CN113821546A - 基于多元数据分层的实时预警方法及装置 - Google Patents

基于多元数据分层的实时预警方法及装置 Download PDF

Info

Publication number
CN113821546A
CN113821546A CN202110863929.7A CN202110863929A CN113821546A CN 113821546 A CN113821546 A CN 113821546A CN 202110863929 A CN202110863929 A CN 202110863929A CN 113821546 A CN113821546 A CN 113821546A
Authority
CN
China
Prior art keywords
data
data source
source layer
processing
processed
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
Application number
CN202110863929.7A
Other languages
English (en)
Inventor
张召建
黄昀
安腾飞
索振华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jinjiu Yinjiu Digital Technology Co ltd
Original Assignee
Beijing Jinjiu Yinjiu Digital Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jinjiu Yinjiu Digital Technology Co ltd filed Critical Beijing Jinjiu Yinjiu Digital Technology Co ltd
Priority to CN202110863929.7A priority Critical patent/CN113821546A/zh
Publication of CN113821546A publication Critical patent/CN113821546A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24564—Applying rules; Deductive queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474—Sequence data queries, e.g. querying versioned data
    • 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
    • G06Q30/0204—Market segmentation
    • G06Q30/0205—Location or geographical consideration
    • 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)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Databases & Information Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于多元数据分层的实时预警方法及装置，所述方法包括采集来自不同数据源的多个数据；根据预设规则对不同数据源进行分层处理，得到多个数据源层；利用预设预警处理策略，确定待处理的数据源层、以及确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理。本发明通过针对不同数据源的风险程度采用不同的处理方式，且能够在数据异常时及时预警处理，最后形成综合不同源数据的参考数据，提高了数据处理的准确性。

Description

基于多元数据分层的实时预警方法及装置
技术领域
本发明属于互联网技术领域，具体涉及一种基于多元数据分层的实时预警方法及装置。
背景技术
随着社会发展和经济进步，当前已进入大数据时代，数据在产品的网络平台的展示和交易上也得到了广泛应用。
相关技术中，通过收集大数据进行指定行业或指定信息的预测已经成为一种趋势，如专利公开号为CN112257798A公开一种基于电商平台的商品数据预警方法、装置、计算机设备，其通过商品数据进行商品数据异常的预警评估，对数据进行特征分类后优先级排序，得出异常数据，从而生成商品数据的商品数据异常的预警评估。但是，该专利的技术方案存在的问题是，采用对数据进行特征分类后优先级排序方式，筛选出高优先级的异常数据进行预警处理，该方案在获取到数据后对融合后的数据进行特征分类并排序，但是，实际应用中，往往地，可以从多方面得到数据，各方面的数据之间是独立的，可能存在一定的共同特征，但是并不合适特征分类；事实上，数据的来源方面对数据预警处理可能更为重要。除此之外，该专利中通过校验优先级排序后的商品数据是否在对应的基准数据范围内从而校验出异常数据的方式，校验方式过于简单，无法对不同来源数据进行针对性处理，会造成预警结果不够精确。
因此，对不同来源的数据进行针对性处理以及时预警问题仍存在改进的需求。
发明内容
有鉴于此，本发明的目的在于克服现有技术的不足，提供一种基于多元数据分层的实时预警方法及装置，以解决相关技术中无法对不同来源的数据进行针对性处理以及时预警的问题。
为实现以上目的，本发明采用如下技术方案：一种基于多元数据分层的实时预警方法，包括：
采集来自不同数据源的多个数据；
根据预设规则对不同数据源进行分层处理，得到多个数据源层；
利用预设预警处理策略，确定待处理的数据源层、以及确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理。
进一步的，所述确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理，包括：
确定待处理的数据源层所对应的数据异常判断模型，根据确定出的数据异常判断模型对确定出的待处理的数据源层的数据进行异常数据通知处理。
进一步的，所述确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理，包括：
确定待处理的数据源层所对应的报价调整模型，根据确定出的报价调整模型对确定出的待处理的数据源层的数据进行报价调整处理。
进一步的，所述确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理，包括：
确定待处理的数据源层所对应的回补模型，根据确定出的回补模型进行回补。
进一步的，所述采集来自不同数据源的多个数据，包括：
利用数据采集器采集多维度数据源的多个数据；
将多个数据存储至数据库中；
其中，每个维度的数据源包括多个。
进一步的，所述根据预设规则对多个所述数据进行分层处理，得到多个数据源层，包括：
根据实际可交易的相关性的远近进行数据源分层，得到多个数据源层；
每个数据源层包括一个以上的数据源。
进一步的，所述确定待处理的数据源层，包括：
判断多个数据源层中的数据是否在有效交易时间段内，将在有效交易时间段内的数据所在的数据源层确定为待处理的数据源层。
本申请实施例提供一种基于多元数据分层的实时预警装置，包括：
采集模块，用于采集来自不同数据源的多个数据；
分层模块，用于根据预设规则对不同数据源进行分层处理，得到多个数据源层；
预警模块，用于利用预设预警处理策略，确定待处理的数据源层、以及确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理。
本发明采用以上技术方案，能够达到的有益效果包括：
本发明提供一种基于多元数据分层的实时预警方法及装置，所述方法包括采集来自不同数据源的多个数据；根据预设规则对不同数据源进行分层处理，得到多个数据源层；利用预设预警处理策略，确定待处理的数据源层、以及确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理。本发明通过针对不同数据源的风险程度采用不同的处理方式，且能够在数据异常时及时预警处理，最后形成综合不同源数据的报价参考数据，提高了数据处理的准确性。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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为本发明基于多元数据分层的实时预警方法的步骤示意图；
图2为本发明基于多元数据分层的实时预警方法的流程示意图；
图3为本发明基于多元数据分层的实时预警装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。
下面结合附图介绍本申请实施例中提供的一个具体的基于多元数据分层的实时预警方法及装置。
如图1所示，本申请实施例中提供的基于多元数据分层的实时预警方法，包括：
S101，采集来自不同数据源的多个数据；
S102，根据预设规则对不同数据源进行分层处理，得到多个数据源层；
S103，利用预设预警处理策略，确定待处理的数据源层、以及确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理。
基于多元数据分层的实时预警方法的工作原理为：本申请进行多维价格数据源采集，然后将采集到的不同该数据源的数据存储至数据库中；采用预设规则对不同数据源进行分层处理，每个数据源层由一个或者多个数据源组成，然后利用预警处理策略对每个数据源层进行分析，确定符合预警处理策略的数据源层为待处理的数据源层，然后对确定的待处理的数据源层进行处理，其中，需要说明的是，预警处理策略中包括每个数据源层对应的报价调整模型，报价调整模型对相应的数据源层进行处理。
优选的，所述确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理，包括：
确定待处理的数据源层所对应的数据异常判断模型，根据确定出的数据异常判断模型对确定出的待处理的数据源层的数据进行异常数据通知处理。
具体的，数据异常判断模型能够对数据源层中的所有数据进行判断，能够对其中具有明显异常的数据进行异常数据通知处理，其中明显异常数据包括明显过高或过低的数据。
优选的，所述确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理，包括：
确定待处理的数据源层所对应的报价调整模型，根据确定出的报价调整模型对确定出的待处理的数据源层的数据进行报价调整处理。
可以理解的是，数据源层为分层数据源层结构，每个数据源层对应不同的报价调整模型处理方式，首先确定待处理的数据源层后，采用相对应的报价调整模型进行处理。
优选的，所述确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理，包括：
确定待处理的数据源层所对应的回补模型，根据确定出的回补模型进行回补。
具体的，每个数据源层的回补模型处理方式不同，根据数据源层进行不同的回补处理。
优选的，所述采集来自不同数据源的多个数据，包括：
利用数据采集器采集多维度数据源的多个数据；
将多个数据存储至数据库中；
其中，每个维度的数据源包括多个。
优选的，所述根据预设规则对多个所述数据进行分层处理，得到多个数据源层，包括：
根据实际可交易的相关性的远近进行数据源分层，得到多个数据源层。
具体的，多维价格数据源采集具体流程为配置实物黄金价格数据采集维度，根据第二预设规则将不同数据源进行数据分层，按照和实际可交易的相关性的远近进行数据分层，每个数据分层由一个或者多个数据源组成，采集到的数据根据规则分析拟合成一个参考价格，建立报价参考数据源。
本申请可应用于黄金报价中，相关技术中，在电商平台上，定价往往是根据实时贵金属市场报价进行调整的，实时性要求较高。现有的定价规则下，一般参考国内外交易所等的交易价格，再根据自身风险控制能力和当地市场情况等，加上一定的点差，向客户提供报价。一般在黄金销售时是按照上交所大盘定价，当产生成品金销售时，在上交所购入原料金进行回补。如果在非交易时间段内产生销售，则只能在下一个交易时段进行回补。因此为了控制风险，一般在非交易时间段内挂一个相对比较高的价格，以保证能够在新的交易时间段能够正常回补原料金。(原因是可能在下一个交易时间段跳涨，国内金价会受到国际金价的影响，但是不完全相同。依据国际金价进行定价依然会面临无法回补的问题)。为了控制风险，现采用的有效手段是在实现销售的同时在现货市场上购入相应的原料金库存，但是在国内的交易是有交易时段的，只有周一到周五的指定时间段才能够进行现货贵金属买卖。在时间之外，电商卖出黄金如果在停盘时间，而在停盘时间内因外盘波动造成有可能面临回补，所以常用策略是在交易时间段外设定一个保护性的高价。但是，采用上述方法，在价格空窗期内，无法交易的情况下，可能在外部市场的跳涨或者跳跌的情况下，价格波动造成定价损失单无法及时预警处理。
采用本申请采用的技术方案，数据指的是黄金价格数据，则数据采集维度包括国内交易所实时价格、多家银行纸黄金价格、外盘实时报价等，每个维度采集的数据源可以为多个。那么数据源层可包括：
第一层是上海黄金交易所现货黄金实时价格；
第二层是国内可追踪的其他可交易黄金价格(如纸黄金)；
第三层是国内无法交易的国际参考黄金价格。
优选的，所述利用预设第二规则确定待处理的数据源层，包括：
判断多个数据源层中的数据是否在有效交易时间段内，将在有效交易时间段内的数据所在的数据源层确定为待处理的数据源层。
其中，需要说明的是，根据每个数据源层的需求建立风险和保护程度不同的报价调整模型。
具体的，如图2所示，第一数据源层数据(上交所)处于有效交易时间段内的情况下，采用第一数据源层报价调整模型的报价规则，自动报价策略调整为上交所金价+支付通道费+点差。并在交易发生时，触发采购端直接购入原料金进行回补。
如果第一数据源层数据处于非交易时间段也就是无效交易时间段，而第二数据源层数据处于有效交易时间段，则应用第二数据源层的报价调整模型的报价规则，自动报价策略调整为上交所金价+支付通道费+点差+风控成本费。并在交易发生时，触发采购端纸黄金买入，同时在上交所开盘时进行纸黄金卖出+上交所实物黄金购入原料金进行回补。
如果第一数据源层、第二数据源层、第三数据源层均不处于有效时间段内，则采用国际参考报价调整模型和策略，电商自动报价策略调整为上交所金价+支付通道费+点差+更高的风控成本费(此处为示例)。在交易发生时无法回补，而是承担金价波动风险，采购端在上交所开盘时购入原料金进行回补。
综上所述，本申请能够应用于贵金属报价，对贵金属的价格进行合理报价，降低价格波动的风险，减少定价损失。可以理解的是，本申请还能够应用于其他物品报价，对物品价格进行合理处理及预警，从而降低价格波动，减少定价损失，例如化妆品。对化妆品，因为化妆品成分药品价格的波动，也会对化妆品价格造成巨大影响，采用本申请中的技术方案能够对物品价格进行合理处理及预警，减少定价损失。可以理解的是本申请提供的技术方案还可以应用于其他具有价格波动风险的物品。
如图3所示，本申请实施例提供一种基于多元数据分层的实时预警装置，包括：
采集模块301，用于采集来自不同数据源的多个数据；
分层模块302，用于根据预设规则对不同数据源进行分层处理，得到多个数据源层；
处理模块303，用于利用预设预警处理策略，确定待处理的数据源层、以及确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理。
本申请提供的基于多元数据分层的实时预警装置的工作原理为，采集模块301采集来自不同数据源的多个数据；分层模块302根据预设规则对不同数据源进行分层处理，得到多个数据源层；处理模块303利用预设预警处理策略，确定待处理的数据源层、以及确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理。
本申请实施例提供一种计算机设备，包括处理器，以及与处理器连接的存储器；
存储器用于存储计算机程序，计算机程序用于执行上述任一实施例提供的基于多元数据分层的实时预警方法；
处理器用于调用并执行存储器中的计算机程序。
综上所述，本发明提供一种基于多元数据分层的实时预警方法及装置，所述方法包括采集来自不同数据源的多个数据；根据预设规则对不同数据源进行分层处理，得到多个数据源层；利用预设预警处理策略，确定待处理的数据源层、以及确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理。本发明通过针对不同数据源的风险程度采用不同的处理方式，且能够在数据异常时及时预警处理，最后形成综合不同源数据的报价参考数据，提高了数据处理的准确性。
可以理解的是，上述提供的方法实施例与上述的装置实施例对应，相应的具体内容可以相互参考，在此不再赘述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、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方法的制造品，该指令方法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。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种基于多元数据分层的实时预警方法，其特征在于，包括：
采集来自不同数据源的多个数据；
根据预设规则对不同数据源进行分层处理，得到多个数据源层；
利用预设预警处理策略，确定待处理的数据源层、以及确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理。
2.根据权利要求1所述的方法，其特征在于，所述确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理，包括：
确定待处理的数据源层所对应的数据异常判断模型，根据确定出的数据异常判断模型对确定出的待处理的数据源层的数据进行异常数据通知处理。
3.根据权利要求1所述的方法，其特征在于，所述确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理，包括：
确定待处理的数据源层所对应的报价调整模型，根据确定出的报价调整模型对确定出的待处理的数据源层的数据进行报价调整处理。
4.根据权利要求1所述的方法，其特征在于，所述确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理，包括：
确定待处理的数据源层所对应的回补模型，根据确定出的回补模型进行回补。
5.根据权利要求1所述的方法，其特征在于，所述采集来自不同数据源的多个数据，包括：
利用数据采集器采集多维度数据源的多个数据；
将多个数据存储至数据库中；
其中，每个维度的数据源包括多个。
6.根据权利要求1所述的方法，其特征在于，所述根据预设规则对多个所述数据进行分层处理，得到多个数据源层，包括：
根据实际可交易的相关性的远近进行数据源分层，得到多个数据源层；
每个数据源层包括一个以上的数据源。
7.根据权利要求1所述的方法，其特征在于，所述确定待处理的数据源层，包括：
判断多个数据源层中的数据是否在有效交易时间段内，将在有效交易时间段内的数据所在的数据源层确定为待处理的数据源层。
8.一种基于多元数据分层的实时预警装置，其特征在于，包括：
采集模块，用于采集来自不同数据源的多个数据；
分层模块，用于根据预设规则对不同数据源进行分层处理，得到多个数据源层；
处理模块，用于利用预设预警处理策略，确定待处理的数据源层、以及确定待处理的数据源层所对应的处理方式，根据确定出的处理方式对确定出的待处理的数据源层的数据进行处理。
CN202110863929.7A 2021-07-29 2021-07-29 基于多元数据分层的实时预警方法及装置 Pending CN113821546A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110863929.7A CN113821546A (zh) 2021-07-29 2021-07-29 基于多元数据分层的实时预警方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110863929.7A CN113821546A (zh) 2021-07-29 2021-07-29 基于多元数据分层的实时预警方法及装置

Publications (1)

Publication Number Publication Date
CN113821546A true CN113821546A (zh) 2021-12-21

Family

ID=78912845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110863929.7A Pending CN113821546A (zh) 2021-07-29 2021-07-29 基于多元数据分层的实时预警方法及装置

Country Status (1)

Country Link
CN (1) CN113821546A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105761000A (zh) * 2016-02-17 2016-07-13 中国工商银行股份有限公司 交易数据处理及风险预警系统和方法
CN109740630A (zh) * 2018-12-06 2019-05-10 中科恒运股份有限公司 异常数据处理方法及装置
CN109978544A (zh) * 2019-04-03 2019-07-05 国网山东省电力公司 基于大数据技术的企业密钥管控及智能化分析方法及系统
CN111179081A (zh) * 2019-12-24 2020-05-19 中国建设银行股份有限公司 一种消息的处理方法和处理装置
CN111737493A (zh) * 2020-06-23 2020-10-02 平安科技（深圳）有限公司 基于决策树的异常数据源输出方法、装置和计算机设备
CN112100205A (zh) * 2020-09-27 2020-12-18 北京有竹居网络技术有限公司 数据处理方法、装置、设备和计算机可读介质
CN112613789A (zh) * 2020-12-29 2021-04-06 太平金融科技服务（上海）有限公司 风险管控数据处理方法、风险预警规则前置数据监控方法
CN113179173A (zh) * 2020-09-29 2021-07-27 北京速通科技有限公司 一种用于高速公路系统的运维监控系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105761000A (zh) * 2016-02-17 2016-07-13 中国工商银行股份有限公司 交易数据处理及风险预警系统和方法
CN109740630A (zh) * 2018-12-06 2019-05-10 中科恒运股份有限公司 异常数据处理方法及装置
CN109978544A (zh) * 2019-04-03 2019-07-05 国网山东省电力公司 基于大数据技术的企业密钥管控及智能化分析方法及系统
CN111179081A (zh) * 2019-12-24 2020-05-19 中国建设银行股份有限公司 一种消息的处理方法和处理装置
CN111737493A (zh) * 2020-06-23 2020-10-02 平安科技（深圳）有限公司 基于决策树的异常数据源输出方法、装置和计算机设备
CN112100205A (zh) * 2020-09-27 2020-12-18 北京有竹居网络技术有限公司 数据处理方法、装置、设备和计算机可读介质
CN113179173A (zh) * 2020-09-29 2021-07-27 北京速通科技有限公司 一种用于高速公路系统的运维监控系统
CN112613789A (zh) * 2020-12-29 2021-04-06 太平金融科技服务（上海）有限公司 风险管控数据处理方法、风险预警规则前置数据监控方法

Similar Documents

Publication Publication Date Title
CN109345339B (zh) 电力行业垂直产业链一体化交易服务系统
WO2020143345A1 (zh) 仓单质押的信贷风险监控方法及装置
Xu et al. Coordination of a platform-based supply chain in the marketplace or reselling mode considering cross-channel effect and blockchain technology
CN114936869A (zh) 一种基于供应链平台筛选供应商的方法、系统及存储介质
CN108681876A (zh) 资金自动估值核算方法、装置、计算机设备及存储介质
CN111145029A (zh) 基于大数据的期货与股票的交易方法、系统及设备
Tapiero et al. Reliability, pricing and quality control
Wei A machine learning algorithm for supplier credit risk assessment based on supply chain management
CN112785057A (zh) 基于指数平滑的件量预测方法、装置、设备及存储介质
CN113821546A (zh) 基于多元数据分层的实时预警方法及装置
TWI787846B (zh) 投資交易系統
US10445831B2 (en) System, method, and device for autonomous fund management by computer-based algorithms
CN114820143A (zh) 贵金属买卖智能交易方法及系统
Ririh et al. An analytical network process for selecting raw material suppliers of UNP100: a case study
US20130212044A1 (en) System and mehtod for managing a distribution network of investment money
De Luca The company fundamental analysis and the default risk ratio
CA3015740C (en) Market risk assessment system and market risk assessment program
KR101723887B1 (ko) 폐금속 자원의 거래를 위한 거래조건 검토 시스템 및 그 방법
JP2020071751A (ja) 売買審査装置、売買審査方法及び売買審査プログラム
JPH0736976A (ja) 売買判断処理システム
JP4878973B2 (ja) 負荷分散処理システム、負荷分散処理方法及び負荷分散処理プログラム
TW201101205A (en) Manufacturing cost analysis system
Komala et al. Pre indication of Stock Price Using Prolonged Petite-Stretch Memory (PPSM) Algorithm
Mittal et al. Effect of Credit Financing on the Supply Chain for Imperfect Deteriorating Items with Carbon Emission
Sun et al. Study on Ordering Strategy of Automobile Manufacturer considering Interruption Risk and Random Supply Risk Based on the Paperboy Model and the Matlab Software

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