CN113392290A - 数据监测方法、装置和服务器 - Google Patents
数据监测方法、装置和服务器 Download PDFInfo
- Publication number
- CN113392290A CN113392290A CN202110676907.XA CN202110676907A CN113392290A CN 113392290 A CN113392290 A CN 113392290A CN 202110676907 A CN202110676907 A CN 202110676907A CN 113392290 A CN113392290 A CN 113392290A
- Authority
- CN
- China
- Prior art keywords
- target
- monitoring
- data
- template
- user
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 531
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000012545 processing Methods 0.000 claims abstract description 75
- 238000012806 monitoring device Methods 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims description 26
- 238000012216 screening Methods 0.000 claims description 18
- 230000008520 organization Effects 0.000 claims description 16
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 13
- 230000007246 mechanism Effects 0.000 description 12
- 230000003993 interaction Effects 0.000 description 10
- 238000007689 inspection Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000001960 triggered effect Effects 0.000 description 6
- 238000012946 outsourcing Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002354 daily effect Effects 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000007619 statistical method 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书提供了数据监测方法、装置和服务器。在用户查询目标监测结果前，可以获取并根据用户预先配置好的自定义的目标监测模板，确定出目标触发条件；在确定满足目标触发条件的情况下，自动触发根据目标监测模板从中间数据中筛选出与目标对象的对象标识、监测时间匹配的目标中间数据；再根据目标监测模板处理目标中间数据，以得到目标监测数据；并将该目标监测数据存储于与目标监测模板匹配的目标数据库中。在用户查询目标监测结果时，可以先获取并根据用户自定义的目标展示请求，通过查询并利用目标数据库，生成目标监测结果；再向用户展示目标监测结果。从而可以满足用户多样化的数据监测需求，高效地生成并向用户展示出相应的目标监测结果。
Description
技术领域
本说明书属于大数据技术领域，尤其涉及数据监测方法、装置和服务器。
背景技术
在许多涉及大数据的数据处理场景(例如，银行系统的海量交易数据监管场景)中，用户往往需要根据具体的业务场景和任务需求对某些数据进行相应监测。
但是，基于现有的数据监测方法，用户往往无法较为高效地获取得到所需要的且满足自己多样化的数据监测需求的监测结果，进而影响用户的交互体验。
针对上述问题，目前尚未提出有效的解决方案。
发明内容
本说明书提供了一种数据监测方法、装置和服务器，以能够满足用户多样化的数据监测需求，高效地生成并向用户展示出相应的目标监测结果。
本说明书实施例提供了一种数据监测方法，包括：
获取并根据目标监测模板，确定目标触发条件；其中，所述目标监测模板为用户预先配置的自定义模板；所述目标监测模板至少包含有待监测的目标对象的对象标识、监测指标，以及监测时间；
在确定满足目标触发条件的情况下，根据目标监测模板从中间数据中筛选出与所述目标对象的对象标识、监测时间匹配的中间数据作为目标中间数据；并根据所述目标监测模板处理所述目标中间数据，以得到符合要求的目标监测数据；其中，所述中间数据为服务器批量处理所接入的业务数据所得到的数据；
将所述目标监测数据存储于与目标监测模板匹配的目标数据库中。
在一些实施例中，在将所述目标监测数据存储于与目标监测模板匹配的目标数据库中之后，所述方法还包括：
生成展示界面；
向用户展示所述展示界面；并通过所述展示界面，获取用户自定义的目标展示请求；
根据所述目标展示请求，通过查询并利用所述目标数据库中相关的监测数据，生成对应的目标监测结果；
通过所述展示界面，向用户展示所述目标监测结果。
在一些实施例中，所述业务数据包括财务监管场景下的交易数据。
在一些实施例中，所述目标对象包括以下至少之一：一级机构、二级机构、分支机构、个人账户。
在一些实施例中，所述监测指标包括以下至少之一：科目类别监测指标、资金支付监测指标、过程管理监测指标。
在一些实施例中，所述目标监测模板还包含有目标处理规则，其中，所述目标处理规则携带有监测指标的阈值参数。
在一些实施例中，基于所述目标监测模板处理所述目标中间数据，以得到符合要求的目标监测数据，包括：
根据所述目标处理规则，计算目标中间数据的监测指标参数；
根据所述监测指标的阈值参数，筛选出监测指标参数符合要求的目标中间数据，作为所述目标监测数据。
在一些实施例中，获取目标监测模板，包括：
生成并向用户展示配置界面；
通过所述配置界面，接收用户自定义的目标监测模板的模板名称、待监测的目标对象的对象标识、监测指标，以及监测时间；
根据所述目标监测模板的模板名称、待监测的目标对象的对象标识、监测指标，以及监测时间，生成并保存相应的目标监测模板。
在一些实施例中，通过所述展示界面，获取用户自定义的目标展示请求，包括：
通过所述展示界面，获取用户输入的目标监测模板的模板名称、自定义结果展示参数；
根据所述目标监测模板的模板名称、自定义结果展示参数，生成与目标监测模板关联的目标展示请求。
本说明书实施例还提供了一种数据监测装置，包括：
确定模块，用于获取并根据目标监测模板，确定目标触发条件；其中，所述目标监测模板为用户预先配置的自定义模板；所述目标监测模板至少包含有待监测的目标对象的对象标识、监测指标，以及监测时间；
处理模块，用于在确定满足目标触发条件的情况下，根据目标监测模板从中间数据中筛选出与所述目标对象的对象标识、监测时间匹配的中间数据作为目标中间数据；并根据所述目标监测模板处理所述目标中间数据，以得到符合要求的目标监测数据；其中，所述中间数据为服务器批量处理所接入的业务数据所得到的数据；
存储模块，用于将所述目标监测数据存储于与目标监测模板匹配的目标数据库中。
在一些实施例中，所述装置还包括展示模块，用于生成展示界面；向用户展示所述展示界面；并通过所述展示界面，获取用户自定义的目标展示请求；根据所述目标展示请求，通过查询并利用所述目标数据库中相关的监测数据，生成对应的目标监测结果；通过所述展示界面，向用户展示所述目标监测结果。
本说明书实施例还提供了一种服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现以下内容：获取并根据目标监测模板，确定目标触发条件；其中，所述目标监测模板为用户预先配置的自定义模板；所述目标监测模板至少包含有待监测的目标对象的对象标识、监测指标，以及监测时间；在确定满足目标触发条件的情况下，根据目标监测模板从中间数据中筛选出与所述目标对象的对象标识、监测时间匹配的中间数据作为目标中间数据；并根据所述目标监测模板处理所述目标中间数据，以得到符合要求的目标监测数据；其中，所述中间数据为服务器批量处理所接入的业务数据所得到的数据；将所述目标监测数据存储于与目标监测模板匹配的目标数据库中。
本说明书实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现：获取并根据目标监测模板，确定目标触发条件；其中，所述目标监测模板为用户预先配置的自定义模板；所述目标监测模板至少包含有待监测的目标对象的对象标识、监测指标，以及监测时间；在确定满足目标触发条件的情况下，根据目标监测模板从中间数据中筛选出与所述目标对象的对象标识、监测时间匹配的中间数据作为目标中间数据；并根据所述目标监测模板处理所述目标中间数据，以得到符合要求的目标监测数据；其中，所述中间数据为服务器批量处理所接入的业务数据所得到的数据；将所述目标监测数据存储于与目标监测模板匹配的目标数据库中。
本说明书提供的数据监测方法、装置和服务器，在大数据处理场景中，在用户查询所关注的目标监测结果前，可以先获取并根据用户预先配置好的自定义的目标监测模板，确定出对应的目标触发条件；接着，在确定满足目标触发条件的情况下，可以自动触发根据目标监测模板先从服务器批量处理所接入的业务数据得到的海量中间数据中筛选出与目标对象的对象标识、监测时间匹配的目标中间数据；再根据目标监测模板处理目标中间数据，以得到符合要求的目标监测数据；并将该目标监测数据先存储于与目标监测模板匹配的目标数据库中。在用户查询目标监测结果时，可以先通过展示界面获取用户自定义的目标展示请求；并根据该目标展示请求，通过查询并利用目标数据库中相关的监测数据，生成对应的目标监测结果；再通过该展示界面，以相匹配的展示方式向用户展示出用户所关注的目标监测结果。从而可以满足用户多样化的数据监测需求，高效地生成并向用户展示出相应的目标监测结果，提高用户的交互体验。
附图说明
为了更清楚地说明本说明书实施例，下面将对实施例中所需要使用的附图作简单地介绍，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是应用本说明书实施例提供的数据监测方法的系统的结构组成的一个实施例的示意图；
图2是本说明书的一个实施例提供的数据监测方法的流程示意图；
图3是本说明书的一个实施例提供的服务器的结构组成示意图；
图4是本说明书的一个实施例提供的数据监测装置的结构组成示意图；
图5是在一个场景示例中，应用本说明书实施例提供的数据监测方法的一种实施例的示意图；
图6是在一个场景示例中，应用本说明书实施例提供的数据监测方法的一种实施例的示意图。
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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都应当属于本说明书保护的范围。
本说明书实施例提供一种数据监测方法，所述数据监测方法具体可以应用于包含有监测服务器、终端设备，以及多个分支服务器的系统中。具体可以参阅图1所示，多个分支服务器、监测服务器和终端设备相互之间具体可以通过有线或无线的方式相连，以进行具体的数据交互。
在本实施例中，所述分支服务器和监测服务器具体可以包括一种应用于某银行数据处理系统一侧，能够实现数据传输、数据处理等功能的后台服务器。具体的，所述分支服务器、监测服务器例如可以为一个具有数据运算、存储功能以及网络交互功能的电子设备。或者，所述分支服务器、监测服务器也可以为运行于该电子设备中，为数据处理、存储和网络交互提供支持的软件程序。在本实施例中，并不具体限定所述分支服务器、监测服务器所包含的服务器的数量。所述分支服务器、监测服务器具体可以为一个服务器，也可以为几个服务器，或者，由若干服务器形成的服务器集群。
在本实施例中，所述终端设备具体可以包括一种应用于用户一侧，能够实现数据采集、数据传输等功能的前端设备。具体的，所述终端设备例如可以为台式电脑、平板电脑、笔记本电脑、智能手机等。或者，所述终端设备也可以为能够运行于上述电子设备中的软件应用。例如，可以是在智能手机上运行的某APP等。
在本实施例中，每一个分支服务器具体可以接入并处理该银行数据处理系统中的与不同对象机构(例如，一级分行、二级分行，或者该银行的分支机构、子公司等)相关的海量交易数据，得到对应的处理后的交易数据(可以记为中间数据)。
接着，每一个分支服务器可以将上述中间数据分别存储于对应的数据表中，并以数据表的形式将上述中间数据上传并统一存入该银行数据处理系统的中间数据库中进行保存。其中，监测服务器与上述中间数据库相连。
当前，用户(例如，总行负责财务监管的工作人员)计划近期对该银行下属的一级行A行和二级行B行进行现场财务检查。该用户可以先通过使用终端设备，与监测服务器进行相关设置，以预先配置好与本次现场财务检查相匹配的目标监测模板；进而监测服务器可以在用户进行现场财务检查前，根据该目标监测模板预先自动对A行和B行进相关数据监测，以获取并积累符合该用户的具体需求的目标监测数据，以为该用户后续展开针对A行和B行的现场财务检查提供相应的数据服务。
在本实施例中，具体实施时，用户可以先在终端设备所展示的配置界面中，根据相应的提示信息，结合自己的检查任务需求，填写并设置诸如：自定义的目标监测模板的模板名称(例如，一季度监测计划)、待监测的目标对象的对象标识(例如，A行、B行)、监测指标(例如，科目类别监测指标、资金支付监测指标、过程管理监测指标，或者组合型监测指标等)，以及监测时间(例如，起始时间：2021年1月1日，结束时间：2021年3月31日)等自定义模板配置参数。
终端设备可以通过上述配置界面接收用户所设置的上述自定义模板配置参数，并生成相应的模板配置请求。其中，该模板配置请求至少携带有上述自定义模板配置参数。终端设备可以将上述模板配置请求发送至监测服务器。
相应的，监测服务器接收模板配置请求，并通过解析该模板配置请求以提取得到上述自定义模板配置参数。进一步，监测服务器可以响应该模板配置请求，根据上述配置参数，生成相应的目标监测模板。
接着，监测服务器可以根据目标监测模板确定相应的目标触发条件。
具体的，例如，监测服务器可以根据目标监测模板中的监测时间，确定目标触发条件为：起始时间2021年1月1日。进而，监测服务器会自动开始对时间进行监测。在监测到时间更新为2021年1月1日时，可以确定满足目标触发条件。相应的，监测服务器会自动触发根据目标监测模板进行相应的数据监测。
具体进行数据监测时，首先，监测服务器可以每天定时检索中间数据库，找出建立时间与监测时间匹配的(例如，建立时间在2021年1月1日到2021年3月31日之间的)，且标记为未处理的数据表。
进一步，监测服务器可以再对该数据表进行检索，找出与目标对象的对象标识匹配的(例如，包含有A行、B行，或者同样表示A行、B行的其他类型字段的)中间数据作为目标中间数据。同时，将该数据表标记为已处理。
接着，监测服务器可以根据监测指标，处理上述目标中间数据，得到相应的监测数据。
具体的，例如，监测服务器可以根据组合型监测指标，先对上述目标中间数据的交易附言进行语义识别，根据语义识别结果筛选出包含有科目类字段“转账”(一种科目类别监测指标)，且不包含有科目类字段“缴费”(另一种科目类别监测指标)的目标中间数据作为第一类目标中间数据。然后，再对上述第一类目标中间数据支付资金进行数值比较，筛选出支付资金数值大于阈值参数“10000”(一种资金支付监测指标的阈值参数)的第一类目标中间数据作为符合要求的监测数据。
监测服务器可以按照上述方式每天定时筛选出相匹配的目标中间数据进行处理，得到对应的监测数据。监测服务器还可以将每天处理得到的监测数据存储于预先构建好的与该目标监测模板匹配的目标数据库中。其中，上述目标数据库与目标监测模板的模板名称对应。
当用户需要使用到上述监测数据时。例如，按照计划，用户下周就需要对A行和B行进行现场财务检查。这时，用户可以使用终端设备在展示界面中自定义设置符合自己检查任务需求的目标展示请求。
具体的，例如，用户可以在终端设备所展示的展示界面中设置并输入目标监测模板的模板名称，以及自定义结果展示参数。
其中，上述自定义结果展示参数具体可以是用于筛选监测数据的参数，也可以是用于指示对监测数据进行进一步数据处理(例如，统计平均值、统计分布概率等)的参数，还可以是用于指示展示方式的参数等等。
相应的，终端设备可以通过上述展示界面接收用户输入的目标监测模板的模板名称、自定义结果参数等数据，并基于上述数据生成与该目标监测模板关联的目标展示请求。再将该目标展示请求发送至监测服务器。
监测服务器接收目标展示请求；并从目标展示请求中提取出目标监测模板的模板名称，以及自定义结果展示参数。
进一步，监测服务器可以响应该目标展示请求，先根据目标监测模板的模板名称找到与该模板名称对应的目标数据库；再根据自定义结果展示参数，从该目标数据库中筛选出多个监测数据，并组合多个监测数据进行进一步的数据处理，得到处理结果；再根据相应的展示方式，基于该处理结果，生成对应的展示结果(例如，A行和B行的指定监测数据的统计分布的直方图)。再将上述展示结果，以及用于生成展示结果的监测数据发送给终端设备。
终端设备可以向用户展示出上述展示结果。同时，终端设备还可以响应用户针对展示结果中的某个关注的监测数据的触发操作，单独向用户展示出被触发的监测数据。从而可以较为便捷、准确地自动为用户监测并提供相关的数据监测结果。
进而，用户可以根据终端设备所展示的上述展示结果，以及被触展示的所关注的监测数据，更加直观、全面地了解A行和B行的财务情况，进而可以以此作为依据，后续能够更有针对性地对A行和B行开展现场财务检查，提高后续的财务检查效果。
参阅图2所示，本说明书实施例提供了一种数据监测方法，其中，该方法具体应用于服务器一侧。具体实施时，该方法可以包括以下内容：
S201：获取并根据目标监测模板，确定目标触发条件；其中，所述目标监测模板为用户预先配置的自定义模板；所述目标监测模板至少包含有待监测的目标对象的对象标识、监测指标，以及监测时间；
S202：在确定满足目标触发条件的情况下，根据目标监测模板从中间数据中筛选出与所述目标对象的对象标识、监测时间匹配的中间数据作为目标中间数据；并根据所述目标监测模板处理所述目标中间数据，以得到符合要求的目标监测数据；其中，所述中间数据为服务器批量处理所接入的业务数据所得到的数据；
S203：将所述目标监测数据存储于与目标监测模板匹配的目标数据库中。
通过上述实施例，可以支持用户根据具体情况和监测需求，灵活地配置自定义的目标监测模板；进而可以根据上述目标监测模板，自动触发对相关数据的监测处理，以得到对应的目标监测数据，以便后续可以利用上述目标监测数据，高效、便捷地生成并向用户展示所需要的目标监测结果。从而可以有效地简化用户侧操作，满足用户多样化的数据监测需求，提高用户的交互体验。
在一些实施例中，上述目标监测模板具体可以是用户自行配置的自定义模板，也可以是用户已有的预设模板中筛选出能够满足用户的数据监测需求的模板。
在一些实施例中，上述目标监测模板至少包含有待监测的目标对象的对象标识、监测指标，以及监测时间。
其中，上述目标对象的对象标识具体可以是指能够指示目标对象的标识信息。例如，目标对象的名称、目标对象的机构代码、目标对象的账户名等。
上述监测指标具体可以是指用于筛选以及处理数据的指标参数。对应不同的应用场景，可以使用不同的指标参数作为上述监测指标。
上述监测时间具体是指基于该目标监测模板进行数据监测的起始时间和结束时间。
在一些实施例中，上述目标监测模板还可以包含有模板名称(或者模板编号)。
在一些实施例中，上述目标监测模板进一步还可以包含有对应的目标处理规则。其中，该目标处理规则具体可以携带有监测指标的阈值参数。进一步，该目标处理规则具体还可以包含有关于如何处理数据得到监测数据的处理规则、处理方式、处理周期等信息。
通过上述实施例，服务器可以基于上述目标监测模板所包含的目标对象的对象标识、监测指标、监测时间，以及目标处理规则，自动触发对数据进行相应的监测处理，以得到符合要求的目标监测数据。
在一些实施例中，通常服务器可以先对系统所接入的全量业务数据批量进行处理，以得到处理后的业务数据作为中间数据，为后续的数据监测做好准备。
在一些实施例中，服务器可以先根据目标监测模板确定出对应的目标触发条件。例如，在一些情况下，服务器可以从目标监测模板中识别并提取出监测时间中的起始时间作为目标触发条件。相应的，服务器可以开始对时间进行监测，在监测到时间更新为监测时间中的起始时间时，可以确定满足目标触发条件，进而触发基于目标监测模板进行相应的数据监测。
又例如，在另一些情况下，服务器可以从目标监测目标中识别并提取出目标对象的对象标识作为目标触发条件。相应的，服务器可以开始对所接入的中间数据进行监测，在监测到中间数据中携带有目标对象的对象标识时，可以确定满足目标触发条件，进而触发基于目标监测模板进行相应的数据监测。
在一些实施例中，在确定满足目标触发条件的情况下，服务器可以先根据目标监测模板从中间数据中筛选出与所述目标对象的对象标识、监测时间匹配的中间数据作为目标中间数据；再根据所述目标监测模板中的目标处理规则处理所述目标中间数据，以得到符合要求的目标监测数据。同时，服务器还可以事先建立好与该目标监测模板匹配对应的目标数据库，并将处理得到目标监测数据存储于该目标数据库中，以便后续使用。
在一些实施例中，在将所述目标监测数据存储于与目标监测模板匹配的目标数据库中之后，所述方法具体实施时，还可以包括以下内容：
S1：生成展示界面；
S2：向用户展示所述展示界面；并通过所述展示界面，获取用户自定义的目标展示请求；
S3：根据所述目标展示请求，通过查询并利用所述目标数据库中相关的监测数据，生成对应的目标监测结果；
S4：通过所述展示界面，向用户展示所述目标监测结果。
通过上述实施例，用户还可以通过展示界面设置并生成满足监测需求的自定义的目标展示请求；相应的，服务器可以根据该目标展示请求处理目标监测数据，以得到满足用户数据监测需求的目标监测结果，再通过展示界面展示给用户，从而可以使得用户能够以定制的方式较为直观地获取所需要的目标监测结果，提高了用户的使用体验。
在一些实施例中，上述目标展示请求具体可以携带有目标监测模板的模板名称，以及自定义结果展示参数。
其中，上述自定义结果展示参数具体可以包括：用于筛选监测数据的参数、用于指示对监测数据进行进一步数据处理(例如，统计平均值、统计分布概率等)、用于指示展示方式的参数等等。
在一些实施例中，上述数据监测方法具体可以应用于财务监管场景中。相应的，上述业务数据具体可以包括财务监管场景下的交易数据。例如，不同机构账户之间的转账数据、不同个人账户之间的汇款数据等等。
此外，上述数据监测方法也可以应用于健康监测场景中。相应的，上述业务数据具体可以包括健康监测场景下的身体机能参数。例如，用户的心跳频率、用户的血压、用户的呼吸频率等等。
当然，上述所列举的应用场景，以及相应场景下的业务数据只是一种示意性说明。具体实施时，根据具体情况和处理需求，还可以将该数据监测方法应用于其他类型的应用场景，以处理其他场景下的业务数据。对此，本说明书不作限定。
通过上述实施例，可以将本说明书所提供的数据监测方法推广应用到多种不同的应用场景中，以有效地处理多种不同应用场景下的业务数据。
在一些实施例中，以应用于财务监管场景为例，所述目标对象包括以下至少之一：一级机构、二级机构、分支机构、个人账户等。
通过上述实施例，可以应用本说明书实施例提供的数据监测方法对财务监管场景中的多种不同的目标对象进行监测。
在一些实施例中，所述监测指标包括以下至少之一：科目类别监测指标、资金支付监测指标、过程管理监测指标等。
通过上述实施例，可以应用本说明书实施例提供的数据监测方法利用财务监管场景中的多种监测指标进行相应的数据监测，以满足用户多样化的数据监测需求。
在一些实施例中，上述监测指标进一步还可以包含有组合型监测指标。其中，上述组合型监测指标具体可以是由一个或多个科目类别监测指标、资金支付监测指标、过程管理监测指标通过组合得到。
在一些实施例中，所述目标监测模板还包含有目标处理规则，其中，所述目标处理规则携带有监测指标的阈值参数。
通过上述实施例，服务器可以根据目标监测模板中的目标处理规则对目标中间数据进行相对更加复杂、多样的处理，以得到符合要求的目标监测数据。
在一些实施例中，上述基于所述目标监测模板处理所述目标中间数据，以得到符合要求的目标监测数据，具体实施时，可以包括以下内容：根据所述目标处理规则，计算目标中间数据的监测指标参数；根据所述监测指标的阈值参数，筛选出监测指标参数符合要求的目标中间数据，作为所述目标监测数据。
通过上述实施例，服务器可以根据目标监测模板更好地处理目标中间数据，以得到符合要求的目标监测数据，满足用户多样化的数据监测需求。
在一些实施例中，上述获取目标监测模板，具体实施时，可以包括以下内容：生成并向用户展示配置界面；通过所述配置界面，接收用户自定义的目标监测模板的模板名称、待监测的目标对象的对象标识、监测指标，以及监测时间；根据所述目标监测模板的模板名称、待监测的目标对象的对象标识、监测指标，以及监测时间，生成并保存相应的目标监测模板。
通过上述实施例，用户可以根据具体情况和数据监测需求，灵活地生成得到相对更加多样、丰富的目标监测模板。
在一些实施例中，用户在配置自定义的目标监测模板的过程中，还可以自定义设置具体的目标处理规则，以及相应的监测指标的阈值参数。
进一步，也可以先向用户展示出多个已有的预设的监测模板供用户选择；再将用户所选中的预设的监测模板，确定为目标监测模板。
在一些实施例中，通过所述展示界面，获取用户自定义的目标展示请求，具体实施实施，可以包括以下内容：通过所述展示界面，获取用户输入的目标监测模板的模板名称、自定义结果展示参数；根据所述目标监测模板的模板名称、自定义结果展示参数，生成与目标监测模板关联的目标展示请求。
通过上述实施例，用户可以通过展示界面自定义目标展示请求，进而服务器可以根据目标展示请求生成相应的展示结果展示给用户，从而可以进一步提高用户的交互体验。
由上可见，本说明书实施例提供的数据监测方法，在大数据处理场景中，在用户查询所关注的目标监测结果前，可以先获取并根据用户预先配置好的自定义的目标监测模板，确定出对应的目标触发条件；接着，在确定满足目标触发条件的情况下，可以自动触发根据目标监测模板先从服务器批量处理所接入的业务数据得到的海量中间数据中筛选出与目标对象的对象标识、监测时间匹配的目标中间数据；再根据目标监测模板处理目标中间数据，以得到符合要求的目标监测数据；并将该目标监测数据先存储于与目标监测模板匹配的目标数据库中。在用户查询目标监测结果时，可以先通过展示界面获取用户自定义的目标展示请求；并根据该目标展示请求，通过查询并利用目标数据库中相关的监测数据，生成对应的目标监测结果；再通过该展示界面，向用户展示出用户所关注的目标监测结果。从而可以满足用户多样化的数据监测需求，高效地生成并向用户展示出相应的目标监测结果，提高用户的交互体验。
本说明书实施例还提供一种服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器具体实施时可以根据指令执行以下步骤：获取并根据目标监测模板，确定目标触发条件；其中，所述目标监测模板为用户预先配置的自定义模板；所述目标监测模板至少包含有待监测的目标对象的对象标识、监测指标，以及监测时间；在确定满足目标触发条件的情况下，根据目标监测模板从中间数据中筛选出与所述目标对象的对象标识、监测时间匹配的中间数据作为目标中间数据；并根据所述目标监测模板处理所述目标中间数据，以得到符合要求的目标监测数据；其中，所述中间数据为服务器批量处理所接入的业务数据所得到的数据；将所述目标监测数据存储于与目标监测模板匹配的目标数据库中。
为了能够更加准确地完成上述指令，参阅图3所示，本说明书实施例还提供了另一种具体的服务器，其中，所述服务器包括网络通信端口301、处理器302以及存储器303，上述结构通过内部线缆相连，以便各个结构可以进行具体的数据交互。
其中，所述网络通信端口301，具体可以用于获取并根据目标监测模板，确定目标触发条件；其中，所述目标监测模板为用户预先配置的自定义模板；所述目标监测模板至少包含有待监测的目标对象的对象标识、监测指标，以及监测时间。
所述处理器302，具体可以用于在确定满足目标触发条件的情况下，根据目标监测模板从中间数据中筛选出与所述目标对象的对象标识、监测时间匹配的中间数据作为目标中间数据；并根据所述目标监测模板处理所述目标中间数据，以得到符合要求的目标监测数据；其中，所述中间数据为服务器批量处理所接入的业务数据所得到的数据；将所述目标监测数据存储于与目标监测模板匹配的目标数据库中。
所述存储器303，具体可以用于存储相应的指令程序。
在本实施例中，所述网络通信端口301可以是与不同的通信协议进行绑定，从而可以发送或接收不同数据的虚拟端口。例如，所述网络通信端口可以是负责进行web数据通信的端口，也可以是负责进行FTP数据通信的端口，还可以是负责进行邮件数据通信的端口。此外，所述网络通信端口还可以是实体的通信接口或者通信芯片。例如，其可以为无线移动网络通信芯片，如GSM、CDMA等；其还可以为Wifi芯片；其还可以为蓝牙芯片。
在本实施例中，所述处理器302可以按任何适当的方式实现。例如，处理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 SpecificIntegrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。本说明书并不作限定。
在本实施例中，所述存储器303可以包括多个层次，在数字系统中，只要能保存二进制数据的都可以是存储器；在集成电路中，一个没有实物形式的具有存储功能的电路也叫存储器，如RAM、FIFO等；在系统中，具有实物形式的存储设备也叫存储器，如内存条、TF卡等。
本说明书实施例还提供了一种基于上述数据监测方法的计算机可读存储介质，所述计算机可读存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实现：获取并根据目标监测模板，确定目标触发条件；其中，所述目标监测模板为用户预先配置的自定义模板；所述目标监测模板至少包含有待监测的目标对象的对象标识、监测指标，以及监测时间；在确定满足目标触发条件的情况下，根据目标监测模板从中间数据中筛选出与所述目标对象的对象标识、监测时间匹配的中间数据作为目标中间数据；并根据所述目标监测模板处理所述目标中间数据，以得到符合要求的目标监测数据；其中，所述中间数据为服务器批量处理所接入的业务数据所得到的数据；将所述目标监测数据存储于与目标监测模板匹配的目标数据库中。
在本实施例中，上述存储介质包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。所述存储器可以用于存储计算机程序指令。网络通信单元可以是依照通信协议规定的标准设置的，用于进行网络连接通信的接口。
在本实施例中，该计算机可读存储介质存储的程序指令具体实现的功能和效果，可以与其它实施方式对照解释，在此不再赘述。
参阅图4所示，在软件层面上，本说明书实施例还提供了一种数据监测装置，该装置具体可以包括以下的结构模块：
确定模块401，具体可以用于获取并根据目标监测模板，确定目标触发条件；其中，所述目标监测模板为用户预先配置的自定义模板；所述目标监测模板至少包含有待监测的目标对象的对象标识、监测指标，以及监测时间；
处理模块402，具体可以用于在确定满足目标触发条件的情况下，根据目标监测模板从中间数据中筛选出与所述目标对象的对象标识、监测时间匹配的中间数据作为目标中间数据；并根据所述目标监测模板处理所述目标中间数据，以得到符合要求的目标监测数据；其中，所述中间数据为服务器批量处理所接入的业务数据所得到的数据；
存储模块403，具体可以用于将所述目标监测数据存储于与目标监测模板匹配的目标数据库中。
在一些实施例中，所述装置具体还可以包括展示模块，具体可以用于生成展示界面；向用户展示所述展示界面；并通过所述展示界面，获取用户自定义的目标展示请求；根据所述目标展示请求，通过查询并利用所述目标数据库中相关的监测数据，生成对应的目标监测结果；通过所述展示界面，向用户展示所述目标监测结果。
需要说明的是，上述实施例阐明的单元、装置或模块等，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。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
由上可见，基于本说明书实施例提供的数据监测装置，可以满足用户多样化的数据监测需求，高效地生成并向用户展示出相应的目标监测结果，提高用户的交互体验。
在一个具体的场景示例中，可以应用本说明书实施例提供的数据监测方法进行实现财务指标监测。具体实施过程可以参阅以下内容。
在本场景示例中，实施过程可以包括三个部分，分别为：一，可定制模板的配置，其中，模板包含“监测时间”、“风险分值”、“监测指标”等配置；二，后台数据表结构与批量运算装置，本装置中表与表之间的关联关系比较特殊和巧妙，可以配合相关程序，实现装置中的自动监测数据生成；三，监测数据的展现，可以结合智能模板的风险分值计算装置，通过配置区域地图与银行的机构建立对照关系，以展现可获取的区域地图数据。
具体实施时，主要工作流程包括：配置模板、配置监测指标；批量运算装置生成监测数据；监测数据展现。
步骤1：模板的配置。其中，模板(例如，目标监测模板)是该监测方法的核心，需要配置关键性元素。现以总行机构为例，阐述所涉及的配置项。
关于模板的说明主要如下所述：
1、表1主要存放模板的基础属性数据，重要字段有：TEMPLATE_NAME：模板名称；FREQUENCY：配置按月频度生成监测结果，还是按手工配置的时间跨度生成监测结果；START_DATE：手工配置的监测起始时间；STOP_DATE：手工配置的监测结束时间；DANGER_SCORE：高中低风险分别对应的风险值；TEMPLATE_FLAG：模板的有效标志(基于该标志用户可以把指定的模板作废，这个标志代表的是逻辑删除)；COMPUTE_STATUE：模板对应结果的生成状态。
表1模板(TEMPLATE_INFO)表
2、表2主要存放模板所关联的监测指标，为一对多的关系，即一个模板可以同时监控多个监测指标，例如(1)科目类别监测指标：监测字段，财务科目(编号+名称)，含有/不含，检查关键词A，剔除关键词B。(2)资金支付监测指标：若财务系统同一机构，A科目(剔除B科目)的，C天内，有D笔及以上的，财务大流水含有同一收款人，则存在资金支付化整为零的潜在风险。(3)过程管理监测指标：非总行及直属机构，财务小流水联动新建或关联了建账日期为A以后日期的外包台账，该小流水对应的开支事项的申请日期晚于B，且开支事项未关联外包计划，则存在业务外包未纳入闭环管理的潜在风险。
具体的，例如，以模板编号“TEMPLATE_ID：TM2020073000000001，监控模板001”，模型编号“MODEL_ID：MM2020050800000047，若同一机构，#A科目(剔除#B科目)的，#C天内，有#D笔及以上的，财务大流水含有同一收款人，则存在资金支付化整为零的潜在风险。”
在本实施例中，科目类别监测指标的含义是可以配置科目编号，含有/不含关系，关键词A和关键词B。例如：配置科目号为“192004待摊报销费”，“含有”，关键词A“保；险；调；冲；销；并；税转”，关键词B“报销”。最终的监测的逻辑就是：当记账为192004科目时，检查记账摘要，包含关键词A，且不包含关键词B，这类交易数据就算作为被监测数据，程序记录下来。
在本实施例中，上述过程管理监测指标与之前的科目类别监测指标的差异在于监测的业务逻辑不同，这个指标可以配置A、B、C、D四个参数值。举例：A配置为“5320营业费用”、B配置为“532001职工工资；532002短期用工工资；532003内退人员费用”，C配置为“10”，D配置为“10”。最终的监测的逻辑就是：当同一个机构，记账时二级科目为5320，且三级科目不为532001和532002的时候，计算10天内，含有相同收款人的报账流水是否超过10笔，若超过，则全部算作为监测数据，程序记录下来。
表2模板与监测指标关联(TEMPLATE_MODEL_REL)表
3、表3、表4、表5配置了监测指标相关的属性，其中，表3配置了监测指标的基础信息，表4配置了监测指标的可自定义字段的值，表5配置了监测指标的关键字信息。
表3监测指标参数基础(PAR_MONITOR_MODEL_INFO)表
表4监测指标参数属性(PAR_MONITOR_MODEL_ITEM_INFO)表
| 名称 | 类型 | 可为空 | 注释 |
| ATTRIBUTE_ID | VARchar2(24) | N | 属性ID |
| MODEL_ID | VARchar2(24) | N | 模型ID |
| SET_TYPE | VARchar2(2) | N | 设置类型 |
| FIELD_A | VARchar2(400) | Y | 字段A |
| FIELD_B | VARchar2(400) | Y | 字段B |
| FIELD_C | VARchar2(50) | Y | 字段C |
| FIELD_D | VARchar2(50) | Y | 字段D |
| FIELD_E | VARchar2(50) | Y | 字段E |
表5监测指标参数关键字(PAR_MONITOR_MODEL_KEYWORD_INFO)表
4、以模板编号“TEMPLATE_ID：TM2020073000000001，监控模板001”，模型编号“MODEL_ID：MM2020050800000047，若同一机构，#A科目(剔除#B科目)的，#C天内，有#D笔及以上的，财务大流水含有同一收款人，则存在资金支付化整为零的潜在风险。”为例，阐述以下表(1)、表(2)、表(3)、表(4)的具体配置情况。
表(1)TEMPLATE_INFO
| 字段 | 值 |
| TEMPLATE_ID | TM2020073000000001 |
| TEMPLATE_NAME | 监控模板001 |
| TEMPLATE_VERSION | 1 |
| FREQUENCY | 0 |
| SET_FANCODE | 0010100000 |
| SET_USER | 000907805 |
| SERVER_DATE | 20200730 |
| SERVER_TIME | 2020/7/30 10:31:03 |
| START_DATE | 20180101 |
| Stop_DATE | 20200729 |
| DANGER_SCORE_HIGH | 30 |
| DANGER_SCORE_MID | 20 |
| DANGER_SCORE_LOW | 10 |
| DANGER_SCORE_NO | 0 |
| TEMPLATE_DESC | |
| TEMPLATE_FLAG | 0 |
| ENABLE_STATUE | 0 |
| COMPUTE_STATUE | 3 |
表(2)TEMPLATE_MODEL_REL
| 字段 | 值 |
| TEMPLATE_ID | TM2020073000000001 |
| TEMPLATE_VERSION | 1 |
| MODEL_ID | MM2020050800000047 |
表(3)PAR_MONITOR_MODEL_INFO
表(4)PAR_MONITOR_MODEL_ITEM_INFO
步骤2：基于已配置的模板信息，批量运算装置用于生成监测数据，根据监测指标属性，计算生成全行每天的监测数据。并生成监测模板相应对的数据集合，供步骤3展现、查看、分析、处理。其中，监测数据指的就是满足监测指标的配置的数据，例如科目类别监测指标，满足该监测指标的数据，都会被计算出来，挑选业务核心编号、机构、处理人、日期等字段，单独保存下来。具体实施时，又可以包括以下子步骤：
S1：业务数据输入：接收各业务系统的交易基础数据。其中，交易基础数据指的是业务日常发生的各类交易数据，例如科目类别监测指标，该指标所监测的交易基础数据为科目信息(一、二、三、四级科目编号)、记账信息(哪天、哪个机构、哪个用户、记账了什么科目、多少金额、摘要是什么)等。例如资金支付监测指标，该指标的交易基础数据则为科目信息、记账信息、收款人信息(收款人账号、收款人名称、金额)。例如过程管理监测指标，该指标的交易基础数据则为记账信息、外包台账信息、开支事项信息。
S2：计算历史可选时间段的全量监测数据：当监测指标配入至表6时，批量计算装置会根据DATE_BEGIN(开始日期)，DATE_END(结束日期)计算该时间范围内的监测指标数据。具体执行的程序是表6的MODEL_ID＝表7的MODEL_ID，表7的PROC_NAME为实际业务逻辑程序，计算结果数据计入进表8。
S3：计算当日全量监测数据：根据表7的MODEL_ID，且STATUS＝‘1’使用的数据，匹配PROC_NAME，计算当日全量监测数据，计算结果数据计入进表8。
S4：汇总模板所需要的监测数据：(1)匹配模板的配置(表1、表2)，关联时间范围内的，所关联的监测指标的数据，计入进表9(2)匹配模板的配置(表1、表2)，计算每家机构的风险得分，计入表10。
表6模型历史批次执行计划表(MONITOR_MODEL_HIS_BATCH)表
| 名称 | 类型 | 可为空 | 注释 |
| RUN_SYS | VARchar2(2) | Y | 子系统 |
| DATE_BEGIN | VARchar2(8) | Y | 开始日期 |
| DATE_END | VARchar2(8) | Y | 结束日期 |
| HAS_DONE | VARchar2(1) | Y | 是否已执行1/0 |
| MODEL_ID | VARchar2(18) | Y | 模型id |
| BATCH_NO | NUMBER(3) | Y | 执行批次 |
表7模型和程序执行对照(MONITOR_MODEL_PROC)表
| 名称 | 类型 | 可为空 | 注释 |
| MODEL_ID | VARchar2(24) | N | 模型id |
| PROC_NAME | VARchar2(100) | N | 包和过程名字 |
| BELONG_SYS | VARchar2(2) | N | 所属系统 |
| SYS_ORDER | NUMBER(3) | Y | 系统执行顺序 |
| SUB_ORDER | NUMBER(5) | Y | 系统内子顺序 |
| STATUS | VARchar2(1) | N | 状态1使用0不用 |
| REMARK | VARchar2(4000) | Y | 备注 |
表8指标计算结果(MONITOR_MODEL_RESULT)表
| 名称 | 类型 | 可为空 | 注释 |
| RESULT_ID | VARchar2(30) | N | 结果id |
| MODEL_ID | VARchar2(18) | N | 模型编码 |
| WORK_DATE | VARchar2(8) | N | 批量执行日期 |
| DATA_FANCODE | VARchar2(10) | N | 异常数据发生机构 |
| DATA_DATE | VARchar2(8) | N | 监测数据创建日期 |
| DATA_ID | VARchar2(100) | N | 监测数据编号 |
| DATA_URL_PARAM | VARchar2(4000) | N | 监测数据超链接参数 |
| DATA_CREATE_USER | VARchar2(10) | Y | 监测数据创建用户 |
| AMOUNT | VARchar2(30) | Y | 金额 |
| EXPLAIN | VARchar2(100) | Y | 说明字段 |
表9监测生成结果与模型结果关系表(MONITOR_RESULT_REL)表
| 名称 | 类型 | 可为空 | 注释 |
| TEMP_RESULT_ID | VARchar2(18) | N | 生成结果ID |
| MODEL_RESULT_ID | VARchar2(30) | N | 模型结果ID |
表10监测得分(MONITOR_FANCODE_SCORE)表
步骤3：根据步骤1、步骤2生成的数据，结合表11的对照关系，最终进行数据内容的展示，以完成非现场监测的目的。具体实施时，可以包括以下内容。
S1：展示出区域地图(一种展示界面)。基于该区域地图，总行用户还能进行一级行查看。一级行用户可以查看自己和下辖，也能进行二级行查看。二级行用户可以查看自己和下辖。
其中，上述区域地图页由四部分组成：1模板(批次/月份)、2地图展示、3筛选条件、4机构列表。可以参阅图5所示。
S2：按照以下方式选择结果(例如，监测结果)批次进行展示。可以参阅图6所示。
(1)默认展示最新被添加查看权限的监测模板及版本号(按月模板为最近月份)。其中，最常用的就是监测科目了，例如，当记账科目为x-1019的时候，查看摘要是否包含关键词A，且不包含关键词B，目的是监测记账的规范性。还有就是收款人监测，例如当收款人为个人的时候，支付摘要里包含特定文本字段，可能存在对公业务向个人付款的风险。特定文本字段可能为“水费、电费、保险、医疗、奖金”等。
(2)若有多个模板多个版本(月份)的查看权限，则可进行切换。
(3)地图默认展示最新被添加查看权限的监测模板及版本号(按月模板为最近月份)。
(4)若有多个模板多个版本(月份)的查看权限，则可进行切换。
(5)监测类型为“手工”的模板，若历史版本生成过监测结果，且有查看权限，则可通过切换版本号进行查看。
(6)监测类型为“按月”的模板，通过调整监测时间，查看不同月份数据。
需注意，若修改过模板，则修改时点所在月份之前的时间，是按“修改前”计算的监测结果。其中，手工：设置模板的时候时间是按跨度设置的，例如模板A，监测的开始日期是2020年1月1日，结束日期为2020年12月31日，关联了两个指标。就代表，这个模板所展现的是2020年1月1日至2020年12月31日，该2个指标的监测数据的所有数据。按月：每个月都会出一份当月的数据。例如模板B，按月，关联了两个指标。就代表，2020年1月有一份数据，包含该两个指标的监测数据。2020年2月有一份数据，包含该两个指标的监测数据。
(7)若没有被添加过任意模板监测结果的查询权限，则默认为空。
S3：按照以下内容进行监测结果总体情况查看(对应总行用户)。
(1)地图各区域会按照各机构监测分值展示不同的颜色。若有多个模板多个版本(月份)的查看权限，则可进行切换。
(2)可选择地图左下角颜色角标，来筛选不同分值对应的区域。
(3)将鼠标放在某个区域(全国地图对应省，省级地图对应市、州、盟，直辖市地图对应区)，浮显该区域内含有的机构及对应的分值。监测类型为“手工”的模板，若历史版本生成过监测结果，且有查看权限，则可通过切换版本号进行查看。
(4)若某一区域存在多家机构，则颜色按照分值较高的机构展示对应颜色。
(5)全国地图支持点击某个省份，进入该省份地图页。
(6)各二级机构(含一级分行本部)监测分值＝∑(触发风险的模型分值)/∑(纳入本次监测的模型分值)。
(7)各一级机构监测分值＝∑(二级机构监测分值)/二级机构数。
在本实施例中，风险分值是对监测数据的一个归纳展现方式，用于地图展现，计算规则是这么算的：首先一个模板能关联多个监测指标，这里举例关联五个监测指标，监测指标有自己的风险等级和触发阈值，这里举例五个监测指标，其中有2个高风险指标，3个中风险指标，触发阈值都是10，即超过10笔监测数据，则算得分。模板能配置得多少分的，举例高风险25分，中风险10分，低风险1分。监测数据的归属规则：二级行及其下辖发生的监测数据，归属于二级行。一级行自身发生的数据，归属于一级行。以某个二级行为例“上海分行杨浦支行”，所配置的一个监测模板关联五个监测指标，满足1个高风险，1个中风险，其余3个不满足，则得分为(25+10/25+25+10+10+10)*100＝43.75分。一级行得分是所有二级行得分的平均数。总行直接看一级行的得分，可以点击再往下看二级行的得分。
此外，在进行监测结果总体情况查看的过程中，系统支持通过选择“监测风险大类”和“风险等级”来聚焦想要关注的风险情况。对于监测风险大类、风险等级可选范围为纳入本次监测的模型所含有的监测风险大类和风险等级。当选择了监测风险大类和风险等级查询条件后，页面分数会随之变化。更新后：二级机构分值＝∑(所选条件范围内的触发风险阈值的模型分值)/∑(纳入本次监测范围且在所选条件范围内的模型分值)。一级机构汇总计算分值逻辑不变。
表11 echarts机构与所在地对照(PAR_ECHARTS_BRANCH_CITY)表
通过本场景示例，可以从各渠道获取相关财务信息，通过检索、筛选、统计、计算、比较、判断等技术方法，掌握下属机构财务管理相关情况，及时发现并解决问题。该发明有别于以往的统计分析功能，利用批量运算装置，能极大的提升后续查询效能。通过该发明发现问题和线索，有助于提升现场检查的针对性，减轻、分散财务现场检查的工作量，该装置有四大优点：(1)及时：问题能够早发现早解决(2)深入：监测分析的时间较为充裕(3)经济：不需组织人员赴现场，对被检查机构正常工作影响较小(4)持续：持续、动态、全面的监测习惯，有助于稳步提升管理财务水平。
虽然本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。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、产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、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
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，而对其内部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。
本说明书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、类等等。也可以在分布式计算环境中实践本说明书，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可读存储介质中。
通过以上的实施例的描述可知，本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本说明书的技术方案本质上可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本说明书各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本说明书可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施例描绘了本说明书，本领域普通技术人员知道，本说明书有许多变形和变化而不脱离本说明书的精神，希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。
Claims (13)
1.一种数据监测方法，其特征在于，包括：
获取并根据目标监测模板，确定目标触发条件；其中，所述目标监测模板为用户预先配置的自定义模板；所述目标监测模板至少包含有待监测的目标对象的对象标识、监测指标，以及监测时间；
在确定满足目标触发条件的情况下，根据目标监测模板从中间数据中筛选出与所述目标对象的对象标识、监测时间匹配的中间数据作为目标中间数据；并根据所述目标监测模板处理所述目标中间数据，以得到符合要求的目标监测数据；其中，所述中间数据为服务器批量处理所接入的业务数据所得到的数据；
将所述目标监测数据存储于与目标监测模板匹配的目标数据库中。
2.根据权利要求1所述的方法，其特征在于，在将所述目标监测数据存储于与目标监测模板匹配的目标数据库中之后，所述方法还包括：
生成展示界面；
向用户展示所述展示界面；并通过所述展示界面，获取用户自定义的目标展示请求；
根据所述目标展示请求，通过查询并利用所述目标数据库中相关的监测数据，生成对应的目标监测结果；
通过所述展示界面，向用户展示所述目标监测结果。
3.根据权利要求2所述的方法，其特征在于，所述业务数据包括财务监管场景下的交易数据。
4.根据权利要求3所述的方法，其特征在于，所述目标对象包括以下至少之一：一级机构、二级机构、分支机构、个人账户。
5.根据权利要求3所述的方法，其特征在于，所述监测指标包括以下至少之一：科目类别监测指标、资金支付监测指标、过程管理监测指标。
6.根据权利要求3所述的方法，其特征在于，所述目标监测模板还包含有目标处理规则，其中，所述目标处理规则携带有监测指标的阈值参数。
7.根据权利要求6所述的方法，其特征在于，基于所述目标监测模板处理所述目标中间数据，以得到符合要求的目标监测数据，包括：
根据所述目标处理规则，计算目标中间数据的监测指标参数；
根据所述监测指标的阈值参数，筛选出监测指标参数符合要求的目标中间数据，作为所述目标监测数据。
8.根据权利要求3所述的方法，其特征在于，获取目标监测模板，包括：
生成并向用户展示配置界面；
通过所述配置界面，接收用户自定义的目标监测模板的模板名称、待监测的目标对象的对象标识、监测指标，以及监测时间；
根据所述目标监测模板的模板名称、待监测的目标对象的对象标识、监测指标，以及监测时间，生成并保存相应的目标监测模板。
9.根据权利要求8所述的方法，其特征在于，通过所述展示界面，获取用户自定义的目标展示请求，包括：
通过所述展示界面，获取用户输入的目标监测模板的模板名称、自定义结果展示参数；
根据所述目标监测模板的模板名称、自定义结果展示参数，生成与目标监测模板关联的目标展示请求。
10.一种数据监测装置，其特征在于，包括：
确定模块，用于获取并根据目标监测模板，确定目标触发条件；其中，所述目标监测模板为用户预先配置的自定义模板；所述目标监测模板至少包含有待监测的目标对象的对象标识、监测指标，以及监测时间；
处理模块，用于在确定满足目标触发条件的情况下，根据目标监测模板从中间数据中筛选出与所述目标对象的对象标识、监测时间匹配的中间数据作为目标中间数据；并根据所述目标监测模板处理所述目标中间数据，以得到符合要求的目标监测数据；其中，所述中间数据为服务器批量处理所接入的业务数据所得到的数据；
存储模块，用于将所述目标监测数据存储于与目标监测模板匹配的目标数据库中。
11.根据权利要求10所述的装置，其特征在于，所述装置还包括展示模块，用于生成展示界面；向用户展示所述展示界面；并通过所述展示界面，获取用户自定义的目标展示请求；根据所述目标展示请求，通过查询并利用所述目标数据库中相关的监测数据，生成对应的目标监测结果；通过所述展示界面，向用户展示所述目标监测结果。
12.一种服务器，其特征在于，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现权利要求1至9中任一项所述方法的步骤。
13.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，所述指令被执行时实现权利要求1至9中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110676907.XA CN113392290A (zh) | 2021-06-18 | 2021-06-18 | 数据监测方法、装置和服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110676907.XA CN113392290A (zh) | 2021-06-18 | 2021-06-18 | 数据监测方法、装置和服务器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113392290A true CN113392290A (zh) | 2021-09-14 |
Family
ID=77621924
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110676907.XA Pending CN113392290A (zh) | 2021-06-18 | 2021-06-18 | 数据监测方法、装置和服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113392290A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114240626A (zh) * | 2021-12-17 | 2022-03-25 | 中国建设银行股份有限公司 | 头寸匡算处理方法、装置、电子设备及计算机可读介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007005030A2 (en) * | 2005-07-05 | 2007-01-11 | Carrier Iq, Inc. | Rule based data collection and management in a wireless communications network |
| CN107038200A (zh) * | 2016-12-15 | 2017-08-11 | 平安科技（深圳）有限公司 | 业务数据处理方法及系统 |
| CN107918896A (zh) * | 2016-10-10 | 2018-04-17 | 阿里巴巴集团控股有限公司 | 一种展示数据项目关键信息的处理方法、装置及客户端 |
| CN111610902A (zh) * | 2020-05-13 | 2020-09-01 | 支付宝(杭州)信息技术有限公司 | 数据处理方法、装置和终端设备 |
| CN112134937A (zh) * | 2020-09-07 | 2020-12-25 | 中国人民解放军海军工程大学 | 一种基于内容聚合的船舶远程数据监控系统及方法 |
| CN112966011A (zh) * | 2021-03-30 | 2021-06-15 | 建信金融科技有限责任公司 | 数据展示方法、装置、电子设备和介质 |
-
2021
- 2021-06-18 CN CN202110676907.XA patent/CN113392290A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007005030A2 (en) * | 2005-07-05 | 2007-01-11 | Carrier Iq, Inc. | Rule based data collection and management in a wireless communications network |
| CN107918896A (zh) * | 2016-10-10 | 2018-04-17 | 阿里巴巴集团控股有限公司 | 一种展示数据项目关键信息的处理方法、装置及客户端 |
| CN107038200A (zh) * | 2016-12-15 | 2017-08-11 | 平安科技（深圳）有限公司 | 业务数据处理方法及系统 |
| CN111610902A (zh) * | 2020-05-13 | 2020-09-01 | 支付宝(杭州)信息技术有限公司 | 数据处理方法、装置和终端设备 |
| CN112134937A (zh) * | 2020-09-07 | 2020-12-25 | 中国人民解放军海军工程大学 | 一种基于内容聚合的船舶远程数据监控系统及方法 |
| CN112966011A (zh) * | 2021-03-30 | 2021-06-15 | 建信金融科技有限责任公司 | 数据展示方法、装置、电子设备和介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114240626A (zh) * | 2021-12-17 | 2022-03-25 | 中国建设银行股份有限公司 | 头寸匡算处理方法、装置、电子设备及计算机可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3142057A1 (en) | Malicious activity detection system | |
| CN110866820A (zh) | 银行业务实时监测系统及方法、设备、存储介质 | |
| CN107810500A (zh) | 数据质量分析 | |
| CN111444256A (zh) | 一种数据可视化的实现方法和装置 | |
| CN110751361B (zh) | 一种银行需求条目级管理方法及系统 | |
| CN107704436A (zh) | 数据抽样方法、终端、设备以及计算机可读存储介质 | |
| CN109447689A (zh) | 用户风险画像生成方法、装置、设备及可读存储介质 | |
| CN110851494B (zh) | 一种用于账单分析交易特征行为的方法和系统 | |
| CN112598513A (zh) | 识别股东风险交易行为的方法及装置 | |
| CN113392290A (zh) | 数据监测方法、装置和服务器 | |
| CN102902614B (zh) | 一种动态监测及智能引导方法 | |
| CN111415067A (zh) | 企业及个人信用评级系统 | |
| US20140101159A1 (en) | Knowledgebase Query Analysis | |
| CN112581266A (zh) | 银行流动性指标确定方法、装置、电子设备和存储介质 | |
| KR20170094935A (ko) | 기업정보 제공 시스템 및 방법 | |
| CN111291029B (zh) | 数据清洗方法及装置 | |
| CN117974195A (zh) | 科研项目的经费成本通用归集方法、系统、设备及介质 | |
| CN111242779A (zh) | 金融数据特征选择和预测方法、装置、设备及存储介质 | |
| CN106843656A (zh) | 一种数据展示及交互的方法 | |
| JP2011040016A (ja) | 財務管理方法およびシステム | |
| CN116228402A (zh) | 一种金融征信特征仓库技术支持系统 | |
| CN113487407A (zh) | 数据处理方法、装置及电子设备 | |
| CN113641725A (zh) | 信息展示方法、装置、设备及存储介质 | |
| CN114818635A (zh) | 数据报表生成方法、装置、电子设备及存储介质 | |
| CN114493844A (zh) | 信息处理方法、装置及电子设备 |
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 |