,在此不做赘述,所述链接端为所述链接字段对应的终端,例如,当所述链接字段为网络地址时,所述链接端为该网络地址对应的ip地址;当所述链接字段为接口调用链接时,所述链接端为该接口调用链接所指向的接口。
本发明实施例中,可利用具有数据抓取功能的java语句从用于存储所述调用测试语句的数据库中获取所述调用测试语句,并执行所述调用测试语句对所述链接端解析调用测试,当所述链接端能够被所述调用测试语句调用时,生成校验通过的可用性校验结果,当所述链接端不能够被所述调用测试语句调用时,生成校验不通过的可用性校验结果。
所述参数调节模块105,用于根据所述预测校验结果与所述标准校验结果对所述数据校验模型进行参数调节,得到标准数据校验模型。
本发明实施例中,所述参数调节模块105具体用于:
计算所述预测校验结果与所述标准校验结果之间的差异度;
当所述差异度大于预设的差异阈值时,利用梯度下降算法对所述数据校验模型进行参数调节,得到标准数据校验模型;
当所述差异度小于或等于所述差异阈值时,确定所述数据校验模型为所述标准数据校验模型。
详细地,所述计算所述预测校验结果与所述标准校验结果之间的差异度,包括:
利用如下差异度算法计算所述预测校验结果与所述标准校验结果之间的差异度:
其中,L(A,B)为所述距离值,A为所述预测校验结果,B为所述标准校验结果。
本发明实施例中,当所述差异度大于预设的差异阈值,使用Adam优化算法对数据校验模型的参数进行优化调节,Adam优化算法可自适应调节数据校验模型训练过程中的学习率,使得数据校验模型更加精确,提升数据校验模型的性能。
所述第二数据校验模块106,用于获取待校验业务数据,利用所述标准数据校验模型对所述待校验业务数据进行数据校验,得到数据校验结果。
本发明实施例中,可利用java调用数据库中预先存储的待校验业务数据,所述待校验业务数据包括执行业务时产生的数据,例如,用户订单数据,产品库存数据等。
本发明实施例利用得到的标准数据校验模型对所述待校验数据进行校验,即可得到数据校验结果。
本发明实施例通过提取出业务环境数据中的业务环境参数来对预先构建的校验模型框架进行参数赋值,得到数据校验模型,保证了数据校验模型与业务环境相匹配,提高了数据校验模型的可用性;利用数据校验模型对标准业务数据进行校验,并根据校验结果与标准校验结果对数据校验模型进行参数调节,得到标准数据校验模型,提高了标准数据校验模型的精确度,进而提高利用标准数据校验模型对待校验数据进行数据校验的精确度;获取待校验业务数据,利用标准数据校验模型对待校验业务数据进行数据校验,避免了每次数据校验前需重新配置校验模板,提高了数据校验的效率。因此本发明提出的业务数据校验装置,可以解决数据校验的效率和精确度不高的问题。
如图3所示,是本发明一实施例提供的实现业务数据校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,如业务数据校验程序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,例如业务数据校验程序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(例如业务数据校验程序等),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3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3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存储的业务数据校验程序12是多个指令的组合,在所述处理器10中运行时,可以实现:
获取业务环境数据及所述业务环境数据对应的标准数据集,其中,所述标准数据集包括标准业务数据和所述标准业务数据对应的标准校验结果;
对所述业务环境数据进行参数提取,得到业务环境参数;
获取预先构建的校验模型框架,利用所述业务环境参数对所述校验模型框架进行初始参数赋值,得到数据校验模型;
利用所述数据校验模型对所述标准业务数据进行数据校验,得到预测校验结果;
根据所述预测校验结果与所述标准校验结果对所述数据校验模型进行参数调节,得到标准数据校验模型;
获取待校验业务数据,利用所述标准数据校验模型对所述待校验业务数据进行数据校验,得到数据校验结果。
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:
获取业务环境数据及所述业务环境数据对应的标准数据集,其中,所述标准数据集包括标准业务数据和所述标准业务数据对应的标准校验结果;
对所述业务环境数据进行参数提取,得到业务环境参数;
获取预先构建的校验模型框架,利用所述业务环境参数对所述校验模型框架进行初始参数赋值,得到数据校验模型;
利用所述数据校验模型对所述标准业务数据进行数据校验,得到预测校验结果;
根据所述预测校验结果与所述标准校验结果对所述数据校验模型进行参数调节,得到标准数据校验模型;
获取待校验业务数据,利用所述标准数据校验模型对所述待校验业务数据进行数据校验,得到数据校验结果。
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。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
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)
1.一种业务数据校验方法,其特征在于,所述方法包括:
获取业务环境数据及所述业务环境数据对应的标准数据集,其中,所述标准数据集包括标准业务数据和所述标准业务数据对应的标准校验结果;
对所述业务环境数据进行参数提取,得到业务环境参数;
获取预先构建的校验模型框架,利用所述业务环境参数对所述校验模型框架进行初始参数赋值,得到数据校验模型;
利用所述数据校验模型对所述标准业务数据进行数据校验,得到预测校验结果;
根据所述预测校验结果与所述标准校验结果对所述数据校验模型进行参数调节,得到标准数据校验模型;
获取待校验业务数据,利用所述标准数据校验模型对所述待校验业务数据进行数据校验,得到数据校验结果。
2.如权利要求1所述的业务数据校验方法,其特征在于,所述对所述业务环境数据进行参数提取,得到业务环境参数,包括:
遍历所述业务环境数据并确定所述业务环境数据中字段分隔符的位置;
根据所述字段分隔符的位置对所述业务环境数据进行字段拆分,得到多个拆分字段;
利用预先训练完成的参数提取模型对所述多个拆分字段进行参数提取,得到业务环境参数。
3.如权利要求1所述的业务数据校验方法,其特征在于,所述利用所述业务环境参数对所述校验模型框架进行初始参数赋值,得到数据校验模型,包括:
获取所述校验模型框架的配置文件;
解析所述配置文件得到配置项;
提取所述配置项中的配置参数;
利用所述业务环境参数对所述配置参数进行赋值,得到赋值参数;
将所述赋值参数输入至所述校验模型框架,得到数据校验模型。
4.如权利要求3所述的业务数据校验方法,其特征在于,所述利用所述业务环境参数对所述配置参数进行赋值,得到赋值参数,包括:
遍历所述业务环境参数并确定所述业务环境参数中的第一标识符;
遍历所述配置参数并确定所述配置参数中的第二标识符;
将所述第一标识符与所述第二标识符进行对比分析;
当所述第一标识符与所述第二标识符相同时,利用所述第一标识符对应的业务环境参数对所述第二标识符对应的配置参数进行赋值,得到赋值参数。
5.如权利要求1至4中任一项所述的业务数据校验方法,其特征在于,所述利用所述数据校验模型对所述标准业务数据进行数据校验,得到预测校验结果,包括:
利用所述数据校验模型对所述标准业务数据进行字段类型标注;
根据所述字段类型标注将所述标准业务数据划分为普通字段和链接字段;
对所述普通字段进行数值校验,得到数值校验结果;
对所述链接字段进行可用性校验,得到可用性校验结果;
将所述数值校验结果和所述可用性校验结果汇集为预测校验结果。
6.如权利要求5所述的业务数据校验方法,其特征在于,所述对所述普通字段进行数值校验,得到数值校验结果,包括:
对所述普通字段进行空值校验,得到空值校验结果;
对所述普通字段进行长度校验,得到长度校验结果;
对所述普通字段进行数值范围校验,得到数值范围校验结果;
将所述空值校验结果、所述长度校验结果和所述数值范围校验结果汇集为所述数值校验结果。
7.如权利要求5所述的业务数据校验方法,其特征在于,所述对所述链接字段进行可用性校验,得到可用性校验结果,包括:
解析所述链接字段,得到所述链接字段中的链接端;
获取调用测试语句,执行所述调用测试语句对所述链接端进行调用测试,当所述链接端能够被所述调用测试语句调用时,生成校验通过的可用性校验结果;
当所述链接端不能够被所述调用测试语句调用时,生成校验不通过的可用性校验结果。
8.一种业务数据校验装置,其特征在于,所述装置包括:
数据获取模块,用于获取业务环境数据及所述业务环境数据对应的标准数据集,其中,所述标准数据集包括标准业务数据和所述标准业务数据对应的标准校验结果;
参数提取模块,用于对所述业务环境数据进行参数提取,得到业务环境参数;
模型赋值模块,用于获取预先构建的校验模型框架,利用所述业务环境参数对所述校验模型框架进行初始参数赋值,得到数据校验模型;
第一数据校验模块,用于利用所述数据校验模型对所述标准业务数据进行数据校验,得到预测校验结果;
参数调节模块,用于根据所述预测校验结果与所述标准校验结果对所述数据校验模型进行参数调节,得到标准数据校验模型;
第二数据校验模块,用于获取待校验业务数据,利用所述标准数据校验模型对所述待校验业务数据进行数据校验,得到数据校验结果。
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中任意一项所述的业务数据校验方法。
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中任意一项所述的业务数据校验方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011508408.1A CN112541688B (zh) | 2020-12-18 | 2020-12-18 | 业务数据校验方法、装置、电子设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011508408.1A CN112541688B (zh) | 2020-12-18 | 2020-12-18 | 业务数据校验方法、装置、电子设备及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112541688A true CN112541688A (zh) | 2021-03-23 |
CN112541688B CN112541688B (zh) | 2024-03-26 |
Family
ID=75019146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011508408.1A Active CN112541688B (zh) | 2020-12-18 | 2020-12-18 | 业务数据校验方法、装置、电子设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112541688B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113342799A (zh) * | 2021-08-09 | 2021-09-03 | 明品云(北京)数据科技有限公司 | 一种数据修正方法及系统 |
CN113486646A (zh) * | 2021-06-28 | 2021-10-08 | 平安信托有限责任公司 | 产品报告发布方法、装置、电子设备及可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111159153A (zh) * | 2019-12-30 | 2020-05-15 | 北京三快在线科技有限公司 | 业务数据校验方法、装置、计算机设备及存储介质 |
CN111651292A (zh) * | 2020-04-29 | 2020-09-11 | 中国平安财产保险股份有限公司 | 数据校验方法、装置、电子设备及计算机可读存储介质 |
CN111651585A (zh) * | 2020-04-27 | 2020-09-11 | 平安普惠企业管理有限公司 | 信息校验方法、装置、电子设备及存储介质 |
-
2020
- 2020-12-18 CN CN202011508408.1A patent/CN112541688B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111159153A (zh) * | 2019-12-30 | 2020-05-15 | 北京三快在线科技有限公司 | 业务数据校验方法、装置、计算机设备及存储介质 |
CN111651585A (zh) * | 2020-04-27 | 2020-09-11 | 平安普惠企业管理有限公司 | 信息校验方法、装置、电子设备及存储介质 |
CN111651292A (zh) * | 2020-04-29 | 2020-09-11 | 中国平安财产保险股份有限公司 | 数据校验方法、装置、电子设备及计算机可读存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113486646A (zh) * | 2021-06-28 | 2021-10-08 | 平安信托有限责任公司 | 产品报告发布方法、装置、电子设备及可读存储介质 |
CN113342799A (zh) * | 2021-08-09 | 2021-09-03 | 明品云(北京)数据科技有限公司 | 一种数据修正方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112541688B (zh) | 2024-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112541745A (zh) | 用户行为数据分析方法、装置、电子设备及可读存储介质 | |
CN112732567B (zh) | 基于ip的mock数据测试方法、装置、电子设备及存储介质 | |
CN112115145A (zh) | 数据采集方法、装置、电子设备及存储介质 | |
CN112579621B (zh) | 数据展示方法、装置、电子设备及计算机存储介质 | |
CN113327136A (zh) | 归因分析方法、装置、电子设备及存储介质 | |
CN114881616A (zh) | 业务流程执行方法、装置、电子设备及存储介质 | |
CN112541688B (zh) | 业务数据校验方法、装置、电子设备及计算机存储介质 | |
CN112528616A (zh) | 业务表单生成方法、装置、电子设备及计算机存储介质 | |
CN111694844A (zh) | 基于配置算法的企业运行数据分析方法、装置及电子设备 | |
CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
CN113868528A (zh) | 资讯推荐方法、装置、电子设备及可读存储介质 | |
CN111831708A (zh) | 基于缺失数据的样本分析方法、装置、电子设备及介质 | |
CN114398194A (zh) | 数据收集方法、装置、电子设备及可读存储介质 | |
CN113627160A (zh) | 文本纠错方法、装置、电子设备及存储介质 | |
CN113051224A (zh) | 文件传输方法、装置、电子设备及计算机可读存储介质 | |
CN112631903A (zh) | 任务测试方法、装置、电子设备及存储介质 | |
CN111985194A (zh) | 数据存储方法、装置、电子设备及存储介质 | |
CN112104662A (zh) | 远端数据读写方法、装置、设备及计算机可读存储介质 | |
CN113221888B (zh) | 车牌号管理系统测试方法、装置、电子设备及存储介质 | |
CN114911479A (zh) | 基于配置化的界面生成方法、装置、设备及存储介质 | |
CN114780688A (zh) | 基于规则匹配的文本质检方法、装置、设备及存储介质 | |
CN113626605A (zh) | 信息分类方法、装置、电子设备及可读存储介质 | |
CN113486646A (zh) | 产品报告发布方法、装置、电子设备及可读存储介质 | |
CN112561500A (zh) | 基于用户数据的薪酬数据生成方法、装置、设备及介质 | |
CN112667244A (zh) | 数据校验方法、装置、电子设备及计算机可读存储介质 |
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 |