CN113626415B - 一种信用数据输出方法、设备及介质 - Google Patents
一种信用数据输出方法、设备及介质 Download PDFInfo
- Publication number
- CN113626415B CN113626415B CN202110995305.0A CN202110995305A CN113626415B CN 113626415 B CN113626415 B CN 113626415B CN 202110995305 A CN202110995305 A CN 202110995305A CN 113626415 B CN113626415 B CN 113626415B
- Authority
- CN
- China
- Prior art keywords
- data
- credit
- output
- determining
- credit investigation
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000011835 investigation Methods 0.000 claims abstract description 147
- 238000012545 processing Methods 0.000 claims abstract description 52
- 230000004927 fusion Effects 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000013499 data model Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 8
- 230000008520 organization Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000012550 audit Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
- G06F16/212—Schema design and management with details for data modelling support
-
- 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
- G06F16/285—Clustering or classification
- G06F16/287—Visualization; Browsing
-
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请公开了一种信用数据输出方法、设备及介质，方法包括：获取征信信息主体的征信业务领域；确定与审核所述征信信息主体相关的征信业务需求；通过预先构建的所述征信业务领域的征信标准数据输出模型，对所述征信业务需求对应的数据源中的数据进行加工；所述数据与所述征信信息主体有关；并将加工数据进行融合，以输出所述征信业务需求对应的信用数据。本申请实施例涉及具有各个领域区分的，不同数据源融合后的征信标准数据模型，数据使用更充分、更简捷，并且在此基础上，能够确定征信业务需求，更灵活满足业务需求，无论是数据展示，还是供征信业务相关工作的指标加工、建模使用，都十分方便、简捷。
Description
技术领域
本申请涉及大数据技术领域，尤其涉及一种信用数据输出方法、设备及介质。
背景技术
随着科技的发展，征信业务越来越普遍，对征信数据的需求也日益增多。能够获取到的数据以及数据的展现形式多种多样。
如何通过科学的手段加工，将多样化数据更高效地利用起来，使输出的信用数据能够更符合使用者的业务需求，是亟待解决的问题。
发明内容
本申请实施例提供一种信用数据输出方法、设备及介质，用于解决将多样化数据更高效地利用起来，使输出的信用数据能够更符合使用者的业务需求的问题。
本申请实施例采用下述技术方案：
一方面，本申请实施例提供了一种信用数据输出方法，该方法包括：获取征信信息主体的征信业务领域；确定与审核所述征信信息主体相关的征信业务需求；通过预先构建的所述征信业务领域的征信标准数据输出模型，对所述征信业务需求对应的数据源中的数据进行加工；所述数据与所述征信信息主体有关；并将加工数据进行融合，以输出所述征信业务需求对应的信用数据。
一个示例中，所述将加工数据进行融合，以输出所述征信业务需求对应的信用数据，具体包括：将加工数据进行融合，确定融合数据；对所述融合数据进行封装，确定所述征信业务需求对应的信用数据；根据所述征信业务需求，确定所述信用数据的输出模式；通过所述输出模式，输出所述征信业务需求对应的信用数据。
一个示例中，所述确定与审核所述征信信息主体相关的征信业务需求，具体包括：在可视化界面中，确定信用数据配置选项；基于用户的操作，通过所述信用数据配置选项确定与审核所述征信信息主体相关的征信业务需求。
一个示例中，确定所述征信业务领域的征信标准数据输出模型，具体包括：获取所述征信业务领域的多种数据源；确定所述多种数据源的数据加工规则以及数据融合规则；基于所述数据加工规则以及所述数据融合规则，生成待输出信用数据；确定所述待输出信用数据的输出模式，以通过所述输出模式对所述待输出信用数据进行输出。
一个示例中，所述确定所述待输出信用数据的输出模式，具体包括：确定所述待输出信用数据的输出模式包括数据库领域输出模式以及面向对象领域输出模式；通过将征信信息主体作为唯一主键下的不同领域、不同维度的各字段，确定所述数据库领域输出模式；通过将征信信息主体作为基类下派生的不同层次的子类，确定所述对象领域输出模式。
一个示例中，所述确定确定所述多种数据源的数据融合规则，具体包括：根据各数据源的数据质量确定所述各数据源的优先级；按照优先级由高至低，选取预设数量的数据源作为主要数据源；对所述主要数据源进行融合。
一个示例中，所述对所述主要数据源进行融合，具体包括：确定列表数据；基于所述列表数据，确定识别键；根据所述识别键确定所述多种数据源中的数据所包括的重复数据。
一个示例中，所述确定所述多种数据源的数据加工规则，具体包括：对各数据源中的数据的数据格式进行统一；对各数据源中的异常数据进行筛选；对各数据源中的数据的量化单位进行一。
另一方面，本申请实施例提供了一种信用数据输出设备，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：获取征信信息主体的征信业务领域；确定与审核所述征信信息主体相关的征信业务需求；通过预先构建的所述征信业务领域的征信标准数据输出模型，对所述征信业务需求对应的数据源中的数据进行加工；所述数据与所述征信信息主体有关；并将加工数据进行融合，以输出所述征信业务需求对应的信用数据。
另一方面，本申请实施例提供了一种信用数据输出非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：获取征信信息主体的征信业务领域；确定与审核所述征信信息主体相关的征信业务需求；通过预先构建的所述征信业务领域的征信标准数据输出模型，对所述征信业务需求对应的数据源中的数据进行加工；所述数据与所述征信信息主体有关；并将加工数据进行融合，以输出所述征信业务需求对应的信用数据。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：
本申请实施例涉及具有各个领域区分的，不同数据源融合后的征信标准数据模型，数据使用更充分、更简捷，并且在此基础上，能够确定征信业务需求，更灵活满足业务需求，无论是数据展示，还是供征信业务相关工作的指标加工、建模使用，都十分方便、简捷。
附图说明
为了更清楚地说明本申请的技术方案，下面将结合附图来对本申请的部分实施例进行详细说明，附图中：
图1为本申请实施例提供的一种信用数据输出方法的流程示意图；
图2为本申请实施例提供的一种信用数据输出实施方案的流程示意图；
图3为本申请实施例提供的一种信用数据输出设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本申请的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
下面参照附图来对本申请的一些实施例进行详细说明。
图1为本申请实施例提供的一种信用数据输出方法的流程示意图。该流程可以由相应领域的计算设备(比如，征信业务对应的服务器或者智能移动终端等)执行，流程中的某些输入参数或者中间结果允许人工干预调节，以帮助提高准确性。
因此，本申请实施例涉及的分析方法的实现可以为终端设备，也可以为服务器，本申请对此不作特殊限制。为了方便理解和描述，以下实施例均以征信机构服务器为例进行详细描述。
需要说明的是，该服务器可以是单独的一台设备，可以是有多台设备组成的系统，即，分布式服务器，本申请对此不做具体限定。
图1中的流程可以包括以下步骤：
S101：获取征信信息主体的征信业务领域。
其中，征信业务领域是指征信机构审核贷款人是否具有资质的相关领域。比如，通过年销售额的征信业务标准审核贷款人是否具有资质，即征信业务领域为年销售额领域。
需要说明的是，征信机构是专门从事信用信息服务的机构，它根据自己的判断和客户的需求，采集、整理、保存、加工自然人、法人和其他组织的信用信息，向客户提供专业化的征信产品。
征信信息主体，也称为被征信人，指征信机构采集、整理、加工和使用的征信信息描述对象，包括自然人、法人以及其他组织。
S102：确定与审核征信信息主体相关的征信业务需求。
其中，征信业务需求是指征信机构审核征信信息主体有关的业务需求，比如，需要提取征信信息主体在税务局中的有关年销售额的信用数据。
具体地，在可视化界面中设置有信用数据可配置选项，基于用户的操作，通过信用数据配置选项确定与审核征信信息主体相关的征信业务需求。即，基于征信机构相关人员根据本次的征信业务需求，对信用数据可配置选项进行配置，从而征信机构服务器确定本次的征信业务需求。
需要说明的是，征信业务需求对应的数据源中的数据与征信信息主体是相关的。
可知，本申请实施例能够根据定义完成的征信标准数据模型结合各个数据源设置可配置的选项，供数据需求方根据不同的征信信息主体和不同的业务需求灵活配置输出的信用数据。
S103：通过预先构建的征信业务领域的征信标准数据输出模型，对征信业务需求对应的数据源中的数据进行加工。
在本申请的一些实施例中，征信机构服务器在预先构建征信业务领域的征信标准数据输出模型时，具体包括：
征信机构服务器首先获取征信业务领域的多种数据源，然后确定多种数据源的数据加工规则以及数据融合规则。
其中，数据加工规则包括对各数据源中的数据的数据格式进行统一，对各数据源中的异常数据进行筛选，对各数据源中的数据的量化单位进行统一等等。
数据融合规则根据数据源情况和业务规则制定，比如，根据各数据源的数据质量确定所述各数据源的优先级，按照优先级由高至低，选取预设数量的数据源作为主要数据源，对主要数据源进行融合，以实现某一数据模型的主要数据来源或某一字段的数据来源。进一步地，对主要数据源进行融合时，首先基于列表数据，确定识别键，然后根据识别键确定多种数据源中的数据所包括的重复数据，以实现各个数据源的数据在保证不重复的前提下互为补充。
进一步地，征信机构服务器基于数据加工规则以及数据融合规则，生成待输出信用数据，然后确定待输出信用数据的输出模式，以通过输出模式对待输出信用数据进行输出。
其中，征信机构服务器在构建输出模式时，包括数据库领域输出模式以及面向对象领域输出模式。
具体地，通过将征信信息主体作为唯一主键下的不同领域、不同维度的各字段，确定数据库领域输出模式，此外，通过将征信信息主体作为基类下派生的不同层次的子类，确定所述对象领域输出模式。
也就是说，征信机构服务器会预先构建该征信业务领域的征信标准数据输出模型，因此，在确定本次的征信业务需求后，将在征信标准数据输出模型中，确定征信业务需求对应的数据源。其中，对应的数据源是指与本次征信业务需求相关的数据。
然后，在征信标准数据输出模型中，对数据源中的数据进行加工，得到各数据源的加工数据。
需要说明的是，通过征信标准数据输出模型中预设的数据加工规则对数据源中的数据进行加工。
S104：将加工数据进行融合，以输出征信业务需求对应的信用数据。
具体地，在征信标准数据输出模型中，在对各数据源的加工数据进行融合，从而得到融合数据。最后，对融合数据进行封装，确定征信业务需求对应的信用数据。即，对外封装为面向征信信息主体的数据集，包含征信机构方配置的来源不同数据源，涉及不同业务领域和维度，满足自身业务需求的全量非冗杂数据。
需要说明的是，通过征信标准数据输出模型中预设的数据融合规则对加工后的数据进行融合。
最后，根据征信业务需求中的相关配置，征信机构服务器确定信用数据的输出模式，并通过输出模式，输出征信业务需求对应的信用数据。
即，本申请实施例能够制定预定义的输出模式，模式化输出，从而更符合使用者的业务需求。
需要说明的是，虽然本申请实施例是参照图1来对步骤S101至步骤S104依次进行介绍说明的，但这并不代表步骤S101至步骤S104必须按照严格的先后顺序执行。本申请实施例之所以按照图1中所示的顺序对步骤S101至步骤S104依次进行介绍说明，是为了方便本领域技术人员理解本申请实施例的技术方案。换句话说，在本申请实施例中，步骤S101至步骤S104之间的先后顺序可以根据实际需要进行适当调整。
通过图1中的方法，本申请实施例涉及具有各个领域区分的，不同数据源融合后的征信标准数据模型，数据使用更充分、更简捷，并且在此基础上，能够确定征信业务需求，更灵活满足业务需求，无论是数据展示，还是供征信业务相关工作的指标加工、建模使用，都十分方便、简捷。
基于图1的方法，本申请实施例还提供了一种信用数据输出实施方案的流程示意图，如图2所示，下面继续进行说明。
在制定征信业务领域的征信标准数据模型时，征信机构服务器获取征信业务领域，然后，征信机构服务器确定与征信业务领域相关的数据源1与数据源2，数据源1中包括数据a1、数据a2、数据b1，数据源2包括数据a2、数据a3、数据b2。
然后，在数据源1与数据源2中，与征信业务领域相关的数据包括数据a1、数据a2、数据a3，因此在构建征信业务领域的征信标准数据输出模型中，数据来源包括数据a1、数据a2、数据a3。
也就是说，数据b1与数据b2属于另外一种征信业务领域。
进一步地，在征信标准数据输出模型中确定数据a1、数据a2、数据a3的数据加工规则以及数据融合规则。
因此，当确定与审核征信信息主体相关的征信业务需求时，通过征信标准数据输出模型中的数据加工规则对征信业务需求对应的数据源中的数据进行加工，根据数据融合规则将加工数据进行融合，最终输出征信业务需求对应的信用数据。
需要说明的是，征信业务需求对应的数据源中的数据与征信信息主体是相关的。
基于同样的思路，本申请的一些实施例还提供了上述方法对应的设备和非易失性计算机存储介质。
图3为本申请实施例提供的一种信用数据输出设备的结构示意图，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：
获取征信信息主体的征信业务领域；
确定与审核征信信息主体相关的征信业务需求；
通过预先构建的征信业务领域的征信标准数据输出模型，对征信业务需求对应的数据源中的数据进行加工；数据与征信信息主体有关；并
将加工数据进行融合，以输出征信业务需求对应的信用数据。
本申请的一些实施例提供的一种信用数据输出非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：
获取征信信息主体的征信业务领域；
确定与审核征信信息主体相关的征信业务需求；
通过预先构建的征信业务领域的征信标准数据输出模型，对征信业务需求对应的数据源中的数据进行加工；数据与征信信息主体有关；并
将加工数据进行融合，以输出征信业务需求对应的信用数据。
本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备和介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本申请实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请技术原理之内所作的任何修改、等同替换、改进等，均应落入本申请的保护范围之内。
Claims (8)
1.一种信用数据输出方法，其特征在于，所述方法包括：
获取征信信息主体的征信业务领域；
确定与审核所述征信信息主体相关的征信业务需求；
通过预先构建的所述征信业务领域的征信标准数据输出模型，对所述征信业务需求对应的数据源中的数据进行加工；所述数据与所述征信信息主体有关；并
将加工数据进行融合，以输出所述征信业务需求对应的信用数据；
确定所述征信业务领域的征信标准数据输出模型，具体包括：
获取所述征信业务领域的多种数据源；
确定所述多种数据源的数据加工规则以及数据融合规则；
基于所述数据加工规则以及所述数据融合规则，生成待输出信用数据；
确定所述待输出信用数据的输出模式，以通过所述输出模式对所述待输出信用数据进行输出；
所述确定所述待输出信用数据的输出模式，具体包括：
确定所述待输出信用数据的输出模式包括数据库领域输出模式以及面向对象领域输出模式；
通过将征信信息主体作为唯一主键下的不同领域、不同维度的各字段，确定所述数据库领域输出模式；
通过将征信信息主体作为基类下派生的不同层次的子类，确定所述对象领域输出模式。
2.根据权利要求1所述的方法，其特征在于，所述将加工数据进行融合，以输出所述征信业务需求对应的信用数据，具体包括：
将加工数据进行融合，确定融合数据；
对所述融合数据进行封装，确定所述征信业务需求对应的信用数据；
根据所述征信业务需求，确定所述信用数据的输出模式；
通过所述输出模式，输出所述征信业务需求对应的信用数据。
3.根据权利要求1所述的方法，其特征在于，所述确定与审核所述征信信息主体相关的征信业务需求，具体包括：
在可视化界面中，确定信用数据配置选项；
基于用户的操作，通过所述信用数据配置选项确定与审核所述征信信息主体相关的征信业务需求。
4.根据权利要求1所述的方法，其特征在于，所述确定所述多种数据源的数据融合规则，具体包括：
根据各数据源的数据质量确定所述各数据源的优先级；
按照优先级由高至低，选取预设数量的数据源作为主要数据源；
对所述主要数据源进行融合。
5.根据权利要求4所述的方法，其特征在于，所述对所述主要数据源进行融合，具体包括：
确定列表数据；
基于所述列表数据，确定识别键；
根据所述识别键确定所述多种数据源中的数据所包括的重复数据。
6.根据权利要求1所述的方法，其特征在于，所述确定所述多种数据源的数据加工规则，具体包括：
对各数据源中的数据的数据格式进行统一；
对各数据源中的异常数据进行筛选；
对各数据源中的数据的量化单位进行统一。
7.一种信用数据输出设备，其特征在于，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：
获取征信信息主体的征信业务领域；
确定与审核所述征信信息主体相关的征信业务需求；
通过预先构建的所述征信业务领域的征信标准数据输出模型，对所述征信业务需求对应的数据源中的数据进行加工；所述数据与所述征信信息主体有关；并
将加工数据进行融合，以输出所述征信业务需求对应的信用数据；
确定所述征信业务领域的征信标准数据输出模型，具体包括：
获取所述征信业务领域的多种数据源；
确定所述多种数据源的数据加工规则以及数据融合规则；
基于所述数据加工规则以及所述数据融合规则，生成待输出信用数据；
确定所述待输出信用数据的输出模式，以通过所述输出模式对所述待输出信用数据进行输出；
所述确定所述待输出信用数据的输出模式，具体包括：
确定所述待输出信用数据的输出模式包括数据库领域输出模式以及面向对象领域输出模式；
通过将征信信息主体作为唯一主键下的不同领域、不同维度的各字段，确定所述数据库领域输出模式；
通过将征信信息主体作为基类下派生的不同层次的子类，确定所述对象领域输出模式。
8.一种信用数据输出非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：
获取征信信息主体的征信业务领域；
确定与审核所述征信信息主体相关的征信业务需求；
通过预先构建的所述征信业务领域的征信标准数据输出模型，对所述征信业务需求对应的数据源中的数据进行加工；所述数据与所述征信信息主体有关；并
将加工数据进行融合，以输出所述征信业务需求对应的信用数据；
确定所述征信业务领域的征信标准数据输出模型，具体包括：
获取所述征信业务领域的多种数据源；
确定所述多种数据源的数据加工规则以及数据融合规则；
基于所述数据加工规则以及所述数据融合规则，生成待输出信用数据；
确定所述待输出信用数据的输出模式，以通过所述输出模式对所述待输出信用数据进行输出；
所述确定所述待输出信用数据的输出模式，具体包括：
确定所述待输出信用数据的输出模式包括数据库领域输出模式以及面向对象领域输出模式；
通过将征信信息主体作为唯一主键下的不同领域、不同维度的各字段，确定所述数据库领域输出模式；
通过将征信信息主体作为基类下派生的不同层次的子类，确定所述对象领域输出模式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110995305.0A CN113626415B (zh) | 2021-08-27 | 2021-08-27 | 一种信用数据输出方法、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110995305.0A CN113626415B (zh) | 2021-08-27 | 2021-08-27 | 一种信用数据输出方法、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113626415A CN113626415A (zh) | 2021-11-09 |
| CN113626415B true CN113626415B (zh) | 2024-02-23 |
Family
ID=78388066
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110995305.0A Active CN113626415B (zh) | 2021-08-27 | 2021-08-27 | 一种信用数据输出方法、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113626415B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114780553B (zh) * | 2022-06-21 | 2022-09-06 | 昆仑智汇数据科技(北京)有限公司 | 一种基于工业数据模型的异构数据存储方法、装置及设备 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014071532A (ja) * | 2012-09-27 | 2014-04-21 | Mycredit Kk | 個人信用情報提供装置 |
| CN105353957A (zh) * | 2015-10-28 | 2016-02-24 | 深圳市金立通信设备有限公司 | 一种信息显示方法及终端 |
| CN106097095A (zh) * | 2016-06-08 | 2016-11-09 | 腾讯科技（深圳）有限公司 | 确定信用的方法及装置 |
| CN106485582A (zh) * | 2016-10-18 | 2017-03-08 | 上海众恒信息产业股份有限公司 | 一种大数据融合征信平台 |
| CN109934688A (zh) * | 2019-03-22 | 2019-06-25 | 中国农业银行股份有限公司 | 一种征信结果确定方法及装置 |
| CN110706117A (zh) * | 2019-08-22 | 2020-01-17 | 中国平安财产保险股份有限公司 | 业务处理方法、装置、计算机装置及存储介质 |
| CN110807700A (zh) * | 2019-11-05 | 2020-02-18 | 浪潮卓数大数据产业发展有限公司 | 一种基于政府数据的无监督融合模型个人信用评分方法 |
| CN110852868A (zh) * | 2019-10-23 | 2020-02-28 | 上海数禾信息科技有限公司 | 自动审核方法及装置、设备、服务器 |
| CN110968294A (zh) * | 2018-09-30 | 2020-04-07 | 上海羚驭信息技术有限公司 | 一种业务领域模型建立系统及方法 |
| CN111078980A (zh) * | 2019-12-24 | 2020-04-28 | 深圳市信联征信有限公司 | 基于征信大数据的管理方法、装置、设备及存储介质 |
| CN111198973A (zh) * | 2018-11-20 | 2020-05-26 | 阿里巴巴集团控股有限公司 | 基于领域模型的业务可视化处理方法及装置 |
| CN111475532A (zh) * | 2020-03-05 | 2020-07-31 | 拉扎斯网络科技（上海）有限公司 | 数据处理的优化方法及装置、存储介质、终端 |
| CN111897890A (zh) * | 2020-08-21 | 2020-11-06 | 中国工商银行股份有限公司 | 金融业务处理方法及装置 |
| CN112051992A (zh) * | 2020-09-02 | 2020-12-08 | 天元大数据信用管理有限公司 | 基于征信报告生成的数据处理方法及系统 |
| CN112446776A (zh) * | 2019-08-27 | 2021-03-05 | 北京宸信征信有限公司 | 基于多源对接融合数据的中小企业信用评价系统及方法 |
| CN112947919A (zh) * | 2019-11-26 | 2021-06-11 | 北京京东振世信息技术有限公司 | 构建业务模型和处理业务请求的方法和装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7383239B2 (en) * | 2003-04-30 | 2008-06-03 | Genworth Financial, Inc. | System and process for a fusion classification for insurance underwriting suitable for use by an automated system |
| US20080059370A1 (en) * | 2006-08-30 | 2008-03-06 | Cardit, Llc | System and Method for Third Party Payment Processing of Credit Cards |
-
2021
- 2021-08-27 CN CN202110995305.0A patent/CN113626415B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014071532A (ja) * | 2012-09-27 | 2014-04-21 | Mycredit Kk | 個人信用情報提供装置 |
| CN105353957A (zh) * | 2015-10-28 | 2016-02-24 | 深圳市金立通信设备有限公司 | 一种信息显示方法及终端 |
| CN106097095A (zh) * | 2016-06-08 | 2016-11-09 | 腾讯科技（深圳）有限公司 | 确定信用的方法及装置 |
| CN106485582A (zh) * | 2016-10-18 | 2017-03-08 | 上海众恒信息产业股份有限公司 | 一种大数据融合征信平台 |
| CN110968294A (zh) * | 2018-09-30 | 2020-04-07 | 上海羚驭信息技术有限公司 | 一种业务领域模型建立系统及方法 |
| CN111198973A (zh) * | 2018-11-20 | 2020-05-26 | 阿里巴巴集团控股有限公司 | 基于领域模型的业务可视化处理方法及装置 |
| CN109934688A (zh) * | 2019-03-22 | 2019-06-25 | 中国农业银行股份有限公司 | 一种征信结果确定方法及装置 |
| CN110706117A (zh) * | 2019-08-22 | 2020-01-17 | 中国平安财产保险股份有限公司 | 业务处理方法、装置、计算机装置及存储介质 |
| CN112446776A (zh) * | 2019-08-27 | 2021-03-05 | 北京宸信征信有限公司 | 基于多源对接融合数据的中小企业信用评价系统及方法 |
| CN110852868A (zh) * | 2019-10-23 | 2020-02-28 | 上海数禾信息科技有限公司 | 自动审核方法及装置、设备、服务器 |
| CN110807700A (zh) * | 2019-11-05 | 2020-02-18 | 浪潮卓数大数据产业发展有限公司 | 一种基于政府数据的无监督融合模型个人信用评分方法 |
| CN112947919A (zh) * | 2019-11-26 | 2021-06-11 | 北京京东振世信息技术有限公司 | 构建业务模型和处理业务请求的方法和装置 |
| CN111078980A (zh) * | 2019-12-24 | 2020-04-28 | 深圳市信联征信有限公司 | 基于征信大数据的管理方法、装置、设备及存储介质 |
| CN111475532A (zh) * | 2020-03-05 | 2020-07-31 | 拉扎斯网络科技（上海）有限公司 | 数据处理的优化方法及装置、存储介质、终端 |
| CN111897890A (zh) * | 2020-08-21 | 2020-11-06 | 中国工商银行股份有限公司 | 金融业务处理方法及装置 |
| CN112051992A (zh) * | 2020-09-02 | 2020-12-08 | 天元大数据信用管理有限公司 | 基于征信报告生成的数据处理方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 企业商业信用风险管理;钟献兵;中国优秀博硕士学位论文全文数据库 (硕士) 社会科学Ⅰ辑 (季刊)(第04期);J152-76 * |
| 神经网络技术与商业银行个人信用管理;刘昕;农村金融研究(第06期);63-64 * |
| 融入区块链技术的大数据征信平台的设计与应用研究;琚春华;邹江波;傅小康;;计算机科学;第45卷(第S2期);522-526 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113626415A (zh) | 2021-11-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107515886B (zh) | 一种数据表的识别方法、装置和系统 | |
| CN106557486A (zh) | 一种数据的存储方法和装置 | |
| CN106897340A (zh) | 一种数据表更新方法及装置 | |
| CN113626415B (zh) | 一种信用数据输出方法、设备及介质 | |
| CN114511235A (zh) | 流程评估方法及系统 | |
| CN108415990B (zh) | 数据质量监控方法、装置、计算机设备和存储介质 | |
| CN109947853A (zh) | 一种业务活动变更感知方法、系统及服务器 | |
| CN113297179A (zh) | 监管报送数据的处理方法及装置 | |
| JP2005285002A (ja) | テストデータ生成装置 | |
| CN116341839A (zh) | 一种针对家政服务人员的订单推送方法、设备及介质 | |
| CN116188020A (zh) | 异常账户识别方法、装置以及存储介质 | |
| CN110956347A (zh) | 数据的风险系数的计算方法及装置、存储介质及处理器 | |
| CN115578180A (zh) | 银行网点的现金资源的管理方法及装置 | |
| CN115409014A (zh) | 单据模板生成方法、装置、计算机设备和存储介质 | |
| CN114896633A (zh) | 敏感数据的处理方法、装置及计算机可读存储介质 | |
| CN115017240A (zh) | 数据的提供方法及装置、处理器和电子设备 | |
| CN110532248B (zh) | 一种基于cmdb的服务器应用信息获取及调整方法 | |
| CN113704305A (zh) | 一种核保方法、装置、存储介质及电子设备 | |
| CN112990709A (zh) | 审批任务分配方法、装置、设备及存储介质 | |
| CN111932359A (zh) | 一种风险监测方法、系统及电子设备 | |
| CN110866032A (zh) | 一种客服人员服务质量检验方法 | |
| CN111767343A (zh) | 基于消息队列的测试数据同步方法和装置、设备以及介质 | |
| CN111275277A (zh) | 行政要素结构的监测方法及装置 | |
| CN118051520A (zh) | 一种数据的汇总上报方法、设备及介质 | |
| CN116823199A (zh) | 用户数据处理方法、装置、设备及可读存储介质 |
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 |