CN116860470A - 数据传输方法、装置、计算机设备和存储介质 - Google Patents
数据传输方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116860470A CN116860470A CN202310609061.7A CN202310609061A CN116860470A CN 116860470 A CN116860470 A CN 116860470A CN 202310609061 A CN202310609061 A CN 202310609061A CN 116860470 A CN116860470 A CN 116860470A
- Authority
- CN
- China
- Prior art keywords
- target
- queue
- data
- user
- type
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 208
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000013145 classification model Methods 0.000 claims abstract description 73
- 238000004590 computer program Methods 0.000 claims abstract description 20
- 238000013507 mapping Methods 0.000 claims description 24
- 238000012549 training Methods 0.000 claims description 24
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012706 support-vector machine Methods 0.000 description 6
- 230000015556 catabolic process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 3
- 238000007637 random forest analysis Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/546—Message passing systems or structures, e.g. queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/54—Indexing scheme relating to G06F9/54
- G06F2209/548—Queue
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Computer And Data Communications (AREA)
Abstract
本申请涉及一种数据传输方法、装置、计算机设备、存储介质和计算机程序产品,可用于人工智能领域和金融领域。所述方法包括:接收用户请求,基于用户请求确定目标业务类型,获取用户请求对应的目标用户特征数据和目标传输数据;获取目标分类模型,将目标用户特征数据输入目标分类模型,得到目标用户特征数据对应的目标用户类型;基于目标业务类型确定目标队列管理器标识,基于目标队列管理器标识和目标用户类型,确定已配置的目标消息队列;通过目标消息队列将目标传输数据传送至第二系统的目标接收服务器,所述第一系统与所述第二系统为不同的系统。采用本方法能够提高系统的性能。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种数据传输方法、装置、计算机设备和存储介质。
背景技术
随着计算机技术的发展,数据传输技术也不断得到完善。然而在现有数据传输技术中,会出现数据在系统与系统之间传输时占用系统资源的情况,导致在数据传输高峰期时造成系统卡顿和崩溃,进而降低了系统的性能。
发明内容
基于此,有必要针对上述技术问题,提供一种能够使得数据在系统之间进行高效传输的数据传输方法、装置、计算机设备和存储介质,提高了系统的性能。
一种数据传输方法,所述方法包括:
接收用户请求,基于所述用户请求确定目标业务类型,获取所述用户请求对应的目标用户特征数据和目标传输数据;
获取目标分类模型,将所述目标用户特征数据输入所述目标分类模型,得到所述目标用户特征数据对应的目标用户类型;
基于所述目标业务类型确定目标队列管理器标识,基于所述目标队列管理器标识和所述目标用户类型,确定已配置的目标消息队列;
通过所述目标消息队列将所述目标传输数据传送至第二系统的目标接收服务器,所述第一系统与所述第二系统为不同的系统。
在其中一个实施例中,获取目标分类模型之前,还包括:
获取初始特征数据集,基于特征映射关系,对所述初始特征数据集中的各个数据进行数值映射,得到目标特征数据集;
对所述目标特征数据集进行特征提取,得到初始特征集;
计算所述初始特征集中各个特征对应的信息增益,从所述初始特征集中选取信息增益满足选择条件的特征,得到目标特征集;
从所述目标特征数据集中获取所述目标特征集对应的待训练特征数据集,基于所述待训练特征数据集对初始分类模型进行训练,得到所述目标分类模型。
在其中一个实施例中,基于所述目标队列管理器标识和所述目标用户类型,确定已配置的目标消息队列之前,还包括:
获取待配置信息,从所述待配置信息中获取各种业务类型对应的队列管理器配置信息,基于队列管理器配置信息创建对应的队列管理器,得到各种业务类型配置好的队列管理器;所述队列管理器配置信息包含业务类型与队列管理器标识的对应关系;所述队列管理器标识用于创建并识别对应的队列管理器;
从所述待配置信息中获取各种业务类型对应的用户类型集的用户类型配置信息,基于业务类型对应的队列管理器标识和对应的用户类型配置信息,创建用户类型集中各个用户类型对应的消息队列,得到各个用户类型配置好的消息队列。
在其中一个实施例中,所述消息队列包括第一系统对应的队列以及第二系统对应的队列;所述基于业务类型对应的队列管理器标识和对应的用户类型配置信息,创建用户类型集中各个用户类型对应的消息队列,得到各个用户类型配置好的消息队列包括:
从所述用户类型配置信息中获取队列类型配置信息;
基于所述队列类型配置信息,从候选队列类型中确定所述消息队列中第一系统对应的队列类型和第二系统对应的队列类型,所述候选队列类型包括发送队列和接收队列。
在其中一个实施例中,所述目标消息队列包括目标发送队列、目标通道和所述第二系统的目标接收服务器对应的目标接收队列;所述通过所述目标消息队列将所述目标传输数据传送至第二系统的目标接收服务器包括:
将所述目标传输数据传输至所述目标发送队列,通过所述目标发送队列将所述目标传输数据传输至所述目标通道,通过所述目标通道将所述目标传输数据传输至所述第二系统的目标接收服务器对应的目标接收队列;
以使所述第二系统的目标接收服务器,基于所述目标接收队列接收所述目标传输数据。
在其中一个实施例中,所述方法还包括:
获取各个用户类型对应的数据传输状况;
当所述数据传输状况为传输拥堵时,获取当前拥堵用户类型,将所述当前拥堵用户类型对应的传输数据进行划分,得到待分流传输数据;
从备用消息队列集中确定空闲的待备用消息队列,通过所述待备用消息队列将所述待分流传输数据传输至所述当前拥堵用户类型对应的第二系统的接收服务器。
一种数据传输装置,所述装置包括:
获取模块,用于接收用户请求,基于所述用户请求确定目标业务类型,获取所述用户请求对应的目标用户特征数据和目标传输数据;
分类模块,用于获取目标分类模型,将所述目标用户特征数据输入所述目标分类模型,得到所述目标用户特征数据对应的目标用户类型;
确定模块,用于基于所述目标业务类型确定目标队列管理器标识,基于所述目标队列管理器标识和所述目标用户类型,确定已配置的目标消息队列;
传输模块,用于通过所述目标消息队列将所述目标传输数据传送至第二系统的目标接收服务器,所述第一系统与所述第二系统为不同的系统。
在其中一个实施例中,数据传输装置还包括:
训练模块,用于获取初始特征数据集,基于特征映射关系,对所述初始特征数据集中的各个数据进行数值映射,得到目标特征数据集;对所述目标特征数据集进行特征提取,得到初始特征集;计算所述初始特征集中各个特征对应的信息增益,从所述初始特征集中选取信息增益满足选择条件的特征,得到目标特征集;从所述目标特征数据集中获取所述目标特征集对应的待训练特征数据集,基于所述待训练特征数据集对初始分类模型进行训练,得到所述目标分类模型。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
接收用户请求,基于所述用户请求确定目标业务类型,获取所述用户请求对应的目标用户特征数据和目标传输数据;
获取目标分类模型,将所述目标用户特征数据输入所述目标分类模型,得到所述目标用户特征数据对应的目标用户类型;
基于所述目标业务类型确定目标队列管理器标识,基于所述目标队列管理器标识和所述目标用户类型,确定已配置的目标消息队列;
通过所述目标消息队列将所述目标传输数据传送至第二系统的目标接收服务器,所述第一系统与所述第二系统为不同的系统。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
接收用户请求,基于所述用户请求确定目标业务类型,获取所述用户请求对应的目标用户特征数据和目标传输数据;
获取目标分类模型,将所述目标用户特征数据输入所述目标分类模型,得到所述目标用户特征数据对应的目标用户类型;
基于所述目标业务类型确定目标队列管理器标识,基于所述目标队列管理器标识和所述目标用户类型,确定已配置的目标消息队列;
通过所述目标消息队列将所述目标传输数据传送至第二系统的目标接收服务器,所述第一系统与所述第二系统为不同的系统。
上述数据传输方法、装置、计算机设备和存储介质,通过接收用户请求,基于所述用户请求确定目标业务类型,获取所述用户请求对应的目标用户特征数据和目标传输数据;获取目标分类模型,将所述目标用户特征数据输入所述目标分类模型,得到所述目标用户特征数据对应的目标用户类型;基于所述目标业务类型确定目标队列管理器标识,基于所述目标队列管理器标识和所述目标用户类型,确定已配置的目标消息队列;通过所述目标消息队列将所述目标传输数据传送至第二系统的目标接收服务器,所述第一系统与所述第二系统为不同的系统,通过解析接收到的用户请求,确定目标业务类型以及获取目标用户特征数据和目标传输数据,将目标用户特征数据输入目标分类模型中,得到目标用户特征数据对应的目标用户类型,并根据目标用户类型确定目标队列管理器标识,进而基于目标队列管理器标识和目标用户类型确定已配置的目标消息队列,最后通过目标消息队列将目标传输数据传输至第二系统的目标接收服务器,实现了系统与系统之间的数据传输,不同的业务类型对应不同的队列管理器,一个队列管理器管理着对应的业务类型中的多种用户类型对应的消息队列,也就是一个业务场景对应一个队列管理器,一个队列管理器管理多个用户类型对应的消息队列,一个用户类型又对应一个消息队列,通过特定类型在特定的消息队列中进行数据的传输,较好地缓解了数据传输高峰期时传输通道拥堵的情况,不同的消息队列分担着固定用户类型对应的数据,较好地疏通了传输通道,提高了不同系统之间数据传输的效率,进而提高了系统的性能。
附图说明
图1为一个实施例中数据传输方法的应用环境图;
图2为一个实施例中数据传输方法的流程示意图;
图3为一个实施例中模型训练的流程示意图;
图4为一个实施例中队列配置的流程示意图;
图5为一个实施例中队列类型确定的流程示意图;
图6为一个实施例中数据传输的流程示意图;
图7为一个实施例中队列备用的流程示意图;
图8为一个实施例中特征数据表;
图9为一个实施例中特征映射数据表;
图10为一个实施例中系统间数据传输的示意图;
图11为一个实施例中备用队列对应关系表;
图12为一个实施例中数据传输装置的结构框图;
图13为一个实施例中计算机设备的内部结构图;
图14为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的数据传输方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104和服务器106进行通信,服务器104和服务器106之间也可通过网络进行通信,服务器104为第一系统的服务器,服务器106为第二系统的服务器,第一系统和第二系统为不同的系统,在不同的业务中,第一系统和第二系统所处的身份可以不同,比如在业务类型A中第一系统为数据发送方,第二系统为数据接收方;而在业务类型B中第二系统变为数据发送方,第一系统为数据接收方。数据存储系统可以存储服务器104和服务器106需要处理的数据。数据存储系统可以集成在服务器104和服务器106上,也可以放在云上或其他网络服务器上。终端102用于发送业务相关的请求,应用于第一系统的服务104用于接收用户请求,基于用户请求确定目标业务类型,获取用户请求对应的目标用户特征数据和目标传输数据;获取目标分类模型,将目标用户特征数据输入至目标分类模型,得到目标用户特征数据对应的目标用户类型;基于目标业务类型确定目标队列管理器标识,基于目标队列管理器标识和目标用户类型,确定已配置的目标消息队列;通过目标消息队列将目标传输数据传送至第二系统的目标接收服务器,第一系统与第二系统为不同的系统;服务器106用于接收目标传输数据。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104和服务106均可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
本申请的数据传输方法、装置、计算机设备和存储介质包括但不限于用于人工智能领域和金融领域。
在一个实施例中,如图2所示,提供了一种数据传输方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S200,接收用户请求,基于用户请求确定目标业务类型,获取用户请求对应的目标用户特征数据和目标传输数据。
其中,用户请求指用户在进行业务办理时提交的相关请求,可以是购买业务时的交易请求、存取款业务请求等。目标业务类型指用户请求对应的业务办理场景类型,可以是金融领域的业务场景。目标用户特征数据指能够表征用户的特征属性数据,比如客户性别、年龄、工作单位等。目标传输数据指办理目标业务类型时在第一系统和第二系统之间进行传输的数据,可以包括终端发送的数据和通过第一系统服务器进行业务操作之后产生的数据。
具体地,第一系统指办理某种业务类型时,发送出数据的系统,其可以是支付系统、账务系统等。当用户需要办理某种业务时,办理业务的过程中需要实现不同系统之间数据的交互,此时第一系统的服务器会接收到用户办理业务时的用户请求,通过解析用户请求可以知道用户请求中此次办理业务的业务类型,也就是目标业务类型,并且通过用户请求可以获取用户对应的目标用户特征数据和目标传输数据,目标用户特征数据可以用于预测用户在目标业务类型中对应的用户类型,用户类型可以是优质客户、一般客户、VIP客户等,目标传输数据即为第一系统与第二系统在完成目标业务类型时进行交互的数据。
步骤S202,获取目标分类模型,将目标用户特征数据输入目标分类模型,得到目标用户特征数据对应的目标用户类型。
其中,目标分类模型指用于预测用户在业务中所属的用户类型的模型,其可以是支持向量机模型(SVM,Support Vector Machines),也可以是KNN(K-Nearest-Neighbors)、决策树、朴素贝叶斯、随机森林等模型。用户类型指用户在用户请求对应的目标业务类型中所属的客户类别,比如优质客户、一般客户、VIP客户等,在不同的业务类型中,用户所属的客户类别可能不同。
具体地,为了能够在规定的传输通道传输用户请求对应的目标传输数据,以较好地提高系统对数据的传输效率,避免数据蜂拥传输导致系统崩溃等问题的发生,可以将目标用户特征数据输入到预先训练好的目标分类模型中,通过目标分类模型预测用户请求对应的用户在目标业务类型中所属的客户类别,以便后续可以根据目标分类模型预测得到的目标用户类型,确定此次用户请求所需传输的目标传输数据对应的传输通道,进而确保传输通道与用户类型一一对应的关系,使得数据传输更加井然有序。
步骤S204,基于目标业务类型确定目标队列管理器标识,基于目标队列管理器标识和目标用户类型,确定已配置的目标消息队列。
其中,目标队列管理器标识指用于识别队列管理器的标识,其中,队列管理器指为应用程序提供消息(即传输的数据)传递服务的程序,队列管理器de1工作是管理应用程序中要使用的消息队列和消息。消息队列(Message Queue)又叫消息中间件,其用于系统之间的消息传输,是一种应用间的通信方式。目标消息队列指用于传输在目标业务类型中目标用户类型的相关数据,其在可以包含发送队列、传输队列、通道、接收队列等,且发送队列、传输队列、通道、接收队列为一一对应关系,其由规定的队列管理器进行管理。
具体地,对于不同的业务类型会配置有不同的队列管理器,不同的队列管理器管理着不同业务类型中不同用户类型对应的不同消息队列,比如业务类型A配置了队列管理器A,业务类型A有{用户类型1;用户类型2;用户类型3},用户类型1配置了消息队列1,用户类型2配置了消息队列2,用户类型3配置了消息队列3。当办理目标业务类型进行数据在系统之间传输时,可以根据目标业务类型与队列管理器的配置关系来确定目标队列管理器标识,也就是因为目标业务类型与其配置的管理器是一一对应的关系,所以当知道办理业务的业务类型时,即可确定对应的队列管理器标识。当确定目标业务类型对应的目标队列管理器标识之后,可以直接根据目标队列管理器标识和目标用户类型确定已配置的目标消息队列,因为目标队列管理器标识可以识别目标业务类型对应的队列管理器,该队列管理器管理着目标业务类型中各个用户类型对应的消息队列,且用户类别与消息队列之间也是一一对应的关系,所以可以根据目标用户类型确定已配置的目标消息队列,以便后续可以通过目标消息队列传输目标业务类型下,目标用户类型对应的目标传输数据。
步骤S206,通过目标消息队列将目标传输数据传送至第二系统的目标接收服务器,第一系统与第二系统为不同的系统。
其中,第二系统指完成用户请求中业务的办理时,接收业务相关数据的系统,其可以是账务系统、支付系统等,在不同的业务中所涉及的系统是不同的,但是在不同的业务中系统所代表的身份也可能是不同的,比如在业务A的办理中,系统与系统进行数据传输时,第一系统作为数据的发送方,第二系统作为数据的传输方;而在业务B的办理中,系统与系统进行数据传输时,第二系统为数据的发送方,第一系统为数据的接收方。
具体地,目标消息队列中包含着发送队列、传输队列、通道和接收队列,数据发送方通过发送队列将数据传输到传输队列,传输队列存储用户发起的传输数据(可以是交易数据)并将数据传输到通道中,通过通道将数据传输至接收方的接收队列。在第一系统的服务器中,进行配置操作时就已经设定好数据发送方与数据接收方在不同业务类型和不同用户类型对应的消息队列的名称,因此可以通过目标消息队列将目标传输数据传输至第二系统的目标接收服务器,且目标用户类型与目标消息队列的定向性,较好地避免了不同类型数据在同一消息队列(或传输通道)中进行传输可能造成的拥堵现象,并实现了每一类用户的数据信息均通过唯一的传输通道进行系统与系统之间数据的传输,有利于提升消息传输的效率,进而提升系统的性能和稳定性。
上述数据传输方法,通过接收用户请求,基于所述用户请求确定目标业务类型,获取所述用户请求对应的目标用户特征数据和目标传输数据;获取目标分类模型,将所述目标用户特征数据输入至所述目标分类模型,得到所述目标用户特征数据对应的目标用户类型基于所述目标业务类型确定目标队列管理器标识,基于所述目标队列管理器标识和所述目标用户类型,确定已配置的目标消息队列;通过所述目标消息队列将所述目标传输数据传送至第二系统的目标接收服务器,所述第一系统与所述第二系统为不同的系统,实现了系统与系统之间的数据传输,不同的业务类型对应不同的队列管理器,一个队列管理器管理着对应的业务类型中的多种用户类型对应的消息队列,也就是一个业务场景对应一个队列管理器,一个队列管理器管理多个用户类型对应的消息队列,一个用户类型又对应一个消息队列,通过特定类型在特定的消息队列中进行数据的传输,较好地缓解了数据传输高峰期时传输通道拥堵的情况,不同的消息队列分担着固定用户类型对应的数据,较好地疏通了传输通道,提高了不同系统之间数据传输的效率,进而提高了系统的性能。
在一个实施例中,如图3所示,步骤S202之前,还包括:
步骤S300,获取初始特征数据集,基于特征映射关系,对初始特征数据集中的各个数据进行数值映射,得到目标特征数据集。
其中,初始特征数据集指收集到的所有存量客户的特征信息数据的集合,其包括客户性别、年龄、工作单位、月均收入、存款额、贷款额、理财余额等数据信息。特征映射关系指客户特征属性对应的指与映射值之间的对应关系,比如存款额5万以内映射为0.2、5-10万映射为0.3、10万以上映射为0.6。目标特征数据集指将初始特征数据集中的数据值映射成对应的映射值后的数据集合。
具体地,为了使得训练得到的分类模型的分类能力更好,以更好地训练分类模型的参数,可以将收集所有存量客户的特征信息数据,也就是初始特征数据集中的数据值映射成预设的映射值,以得到映射数值后的目标特征数据集,将目标特征数据集用于分类模型的训练,在一定程度上有利于提高最终训练得到的分类模型的分类能力。
步骤S302,对目标特征数据集进行特征提取,得到初始特征集。
其中,初始特征集指目标特征数据集中所有的特征属性的集合,特征属性可以是性别、年龄、月均收入、存款额等。
具体地,分类模型的训练需要以目标特征数据集中的特征属性作为分类判别依据,可以将目标特征数据集中的特征属性进行提取,得到包含目标特征数据集中所有特征属性的初始特征集,以便后续更进一步计算并挑选出对分类结果影响更大的特征属性。
步骤S304,计算初始特征集中各个特征对应的信息增益,从初始特征集中选取信息增益满足选择条件的特征,得到目标特征集。
其中,信息增益是特征选择的一个重要指标,它定义为一个特征能够为分类系统带来多少信息,带来的信息越多,说明该特征越重要,对应的信息增益也就越大。目标特征集指能够给分类模型的训练过程中带来的信息更多,对分类模型的分类结果影响较大的特征属性的集合。选择条件指特征属性对应的信息增益满足预设的值的条件,比如特征属性对应的信息增益的大小排在所有特征属性对应的信息增益的前30位。
具体地,为了获得更多可以提高分类模型的分类结果的有效信息,并减少不良信息对分类结果的影响,可以通过计算初始特征集中各个特征对应的信息增益,通过信息增益选择更有利于分类模型训练的特征属性对应的数据进行训练,以达到更好的分类效果。
步骤S306,从目标特征数据集中获取目标特征集对应的待训练特征数据集,基于待训练特征数据集对初始分类模型进行训练,得到目标分类模型。
其中,待训练特征数据集指包含有目标特征集对应的特征属性以及特征属性对应的数据信息的数据集合。初始分类模型指还未用客户的特征数据进行训练,还未学习到待训练特征数据集中的逻辑规律的分类模型,其可以是支持向量机模型(SVM,SupportVector Machines),也可以是KNN(K-Nearest-Neighbors)、决策树、朴素贝叶斯、随机森林等模型。
具体地,实际在进行模型训练时,可以将目标特征数据集中获取得到的目标特征集对应的特征数据集的80%作为训练数据,也就是待训练特征数据集,另外20%数据作为预测数据,通过待训练数据集对初始分类模型进行训练,以使初始分类模型学习到待训练数据集中的客户类别的分类规律,进而可以通过预测数据对训练后的分类模型进行预测,以测试分类模型分类结果的准确性,若相应的准确度达不到期望,则可以进行多次训练,直至获得分类能力更好的目标分类模型。
本实施例中,通过基于特征映射关系对初始特征数据集进行数值映射得到目标特征数据集,对目标特征数据集进行特征提取得到的初始特征集中的各个特征进行信息增益计算,并从中选取信息增益满足选择条件的特征,以得到目标特征集,并从目标特征数据集中获取目标特征集对应的待训练数据集,基于待训练特征数据集对初始分类模型进行训练,得到目标分类模型,对数据集中的数据进行数值的映射,在一定程度上有利于分类模型在训练过程中更好地学习到相应的分类规律,通过计算信息增益以选择部分特征属性对应的数据作为分类模型的训练数据,有利于提高训练数据信息的有效性以及减少不良数据信息对分类模型训练过程的影响,从而提高了目标分类模型的分类能力。
在一个实施例中,如图4所示,步骤S204之前,还包括:
步骤S400,获取待配置信息,从待配置信息中获取各种业务类型对应的队列管理器配置信息,基于队列管理器配置信息创建对应的队列管理器,得到各种业务类型配置好的队列管理器;队列管理器配置信息包含业务类型与队列管理器标识的对应关系;队列管理器标识用于创建并识别对应的队列管理器。
其中,待配置信息指用于配置不同业务类型对应的队列管理器,不同的配置管理器管理多个不同用户类型对应的消息队列的配置信息,其包括但不限于包含业务类型与队列管理器的配置信息、队列管理器与消息队列的配置信息、用户类型与消息队列的配置信息。队列管理器配置信息指用于配置不同业务类型对应不同的队列管理器的配置信息;比如购买场景业务类型A,可以创建与购买场景业务类型A命名意思一致、以便识别的队列管理器A,对于其他的业务类型,则创建其他的队列管理器,队列管理器A只用于管理购买场景业务类型A需要传输数据时的消息队列。
具体地,为了使得办理不同业务时数据可以更井然有序的传输,可以将为不同业务场景类型配置不同的队列管理器,以通过定向的队列管理器管理配置好的业务类型对应的传输数据。队列管理器配置信息中有预设好什么业务类型对应创建什么队列管理器标识的队列管理器,根据队列管理器配置信息则可以创建好不同业务类型对应的队列管理器,以便当实际办理业务时可以直接根据配置好的队列管理器实现业务类型相关数据在对应队列中的传输。
步骤S402,从待配置信息中获取各种业务类型对应的用户类型集的用户类型配置信息,基于业务类型对应的队列管理器标识和对应的用户类型配置信息,创建用户类型集中各个用户类型对应的消息队列,得到各个用户类型配置好的消息队列。
其中,用户类型集指业务类型中包含有的客户的类别,比如一般客户、VIP客户等,对于不同的业务类型,同一个用户的用户类型可能不同,比如在银行购买业务类型中用户A是一般客户,在理财业务类型中用户A是VIP客户。用户类型配置信息指用于配置不同用户类型对应不同消息队列的配置信息,在一个业务类型中,存在多种用户类型,用户类型与消息队列也是一对一的关系。
具体地,待配置信息中也包含有不同业务类型中各种用户类型对应的消息队列,消息队列名字的意思可以根据预设的配置信息命名与对应的用户类型相近的意思,以便在配置时以及应用时较好地分辨该消息队列与哪个用户类型是一一对应的。此外,在同一个业务类型下的消息队列,需要在同一业务类型对应的队列管理器中创建,也就是可以通过队列管理器标识确定并开启对应的队列管理器,在该队列管理器下创建该业务类型的多种用户类型对应的消息队列,进而实现用户类型与消息队列的配置。其中消息队列中包含但不限于发送队列、传输队列、通道和接收队列,接收队列所属方与发送队列、传输队列和通道的所属方是不同的,他们对应不同系统中的服务器。
本实施例中,通过从待配置信息中获取各种业务类型对应的队列管理器配置信息,基于队列管理器配置信息创建各种业务类型对应的队列管理器,以实现业务类型和队列管理器的配置;从待配置信息中获取各种业务类型对应的用户类型集的用户类型配置信息,基于业务类型对应的队列管理器标识和对应的用户类型配置信息,创建用户类型集中各个用户类型对应的消息队列,进而实现用户类型和消息队列的配置,不同业务类型对应不同的队列管理器,以及不同的用户类型对应不同的消息队列,使得数据传输路径的管理更为明晰,业务类型与队列管理器的定向性以及用户类型与消息队列的定向性,有利于不同业务对应的数据在不同系统之间的传输更为有序,进而避免了数据传输高峰期时传输拥堵的情况,提高了不同系统间数据传输的效率。
在一个实施例中,如图5所示,步骤S402包括:
步骤S500,从用户类型配置信息中获取队列类型配置信息。
其中,队列类型配置信息指消息队列中发送队列和接收队列所属方的配置信息,比如业务A中发送队列创建于第一系统的服务器,接收队列创建于第二系统的服务器,而对于业务B,发送队列创建于第二系统的服务器,接收队列创建于第一系统的服务器。
具体地,对于不同的业务类型,第一系统和第二系统发送方和传输方的身份可能会改变,比如购买东西的支付场景,支付系统(第一系统)发生交易之后,要发送消息给账务系统(第二系统)做账务的记录和金额的扣减,此时消息队列中的发送队列则创建在第一系统的服务器,接收队列则创建在第二系统的服务器,而在其他的业务类型下,账务系统可能会作为第一系统,其他的系统可能会作为第二系统,此时账务系统则作为发送方,其他系统则作为接收方。因此,对于不同的业务类型,数据的发送方和接收方是发生改变的,同一个系统在一个业务类型中为发送方,在其他的业务类型中可能为接收方。对于不同的系统的服务器均会创建有自身队列管理器,并且在规定的队列管理器下创建并管理着不同用户类型对应的发送队列、传输队列、通道和接收队列。队列类型配置信息中则包含了不同的业务类型下,是哪个系统发送数据以及哪个系统接收数据的信息。
步骤S502,基于队列类型配置信息,从候选队列类型中确定消息队列中第一系统对应的队列类型和第二系统对应的队列类型,候选队列类型包括发送队列和接收队列。
具体地,队列类型配置信息中包含有办理对应的业务类型的系统之间的收发关系,此时可以在业务类型对应的队列管理器中创建在该业务类型中数据传输时消息队列中发送队列、传输队列、通道和接收队列的所属方,进而实现该业务类型下不同用户类型对应的消息队列的创建与配置。
本实施例中,通过从用户类型配置信息中获取队列类型配置信息,基于队列类型配置信息,从候选队列类型中确定消息队列中第一系统对应的队列类型和第二系统对应的队列类型,实现了不同业务类型下系统之间收发(接收和发送)关系的转变,提高了业务类型办理时数据传输的灵活性,传输通道类型的定向与系统收发方的灵活的结合,在一定程度上提高了业务的办理效率,进而有利于提高系统的性能。
在一个实施例中,如图6所示,步骤S206包括:
步骤S600,将目标传输数据传输至目标发送队列,通过目标发送队列将目标传输数据传输至目标通道,通过目标通道将目标传输数据传输至第二系统的目标接收服务器对应的目标接收队列。
其中,目标发送队列指用于存储并传输数据的队列,其可以是发送队列和传输队列的集合体,在实际传输中一般一个发送队列对于一个传输队列,发送方通过发送队列往传输队列中发送内容,再通过传输队列将内容发送到通道。目标通道指队列管理器之间传递消息的通道,其是建立在物理的网络连接之上的一个逻辑概念。目标接收队列指数据接收方创建的接收队列。目标通道指实现第一系统服务器中目标队列管理器标识对应的队列管理器与第二系统服务中对应的队列管理器标识对应的队列管理器之间消息传递的管道,其是建立在物理网络连接之上的逻辑概念。
具体地,目标消息队列中包含有可以用于存储并传输数据的目标发送队列、目标通道和接收方的目标接收队列,可以将目标用户类型对于的目标传输数据发送至发送队列中,通过发送队列传输至目标通道,目标通道则实现第一系统和第二系统之间数据的传递,进而传输至第二系统的目标接收服务器对应的目标接收队列,以使接收方第二系统的服务器从目标接收队列中读取数据并逐条处理数据。
步骤S602,以使第二系统的目标接收服务器,基于目标接收队列接收目标传输数据。
具体地,第二系统的目标服务器也创建有目标业务类型对应的队列管理器,这个队列管理器命名上与第一系统对应的队列管理器是存在差异的,但是两个系统对应的队列管理器协同工作以实现目标业务类型的办理。此外,第二系统的目标接收服务器的目标接收队列接收到目标传输数据之后,会从目标接收队列中读取该目标传输数据,并对目标传输数据中包含的数据信息逐条处理。
本实施例中,通过将目标传输数据传输至目标发送队列,通过目标发送队列将目标传输数据传输至目标通道,通过目标通道将目标传输数据传输至第二系统的目标接收服务器对应的目标接收队列,以使第二系统的目标接收服务器,基于目标接收队列接收目标传输数据,基于目标消息队列实现第一系统与第二系统之间数据的传输,目标传输数据定向地在对应的目标消息队列中传输,避免不同类型数据之间拥堵传输的情况,较好地缓解了数据传输闭塞的问题,提高了不同类型数据的传输效率,进而有利于提高系统的稳定性和性能。
在一个实施例中,如图7所示,所述方法还包括:
步骤S700,获取各个用户类型对应的数据传输状况。
其中,数据传输状况指不同用户类型对应的消息队列中数据传输是否拥堵的状况。
具体地,对于不同用户类型对应的数据虽已规定在配置的消息队列中传输,但是当某一用户类型对应的数据传输量过多时也会出现传输拥堵进而占用系统资源导致系统崩溃的现象,此时可以实时监控各种业务类型下各种用户类型对应的消息队列中数据的传输状况,以便开启备用队列实现数据分流传输,进而缓解拥堵的消息队列的传输压力。
步骤S702,当数据传输状况为传输拥堵时,获取当前拥堵用户类型,将当前拥堵用户类型对应的传输数据进行划分,得到待分流传输数据。
其中,当前拥堵用户类型指当前出现传输拥堵的消息队列对应的用户类型,其包含对应的业务类型信息。待分流传输数据指从原本传输数据中分流出来,用于在备用消息队列中传输的数据。
具体地,当监测到有消息队列当前传输的数据量过大,可能会造成传输拥堵、过于占用系统资源或可能导致系统崩溃等问题时,可以根据拥堵的消息队列对应的当前拥堵用户类型查看对应的传输数据,并对传输数据进行划分,分成数据量适当的一份或多分数据,得到划分后的待分流传输数据,以便后续通过空闲的备用消息队列来传输待分流传输数据。
步骤S704,从备用消息队列集中确定空闲的待备用消息队列,通过待备用消息队列将待分流传输数据传输至当前拥堵用户类型对应的第二系统的接收服务器。
其中,备用消息队列集指用于在数据传输量过大时启用以减少数据传输压力的备用队列的集合,其与用户类型没有一一对应的关系,若处于空闲状态就可以启用,也就是不管任何用户类型遇到需要备用消息队列的协助,只要备用消息队列处于空闲状态即可配置使用。待备用消息队列指用于分担当前拥堵用户类型对应的消息队列进行数据传输任务的消息队列。
具体地,当某一用户类型对应的数据传输量在某段时间过于过多时,可以从备用消息队列集中确定处于空闲状态的待备用队列,并参数化配置待备用消息队列,以协助该用户类型对应的数据的传输,从而较好地减少原来消息队列传输数据的压力,更进一步地提高了数据的传输效率。通过待备用消息队列和原消息队列的共同传输,使得当前拥堵用户类型对应的传输数据可以更加高效有序地传输至第二系统的接收服务器中。
本实施例中,通过实时监控各个用户类型对应的数据传输状况,当数据传输状况为传输拥堵时,获取当前拥堵用户类型,将当前拥堵用户类型对应的传输数据进行划分,得到待分流传输数据,从备用消息队列集中确定空闲的待备用消息队列,通过待备用消息队列将待分流传输数据传输至当前拥堵用户类型对应的第二系统的接收服务器,实现了预设配置的消息队列与备用消息队列对数据的共同传输,较好地缓解了一个消息队列只为一种用户类型使用时,出现数据传输量过大导致传输拥堵的情况,从而有利于进一步提高数据传输的效率和传输的稳定性,进而在一定程度上提高了系统的稳定性和性能。
在一个实施例中,可以将银行收集到的所有存量客户的特征信息数据作为训练目标分类模型的数据集,其中的一些数据特征可见图8,其中图8中的类别指客户类别,也就是用户类型,性别、年龄、工作单位、月均收入、存款额、贷款额、理财余额等为客户的特征属性,可对客户类别进行标记,得到初始的特征数据集。为了使得分类模型对应的分类结果达到更好的状态,可以将初始的特征数据集进行数据的映射,也就是将标记后的客户信息根据特征属性映射关系映射成对应的数值,具体可见图9,比如存款额5万以内映射为0.2,5万-10万映射成0.3,10万以上映射成0.6,然后得到可用于训练分类模型的待训练数据集。其中分类模型可以是支持向量机模型(SVM,Support Vector Machines),也可以是KNN(K-Nearest-Neighbors)、决策树、朴素贝叶斯、随机森林等模型,通过待训练数据集对分类模型进行训练并不断优化,最终得到正确性和分类能力较高的目标分类模型,实现了基于人工智能技术对客户类型进行分类的操作。此后,当有新的客户办理银行的业务时,银行与该业务相关的系统的服务器会接收到相关的请求,然后进行相应的处理,进而将处理后的数据传输至银行的其他系统,比如购买业务场景下,客户在终端发起相应的办理请求,支付系统接收到用户请求之后,获取用户请求的信息,并基于用户请求实现相关的交易之后,得到需要传输到账务系统的数据信息,此时还需要获取用户请求对应的用户特征数据,并将用户特征数据输入目标分类模型中,判断该客户对应的用户类型,然后基于从用户请求中确定业务类型确定对应的队列管理器标识,以通过队列管理器标识和用户类型确定配置好的消息队列,最终通过消息队列将在支付系统中需要传输到账务系统的数据信息传输至账务系统,以便账务系统接收到数据信息后做账务的记录和金额的扣减等。也就是,在第一系统的服务器中,接收用户请求,基于用户请求确定目标业务类型,获取用户请求对应的目标用户特征数据和目标传输数据;获取目标分类模型,将目标用户特征数据输入目标分类模型,得到目标用户特征数据对应的目标用户类型;基于目标业务类型确定目标队列管理器标识,基于目标队列管理器标识和目标用户类型,确定已配置的目标消息队列;通过目标消息队列将目标传输数据传送至第二系统的目标接收服务器。
具体地,图10为系统之间进行数据传输时的框架示意图,可以通过图10知道系统与系统之间进行传输时,传输通道之间互不影响,其中图10中的通道可以看作是消息队列,且系统A可看作是第一系统,系统B可看作是第二系统,系统A或系统B中的服务器均可以接收用户请求,具体哪台服务器接收到哪台服务器就执行相应的业务操作。此外,为了避免一个消息队列只为一种用户类型使用时,出现数据传输量过大导致传输拥堵的情况,设置了备用消息队列,当数据传输可能会出现拥堵的情况时,则可以使用备用消息队列实现传输分压,进而提高数据传输效率,图11为备用队列使用时的一个示例表,由表中可知,备用消息队列没有类别上的定向规定,哪个备用消息队列空闲,则可以直接用配置使用哪个备用消息队列。因此,通过一个业务类型对应一个队列管理器,一个队列管理器管理多个消息队列,一个用户类型对应一个消息队列,实现每一类用户的数据信息通过唯一的传输路径进行系统之间的数据传输,使得数据传输更为有序高效;此外,在用户类型与消息队列定向配置的同时,还设置备用消息队列,较好地避免了定向配置中也可能存在传输拥堵以影响系统性能的问题,提高了数据传输的效率,进而提高了系统的稳定性和性能。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的数据传输方法的数据传输装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个数据传输装置实施例中的具体限定可以参见上文中对于数据传输方法的限定,在此不再赘述。
在一个实施例中,如图12所示,提供了一种数据传输装置,包括:获取模块1200、分类模块1202、确定模块1204和传输模块1206,其中:
获取模块1200,用于接收用户请求,基于所述用户请求确定目标业务类型,获取所述用户请求对应的目标用户特征数据和目标传输数据。
分类模块1202,用于获取目标分类模型,将所述目标用户特征数据输入所述目标分类模型,得到所述目标用户特征数据对应的目标用户类型。
确定模块1204,用于基于所述目标业务类型确定目标队列管理器标识,基于所述目标队列管理器标识和所述目标用户类型,确定已配置的目标消息队列。
传输模块1206,用于通过所述目标消息队列将所述目标传输数据传送至第二系统的目标接收服务器,所述第一系统与所述第二系统为不同的系统。
在一个实施例中,数据传输装置还包括训练模块1208,用于获取初始特征数据集,基于特征映射关系,对所述初始特征数据集中的各个数据进行数值映射,得到目标特征数据集;对所述目标特征数据集进行特征提取,得到初始特征集;计算所述初始特征集中各个特征对应的信息增益,从所述初始特征集中选取信息增益满足选择条件的特征,得到目标特征集;从所述目标特征数据集中获取所述目标特征集对应的待训练特征数据集,基于所述待训练特征数据集对初始分类模型进行训练,得到所述目标分类模型。
在一个实施例中,数据传输装置还包括配置模块1210,用于获取待配置信息,从所述待配置信息中获取各种业务类型对应的队列管理器配置信息,基于队列管理器配置信息创建对应的队列管理器,得到各种业务类型配置好的队列管理器;所述队列管理器配置信息包含业务类型与队列管理器标识的对应关系;所述队列管理器标识用于创建并识别对应的队列管理器;从所述待配置信息中获取各种业务类型对应的用户类型集的用户类型配置信息,基于业务类型对应的队列管理器标识和对应的用户类型配置信息,创建用户类型集中各个用户类型对应的消息队列,得到各个用户类型配置好的消息队列。
在一个实施例中,配置模型1210还用于从所述用户类型配置信息中获取队列类型配置信息;基于所述队列类型配置信息,从候选队列类型中确定所述消息队列中第一系统对应的队列类型和第二系统对应的队列类型,所述候选队列类型包括发送队列和接收队列。
在一个实施例中,传输模块1206还用于将所述目标传输数据传输至所述目标发送队列,通过所述目标发送队列将所述目标传输数据传输至所述目标通道,通过所述目标通道将所述目标传输数据传输至所述第二系统的目标接收服务器对应的目标接收队列;以使所述第二系统的目标接收服务器,基于所述目标接收队列接收所述目标传输数据。
在一个实施例中,数据传输装置还包括备用模块1212,用于获取各个用户类型对应的数据传输状况;当所述数据传输状况为传输拥堵时,获取当前拥堵用户类型,将所述当前拥堵用户类型对应的传输数据进行划分,得到待分流传输数据;从备用消息队列集中确定空闲的待备用消息队列,通过所述待备用消息队列将所述待分流传输数据传输至所述当前拥堵用户类型对应的第二系统的接收服务器。
上述数据传输装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图13所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储执行各操作过程中的相关数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种数据传输方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图14所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种数据传输方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图13和14中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种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各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种数据传输方法,其特征在于,应用于第一系统的服务器,所述方法包括:
接收用户请求,基于所述用户请求确定目标业务类型,获取所述用户请求对应的目标用户特征数据和目标传输数据;
获取目标分类模型,将所述目标用户特征数据输入所述目标分类模型,得到所述目标用户特征数据对应的目标用户类型;
基于所述目标业务类型确定目标队列管理器标识,基于所述目标队列管理器标识和所述目标用户类型,确定已配置的目标消息队列;
通过所述目标消息队列将所述目标传输数据传送至第二系统的目标接收服务器,所述第一系统与所述第二系统为不同的系统。
2.根据权利要求1所述的方法,其特征在于,所述获取目标分类模型之前,还包括:
获取初始特征数据集,基于特征映射关系,对所述初始特征数据集中的各个数据进行数值映射,得到目标特征数据集;
对所述目标特征数据集进行特征提取,得到初始特征集;
计算所述初始特征集中各个特征对应的信息增益,从所述初始特征集中选取信息增益满足选择条件的特征,得到目标特征集;
从所述目标特征数据集中获取所述目标特征集对应的待训练特征数据集,基于所述待训练特征数据集对初始分类模型进行训练,得到所述目标分类模型。
3.根据权利要求1所述的方法,其特征在于,所述基于所述目标队列管理器标识和所述目标用户类型,确定已配置的目标消息队列之前,还包括:
获取待配置信息,从所述待配置信息中获取各种业务类型对应的队列管理器配置信息,基于队列管理器配置信息创建对应的队列管理器,得到各种业务类型配置好的队列管理器;所述队列管理器配置信息包含业务类型与队列管理器标识的对应关系;所述队列管理器标识用于创建并识别对应的队列管理器;
从所述待配置信息中获取各种业务类型对应的用户类型集的用户类型配置信息,基于业务类型对应的队列管理器标识和对应的用户类型配置信息,创建用户类型集中各个用户类型对应的消息队列,得到各个用户类型配置好的消息队列。
4.根据权利要求3所述的方法,其特征在于,所述消息队列包括第一系统对应的队列以及第二系统对应的队列;所述基于业务类型对应的队列管理器标识和对应的用户类型配置信息,创建用户类型集中各个用户类型对应的消息队列,得到各个用户类型配置好的消息队列包括:
从所述用户类型配置信息中获取队列类型配置信息;
基于所述队列类型配置信息,从候选队列类型中确定所述消息队列中第一系统对应的队列类型和第二系统对应的队列类型,所述候选队列类型包括发送队列和接收队列。
5.根据权利要求1所述的方法,其特征在于,所述目标消息队列包括目标发送队列、目标通道和所述第二系统的目标接收服务器对应的目标接收队列;所述通过所述目标消息队列将所述目标传输数据传送至第二系统的目标接收服务器包括:
将所述目标传输数据传输至所述目标发送队列,通过所述目标发送队列将所述目标传输数据传输至所述目标通道,通过所述目标通道将所述目标传输数据传输至所述第二系统的目标接收服务器对应的目标接收队列;
以使所述第二系统的目标接收服务器,基于所述目标接收队列接收所述目标传输数据。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取各个用户类型对应的数据传输状况;
当所述数据传输状况为传输拥堵时,获取当前拥堵用户类型,将所述当前拥堵用户类型对应的传输数据进行划分,得到待分流传输数据;
从备用消息队列集中确定空闲的待备用消息队列,通过所述待备用消息队列将所述待分流传输数据传输至所述当前拥堵用户类型对应的第二系统的接收服务器。
7.一种数据传输装置,其特征在于,所述装置包括:
获取模块,用于接收用户请求,基于所述用户请求确定目标业务类型,获取所述用户请求对应的目标用户特征数据和目标传输数据;
分类模块,用于获取目标分类模型,将所述目标用户特征数据输入所述目标分类模型,得到所述目标用户特征数据对应的目标用户类型;
确定模块,用于基于所述目标业务类型确定目标队列管理器标识,基于所述目标队列管理器标识和所述目标用户类型,确定已配置的目标消息队列;
传输模块,用于通过所述目标消息队列将所述目标传输数据传送至第二系统的目标接收服务器,所述第一系统与所述第二系统为不同的系统。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括训练模块,用于获取初始特征数据集,基于特征映射关系,对所述初始特征数据集中的各个数据进行数值映射,得到目标特征数据集;对所述目标特征数据集进行特征提取,得到初始特征集;计算所述初始特征集中各个特征对应的信息增益,从所述初始特征集中选取信息增益满足选择条件的特征,得到目标特征集;从所述目标特征数据集中获取所述目标特征集对应的待训练特征数据集,基于所述待训练特征数据集对初始分类模型进行训练,得到所述目标分类模型。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310609061.7A CN116860470A (zh) | 2023-05-26 | 2023-05-26 | 数据传输方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310609061.7A CN116860470A (zh) | 2023-05-26 | 2023-05-26 | 数据传输方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116860470A true CN116860470A (zh) | 2023-10-10 |
Family
ID=88217833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310609061.7A Pending CN116860470A (zh) | 2023-05-26 | 2023-05-26 | 数据传输方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116860470A (zh) |
-
2023
- 2023-05-26 CN CN202310609061.7A patent/CN116860470A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020220823A1 (zh) | 用于构建决策树的方法和装置 | |
WO2021217863A1 (zh) | 订单标识生成方法、装置、服务器及存储介质 | |
CN107862425B (zh) | 风控数据采集方法、设备、系统及可读存储介质 | |
CN113392158A (zh) | 业务数据处理方法、装置及数据中台 | |
US11687535B2 (en) | Automatic computation of features from a data stream | |
CN114238397A (zh) | 用户数据处理方法、装置、设备、存储介质和程序产品 | |
CN116860470A (zh) | 数据传输方法、装置、计算机设备和存储介质 | |
CN113630476B (zh) | 应用于计算机集群的通信方法及通信装置 | |
CN116095074A (zh) | 资源分配方法、装置、相关设备及存储介质 | |
CN112417018A (zh) | 一种数据共享方法及装置 | |
CN116385156B (zh) | 资源分配方法、装置、计算机设备和计算机可读存储介质 | |
CN113495982B (zh) | 交易节点管理方法、装置、计算机设备及存储介质 | |
CN112612959B (zh) | 推送信息的处理方法、装置、设备和介质 | |
CN116663837A (zh) | 虚拟资源分配方法、装置、设备、存储介质和产品 | |
CN116916260A (zh) | 基于5g消息的业务处理方法、装置和计算机设备 | |
CN117114665A (zh) | 一种统一转账系统和方法 | |
CN112613976A (zh) | 逻辑条件判定方法、装置、介质及电子设备 | |
CN117455647A (zh) | 信用卡申请方法、装置、计算机设备和存储介质 | |
CN117874323A (zh) | 信息推荐方法、装置、计算机设备和存储介质 | |
CN117035855A (zh) | 资源管理方法、装置、设备、存储介质和程序产品 | |
CN117370645A (zh) | 页面展示方法、装置、计算机设备和存储介质 | |
CN117240578A (zh) | 流量完整性验证方法、装置、计算机设备及其存储介质 | |
CN117541395A (zh) | 产品风险消息推送方法、装置、计算机设备及存储介质 | |
CN117114672A (zh) | 账户额度的调整方法、装置、设备和存储介质 | |
CN113902554A (zh) | 基于机器学习的用户分类方法、装置及系统 |
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 |