CN115905200A - 数据处理方法、装置、设备及存储介质 - Google Patents
数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115905200A CN115905200A CN202211500390.XA CN202211500390A CN115905200A CN 115905200 A CN115905200 A CN 115905200A CN 202211500390 A CN202211500390 A CN 202211500390A CN 115905200 A CN115905200 A CN 115905200A
- Authority
- CN
- China
- Prior art keywords
- transaction data
- upstream system
- upstream
- determining
- trust value
- 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
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本申请提供一种数据处理方法、装置、设备及存储介质。该方法包括:确定至少两个上游系统发送的交易数据中是否存在相互冲突的交易数据;若是,则确定所述相互冲突的交易数据所属业务领域;采用各上游系统对应的业务领域的预设信任模型确定所述相互冲突的交易数据中各上游系统对应的交易数据的当前信任值;基于所述各上游系统对应的交易数据的当前信任值确定所述相互冲突的交易数据中正确的交易数据。本申请的方法,无需人工鉴别,采用信任模型计算信任值,基于信任值能够准确确定相互冲突的交易数据中正确的交易数据,不仅减少了工作量,而且提升效率。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种数据处理方法、装置、设备及存储介质。
背景技术
对于大型金融企业,业务种类繁多,交易量大且交易系统众多,在数据汇总时往往需要接入多个上游数据源,将多个上游数据源的数据汇总加工处理。
在数据进行汇总加工的过程中,由于不同数据源之间可能存在信息缺失或数据不一致的情况,给数据汇总加工工作带来挑战,目前解决信息缺失或数据不一致等数据冲突问题时,通常的方式是在数据汇总加工前由相关操作人员对数据进行查找,找到存在冲突的数据。
但是,目前基于人工鉴别冲突数据的方式,不仅工作量较大,效率较低,而且准确性较低。
发明内容
本申请提供一种数据处理方法、装置、设备及存储介质,用以解决基于人工鉴别冲突数据的方式,不仅工作量较大,效率较低,而且准确性较低的问题。
第一方面,本申请提供一种数据处理方法,包括:
确定至少两个上游系统发送的交易数据中是否存在相互冲突的交易数据;
若是,则确定所述相互冲突的交易数据所属业务领域;
采用各上游系统对应的业务领域的预设信任模型确定所述相互冲突的交易数据中各上游系统对应的交易数据的当前信任值;
基于所述各上游系统对应的交易数据的当前信任值确定所述相互冲突的交易数据中正确的交易数据。
第二方面,本申请提供一种数据处理装置,包括:
确定单元,用于确定至少两个上游系统发送的交易数据中是否存在相互冲突的交易数据;
确定单元,还用于若是,则确定所述相互冲突的交易数据所属业务领域;
处理单元,用于采用各上游系统对应的业务领域的预设信任模型确定所述相互冲突的交易数据中各上游系统对应的交易数据的当前信任值;
处理单元,还用于基于所述各上游系统对应的交易数据的当前信任值确定所述相互冲突的交易数据中正确的交易数据。
第三方面,本申请提供一种电子设备,包括:处理器,存储器及收发器;
处理器,存储器及收发器电路互联;
存储器存储计算机执行指令;
收发器,用于收发数据;
处理器执行存储器存储的计算机执行指令,使得处理器执行如第一方面所述的方法。
第四方面,本申请提供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执行指令,所述计算机执行指令被处理器执行时用于实现如第一方面所述的方法。
本申请提供的数据处理方法、装置、设备及存储介质,通过确定至少两个上游系统发送的交易数据中是否存在相互冲突的交易数据;若是,则确定所述相互冲突的交易数据所属业务领域;采用各上游系统对应的业务领域的预设信任模型确定所述相互冲突的交易数据中各上游系统对应的交易数据的当前信任值;基于所述各上游系统对应的交易数据的当前信任值确定所述相互冲突的交易数据中正确的交易数据,无需人工鉴别,采用信任模型计算信任值,基于信任值能够准确确定相互冲突的交易数据中正确的交易数据,不仅减少了工作量,而且提升效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请提供的数据处理方法的网络架构示意图;
图2为本申请提供的一种数据处理方法的流程示意图;
图3为本申请提供的另一种数据处理方法的流程示意图;
图4为本申请提供的一种数据处理装置的结构示意图;
图5为用来实现本申请实施例的数据处理方法的电子设备的第一框图;
图6为用来实现本申请实施例的数据处理方法的电子设备的第二框图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
为了清楚理解本申请的技术方案,首先对现有技术的方案进行详细介绍。
在数据进行汇总加工的过程中,由于不同数据源之间可能存在信息缺失或数据不一致的情况,给数据汇总加工工作带来挑战,目前解决信息缺失或数据不一致等数据冲突问题时,通常的方式是在数据汇总加工前由相关操作人员对数据进行查找,找到存在冲突的数据。
但是,目前基于人工鉴别冲突数据的方式,不仅工作量较大,效率较低,而且准确性较低。
所以针对现有技术中基于人工鉴别冲突数据的方式,不仅工作量较大,效率较低,而且准确性较低的问题,发明人在研究中发现,通过确定至少两个上游系统发送的交易数据中是否存在相互冲突的交易数据,若是,则确定相互冲突的交易数据所属业务领域,采用各上游对应的业务领域的预设信任模型确定相互冲突的交易数据中各上游系统各自对应的交易数据的当前信任值,基于各上游系统各自对应的交易数据的当前信任值确定相互冲突的交易数据中确定的交易数据,与现有技术先比,无需人工鉴别,采用信任模型计算信任值,基于信任值能够准确确定相互冲突的交易数据中正确的交易数据,不仅减少了工作量,而且提升效率。
所以发明人基于上述的创造性发现,提出了本申请实施例的技术方案。下面对本申请实施例提供的数据处理方法的网络架构及应用场景进行介绍。
如图1所示,本申请实施例提供的数据处理方法对应的网络架构中包括:冲突检测服务器1、多个上游服务器2及用户终端3,冲突检测服务器1分别与多个上游服务器2和用户终端3进行通信连接,冲突检测服务器用于冲突检测,基于业务领域的不同预先设置不同的信任模型,采用信任模型进行冲突检测。冲突检测服务器1接收上游服务器2发送的交易数据,冲突检测服务器1确定至少两个上游服务器发送的交易数据中是否存在相互冲突的交易数据,若是,则确定相互冲突的交易数据所属业务领域;冲突检测服务器1采用各上游服务器对应的业务领域的预设信任模型确定相互冲突的交易数据中各上游服务器对应的交易数据的当前信任值;冲突检测服务器1基于各上游服务器对应的交易数据的当前信任值确定相互冲突的交易数据中正确的交易数据,进一步冲突检测服务器1将相互冲突的交易数据及正确的交易数据发送至对应的用户终端3,无需人工鉴别,采用信任模型计算信任值,基于信任值能够准确确定相互冲突的交易数据中正确的交易数据,不仅减少了工作量,而且提升效率。
以下将参照附图来具体描述本发明的实施例。
图2为本申请提供的一种数据处理方法的流程示意图,该方法应用于电子设备。其中,电子设备可以为表示各种形式的数字计算机。诸如,蜂窝电话、智能电话、膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。如图2所示,该方法包括:
步骤201,确定至少两个上游系统发送的交易数据中是否存在相互冲突的交易数据。
在本实施例中,接收上游系统发送的交易数据,确定至少两个上游系统发送的交易数据中是否存在相互冲突的交易数据,其中,相互冲突的交易数据是具有同一标识的至少两条交易数据之间存在错误的交易数据,正确的交易数据和错误的交易数据之间冲突,即为相互冲突的交易数据。其中,上游系统包括银行IC卡系统、信用卡系统、债券交易系统等。
步骤202,若是,则确定相互冲突的交易数据所属业务领域。
在本实施例中,若是,则确定相互冲突的交易数据所属业务领域,上游系统包括至少一个业务领域,不同上游系统所包含的业务领域可以相同或不同,如债券交易领域、股票交易领域、期权交易领域等,为每个业务领域预先设置信任模型。
步骤203,采用各上游系统对应的业务领域的预设信任模型确定相互冲突的交易数据中各上游系统对应的交易数据的当前信任值。
在本实施例中,不同业务领域对应的预设信任模型不同,采用各上游系统对应的业务领域的预设信任模型计算相互冲突的交易数据中各上游系统各自对应的交易数据的当前信任值。信任模型为鉴别冲突数据预先建立的数据模型。
步骤204,基于各上游系统对应的交易数据的当前信任值确定相互冲突的交易数据中正确的交易数据。
在本实施例中,基于各上游系统各自对应的交易数据的当前信任值确定相互冲突的交易数据中正确的交易数据,其中,正确的交易数据用于后续加工使用。
在本实施例中,确定至少两个上游系统发送的交易数据中是否存在相互冲突的交易数据,若是,则确定相互冲突的交易数据所属业务领域,采用各上游对应的业务领域的预设信任模型确定相互冲突的交易数据中各上游系统各自对应的交易数据的当前信任值,基于各上游系统各自对应的交易数据的当前信任值确定相互冲突的交易数据中确定的交易数据,与现有技术先比,无需人工鉴别,采用信任模型计算信任值,基于信任值能够准确确定相互冲突的交易数据中正确的交易数据,不仅减少了工作量,而且提升效率。
图3为本申请提供的另一种数据处理方法的流程示意图,该方法应用于电子设备,如图3所示,该方法包括:
步骤301,确定至少两个上游系统发送的交易数据中是否存在相互冲突的交易数据。
在一种可能的实现方式中,确定至少两个上游系统发送的交易数据中是否存在相互冲突的交易数据,包括:
步骤3011,确定至少两个上游系统发送的同一标识的交易数据对应的字段信息是否相同。
在本实施例中,确定至少两个上游系统发送的同一标识的交易数据对应的字段信息是否相同,根据字段信息是否相同确定同一标识的多个多条交易数据是否存在相互冲突的交易数据。
步骤3012,若是,则确定上游系统发送的交易数据中不存在相互冲突的交易数据。
在本实施例中,若是,说明具有同一标识的多条交易数据均是正确的交易数据,确定上游系统发送的交易数据中不存在相互冲突的交易数据。
步骤3013,若否,则确定上游系统发送的交易数据中存在相互冲突的交易数据。
在本实施例中,若否,说明具有同一标识的多条交易数据中包括正确的交易数据及错误的交易数据,确定上游系统发送的交易数据中存在相互冲突的交易数据。
步骤302,若是,则确定相互冲突的交易数据所属业务领域。
在本实施例中,若是,获取相互冲突的交易数据的标识,并获取预设交易数据的标识及业务领域的映射关系,将相互冲突的交易数据的标识与映射关系中的预设交易数据的标识进行匹配,确定与相互冲突的交易数据的标识匹配的预设交易数据的标识,将与相互冲突的交易数据的标识匹配的预设交易数据的标识对应的业务领域确定为相互冲突的交易数据所属业务领域。
步骤303,采用各上游系统对应的业务领域的预设信任模型确定相互冲突的交易数据中各上游系统对应的交易数据的当前信任值。
在一种可能的实现方式中,采用各上游系统对应的业务领域的预设信任模型确定相互冲突的交易数据中各上游系统对应的交易数据的当前信任值,包括:
步骤3031,采用各上游系统对应的业务领域的第一预设时间段内的第一历史信任模型计算各上游系统对应的交易数据的第一信任值,并采用各上游系统对应的业务领域的第二预设时间段内的第二历史信任模型计算各上游系统对应的交易数据的第二信任值。
在本实施例中,预设信任模型包括:第一历史信任模型和第二历史信任模型,获取各上游系统对应的业务领域的第一预设时间段内的第一历史信任模型及各上游系统对应的业务领域的第二预设时间段内的第二历史信任模型,采用各上游系统对应的业务领域的第一预设时间段内的第一历史信任模型计算各上游系统对应的交易数据的第一信任值,采用各上游系统对应的业务领域的第二预设时间段内的第二历史信任模型计算各上游系统对应的交易数据的第二信任值。
可选地,采用各上游系统对应的业务领域的第一预设时间段内的第一历史信任模型计算各上游系统对应的交易数据的第一信任值,包括:
获取各上游系统在第一预设时间段内的发送的业务领域对应的交易数据的正确次数及交易数据的错误次数;将各上游系统在第一预设时间段内的发送的业务领域对应的交易数据的正确次数及交易数据的错误次数代入各上游系统对应的第一历史信任模型中,计算得到各上游系统对应的交易数据的第一信任值。
在本实施例中,获取各上游系统在第一预设时间段内的发送的业务领域对应的交易数据的正确次数及交易数据的错误次数,将各上游系统在第一预设时间段内的发送的业务领域对应的交易数据的正确次数及交易数据的错误次数代入各上游系统对应的第一历史信任模型中,计算各上游系统对应的交易数据的第一信任值,其中,各上游系统对应的业务领域的第一预设时间段内的第一历史信任模型可以是相同的,第一历史信任模型如下:
Dn=(αn,βn,γn) 公式(1)
其中,Dn表示某上游系统对应的交易数据的第一信任值,若时间序列为ti(t1,t2...tn),则αn表示该上游系统在t1至tn时间段内即第一预设时间段内发送的业务领域对应的交易数据的正确次数,βn表示该上游系统在t1至tn时间段内即第一预设时间段内发送的业务领域对应的交易数据的错误次数,γn表示该上游系统在在t1至tn时间段内即第一预设时间段内发送的业务领域对应的交易数据的准确率。
其中,准确率计算公式如下:
其中,αn表示某上游系统在t1至tn时间段内即第一预设时间段内发送的业务领域对应的交易数据的正确次数,βn表示某上游系统在t1至tn时间段内即第一预设时间段内发送的业务领域对应的交易数据的错误次数,γn表示某上游系统在在t1至tn时间段内即第一预设时间段内发送的业务领域对应的交易数据的准确率。
可选地,采用各上游系统对应的业务领域的第二预设时间段内的第二历史信任模型计算各上游系统对应的交易数据的第二信任值,包括:
获取各上游系统在第二预设时间段内的发送的业务领域对应的交易数据的正确次数及交易数据的错误次数;将各上游系统在第二预设时间段内的发送的业务领域对应的交易数据的正确次数及交易数据的错误次数代入各上游系统对应的第二历史信任模型中,计算得到各上游系统对应的交易数据的第二信任值。
在本实施例中,获取各上游系统在第二预设时间段内的发送的业务领域对应的交易数据的正确次数及交易数据的错误次数,将各上游系统在第二预设时间段内的发送的业务领域对应的交易数据的正确次数及交易数据的错误次数代入各上游系统对应的第二历史信任模型中,计算各上游系统对应的交易数据的第二信任值,其中,各上游系统对应的业务领域的第二预设时间段内的第二历史信任模型可以是相同的,第二历史信任模型如下:
D'n+1=(α'n+1,β'n+1,γ'n+1) 公式(3)
其中,D’n+1表示某上游系统对应的交易数据的第二信任值,若时间序列为ti(t1,t2...tn,tn+1),则α’n+1表示该上游系统在tn至tn+1时间段内即第二预设时间段内发送的业务领域对应的交易数据的正确次数,β’n+1表示该上游系统在tn至tn+1时间段内即第二预设时间段内发送的业务领域对应的交易数据的错误次数,γ’n+1表示该上游系统在tn至tn+1时间段内即第二预设时间段内发送的业务领域对应的交易数据的准确率。
其中,准确率计算公式如下:
其中,α’n+1表示某上游系统在tn至tn+1时间段内即第二预设时间段内发送的业务领域对应的交易数据的正确次数,β’n+1表示某上游系统在tn至tn+1时间段内即第二预设时间段内发送的业务领域对应的交易数据的错误次数,γ’n+1表示某上游系统在tn至tn+1时间段内即第二预设时间段内发送的业务领域对应的交易数据的准确率。其中,tn+1=tn+Δt,Δt可设置为10天,不限于上述数值,还可以是其他适合的数值。
步骤3032,根据各上游系统对应的交易数据的第一信任值及各上游系统对应的交易数据的第二信任值确定各上游系统对应的交易数据的当前信任值。
在本实施例中,根据各上游系统对应的交易数据的第一信任值及各上游系统对应的交易数据的第二信任值代入各上游系统对应的当前信任模型中,计算得到各上游系统对应的交易数据的当前信任值。
可选地,根据各上游系统对应的交易数据的第一信任值及各上游系统对应的交易数据的第二信任值确定各上游系统对应的交易数据的当前信任值,包括:
获取各上游系统对应的当前信任模型的权重;将各上游系统对应的当前信任模型的权重、对应的交易数据的第一信任值及对应的交易数据的第二信任值分别代入各上游系统对应的当前信任模型中,计算得到各上游系统对应的交易数据的当前信任值。
在本实施例中,获取各上游系统对应的当前信任模型的权重,将各上游系统对应的当前信任模型的权重、对应的交易数据的第一信任值及对应的交易数据的第二信任值分别代入各上游系统对应的当前信任模型中,计算得到各上游系统对应的交易数据的当前信任值,其中,各上游系统对应的当前信任模型可以是相同的,当前信任模型如下:
Dn+1=(1-w)×Dn+w×D'n+1=(αn+1,βn+1,γn+1) 公式(5)
其中,Dn表示某上游系统对应的交易数据的当前信任值,Dn表示该上游系统对应的交易数据的第一信任值,D’n+1表示该上游系统对应的交易数据的第二信任值,w表示权重。
可选地,获取各上游系统对应的当前信任模型的权重之前,还包括:
计算各上游系统对应的第一历史信任模型和对应的第二历史信任模型的相似度;根据各上游系统对应的相似度计算各上游系统对应的当前信任模型的权重。
在本实施例中,计算两个模型的相似度,计算公式如下:
其中,Dn表示某上游系统对应的交易数据的第一信任值,若时间序列为ti(t1,t2...tn),则αn表示某上游系统在t1至tn时间段内即第一预设时间段内发送的业务领域对应的交易数据的正确次数,βn表示某上游系统在t1至tn时间段内即第一预设时间段内发送的业务领域对应的交易数据的错误次数,γn表示某上游系统在在t1至tn时间段内即第一预设时间段内发送的业务领域对应的交易数据的准确率;D’n+1表示某上游系统对应的交易数据的第二信任值,若时间序列为ti(t1,t2...tn,tn+1),则α’n+1表示某上游系统在tn至tn+1时间段内即第二预设时间段内发送的业务领域对应的交易数据的正确次数,β’n+1表示某上游系统在tn至tn+1时间段内即第二预设时间段内发送的业务领域对应的交易数据的错误次数,γn+1表示某上游系统在tn至tn+1时间段内即第二预设时间段内发送的业务领域对应的交易数据的准确率,f表示模型系数。
其中,根据公式(6)计算得到的模型系数,将模型系数代入下述公式计算得到权重,公式如下:
w=0.6+(0.6-f)2,f<0.6且(α'n+1-αn)<(β'n+1-βn)公式(7)
其中,f表示模型系数,w表示权重;若f<0.6且(α’n+1-αn)>(β’n+1-βn),则w=f 2;若f≥0.6,则w=0.6。
步骤304,基于各上游系统对应的交易数据的当前信任值确定相互冲突的交易数据中正确的交易数据。
在一种可能的实现方式中,基于各上游系统对应的交易数据的当前信任值确定相互冲突的交易数据中正确的交易数据,包括:
步骤3041,比较全部上游系统对应的交易数据的当前信任值。
在本实施例中,比较全部上游系统对应的交易数据的当前信任值,根据当前信任值的比较结果确定正确的交易数据。
步骤3042,将当前信任值最大的交易数据确定为相互冲突的交易数据中正确的交易数据。
在本实施例中,当前信任值越大,说明相应的交易数据准确率越高,可将当前信任值最大的交易数据确定为相互冲突的交易数据中正确的交易数据,其中,当前信任值最大的交易数据的字段信息也是正确的。
步骤305,将相互冲突的交易数据及正确的交易数据发送至对应的用户终端。
在本实施例中,将相互冲突的交易数据和正确的交易数据发送至对应的用户终端,相关工作人员可以对正确的交易数据进行确认,正确的交易数据可用于后续数据加工。若接收到用户终端发送的确认信息,则采用预设加工规则对正确的交易数据进行加工,获得数据加工结果,进一步将数据加工结果发送至用户终端。或者,在预设时间内未接收到用户的确认信息,则直接将正确的交易数据作为有效的交易数据,采用预设加工规则对正确的交易数据进行加工,获得数据加工结果,进一步将数据加工结果发送至用户终端。
在本实施例中,无需人工鉴别,采用信任模型计算信任值,基于信任值能够准确确定相互冲突的交易数据中正确的交易数据,不仅减少了工作量,而且提升效率。
图4为本申请提供的一种数据处理装置的结构示意图,如图4所示,本实施例提供的数据处理装置400包括确定单元401,处理单元402。
其中,确定单元401,用于确定至少两个上游系统发送的交易数据中是否存在相互冲突的交易数据。确定单元401,还用于若是,则确定相互冲突的交易数据所属业务领域。处理单元402,用于采用各上游系统对应的业务领域的预设信任模型确定相互冲突的交易数据中各上游系统对应的交易数据的当前信任值。处理单元402,还用于基于各上游系统对应的交易数据的当前信任值确定相互冲突的交易数据中正确的交易数据。
可选地,处理单元,还用于采用各上游系统对应的业务领域的第一预设时间段内的第一历史信任模型计算各上游系统对应的交易数据的第一信任值,并采用各上游系统对应的业务领域的第二预设时间段内的第二历史信任模型计算各上游系统对应的交易数据的第二信任值;根据各上游系统对应的交易数据的第一信任值及各上游系统对应的交易数据的第二信任值确定各上游系统对应的交易数据的当前信任值。
可选地,处理单元,还用于获取各上游系统在第一预设时间段内的发送的业务领域对应的交易数据的正确次数及交易数据的错误次数;将各上游系统在第一预设时间段内的发送的业务领域对应的交易数据的正确次数及交易数据的错误次数代入各上游系统对应的第一历史信任模型中,计算得到各上游系统对应的交易数据的第一信任值。
可选地,处理单元,还用于获取各上游系统对应的当前信任模型的权重;将各上游系统对应的当前信任模型的权重、对应的交易数据的第一信任值及对应的交易数据的第二信任值分别代入各上游系统对应的当前信任模型中,计算得到各上游系统对应的交易数据的当前信任值。
可选地,处理单元,还用于计算各上游系统对应的第一历史信任模型和对应的第二历史信任模型的相似度;根据各上游系统对应的相似度计算各上游系统对应的当前信任模型的权重。
可选地,处理单元,还用于比较全部上游系统对应的交易数据的当前信任值;将当前信任值最大的交易数据确定为相互冲突的交易数据中正确的交易数据。
可选地,确定单元,还用于确定至少两个上游系统发送的同一标识的交易数据对应的字段信息是否相同;若是,则确定上游系统发送的交易数据中不存在相互冲突的交易数据;若否,则确定上游系统发送的交易数据中存在相互冲突的交易数据。
图5为用来实现本申请实施例的数据处理方法的电子设备的第一框图,如图5所示,该电子设备500包括:存储器501,处理器502及收发器503。
处理器502,存储器501及收发器503电路互联;
收发器503,用于收发数据;
存储器501存储计算机执行指令;
处理器502执行存储器501存储的计算机执行指令,使得处理器502执行上述任意实施例提供的方法。
图6为用来实现本申请实施例的数据处理方法的电子设备的第二框图,如图6所示,该电子设备可以是计算机,数字广播终端,消息收发设备,平板设备,个人数字助理,服务器,服务器集群等。
电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由电子设备800的处理器820执行以完成上述方法。例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行上述任意一个实施例中的方法。
在示例性实施例中,还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行上述任意一个实施例中的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (10)
1.一种数据处理方法,其特征在于,所述方法包括:
确定至少两个上游系统发送的交易数据中是否存在相互冲突的交易数据;
若是,则确定所述相互冲突的交易数据所属业务领域;
采用各上游系统对应的业务领域的预设信任模型确定所述相互冲突的交易数据中各上游系统对应的交易数据的当前信任值;
基于所述各上游系统对应的交易数据的当前信任值确定所述相互冲突的交易数据中正确的交易数据。
2.根据权利要求1所述的方法,其特征在于,所述预设信任模型包括:第一历史信任模型和第二历史信任模型;
所述采用各上游系统对应的业务领域的预设信任模型确定所述相互冲突的交易数据中各上游系统对应的交易数据的当前信任值,包括:
采用各上游系统对应的业务领域的第一预设时间段内的第一历史信任模型计算所述各上游系统对应的交易数据的第一信任值,并采用各上游系统对应的业务领域的第二预设时间段内的第二历史信任模型计算所述各上游系统对应的交易数据的第二信任值;
根据所述各上游系统对应的交易数据的第一信任值及所述各上游系统对应的交易数据的第二信任值确定所述各上游系统对应的交易数据的当前信任值。
3.根据权利要求2所述的方法,其特征在于,所述采用各上游系统对应的业务领域的第一预设时间段内的第一历史信任模型计算所述各上游系统对应的交易数据的第一信任值,包括:
获取所述各上游系统在所述第一预设时间段内的发送的所述业务领域对应的交易数据的正确次数及交易数据的错误次数;
将所述各上游系统在所述第一预设时间段内的发送的所述业务领域对应的交易数据的正确次数及交易数据的错误次数代入所述各上游系统对应的第一历史信任模型中,计算得到所述各上游系统对应的交易数据的第一信任值。
4.根据权利要求2所述的方法,其特征在于,所述根据所述各上游系统对应的交易数据的第一信任值及所述各上游系统对应的交易数据的第二信任值确定所述各上游系统对应的交易数据的当前信任值,包括:
获取所述各上游系统对应的当前信任模型的权重;
将所述各上游系统对应的当前信任模型的权重、对应的交易数据的第一信任值及对应的交易数据的第二信任值分别代入所述各上游系统对应的当前信任模型中,计算得到所述各上游系统对应的交易数据的当前信任值。
5.根据权利要求4所述的方法,其特征在于,所述获取所述各上游系统对应的当前信任模型的权重之前,还包括:
计算所述各上游系统对应的第一历史信任模型和对应的第二历史信任模型的相似度;
根据所述各上游系统对应的相似度计算所述各上游系统对应的当前信任模型的权重。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述基于所述各上游系统对应的交易数据的当前信任值确定所述相互冲突的交易数据中正确的交易数据,包括:
比较全部上游系统对应的交易数据的当前信任值;
将当前信任值最大的交易数据确定为所述相互冲突的交易数据中正确的交易数据。
7.根据权利要求1至5任一项所述的方法,其特征在于,所述确定至少两个上游系统发送的交易数据中是否存在相互冲突的交易数据,包括:
确定至少两个上游系统发送的同一标识的交易数据对应的字段信息是否相同;
若是,则确定所述上游系统发送的交易数据中不存在相互冲突的交易数据;
若否,则确定所述上游系统发送的交易数据中存在相互冲突的交易数据。
8.一种数据处理装置,其特征在于,所述装置包括:
确定单元,用于确定至少两个上游系统发送的交易数据中是否存在相互冲突的交易数据;
确定单元,还用于若是,则确定所述相互冲突的交易数据所属业务领域;
处理单元,用于采用各上游系统对应的业务领域的预设信任模型确定所述相互冲突的交易数据中各上游系统对应的交易数据的当前信任值;
处理单元,还用于基于所述各上游系统对应的交易数据的当前信任值确定所述相互冲突的交易数据中正确的交易数据。
9.一种电子设备,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1至7中任一项所述的方法。
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中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211500390.XA CN115905200A (zh) | 2022-11-28 | 2022-11-28 | 数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211500390.XA CN115905200A (zh) | 2022-11-28 | 2022-11-28 | 数据处理方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115905200A true CN115905200A (zh) | 2023-04-04 |
Family
ID=86475857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211500390.XA Pending CN115905200A (zh) | 2022-11-28 | 2022-11-28 | 数据处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115905200A (zh) |
-
2022
- 2022-11-28 CN CN202211500390.XA patent/CN115905200A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10083346B2 (en) | Method and apparatus for providing contact card | |
US10324910B2 (en) | Contact record processing method and apparatus | |
CN105589575A (zh) | 输入法调用方法及装置 | |
CN110599026B (zh) | 数据处理方法、装置和用于数据处理的装置 | |
CN108628883B (zh) | 一种数据处理方法、装置及电子设备 | |
CN109842688B (zh) | 一种内容推荐方法、装置、电子设备及存储介质 | |
CN115905200A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN115687303A (zh) | 数据信息迁移方法、装置、设备及存储介质 | |
CN113590605A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN110147426B (zh) | 一种查询文本的分类标签确定方法及相关装置 | |
CN111061633A (zh) | 一种网页首屏时间检测方法、装置、终端及介质 | |
CN111611156B (zh) | 功能测试方法、功能测试装置及计算机可读存储介质 | |
US20170251090A1 (en) | Method and device for presenting information | |
CN115953257A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN113468167B (zh) | 一种数据库高水位回收方法、装置及电子设备 | |
CN110443466B (zh) | 基于风险管理系统的数据处理方法及装置、电子设备 | |
CN117076423A (zh) | 科目余额信息的迁移方法、装置、设备及存储介质 | |
CN114004592A (zh) | 申请审批流程控制方法、装置、设备及存储介质 | |
CN116777384A (zh) | 基于交易信息的自动交收处理方法、装置以及设备 | |
CN115757455A (zh) | 数据处理方法及装置 | |
CN116010811A (zh) | 交易数据信息分类模型训练方法、设备及存储介质 | |
CN114356528A (zh) | 任务处理方法、装置、电子设备及存储介质 | |
CN116562999A (zh) | 金融制品资产类别确定方法、设备及存储介质 | |
CN115640319A (zh) | 业务数据处理方法、装置、电子设备及存储介质 | |
CN116910087A (zh) | 业务流转信息的确定方法、装置、电子设备及存储介质 |
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 |