CN114417089A - 查询方法、装置、终端设备及计算机可读存储介质 - Google Patents

查询方法、装置、终端设备及计算机可读存储介质 Download PDF

Info

Publication number
CN114417089A
CN114417089A CN202111656116.7A CN202111656116A CN114417089A CN 114417089 A CN114417089 A CN 114417089A CN 202111656116 A CN202111656116 A CN 202111656116A CN 114417089 A CN114417089 A CN 114417089A
Authority
CN
China
Prior art keywords
query
transaction
model
information
variable
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
CN202111656116.7A
Other languages
English (en)
Inventor
张皓禹
王瑗
王欣悦
赵俐怡
邹翠蓉
李家兴
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.)
Shenzhen Valueonline Technology Co ltd
Original Assignee
Shenzhen Valueonline 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 Shenzhen Valueonline Technology Co ltd filed Critical Shenzhen Valueonline Technology Co ltd
Priority to CN202111656116.7A priority Critical patent/CN114417089A/zh
Publication of CN114417089A publication Critical patent/CN114417089A/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
    • G06F16/90—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
    • G06F16/903—Querying
    • G06F16/9032—Query formulation
    • 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)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Technology Law (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请适用于数据处理技术领域，提供了一种查询方法、装置、终端设备及计算机可读存储介质，包括：当监测到查询指令时，获取当前的用户信息，所述用户信息包括身份信息和交易信息；根据预设模型库中各个查询模型的适用对象，获取与所述身份信息相匹配的查询模型，得到目标模型，其中，所述预设模型库中的查询模型为所述查询系统根据获取到的交易规则生成的模型；根据所述交易信息和所述目标模型，获得查询结果。通过上述方法，可以有效提高交易合规性查询的准确率，并减少查询的人力成本。

Description

查询方法、装置、终端设备及计算机可读存储介质
技术领域
本申请属于数据处理技术领域，尤其涉及一种查询方法、装置、终端设备及计算机可读存储介质。
背景技术
目前，许多交易都是线上进行的，如证券交易、期货交易和理财交易等等。在交易之前，需要对行为主体进行合规查询；当行为主体符合相应的交易规则，才能进行交易。现有技术中，通常由相关从业人员对行为主体进行合规查询，人力成本较高。另外，由于交易规则较繁琐，且更新速度较快，相关从业人员无法快速掌握所有的交易规则，这将导致查询结果的准确性较低，进而影响行为主体的交易成功率。
发明内容
本申请实施例提供了一种查询方法、装置、终端设备及计算机可读存储介质，可以有效提高交易合规性查询的准确率，并减少查询的人力成本。
第一方面，本申请实施例提供了一种查询方法，应用于查询系统，所述方法包括：
当监测到查询指令时，获取当前的用户信息，所述用户信息包括身份信息和交易信息；
根据预设模型库中各个查询模型的适用对象，获取与所述身份信息相匹配的查询模型，得到目标模型，其中，所述预设模型库中的查询模型为所述查询系统根据获取到的交易规则生成的模型；
根据所述交易信息和所述目标模型，获得查询结果。
本申请实施例中，查询系统预先根据交易规则生成了相应的查询模型，当监测到查询指令时，根据当前的用户信息查找预设模型库中对应的目标模型，并根据该目标模型确定查询结果。通过上述方法，查询系统根据交易规则自动生成查询模型，该查询模型能够较全面、较客观地反映交易交易规则；利用查询模型自动获取查询结果，避免了人工查询过程中由于交易规则掌握不完整或理解偏差导致的查询结果误差，有效提高了交易合规性查询的准确率，并大大减少了查询所需的人力成本。
在第一方面的一种可能的实现方式中，在根据预设模型库中各个查询模型的适用对象，获取与所述身份信息相匹配的查询模型，得到目标模型之前，所述方法还包括：
从获取到的所述交易规则中提取关键信息，其中，所述关键信息包括适用对象和至少一项交易条件；
生成每项所述交易条件对应的算法公式；
将所述至少一项交易条件各自对应的所述算法公式组成与所述适用对象相匹配的查询模型。
在第一方面的一种可能的实现方式中，所述生成每项所述交易条件对应的算法公式，包括：
对于每项所述交易条件，识别所述交易条件中的交易变量和所述交易变量对应的边界条件；
根据所述边界条件生成所述交易变量对应的所述算法公式。
在第一方面的一种可能的实现方式中，在将所述至少一项交易条件各自对应的所述算法公式组成与所述适用对象相匹配的查询模型之后，所述方法还包括：
对于每个所述算法公式，根据所述算法公式对应的所述交易变量和所述交易变量对应的所述边界条件，生成所述算法公式对应的提示模版。
在第一方面的一种可能的实现方式中，所述根据所述交易信息和所述目标模型，获得查询结果，包括：
提取所述交易信息中的交易变量对应的变量值；
根据所述变量值计算目标公式的计算结果，其中，所述目标公式为所述目标模型中所述交易信息中的交易变量对应的算法公式；
若所述计算结果表示所述交易信息不符合交易规则，则将所述变量值添加到所述目标公式对应的提示模版中，获得提示信息，其中，所述查询结果包括所述提示信息。
在第一方面的一种可能的实现方式中，所述方法还包括：
按照第一预设周期获取所述用户信息；
根据每个所述第一预设周期内获取到的所述用户信息生成每个所述第一预设周期对应的所述查询结果；
按照所述第一预设周期，将每个所述第一预设周期对应的所述查询结果发送给客户端。
在第一方面的一种可能的实现方式中，所述方法还包括：
按照第二预设周期获取所述交易规则；
根据每个所述第二预设周期内获取到的所述交易规则更新每个所述第二预设周期对应的所述查询模型。
第二方面，本申请实施例提供了一种查询装置，应用于查询系统，所述装置包括：
信息获取单元，用于当监测到查询指令时，获取当前的用户信息，所述用户信息包括身份信息和交易信息；
模型获取单元，用于根据预设模型库中各个查询模型的适用对象，获取与所述身份信息相匹配的查询模型，得到目标模型，其中，所述预设模型库中的查询模型为所述查询系统根据获取到的交易规则生成的模型；
结果查询单元，用于根据所述交易信息和所述目标模型，获得查询结果。
第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的查询方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，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存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的查询方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的**方法。
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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性的前提下，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应用场景的示意图；
图2是本申请实施例提供的查询模型的生成流程示意图；
图3是本申请实施例提供的查询方法的流程示意图；
图4是本申请实施例提供的查询装置的结构示意图；
图5是本申请实施例提的供终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。
参见图1，是本申请实施例提供的应用场景的示意图。查询系统11可以分别与多个第三方数据库12和多个客户端13通信连接，图1中仅示出了一个第三方数据库和一个客户端的场景。在一个应用场景中，查询系统从第三方数据库中获取交易规则，然后利用本申请实施例提供的查询模型的生成方法生成查询模型、构建预设模型库。客户端可以向查询系统发送查询指令；当查询系统接收到查询指令，根据客户端发送的用户信息和已生成的查询模型对用户的交易合规性进行查询，并将查询结果返回给客户端。
首先介绍查询系统预先构建预设模型库的过程。参见图2，是本申请实施例提供的查询模型的生成流程示意图。作为示例而非限定，如图2所示，查询模型的生成流程包括：
S201，从获取到的交易规则中提取关键信息，其中，所述关键信息包括适用对象和至少一项交易条件。
本申请实施例中，查询系统可以通过爬虫工具从第三方数据库中获取交易规则，还可以由用户向查询系统中手动输入交易规则。
以证券交易为例，交易规则可以是国家官网和/或地方证监局发布的证券交易相关的法规条文和规定。
本申请实施例中，查询系统可以根据现有的文字识别方法从交易规则中提取关键信息。例如，首先对交易规则进行关键字检测，然后再根据检测到的关键字前后的语义信息提取与关键字相关的交易条件。
示例性的，提取关键信息的过程中，可以通过交易规则自身的目录规则将交易规则划分为章、节、条(目录规则可以为：第一章到第二章之间为第一章内容，1.1到1.2之间为第一章第一节内容等)；然后从每个章、节、条中提取与合规性判断相关的条目；再从这些条目中提取适用对象和交易条件(如买卖方向、股份变动方式、时间单位等)。
本申请实施例总，对交易规则进行细粒度划分，再逐条提取关键信息。通过上述方法，可以较全面、较客观地解读交易规则。
S202，生成每项所述交易条件对应的算法公式。
在一个实施例中，算法公式的生成步骤包括：
对于每项所述交易条件，识别所述交易条件中的交易变量和所述交易变量对应的边界条件；根据所述边界条件生成所述交易变量对应的所述算法公式。
示例性的，交易条件为首次交易和第二次交易的时间间隔不得小于30天，那么该交易条件中的变量为首次交易的时间、第二次交易的时间以及时间间隔，根据其三者的关系建立三者的关系式为第二次交易时间—首次交易时间＝时间间隔。根据该交易条件中的边界条件、即时间间隔小于30天，生成算法公式为：第二次交易时间—首次交易时间>30。
示例性的，设置首发上市日期为A1，创业投资基金投资该首次公开发行企业金额累计达到300万元之日或者投资金额累计达到投资该首次公开发行企业总投资额50％之日为A2，则投资期限A＝|A1-A2|，得到的值以月为单位。设置公司股份总数为St，当前正在操作的有效交易记录(买卖方向为卖，且股份变动方式为大宗交易)减持股数为T，当前正在操作的有效交易记录的交易日期的减持总股数为Tm，当前正在操作的有效交易记录前90/60/30日中，第t日的有效交易记录减持总股数为Tt。生成的算法公式为：
1)|A1-A2|<＝36，
Figure BDA0003445788600000071
当F1>0时，建议不再卖出。(其中F1为超出额定范围股份数)
2)36<|A1-A2|<＝48，
Figure BDA0003445788600000072
当F2>0时，建议不再卖出。(其中F2为超出额定范围股份数)
3)48<|A1-A2|<＝60，
Figure BDA0003445788600000073
当F3>0时，建议不再卖出。(其中F3为超出额定范围股份数)
4)|A1-A2|>60，F1不做限定。
其中，F1表示超出额定范围份数。
S203，将所述至少一项交易条件各自对应的所述算法公式组成与所述适用对象相匹配的查询模型。
每个查询模型中包括一项交易对应的所有算法公式。
为了保证查询模型的有效性，在一个实施例中，所述方法还包括：
按照第二预设周期获取所述交易规则；根据每个所述第二预设周期内获取到的所述交易规则更新每个所述第二预设周期对应的所述查询模型。
通过上述方法，可以定期获取最新的交易规则，定期更新查询模型，以保证查询模型的及时性和有效性。
如果最后只给客户端返回算法公式输出的结果数值，用户可能无法了解该结果数值的含义，进而无法根据查询结果调整交易。为了解决该问题，在一个实施例中，所述方法还包括：
对于每个所述算法公式，根据所述算法公式对应的所述交易变量和所述交易变量对应的所述边界条件，生成所述算法公式对应的提示模版。
实际应用中，提示信息往往是在交易信息不符合交易规则时发送给客户端，因此，提示模版中的话术需要体现当前交易信息中的变量值不满足相应的边界条件。示例性的，以算法公式第二次交易时间—首次交易时间>30为例，其对应的提示模版可以为：您从“首次交易”到“第二次交易”之间的间隔时间小于30天。其中，引号的部分表示变量，在生成提示信息时，将该变量对应的变量值替换提示模版中该变量的位置即可。
对于某些变量，交易信息中并未直接给出其变量值，需要根据生成的算法公式计算，这种情况下，可以在提示模版中的相应位置设置计算方法。示例性的，创投基金股东大宗交易减持规定中的禁卖提示模板可以为：您从#开始时间#至本次通过大宗交易减持股份数量总计#历史交易数量加本次交易数量#股，减持股份的总数占公司股份总数的#历史交易数量加本次交易数量除以公司总股数#％，已超过2％，违反了大宗交易减持连续90日/60日/30日内不能超过2％的规定。其中，两个“#”符号之间的内容为变量的计算方法，在生成提示信息时，将计算方法中涉及到的变量的变量值代入该计算方法，计算出的结果替换提示模版中该计算方法的位置即可。
参见图3，是本申请实施例提供的查询方法的流程示意图，作为示例而非限定，所述方法可以包括以下步骤：
S301，当监测到查询指令时，获取当前的用户信息，所述用户信息包括身份信息和交易信息。
本申请实施例中，不同的用户身份对应交易规则可能不同。以证券交易为例，持股数量较多的大股东的交易规则和持股数量较少的小股东的交易规则不同。如2实施例中所述，会针对不同的适用对象生成查询模型。本步骤中的身份信息用于匹配适用对象。
交易信息中包括了交易变量和交易变量的变量值。例如：交易信息为：用户A的交易时间为2021年12月27日。其中，交易时间为变量，其变量值为2021年12月27日。
S302，根据预设模型库中各个查询模型的适用对象，获取与所述身份信息相匹配的查询模型，得到目标模型。
其中，所述预设模型库中的查询模型为所述查询系统根据获取到的交易规则生成的模型。
确定与用户身份相匹配的适用对象，然后在预设模型库中查找与该适用对象对应的查询模型。
一些应用场景中，身份信息与适用对象的描述方式相同，这种情况下，获取预设数据库中该身份信息对应的查询模型即可。例如，用户的身份信息为大股东，在预设模型库中查找大股东对应的查询模型。
另一些应用场景中，身份信息与适用对象的描述方式不同，这种情况下，需要先将身份信息转换为适用对象的描述方式，再获取相应的查询模型。例如，身份信息为12345(即用户注册的账号)，根据该信息查询该用户对应的适用对象为大股东，然后再在预设模型库中查找大股东对应的查询模型。
S303，根据所述交易信息和所述目标模型，获得查询结果。
如图2实施例中所述，算法公式对应提示模版。相应的，S303可以包括：
提取所述交易信息中的交易变量对应的变量值；
根据所述变量值计算目标公式的计算结果，其中，所述目标公式为所述目标模型中所述交易信息中的交易变量对应的算法公式；
若所述计算结果表示所述交易信息不符合交易规则，则将所述变量值添加到所述目标公式对应的提示模版中，获得提示信息，其中，所述查询结果包括所述提示信息。
继续图2中公式1)-4)所示的示例，上述公式1)-3)条件下，当F1>0时，表示超出额定范围份数不符合交易条件，即不符合交易规则。公式4)条件下，由于不对F1做限定，因此，该条件下，F1均符合交易条件，即均符合交易规则。
相应的，假设该算法公式1)-3)对应的提示模版为：您当前的投资期限为“A”，该期限小于或等于60天，超出额定范围份数“F1”大于0，不建议卖出。将交易信息中投资期限的变量值代入“A”位置，将超出额定范围份数的变量值代入“F1”位置。假设A＝40，F1＝50，则提示信息为“您当前的投资期限为30天，该期限小于或等于60天，超出额定范围份数50份大于0，不建议卖出。”
当然，交易信息中可能并未直接给出A和F1，需要利用算法公式1)-3)计算，那么可以将交易信息中的变量值代入算法公式1)、2)或3)中，将计算出的结果替换上述提示模版中的交易变量的相应位置。
本申请实施例中，查询系统预先根据交易规则生成了相应的查询模型，当监测到查询指令时，根据当前的用户信息查找预设模型库中对应的目标模型，并根据该目标模型确定查询结果。通过上述方法，查询系统根据交易规则自动生成查询模型，该查询模型能够较全面、较客观地反映交易交易规则；利用查询模型自动获取查询结果，避免了人工查询过程中由于交易规则掌握不完整或理解偏差导致的查询结果误差，有效提高了交易合规性查询的准确率，并大大减少了查询所需的人力成本。
上述步骤S301-S303实施例中描述的为根据查询指令进行查询的过程。实际应用中，查询系统可以按照一定的查询周期自动地对用户的交易进行合规性查询。在一个实施例中，所述方法还包括：
按照第一预设周期获取所述用户信息；
根据每个所述第一预设周期内获取到的所述用户信息生成每个所述第一预设周期对应的所述查询结果；
按照所述第一预设周期，将每个所述第一预设周期对应的所述查询结果发送给客户端。
上述方法，相当于定期自动监测用户的交易，一旦用户的交易出现违规，则可以及时提醒用户。通过上述方法，用户只需要设定第一预设周期，查询系统则可以自动地、及时地对用户交易进行查询，有效提高了查询的及时性，进而提高了用户体验。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的查询方法，图4是本申请实施例提供的查询装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图4，该装置包括：
信息获取单元41，用于当监测到查询指令时，获取当前的用户信息，所述用户信息包括身份信息和交易信息。
模型获取单元42，用于根据预设模型库中各个查询模型的适用对象，获取与所述身份信息相匹配的查询模型，得到目标模型，其中，所述预设模型库中的查询模型为所述查询系统根据获取到的交易规则生成的模型。
结果查询单元43，用于根据所述交易信息和所述目标模型，获得查询结果。
可选的，装置4还包括：
模型训练单元44，用于从获取到的所述交易规则中提取关键信息，其中，所述关键信息包括适用对象和至少一项交易条件；生成每项所述交易条件对应的算法公式；将所述至少一项交易条件各自对应的所述算法公式组成与所述适用对象相匹配的查询模型。
可选的，模型训练单元44还用于：
对于每项所述交易条件，识别所述交易条件中的交易变量和所述交易变量对应的边界条件；根据所述边界条件生成所述交易变量对应的所述算法公式。
可选的，装置4还包括：
提示生成单元45，用于在将所述至少一项交易条件各自对应的所述算法公式组成与所述适用对象相匹配的查询模型之后，对于每个所述算法公式，根据所述算法公式对应的所述交易变量和所述交易变量对应的所述边界条件，生成所述算法公式对应的提示模版。
可选的，结果查询单元43还用于：
提取所述交易信息中的交易变量对应的变量值；
根据所述变量值计算目标公式的计算结果，其中，所述目标公式为所述目标模型中所述交易信息中的交易变量对应的算法公式；
若所述计算结果表示所述交易信息不符合交易规则，则将所述变量值添加到所述目标公式对应的提示模版中，获得提示信息，其中，所述查询结果包括所述提示信息。
可选的，装置4还包括：
自动查询单元46，用于按照第一预设周期获取所述用户信息；根据每个所述第一预设周期内获取到的所述用户信息生成每个所述第一预设周期对应的所述查询结果；按照所述第一预设周期，将每个所述第一预设周期对应的所述查询结果发送给客户端。
可选的，模型训练单元44还用于：
按照第二预设周期获取所述交易规则；
根据每个所述第二预设周期内获取到的所述交易规则更新每个所述第二预设周期对应的所述查询模型。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
另外，图4所示的查询装置可以是内置于现有的终端设备内的软件单元、硬件单元、或软硬结合的单元，也可以作为独立的挂件集成到所述终端设备中，还可以作为独立的终端设备存在。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图5是本申请实施例提供的终端设备的结构示意图。如图5所示，该实施例的终端设备5包括：至少一个处理器50(图5中仅示出一个)处理器、存储器51以及存储在所述存储器51中并可在所述至少一个处理器50上运行的计算机程序52，所述处理器50执行所述计算机程序52时实现上述任意各个查询方法实施例中的步骤。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，图5仅仅是终端设备5的举例，并不构成对终端设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器50可以是中央处理单元(Central Processing Unit，CPU)，该处理器50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。
所述存储器51在一些实施例中可以是所述终端设备5的内部存储单元，例如终端设备5的硬盘或内存。所述存储器51在另一些实施例中也可以是所述终端设备5的外部存储设备，例如所述终端设备5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还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存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种查询方法，其特征在于，应用于查询系统，所述方法包括：
当监测到查询指令时，获取当前的用户信息，所述用户信息包括身份信息和交易信息；
根据预设模型库中各个查询模型的适用对象，获取与所述身份信息相匹配的查询模型，得到目标模型，其中，所述预设模型库中的查询模型为所述查询系统根据获取到的交易规则生成的模型；
根据所述交易信息和所述目标模型，获得查询结果。
2.如权利要求1所述的查询方法，其特征在于，在根据预设模型库中各个查询模型的适用对象，获取与所述身份信息相匹配的查询模型，得到目标模型之前，所述方法还包括：
从获取到的所述交易规则中提取关键信息，其中，所述关键信息包括适用对象和至少一项交易条件；
生成每项所述交易条件对应的算法公式；
将所述至少一项交易条件各自对应的所述算法公式组成与所述适用对象相匹配的查询模型。
3.如权利要求2所述的查询方法，其特征在于，所述生成每项所述交易条件对应的算法公式，包括：
对于每项所述交易条件，识别所述交易条件中的交易变量和所述交易变量对应的边界条件；
根据所述边界条件生成所述交易变量对应的所述算法公式。
4.如权利要求3所述的查询方法，其特征在于，在将所述至少一项交易条件各自对应的所述算法公式组成与所述适用对象相匹配的查询模型之后，所述方法还包括：
对于每个所述算法公式，根据所述算法公式对应的所述交易变量和所述交易变量对应的所述边界条件，生成所述算法公式对应的提示模版。
5.如权利要求4所述的查询方法，其特征在于，所述根据所述交易信息和所述目标模型，获得查询结果，包括：
提取所述交易信息中的交易变量对应的变量值；
根据所述变量值计算目标公式的计算结果，其中，所述目标公式为所述目标模型中所述交易信息中的交易变量对应的算法公式；
若所述计算结果表示所述交易信息不符合交易规则，则将所述变量值添加到所述目标公式对应的提示模版中，获得提示信息，其中，所述查询结果包括所述提示信息。
6.如权利要求1所述的查询方法，其特征在于，所述方法还包括：
按照第一预设周期获取所述用户信息；
根据每个所述第一预设周期内获取到的所述用户信息生成每个所述第一预设周期对应的所述查询结果；
按照所述第一预设周期，将每个所述第一预设周期对应的所述查询结果发送给客户端。
7.如权利要求1所述的查询方法，其特征在于，所述方法还包括：
按照第二预设周期获取所述交易规则；
根据每个所述第二预设周期内获取到的所述交易规则更新每个所述第二预设周期对应的所述查询模型。
8.一种查询装置，其特征在于，应用于查询系统，所述装置包括：
信息获取单元，用于当监测到查询指令时，获取当前的用户信息，所述用户信息包括身份信息和交易信息；
模型获取单元，用于根据预设模型库中各个查询模型的适用对象，获取与所述身份信息相匹配的查询模型，得到目标模型，其中，所述预设模型库中的查询模型为所述查询系统根据获取到的交易规则生成的模型；
结果查询单元，用于根据所述交易信息和所述目标模型，获得查询结果。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种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，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
CN202111656116.7A 2021-12-30 2021-12-30 查询方法、装置、终端设备及计算机可读存储介质 Pending CN114417089A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111656116.7A CN114417089A (zh) 2021-12-30 2021-12-30 查询方法、装置、终端设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111656116.7A CN114417089A (zh) 2021-12-30 2021-12-30 查询方法、装置、终端设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN114417089A true CN114417089A (zh) 2022-04-29

Family

ID=81270398

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111656116.7A Pending CN114417089A (zh) 2021-12-30 2021-12-30 查询方法、装置、终端设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN114417089A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023226255A1 (zh) * 2022-05-24 2023-11-30 青岛海尔科技有限公司 基于策略模式的物品查询方法、装置、设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023226255A1 (zh) * 2022-05-24 2023-11-30 青岛海尔科技有限公司 基于策略模式的物品查询方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
Crépey Financial modeling
HUP0301073A2 (en) Method, systems and computer for finding value and reducing risk in purchasing portfolios of assets
Li et al. Testing for Affiliation in First‐Price Auctions Using Entry Behavior
CN110088754B (zh) 立法到逻辑的自动编码器
CN111597177A (zh) 用于提升数据质量的数据治理方法
CN109284369B (zh) 证券新闻资讯重要性的判定方法、系统、装置及介质
CN112634056A (zh) 快速计算、更新企业股权结构的方法、设备和存储介质
CN108959507A (zh) 合同审阅方法及设备、计算机可读存储介质
CN112214402A (zh) 一种代码验证算法的选择方法、装置及存储介质
CN114417089A (zh) 查询方法、装置、终端设备及计算机可读存储介质
Tian The hybrid stochastic-local volatility model with applications in pricing FX options
Owda et al. Financial discussion boards irregularities detection system (fdbs-ids) using information extraction
CN104408062B (zh) 一种证券文件处理方法及装置
CN110544165B (zh) 一种信用风险评分卡创建方法、装置及电子设备
CN111242779B (zh) 金融数据特征选择和预测方法、装置、设备及存储介质
CN112559775A (zh) 一种专利信息管理方法及其系统、计算机设备
CN114971893B (zh) 一种贷款抵扣方式灵活配置方法及系统
CN112053058A (zh) 指标模型的生成方法及装置
CN111144975A (zh) 一种订单匹配方法、服务器及计算机可读存储介质
CN113609407B (zh) 地区一致性校验方法和装置
CN114398562B (zh) 一种店铺数据管理方法、装置、设备及存储介质
CN115760404A (zh) 一种股票减持方案生成方法、系统、终端及存储介质
CN113343700B (zh) 数据处理方法、装置、设备及存储介质
CN113283677B (zh) 指标数据处理方法、装置、设备及存储介质
CN115730830A (zh) 一种企业风险评估方法、装置、终端、系统及存储介质

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