CN114896226A - 一种基于云平台的资产管理方法、装置及相关介质 - Google Patents
一种基于云平台的资产管理方法、装置及相关介质 Download PDFInfo
- Publication number
- CN114896226A CN114896226A CN202210633522.XA CN202210633522A CN114896226A CN 114896226 A CN114896226 A CN 114896226A CN 202210633522 A CN202210633522 A CN 202210633522A CN 114896226 A CN114896226 A CN 114896226A
- Authority
- CN
- China
- Prior art keywords
- data
- management
- asset
- asset data
- real estate
- 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
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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/214—Database migration support
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1448—Management of the data involved in backup or backup restore
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/182—Distributed file systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种云平台的资产管理方法、装置及相关介质,该方法包括:获取资产数据,并基于云平台技术将所述资产数据存储于预设数据库中,其中,所述资产数据包括股权资产数据和不动产资产数据;在所述数据库中,分别对所述股权资产数据和不动产资产数据进行全周期数字化管理;基于全周期数字化管理结果,利用数据迁移技术对资产数据进行存储备份。本发明通过对资产数据进行全周期数字化管理,并对资产数据进行存储和备份,可以有效提高对于资产数据的管理效率和安全性能,以及降低管理成本。
Description
技术领域
本发明涉及资产管理技术领域,特别涉及一种基于云平台的资产管理方法、装置及相关介质。
背景技术
当前,随着各公司的深度融合改革,所拥有的资产数据规模也逐渐扩大,资产数据种类也越来越繁杂,而现有技术中,对于资产数据的管理,通常是针对某一类型资产数据搭建一套合适的管理平台。可见,其缺陷便是,随着资产数据的扩张,所需搭建的管理平台也随之上涨,这便会导致整体的管理效率下降,管理成本增加,并且,各管理平台缺乏协同合作,致使不同资产数据之间的交流变得复杂。以及,由于存在多个管理平台,因此在管理时,不可避免的疏忽某些资产数据,无法保障所有的资产数据的安全性。
发明内容
本发明实施例提供了一种云平台的资产管理方法、装置、计算机设备及存储介质,旨在提高对于资产数据的管理效率和安全性能,以及降低管理成本。
第一方面,本发明实施例提供了一种基于云平台的资产管理方法,包括:
获取资产数据,并基于云平台技术将所述资产数据存储于预设数据库中,其中,所述资产数据包括股权资产数据和不动产资产数据;
在所述数据库中,分别对所述股权资产数据和不动产资产数据进行全周期数字化管理;
基于全周期数字化管理结果,利用数据迁移技术对资产数据进行存储备份。
第二方面,本发明实施例提供了一种基于云平台的资产管理装置,包括:
数据存储单元,用于获取资产数据,并基于云平台技术将所述资产数据存储于预设数据库中,其中,所述资产数据包括股权资产数据和不动产资产数据;
数据管理单元,用于在所述数据库中,分别对所述股权资产数据和不动产资产数据进行全周期数字化管理;
数据备份单元,用于基于全周期数字化管理结果,利用数据迁移技术对资产数据进行存储备份。
第三方面,本发明实施例提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的基于云平台的资产管理方法。
第四方面,本发明实施例提供了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上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的基于云平台的资产管理方法。
本发明实施例提供了一种云平台的资产管理方法、装置、计算机设备及存储介质,该方法包括:获取资产数据,并基于云平台技术将所述资产数据存储于预设数据库中,其中,所述资产数据包括股权资产数据和不动产资产数据;在所述数据库中,分别对所述股权资产数据和不动产资产数据进行全周期数字化管理;基于全周期数字化管理结果,利用数据迁移技术对资产数据进行存储备份。本发明实施例通过对资产数据进行全周期数字化管理,并对资产数据进行存储和备份,可以有效提高对于资产数据的管理效率和安全性能,以及降低管理成本。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例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为本发明实施例提供的一种基于云平台的资产管理方法的流程示意图;
图2为本发明实施例提供的一种基于云平台的资产管理方法中的第一子流程示意图;
图3为本发明实施例提供的一种基于云平台的资产管理方法中的第二子流程示意图;
图4为本发明实施例提供的一种基于云平台的资产管理方法中的第三子流程示意图;
图5为本发明实施例提供的一种基于云平台的资产管理方法中的第四子流程示意图;
图6为本发明实施例提供的一种基于云平台的资产管理方法中的第五子流程示意图;
图7为本发明实施例提供的一种基于云平台的资产管理方法中的第六子流程示意图;
图8为本发明实施例提供的一种基于云平台的资产管理装置的示意性框图图;
图9为本发明实施例提供的一种基于云平台的资产管理装置的第一子示意性框图;
图10为本发明实施例提供的一种基于云平台的资产管理装置的第二子示意性框图;
图11为本发明实施例提供的一种基于云平台的资产管理装置的第三子示意性框图;
图12为本发明实施例提供的一种基于云平台的资产管理装置的第四子示意性框图;
图13为本发明实施例提供的一种基于云平台的资产管理装置的第五子示意性框图;
图14为本发明实施例提供的一种基于云平台的资产管理装置的第六子示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”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,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明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。
下面请参见图1,图1为本发明实施例提供的一种基于云平台的资产管理方法的流程示意图,具体包括:步骤S101~S103。
S101、获取资产数据,并基于云平台技术将所述资产数据存储于预设数据库中,其中,所述资产数据包括股权资产数据和不动产资产数据;
S102、在所述数据库中,分别对所述股权资产数据和不动产资产数据进行全周期数字化管理;
S103、基于全周期数字化管理结果,利用数据迁移技术对资产数据进行存储备份。
本实施例中,对于资产数据,首先将其存储于预设的数据库中,然后在该数据库中,根据资产数据的类型,对其进行全周期数字化管理,例如对股权资产数据进行全周期数字管理等。对于管理更新后的资产数据,通过数据迁移技术进行存储备份,以保证资产数据的安全性。本实施例通过对资产数据进行全周期数字化管理,并对资产数据进行存储和备份,可以有效提高对于资产数据的管理效率和安全性能,以及降低管理成本。其中,在对于股权资产数据进行全周期数字化管理时,具体是指对于股权资产数据进行投前管理、投中管理、投后管理、退出管理和风控管理等等,在对于不动产资产数据进行全周期数字化管理时,具体是指对于不动产资产数据进行经营管理、收支管理和资产管理等等。
在具体的应用场景中,通过本实施例所提供的资产管理方法可以实现对于主数据、租赁、财务、辅助决策与统计分析报表、土地等功能的共性业务,即将主数据、租赁、财务、辅助决策与统计分析报表、土地等功能统一在一个平台内操作,所有业务使用一套业务逻辑。而对于包括招商、运营、市场等特色应用,与共性功能有着密切的联系,这些模块与财务共享中心无需对接,因此可相对独立。同时,为满足复杂多变的客户需求,适应高速发展的移动互联网时代,所述的资产管理方法还可以通过标准化接口实现与公司其他业务系统之间的互联互通。
在一实施例中,如图2所示,所述步骤S101包括:步骤S201~S205。
S201、向HBase数据库发送远程过程调用协议请求;
S202、接收所述HBase数据库根据所述远程过程调用协议请求发送的元信息,并根据元信息获取预分区个数;
S203、按照列和行键将每个分区数据依次进行升序排序,得到对应的排序后分区数据;
S204、将各排序后分区数据输入至本地的HDFS层,以将各排序后分区数据转化为对应的资产数据;
S205、将所述资产数据发送至所述Hbase数据库对应的分区服务器中以进行存储。
本实施例中,通过云平台技术(例如云计算平台)发起RPC请求(RPC请求即远程过程调用协议请求,是一种通过网络从远程计算机程序上请求服务),访问所述Hbase数据库的zk元信息(即ZooKeeper元信息,ZooKeeper是一个分布式的、开放源码的分布式应用程序协调服务),在zk元信息里已经存储了HBase预先建好的表的分区信息,如此便可以获知HBase数据库中的预分区个数。通过获知所述HBase数据库中的预分区个数,能准确的将全量数据划分为相同分区个数。其中,所述HBase数据库为分布式开源数据库,且所述HBase数据库中每一预分区均对应一个分区服务器,它是基于Hadoop的高可靠性、高性能、面向列、可伸缩的分布式存储系统,利用HBase技术可在廉价电脑服务器上搭建起大规模结构化存储集群。
由于所述HBase数据库中每一预分区均对应一个分区服务器,而且每一分区数据唯一对应一个分区服务器,故分区数据与分区服务器的对应关系可以是预先就设置了对应关系,例如分区1对应分区服务器1,……,分区N应分区服务器N。在获知了各分区数据与分区服务器的对应关系后,后续进行数据存储时,则可实现定向存储,提高存储效率。
在将全量数据根据预分区个数对应进行分区后,之后还需要对每一分区数据再进行排序,当完成排序后再发送至所述Hbase数据库即可快速存储。此时对各分区数据进行排序时,可以选取列值和行键值的大小来进行排序。
完成对各分区数据的排序而得到对应的各排序分区数据后,直接将资产数据发送至所述Hbase数据库进行存储即可,保证存储效率。
在一实施例中,如图3所示,所述步骤S102包括:步骤S301~S303。
S301、根据所述Hbase数据库的分区服务器,分别构建一投资企业管理平台和一不动产管理平台;
S302、利用所述投资企业管理平台对所述股权资产数据进行投前管理、投中管理、投后管理、退出管理和风控管理;以及
S303、利用所述不动产管理平台对所述不动产资产数据进行经营管理、收支管理和资产管理。
由于资产数据包含了不同类型的数据,比如股权资产数据和不动产资产数据等等,因此在存储时,可以将不同类型的资产数据分别存储至不同的分区服务器内。然后在各分区服务器内对所存储的资产数据进行管理。例如,在本实施例中,将股权资产数据和不动产资产数据存储至不同的分区服务器(例如股权资产分区服务器和不动产资产分区服务器),然后在股权资产分区服务器内对股权资产数据进行管理,以及在不动产资产分区服务器内对不动产资产数据进行管理。需要清楚的是,本实施例所述的投资企业管理平台可以理解为股权资产分区服务器本身,也可以是在该分区服务器内搭建的管理平台,所述不动产管理平台同理,可以理解为不动产资产分区服务器本身,也可以是在该分区服务器内搭建的管理平台。
在具体实施例中,在利用所述投资企业管理平台对所述股权资产数据进行投前管理时,可以首先获取股权资产数据对应的储备项目,并以此进行项目立项,接着进行项目尽调和项目投决。在利用所述投资企业管理平台对所述股权资产数据进行投中管理时,可以首先签订投资协议,接着获取投资指令,同时设置投资费用以及保证金等。在利用所述投资企业管理平台对所述股权资产数据进行投后管理时,一方面可以执行企业治理操作,即董事会、监事会等组织管理,董事会、监事会等业务管理以及三会(董事会、监事会、股东会)管理等等;另一方面可以执行企业经营操作,即重点工作/KPI管理、数据报送、投后评价等等。在利用所述投资企业管理平台对所述股权资产数据进行退出管理时,可以制定退出方案,并以此进行退出决策、退出总结和信息登记等事项。在利用所述投资企业管理平台对所述股权资产数据进行风控管理时,可以查看项目进度、确认风险提报、重大事项以及定期评价等。
在利用所述不动产管理平台对所述不动产资产数据进行经营管理,可以从物业经营(例如物资仓库、安防管理、品质管理、能耗管理等等)、租赁经营(例如招商管理、委托管理等等)和配套服务多种经营(例如信息服务、生活服务等等)三方面实现经营管理。在进行收支管理时,可以分别收入管理(例如账单管理、应收管理等等)和支出管理(例如应付账单、退款付款等等)。在进行资产管理时,可以从资产台账、资产权属、资产档案、价值评估和资产卡片等方面进行管理。
在一实施例中,如图4所示,所述步骤S302包括:步骤S401~S404。
S401、获取对于所述股权资产数据的投资指令,并根据所述投资指令的要素选择相应的至少一个风险控制指标;
S402、针对每一风险控制指标,将所述投资指令的要素拼接为key值,并根据所述key值为所述风险控制指标匹配计算节点;
S403、获取计算节点的持仓值,并将所述持仓值与所述风险控制指标的计算字段进行累加,得到所述风险控制指标的计算结果;
S404、将所述风险控制指标的计算结果进行汇总,并将汇总的结果作为所述投资指令的风控管理标准。
本实施例中,在对所述股权资产数据进行管理时,尤其是进行风控管理时,可以对相应的投资指令进行风险管控,以确定该投资指令是否应该被下发执行。具体来说,首先根据投资指令确定至少一个风险控制指标,然后对于每一风险控制指标来说,将投资指令的要素(例如时间、金额等等)拼接为key值(即键值),在这里,由于可能存在多个风险控制指标,因此为各风险控制指标分配不同的计算节点,使每一风险控制指标能够同时进行,提高管理效率。然后,针对不同的计算节点,计算其持仓值,并将其与风险控制指标的计算字段累加,累加结果即为风险控制指标的计算结果。最后,对所有风险控制指标的计算结果进行汇总,汇总结果即为该投资指令的风控管理标准。当然,这里所说的风控管理标准也可以理解为对于投资指令的一种风险参考或意见。
在一实施例中,如图4所示,所述基于云平台的资产管理方法还包括:步骤S501~S503。
S501、将所述风险控制指标的计算结果为样本数据,并根据样本数据的数量设置BP神经网络模型的输入层节点数,以及设置BP神经网络模型的输出层节点数为一个;
S502、根据所述输入层节点数和输出层节点数,采用试凑法确定所述BP神经网络模型的隐含层节点数;
S503、将所述样本数据输入至利用所述BP神经网络模型的输入层中,并依次通过隐含层和输出层,完成对所述样本数据的学习,并将输出层的输出结果作为所述样本数据的评价结果。
本实施例中,通过建立评价模型(即所述BP神经网络模型)对风险控制指标的计算结果(也就是所述的风控管理标准)进行评价,以保证得到的计算结果是准确可靠的,从而实现对于股权资产数据的精细化管理。具体来说,首先根据样本数据设置评价模型的输入层节点数,然后通过试凑法(即不断试凑)来确定隐含层节点数,然后将样本数据输入至输入层,并依次通过隐藏层和输出层,得到最终的评价结果。
在一实施例中,如图6所示,所述步骤S303包括:步骤S601~S604。
S601、根据所述不动产资产数据对应的不动产信息,选择相应的风险评价指标;
S602、根据所述风险评价指标,构建评价指标判断矩阵,并对所述评价指标判断矩阵进行一致性检验;
S603、通过所述评价指标判断矩阵计算风险评价指标的权重向量;
S604、利用所述权重向量计算不动产资产数据的风险积分,并将所述风险积分作为所述不动产资产数据的价值评估标准,以此完成资产管理。
本实施例中,在对不动产资产数据进行管理时,尤其是进行资产管理时,可以为不动产资产数据进行风险评价,即对其进行价值评估,以确保对不动产进行处置时存在相应的风险参考建议。具体的,根据不动产资产数据的信息选取相应的风险评价指标,然后针对该风险评价指标,构建评价指标判断矩阵,并进行一致性检验。在这里,进行一致性检验是为了使对影响因素重要性的比较具有逻辑的一致性,若一致性比例小于0.1,则检验通过;若不通过,则需重新构造判断矩阵。在完成一致性检验后,利用所述评价指标判断矩阵对风险评价指标进行计算,得到对应的权重向量,随后利用所述权重向量计算得到不动产资产数据的风险积分,将其作为不动产资产数据的价值评估标准(或者说风险参考建议)。
在具体的实施场景中,采用层次分析法构建评价指标判断矩阵,该评价指标判断矩阵具有如下性质:
式中,aij表示风险评价指标的要素i与要素j重要性比较结果。aji表示风险评价指标的要素j与要素i重要性比较结果。
进一步的,按照下式对所述评价指标判断矩阵进行一致性检验:
式中,CI表示一致性指标计算结果,CI越小,说明一致性越大,反之亦然;λ表示评价指标判断矩阵的最大特征根,n表示n阶矩阵。
接着,按照下式对权重向量进行计算:
式中,Wj表示评价指标判断矩阵中第j个特征向量的权重向量,Bj表示评价指标判断矩阵中第j个特征向量。
在一实施例中,如图7所示,所述步骤S103包括:步骤S701~S703。
S701、接收数据迁移指令,并根据所述数据迁移指令对待迁移的资产数据进行准确性测试和验证性测试;
S702、完成所述准确性测试和验证性测试后,将所述资产数据封装为数据流;
S703、通过协议服务将所述数据流实时传输至目标服务器,并由所述目标服务器对所述数据流进行解析,以得到待迁移的资产数据。
本实施例中,通过将资产数据进行数据迁移,将数据库中的资产数据按指定的策略自动迁移到下一级大容量存储设备上。当需要使用资产数据时,分级存储系统会自动将资产数据从下一级大容量存储设备调回至所述数据库上。
在进行数据迁移时,前期调研是很重要的一个步骤,也是至关重要的一部分。在进行数据迁移工作前,应阅读旧系统的相关文档,如《数据字典》、《操作手册》等来熟悉原有的系统。在阅读文档的基础上再作为普通用户去实践操作,深入了解旧系统的业务流程。换句话说,前期调研就是对旧系统做一次全面了解,例如旧系统的业务范围、存在几套业务系统以及他们之间的关系;旧系统的开发商、开发工具、开发平台以及采用的数据库;旧系统的关键数据分布状况:包括数据范围、数据量大小等;旧系统的业务流程;旧系统的数据结构;旧系统组织架构、项目概况旧系统功能使用情况等等。
在完成前期调研后,对资产数据进行整理分析。数据整理分析的主要工作是通过各种形式或工具梳理出旧系统的关键业务表、表字段、表结构、表关联情况;并筛选出有效数据与表字段,以新系统为准,旧系统作参照,将旧系统的数据字典对应到新系统数据字典中。在数据对照表中需要进行转换的数据字段应该一一对应,对新旧数据表中字段的名称、类型、精度等都要有详细的描述,同时还要明确数据的转换方式,形成《数据对照表》作为数据迁移的技术方案。
将整理分析后的数据,依照对照表的要求进行转换,并写入到新系统。数据迁移主要采用后台或前台导入,其中后台导入形式可能涉及到中间库、批处理、事务等技术手段。在进行业务系统数据转换前,需要先选择一个时间点进行业务系统数据采集。
另外,数据完整和准确是试运行的关键。以前台界面可见数据为准,确保新系统数据与旧系统一致,比如资源条目、资源总面积、欠费金额等数据。
在数据核对确认后,可进行业务测试校验数据是否存在关联与互动。例如租赁资源出租状态与合同执行状态,合同付款计划与财务应收是否一致;合同与押金是否存在关联。
图8为本发明实施例提供一种基于云平台的资产管理装置800的示意性框图,该装置800包括:
数据存储单元801,用于获取资产数据,并基于云平台技术将所述资产数据存储于预设数据库中,其中,所述资产数据包括股权资产数据和不动产资产数据;
数据管理单元802,用于在所述数据库中,分别对所述股权资产数据和不动产资产数据进行全周期数字化管理;
数据备份单元803,用于基于全周期数字化管理结果,利用数据迁移技术对资产数据进行存储备份。
在一实施例中,如图9所示,所述数据存储单元801包括:
请求发送单元901,用于向HBase数据库发送远程过程调用协议请求;
元信息发送单元902,用于接收所述HBase数据库根据所述远程过程调用协议请求发送的元信息,并根据元信息获取预分区个数;
升序排序单元903,用于按照列和行键将每个分区数据依次进行升序排序,得到对应的排序后分区数据;
数据转化单元904,用于将各排序后分区数据输入至本地的HDFS层,以将各排序后分区数据转化为对应的资产数据;
服务器存储单元905,用于将所述资产数据发送至所述Hbase数据库对应的分区服务器中以进行存储。
在一实施例中,如图10所示,数据管理单元802包括:
平台构建单元1001,用于根据所述Hbase数据库的分区服务器,分别构建一投资企业管理平台和一不动产管理平台;
股权管理单元1002,用于利用所述投资企业管理平台对所述股权资产数据进行投前管理、投中管理、投后管理、退出管理和风控管理;以及
不动产管理单元1003,用于利用所述不动产管理平台对所述不动产资产数据进行经营管理、收支管理和资产管理。
在一实施例中,如图11所示,所示股权管理单元1002包括:
指令获取单元1101,用于获取对于所述股权资产数据的投资指令,并根据所述投资指令的要素选择相应的至少一个风险控制指标;
要素拼接单元1102,用于针对每一风险控制指标,将所述投资指令的要素拼接为key值,并根据所述key值为所述风险控制指标匹配计算节点;
字段累加单元1103,用于获取计算节点的持仓值,并将所述持仓值与所述风险控制指标的计算字段进行累加,得到所述风险控制指标的计算结果;
结果汇总单元1104,用于将所述风险控制指标的计算结果进行汇总,并将汇总的结果作为所述投资指令的风控管理标准。
在一实施例中,如图12所示,所述基于云平台的资产管理装置800还包括:
第一节点设置单元1201,用于将所述风险控制指标的计算结果为样本数据,并根据样本数据的数量设置BP神经网络模型的输入层节点数,以及设置BP神经网络模型的输出层节点数为一个;
第二节点设置单元1202,用于根据所述输入层节点数和输出层节点数,采用试凑法确定所述BP神经网络模型的隐含层节点数;
数据学习单元1203,用于将所述样本数据输入至利用所述BP神经网络模型的输入层中,并依次通过隐含层和输出层,完成对所述样本数据的学习,并将输出层的输出结果作为所述样本数据的评价结果。
在一实施例中,如图13所示,所述不动产管理单元1003包括:
指标选择单元1301,用于根据所述不动产资产数据对应的不动产信息,选择相应的风险评价指标;
矩阵构建单元1302,用于根据所述风险评价指标,构建评价指标判断矩阵,并对所述评价指标判断矩阵进行一致性检验;
向量计算单元1303,用于通过所述评价指标判断矩阵计算风险评价指标的权重向量;
标准设置单元1304,用于利用所述权重向量计算不动产资产数据的风险积分,并将所述风险积分作为所述不动产资产数据的价值评估标准,以此完成资产管理。
在一实施例中,如图14所示,所述数据备份单元803包括:
数据测试单元1401,用于接收数据迁移指令,并根据所述数据迁移指令对待迁移的资产数据进行准确性测试和验证性测试;
数据封装单元1402,用于完成所述准确性测试和验证性测试后,将所述资产数据封装为数据流;
数据解析单元1403,用于通过协议服务将所述数据流实时传输至目标服务器,并由所述目标服务器对所述数据流进行解析,以得到待迁移的资产数据。
由于装置部分的实施例与方法部分的实施例相互对应,因此装置部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
本发明实施例还提供了一种计算机可读存储介质,其上存有计算机程序,该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供了一种计算机设备,可以包括存储器和处理器,存储器中存有计算机程序,处理器调用存储器中的计算机程序时,可以实现上述实施例所提供的步骤。当然计算机设备还可以包括各种网络接口,电源等组件。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物品或者设备所固有的要素。在没有更多限制的状况下,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、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种基于云平台的资产管理方法,其特征在于,包括:
获取资产数据,并基于云平台技术将所述资产数据存储于预设数据库中,其中,所述资产数据包括股权资产数据和不动产资产数据;
在所述数据库中,分别对所述股权资产数据和不动产资产数据进行全周期数字化管理;
基于全周期数字化管理结果,利用数据迁移技术对资产数据进行存储备份。
2.根据权利要求1所述的基于云平台的资产管理方法,其特征在于,所述获取资产数据,并基于云平台技术将所述资产数据存储于预设数据库中,包括:
向HBase数据库发送远程过程调用协议请求;
接收所述HBase数据库根据所述远程过程调用协议请求发送的元信息,并根据元信息获取预分区个数;
按照列和行键将每个分区数据依次进行升序排序,得到对应的排序后分区数据;
将各排序后分区数据输入至本地的HDFS层,以将各排序后分区数据转化为对应的资产数据;
将所述资产数据发送至所述Hbase数据库对应的分区服务器中以进行存储。
3.根据权利要求2所述的基于云平台的资产管理方法,其特征在于,所述在所述数据库中,分别对所述股权资产数据和不动产资产数据进行全周期数字化管理,包括:
根据所述Hbase数据库的分区服务器,分别构建一投资企业管理平台和一不动产管理平台;
利用所述投资企业管理平台对所述股权资产数据进行投前管理、投中管理、投后管理、退出管理和风控管理;以及
利用所述不动产管理平台对所述不动产资产数据进行经营管理、收支管理和资产管理。
4.根据权利要求3所述的基于云平台的资产管理方法,其特征在于,所述利用所述投资企业管理平台对所述股权资产数据进行投前管理、投中管理、投后管理、退出管理和风控管理,包括:
获取对于所述股权资产数据的投资指令,并根据所述投资指令的要素选择相应的至少一个风险控制指标;
针对每一风险控制指标,将所述投资指令的要素拼接为key值,并根据所述key值为所述风险控制指标匹配计算节点;
获取计算节点的持仓值,并将所述持仓值与所述风险控制指标的计算字段进行累加,得到所述风险控制指标的计算结果;
将所述风险控制指标的计算结果进行汇总,并将汇总的结果作为所述投资指令的风控管理标准。
5.根据权利要求4所述的基于云平台的资产管理方法,其特征在于,还包括:
将所述风险控制指标的计算结果为样本数据,并根据样本数据的数量设置BP神经网络模型的输入层节点数,以及设置BP神经网络模型的输出层节点数为一个;
根据所述输入层节点数和输出层节点数,采用试凑法确定所述BP神经网络模型的隐含层节点数;
将所述样本数据输入至利用所述BP神经网络模型的输入层中,并依次通过隐含层和输出层,完成对所述样本数据的学习,并将输出层的输出结果作为所述样本数据的评价结果。
6.根据权利要求3所述的基于云平台的资产管理方法,其特征在于,所述针对所述不动产资产数据,利用所述不动产管理平台对所述不动产资产数据进行经营管理、收支管理和资产管理,包括:
根据所述不动产资产数据对应的不动产信息,选择相应的风险评价指标;
根据所述风险评价指标,构建评价指标判断矩阵,并对所述评价指标判断矩阵进行一致性检验;
通过所述评价指标判断矩阵计算风险评价指标的权重向量;
利用所述权重向量计算不动产资产数据的风险积分,并将所述风险积分作为所述不动产资产数据的价值评估标准,以此完成资产管理。
7.根据权利要求1所述的基于云平台的资产管理方法,其特征在于,所述基于全周期数字化管理结果,利用数据迁移技术对资产数据进行存储备份,包括:
接收数据迁移指令,并根据所述数据迁移指令对待迁移的资产数据进行准确性测试和验证性测试;
完成所述准确性测试和验证性测试后,将所述资产数据封装为数据流;
通过协议服务将所述数据流实时传输至目标服务器,并由所述目标服务器对所述数据流进行解析,以得到待迁移的资产数据。
8.一种基于云平台的资产管理装置,其特征在于,包括:
数据存储单元,用于获取资产数据,并基于云平台技术将所述资产数据存储于预设数据库中,其中,所述资产数据包括股权资产数据和不动产资产数据;
数据管理单元,用于在所述数据库中,分别对所述股权资产数据和不动产资产数据进行全周期数字化管理;
数据备份单元,用于基于全周期数字化管理结果,利用数据迁移技术对资产数据进行存储备份。
9.一种计算机设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,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任一项所述的基于云平台的资产管理方法。
10.一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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于云平台的资产管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210633522.XA CN114896226A (zh) | 2022-06-06 | 2022-06-06 | 一种基于云平台的资产管理方法、装置及相关介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210633522.XA CN114896226A (zh) | 2022-06-06 | 2022-06-06 | 一种基于云平台的资产管理方法、装置及相关介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114896226A true CN114896226A (zh) | 2022-08-12 |
Family
ID=82728108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210633522.XA Pending CN114896226A (zh) | 2022-06-06 | 2022-06-06 | 一种基于云平台的资产管理方法、装置及相关介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114896226A (zh) |
-
2022
- 2022-06-06 CN CN202210633522.XA patent/CN114896226A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7574379B2 (en) | Method and system of using artifacts to identify elements of a component business model | |
CN110796470A (zh) | 一种面向市场主体监管和服务的数据分析系统 | |
US20030172017A1 (en) | High performance multi-dimensional risk engines for enterprise wide market risk management | |
CN112231333A (zh) | 一种生态环境数据共享交换方法和系统 | |
CN105469204A (zh) | 深度融合大数据分析技术的重装制造企业综合评价系统 | |
CN103336791A (zh) | 基于Hadoop的粗糙集快速属性约简方法 | |
CN110795478A (zh) | 一种应用于金融业务的数据仓库更新方法、装置和电子设备 | |
CN104679646A (zh) | 一种用于检测sql代码缺陷的方法和装置 | |
CN110363662A (zh) | 一种个人信用评分系统 | |
CN115605903A (zh) | 用于快速组成、启动和配置具有内置审计和监测结构的可定制的第二层级转移结构的系统及其方法 | |
CN101320394A (zh) | 一种支持多种文件类型的数据采集方法 | |
CN115329011A (zh) | 数据模型的构建方法、数据查询的方法、装置及存储介质 | |
CN117273511A (zh) | 数据分析方法及装置 | |
CN111723004B (zh) | 敏捷软件开发的度量方法,度量数据输出方法以及装置 | |
CN115982429B (zh) | 一种基于流程控制的知识管理方法及系统 | |
Li et al. | On minimizing downside risk in make‐to‐stock, risk‐averse firms | |
CN114896226A (zh) | 一种基于云平台的资产管理方法、装置及相关介质 | |
CN115618825A (zh) | 财务报表合并方法、装置、计算机可读介质及终端设备 | |
CN115759742A (zh) | 企业风险评估方法、装置、计算机设备和存储介质 | |
US20140149186A1 (en) | Method and system of using artifacts to identify elements of a component business model | |
CN115630113A (zh) | 一种账户流水核对方法及装置 | |
CN100576806C (zh) | 对等网络中逻辑异构系统数据整合方法 | |
CN114417859A (zh) | 一种基于云化区块链技术的数据标准化方法及系统 | |
Paananen | A New Data Governance Model for the Bank of Finland | |
CN113485987A (zh) | 企业信息标签生成方法及装置 |
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 |