CN116245416B - 业务监督处理方法、装置、电子设备及存储介质 - Google Patents
业务监督处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116245416B CN116245416B CN202310225358.3A CN202310225358A CN116245416B CN 116245416 B CN116245416 B CN 116245416B CN 202310225358 A CN202310225358 A CN 202310225358A CN 116245416 B CN116245416 B CN 116245416B
- Authority
- CN
- China
- Prior art keywords
- data
- detection
- supervision
- monitored
- determining
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 272
- 238000012545 processing Methods 0.000 claims abstract description 133
- 238000004458 analytical method Methods 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000012544 monitoring process Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 abstract description 22
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 239000000463 material Substances 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 239000013589 supplement Substances 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开提出一种业务监督处理方法、装置、电子设备及存储介质,该方法包括:获取待监督业务的待监测数据对象,确定待监测数据对象的数据类型,根据数据类型和预置检测指标对待监测数据对象进行数据检测,得到检测结果信息,根据指标类型对检测结果信息进行决策分析处理,得到分析结果信息,根据分析结果信息,确定对待监督业务进行监督的监督处理方式,根据监督处理方式,对待监督业务进行监督处理。通过本公开,能够设置预测检测指标用于待监督业务的数据检测过程,从而使得数据检测过程的针对性更高,有效提升检测结果的准确性,使得检测结果更容易分析量化,从而为待监督业务适应性制定具有针对性的监督处理方式,保证监督处理的合理性。
Description
技术领域
本公开涉及数据监测技术领域,尤其涉及一种业务监督处理方法、装置、电子设备及存储介质。
背景技术
相关技术中,在对监督类业务进行监督时,通常是采用传统的监督方式对监督类业务进行监管,传统的监督方式,例如,预算联网监督、财政财务监督、审计监督等。
这种方式下,传统的监管方式无法满足大数据环境下对复杂的监督类业务进行监督监管时全面性、实时性的需求,且监管过程中产生的数据检测结果的可分析性较差,不利于对监督类业务进行后续的监督处理和管理。
发明内容
本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本公开的目的在于提出一种业务监督处理方法、装置、电子设备、存储介质及计算机程序产品,能够设置预测检测指标用于待监督业务的数据检测过程,从而使得数据检测过程的针对性更高,有效提升检测结果的准确性,使得检测结果更容易分析量化,从而为待监督业务适应性制定具有针对性的监督处理方式,保证监督处理的合理性。
本公开第一方面实施例提出一种业务监督处理方法,包括:获取待监督业务的待监测数据对象,其中,待监测数据对象具有对应的预置检测指标,预置检测指标用于对待监测数据对象进行数据检测;确定待监测数据对象的数据类型;根据数据类型和预置检测指标对待监测数据对象进行数据检测,得到检测结果信息;确定预置检测指标的指标类型;根据指标类型对检测结果信息进行决策分析处理,得到分析结果信息;根据分析结果信息,确定对待监督业务进行监督的监督处理方式;根据监督处理方式,对待监督业务进行监督处理。
本公开第一方面实施例提出的业务监督处理方法,通过获取待监督业务的待监测数据对象,其中,待监测数据对象具有对应的预置检测指标,预置检测指标用于对待监测数据对象进行数据检测,确定待监测数据对象的数据类型,根据数据类型和预置检测指标对待监测数据对象进行数据检测,得到检测结果信息,确定预置检测指标的指标类型,根据指标类型对检测结果信息进行决策分析处理,得到分析结果信息,根据分析结果信息,确定对待监督业务进行监督的监督处理方式,根据监督处理方式,对待监督业务进行监督处理,能够设置预测检测指标用于待监督业务的数据检测过程,从而使得数据检测过程的针对性更高,有效提升检测结果的准确性,使得检测结果更容易分析量化,从而为待监督业务适应性制定具有针对性的监督处理方式,保证监督处理的合理性。
本公开第二方面实施例提出一种业务监督处理装置,包括:获取模块,用于获取待监督业务的待监测数据对象,其中,待监测数据对象具有对应的预置检测指标,预置检测指标用于对待监测数据对象进行数据检测;第一确定模块,用于确定待监测数据对象的数据类型;检测模块,用于根据数据类型和预置检测指标对待监测数据对象进行数据检测,得到检测结果信息;第二确定模块,用于确定预置检测指标的指标类型;第一处理模块,用于根据指标类型对检测结果信息进行决策分析处理,得到分析结果信息;第三确定模块,用于根据分析结果信息,确定对待监督业务进行监督的监督处理方式;第二处理模块,用于根据监督处理方式,对待监督业务进行监督处理。
本公开第二方面实施例提出的业务监督处理装置,通过获取待监督业务的待监测数据对象,其中,待监测数据对象具有对应的预置检测指标,预置检测指标用于对待监测数据对象进行数据检测,确定待监测数据对象的数据类型,根据数据类型和预置检测指标对待监测数据对象进行数据检测,得到检测结果信息,确定预置检测指标的指标类型,根据指标类型对检测结果信息进行决策分析处理,得到分析结果信息,根据分析结果信息,确定对待监督业务进行监督的监督处理方式,根据监督处理方式,对待监督业务进行监督处理,能够设置预测检测指标用于待监督业务的数据检测过程,从而使得数据检测过程的针对性更高,有效提升检测结果的准确性,使得检测结果更容易分析量化,从而为待监督业务适应性制定具有针对性的监督处理方式,保证监督处理的合理性。
本公开第三方面实施例提出了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时,实现如本公开第一方面实施例提出的业务监督处理方法。
本公开第四方面实施例提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本公开第一方面实施例提出的业务监督处理方法。
本公开第五方面实施例提出了一种计算机程序产品,当计算机程序产品中的指令由处理器执行时,执行如本公开第一方面实施例提出的业务监督处理方法。
本公开附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本公开的实践了解到。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本公开一实施例提出的业务监督处理方法的流程示意图;
图2是本公开实施例中的业务监督处理系统的结构示意图;
图3是本公开另一实施例提出的业务监督处理方法的流程示意图;
图4是本公开实施例中的监督流程示例图;
图5是本公开一实施例提出的业务监督处理装置的结构示意图;
图6是本公开另一实施例提出的业务监督处理装置的结构示意图;
图7示出了适于用来实现本公开实施方式的示例性电子设备的框图。
具体实施方式
下面详细描述本公开的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本公开,而不能理解为对本公开的限制。相反,本公开的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本公开一实施例提出的业务监督处理方法的流程示意图。
需要说明的是,本实施例的业务监督处理方法的执行主体为业务监督处理装置,该装置可以由软件和/或硬件的方式实现,该装置可以配置在电子设备中,对此不做限制。
如图1所示,该业务监督处理方法,包括:
S101:获取待监督业务的待监测数据对象,其中,待监测数据对象具有对应的预置检测指标,预置检测指标用于对待监测数据对象进行数据检测。
其中,待监督业务是指需要对其业务开展过程中的产生和使用到的数据进行监测的监督类业务,待监督业务可以按照行业领域和业务场景的不同而划分为不同类型,不同类型的待监督业务的重点监督方向不同。
举例而言,人大监督业务的重点监督方向为财政预算、执行情况和决算,具体的监督业务包括:预算审查监督业务、预算调整监督业务、预算执行监督业务、决算审查监督业务以及和财政业务关联的社保联网监督业务、国资联网监督业务等,财政财务监督业务的重点监督方向为预算单位财务会计在关键业务上的合法合规性监督,按照会计法要求,具体的监督业务包括:三公经费监督业务、政府采购监督业务、会议费培训费监督业务、国库支付监督业务等。
其中,待监测数据对象,是指待监督业务开展过程中使用到的需要进行持续性数据检测的数据对象,通常情况下,待监督业务与其对应的待监测数据对象存在一定的关联性,根据待监督业务的不同,相应的,数据对象也有所不同,可以根据待监督业务对应的待监测数据对象进行针对性的数据检测。
举例而言,当待监督业务为预算审查监督业务时,待监督业务对应的待监测数据对象主要是预算数据,可以包括上年度预算和下年度预算,当待监督业务为决算审查监督业务时,待监督业务对应的待监测数据对象是决算数据,当待监督业务为国库支付监督业务时,待监督业务对应的待监测数据对象是预算执行数据,或者还可以为其他任意需要对其进行监督的业务对应的任意类型待监测数据对象,对此不做限制。
其中,预置检测指标,是指预先设置的用于对待监测数据对象进行数据检测的数据检测指标。
举例而言,当待监督业务为预算审查监督业务时,待监督业务对应的待监测数据对象为预算数据(预算数据可以包括上年度预算和下年度预算),则针对预算数据设置的数据检测指标可以为预算类数据检测指标,例如,待监督业务的业务主体的资产数额、偿债能力、资产负债率、流动比率以及速动比率等。
本公开实施例中,在获取待监督业务的待监测数据对象时,可以根据待监督业务的类型确定在业务开展过程中,需要对其进行持续性数据检测的数据项,并将该数据项作为待监督业务对应的待监测数据对象,例如,当待监督业务为预算审查监督业务时,其对应的待监测数据对象主要是预算数据,包括上年度预算和下年度预算。
S102:确定待监测数据对象的数据类型。
其中,待监测数据对象的数据类型,例如,文字文档类型、电子表格类型、数据库存量表类型等,或者还可以包括任意监督类业务开展过程中涉及到的数据对象的数据类型,对此不做限制。
本公开实施例中,在根据预置检测指标对待监测数据对象进行数据检测,得到检测结果信息时,可以首先对获取到的待监测数据对象的数据类型进行分析,以确定待监测数据对象的数据类型,
S103:根据数据类型和预置检测指标对待监测数据对象进行数据检测,得到检测结果信息。
本公开实施例在上述获取待监督业务的待监测数据对象,获取待监测数据对象对应的预置检测指标,并确定待监测数据对象的数据类型之后,可以根据根据数据类型和预置检测指标对待监测数据对象进行数据检测,得到检测结果信息。
其中,检测结果信息,是指对待监测数据对象进行数据检测后得到的检测结果信息,该检测结果信息例如可以为数据对象是否超出预设阈值,数据对象的增长幅度是否存在异常,或者还可以为待监测数据对象所属的待监督业务的开展速度等,对此不做限制。
本公开实施例中,在根据数据类型和预置检测指标对待监测数据对象进行数据检测,得到检测结果信息时,可以根据数据指标的类型确定对待监测数据对象进行数据检测的检测模式,例如,对于文字文档类型和电子表格类型等文档类型的待监测数据对象,可以采取线下监督方式,检查文档的合规性,对于数据库中存量表类型的待监测数据对象,可以采取在线实时监督方式,对于实时推送流式数据类型的待监测数据对象,可以根据预置检测指标采取自动预警方式进行数据检测处理,并统计对应的检测结果,将各个待监测数据对象的数据检测结果进行汇总处理,三种数据检测方式可以相结合进行交叉检验,相互佐证,对待监督业务和对应的待监测数据对象从不同角度进行数据检测。
本公开实施例在根据数据指标的类型确定对待监测数据对象进行数据检测的检测模式之后,可以按照确定的检测模式和预置检测指标对待监测数据对象是否符合预先设置进行检验,例如,当待监督业务为预算审查监督业务时,待监督业务对应的待监测数据对象为预算数据,待监测数据对象对应的预置检测指标可以包括:待监督业务对应的业务主体的负债情况、待监督业务对应的业务主体设置的项目预算、以及待监督业务对应的支出进度等,则可以按照对应的预置检测指标对待监测数据对象的对应数据进行检测,检查待监督业务对应的业务主体是否存在负债超标、项目支出进度缓慢、项目预算设置超标等情况,得到对应的检测结果信息。
S104:确定预置检测指标的指标类型。
本公开实施例中,在确定预置检测指标的指标类型时,指标类型可以按照不同方式进行分类,预置检测指标按业务进行分类,可以分为预算类、核算类、决算类等,预置检测指标按专题进行分类,可以分为三公经费类、会议培训类、政府采购类等,预置检测指标按检测等级进行分级,可以分为一级指标、二级指标、三级指标等,可以根据阈值检测指标所属的待监督业务以及指标的分类方式,确定预置检测指标的指标类型。
S105:根据指标类型对检测结果信息进行决策分析处理,得到分析结果信息。
本公开实施例在上述确定预置检测指标的指标类型之后,可以根据指标类型对检测结果信息进行分析处理,得到分析结果信息。
本公开实施例中,在根据指标类型对检测结果信息进行分析处理,得到分析结果信息时,可以对检测结果按照分类分级指标进行决策分析,可以根据指标类型在待监督业务监督过程中的权重不同,对检测结果进行决策分析,形成分析报告,并标识监督等级,将生成的分析报告作为分析结果信息。
S106:根据分析结果信息,确定对待监督业务进行监督的监督处理方式。
其中,监督处理方式,是指根据检测结果信息和预置检测指标确定的用于对待监督业务进行监督后的后续处理方式,该监督处理方式,例如,同意通过业务审核、需要进行材料补充、需要进行检查整改,以及,移送上级等监督处理方式,或者还可以包括任意对监督类业务进行监督后的处理方式,对此不做限制。
本公开实施例在上述根据指标类型对检测结果信息进行分析处理,得到分析结果信息之后,可以根据分析结果信息,确定对待监督业务进行监督的监督处理方式。
本公开实施例中,在根据分析结果信息,确定对待监督业务进行监督的监督处理方式时,可以从分析报告中分析出决策结果,根据决策结果确定监督处理方式,例如,该决策结果可以包括:同意通过、补充材料、检查整改和移送上级。
本公开实施例中,在根据分析结果信息确定对待监督业务进行监督的监督处理方式时,可以根据检测结果信息和预置检测指标的分类分级情况进行决策分析,以得到对应的监督处理方式,可以根据预置检测指标确定待监督业务所属的业务种类,而后对检测结果信息进行分析,例如,当检测结果信息表明待监督业务存在负债超标、项目支出缓慢等情况时,确定监督处理方式为检查整改或者补充材料进行复审等,从而实现根据检测结果信息和预置检测指标,确定对待监督业务进行监督的监督处理方式,审查监督时可按照检测结果进行交叉核核验、等级分类、要求被监督对象进行整改并回复,还可以进行大数据分析等。
S107:根据监督处理方式,对待监督业务进行监督处理。
本公开实施例在上述根据分析结果信息,确定对待监督业务进行监督的监督处理方式之后,可以根据监督处理方式,对待监督业务进行监督处理。
本公开实施例中,在根据监督处理方式,对待监督业务进行监督处理时,如果监督处理方式为同意通过,则可以将该结果反馈给待监督业务的业务主体,如果监督处理方式为补充材料,则通知监督对象进行补充,并在对应期限内进行回复,如果监督处理方式为检查整改,则通知监督对象进行自查整改,并对该监督对象定期进行复审,如果监督处理方式为移送上级,则将该待监督业务的相关信息反馈给上级进行后续的监督处理,并将处理结果通知给待监督业务的业务主体。
本公开实施例中,可以建立业务监督处理系统以实现上述的业务监督处理功能,该业务监督处理系统可以包括:检测模块、分析模块和处理模块,如图2所示,图2是本公开实施例中的业务监督处理系统的结构示意图,其中,检测模块用于对待监督业务和对应的待监测数据对象按照预置检测指标进行检测,得到检测结果信息,分析模块,用于对检测结果信息进行分类分级决策分析,得到对待监督业务进行监督后处理的监督处理方式,处理模块,用于对待监督业务按照监督处理方式进行监督处理。
本实施例中,通过获取待监督业务的待监测数据对象,其中,待监测数据对象具有对应的预置检测指标,预置检测指标用于对待监测数据对象进行数据检测,根据预置检测指标对待监测数据对象进行数据检测,得到检测结果信息,根据检测结果信息和预置检测指标,确定对待监督业务进行监督的监督处理方式,根据监督处理方式,对待监督业务进行监督处理,能够设置预测检测指标用于待监督业务的数据检测过程,从而使得数据检测过程的针对性更高,有效提升检测结果的准确性,使得检测结果更容易分析量化,从而为待监督业务适应性制定具有针对性的监督处理方式,保证监督处理的合理性。
图3是本公开另一实施例提出的业务监督处理方法的流程示意图。
如图3所示,该业务监督处理方法,包括:
S301:获取待监督业务的待监测数据对象,其中,待监测数据对象具有对应的预置检测指标,预置检测指标用于对待监测数据对象进行数据检测。
S302:确定待监测数据对象的数据类型。
针对S301至S302的描述说明可以具体参见上述实施例,在此不再赘述。
S303:根据数据类型确定对待监测数据对象进行数据检测的数据检测模式。
本公开实施例中,在根据数据类型确定对待监测数据对象进行数据检测的数据检测模式时,如果数据类型为文档类型(文档类型可以包括:文字文档类型和电子表格类型等),则确定数据检测模式为线下监督模式,如果数据类型为数据库存量表类型,则确定数据检测模式为在线实时监督模式,如果数据类型为实时流式数据类型,则确定数据检测模式为自动预警监督模式。
S304:根据数据检测模式和预置数据指标对待监测数据对象进行数据检测,得到检测结果信息。
本公开实施例在上述根据数据类型确定对待监测数据对象进行数据检测的数据检测模式之后,可以根据对应的数据检测模式和预置数据指标对待监测数据对象进行数据检测,得到检测结果信息。
本公开实施例中,在根据数据类型确定对待监测数据对象进行数据检测的数据检测模式时,如果数据类型为文档类型,则确定数据检测模式为线下监督模式,并采用线下监督模式和待监测数据对象对应的预置检测指标对待监测数据对象进行数据检测,举例而言,如图4所示,图4是本公开实施例中的监督流程示例图,线下监督模式的流程可以包括:待监督业务所属单位对业务进行单位自查自纠、书面报送自查情况、现场监督检查和整改结果跟踪反馈,如果数据类型为数据库存量表类型,则确定数据检测模式为在线实时监督模式,并采用在线实时监督模式和待监测数据对象对应的预置检测指标对待监测数据对象进行数据检测,在线实时监督主要面向数据库表中的电子数据,可以运用技术手段直接对该数据进行检查、校验、判断真伪,比如财务上要求的账账相符、账实相符等,如图4所示,在线实施监督可以包括日常监督和专项监督,在线实时监督的流程可以包括:获取数据、查询分析、初步审查和会议审查,如果数据类型为实时流式数据类型,则确定数据检测模式为自动预警监督模式,并采用自动预警监督模式和待监测数据对象对应的预置检测指标对待监测数据对象进行数据检测,自动预警监督模式的处理流程可以包括:实时自动预警(或者推送自动预警)、得到预警结果以及预警分析报告,预警方式包括:在线提示、系统拦截、大屏展示等,预警内容根据数据对象和监督要求的不同而有所不同。
S305:确定预置检测指标的指标类型。
S306:根据指标类型对检测结果信息进行分析处理,得到分析结果信息。
针对S305至S306的描述说明可以具体参见上述实施例,在此不再赘述。
S307:根据分析结果信息,确定对待监督业务进行监督的监督等级。
S308:根据监督等级,确定监督处理方式。
本公开实施例中,在根据分析结果信息,确定对待监督业务进行监督的监督等级时,由于分析结果信息中的分析报告中预先标记了监督等级,可以从分析报告中直接获取监督等级,监督等级可以包括:同意通过、补充材料、检查整改和移送上级,而后可以根据相应的监督等级对待监督业务做出相应的监督处理。
S309:根据监督处理方式,对待监督业务进行监督处理。
针对S309的描述说明可以具体参见上述实施例,在此不再赘述。
本公开实施例中提出的业务监督处理方法,采用多渠道立体监测模式,根据待监督业务的待监测数据对象的不同采取不同的检测方式,并对不同检测方式的检测结果进行交叉检验,相互佐证,对同业务和数据对象从不同角度进行验证,相对于传统检测方法更全面、更精细、更准确,检测过程中预置检测指标,并对检测指标进行分类分级,使得检测更有针对性、分析结果更易量化,便于决策分析和监督处理。
本实施例中,通过获取待监督业务的待监测数据对象,其中,待监测数据对象具有对应的预置检测指标,预置检测指标用于对待监测数据对象进行数据检测,根据预置检测指标对待监测数据对象进行数据检测,得到检测结果信息,根据检测结果信息和预置检测指标,确定对待监督业务进行监督的监督处理方式,根据监督处理方式,对待监督业务进行监督处理,能够设置预测检测指标用于待监督业务的数据检测过程,从而使得数据检测过程的针对性更高,有效提升检测结果的准确性,使得检测结果更容易分析量化,从而为待监督业务适应性制定具有针对性的监督处理方式,保证监督处理的合理性,通过确定待监测数据对象的数据类型,根据数据类型和预置检测指标,对待监测数据对象进行数据检测,得到检测结果信息,从而可以根据待监测数据对象的数据类型设置针对性的数据检测方法,有效提升数据检测结果的准确性和可量化性,从而便于对不同待监测数据对象的数据检测结果进行交叉检验分析,对检测结果进行佐证,进一步保证数据检测结果的可靠性,保证根据数据检测结果制定的监督处理方式的合理性。
图5是本公开另一实施例提出的业务监督处理装置的结构示意图。
如图5所示,该业务监督处理装置50,包括:
获取模块501,用于获取待监督业务的待监测数据对象,其中,待监测数据对象具有对应的预置检测指标,预置检测指标用于对待监测数据对象进行数据检测;
第一确定模块502,用于确定待监测数据对象的数据类型;
检测模块503,用于根据数据类型和预置检测指标对待监测数据对象进行数据检测,得到检测结果信息;
第二确定模块504,用于确定预置检测指标的指标类型;
第一处理模块505,用于根据指标类型对检测结果信息进行决策分析处理,得到分析结果信息;
第三确定模块506,用于根据分析结果信息,确定对待监督业务进行监督的监督处理方式;
第二处理模块507,用于根据监督处理方式,对待监督业务进行监督处理。
在本公开的一些实施例中,如图6所示,图6是本公开另一实施例提出的业务监督处理装置的结构示意图,其中,检测模块503,包括:
确定子模块5031,用于根据数据类型确定对待监测数据对象进行数据检测的数据检测模式;
检测子模块5032,用于根据数据检测模式和预置数据指标对待监测数据对象进行数据检测,得到检测结果信息。
在本公开的一些实施例中,其中,确定子模块5031,具体用于:
如果数据类型为文档类型,则确定数据检测模式为线下监督模式;
如果数据类型为数据库存量表类型,则确定数据检测模式为在线实时监督模式;
如果数据类型为实时流式数据类型,则确定数据检测模式为自动预警监督模式。
在本公开的一些实施例中,其中,第三确定模块506,具体用于:
根据分析结果信息,确定对待监督业务进行监督的监督等级;
根据监督等级,确定监督处理方式。
与上述图1至图4实施例提供的业务监督处理方法相对应,本公开还提供一种业务监督处理装置,由于本公开实施例提供的业务监督处理装置与上述图1至图4实施例提供的业务监督处理方法相对应,因此在业务监督处理方法的实施方式也适用于本公开实施例提供的业务监督处理装置,在本公开实施例中不再详细描述。
本实施例中,通过获取待监督业务的待监测数据对象,其中,待监测数据对象具有对应的预置检测指标,预置检测指标用于对待监测数据对象进行数据检测,确定待监测数据对象的数据类型,根据数据类型和预置检测指标对待监测数据对象进行数据检测,得到检测结果信息,确定预置检测指标的指标类型,根据指标类型对检测结果信息进行决策分析处理,得到分析结果信息,根据分析结果信息,确定对待监督业务进行监督的监督处理方式,根据监督处理方式,对待监督业务进行监督处理,能够设置预测检测指标用于待监督业务的数据检测过程,从而使得数据检测过程的针对性更高,有效提升检测结果的准确性,使得检测结果更容易分析量化,从而为待监督业务适应性制定具有针对性的监督处理方式,保证监督处理的合理性。
为了实现上述实施例,本公开还提出一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本公开前述实施例提出的业务监督处理方法。
为了实现上述实施例,本公开还提出一种计算机程序产品,当计算机程序产品中的指令处理器执行时,执行如本公开前述实施例提出的业务监督处理方法。
图7示出了适于用来实现本公开实施方式的示例性电子设备的框图。
图7显示的计算机设备12仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture;以下简称:ISA)总线,微通道体系结构(Micro Channel Architecture;以下简称:MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation;以下简称:VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection;以下简称:PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory;以下简称:RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其他可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图7未显示,通常称为“硬盘驱动器”)。
尽管图7中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如:光盘只读存储器(Compact Disc Read OnlyMemory;以下简称:CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory;以下简称:DVD-ROM)或者其他光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本公开各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其他程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本公开所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得人体能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其他计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network;以下简称:LAN),广域网(Wide Area Network;以下简称:WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其他模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其他硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及参数信息确定,例如实现前述实施例中提及的业务监督处理方法。
需要说明的是,在本公开的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本公开的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本公开的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本公开的实施例所属技术领域的技术人员所理解。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,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模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本公开的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本公开的限制,本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (4)
1.一种业务监督处理方法,其特征在于,包括:
获取待监督业务的待监测数据对象,其中,所述待监测数据对象具有对应的预置检测指标,所述预置检测指标用于对所述待监测数据对象进行数据检测;
确定所述待监测数据对象的数据类型;
根据所述数据类型和所述预置检测指标对所述待监测数据对象进行数据检测,得到检测结果信息;
确定所述预置检测指标的指标类型;
根据所述指标类型对所述检测结果信息进行决策分析处理,得到分析结果信息;
根据所述分析结果信息,确定对所述待监督业务进行监督的监督处理方式;
根据所述监督处理方式,对所述待监督业务进行监督处理;
其中,所述根据所述数据类型和所述预置检测指标对所述待监测数据对象进行数据检测,得到检测结果信息,包括:
根据所述数据类型确定对所述待监测数据对象进行数据检测的数据检测模式;
根据所述数据检测模式和所述预置检测指标对所述待监测数据对象进行数据检测,得到所述检测结果信息;
其中,所述根据所述数据类型确定对所述待监测数据对象进行数据检测的数据检测模式,包括:
如果所述数据类型为文档类型,则确定所述数据检测模式为线下监督模式;
如果所述数据类型为数据库存量表类型,则确定所述数据检测模式为在线实时监督模式;
如果所述数据类型为实时流式数据类型,则确定所述数据检测模式为自动预警监督模式;
其中,根据所述分析结果信息,确定对所述待监督业务进行监督的监督处理方式,包括:
根据所述分析结果信息,确定对所述待监督业务进行监督的监督等级;
根据所述监督等级,确定所述监督处理方式。
2.一种业务监督处理装置,其特征在于,包括:
获取模块,用于获取待监督业务的待监测数据对象,其中,所述待监测数据对象具有对应的预置检测指标,所述预置检测指标用于对所述待监测数据对象进行数据检测;
第一确定模块,用于确定所述待监测数据对象的数据类型;
检测模块,用于根据所述数据类型和所述预置检测指标对所述待监测数据对象进行数据检测,得到检测结果信息;
第二确定模块,用于确定所述预置检测指标的指标类型;
第一处理模块,用于根据所述指标类型对所述检测结果信息进行决策分析处理,得到分析结果信息;
第三确定模块,用于根据所述分析结果信息,确定对所述待监督业务进行监督的监督处理方式;
第二处理模块,用于根据所述监督处理方式,对所述待监督业务进行监督处理;
其中,所述根据所述数据类型和所述预置检测指标对所述待监测数据对象进行数据检测,得到检测结果信息,包括:
根据所述数据类型确定对所述待监测数据对象进行数据检测的数据检测模式;
根据所述数据检测模式和所述预置检测指标对所述待监测数据对象进行数据检测,得到所述检测结果信息;
其中,所述根据所述数据类型确定对所述待监测数据对象进行数据检测的数据检测模式,包括:
如果所述数据类型为文档类型,则确定所述数据检测模式为线下监督模式;
如果所述数据类型为数据库存量表类型,则确定所述数据检测模式为在线实时监督模式;
如果所述数据类型为实时流式数据类型,则确定所述数据检测模式为自动预警监督模式;
其中,根据所述分析结果信息,确定对所述待监督业务进行监督的监督处理方式,包括:
根据所述分析结果信息,确定对所述待监督业务进行监督的监督等级;
根据所述监督等级,确定所述监督处理方式。
3.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1所述的方法。
4.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,其中,所述计算机指令用于使所述计算机执行权利要求1所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310225358.3A CN116245416B (zh) | 2023-03-01 | 2023-03-01 | 业务监督处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310225358.3A CN116245416B (zh) | 2023-03-01 | 2023-03-01 | 业务监督处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116245416A CN116245416A (zh) | 2023-06-09 |
CN116245416B true CN116245416B (zh) | 2023-08-15 |
Family
ID=86635733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310225358.3A Active CN116245416B (zh) | 2023-03-01 | 2023-03-01 | 业务监督处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116245416B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110490785A (zh) * | 2019-07-08 | 2019-11-22 | 广东铭太信息科技有限公司 | 一种政府预算监督方法、系统及存储介质 |
CN111383104A (zh) * | 2020-04-02 | 2020-07-07 | 中国工商银行股份有限公司 | 基金投资监督指标的获取方法及装置 |
CN113094386A (zh) * | 2021-04-07 | 2021-07-09 | 中国工商银行股份有限公司 | 监督指标配置方法、装置、电子设备和介质 |
CN113159956A (zh) * | 2021-05-14 | 2021-07-23 | 中国建设银行股份有限公司 | 账户数据处理方法、装置、设备及存储介质 |
-
2023
- 2023-03-01 CN CN202310225358.3A patent/CN116245416B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110490785A (zh) * | 2019-07-08 | 2019-11-22 | 广东铭太信息科技有限公司 | 一种政府预算监督方法、系统及存储介质 |
CN111383104A (zh) * | 2020-04-02 | 2020-07-07 | 中国工商银行股份有限公司 | 基金投资监督指标的获取方法及装置 |
CN113094386A (zh) * | 2021-04-07 | 2021-07-09 | 中国工商银行股份有限公司 | 监督指标配置方法、装置、电子设备和介质 |
CN113159956A (zh) * | 2021-05-14 | 2021-07-23 | 中国建设银行股份有限公司 | 账户数据处理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116245416A (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bussmann et al. | Explainable AI in fintech risk management | |
CN107633265B (zh) | 用于优化信用评估模型的数据处理方法及装置 | |
Arisholm et al. | Predicting fault-prone components in a java legacy system | |
US20120216076A1 (en) | Method and system for automatic memory leak detection | |
CN107633030B (zh) | 基于数据模型的信用评估方法及装置 | |
US10613525B1 (en) | Automated health assessment and outage prediction system | |
Mori et al. | Evaluating domain-specific metric thresholds: an empirical study | |
CN109934268A (zh) | 异常交易检测方法及系统 | |
CN112559831A (zh) | 链路监控方法、装置、计算机设备及介质 | |
CN103593470A (zh) | 一种双度集成的不均衡数据流分类算法 | |
JP2023501604A (ja) | リスク許容度レーティングを用いた分布分析に基づくモデル劣化の警告 | |
CN111752833B (zh) | 一种软件质量体系准出方法、装置、服务器及存储介质 | |
US20200293945A1 (en) | Apparatus and method of high dimensional data analysis in real-time | |
CN113449703A (zh) | 环境在线监测数据的质控方法、装置、存储介质及设备 | |
CN109308225B (zh) | 一种虚拟机异常检测方法、装置、设备及存储介质 | |
CN104022899A (zh) | 一种网络管理系统的三维评估方法及系统 | |
CN111222968A (zh) | 一种企业税务风险管控方法及系统 | |
Shatz | Assumption-checking rather than (just) testing: The importance of visualization and effect size in statistical diagnostics | |
CN116245416B (zh) | 业务监督处理方法、装置、电子设备及存储介质 | |
US7921410B1 (en) | Analyzing and application or service latency | |
CN112711530A (zh) | 一种基于机器学习的代码风险预测方法及系统 | |
CN115314424B (zh) | 一种快速检测网络信号方法及装置 | |
Bossavy et al. | An edge model for the evaluation of wind power ramps characterization approaches | |
Tahir et al. | Revisiting the size effect in software fault prediction models | |
KR102195608B1 (ko) | 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 오브젝트 반려율을 활용한 자동 반려 방법 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |