CN113627996B - 一种交易资源量预测方法、装置、计算机设备及存储介质 - Google Patents
一种交易资源量预测方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113627996B CN113627996B CN202111095980.4A CN202111095980A CN113627996B CN 113627996 B CN113627996 B CN 113627996B CN 202111095980 A CN202111095980 A CN 202111095980A CN 113627996 B CN113627996 B CN 113627996B
- Authority
- CN
- China
- Prior art keywords
- transaction
- target
- transaction resource
- data set
- time
- 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
- 230000008520 organization Effects 0.000 claims abstract description 174
- 238000007726 management method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000013468 resource allocation Methods 0.000 claims 1
- 239000000758 substrate Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000007935 neutral effect Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- 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
Abstract
本申请实施例提供了一种交易资源量预测方法、装置、计算机设备及存储介质，本申请涉及数据处理技术领域，该方法包括：从第一数据库中获取交易数据集合和交易资源量分摊比例数据集合，将交易数据集合和交易资源量分摊比例数据集合写入第二数据库的目标表中；运行目标脚本文件，以从目标表中读取交易数据集合和交易资源量分摊比例数据集合，并根据交易数据集合和交易资源量分摊比例数据集合，确定每个组织架构在每个交易态度标签下的目标交易资源量预测值集合，将交易资源量预测值集合同步至第一数据库。采用本申请，可以提供一种可靠的交易资源量预测方式。本申请涉及区块链技术，如目标脚本文件为目标智能合约，目标脚本文件存储于区块链。
Description
技术领域
本申请涉及数据处理技术领域，尤其涉及一种交易资源量预测方法、装置、计算机设备及存储介质。
背景技术
交易资源量预测是制定创业计划最重要和最困难的部分。目前在市面上的各家公司企业的交易业务中，对于交易资源量的预测基本上是以经营者与管理者为中心基于同行的交易资源量或基于当前的交易资源量进行估测，大多数人或者公司往往过高估计交易资源量，在预测交易时过分乐观，以至于未来的交易资源量不能达到预定标准，从而使得依据此估计的交易资源量制定的各种交易或经营策略丧失原本该有的作用和意义。因此，如何提供可靠的交易资源量预测方式成为亟待解决的问题。
发明内容
本申请实施例提供了一种交易资源量预测方法、装置、计算机设备及存储介质，可以提供一种可靠的交易资源量预测方式。
第一方面，本申请实施例提供了一种交易资源量预测方法，包括：
从第一数据库中获取交易数据集合以及交易资源量分摊比例数据集合，所述交易数据集合包括至少一个组织架构中每个组织架构在第一时间的交易数据，所述交易资源量分摊比例数据集合包括所述每个组织架构在多个交易态度标签中每个交易态度标签下的交易资源量分摊比例数据组，所述交易资源量分摊比例数据组包括目标时间范围内的各个时间的交易资源量分摊比例数据，所述第一时间在第二时间之前且所述第一时间与所述第二时间相差一个预设时间间隔，所述目标时间范围包括所述第二时间以及所述第二时间之后的时间；
将所述交易数据集合以及所述交易资源量分摊比例数据集合写入第二数据库的目标表中；
运行目标脚本文件，以从所述目标表中读取所述交易数据集合以及所述交易资源量分摊比例数据集合，并根据所述交易数据集合以及所述交易资源量分摊比例数据集合，确定所述每个组织架构在所述每个交易态度标签下的目标交易资源量预测值集合，其中，所述目标交易资源量预测值集合包括所述各个时间的目标交易资源量预测值；
将所述目标交易资源量预测值集合同步至所述第一数据库。
可选的，所述交易数据包括交易资源量真实值，所述交易资源量分摊比例数据包括分摊比例以及分摊比例系数；
所述根据所述交易数据集合以及所述交易资源量分摊比例数据集合，确定所述每个组织架构在所述每个交易态度标签下的交易资源量预测值集合，包括：
根据所述每个组织架构在第一时间的交易资源量真实值以及所述每个组织架构在所述每个交易态度标签下的所述各个时间的分摊比例，确定所述每个组织架构在所述每个交易态度标签下的初始交易资源量预测值集合；
利用所述每个组织架构在所述每个交易态度标签下的所述各个时间的分摊比例系数，对所述每个组织架构在所述每个交易态度标签下的初始交易资源量预测值集合进行调整，得到所述每个组织架构在所述每个交易态度标签下的目标交易资源量预测值集合。
可选的，所述至少一个组织架构至少包括目标组织架构，所述目标组织架构为所述至少一个组织架构中的任一组织架构；所述根据所述每个组织架构在第一时间的交易资源量真实值以及所述每个组织架构在所述每个交易态度标签下的所述各个时间的分摊比例，确定所述每个组织架构在所述每个交易态度标签下的初始交易资源量预测值集合，包括：
计算所述目标组织架构在第一时间的交易资源量真实值分别与所述目标组织架构在所述每个交易态度标签下的所述各个时间的分摊比例之间的第一乘积；
根据所述第一乘积，生成所述目标组织架构在所述每个交易态度标签下的初始交易资源量集合，所述初始交易资源量集合包括所述各个时间的初始交易资源量预测值；
所述利用所述每个组织架构在所述每个交易态度标签下的所述各个时间的分摊比例系数，对所述每个组织架构在所述每个交易态度标签下的初始交易资源量预测值集合进行调整，得到所述每个组织架构在所述每个交易态度标签下的目标交易资源量预测值集合，包括：
计算所述目标组织架构在所述每个交易态度标签下的所述各个时间的分摊比例系数分别与所述目标组织架构在所述每个交易态度标签下的初始交易资源量预测值集合包括的所述各个时间的初始交易资源量预测值之间的第二乘积；
根据所述第二乘积生成所述目标组织架构在所述每个交易态度标签下的目标交易资源量预测值集合。
可选的，所述将所述交易数据集合以及所述交易资源量分摊比例数据集合写入第二数据库的目标表中后，所述方法还包括：
生成第一标识以及第二标识，所述第一标识表示成功将所述交易数据集合写入所述目标表中，所述第二标识表示成功将所述交易资源量分摊比例数据集合写入第二数据库的目标表中；
所述从所述目标表中读取所述交易数据集合以及所述交易资源量分摊比例数据集合，包括：
当检测到所述第一标识以及所述第二标识时，从所述目标表中读取所述交易数据集合以及所述交易资源量分摊比例数据集合。
可选的，所述根据所述交易数据集合以及所述交易资源量分摊比例数据集合，确定所述每个组织架构在所述每个交易态度标签下的目标交易资源量预测值集合后，所述方法还包括：
生成第三标识，所述第三标识表示成功确定所述目标交易资源量预测值集合；
所述将所述目标交易资源量预测值集合同步至所述第一数据库，包括：
当检测到所述第三标识时，将所述目标交易资源量预测值集合同步至所述第一数据库。
可选的，所述方法还包括：
将所述第三标识发送到消息管理服务器，以便邮件通知接口在监控到所述消息管理服务器消费了所述第三标识后，发送通知邮件发送至第一设备，所述通知邮件用于通知查询或导出所需组织架构在每个交易态度标签下的目标交易资源量预测值集合。
可选的，所述方法还包括：
将所述目标交易资源量预测值集合同步至第三数据库中的指定表中，以便目标服务器在调用指定接口读取指定表中的所述目标交易资源量预测值集合后，第二设备利用系统网页包括的目标控件调用目标接口从所述目标服务器中获取所述目标交易资源量预测值集合，并在所述系统网页展示所述目标交易资源量预测值集合。
第二方面，本申请实施例提供了一种交易资源量预测装置，包括：
获取模块，用于从第一数据库中获取交易数据集合以及交易资源量分摊比例数据集合，所述交易数据集合包括至少一个组织架构中每个组织架构在第一时间的交易数据，所述交易资源量分摊比例数据集合包括所述每个组织架构在多个交易态度标签中每个交易态度标签下的交易资源量分摊比例数据组，所述交易资源量分摊比例数据组包括目标时间范围内的各个时间的交易资源量分摊比例数据，所述第一时间在第二时间之前且所述第一时间与所述第二时间相差一个预设时间间隔，所述目标时间范围包括所述第二时间以及所述第二时间之后的时间；
读写模块，用于将所述交易数据集合以及所述交易资源量分摊比例数据集合写入第二数据库的目标表中；
运行模块，用于运行目标脚本文件，以从所述目标表中读取所述交易数据集合以及所述交易资源量分摊比例数据集合，并根据所述交易数据集合以及所述交易资源量分摊比例数据集合，确定所述每个组织架构在所述每个交易态度标签下的目标交易资源量预测值集合，其中，所述目标交易资源量预测值集合包括所述各个时间的目标交易资源量预测值；
同步模块，用于将所述目标交易资源量预测值集合同步至所述第一数据库。
第三方面，本申请实施例提供了一种计算机设备，包括处理器和存储器，所述处理器和所述存储器相互连接，其中，所述存储器用于存储计算机程序指令，所述处理器被配置用于执行所述程序指令，实现如第一方面所述的方法。
第四方面，本申请实施例提供了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计算机程序指令，所述计算机程序指令被处理器执行时，用于执行如第一方面所述的方法。
综上所述，计算机设备可以从第一数据库中获取交易数据集合以及交易资源量分摊比例数据集合，并将交易数据集合以及交易资源量分摊比例数据集合写入第二数据库的目标表中；计算机设备运行目标脚本文件，以从目标表中读取交易数据集合以及交易资源量分摊比例数据集合，并根据交易数据集合以及交易资源量分摊比例数据集合，确定每个组织架构在每个交易态度标签下的目标交易资源量预测值集合，并将交易资源量预测值集合同步至第一数据库。相较于现有技术以经营者与管理者为中心基于同行的交易资源量或基于当前的交易资源量进行估测的方式，本申请通过所述的交易数据集合以及交易资源率分摊比例数据集合来进行交易资源量的估计，提供了一种可靠的交易资源量预测方式，使得交易资源量估计值更加准确。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种交易资源量预测方法的流程示意图；
图2是本申请再一实施例提供的一种交易资源量预测方法的流程示意图；
图3是本申请实施例提供的一种交易资源量预测模块的结构示意图；
图4是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
请参阅图1，为本申请提供的一个交易资源量预测方法的流程示意图。该方法可以应用于计算机设备。计算机设备可以是笔记本电脑、台式电脑等智能终端。计算机设备也可以是服务器。服务器可以为独立的服务器，或也可以是由多个物理服务器构成的服务器集群或者分布式系统，或也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器，但并不局限于此。具体地，该方法包括以下步骤：
S101、从第一数据库中获取交易数据集合以及交易资源量分摊比例数据集合，所述交易数据集合包括至少一个组织架构中每个组织架构在第一时间的交易数据，所述交易资源量分摊比例数据集合包括所述每个组织架构在多个交易态度标签中每个交易态度标签下的交易资源量分摊比例数据组，其中，所述交易资源量分摊比例数据组包括目标时间范围内的各个时间的交易资源量分摊比例数据，所述第一时间在第二时间之前且所述第一时间与所述第二时间相差一个预设时间间隔所述目标时间范围包括所述第二时间以及所述第二时间之后的时间。
其中，第一数据库可以是一个关系型数据库，如Oracle数据库或MySQL数据库，也可以是其它类型的数据库。
其中，至少一个组织架构可以为至少一个单位，也可以为一个单位包括的至少一个子单位、至少一个部门或至少一个团队，也可以为至少一个单位中每个单位包括的至少一个子单位、至少一个部门或至少一个团队。其中，所指的单位可以为机关(如政府机关)、团体(如社会团体)、企业(或公司)、事业单位等类型的单位。
其中，交易数据可以包括交易资源量真实值。例如，交易数据可以为销售数据，销售数据可以包括销售金额真实值(实际的销售金额)、销售业绩真实值(实际的销售业绩)或为销售数量真实值(实际的销售数量)。
其中，多个交易态度标签可以包括乐观标签、中性标签、悲观标签。
其中，交易资源量分摊比例数据可以包括分摊比例以及分摊比例系数。
在一个实施例中，分摊比例系数可以根据分摊比例系数对应的交易态度标签确定。例如，乐观标签下的交易资源量分摊比例系数可以为第一数值，也就是当分摊比例系数对应的为乐观标签时，该分摊比例系数为第一数值。中性标签下的交易资源量分摊比例系数可以为第二数值，也就是当分摊比例系数对应的为中性标签时，该分摊比例系数可以为第二数值。悲观标签下的交易资源量分摊比例系数为可以为第三数值，也就是当分摊比例系数对应的为悲观标签时，该分摊比例系数为第三数值。其中，第一数值大于第二数值，第二数值大于第三数值。
在一个实施例中，分摊比例系数可以根据分摊比例系数对应的交易态度标签以及组织架构确定。例如，组织架构1在乐观标签下的交易资源量分摊比例系数可以为第四数值，也就是当分摊比例系数对应的为乐观标签以及组织架构1时，该分摊比例系数为第四数值。组织架构1在中性标签下的交易资源量分摊比例系数可以为第五数值，也就是当分摊比例系数对应的为中性标签以及组织架构1时，该分摊比例系数可以为第五数值。组织架构1在悲观标签下的交易资源量分摊比例系数为可以为第六数值，也就是当分摊比例系数对应的为悲观标签以及组织架构1时，该分摊比例系数为第六数值。其中，第四数值大于第五数值，第五数值大于第六数值。例如，组织架构2在乐观标签下的交易资源量分摊比例系数可以为第七数值，也就是当分摊比例系数对应的为乐观标签以及组织架构2时，该分摊比例系数为第七数值。组织架构2在中性标签下的交易资源量分摊比例系数可以为第八数值，也就是当分摊比例系数对应的为中性标签以及组织架构2时，该分摊比例系数可以为第八数值。组织架构2在悲观标签下的交易资源量分摊比例系数为可以为第九数值，也就是当分摊比例系数对应的为悲观标签以及组织架构2时，该分摊比例系数为第九数值。其中，第七数值大于第八数值，第八数值大于第九数值。其中，第四数值可以与第七数值可以不同，第五数值可以与第八数值不同，第六数值可以与第九数值不同。
在一个实施例中，所述的第一时间以及所述的各个时间(包括第二时间)可以由年和月构成。目标时间范围可以包括第一时间所在年中在第一时间之后的各个月。例如，第一时间可以为2021年4月，第二时间可以为2021年5月，此处第一时间与第二时间相差一个月(为一个预设时间间隔)，目标时间范围可以为2021年5月至2021年12月。
在一个实施例中，计算机设备可以通过任务调度工具，如Azkaban配置第一定时任务，并运行第一定时任务以按照第一预设频率(比如：每月1日9点)从第一数据库中获取交易数据集合以及交易资源量分摊比例数据集合。在一个实施例中，计算机设备可以通过数据库同步工具，如Sqoop从第一数据库中获取交易数据集合以及交易资源量分摊比例数据集合。
在一个实施例中，第一数据库可以包括交易数据表和交易资源量分摊比例数据表，交易数据表至少包括交易数据集合，交易资源量分摊比例数据表至少包括交易资源量分摊比例数据集合。在一个实施例中，计算机设备可以通过交易数据表的表名+日期字段的值(第一时间，比如2021年4月)从交易数据表中筛出交易数据集合，并还可以通过交易资源量分摊比例数据表的表名+统计日期字段的值(第二时间，比如2021年5月)，从交易资源量分摊比例数据表中筛出交易资源量分摊比例数据集合。
在一个应用场景中，所述的交易数据表可以为销售数据表，参见表1：
表1
| 主键 | 组织架构 | 月份日期 | 销售业绩 |
| 1 | 公司 | 2020-12 | 8100000000 |
| 2 | 公司 | 2021-01 | 7100000000 |
| 3 | 公司 | 2021-02 | 3100000000 |
| 4 | 公司 | 2021-03 | 4100000000 |
| 5 | 公司 | 2021-04 | 5100000000 |
| … | … | … | … |
| n-4 | 上海机构1组 | 2020-12 | 7000000 |
| n-3 | 上海机构1组 | 2021-01 | 6200000 |
| n-2 | 上海机构1组 | 2021-02 | 3100000 |
| n-1 | 上海机构1组 | 2021-03 | 4100000 |
| n | 上海机构1组 | 2021-04 | 5300000 |
其中，表1包括公司在2021年5月之前的5个月中每个月的销售业绩以及上海机构1组在2021年5月之前的5个月中每个月的销售业绩。
在一个应用场景中，所述交易资源量分摊比例数据表，可以为销售业绩分摊比例表，参见表2：
表2
其中，表1包括公司在中观标签下的交易资源量分摊比例数据组1(包括2021年5月-2021年12月期间每个月的交易资源量分摊比例数据，也就是包括这期间8个月每个月对应的分摊比例和分摊比例系数)，公司在乐观标签下的交易资源量分摊比例数据组2(包括2021年5月-2021年12月期间每个月的交易资源量分摊比例数据，也就是包括这期间8个月每个月对应的分摊比例和分摊比例系数)，公司在悲观标签下的交易资源量分摊比例数据组3(包括2021年5月-2021年12月期间每个月的交易资源量分摊比例数据，也就是包括这期间8个月每个月对应的分摊比例和分摊比例系数)。在一个实施例中，相同组织架构在不同交易态度标签下的第三时间对应的分摊比例相同，第三时间为目标时间范围中的任一时间。例如，参见表2，公司在中性标签下2021年5月对应的分摊比例，与公司在乐观标签2021年5月对应的分摊比例相同，也与公司在悲观标签下2021年5月对应的分摊比例相同。在一个实施例中，相同组织架构在不同交易态度标签下的第三时间对应的分摊比例系数不同。例如，参见表2公司在中性标签下2021年5月对应的分摊比例系数，与公司在乐观标签2021年5月对应的分摊比例系数不同，也与公司在悲观标签下2021年5月对应的分摊比例系数不同。在一个实施例中，不同组织架构在相同交易态度标签下的第三时间对应的分摊比例系数可以不同。例如，参见表2，公司在中性标签下2021年5月对应的分摊比例系数，与上海机构组1在中观标签2021年5月对应的分摊比例系数不同。在一个实施例中，相同组织架构在相同交易态度标签下的目标时间范围内的各个时间对应的分摊比例，可以是根据各个时间的同比变化趋势估计值确定的，例如，同步变化趋势估计值包括同比下降估计值，若在第二时间的同比下降估计值为各个时间的同比下降估计值中的最小值，则可以将第二时间对应的分摊比例设为各个时间对应的分摊比例中的最小值。
S102、将所述交易数据集合以及所述交易资源量分摊比例数据集合写入第二数据库的目标表中。
其中，第二数据库可以为Hive数据库，也可以为其它类型的数据库。第二数据库与第一数据库不同。当第二数据库为Hive数据库时，目标表为Hive表，目标表可以为一张或多张。
本申请实施例，计算机设备可以将交易数据集合以及交易资源量分摊比例数据集合写入一张目标表中，或也可以将交易数据集合以及交易资源量分摊比例数据集合分别写入不同的目标表中。
S103、运行目标脚本文件，以从所述目标表中读取所述交易数据集合以及所述交易资源量分摊比例数据集合，并根据所述交易数据集合以及所述交易资源量分摊比例数据集合，确定所述每个组织架构在所述每个交易态度标签下的目标交易资源量预测值集合，其中，所述目标交易资源量预测值集合包括所述各个时间的目标交易资源量预测值。
例如，目标交易资源量预测值可以为目标销售业绩预测值(预测的销售业绩)、目标销售金额预测值(预测的销售金额)或目标销售数量预测值(预测的销售数量)。
在一个实施例中，计算机设备可以通过任务调度工具配置第二定时任务，并运行第二定时任务，以按照第二预设频率(比如：每月1日10点)运行目标脚本文件，以从目标表中读取交易数据集合以及交易资源量分摊比例数据集合，并根据交易数据集合以及交易资源量分摊比例数据集合，确定每个组织架构在每个交易态度标签下的目标交易资源量预测值集合。
在一个实施例中，当交易数据包括交易资源量真实值且交易资源量分摊比例数据包括分摊比例以及分摊比例系数时，计算机设备根据交易数据集合以及交易资源量分摊比例数据集合，确定每个组织架构在每个交易态度标签下的交易资源量预测值集合的方式可以为：计算机设备根据每个组织架构在第一时间的交易资源量真实值以及每个组织架构在每个交易态度标签下的各个时间的分摊比例，确定每个组织架构在每个交易态度标签下的初始交易资源量预测值集合，计算机设备利用每个组织架构在每个交易态度标签下的各个时间的分摊比例系数，对每个组织架构在每个交易态度标签下的初始交易资源量预测值集合进行调整，得到每个组织架构在每个交易态度标签下的目标交易资源量预测值集合。其中，初始交易资源量预测值集合包括所述的各个时间的初始交易资源量预测值。初始的交易资源量预测值集合并非是最终的交易资源量预测值，通过分摊比例系数对初始的交易资源量预测值进行微调后，可以得到最终的交易资源量预测值。
在一个实施例中，至少一个组织架构至少包括目标组织架构，目标组织架构为至少一个组织架构中的任一组织架构；计算机设备根据每个组织架构在第一时间的交易资源量真实值以及每个组织架构在每个交易态度标签下的各个时间的分摊比例，确定每个组织架构在每个交易态度标签下的初始交易资源量预测值集合的方式可以为：计算机设备计算目标组织架构在第一时间的交易资源量真实值分别与目标组织架构在每个交易态度标签下的各个时间的分摊比例之间的第一乘积；根据第一乘积，生成目标组织架构在每个交易态度标签下的初始交易资源量集合，初始交易资源量集合包括各个时间的初始交易资源量预测值。在一个实施例中，计算机设备利用每个组织架构在每个交易态度标签下的各个时间的分摊比例系数，对每个组织架构在每个交易态度标签下的初始交易资源量预测值集合进行调整，得到每个组织架构在每个交易态度标签下的目标交易资源量预测值集合的方式可以为：计算机设备计算目标组织架构在每个交易态度标签下的各个时间的分摊比例系数分别与目标组织架构在每个交易态度标签下的初始交易资源量预测值集合包括的各个时间的初始交易资源量预测值之间的第二乘积；计算机设备根据第二乘积生成目标组织架构在每个交易态度标签下的目标交易资源量预测值集合。
在一个实施例中，确定各个时间的目标交易资源量预测值的方式，可以参见如下确定目标时间的目标交易资源量预测值的方式：目标时间的交易资源量预测值＝第一时间的交易资源量真实值*目标时间的分摊比例*目标时间的分摊比例系数。目标时间为目标时间范围内的任一时间。其中，第一时间的交易资源量真实值*目标时间的分摊比例，即为第一时间的交易资源量真实值与目标时间的分摊比例之间的第一乘积，此处的第一乘积即为目标时间的初始交易资源量预测值。第一时间的交易资源量真实值*目标时间的分摊比例*目标时间的分摊比例系数，即为目标时间的分摊比例系数与目标时间的初始交易资源量预测值之间的第二乘积，此处的第二乘积即为目标时间的目标交易资源量预测值。
举例来说，若第一时间为2021年4月，第二时间为2021年5月，则目标时间范围可以为2021年5月至2021年12月。参照前述表1及表2，结合上述确定目标时间的目标交易资源量预测值的方式，可以得到不同组织架构在每种交易态度标签下的2021年05月-2021年12月中各个月的销售业绩，具体如下：
1.1公司在中观标签下2021年5月-2021年12月中各个月的目标销售业绩预测值：
(1)2021年5月的目标销售业绩预测值为＝5100000000*1.1*1；
(2)2021年6月的目标销售业绩预测值为＝5100000000*1.1*1；
(3)2021年7月的目标销售业绩预测值为＝5100000000*1.15*1；
…………………………………………………………省略
(7)2021年11月的目标销售业绩预测值为＝5100000000*1.4*1；
(8)2021年12月的目标销售业绩预测值为＝5100000000*1.3*1。
1.2公司的在乐观标签下2021年5月-2021年12月中各个月的销售业绩：
(1)2021年5月的目标销售业绩预测值为＝5100000000*1.1*1.3；
(2)2021年6月的目标销售业绩预测值为＝5100000000*1.1*1.3；
(3)2021年7月的目标销售业绩预测值为＝5100000000*1.15*1.3；
…………………………………………………………省略
(7)2021年11月的目标销售业绩预测值为＝5100000000*1.4*1.3；
(8)2021年12月的目标销售业绩预测值为＝5100000000*1.3*1.3。
1.3公司的在悲观标签下2021年5月-2021年12月中各个月的目标销售业绩预测值：
(1)2021年5月的目标销售业绩预测值为＝5100000000*1.1*0.7；
(2)2021年6月的目标销售业绩预测值为＝5100000000*1.1*0.7；
(3)2021年7月的目标销售业绩预测值为＝5100000000*1.15*0.7；
…………………………………………………………省略
(7)2021年11月的目标销售业绩预测值为＝5100000000*1.4*0.7；
(8)2021年12月的目标销售业绩预测值为＝5100000000*1.3*0.7。
2.1上海机构1组在中观标签下2021年5月-2021年12月中各个月的目标销售业绩预测值：
(1)2021年5月的目标销售业绩预测值为＝5300000*1.2*1；
(2)2021年6月的目标销售业绩预测值为＝5300000*1.3*1；
(3)2021年7月的目标销售业绩预测值为＝5300000*1.4*1；
………………………………………………………省略
(7)2021年11月的目标销售业绩预测值为＝5300000*1.7*1；
(8)2021年12月的目标销售业绩预测值为＝5300000*1.5*1。
2.2上海机构1组在乐观标签下的2021年5月-2021年12月中各个月的目标销售业绩预测值：
(1)2021年5月的目标销售业绩预测值为＝5300000*1.2*1.4；
(2)2021年6月的目标销售业绩预测值为＝5300000*1.3*1.4；
(3)2021年7月的目标销售业绩预测值为＝5300000*1.4*1.4；
………………………………………………………省略
(7)2021年11月的目标销售业绩预测值为＝5300000*1.7*1.4；
(8)2021年12月的目标销售业绩预测值为＝5300000*1.5*1.4。
2.3上海机构1组在悲观下2021年5月-2021年12月中各个月的目标销售业绩预测值：
(1)2021年5月的目标销售业绩预测值为＝5300000*1.2*0.8；
(2)2021年6月的目标销售业绩预测值为＝5300000*1.3*0.8；
(3)2021年7月的目标销售业绩预测值为＝5300000*1.4*0.8；
………………………………………………………省略
(7)2021年11月的目标销售业绩预测值为＝5300000*1.7*0.8；
(8)2021年12月的目标销售业绩预测值为＝5300000*1.5*0.8。
也就是说，本申请实施例可以实现通过组织架构在当前月的前一个月的销售业绩真实值以及组织架构在每个交易态度标签下的当前月以及当前年剩余月份的分摊比例以及分摊比例系数，得到组织架构在当前月以及当前年剩余月份的目标销售业绩预测值。
S104、将所述目标交易资源量预测值集合同步至所述第一数据库。
在一个实施例中，计算机设备可以通过任务调度工具配置第三定时任务，并运行第三定时任务，以按照第三预设频率(比如：每月1日10点10分)将目标交易资源量预测值集合同步至第一数据库。
可见，图1所示的实施例中，计算机设备可以从第一数据库中获取交易数据集合以及交易资源量分摊比例数据集合以写入第二数据库的目标表中；计算机设备运行目标脚本文件，以从目标表中读取交易数据集合以及交易资源量分摊比例数据集合，并根据交易数据集合以及交易资源量分摊比例数据集合，确定每个组织架构在每个交易态度标签下的目标交易资源量预测值集合以同步至第一数据库，本申请提供了一种可靠的交易资源量预测方式，使得交易资源量估计值更加准确，并且实现从中观、乐观、悲观三个模块来分析预测未来的交易资源量，能够通过不同模块的预测数据来反映出单位在市场行情平稳时期、市场行情利好时期、市场行情低迷时期的交易状态，从而让管理层等能够获得更加科学合理的预测数据。
请参阅图2，为本申请再一实施例提供的一种交易资源量预测方法的流程示意图。该方法可以应用于前述提及的计算机设备中。具体地，该方法可以包括以下步骤：
S201、从第一数据库中获取交易数据集合以及交易资源量分摊比例数据集合，所述交易数据集合包括至少一个组织架构中每个组织架构在第一时间的交易数据，所述交易资源量分摊比例数据集合包括所述每个组织架构在多个交易态度标签中每个交易态度标签下的交易资源量分摊比例数据组，所述交易资源量分摊比例数据组包括目标时间范围内的各个时间的交易资源量分摊比例数据，所述第一时间在第二时间之前且所述第一时间与所述第二时间相差一个预设时间间隔，所述目标时间范围包括所述第二时间以及所述第二时间之后的时间。
S202、将所述交易数据集合以及所述交易资源量分摊比例数据集合写入第二数据库的目标表中。
其中，步骤S201-步骤S202可以参见图1实施例中的步骤S101-步骤S102，本申请实施例在此不做赘述。
S203、生成第一标识以及第二标识，所述第一标识表示成功将所述交易数据集合写入所述目标表中，所述第二标识表示成功将所述交易资源量分摊比例数据集合写入第二数据库的目标表中。
S204、运行目标脚本文件，以当检测到所述第一标识以及所述第二标识时，从所述目标表中读取所述交易数据集合以及所述交易资源量分摊比例数据集合，并根据所述交易数据集合以及所述交易资源量分摊比例数据集合，确定所述每个组织架构在所述每个交易态度标签下的目标交易资源量预测值集合，其中，所述目标交易资源量预测值集合包括所述各个时间的目标交易资源量预测值。
在步骤S203-步骤S204中，计算机设备可以生成第一标识以及第二标识。计算机设备可以运行目标脚本文件，以当检测到第一标识以及第二标识时，从目标表中读取交易数据集合以及交易资源量分摊比例数据集合，并根据交易数据集合以及交易资源量分摊比例数据集合，确定每个组织架构在每个交易态度标签下的目标交易资源量预测值集合，其中，目标交易资源量预测值集合包括各个时间的目标交易资源量预测值。在检测到第一标识以及第二标识时触发从目标表中读取交易数据集合以及交易资源量分摊比例数据集合的操作，使得确定出目标交易资源量预测值集合的过程更加及时。
S205、生成第三标识，所述第三标识表示成功确定所述目标交易资源量预测值集合。
S206、当检测到所述第三标识时，将所述目标交易资源量预测值集合同步至所述第一数据库。
在步骤S205-步骤S206中，计算机设备可以生成第三标识，并当检测到第三标识时，将目标交易资源量预测值集合同步至第一数据库。在检测到第三标识时触发将目标交易资源量预测值集合同步至第一数据库，使得将交易资源量预测值同步至第一数据库的过程更加及时。
在一个实施例中，计算机设备可以将第三标识发送到消息管理服务器，以便邮件通知接口在监控到消息管理服务器消费了第三标识后，发送通知邮件发送至第一设备，通知邮件用于通知查询或导出所需组织架构在每个交易态度标签下的目标交易资源量预测值集合。其中，消息服务器可以为kafak消息服务器。也就是说，计算机设备当检测到第三标识生成以后，将第三标识传输到kafak消息服务器，以便于邮件通知接口在监控到kafak消息服务器在消费到此成功标识时，将通知邮件发送给相关的用户，从而使得相关用户可以查询或者导出所需组织架构在每个交易态度标签的预测交易资源量集合，进而让管理层等获得更加科学合理的预测数据。
在一个实施例中，计算机设备可以将目标交易资源量预测值集合同步至第三数据库中的指定表中，以便目标服务器在调用指定接口读取指定表中的目标交易资源量预测值集合后，第二设备利用系统网页包括的目标控件调用目标接口从目标服务器中获取目标交易资源量预测值集合，并在系统网页展示目标交易资源量预测值集合。其中，第三数据库可以为Hbase数据库。指定表可以为Hbase表。目标控件可以为查询按钮或下载按钮。当目标控件为查询按钮时，目标接口可以为查询接口，当目标控件为下载按钮时，目标接口可以为下载接口。当计算机设备为服务器时，该目标服务器可以为计算机设备，或者可以其它服务器。该过程提供查询和下载功能，无需要在用户查询时再执行数据库查询操作，该过程使得管理层能够通过系统页面更加直观的看到未来的预测数据。
本申请涉及区块链技术，例如目标脚本文件可以为目标智能合约，目标脚本文件可以存储于区块链中。所述的交易数据集合以及交易资源量分布比例数据可以是通过区块链网络从第一数据库获取，也可以是通过区块链网络写入第二数据库。所述的目标交易资源量预测值集合可以通过区块链网络同步至第一数据库。
可见，图2所示的实施例中，计算机设备可以引入第一标识、第二标识、第三标识来触发不同阶段的数据操作过程，采用该方式不仅可以使得确定目标交易资源量预测值集合的过程更加及时，还能够使得将目标交易资源量预测值集合同步至第一数据库的过程更加及时。
请参阅图3，为本申请实施例提供的一个交易资源量预测装置的结构示意图。该装置可以应用于前述提及的计算机设备中。具体地，该装置包括：
获取模块301，用于从第一数据库中获取交易数据集合以及交易资源量分摊比例数据集合，所述交易数据集合包括至少一个组织架构中每个组织架构在第一时间的交易数据，所述交易资源量分摊比例数据集合包括所述每个组织架构在多个交易态度标签中每个交易态度标签下的交易资源量分摊比例数据组，所述交易资源量分摊比例数据组包括目标时间范围内的各个时间的交易资源量分摊比例数据，所述第一时间在第二时间之前且所述第一时间与所述第二时间相差一个预设时间间隔，所述目标时间范围包括所述第二时间以及所述第二时间之后的时间。
读写模块302，用于将所述交易数据集合以及所述交易资源量分摊比例数据集合写入第二数据库的目标表中。
运行模块303，用于运行目标脚本文件，以从所述目标表中读取所述交易数据集合以及所述交易资源量分摊比例数据集合，并根据所述交易数据集合以及所述交易资源量分摊比例数据集合，确定所述每个组织架构在所述每个交易态度标签下的目标交易资源量预测值集合，其中，所述目标交易资源量预测值集合包括所述各个时间的目标交易资源量预测值。
同步模块304，用于将所述目标交易资源量预测值集合同步至所述第一数据库。
在一种可选的实施方式中，所述交易数据包括交易资源量真实值，所述交易资源量分摊比例数据包括分摊比例以及分摊比例系数；运行模块303，具体用于根据所述每个组织架构在第一时间的交易资源量真实值以及所述每个组织架构在所述每个交易态度标签下的所述各个时间的分摊比例，确定所述每个组织架构在所述每个交易态度标签下的初始交易资源量预测值集合；利用所述每个组织架构在所述每个交易态度标签下的所述各个时间的分摊比例系数，对所述每个组织架构在所述每个交易态度标签下的初始交易资源量预测值集合进行调整，得到所述每个组织架构在所述每个交易态度标签下的目标交易资源量预测值集合。
在一种可选的实施方式中，所述至少一个组织架构至少包括目标组织架构，所述目标组织架构为所述至少一个组织架构中的任一组织架构；运行模块303根据所述每个组织架构在第一时间的交易资源量真实值以及所述每个组织架构在所述每个交易态度标签下的所述各个时间的分摊比例，确定所述每个组织架构在所述每个交易态度标签下的初始交易资源量预测值集合，具体为：计算所述目标组织架构在第一时间的交易资源量真实值分别与所述目标组织架构在所述每个交易态度标签下的所述各个时间的分摊比例之间的第一乘积；根据所述第一乘积，生成所述目标组织架构在所述每个交易态度标签下的初始交易资源量集合，所述初始交易资源量集合包括所述各个时间的初始交易资源量预测值；运行模块303利用所述每个组织架构在所述每个交易态度标签下的所述各个时间的分摊比例系数，对所述每个组织架构在所述每个交易态度标签下的初始交易资源量预测值集合进行调整，得到所述每个组织架构在所述每个交易态度标签下的目标交易资源量预测值集合，具体为计算所述目标组织架构在所述每个交易态度标签下的所述各个时间的分摊比例系数分别与所述目标组织架构在所述每个交易态度标签下的初始交易资源量预测值集合包括的所述各个时间的初始交易资源量预测值之间的第二乘积；根据所述第二乘积生成所述目标组织架构在所述每个交易态度标签下的目标交易资源量预测值集合。
在一种可选的实施方式中，所述装置还包括标识生成模块305，标识生成模块305，用于在将所述交易数据集合以及所述交易资源量分摊比例数据集合写入第二数据库的目标表中后，生成第一标识以及第二标识，所述第一标识表示成功将所述交易数据集合写入所述目标表中，所述第二标识表示成功将所述交易资源量分摊比例数据集合写入第二数据库的目标表中；读写模块302从所述目标表中读取所述交易数据集合以及所述交易资源量分摊比例数据集合，具体为当检测到所述第一标识以及所述第二标识时，从所述目标表中读取所述交易数据集合以及所述交易资源量分摊比例数据集合。
在一种可选的实施方式中，标识生成模块305，还用于在根据所述交易数据集合以及所述交易资源量分摊比例数据集合，确定所述每个组织架构在所述每个交易态度标签下的目标交易资源量预测值集合后，生成第三标识，所述第三标识表示成功确定所述目标交易资源量预测值集合；同步模块304将所述目标交易资源量预测值集合同步至所述第一数据库，具体为当检测到所述第三标识时，将所述目标交易资源量预测值集合同步至所述第一数据库。
在一种可选的实施方式中，所述装置还包括通信模块306，通信模块306，用于将所述第三标识发送到消息管理服务器，以便邮件通知接口在监控到所述消息管理服务器消费了所述第三标识后，发送通知邮件发送至第一设备，所述通知邮件用于通知查询或导出所需组织架构在每个交易态度标签下的目标交易资源量预测值集合。
在一种可选的实施方式中，同步模块304，还用于将所述目标交易资源量预测值集合同步至第三数据库中的指定表中，以便目标服务器在调用指定接口读取指定表中的所述目标交易资源量预测值集合后，第二设备利用系统网页包括的目标控件调用目标接口从所述目标服务器中获取所述目标交易资源量预测值集合，并在所述系统网页展示所述目标交易资源量预测值集合。
可见，图3所示的实施例中，所述的装置可以从第一数据库中获取交易数据集合以及交易资源量分摊比例数据集合以写入第二数据库的目标表中；所述的装置运行目标脚本文件，以从目标表中读取交易数据集合以及交易资源量分摊比例数据集合，并根据交易数据集合以及交易资源量分摊比例数据集合，确定每个组织架构在每个交易态度标签下的目标交易资源量预测值集合以同步至第一数据库，本申请提供了一种可靠的交易资源量预测方式，使得交易资源量估计值更加准确。
请参阅图4，为本申请实施例提供的一种计算机设备的结构示意图。本实施例中所描述的计算机设备可以包括：一个或多个处理器1000和存储器2000。处理器1000、和存储器2000可以通过总线连接。
处理器1000可以是中央处理模块(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器2000可以是高速RAM存储器，也可为非不稳定的存储器(non-volatilememory)，例如磁盘存储器。其中，存储器2000用于存储计算机程序，所述计算机程序包括程序指令，处理器1000被配置用于调用所述程序指令，执行以下步骤：
从第一数据库中获取交易数据集合以及交易资源量分摊比例数据集合，所述交易数据集合包括至少一个组织架构中每个组织架构在第一时间的交易数据，所述交易资源量分摊比例数据集合包括所述每个组织架构在多个交易态度标签中每个交易态度标签下的交易资源量分摊比例数据组，所述交易资源量分摊比例数据组包括目标时间范围内的各个时间的交易资源量分摊比例数据，所述第一时间在第二时间之前且所述第一时间与所述第二时间相差一个预设时间间隔，所述目标时间范围包括所述第二时间以及所述第二时间之后的时间；
将所述交易数据集合以及所述交易资源量分摊比例数据集合写入第二数据库的目标表中；
运行目标脚本文件，以从所述目标表中读取所述交易数据集合以及所述交易资源量分摊比例数据集合，并根据所述交易数据集合以及所述交易资源量分摊比例数据集合，确定所述每个组织架构在所述每个交易态度标签下的目标交易资源量预测值集合，其中，所述目标交易资源量预测值集合包括所述各个时间的目标交易资源量预测值；
将所述目标交易资源量预测值集合同步至所述第一数据库。
在一个实施例中，所述交易数据包括交易资源量真实值，所述交易资源量分摊比例数据包括分摊比例以及分摊比例系数；在根据所述交易数据集合以及所述交易资源量分摊比例数据集合，确定所述每个组织架构在所述每个交易态度标签下的交易资源量预测值集合时，处理器1000被配置用于调用所述程序指令，具体执行以下步骤：
根据所述每个组织架构在第一时间的交易资源量真实值以及所述每个组织架构在所述每个交易态度标签下的所述各个时间的分摊比例，确定所述每个组织架构在所述每个交易态度标签下的初始交易资源量预测值集合；
利用所述每个组织架构在所述每个交易态度标签下的所述各个时间的分摊比例系数，对所述每个组织架构在所述每个交易态度标签下的初始交易资源量预测值集合进行调整，得到所述每个组织架构在所述每个交易态度标签下的目标交易资源量预测值集合。
在一个实施例中，所述至少一个组织架构至少包括目标组织架构，所述目标组织架构为所述至少一个组织架构中的任一组织架构；在根据所述每个组织架构在第一时间的交易资源量真实值以及所述每个组织架构在所述每个交易态度标签下的所述各个时间的分摊比例，确定所述每个组织架构在所述每个交易态度标签下的初始交易资源量预测值集合时，处理器1000被配置用于调用所述程序指令，具体执行以下步骤：
计算所述目标组织架构在第一时间的交易资源量真实值分别与所述目标组织架构在所述每个交易态度标签下的所述各个时间的分摊比例之间的第一乘积；
根据所述第一乘积，生成所述目标组织架构在所述每个交易态度标签下的初始交易资源量集合，所述初始交易资源量集合包括所述各个时间的初始交易资源量预测值；
在利用所述每个组织架构在所述每个交易态度标签下的所述各个时间的分摊比例系数，对所述每个组织架构在所述每个交易态度标签下的初始交易资源量预测值集合进行调整，得到所述每个组织架构在所述每个交易态度标签下的目标交易资源量预测值集合时，处理器1000被配置用于调用所述程序指令，具体执行以下步骤：
计算所述目标组织架构在所述每个交易态度标签下的所述各个时间的分摊比例系数分别与所述目标组织架构在所述每个交易态度标签下的初始交易资源量预测值集合包括的所述各个时间的初始交易资源量预测值之间的第二乘积；
根据所述第二乘积生成所述目标组织架构在所述每个交易态度标签下的目标交易资源量预测值集合。
在一个实施例中，在将所述交易数据集合以及所述交易资源量分摊比例数据集合写入第二数据库的目标表中后，处理器1000被配置用于调用所述程序指令，还执行以下步骤：
生成第一标识以及第二标识，所述第一标识表示成功将所述交易数据集合写入所述目标表中，所述第二标识表示成功将所述交易资源量分摊比例数据集合写入第二数据库的目标表中；
在从所述目标表中读取所述交易数据集合以及所述交易资源量分摊比例数据集合时，处理器1000被配置用于调用所述程序指令，具体执行以下步骤：
当检测到所述第一标识以及所述第二标识时，从所述目标表中读取所述交易数据集合以及所述交易资源量分摊比例数据集合。
在一个实施例中，在根据所述交易数据集合以及所述交易资源量分摊比例数据集合，确定所述每个组织架构在所述每个交易态度标签下的目标交易资源量预测值集合后，处理器1000被配置用于调用所述程序指令，还执行以下步骤：
生成第三标识，所述第三标识表示成功确定所述目标交易资源量预测值集合；
在将所述目标交易资源量预测值集合同步至所述第一数据库时，处理器1000被配置用于调用所述程序指令，执行以下步骤：
当检测到所述第三标识时，将所述目标交易资源量预测值集合同步至所述第一数据库。
在一个实施例中，处理器1000被配置用于调用所述程序指令，还执行以下步骤：
将所述第三标识发送到消息管理服务器，以便邮件通知接口在监控到所述消息管理服务器消费了所述第三标识后，发送通知邮件发送至第一设备，所述通知邮件用于通知查询或导出所需组织架构在每个交易态度标签下的目标交易资源量预测值集合。
在一个实施例中，计算机设备还包括通信接口(图未示)，如标准的有线或无线通信接口，处理器、存储器、通信接口之间可以通过总线等方式连接。通信接口可以用于将第三标识发送到消息管理服务器。
在一个实施例中，处理器1000被配置用于调用所述程序指令，还执行以下步骤：
将所述目标交易资源量预测值集合同步至第三数据库中的指定表中，以便目标服务器在调用指定接口读取指定表中的所述目标交易资源量预测值集合后，第二设备利用系统网页包括的目标控件调用目标接口从所述目标服务器中获取所述目标交易资源量预测值集合，并在所述系统网页展示所述目标交易资源量预测值集合。
具体实现中，本申请实施例中所描述的处理器1000可执行图1实施例或图2实施例所描述的实现方式，也可执行本申请实施例所描述的实现方式，在此不再赘述。
在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以是两个或两个以上模块集成在一个模块中。上述集成的模块既可以采样硬件的形式实现，也可以采样软件功能模块的形式实现。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的计算机可读存储介质可为易失性的或非易失性的。例如，该计算机存储介质可以为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。所述的计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
其中，本申请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。
以上所揭露的仅为本申请一种较佳实施例而已，当然不能以此来限定本申请之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本申请权利要求所作的等同变化，仍属于本申请所涵盖的范围。
Claims (8)
1.一种交易资源量预测方法，其特征在于，包括：
从第一数据库中获取交易数据集合以及交易资源量分摊比例数据集合，所述交易数据集合包括至少一个组织架构中每个组织架构在第一时间的交易数据，所述交易资源量分摊比例数据集合包括所述每个组织架构在多个交易态度标签中每个交易态度标签下的交易资源量分摊比例数据组，所述交易资源量分摊比例数据组包括目标时间范围内的各个时间的交易资源量分摊比例数据，所述第一时间在第二时间之前且所述第一时间与所述第二时间相差一个预设时间间隔，所述目标时间范围包括所述第二时间以及所述第二时间之后的时间；所述交易数据包括交易资源量真实值，所述交易资源量分摊比例数据包括分摊比例以及分摊比例系数；
将所述交易数据集合以及所述交易资源量分摊比例数据集合写入第二数据库的目标表中；
运行目标脚本文件，以从所述目标表中读取所述交易数据集合以及所述交易资源量分摊比例数据集合，并计算目标组织架构在第一时间的交易资源量真实值分别与所述目标组织架构在所述每个交易态度标签下的所述各个时间的分摊比例之间的第一乘积；其中，所述至少一个组织架构至少包括所述目标组织架构，所述目标组织架构为所述至少一个组织架构中的任一组织架构；
根据第一乘积，生成目标组织架构在每个交易态度标签下的初始交易资源量集合，所述初始交易资源量集合包括所述各个时间的初始交易资源量预测值；
计算所述目标组织架构在所述每个交易态度标签下的所述各个时间的分摊比例系数分别与所述目标组织架构在所述每个交易态度标签下的初始交易资源量预测值集合包括的所述各个时间的初始交易资源量预测值之间的第二乘积；
根据所述第二乘积生成所述目标组织架构在所述每个交易态度标签下的目标交易资源量预测值集合，其中，所述目标交易资源量预测值集合包括所述各个时间的目标交易资源量预测值；
将所述目标交易资源量预测值集合同步至所述第一数据库。
2.根据权利要求1所述的方法，其特征在于，所述将所述交易数据集合以及所述交易资源量分摊比例数据集合写入第二数据库的目标表中后，所述方法还包括：
生成第一标识以及第二标识，所述第一标识表示成功将所述交易数据集合写入所述目标表中，所述第二标识表示成功将所述交易资源量分摊比例数据集合写入第二数据库的目标表中；
所述从所述目标表中读取所述交易数据集合以及所述交易资源量分摊比例数据集合，包括：
当检测到所述第一标识以及所述第二标识时，从所述目标表中读取所述交易数据集合以及所述交易资源量分摊比例数据集合。
3.根据权利要求2所述的方法，其特征在于，
所述根据所述交易数据集合以及所述交易资源量分摊比例数据集合，确定所述每个组织架构在所述每个交易态度标签下的目标交易资源量预测值集合后，所述方法还包括：
生成第三标识，所述第三标识表示成功确定所述目标交易资源量预测值集合；
所述将所述目标交易资源量预测值集合同步至所述第一数据库，包括：
当检测到所述第三标识时，将所述目标交易资源量预测值集合同步至所述第一数据库。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
将所述第三标识发送到消息管理服务器，以便邮件通知接口在监控到所述消息管理服务器消费了所述第三标识后，发送通知邮件发送至第一设备，所述通知邮件用于通知查询或导出所需组织架构在每个交易态度标签下的目标交易资源量预测值集合。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将所述目标交易资源量预测值集合同步至第三数据库中的指定表中，以便目标服务器在调用指定接口读取指定表中的所述目标交易资源量预测值集合后，第二设备利用系统网页包括的目标控件调用目标接口从所述目标服务器中获取所述目标交易资源量预测值集合，并在所述系统网页展示所述目标交易资源量预测值集合。
6.一种交易资源量预测装置，其特征在于，包括：
获取模块，用于从第一数据库中获取交易数据集合以及交易资源量分摊比例数据集合，所述交易数据集合包括至少一个组织架构中每个组织架构在第一时间的交易数据，所述交易资源量分摊比例数据集合包括所述每个组织架构在多个交易态度标签中每个交易态度标签下的交易资源量分摊比例数据组，所述交易资源量分摊比例数据组包括目标时间范围内的各个时间的交易资源量分摊比例数据，所述第一时间在第二时间之前且所述第一时间与所述第二时间相差一个预设时间间隔，所述目标时间范围包括所述第二时间以及所述第二时间之后的时间；所述交易数据包括交易资源量真实值，所述交易资源量分摊比例数据包括分摊比例以及分摊比例系数；
读写模块，用于将所述交易数据集合以及所述交易资源量分摊比例数据集合写入第二数据库的目标表中；
运行模块，用于运行目标脚本文件，以从所述目标表中读取所述交易数据集合以及所述交易资源量分摊比例数据集合，并计算目标组织架构在第一时间的交易资源量真实值分别与所述目标组织架构在所述每个交易态度标签下的所述各个时间的分摊比例之间的第一乘积；其中，所述至少一个组织架构至少包括所述目标组织架构，所述目标组织架构为所述至少一个组织架构中的任一组织架构；根据第一乘积，生成目标组织架构在每个交易态度标签下的初始交易资源量集合，所述初始交易资源量集合包括所述各个时间的初始交易资源量预测值；计算所述目标组织架构在所述每个交易态度标签下的所述各个时间的分摊比例系数分别与所述目标组织架构在所述每个交易态度标签下的初始交易资源量预测值集合包括的所述各个时间的初始交易资源量预测值之间的第二乘积；根据所述第二乘积生成所述目标组织架构在所述每个交易态度标签下的目标交易资源量预测值集合，其中，所述目标交易资源量预测值集合包括所述各个时间的目标交易资源量预测值；
同步模块，用于将所述目标交易资源量预测值集合同步至所述第一数据库。
7.一种计算机设备，其特征在于，包括处理器和存储器，所述处理器和所述存储器相互连接，其中，所述存储器用于存储计算机程序指令，所述处理器被配置用于执行所述程序指令，实现如权利要求1-5任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序指令，所述计算机程序指令被处理器执行时，用于执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111095980.4A CN113627996B (zh) | 2021-09-17 | 2021-09-17 | 一种交易资源量预测方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111095980.4A CN113627996B (zh) | 2021-09-17 | 2021-09-17 | 一种交易资源量预测方法、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113627996A CN113627996A (zh) | 2021-11-09 |
| CN113627996B true CN113627996B (zh) | 2023-10-31 |
Family
ID=78390381
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111095980.4A Active CN113627996B (zh) | 2021-09-17 | 2021-09-17 | 一种交易资源量预测方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113627996B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111639129A (zh) * | 2020-05-24 | 2020-09-08 | 中信银行股份有限公司 | 交易处理方法、装置、电子设备及计算机可读存储介质 |
| CN111681003A (zh) * | 2020-07-07 | 2020-09-18 | 腾讯科技（深圳）有限公司 | 资源跨链转移方法、装置、计算机设备以及存储介质 |
| CN112511619A (zh) * | 2020-11-26 | 2021-03-16 | 北京工业大学 | 无线边缘区块链场景中的资源节点间交易匹配方法 |
| CN113204598A (zh) * | 2021-05-28 | 2021-08-03 | 平安科技（深圳）有限公司 | 一种数据同步方法、系统及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110009498A (zh) * | 2019-03-29 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 基于区块链的资源分配方法和装置 |
-
2021
- 2021-09-17 CN CN202111095980.4A patent/CN113627996B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111639129A (zh) * | 2020-05-24 | 2020-09-08 | 中信银行股份有限公司 | 交易处理方法、装置、电子设备及计算机可读存储介质 |
| CN111681003A (zh) * | 2020-07-07 | 2020-09-18 | 腾讯科技（深圳）有限公司 | 资源跨链转移方法、装置、计算机设备以及存储介质 |
| CN112511619A (zh) * | 2020-11-26 | 2021-03-16 | 北京工业大学 | 无线边缘区块链场景中的资源节点间交易匹配方法 |
| CN113204598A (zh) * | 2021-05-28 | 2021-08-03 | 平安科技（深圳）有限公司 | 一种数据同步方法、系统及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 区块链技术在公共资源交易领域的应用研究;周业军;王丛虎;高友富;潘辉;;中国招标(第07期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113627996A (zh) | 2021-11-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111309745B (zh) | 虚拟资源处理方法、装置、电子设备及存储介质 | |
| EP3020017A1 (en) | Method and system for creating tax configuration templates | |
| CN111666490A (zh) | 基于kafka的信息推送方法、装置、设备及存储介质 | |
| CN110335009A (zh) | 报表生成方法、装置、计算机设备及存储介质 | |
| WO2019153598A1 (zh) | 客户风险等级管理方法、服务器及计算机可读存储介质 | |
| CN110019367B (zh) | 一种统计数据特征的方法和装置 | |
| CN112017060B (zh) | 为目标用户进行资源分配的方法、装置及电子设备 | |
| CN112380227B (zh) | 基于消息队列的数据同步方法、装置、设备及存储介质 | |
| CN111598494A (zh) | 资源额度的调整方法、装置及电子设备 | |
| CN111582955A (zh) | 推广信息展示方法、装置、电子设备以及存储介质 | |
| CN111062799A (zh) | 家庭客户的管理方法、装置、电子设备及存储介质 | |
| CN101452556A (zh) | 一种客户信息处理系统及方法 | |
| US20180121461A1 (en) | Methods and Systems for Deduplicating Redundant Usage Data for an Application | |
| CN110827155A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
| CN109409947A (zh) | 一种基于客户端的居民出行调查方法 | |
| US11645344B2 (en) | Entity mapping based on incongruent entity data | |
| CN113627996B (zh) | 一种交易资源量预测方法、装置、计算机设备及存储介质 | |
| CN112860662A (zh) | 数据血缘关系建立方法、装置、计算机设备及存储介质 | |
| CN114070847A (zh) | 服务器的限流方法、装置、设备及存储介质 | |
| US20120198018A1 (en) | Securely publishing data to network service | |
| CN111125514B (zh) | 用户行为分析的方法、装置、电子设备和存储介质 | |
| CN114841791B (zh) | 预算管控方法、系统、装置、计算机设备和存储介质 | |
| US20240121221A1 (en) | Data sharing between tenants at different network platforms | |
| CN113971007B (zh) | 信息处理方法、装置、电子设备及介质 | |
| CN114048230B (zh) | 业务数据处理方法、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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230920 Address after: 5th Floor, Jingu Building, No. 185 Central Street, Daoli District, Harbin City, Heilongjiang Province, 150000 Applicant after: Heilongjiang Grain Trading Market Co.,Ltd. Address before: 518000 Room 202, block B, aerospace micromotor building, No.7, Langshan No.2 Road, Xili street, Nanshan District, Shenzhen City, Guangdong Province Applicant before: Shenzhen LIAN intellectual property service center Effective date of registration: 20230920 Address after: 518000 Room 202, block B, aerospace micromotor building, No.7, Langshan No.2 Road, Xili street, Nanshan District, Shenzhen City, Guangdong Province Applicant after: Shenzhen LIAN intellectual property service center Address before: 518000 Room 201, building A, 1 front Bay Road, Shenzhen Qianhai cooperation zone, Shenzhen, Guangdong Applicant before: PING AN PUHUI ENTERPRISE MANAGEMENT Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |