CN115577646A - 基于多源异构数据的数据建模方法、装置、设备和介质 - Google Patents

Abstract

本公开涉及数据建模技术领域，提供了一种基于多源异构数据的数据建模方法、装置、设备和介质。该方法包括：确定目标业务的待建模数据；确定上述目标业务的数据处理规则，基于上述数据处理规则确定针对上述待建模数据对应的业务模型处理逻辑；基于上述待建模数据和上述业务模型处理逻辑，构建初始业务处理模型，并对上述初始业务处理模型进行训练，生成目标业务处理模型。该实施方式通过对多源异构数据的采集与处理，以确定不同的业务对应的数据处理规则，以构建与训练适用于目标业务的业务处理模型，可实现针对不同的业务分析场景，进行灵活地数据建模过程。

Description

基于多源异构数据的数据建模方法、装置、设备和介质

技术领域

本公开涉及数据建模技术领域，尤其涉及一种基于多源异构数据的数据建模方法、装置、设备和介质。

背景技术

目前，金融大数据应用已经从“概念”走向“价值”，逐步进入实施验证阶段。金融企业也意识到数据越来越成为一种重要的资产，期望能从数据中发现价值，实现海量异构数据的处理与应用。当前针对基于数据库格式化数据的处理机制和工具相对比较成熟，已经有非常普遍的应用，但针对复杂数据源的灵活分析与应用，针对不同分析场景的灵活建模分析存在较大的短板，无法对众多数据源进行有效提取，也无法实现灵活的数据建模，应用场景无法实现持续变现。

目前，构架相关大数据处理工具，做好多源异构海量数据的专业化整合集成，深度挖掘金融数据内含的巨大价值，积极探索金融业务创新，实现数据资源的综合管理、深度应用，从而促进各类业务进行前瞻性预测分析以及为各层次用户提供统一的决策分析支持，已成为提升金融企业核心竞争力，实现金融企业信息化可持续发展的关键途径。

而针对众多数据源，不同类型的数据源无法实现灵活的数据采集与处理，往往只能借助人工进行手工提取处理。针对不同来源的数据由于结构设计的不同，无法实现数据的关联分析，无法实现相互数据支撑，无法实现数据深层价值的提取。无法实现灵活的数据建模，针对业务目标进行深入灵活的挖掘，大多需要借助技术专家或者数据专家辅助完成。针对数据建模或应用场景无法实现持续变现，由于人工的介入，相关处理中存在大量特殊处理，因此每次数据分析都需要人工手动处理，处理效率低，无法形成企业级应用。针对数据建模方法更多依靠专家的能力，无法形成共享，推动更广发的普及应用。

发明内容

有鉴于此，本公开实施例提供了一种基于多源异构数据的数据建模方法、装置、设备和介质，以解决现有技术中无法对多源异构数据的可视化探索与分析的问题。

本公开实施例的第一方面，提供了一种基于多源异构数据的数据建模方法，包括：确定目标业务的待建模数据；确定上述目标业务的数据处理规则，基于上述数据处理规则确定针对上述待建模数据对应的业务模型处理逻辑；基于上述待建模数据和上述业务模型处理逻辑，构建初始业务处理模型，并对上述初始业务处理模型进行训练，生成目标业务处理模型。

本公开实施例的第二方面，提供了一种基于多源异构数据的数据建模装置，包括：待建模数据确定单元，被配置成确定目标业务的待建模数据；模型处理逻辑确定单元，被配置成确定上述目标业务的数据处理规则，基于上述数据处理规则确定针对上述待建模数据对应的业务模型处理逻辑；业务处理模型生成单元，被配置成基于上述待建模数据和上述业务模型处理逻辑，构建初始业务处理模型，并对上述初始业务处理模型进行训练，生成目标业务处理模型。

本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可以在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

本公开实施例与现有技术相比存在的有益效果是：首先，确定目标业务的待建模数据，且该待建模数据是根据从多个数据源获取的异构数据获得的；然后，再确定目标业务的数据处理规则，根据该数据处理规则确定待建模数据对应的业务模型处理逻辑；最后，根据待建模数据和业务模型处理逻辑，构建初始业务处理模型并进行训练，以生成目标业务处理模型。本公开提供的方法，通过对多源异构数据的采集与处理，以确定不同的业务对应的数据处理规则，以完成对建模的模型处理逻辑的确定，进而，构建与训练适用于目标业务的业务处理模型，可实现针对不同的业务分析场景，进行灵活地数据建模过程，不仅能够处理不同类型的数据源实现灵活的数据采集与处理，还可对目标业务进行深入灵活的挖掘，以构建持续应用场景能够使用的业务模型。

附图说明

为了更清楚地说明本公开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公开的一些实施例，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它的附图。

图1是根据本公开的一些实施例的基于多源异构数据的数据建模方法的一个应用场景的示意图；

图2是根据本公开的基于多源异构数据的数据建模方法的一些实施例的流程图；

图3是根据本公开的基于多源异构数据的数据建模方法的一些实施例的处理过程示意图；

图4是根据本公开的基于多源异构数据的数据建模方法中数据准备的过程示意图；

图5是根据本公开的基于多源异构数据的数据建模方法中数据建模的过程示意图；

图6是根据本公开的基于多源异构数据的数据建模方法中模型训练的过程示意图；

图7是根据本公开的基于多源异构数据的数据建模装置的一些实施例的结构示意图；

图8是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是根据本公开的一些实施例的基于多源异构数据的数据建模方法的一个应用场景的示意图。

在图1的应用场景中，计算设备101可以确定目标业务的待建模数据102。然后，计算设备101可以确定目标业务的数据处理规则，根据数据处理规则确定针对待建模数据102对应的业务模型处理逻辑103，最后，计算设备101可以基于待建模数据102和业务模型处理逻辑103，构建初始业务处理模型104，并对初始业务处理模型104进行训练，获得目标业务处理模型105。需要说明的是，本实施例中对于目标业务的业务类型不做任何限定，包括但不限定于风控业务、决策业务等各种金融业务的数据处理等。

需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备101为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备101体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

图2是根据本公开的基于多源异构数据的数据建模方法的一些实施例的流程图。图2的风险预测模型优化方法可以由图1的计算设备101执行。如图2所示，该基于多源异构数据的数据建模方法包括：

步骤S201，确定目标业务的待建模数据。

在一些实施例中，基于多源异构数据的数据建模方法的执行主体（如图1所示的计算设备101）可以确定目标业务对应的待建模数据。这里，上述待建模数据为基于从多个数据源获取的异构数据获得。上述目标业务可以理解为需要对其进行数据建模的业务，比如金融投资风险预测业务、金融投资决策业务等；待建模数据可以理解为目标业务构建通用的业务处理模型的多源异构数据，其中，多源异构数据包括多种类型的结构化数据、半结构化数据和非结构化数据。结构化数据指关系模型数据，即以关系数据库表形式管理的数据；半结构化数据指非关系模型的、有基本固定结构模式的数据，例如日志文件、XML文档、JSON文档、E-mail等；非结构化数据指没有固定模式的数据，如PDF、EXL及各种格式的图片等。不同类型的数据在形成过程中没有统一的标准，因此造成了数据“异构”的特征。

在一些实施例中，确定目标业务的待建模数据，包括：获取多个数据源发送的目标业务对应的至少一个初始异构数据；对上述至少一个初始异构数据进行加工处理，获得上述目标业务的待建模数据。上述执行主体可获取到多个数据源发送的目标业务对应的至少一个初始异构数据，其中，初始异构数据可以理解为与目标业务相关联的所有数据，包括结构化、半结构化、非结构化数据类型的在线、离线存储；在获取到这些初始异构数据之后，上述执行主体是需要对初始异构数据进行加工处理，实现多源数据整合，快速汇聚各类数据，支持对多源异构数据的高效集成与关联。

步骤S202，确定上述目标业务的数据处理规则，基于上述数据处理规则确定针对上述待建模数据对应的业务模型处理逻辑。

在一些实施例中，上述执行主体还可确定目标业务对应的数据处理规则，其中，数据处理规则可以理解为针对目标业务的待建模数据的数据处理规则，包括但不限定于对待建模数据的进行数据过滤类、数据加工类、行列计算类、统计分析类的至少一项处理规则。需要说明的是，数据处理规则的确定，可通过为开发者提供可视化的数据开发与管理工具，支持所见即所得的基于数据管理的图形化开发与设计模式。进一步地，上述执行主体在确定了针对目标业务的数据处理规则之后，还可根据该数据处理规则确定针对待建模数据对应的业务模型处理逻辑；需要说明的是，数据建模过程主要是确定对该目标业务对应的待建模数据如何进行逻辑处理，以获得模型输出的目标结果的过程，那么业务模型的处理逻辑在建模的初始阶段即可确定，保证具有简化数据共享逻辑，优化数据算法机制，还可具有数据支撑与自助分析能力。

在一些实施例中，上述执行主体确定上述目标业务的数据处理规则，包括：确定上述目标业务的建模业务需求；基于上述建模业务需求，确定上述目标业务的数据处理规则，其中，上述数据处理规则包括数据指标、数据标签、数据处理流程、数据分析类型、数据应用类型。上述执行主体在确定数据处理规则时，考虑到建模业务需求，分析所需要提取的支持数据范围，可通过可视化界面对数据建模中的多类数据处理规则进行选择与提取，以确定具体的数据处理规则，比如，数据指标、数据标签、数据处理流程、数据分析类型、数据应用类型等，其中，对于数据处理流程可以理解为数据建模过程中的处理流程，比如先做数据筛选、再做数据关联、数据替换、空值处理、行合并、列转行、分组汇总、分层汇总等等，本实施例对此不做具体限定。

在一些实施例中，上述执行主体基于上述数据处理规则确定针对上述待建模数据对应的业务模型处理逻辑，包括：基于上述数据处理规则在可视化数据处理组件中，确定至少一个数据处理方式；根据上述至少一个数据处理方式，组建针对上述待建模数据对应的业务模型处理逻辑。实际应用中，数据处理规则可在可视化数据处理组件中进行展示，在满足建模业务需求的基础上，在多个数据处理规则中，可选择至少一个数据处理方式，并根据选择的数据处理方式，组建出针对待建模数据对应的业务模型处理逻辑；需要说明的是，业务模型处理逻辑是构建业务处理模型的基础，只有确定了对待建模数据的业务处理逻辑，即算法逻辑，才能准确地设计出符合业务需求的业务处理模型，才能够输出满足业务需求的数据处理结果，便于后续的数据分析以及数据应用。

在一些实施例的一些可选的实现方式中，业务处理模型的业务模型处理逻辑可根据不同的业务需求而变动，需求者可在一定的数据区间范围内进行调整，可通过可视化界面，对待建模数据进行提取，查看数据结构、码表等情况，以及对数据处理规则进行适应性调整，以改变业务模型处理逻辑，进行算法优化等。

步骤S203，基于上述待建模数据和上述业务模型处理逻辑，构建初始业务处理模型，并对上述初始业务处理模型进行训练，生成目标业务处理模型。

在一些实施例中，上述执行主体可根据待建模数据以及业务模型处理逻辑，构建出一个初始业务处理模型，以实现模型设计的初始状态；进一步地，在确定了针对目标业务的初始业务处理模型之后，还可对该初始业务处理模型进行反复的训练与优化，必要时需要重新调整模型逻辑，以期待达到最优的业务目标。

需要说明的是，模型执行逻辑包括从当前节点开始执行，也包括从节点前开始执行，或者执行左右节点等，本实施例中对于初始业务处理模型的训练过程可不做任何限定，可参考目前公开的各种模型训练方式。

在一些实施例中，上述执行主体对上述初始业务处理模型进行训练，生成目标业务处理模型，包括：对上述初始业务处理模型进行迭代训练；对每一轮输出的模型执行结果进行数据分析，基于数据分析结果调整上述初始业务处理模型中的模型参数，生成目标业务处理模型。在可视化数据分析工具中，对于每一步的数据处理过程的结果，是十分重要的，上述执行主体可将每一轮初始业务处理模型的迭代训练获得的结果，进行针对性的数据分析工具，包括让建模专家能够对结果进行深入的分析，确定是否符合预期，可以利用工具组件完成，比如列值操作类、统计计算类、图形及报表分析类等，本实施例对此不做具体限定。进一步地，执行主体可根据数据分析结果调整初始业务处理模型中当前的模型参数，执行参数优化的过程，针对模型执行结果，若无法达到预期，可通过模型参数、数据参数、系统参数、执行参数进行调整，优化模型。若仍无法达到预期，可以退回上一步，重新对模型逻辑进行优化。

在一些实施例中，上述执行主体获得的大多数模型应用的业务场景都需要反复持续执行，因此整个建模思路与算法，可以保存，以备后续反复调用执行。模型固化可以基于数据库，也可以基于Xml文件进行固化保存，同时可以实现大家交互学习。

在一些实施例的一些可选的实现方式中，上述方法还包括：确定上述目标业务处理模型的模型算法，并将上述模型算法进行持久化保存，且将上述目标业务处理模型发布至模型应用平台。

在一些实施例的一些可选的实现方式中，上述方法还包括：响应于用户针对上述目标业务处理模型的整理操作，生成上述目标业务处理模型的目标建模报告；将上述目标建模报告进行持久化存储。

在一些实施例中，建模的核心算法可以发布到各个应用场景，支持各类业务系统的底层数据加工与计算，包括：数清洗与加工场景，数据指标，数据标签，风控规则模型、决策模型等等。可以与各业务系统实现技术对接，完成各个业务场景的可视化设计与执行。模型发布到调度引擎后，可以实现按照既定频度（例如，日月季年等）的连续执行。

在一些实施例中，业务探索与建模过程及思路，也是业务上的重要数据资产，因此系统根据客户操作流程，自动生成建模报告，辅助客户完成建模思路的梳理，建立模型档案报告，以备后续学习及备查。由此可以看出，本实施例提供的基于多源异构数据的数据建模方法，可以辅助客户全面梳理数据资源，自主掌握大数据关键技术应用工具，加速大数据资源的开发利用，通过智能风控、智慧营销、智能运营、职能决策、智能监管等垂直数据应用，将数据决策化贯穿到经营与管理全流程，建设智慧金融，提升核心竞争力。

另外，需要说明的是，本公开实施例可应用于下述应用场景：（1）建立数据基础设施，构建通用数据管理平台及其工具，实现更广泛的结构化、半结构化、非结构化数据的集中采集、存储、加工、分析和应用，极大地丰富金融企业的信息资源，同现有的企业级数据仓库和历史数据存储系统一起，形成基础数据体系，提供支撑经营管理的各类数据应用。（2）开发数据资源，支撑金融企业经营管理创新。建设离线数据分析、实时数据/流数据分析集群和各类数据分析集市，通过数据挖掘、计量分析等手段，对内外部丰富的数据资源进行开发使用，并将数据决策化过程结合到风控、营销、营运等经营管理活动。（3）培养数据人才队伍，建立大数据分析能力。结合通用数据管理平台的落地实施，建立起熟练掌握大数据的科技人员队伍，具备自主运营和开发海量多源异构数据的支撑能力，以便更好地推动业务创新，提升企业核心竞争力。

进一步地，本公开实施例可实现数据共享分析，即均可在保证数据隐私和安全的前提下，自由使用数据，充分发挥数据作为金融企业重要资产的业务价值；可实现提升工作效率，即为管理分析、挖掘预测、风险管理、决策支持等管理类系统提供一致的数据基础与工具，改变现有数据来源多、数据处理复杂的现状，实现应用系统建设模式的转变，提升相关IT系统的建设和运行效率；可实现辅助改善数据质量，即从中长期看，通过对分散在各个业务系统中的数据整合、加工、分析管理，有助于金融企业整体数据质量的改善，提高的数据实用性；可实现促进业务创新，即业务人员可基于明细、可信的数据，进行多维分析和数据挖掘，为金融业务创新创造了有利条件。

本公开实施例与现有技术相比存在的有益效果是：首先，确定目标业务的待建模数据，且该待建模数据是根据从多个数据源获取的异构数据获得的；然后，再确定目标业务的数据处理规则，根据该数据处理规则确定待建模数据对应的业务模型处理逻辑；最后，根据待建模数据和业务模型处理逻辑，构建初始业务处理模型并进行训练，以生成目标业务处理模型。本公开提供的方法，通过对多源异构数据的采集与处理，以确定不同的业务对应的数据处理规则，以完成对建模的模型处理逻辑的确定，进而，构建与训练适用于目标业务的业务处理模型，可实现针对不同的业务分析场景，进行灵活地数据建模过程，不仅能够处理不同类型的数据源实现灵活的数据采集与处理，还可对目标业务进行深入灵活的挖掘，以构建持续应用场景能够使用的业务模型。另外，本申请实施例针对上述行业普遍痛点进行深入分析及设计，可有效推动基于大数据场景的数据建模广泛引用。以数据资产化的设计理念，以服务业务为出发点，以统一、标准化、高效为设计目标，从大数据及其广泛应用场景的视角，提供通用、非技术化的数据处理具。从而，降低数据分析成本，提高数据治理效率，企业赋能，激活数据商业价值，赋能企业风控、运营与决策等。

图3是根据本公开的基于多源异构数据的数据建模方法的一些实施例的处理过程示意图。

在一些实施例中，上述执行主体基于多源异构数据的可视化数据探索与分析工具，主要包括数据准备、数据建模、数据训练、调整固化、模型共享和建模报告几个模块，从而实现从多源异构数据的提取到数据可视化加工处理，到思路的整理固化与发布的全流程，为普通业务人员提供一个灵活的、可视化的大数据分析及建模工具。

综上，本公开的基于多源异构数据的数据建模方法，构架相关大数据处理工具，做好多源异构海量数据的专业化整合集成，深度挖掘金融数据内含的巨大价值，积极探索金融业务创新，实现数据资源的综合管理、深度应用，从而促进各类业务进行前瞻性预测分析以及为各层次用户提供统一的决策分析支持，已成为提升金融企业核心竞争力，实现金融企业信息化可持续发展的关键途径。

图4是根据本公开的基于多源异构数据的数据建模方法中数据准备的过程示意图。

上述执行主体在数据准备阶段实现多源数据整合能力，快速汇聚各类数据。支持对多源异构数据的高效集成与关联。包括结构化、半结构化、非结构化数据类型的在线、离线存储。集成的高性能ETL组件，覆盖多种主流数据源，满足在复杂业务场景下的各类数据整合要求。参见图4，图4中实现外部数据的接入，即通过ETL工具组件可以实现各类数据源数据的接入与持续自动处理。

在实际应用中，上述执行主体实现外部数据的ETL处理，实现关键数据的提取加工：包括各类数据源，利用ETL技术实现不同结构数据的处理与提取。（1）工具支持传统关系型数据库数据的接入，包括Oracle、DB2、SqlServer、Mysql等，实现数据的加工处理。（2）工具支持大数据下NoSql数据接入，包括Redis、Hbase、Neo4j等，通过数据ETL工具实现数据接入与转换。（3）工具支持各类国产信创数据库的接入，通过数据ETL工具实现数据接入与转换。（4）工具支持拱顶文本文件的接入，包括日志类文件、XML文件、Json文件等，通过文件解析工具实现数据文件到数据库的转换。（5）工具支持各类图片的文件的解析与接入，通过OCR技术构建图片解析模板，从而实现图片固定位置文字信息的高速提取。（6）实现互联网及云平台第三方数据的实时接入，通过实时处理网关技术，实现外部数据的高速对接与转换。

基于此，将各类外部数据处理后，按照集市标准化要求，构建标准化数据表格，包括持续数据与临时数据等不同类型。为后续建模实现数据基础的准备。数据的存储管理是多源异构数据处理过程中非常重要的一个环节，选择合理的数据库可以减少数据检索的时间，提高数据查询的准确度，是后续数据处理的基础。本公开实施例根据所处理数据性质的不同，可以采用关系型数据库、内存数据库两种类型。系统优先推荐关系型数据库存储，但针对实时性要求较高的数据可以采用内存数据库进行存储。

图5是根据本公开的基于多源异构数据的数据建模方法中数据建模的过程示意图。

数据建模是基于数据集市基础上，实现可视化数据建模处理，灵活设计各类数据处理过程及算法逻辑，确保数据得到所需的加工，并得到预期的结果，具体可参见图5，图5中包括数据输入、数据建模以及结果输出三个部分。

首先，数据输入：根据建模业务需求，分析所需要提取的支持数据范围，通过可视化界面，从数据集市中进行拖拽提取，查看数据结构，码表等情况，可以实现对数据的预览与基础查询分析，确保数据提取的正确性。

其次，数据建模：本公开提供可视化数据开发与管理套件，提升业务开发效率。支持所见即所得的基于数据管理的图形化开发与设计模式。以一体化视图的方式，实现了数据指标、数据标签、数据处理流程、数据探索分析、数据应用模型等数据建模与工具配置的一次性完成。工具内置各类可视化数据处理组件，用于数据的加工，包括（1）数据过滤类：包括数据筛选组件、数据关联等组件；（2）数据加工类：包括数据去重、数据替换、空值处理、行拼接等组件；（3）行列计算类：包括添加计算列、列合并、行专列、列转行等组件；（4）统计分析类：包括分组汇总、分层汇总等组件；所有操作均屏蔽底层针对各类数据服务需求的数据处理过程，将加工后的数据、应用等通过集中的数据服务与可视化工具提供组件化功能，简化数据共享逻辑，优化数据算法机制，集约化数据支撑与自助分析能力。

最后，结果输出：随时分析最终数据结果是否符合业务预期，包括数据量，数据结构，数据质量等，确保结果的正确性，结果数据由多种选择：将结果映射到实体表中得到落地的结果数据表，进入数据集市；将结果导出到Excel中，导出到本地进行后续应用。

图6是根据本公开的基于多源异构数据的数据建模方法中模型训练的过程示意图。

模型设计完成后，需要进行反复的训练与优化，必要时需重新调整模型逻辑，以期待达到最优的业务目标。这一过程工具提供完整的模型训练机制和组件，可以灵活执行，反复调试，具体可参见图6的处理流程，其中，包括模型执行、结果分析以及参数优化。

首先，模型执行：本公开实施例提供灵活的模型执行机制，包括：执行当前节点；执行到当前节点；从点前节点执行；执行左右节点。实现数据处理流程的灵活执行，在兼顾执行效果的同时，保证执行的效率，做到所见即所得。

其次，结果分析：本公开实施例提供大量结果二次分析的工具组件，可以让建模专家能对结果进行深入的分析，确定是否符合预期，工具组件包括：列值操作类、统计计算类、图形及报表分析类。

最后，参数优化：本公开实施例针对模型执行结果，若无法达到预期，可通过模型参数、数据参数、系统参数、执行参数进行调整，优化模型。若仍无法达到预期，可以退回上一步，重新对模型逻辑进行优化。

在一些实施例中，还可对模型调整进行固化、模型共享以及出具建模报告。大多数模型应用的业务场景都需要反复持续执行，因此整个建模思路与算法，可以保存，以备后续反复调用执行。模型固化可以基于数据库，也可以基于Xml文件进行固化保存，同时可以实现大家交互学习；并且建模的核心算法可以发布到各个应用场景，支持各类业务系统的底层数据加工与计算，包括：数清洗与加工场景，数据指标，数据标签，风控规则模型、决策模型等等。可以与各业务系统实现技术对接，完成各个业务场景的可视化设计与执行。最后，模型发布到调度引擎后，可以实现按照既定频度（例如日月季年等）的连续执行；业务探索与建模过程及思路，也是业务上的重要数据资产，因此系统根据客户操作流程，自动生成建模报告，辅助客户完成建模思路的梳理，建立模型档案报告，以备后续学习及备查。

上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图7是根据本公开的基于多源异构数据的数据建模装置的一些实施例的结构示意图。如图7所示，该装置包括：待建模数据确定单元701，被配置成确定目标业务的待建模数据；模型处理逻辑确定单元702，被配置成确定上述目标业务的数据处理规则，基于上述数据处理规则确定针对上述待建模数据对应的业务模型处理逻辑；业务处理模型生成单元703，被配置成基于上述待建模数据和上述业务模型处理逻辑，构建初始业务处理模型，并对上述初始业务处理模型进行训练，生成目标业务处理模型。

在一些实施例的一些可选的实现方式中，待建模数据确定单元701，被进一步配置成：获取多个数据源发送的上述目标业务对应的至少一个初始异构数据；对上述至少一个初始异构数据进行加工处理，获得上述目标业务的待建模数据。

在一些实施例的一些可选的实现方式中，模型处理逻辑确定单元702，被进一步配置成：确定上述目标业务的建模业务需求；基于上述建模业务需求，确定上述目标业务的数据处理规则，其中，上述数据处理规则包括数据指标、数据标签、数据处理流程、数据分析类型、数据应用类型。

在一些实施例的一些可选的实现方式中，模型处理逻辑确定单元702，被进一步配置成：基于上述数据处理规则在可视化数据处理组件中，确定至少一个数据处理方式；根据上述至少一个数据处理方式，组建针对上述待建模数据对应的业务模型处理逻辑。

在一些实施例的一些可选的实现方式中，业务处理模型生成单元703，被进一步配置成：对上述初始业务处理模型进行迭代训练；对每一轮输出的模型执行结果进行数据分析，基于数据分析结果调整上述初始业务处理模型中的模型参数，生成目标业务处理模型。

在一些实施例的一些可选的实现方式中，该装置，还包括：存储单元，被配置成：确定上述目标业务处理模型的模型算法，并将上述模型算法进行持久化保存，且将上述目标业务处理模型发布至模型应用平台。

在一些实施例的一些可选的实现方式中，该装置，还包括：生成单元，被进一步配置成：响应于用户针对上述目标业务处理模型的整理操作，生成上述目标业务处理模型的目标建模报告；将上述目标建模报告进行持久化存储。

可以理解的是，该装置中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置及其中包含的单元，在此不再赘述。

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，而不应对本公开实施例的实施过程构成任何限定。

图8是本公开实施例提供的计算机设备8的示意图。如图8所示，该实施例的计算机设备8包括：处理器801、存储器802以及存储在该存储器802中并且可以在处理器801上运行的计算机程序803。处理器801执行计算机程序803时实现上述各个方法实施例中的步骤。或者，处理器801执行计算机程序803时实现上述各装置实施例中各模块/单元的功能。

示例性地，计算机程序803可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器802中，并由处理器801执行，以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序803在计算机设备8中的执行过程。

计算机设备8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机设备。计算机设备8可以包括但不仅限于处理器801和存储器802。本领域技术人员可以理解，图8仅仅是计算机设备8的示例，并不构成对计算机设备8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，计算机设备还可以包括输入输出设备、网络接入设备、总线等。

处理器801可以是中央处理单元（Central Processing Unit，CPU），也可以是其它通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）或者其它可编程逻辑器件、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802可以是计算机设备8的内部存储单元，例如，计算机设备8的硬盘或内存。存储器802也可以是计算机设备8的外部存储设备，例如，计算机设备8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，存储器802还可以既包括计算机设备8的内部存储单元也包括外部存储设备。存储器802用于存储计算机程序以及计算机设备所需的其它程序和数据。存储器802还可以用于暂时地存储已经输出或者将要输出的数据。

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。

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公开的范围。

在本公开所提供的实施例中，应该理解到，所揭露的装置/计算机设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/计算机设备实施例仅仅是示意性的，例如，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，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。

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。

另外，在本公开各个实施例中的各功能单元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。

集成的模块/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存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，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。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，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公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。

Claims (10)

1.一种基于多源异构数据的数据建模方法，其特征在于，包括：

确定目标业务的待建模数据；

确定所述目标业务的数据处理规则，基于所述数据处理规则确定针对所述待建模数据对应的业务模型处理逻辑；

基于所述待建模数据和所述业务模型处理逻辑，构建初始业务处理模型，并对所述初始业务处理模型进行训练，生成目标业务处理模型。

2.根据权利要求1所述的基于多源异构数据的数据建模方法，其特征在于，所述待建模数据为基于从多个数据源获取的异构数据获得的，所述确定目标业务的待建模数据，包括：

获取多个数据源发送的所述目标业务对应的至少一个初始异构数据；

对所述至少一个初始异构数据进行加工处理，获得所述目标业务的待建模数据。

3.根据权利要求1所述的基于多源异构数据的数据建模方法，其特征在于，所述确定所述目标业务的数据处理规则，包括：

确定所述目标业务的建模业务需求；

基于所述建模业务需求，确定所述目标业务的数据处理规则，其中，所述数据处理规则包括数据指标、数据标签、数据处理流程、数据分析类型、数据应用类型。

4.根据权利要求1-3中任一项所述的基于多源异构数据的数据建模方法，其特征在于，所述基于所述数据处理规则确定针对所述待建模数据对应的业务模型处理逻辑，包括：

基于所述数据处理规则在可视化数据处理组件中，确定至少一个数据处理方式；

根据所述至少一个数据处理方式，组建针对所述待建模数据对应的业务模型处理逻辑。

5.根据权利要求4所述的基于多源异构数据的数据建模方法，其特征在于，所述对所述初始业务处理模型进行训练，生成目标业务处理模型，包括：

对所述初始业务处理模型进行迭代训练；

对每一轮输出的模型执行结果进行数据分析，基于数据分析结果调整所述初始业务处理模型中的模型参数，生成目标业务处理模型。

6.根据权利要求1所述的基于多源异构数据的数据建模方法，其特征在于，所述对所述初始业务处理模型进行训练，生成目标业务处理模型之后，所述方法还包括：

确定所述目标业务处理模型的模型算法，并将所述模型算法进行持久化保存，且将所述目标业务处理模型发布至模型应用平台。

7.根据权利要求6所述的基于多源异构数据的数据建模方法，其特征在于，所述对所述初始业务处理模型进行训练，生成目标业务处理模型之后，所述方法还包括：

响应于用户针对所述目标业务处理模型的整理操作，生成所述目标业务处理模型的目标建模报告；

将所述目标建模报告进行持久化存储。

8.一种基于多源异构数据的数据建模装置，其特征在于，包括：

待建模数据确定单元，被配置成确定目标业务的待建模数据；

模型处理逻辑确定单元，被配置成确定所述目标业务的数据处理规则，基于所述数据处理规则确定针对所述待建模数据对应的业务模型处理逻辑；

业务处理模型生成单元，被配置成基于所述待建模数据和所述业务模型处理逻辑，构建初始业务处理模型，并对所述初始业务处理模型进行训练，生成目标业务处理模型。

9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可以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中任一项所述方法的步骤。

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中任一项所述方法的步骤。

Images