CN115994294A - 数据处理方法、装置、设备及计算机存储介质 - Google Patents
数据处理方法、装置、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN115994294A CN115994294A CN202310094495.8A CN202310094495A CN115994294A CN 115994294 A CN115994294 A CN 115994294A CN 202310094495 A CN202310094495 A CN 202310094495A CN 115994294 A CN115994294 A CN 115994294A
- Authority
- CN
- China
- Prior art keywords
- metering
- target
- scene
- model
- data
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种数据处理方法、装置、设备及计算机存储介质,涉及大数据中的数据分析与挖掘技术领域。该方法包括:能够在接收到第一计量指令的情况下,根据第一计量指令确定至少一个目标情景参数和待处理数据;根据至少一个目标情景参数和至少一个预设计量模型,对待处理数据进行计算,得到目标计量结果;根据目标计量结果生成目标报表。在接收到计量指令时,通过直接获取目标情景参数,通过预设计量模型对待处理数据进行计量,得到出计量结果,提高了数据计量的效率。
Description
技术领域
本申请属于大数据中的数据分析与挖掘技术领域技术领域,尤其涉及一种数据处理方法、装置、设备及计算机存储介质。
背景技术
现金流指的是银行在一定时期的现金流入和流出的数量。现金流引擎需要基于逐笔业务加工出明细级别的基础现金流结果集,生成现金流缺口分析的报表,用于流动性风险管理。
需要进行现金流拆分的银行账户数据量很大,很多现金流拆分逻辑上还用到了循环处理的方式,在基于MPP(Massively Parallel Processing,大规模并行处理数据库)数据库的场景下,使用循环处理会导致现金流拆分的计算效率非常低。
发明内容
本申请实施例提供一种数据处理方法、装置、设备及计算机存储介质,能够提高效率。
一方面,本申请实施例提供一种数据处理方法,方法包括:
在接收到第一计量指令的情况下,根据所述第一计量指令确定至少一个目标情景参数和待处理数据;
根据所述至少一个目标情景参数和至少一个预设计量模型,对所述待处理数据进行计算,得到目标计量结果;
根据所述目标计量结果生成目标报表。
另一方面,本申请实施例提供了一种数据处理装置,装置包括:
第一确定模块,用于在接收到第一计量指令的情况下,根据所述第一计量指令确定至少一个目标情景参数和待处理数据;
计量模块,用于根据所述至少一个目标情景参数和至少一个预设计量模型,对所述待处理数据进行计算,得到目标计量结果;
第一生成模块,用于根据所述目标计量结果生成目标报表。
再一方面,本申请实施例提供了一种数据处理设备,设备包括:
处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如上述一方面所述的数据处理方法。
再一方面,本申请实施例提供了一种计算机存储介质,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如上述一方面的任意一项所述的数据处理方法。
再一方面,本申请实施例提供了一种计算机程序产品,所述计算机程序产品中的指令由电子设备的处理器执行时,使得所述电子设备实现如上述一方面的任意一项所述的数据处理方法。
本申请实施例的数据处理方法、装置、设备及计算机存储介质,能够在接收到第一计量指令的情况下,根据第一计量指令确定至少一个目标情景参数和待处理数据;根据至少一个目标情景参数和至少一个预设计量模型,对待处理数据进行计算,得到目标计量结果;根据目标计量结果生成目标报表。在接收到计量指令时,通过直接获取目标情景参数,通过预设计量模型对待处理数据进行计量,得到出计量结果,提高了数据计量的效率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单的介绍,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是本申请一个实施例提供的数据处理方法的流程示意图;
图2是本申请一个实施例提供的数据处理装置的结构示意图;
图3是本申请一个实施例提供的数据处理设备的结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本申请进行进一步详细描述。应理解,此处所描述的具体实施例仅意在解释本申请,而不是限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是,在本文中,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。在没有更多限制的情况下,由语句“包括……”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。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
ALM:Asset And Liability Management,资产负债管理。
LRM:Liquidity Risk Management,流动性风险管理。
IRRBB:Interest Rate Risk in the Banking Book,银行账簿利率风险管理。
NII:Net Interest Income,净利息收入。
NIM:Net Interest Margin,净息差。
EVE:Economic Value of Equity,权益经济价值。
ETL:Extract、Transfer and Load,数据抽取、转换与加载全过程。
久期:即存续期,以未来时间发生的现金流,按照目前的收益率折现成现值,再用每笔现值乘以现在距离该笔现金流发生时间点的时间年限,然后进行求和,以这个总和除以债券各期现金流折现之和得到的数值就是久期。概括来说,就是债券各期现金流支付所需时间的加权平均值。
账户册:资产负债管理系统中最小的分析与模拟对象(粒度),同时可作为报表展示口径;
汇率风险:指当银行以即期、远期或两者兼有的形式持有某种外汇(含黄金)的敞口头寸时,因持有期内汇率的不利变动而使银行业务发生损失的风险。
汇率风险敞口:指暴露在汇率风险下的头寸,主要来源于银行表内外业务中的货币错配。敞口分析是衡量汇率变动对银行当期收益和所有者权益影响的一种方法。
固定利率贷款提前还款率:指对固定利率贷款在存续期内的提前偿付金额占本金余额的比例。
定期存款提前支取率:指定期存款提前支取数与定期存款未到期的付出总额之比。
无到期日存款余额:有到期日的存款,其分为零售类存款和批发类存款。
固定利率贷款承诺:指银行保证借款人在需要时向其提供资金贷款的承诺。
核心存款:指不因市场利率环境显著变化而引发重定价的稳定存款;
定期存款滚存率:定期存款到期后继续在同账户下进行存款的资金比例。
活期沉淀率:标记活期存款在银行内的存留两的指标,是衡量银行存款稳定程度的重要指标。
现金流指的是银行在一定时期的现金流入和流出的数量。现金流引擎需要基于逐笔业务加工出明细级别的基础现金流结果集,生成现金流缺口分析的报表,用于流动性风险管理。现金流的拆分规则复杂多样,有等额本金、等额本息、到期一次还本付息、分期付息到期还本、首期付息分期还本、分期付息分期还本、无到期日和按还款计划等多种规则。需要进行现金流拆分的银行账户数据量很大,很多现金流拆分逻辑上还用到了循环处理的方式,在基于MPP(Massively Parallel Processing,大规模并行处理数据库)数据库的场景下,使用循环处理会导致现金流拆分的计算效率非常低。
为了解决现有技术问题,本申请实施例提供了一种数据处理方法、装置、设备及计算机存储介质。下面首先对本申请实施例所提供的数据处理方法进行介绍。
图1示出了本申请一个实施例提供的数据处理方法的流程示意图。如图1所示,本申请实施例提供的数据处理方法包括以下步骤:S101至S103。
S101、在接收到第一计量指令的情况下,根据第一计量指令确定至少一个目标情景参数和待处理数据。
在本申请的一个或多个实施例中,该数据处理方法可由电子设备执行。该电子设备可以是服务器、计算机等设备,该电子设备具体为何种设备,本申请在此不做限制,可根据需要设置。
S102、根据至少一个目标情景参数和至少一个预设计量模型,对待处理数据进行计算,得到目标计量结果
S103、根据目标计量结果生成目标报表。
能够在接收到第一计量指令的情况下,根据第一计量指令确定至少一个目标情景参数和待处理数据;根据至少一个目标情景参数和至少一个预设计量模型,对待处理数据进行计算,得到目标计量结果;根据目标计量结果生成目标报表。在接收到计量指令时,通过直接获取目标情景参数,通过预设计量模型对待处理数据进行计量,得到出计量结果,提高了数据计量的效率。
在S101中,在接收到第一计量指令的情况下,根据第一计量指令确定至少一个目标情景参数和待处理数据。
这里,目标情景参数为在目标情景下对数据进行处理时对应的计量参数,目标情景参数可以是从预设的参数库或者参数表中获取的与第一计量指令内容匹配的参数。例如目标情景参数可以是存款情景的收益率曲线。
在一些实施例中,上述S101中的根据第一计量指令确定至少一个目标参数,包括如下步骤:
根据目标情景,在情景宽表中确定与目标情景关联的多个情景参数;
在多个情景参数确定与至少一个目标计量模型关联的情景参数,得到至少一个目标情景参数。
其中,情景宽表中,包括多个情景,以及每个情景的关联的情景参数,情景参数为在一个情境中进行数据处理所需的计算参数,例如:在活期存储场景下对应的收益率曲线,采用该曲线即可对数据进行收益率计算或者现金流计算。
具体地,可以在预先得到的情景宽表中,确定与目标情景关联的情景参数,在同一个场景下,用户数据可能存在多种情况,因此不同情况对应着不同的情景参数,因此,可以根据第一计量指令在在多个情景参数确定与至少一个目标计量模型关联的情景参数,由此得到目标情景参数。
在本身实施例中,可以根据第一计量指令,在情景宽表中确定目标情景参数,由此不需要在接到计量指令之后临时设置目标情景参数,提高了数据处理的效率。
在一些实施例中,在上时速S101之前,还可以包括以下步骤:
根据业务数据的要素信息和情景信息,确定多个情景以及各情景关联的情景参数;
根据多个情景以及各情景关联的情景参数,生成情景宽表。
这里,业务数据为需要进行数据处理的数据,可以是历史业务数据,也可以是当前的业务数据,在本实施例中主要是通过业务数据来确定情景与数据处理时的计算参数。例如,业务数据可以是银行用户的交易合同数据,如贷款业务的交易合同数据、存款业务的交易合同数据等,本申请不做限定。
业务数据的要素信息可以是业务数据的固定属性要素,如时间、本金、用户名称、用户类型等等固有要素,情景信息则是业务数据发生的相关情景的信息贷款情景相关信息。
具体地,可以根据户配置情景集,即情景管理,一个情景集下可包含一个情景或多个情景,每个情景对应该情景下数据处理的参数或者处理规则。
在一些实施例中,上述根据业务数据的要素信息和情景信息,确定多个情景以及各情景关联的情景参数,可以包括如下步骤:
根据情景信息,设置多个情景;
基于要素信息,确定各情景下业务数据的基础参数、计量参数以及任务参数;
根据各环境下的基础参数、计量参数以及任务参数,得到各环境对应的情景参数。
其中,基础参数为业务数据的基础属性参数(如还款时间、存款时长等),计量参数为在一个情景中进行计量的假设条件,任务参数为计量结果对应的指标。
具体地,可以根据业务数据进行情景分析,预先确定业务数据的各种情景类型,然后,根据业务数据确定基础参数、计量参数以及任务参数,将各参数归类至各情景,根据各情景下业务数据的基础参数、计量参数以及任务参数,得到各环境对应的情景参数。
在一些实施例中,上述根据各环境下的基础参数、计量参数以及任务参数,得到各环境对应的情景参数,可以包括如下步骤:
针对每一个情景,对该环境下的基础参数、计量参数以及任务参数进行合并加工,得到情景参数。
在一个示例中,对参数进行加工可以包括如下步骤:
一、参数加工
1、参数获取。在后端引擎库创建近源层表,存储引擎参数数据;然后将前端数据表一对一加载到引擎库近源层数据表,将所有需同步的数据表均摊封装到Shell脚本中,经shell脚本并行同步前端数据表数据。(即获取预先设定的业务数据的基础参数、计量参数以及任务参数)。
2、参数加工。参数数据同步完成后,需对参数进行加工,依次进行任务标签信息加工,曲线变动合并加工,客户行为数据加工,时间段翻译,业务分层参数转换和还款计划参数加工。
1.任务标签信息加工:将同一批次下的相关信息整合,将批次任务中常用的标签信息加工到一张表。方便后续数据处理时实现时使用。例如:是否续作,输出指标、G33情景区分等。(即将参数归类与情景下)
2.曲线变动合并加工:根据任务方案表和折现方案表中配置的变动情景生成对应的曲线数据,然后把结构相同的曲线进行合并,最后得出合并曲线。(这里曲线即计算参数,如利率曲线)
曲线加工采用如下方法:
(1)曲线数据开始跑批。
(2)根据曲线值表和曲线定义数据表关联生成曲线值表。
(3)根据曲线值表和配置的收益率曲线变动情景表等相关表相互关联,案任务批次生成曲线结果。
(4)将结果表中期限结构和曲线值相同的曲线数据合并生成曲线合并映射表。
(5)曲线合并映射表和曲线结果表关联得出最终的曲线合并表。
3、客户行为数据加工:根据前台参数按照任务批次生成客户行为利率情景结果表,将结果表中的期限结构和曲线值相同的曲线数据和并生成客户行为合并映射表,两表相互关联得出最终的客户行为合并表。
客户行为数据加工采用如下方法:
(1)客户行为数据跑批开始。
(2)根据客户行为信息表和客户行为参数表以及配置的客户行为利率情景乘数参数表等相关表互相关联,按照任务批次生成客户行为利率情景结果表。
(3)将结果表中期限结构和曲线值相同的曲线数据合并生成客户行为合并映射表。
(4)客户行为合并映射表和客户行为利率情景结果表关联得出最终的客户行为合并表。
4、时间段翻译:时间段翻译表用于引擎在输出结果时,按照时间段区间信息,将每笔现金流中所属同一区间的现金流合并成一条,减少数据量。
5、业务分层参数转换:系统引擎新增沉淀率模型,将业务分层参数加工到沉淀率模型表中;除此之外,对于NIM而言,为了保持5年内无到期日的业务规模不变,防止往下续作不可控,增加一笔5年100%流失的分层参数。
6、还款计划参数加工:还款计划主要是通过还款计划表和上游的pkg表关联出一张还款详情表,以便后面得到还款计划数据。
二、情景加工
1.存量数据拉取:拉取上游的存量业务数据,按照引擎模型的并按照所配置的任务方案生成对应的多套方案数据。
2.绝对理性:对于存款类型的数据进行判断他是否可以做绝对理性
3.新发生:新发生业务主要含存量业务数据到期新发生和新增计划表业务新增两种。
4.续作:将存量数据,新发生数据,绝对理性数据统一根据每种拆分模型进行续做。
5.宽表数据整合:对未来新发生或续作的数据进行挂靠曲线、折现,加上存量业务数据,形成宽表临时全量数据;经过再次加工,整合成统一的情景宽表。
6.模型拆分:按照宽表中的引擎规则ID,将宽表分层不同的模型(即将情景参数与预设计量模型关联),并根据现金流产品ID的特征进行压缩,保证每笔现金流ID唯一(将待处理数据进行压缩)。
在本申请实施例中,可以得到业务数据的各个情景,以及每个情景下的情景参数,进而得到情景宽表。
在一些实施例中,上述S103,可以包括如下步骤:
根据至少一个目标情景参数,对与目标情景参数关联的预设计量模型进行参数配置,得到至少一个目标计量模型;
分别将待处理数据输入至至少一个目标计量模型,得到计量结果。
这里,将目标情景参数对与该参数关联的预设计量模型进行配置,然后将待处理数据输入模型即可得到该模型对应的计量结果。由于预设了多个计量模型,不同模型对应不同的计量需求,可以根据用户设置,同时采用多个计量模型分别对待处理数据进行计量处理,得到不同计量结果。
在本实施例中,可以通过预设的计量模型,来执行不同的机灵任务,由此在用户有新增的计量需求的情况下,还可以通过增加计量模型来拓展,计量功能,并且各计量模型独立运行,可以同步进行数据处理,提高了数据处理效率。
在一些实施例中,预设计量模型包括:
固定利率存款模型、固定利率贷款模型、浮动利率贷款模型、债券模型、活期存款模型、现金模型、固定日期模型、非利率敏感模型、逾期模型、还款计划模型、浮动利率存款模型、信用卡分期模型、无固定到期日模型。
在本申请的实施例中,能够在接收到第一计量指令的情况下,根据第一计量指令确定至少一个目标情景参数和待处理数据;根据至少一个目标情景参数和至少一个预设计量模型,对待处理数据进行计算,得到目标计量结果;根据目标计量结果生成目标报表。在接收到计量指令时,通过直接获取目标情景参数,通过预设计量模型对待处理数据进行计量,得到出计量结果,提高了数据计量的效率。
在一个示例中,在资产负载现金流计量引擎中,现金流拆分算法是基于不同情景下的金融要素、行为模型进行拆分计算本金利息现金流的技术函数,与业务品种是多对一的关系。由于银行的业务种类繁多,但站在现金流的角度来看很多都有一部分共性,于是现金流引擎中划分出了几种拆分模型,基本能够涵盖银行的大部分业务。每一种拆分模型都可以生成独特的现金流,目前的使用的拆分模型和对应的业务有:1.固定利率存款2.固定利率贷款3.浮动利率贷款4.债券5.活期存款6.现金7.固定日期8.非利率敏感3.逾期10.还款计划11.浮动利率存款12.信用卡分期13.无固定到期日。
具体调用模型,进行计量的步骤如下:
(1)读取待处理数据的外部传参、批次号、数据日期,路径等。
(2)查询时间段翻译后的结果
(3)查询节假日信息
(4)查询客户行为配置和曲线
(5)取出当前拆分模型(即计量模型)对应的明细数据
(6)设置拆分参数。例如节假日信息,行为模型配置。(即根据目标情景参数配置模型)
(7)循环将该模型的明细数据拆分成现金流。
(8)拆分出的现金流写入到txt数据文件。
引擎输出共为三张表:市值久期表、有客户行为现金流结果表、拆分错误日志表。(即根据计量结果生成目标报表)
在一些实施例中,在S103之后,还可以包括:
一.文件入库
功能描述:基于一阶段文件入库脚本发现入库和拆分是串行操作,二阶段对串行改为并行入库,来节约串行带来的时间过长问题,引擎文件入库主要步骤:
1、脚本循环查询FINISH_FLAG下是否存在引擎产生的结束文件,如果存在将对应结束文件移动到指定目录文件,并根据文件名称查找OUTPUT下相同文件是否存在,存在则将对应的文件移动到入库文件夹下,该服务器对该文件进行入库操作
2、如果文件还在拆分写入,FINISH_FLAG下不存在文件拆分结束标志,应用脚本默认等待3s之后继续扫描FINISH_FLAG下文件,直到扫描到文件为止,继续执行步骤1操作
3、程序循环扫描是否产生对应进程数文件结束标志比如两个进程判断是否产生1.txt和2.txt文件,如果都产生认为两个进程拆分结束,文件扫描终止
4、脚本判断拆分文件名称和数据库表是否一致,将对应表名称文件进入到对应数据库表中
5、脚本异常捕获,针对脚本入库有异常问题进行错误日志打印,并结束扫描执行任务
二.数据加工
功能描述:有客户行为现金流结果表ALM_C_CST_BHVR_CF_01/02/03/04/05/06_C,经alm_c_cst_bhvr_cf_num_w.pl、alm_c_cst_bhvr_cf_w.pl脚本处理,加工现金流月日均数据,将现金流数据及月日均数据加载到有客户行为现金流结果切片表ALM_C_CST_BHVR_CF_W。
在本身实施例中,可以将数据处理拆分成情景参数的确定和数据计量两个部分,由此可以预先对参数进行加工获得不同情景以及不同情景下对应的情景参数,在需要进行数据处理时,可以直接获取目标参数配置预设计量模型,进行数据处理,提高数据处理的效率。
以上为本申请实施例提供的数据处理方法的具体实现方式,可见,在上述实施例中,该电子设备能够执行待执行语句,基于成本名目对应的成本资源数据在该成本名目对应分摊对象的资源库中扣除相应的资源。而该待执行语句是根据确定出的成本资源数据以及成本名目对应的分摊对象,基于预设的待执行语句模板确定出的。可见,能够在确定待执行语句模板后,直接根据得到的数据生成待执行语句,无需用户再设置相关参数,提高了效率。
另外,本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
基于上述实施例提供的数据处理方法,相应地,本申请还提供了数据处理装置的具体实现方式。请参见以下实施例。
首先参见图2,本申请实施例提供的数据处理装置包括以下单元:
第一确定模块201,用于在接收到第一计量指令的情况下,根据第一计量指令确定至少一个目标情景参数和待处理数据;
计量模块202,用于根据至少一个目标情景参数和至少一个预设计量模型,对待处理数据进行计算,得到目标计量结果;
生成模块203,用于根据目标计量结果生成目标报表。
根据上述实施例,能够在接收到第一计量指令的情况下,根据第一计量指令确定至少一个目标情景参数和待处理数据;根据至少一个目标情景参数和至少一个预设计量模型,对待处理数据进行计算,得到目标计量结果;根据目标计量结果生成目标报表。在接收到计量指令时,通过直接获取目标情景参数,通过预设计量模型对待处理数据进行计量,得到出计量结果,提高了数据计量的效率。
作为本申请的另一种实现方式,提高效率,上述第一确定模块201还可以具体用于:
根据目标情景,在情景宽表中确定与目标情景关联的多个情景参数;
在多个情景参数确定与至少一个目标计量模型关联的情景参数,得到至少一个目标情景参数。
作为本申请的另一种实现方式,提高效率,上述装置还可以具体包括:
第二确定模块,用于根据业务数据的要素信息和情景信息,确定多个情景以及各情景关联的情景参数;
第二生成模块根据多个情景以及各情景关联的情景参数,生成情景宽表。
作为本申请的另一种实现方式,提高效率,上述第二确定模块,具体用于:
根据情景信息,设置多个情景;
基于要素信息,确定各情景下业务数据的基础参数、计量参数以及任务参数,基础参数为业务数据的基础属性参数,计量参数为在一个情景中进行计量的假设条件,任务参数为计量结果对应的指标;
根据各环境下的基础参数、计量参数以及任务参数,得到各环境对应的情景参数。
作为本申请的另一种实现方式,提高效率,上述计量模块202,具体用于:
根据至少一个目标情景参数,对与目标情景参数关联的预设计量模型进行参数配置,得到至少一个目标计量模型;
分别将待处理数据输入至至少一个目标计量模型,得到计量结果。
作为本申请的另一种实现方式,提高效率,上述预设计量模型包括:
固定利率存款模型、固定利率贷款模型、浮动利率贷款模型、债券模型、活期存款模型、现金模型、固定日期模型、非利率敏感模型、逾期模型、还款计划模型、浮动利率存款模型、信用卡分期模型、无固定到期日模型。
图3示出了本申请实施例提供的数据处理的硬件结构示意图。
在数据处理设备可以包括处理器301以及存储有计算机程序指令的存储器302。
具体地,上述处理器301可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器302可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器302可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器302可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器302可在综合网关容灾设备的内部或外部。在特定实施例中,存储器302是非易失性固态存储器。
在特定实施例中,存储器302可包括只读存储器(ROM),随机存取存储器(RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本公开的一方面的方法所描述的操作。
处理器301通过读取并执行存储器302中存储的计算机程序指令,以实现上述实施例中的任意一种数据处理方法。
在一个示例中,数据处理设备还可包括通信接口303和总线10。其中,如图3所示,处理器301、存储器302、通信接口303通过总线310连接并完成相互间的通信。
通信接口303,主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线310包括硬件、软件或两者,将数据处理设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线310可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该数据处理设备可以基于当前已拦截的垃圾短信以及用户举报的短信执行本申请实施例中的数据处理方法,从而实现结合图1和图2描述的数据处理方法和装置。
另外,结合上述实施例中的数据处理方法,本申请实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种数据处理方法。
需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本申请的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本申请的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本申请中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本申请不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
上面参考根据本公开的实施例的方法、装置和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
以上所述,仅为本申请的具体实施方式,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,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本申请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申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
在接收到第一计量指令的情况下,根据所述第一计量指令确定至少一个目标情景参数和待处理数据;
根据所述至少一个目标情景参数和至少一个预设计量模型,对所述待处理数据进行计算,得到目标计量结果;
根据所述目标计量结果生成目标报表。
2.根据权利要求1所述的方法,其特征在于,所述第一计量指令包括目标情景,所述根据所述第一计量指令确定至少一个目标参数,包括:
根据所述目标情景,在情景宽表中确定与所述目标情景关联的多个情景参数;
在所述多个情景参数中确定与至少一个所述目标计量模型关联的情景参数,得到所述至少一个目标情景参数。
3.根据权利要求1所述的方法,其特征在于,所述在接收到第一计量指令的情况下,根据所述第一计量指令确定至少一个目标情景参数和待处理数据之前,还包括:
根据业务数据的要素信息和情景信息,确定多个情景以及各情景关联的情景参数;
根据所述多个情景以及各情景关联的情景参数,生成情景宽表。
4.根据权利要求3所述的方法,其特征在于,所述根据业务数据的要素信息和情景信息,确定多个情景以及各情景关联的情景参数,包括:
根据所述情景信息,设置多个情景;
基于所述要素信息,确定各所述情景下业务数据的基础参数、计量参数以及任务参数,所述基础参数为业务数据的基础属性参数,所述计量参数为在一个情景中进行计量的假设条件,所述任务参数为计量结果对应的指标;
根据各环境下的基础参数、计量参数以及任务参数,得到各环境对应的情景参数。
5.根据权利要求1所述的方法,其特征在于,所述根据所述至少一个目标情景参数和至少一个预设计量模型,对所述待处理数据进行计算,得到目标计算结果,包括:
根据所述至少一个目标情景参数,对与所述目标情景参数关联的预设计量模型进行参数配置,得到至少一个目标计量模型;
分别将所述待处理数据输入至所述至少一个目标计量模型,得到计量结果。
6.根据权利要求1所述的方法,其特征在于,所述预设计量模型包括:
固定利率存款模型、固定利率贷款模型、浮动利率贷款模型、债券模型、活期存款模型、现金模型、固定日期模型、非利率敏感模型、逾期模型、还款计划模型、浮动利率存款模型、信用卡分期模型、无固定到期日模型。
7.一种数据处理装置,其特征在于,所述装置包括:
第一确定模块,用于在接收到第一计量指令的情况下,根据所述第一计量指令确定至少一个目标情景参数和待处理数据;
计量模块,用于根据所述至少一个目标情景参数和至少一个预设计量模型,对所述待处理数据进行计算,得到目标计量结果;
第一生成模块,用于根据所述目标计量结果生成目标报表。
8.一种数据处理设备,其特征在于,所述设备包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如权利要求1-6任意一项所述的数据处理方法。
9.一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指令,所述计算机程序指令被处理器执行时实现如权利要求1-6任意一项所述的数据处理方法。
10.一种计算机程序产品,其特征在于,所述计算机程序产品中的指令由电子设备的处理器执行时,使得所述电子设备执行如权利要求1-6任意一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310094495.8A CN115994294A (zh) | 2023-01-17 | 2023-01-17 | 数据处理方法、装置、设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310094495.8A CN115994294A (zh) | 2023-01-17 | 2023-01-17 | 数据处理方法、装置、设备及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115994294A true CN115994294A (zh) | 2023-04-21 |
Family
ID=85991838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310094495.8A Pending CN115994294A (zh) | 2023-01-17 | 2023-01-17 | 数据处理方法、装置、设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115994294A (zh) |
-
2023
- 2023-01-17 CN CN202310094495.8A patent/CN115994294A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110060139B (zh) | 账务处理方法及装置 | |
CN113205402A (zh) | 对账方法、装置、电子设备及计算机可读介质 | |
CN110675078A (zh) | 上市公司风险诊断方法、系统、计算机终端及存储介质 | |
CN115544991A (zh) | 报表生成方法、装置、设备、介质及程序产品 | |
CN115204998A (zh) | 一种基于搜索及数据分析引擎库的对账方法和对账系统 | |
CN114036147A (zh) | 数据仓库构建方法、装置、设备及存储介质 | |
CN111221855B (zh) | 一种数据处理方法和装置 | |
CN110276692B (zh) | 一种处理交易数据的方法及装置 | |
CN112258306A (zh) | 账务信息核对的方法、装置、电子设备和存储介质 | |
CN112052385A (zh) | 一种投融资项目推荐方法、装置、电子设备和可读存储介质 | |
CN110348983A (zh) | 交易信息管理方法及装置、电子设备和非暂态存储介质 | |
CN111429192A (zh) | 发票数据分析方法及系统 | |
CN115994294A (zh) | 数据处理方法、装置、设备及计算机存储介质 | |
CN112905677A (zh) | 数据处理方法及装置、业务处理系统和计算机设备 | |
CN112561689B (zh) | 交易数据的记录处理方法、装置、设备及存储介质 | |
CN116167860A (zh) | 对账处理方法、装置、电子设备及存储介质 | |
CN112037049B (zh) | 银行卡收费方法及装置 | |
CN114661740A (zh) | 数据处理方法、装置、设备、计算机存储介质及程序产品 | |
AU2019404304B2 (en) | Gain and loss computation for cryptocurrency transactions | |
CN112579468A (zh) | 一种业务系统的测试方法和装置 | |
CN112199360A (zh) | 一种数据的处理方法、装置、设备和介质 | |
CN111429251A (zh) | 多模式下数据处理的方法和装置 | |
CN117437076B (zh) | 一种基于对账码的对账方法、装置、设备及介质 | |
CN111192137B (zh) | 一种基于业务场景下的多维度余额管理方法及系统 | |
CN115829711A (zh) | 拆借交易资金转移定价确定方法及装置 |
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 |