CN115994830A - 取数模型的构建方法和数据归集方法及相关装置 - Google Patents

Abstract

本申请公开了一种取数模型的构建方法和数据归集方法及相关装置。其中，取数模型的构建方法包括：获取用户输入的多条配置信息，且每条配置信息包括待归集数据属性和至少一个计算因子，再从多条配置信息中，查找出包含相同待归集数据属性的配置信息，作为待归集数据属性的待构建信息；并基于至少一个待归集数据属性的待构建信息中的计算因子，构建得到待归集数据的取数模型；其中，取数模型包含多个计算因子组成的取数关系，取数关系用于基于待归集数据进行取数。上述方式，能够在提高取数模型取数效率的同时，提高取数模型的适用场景。

Description

取数模型的构建方法和数据归集方法及相关装置

技术领域

本申请涉及数据处理技术领域，特别是涉及一种取数模型的构建方法和数据归集方法及相关装置。

背景技术

在诸多场景中，取数的效率在数据处理过程中都格外重要。例如，在对财务数据进行梳理过程中，通过提高取数效率，有助于相关人员快速了解财务状况；或者，在银行进行业务查询过程中，通过提高取数效率，有助于业务人员快速获取相关数据，如此种种，不一而足。

目前，常用的取数方法相对固化，需要对每一类取数场景定值对应的取数方法，而不能根据业务场景和取数来源的变化灵活变通，并且难以保障取数的效率。有鉴于此，如何在提高取数模型取数效率的同时，提高取数模型的适用场景，成为亟待解决的问题。

发明内容

本申请主要解决的技术问题是提供一种取数模型的构建方法和数据归集方法及相关装置，能够在提高取数模型取数效率的同时，提高取数模型的适用场景。

为了解决上述技术问题，本申请第一方面提供了一种取数模型的构建方法，包括：获取用户输入的多条配置信息，且每条配置信息包括待归集数据属性和至少一个计算因子，再从多条配置信息中，查找出包含相同待归集数据属性的配置信息，作为待归集数据属性的待构建信息；并基于至少一个待归集数据属性的待构建信息中的计算因子，构建得到待归集数据的取数模型；其中，取数模型包含多个计算因子组成的取数关系，取数关系用于基于待归集数据进行取数。

为了解决上述技术问题，本申请第二方面提供了一种数据归集方法，包括：获取待归集数据的属性信息，并利用取数模型，得到归集数据以及归集数据的参考信息；其中，参考信息至少包括归集数据所属的单位信息、维度信息和金额信息；其中，取数模型是由上述第一方面中的取数模型的构建方法构建得到的。

为了解决上述技术问题，本申请第三方面提供了一种电子设备，包括相互耦接的存储器和处理器，存储器中存储有程序指令，处理器用于执行程序指令以实现上述第一方面中的取数模型的构建方法，或上述第二方面中的数据归集方法。

为了解决上述技术问题，本申请第四方面提供了一种计算机可读存储介质，存储有能够被处理器运行的程序指令，程序指令用于实现上述第一方面中的取数模型的构建方法，或上述第二方面中的数据归集方法。

上述方案，通过获取用户输入的多条配置信息，且每条配置信息包括待归集数据属性和至少一个计算因子，再从多条配置信息中，查找出包含相同待归集数据属性的配置信息，作为待归集数据属性的待构建信息；并基于至少一个待归集数据属性的待构建信息中的计算因子，构建得到待归集数据的取数模型，且取数模型包含多个计算因子组成的取数关系，取数关系用于基于待归集数据进行取数，一方面通过查找出包含相同待归集数据属性的配置信息，作为待归集数据属性的待构建信息，有助于提高待归集数据属性的待构建信息的准确性，另一方面基于至少一个待归集数据属性的待构建信息中的计算因子，构建得到待归集数据的取数模型，有助于提高取数模型的鲁棒性，进而提升取数模型取数的准确性，提高取数模型取数的效率。故此，能够在提高取数模型取数效率的同时，提高取数模型的适用场景。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请。

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，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。

图1是本申请取数模型的构建方法一实施例的流程示意图；

图2是本申请取数模型的构建方法一实施例的示意图；

图3是筛选条件一实施例的示意图；

图4是本申请数据归集方法一实施例的流程示意图；

图5是归集数据一实施例的框架示意图；

图6是归集数据一实施例的示意图；

图7是本申请取数模型的构建装置一实施例的框架示意图；

图8是本申请数据归集装置一实施例的框架示意图；

图9是本申请电子设备一实施例的框架示意图；

图10是本申请计算机可读存储介质一实施例的框架示意图。

具体实施方式

下面结合说明书附图，对本申请实施例的方案进行详细说明。

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、接口、技术之类的具体细节，以便透彻理解本申请。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。“若干”表示至少一个。本文的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

请参阅图1，图1是本申请取数模型的构建方法一实施例的流程示意图。具体而言，可以包括如下步骤：

步骤S11：获取用户输入的多条配置信息。

本公开实施例中，每条配置信息包括待归集数据属性和至少一个计算因子，待归集数据属性由待归集数据类型定义，示例性地，待归集数据属性可以包括“项目收入”、“项目成本”等等，待归集数据属性可以根据实际情况进行确定，在此不做具体限定。此外，每条配置信息还可以包括筛选信息、计算因子的计算关系式、若干数据源表集合和若干取数条件映射表等等，配置信息的具体内容可以根据实际情况进行确定，在此不做具体限定。

步骤S12：从多条配置信息中，查找出包含相同待归集数据属性的配置信息，作为待归集数据属性的待构建信息。

在一个实施场景中，多条配置信息可以包含待归集属性，进而可以从多条配置信息中，查找出包含相同待归集数据属性的配置信息，作为待归集数据属性的待构建信息。可以理解的是，查找包含相同待归集数据属性的配置信息，可以得到相同待归集数据属性的筛选信息、计算因子的计算关系式、若干数据源表集合和若干取数条件映射表。

步骤S13：基于至少一个待归集数据属性的待构建信息中的计算因子，构建得到待归集数据的取数模型。

本公开实施例中，取数模型包含多个计算因子组成的取数关系，取数关系用于对待归集数据进行取数。具体地，待归集数据属性的待构建信息包括计算因子的计算关系式，计算关系式用于确定计算因子之间的取数关系，进而通过取数关系对待归集数据进行取数，得到归集数据。

在一个实施场景中，待归集数据属性的待构建信息包括数据源表集合和取数条件映射表。可以理解的是，待归集数据属性可以包括至少一个计算因子，当待归集数据属性仅包括一个计算因子时，待归集数据属性的待构建信息包括数据源表集合和取数条件映射表均属于该计算因子，当待归集数据属性包括多个计算因子时，待归集数据属性的待构建信息包括数据源表集合和取数条件映射表包括多个计算因子，可以通过计算因子，确定计算因子的数据源表集合和取数条件映射表。具体地，可以对各计算因子，从数据源表集合中选择计算因子对应的数据源表，并基于取数条件映射表，确定计算因子的取数条件，进而基于计算因子的数据源表和取数条件，构建得到待归集数据的取数关系。上述方式，通过各计算因子，从数据源表集合中选择计算因子对应的数据源表，并基于取数条件映射表，确定计算因子的取数条件，进而通过计算因子的数据源表和取数条件，构建的待归集数据的取数关系，可以理解的是，基于计算因子的数据源表和取数条件，构建得到待归集数据的取数关系，待归集数据属性包含至少一个计算因子，即待归集数据的取数关系有计算因子的取数关系组合得到，而取数模型包含多个计算因子组成的取数关系，进而可以基于待归集数据的取数关系，构建得到待归集数据的取数模型。

在一个具体实施场景中，取数条件可以包括取数单位、取数维度、金额类别等等。进一步地，为了确定取数条件的取数单位，可以从取数条件映射表中选择得到第一映射子表，且第一映射子表包含取数单位与计算因子之间的对应关系，再基于第一映射子表，查找得到计算因子对应的取数单位。示例性地，第一映射子表中包括“账面成本-受益方单位”、“内模结算成本-填报单位”等等，其中，计算因子包括“账面成本”、“内模结算成本”，当确定计算因子时，可以根据计算因子，确定对应的取数单位，如计算因子为“账面成本”，则对应的取数单位为“受益方单位”。

在一个具体实施场景中，为了确定取数维度的步骤，可以从取数条件映射表中选择得到第二映射子表，且第二映射子表包含取数维度与计算因子之间的对应关系；再基于第二映射子表，查找得到计算因子对应的取数维度。示例性地，第二映射子表可以包括“账面成本-受益方部门”、“内模结算成本-部门”等等，其中，计算因子包括“账面成本”、“内模结算成本”，当确定计算因子时，可以根据计算因子，确定对应的取数维度，如计算因子为“内模结算成本”，则对应的取数维度为“部门”。

在一个具体实施场景中，为了确定金额类别，可以从取数条件映射表中选择得到第三映射子表，且第三映射子表包含金额类别与计算因子之间的对应关系；再基于第三映射子表，查找得到计算因子对应的金额类别。示例性地，第三映射子表可以包括“账面成本-结算金额”、“内模结算成本-营业总成本金额”等等，其中，计算因子包括“账面成本”、“内模结算成本”，当确定计算因子时，可以根据计算因子，确定对应的金额类别，如计算因子为“内模结算成本”，则对应的金额类别为“营业总成本金额”。

在一个实施场景中，待归集数据属性的待构建信息包括筛选信息；计算因子的筛选条件基于计算因子对应的数据源表从筛选信息中选择得到。示例性地，计算因子为“账面成本”时，计算因子所属的数据源表为“内模结算单”，计算因子的筛选信息包括“内模业务活动＝A活动,B活动，C活动…”，根据计算因子的数据源表，从筛选信息中选择得到计算因子的筛选条件；例如，确定计算因子的筛选条件为“内模业务活动＝A活动+B活动”，确定两个筛选信息之间是和的关系，并基于两个筛选信息之间和的关系确定计算因子的筛选条件，进而通过计算因子的筛选条件确定计算因子的计算数据，并通过计算因子的计算关系式，确定计算因子的计算数据之间的关系，进而对待归集数据进行取数。

上述方案，通过获取用户输入的多条配置信息，且每条配置信息包括待归集数据属性和至少一个计算因子，再从多条配置信息中，查找出包含相同待归集数据属性的配置信息，作为待归集数据属性的待构建信息；并基于至少一个待归集数据属性的待构建信息中的计算因子，构建得到待归集数据的取数模型，且取数模型包含多个计算因子组成的取数关系，取数关系用于基于待归集数据进行取数，一方面通过查找出包含相同待归集数据属性的配置信息，作为待归集数据属性的待构建信息，有助于提高待归集数据属性的待构建信息的准确性，另一方面基于至少一个待归集数据属性的待构建信息中的计算因子，构建得到待归集数据的取数模型，有助于提高取数模型的鲁棒性，进而提升取数模型取数的准确性，提高取数模型取数的效率。故此，能够在提高取数模型取数效率的同时，提高取数模型的适用场景。

请参阅图2，图2是本申请取数模型的构建方法一实施例的示意图，在获取用户输入的多条配置信息，并从所述多条配置信息中，查找出包含相同所述待归集数据属性的所述配置信息，作为所述待归集数据属性的待构建信息，待归集数据属性为“内部模拟成本”，待归集数据属性包括两个计算因子，两个计算因子分别为“账面成本”、“内模结算成本”，计算因子的计算关系式为“账面成本+内模结算成本”，即归集数据为计算因子为“账面成本”的计算数据和计算因子为“内模结算成本”的计算数据之和，通过数据源表集合选择，确定计算因子为“账面成本”的数据源表为内模结算单，计算因子为“内模结算成本”的数据源表为“成本费用报单”；并通过取数条件映射表，确定计算因子为“账面成本”的取数单位为“受益方单位”、取数维度为“受益方部门”、金额类别(取数金额)为“结算金额”，确定计算因子为“内模结算成本”的取数单位为“填报单位”、取数维度为“部门”、金额类别(取数金额)为“营业总成本金额”。进一步地，待归集数据属性的待构建信息包括筛选信息，计算因子的筛选条件基于计算因子对应的数据源表从筛选信息中选择得到。请参阅图3，图3是筛选条件一实施例的示意图，如图3所示，计算因子为“账面成本”对应的数据源表为“内模结算单”，根据“内模结算单”选择计算因子的筛选条件，筛选条件为内模业务活动，且内模业务活动通过A活动、B活动、C活动等进行累加确定，则通过计算因子的取数条件和筛选条件确定计算因子的计算数据，计算因子为“账面成本”的计算数据为筛选条件中各个活动的子数据进行累加得的。

上述方案，一方面通过查找出包含相同待归集数据属性的配置信息，作为待归集数据属性的待构建信息，有助于提高待归集数据属性的待构建信息的准确性，另一方面基于至少一个待归集数据属性的待构建信息中的计算因子，构建得到待归集数据的取数模型，有助于提高取数模型的鲁棒性，进而提升取数模型取数的准确性，提高取数模型取数的效率。故此，能够在提高取数模型取数效率的同时，提高取数模型的适用场景。

请参阅图4，图4是本申请数据归集方法一实施例的流程示意图。

具体而言，可以包括如下步骤：

步骤S41：获取待归集数据的属性信息。

具体地，用户可以根据使用场景，确定待归集数据的属性信息，待归集数据的属性信息可以包括待归集数据所属的机构、待归集数据的类型等等，待归集数据的属性信息可以根据实际情况进行确定，在此不做具体限定。

步骤S42：利用取数模型，得到归集数据以及归集数据的参考信息。

本公开实施例中，参考信息至少包括归集数据所属的单位信息、维度信息和金额信息。需要说明的是，取数模型是由上述公开实施例中取数模型的构建方法构建得到的。

请参阅5，图5是归集数据一实施例的框架示意图，如图5所示，在获取待归集数据的属性信息之后，利用取数模型进行取数。具体地，可以先确定待归集数据中计算因子的计算关系式，再分别选择取数单位、取数维度、金额类别并确定筛选条件，进而得到待归集数据。

请参阅图6，图6是归集数据一实施例的示意图，如图6所示，利用取数模型，得到归集数据以及归集数据的参考信息，参考信息至少包括归集数据所属的单位信息、维度信息和金额信息，且归集数据可以根据归集数据的参考信息进行分类。示例性地，待归集数据的属性信息(归集要素)为“内部模拟成本”的归集数据包括单位名称“单位001”且部门“部门1”的归集数据(金额)10000，还包括单位名称“单位001”且部门“部门2”的归集数据(金额)15000。

上述方案，通过获取所述待归集数据的属性信息；并利用所述取数模型，得到归集数据以及所述归集数据的参考信息，所述参考信息至少包括所述归集数据所属的单位信息、维度信息和金额信息；且所述取数模型是由上述公开实施例中取数模型的构建方法构建得到的，一方面通过取数模型进行取数能够提升待归集数据取数的准确性，另一方面通过取数模型进行取数能够提高取数的效率。故此，能够在提高取数模型取数效率的同时，提高取数模型的适用场景。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

请参阅图7，图7是本申请取数模型的构建装置一实施例的框架示意图。取数模型的构建装置70包括获取模块71、查找模块72和构建模块73。其中，获取模块71用于获取用户输入的多条配置信息，每条所述配置信息包括待归集数据属性和至少一个计算因子；查找模块72用于从所述多条配置信息中，查找出包含相同所述待归集数据属性的所述配置信息，作为所述待归集数据属性的待构建信息；构建模块73用于基于至少一个所述待归集数据属性的待构建信息中的计算因子，构建得到所述待归集数据的取数模型；其中，所述取数模型包含多个计算因子组成的取数关系，所述取数关系用于基于所述待归集数据进行取数。

上述方案，一方面通过查找出包含相同待归集数据属性的配置信息，作为待归集数据属性的待构建信息，有助于提高待归集数据属性的待构建信息的准确性，另一方面基于至少一个待归集数据属性的待构建信息中的计算因子，构建得到待归集数据的取数模型，有助于提高取数模型的鲁棒性，进而提升取数模型取数的准确性，提高取数模型取数的效率。故此，能够在提高取数模型取数效率的同时，提高取数模型的适用场景。

在一些公开实施例中，待归集数据属性的待构建信息包括数据源表集合和取数条件映射表；构建模块73包括确定子模块和构建子模块。其中，确定子模块用于对各计算因子，从数据源表集合中选择计算因子对应的数据源表，并基于取数条件映射表，确定计算因子的取数条件；构建子模块用于基于计算因子的数据源表和取数条件，构建得到待归集数据的取数关系。

在一些公开实施例中，取数条件包括取数单位；确定子模块包括第一映射单元和第一查找单元。其中，第一映射单元用于从取数条件映射表中选择得到第一映射子表，且第一映射子表包含取数单位与计算因子之间的对应关系；第一查找单元用于基于第一映射子表，查找得到计算因子对应的取数单位。

在一些公开实施例中，取数条件包括取数维度；确定子模块包括第二映射单元和第二查找单元。其中，第二映射单元用于从取数条件映射表中选择得到第二映射子表；其中，第二映射子表包含取数维度与计算因子之间的对应关系；第二查找单元用于基于第二映射子表，查找得到计算因子对应的取数维度。

在一些公开实施例中，取数条件包括金额类别；确定子模块包括第三映射单元和第三查找单元。其中，第三映射单元用于从取数条件映射表中选择得到第三映射子表，且第三映射子表包含金额类别与计算因子之间的对应关系；第三查找单元用于基于第三映射子表，查找得到计算因子对应的金额类别。

在一些公开实施例中，待归集数据属性的待构建信息包括筛选信息；计算因子的筛选条件基于计算因子对应的数据源表从筛选信息中选择得到。

在一些公开实施例中，待归集数据属性由待归集数据类型定义；和/或，待归集数据属性的待构建信息还包括计算因子的计算关系式，计算关系式用于确定计算因子之间的取数关系。

请参阅图8，图8是本申请数据归集装置一实施例的框架示意图。数据归集装置80包括获取模块81和确定模块82。其中，获取模块81用于获取所述待归集数据的属性信息；确定模块82用于利用所述取数模型，得到归集数据以及所述归集数据的参考信息，且所述参考信息至少包括所述归集数据所属的单位信息、维度信息和金额信息；其中，所述取数模型是由前述公开实施例中所述的取数模型构建方法构建得到的。

上述方案，一方面通过取数模型进行取数能够提升待归集数据取数的准确性，另一方面通过取数模型进行取数能够提高取数的效率。故此，能够在提高取数模型取数效率的同时，提高取数模型的适用场景。

请参阅图9，图9是本申请电子设备一实施例的框架示意图。电子设备90包括相互耦接的存储器91和处理器92，存储器91中存储有程序指令，处理器92用于执行程序指令以实现上述任一取数模型的构建方法实施例中的步骤，或任一数据归集方法实施例中的步骤。具体地，电子设备90可以包括但不限于：台式计算机、笔记本电脑、服务器、手机、平板电脑等等，在此不做限定。

具体而言，处理器92用于控制其自身以及存储器91以实现上述任一取数模型的构建方法实施例中的步骤，或任一数据归集方法实施例中的步骤。处理器92还可以称为CPU(Central Processing Unit，中央处理单元)。处理器92可能是一种集成电路芯片，具有信号的处理能力。处理器92还可以是通用处理器、数字信号处理器(Digital SignalProcessor,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。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。另外，处理器92可以由集成电路芯片共同实现。

上述方案，电子设备90可以实现任一取数模型的构建方法实施例中的步骤，或任一数据归集方法实施例中的步骤，一方面通过查找出包含相同待归集数据属性的配置信息，作为待归集数据属性的待构建信息，有助于提高待归集数据属性的待构建信息的准确性，另一方面基于至少一个待归集数据属性的待构建信息中的计算因子，构建得到待归集数据的取数模型，有助于提高取数模型的鲁棒性，进而提升取数模型取数的准确性，提高取数模型取数的效率。故此，能够在提高取数模型取数效率的同时，提高取数模型的适用场景。

请参阅图10，图10是本申请计算机可读存储介质一实施例的框架示意图。计算机可读存储介质100存储有能够被处理器运行的程序指令110，程序指令110用于实现上述任一取数模型的构建方法实施例中的步骤，或任一数据归集方法实施例中的步骤。

上述方案，计算机可读存储介质100可以实现任一取数模型的构建方法实施例中的步骤，或任一数据归集方法实施例中的步骤，一方面通过查找出包含相同待归集数据属性的配置信息，作为待归集数据属性的待构建信息，有助于提高待归集数据属性的待构建信息的准确性，另一方面基于至少一个待归集数据属性的待构建信息中的计算因子，构建得到待归集数据的取数模型，有助于提高取数模型的鲁棒性，进而提升取数模型取数的准确性，提高取数模型取数的效率。故此，能够在提高取数模型取数效率的同时，提高取数模型的适用场景。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，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，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，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方式方案的目的。

另外，在本申请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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

若本申请技术方案涉及个人信息，应用本申请技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本申请技术方案涉及敏感个人信息，应用本申请技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。

Claims (10)

1.一种取数模型的构建方法，其特征在于，包括：

获取用户输入的多条配置信息；其中，每条所述配置信息包括待归集数据属性和至少一个计算因子；

从所述多条配置信息中，查找出包含相同所述待归集数据属性的所述配置信息，作为所述待归集数据属性的待构建信息；

基于至少一个所述待归集数据属性的待构建信息中的计算因子，构建得到所述待归集数据的取数模型；其中，所述取数模型包含多个计算因子组成的取数关系，所述取数关系用于对所述待归集数据进行取数。

2.根据权利要求1所述的方法，其特征在于，所述待归集数据属性的待构建信息包括数据源表集合和取数条件映射表；所述基于至少一个所述待归集数据属性的待构建信息中的计算因子，构建得到所述待归集数据的取数模型，包括：

对各所述计算因子，从所述数据源表集合中选择所述计算因子对应的数据源表，并基于所述取数条件映射表，确定所述计算因子的取数条件；

基于所述计算因子的数据源表和取数条件，构建得到所述待归集数据的取数关系。

3.根据权利要求2所述的方法，其特征在于，所述取数条件包括取数单位；确定所述取数单位的步骤，包括：

从所述取数条件映射表中选择得到第一映射子表；其中，所述第一映射子表包含所述取数单位与所述计算因子之间的对应关系；

基于所述第一映射子表，查找得到所述计算因子对应的所述取数单位。

4.根据权利要求2所述的方法，其特征在于，所述取数条件包括取数维度；确定所述取数维度的步骤，包括：

从所述取数条件映射表中选择得到第二映射子表；其中，所述第二映射子表包含所述取数维度与所述计算因子之间的对应关系；

基于所述第二映射子表，查找得到所述计算因子对应的所述取数维度。

5.根据权利要求2所述的方法，其特征在于，所述取数条件包括金额类别；确定所述金额类别的步骤，包括：

从所述取数条件映射表中选择得到第三映射子表；其中，所述第三映射子表包含所述金额类别与所述计算因子之间的对应关系；

基于所述第三映射子表，查找得到所述计算因子对应的所述金额类别。

6.根据权利要求1所述的方法，其特征在于，所述待归集数据属性的待构建信息包括筛选信息；所述计算因子的筛选条件基于所述计算因子对应的数据源表从所述筛选信息中选择得到。

7.根据权利要求1所述的方法，其特征在于，所述待归集数据属性由所述待归集数据类型定义；

和/或，所述待归集数据属性的待构建信息还包括计算因子的计算关系式，所述计算关系式用于确定所述计算因子之间的取数关系。

8.一种数据归集方法，其特征在于，包括：

获取待归集数据的属性信息；

利用所述取数模型，得到归集数据以及所述归集数据的参考信息；其中，所述参考信息至少包括所述归集数据所属的单位信息、维度信息和金额信息；

其中，所述取数模型是由权利要求1至7任一项所述的方法构建得到的。

9.一种电子设备，其特征在于，包括相互耦接的存储器和处理器，所述存储器中存储有程序指令，所述处理器用于执行所述程序指令以实现权利要求1至8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，存储有能够被处理器运行的程序指令，所述程序指令用于实现权利要求1至8任一项所述的方法。

Images