CN117591714A - 一种业务数据匹配方法、装置、电子设备及存储介质 - Google Patents

一种业务数据匹配方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN117591714A
CN117591714A CN202311617605.0A CN202311617605A CN117591714A CN 117591714 A CN117591714 A CN 117591714A CN 202311617605 A CN202311617605 A CN 202311617605A CN 117591714 A CN117591714 A CN 117591714A
Authority
CN
China
Prior art keywords
data
service
service data
matching
matched
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
Application number
CN202311617605.0A
Other languages
English (en)
Inventor
梁辰
张嵬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Post Information Technology Beijing Co ltd
Original Assignee
China Post Information Technology Beijing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Post Information Technology Beijing Co ltd filed Critical China Post Information Technology Beijing Co ltd
Priority to CN202311617605.0A priority Critical patent/CN117591714A/zh
Publication of CN117591714A publication Critical patent/CN117591714A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06Q10/10—Office automation; Time management
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Accounting & Taxation (AREA)
  • General Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Artificial Intelligence (AREA)
  • Technology Law (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Development Economics (AREA)

Abstract

本发明公开了一种业务数据匹配方法、装置、电子设备及存储介质，其中，该方法包括：获取目标业务数据库中的第一业务数据和第二业务数据；根据业务关联信息对第一业务数据和第二业务数据进行分组，得到至少一个待匹配数据组；其中，待匹配数据组中包括一个第一业务数据和至少一个第二业务数据；针对各待匹配数据组，对当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果；若匹配结果为匹配成功，则输出与当前待匹配数据组对应的款项数额匹配方案。解决了现有技术中基于穷举法对业务数据进行数据核销时存在核销速度较低的问题，实现了在保障业务核销的准确性的前提下，提高自动核销的速度的效果。

Description

一种业务数据匹配方法、装置、电子设备及存储介质
技术领域
本发明涉及数据处理技术领域，尤其涉及一种业务数据匹配方法、装置、电子设备及存储介质。
背景技术
随着快递业务的暴增，各快递点关联的自动核销量也出现了大幅度的增加。
在实际应用中，自动核销的要求匹配的流水和单据的合计款项数额相等，而自动核销通常分为三个场景，分别为：一个流水对应多个单据、一个流水对应一个单据以及多个流水对应一个单据。目前，在进行自动核销时，大多是使用穷举法计算流水和单据之间的潜在匹配关系。但是由于自动核销量的大幅度增加，穷举法存在匹配效率低的问题。
为了解决上述问题，需要对自动核销中的业务数据匹配方式进行改进。
发明内容
本发明提供了一种业务数据匹配方法、装置、电子设备及存储介质，以解决现有技术中基于穷举法对业务数据进行数据核销时存在核销速度较低的问题。
第一方面，本发明实施例提供了一种业务数据匹配方法，包括：
获取目标业务数据库中的第一业务数据和第二业务数据；其中，所述第一业务数据为业务流水数据时，则所述第二业务数据为业务单据数据；若所述第一业务数据为业务单据数据时，则所述第二业务数据为业务流水数据；
根据业务关联信息对所述第一业务数据和所述第二业务数据进行分组，得到至少一个待匹配数据组；其中，所述待匹配数据组中包括一个第一业务数据和至少一个第二业务数据；
针对各待匹配数据组，对当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果；
若所述匹配结果为匹配成功，则输出与所述当前待匹配数据组对应的款项数额匹配方案。
第二方面，本发明实施例还提供了一种业务数据匹配装置，包括：
数据获取模块，用于获取目标业务数据库中的第一业务数据和第二业务数据；其中，所述第一业务数据为业务流水数据时，则所述第二业务数据为业务单据数据；若所述第一业务数据为业务单据数据时，则所述第二业务数据为业务流水数据；
数据组确定模块，用于根据业务关联信息对所述第一业务数据和所述第二业务数据进行分组，得到至少一个待匹配数据组；其中，所述待匹配数据组中包括一个第一业务数据和至少一个第二业务数据；
匹配结果确定模块，用于针对各待匹配数据组，对当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果；
匹配方案确定模块，用于若所述匹配结果为匹配成功，则输出与所述当前待匹配数据组对应的款项数额匹配方案。
第三方面，本发明实施例还提供了一种电子设备，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计算机程序，所述计算机程序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本发明任一实施例所述的业务数据匹配方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的业务数据匹配方法。
本发明实施例的技术方案，通过获取目标业务数据库中的第一业务数据和第二业务数据，根据业务关联信息对第一业务数据和第二业务数据进行分组，得到至少一个待匹配数据组，针对各待匹配数据组，对当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果；若匹配结果为匹配成功，则输出与当前待匹配数据组对应的款项数额匹配方案。在本技术方案中，通过对目标业务数据库中的业务数据进行分组，将与同一用户关联的第一业务数据和第二业务数据划分为一个待匹配数据组，以便对同一用户对应的第一业务数据和第二业务数据进行快速并准确的核销，并在核销出现异常时，便于查看异常的业务数据。进一步的，本技术方案采用背包算法对待匹配数据组中的第一业务数据和第二业务数据进行背包-物品匹配，得到第一业务数据和第二业务数据的最优匹配方案，并在第一业务数据和第二业务数据完全匹配时，输出相应的款项数额匹配方案。解决了现有技术中基于穷举法对业务数据进行数据核销时存在核销速度较低的问题，实现了在保障业务核销的准确性的前提下，提高自动核销的速度的效果。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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是根据本发明实施例一提供的一种业务数据匹配方法的流程图；
图2是根据本发明实施例二提供的一种业务数据匹配方法的流程图；
图3是根据本发明实施例三提供的一种业务数据匹配装置的结构示意图；
图4是实现本发明实施例的业务数据匹配方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明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。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
实施例一
图1为本发明实施例一提供了一种业务数据匹配方法的流程图，本实施例可适用于对业务系统中的业务流水数据和业务单据数据进行分组，将与同一用户对应的业务流水数据和业务单据数据作为一个待匹配数据组，并分别对各待匹配数据组中的业务数据进行自动核销的情况，该方法可以由业务数据匹配装置来执行，该业务数据匹配装置可以采用硬件和/或软件的形式实现，该业务数据匹配装置可配置于可执行业务数据匹配方法的计算设备中。
如图1所示，该方法包括：
S110、获取目标业务数据库中的第一业务数据和第二业务数据。
其中，目标业务数据库是指包含业务流水数据和业务单据数据，且需要进行自动核销的数据库。如，目标业务数据库可以为某金融机构的业务数据库，也可以为某快递点的业务数据库等。
在实际应用中，自动核销包括一个流水数据对应一个单据数据、一个流水数据对应多个单据数据，以及多个流水对应一个单据的情况，而本技术方案主要针对一个流水数据对应多个单据数据，或多个流水数据对应多个单据数据进行自动核销的应用场景进行改进。
可以理解的是，无论是一个流水数据对应多个单据数据，还是多个单据数据对应一个流水数据的场景下，其本质都是一对多的数据匹配场景。基于此，本技术方案以其中一个场景进行自动核销进行举例阐述，可选的，若第一业务数据为业务流水数据时，则第二业务数据为业务单据数据；若第一业务数据为业务单据数据时，则第二业务数据为业务流水数据。
可选的，获取目标业务数据库中的第一业务数据和第二业务数据，包括：从目标业务数据库中获取第一业务数据表和第二业务数据表，并根据第一业务数据表获得至少一条第一业务数据，以及基于第二业务数据表获得至少一条第二业务数据。
其中，第一业务数据表是指目标业务数据库中用于记录第一业务数据的数据表，相应的，第二业务数据是指目标业务数据库中用于记录第二业务数据的数据表。
在实际应用中，为了便于统计业务发生过程中产生的业务数据，用户通常会在业务发生时进行相应的记录。以某金融机构为例，金融机构在进行交易时，会产生相应的业务流水数据，同时会为交易的用户提供相应的业务单据数据。在需要进行自动核销处理时，金融机构通过与同一用户对应的业务流水数据和业务单据数据进行核销数据匹配，得到匹配结果，并根据匹配结果确定金融机构和用户之间的业务核销是否完毕。具体的，若业务流水数据与业务单据数据之间的正好完全匹配，则表明核销完毕，反之，则表示金融机构和用户之间的业务核销未完毕。
S120、根据业务关联信息对第一业务数据和第二业务数据进行分组，得到至少一个待匹配数据组。
其中，业务关联信息是指业务数据中携带的用户标识以及业务办理日期等信息。待匹配数据组中包括一个第一业务数据和至少一个第二业务数据。
在本技术方案中，根据业务关联信息对第一业务数据和第二业务数据进行分组，得到至少一个待匹配数据组，包括：针对至少一条第一业务数据，获取当前第一业务数据对应的第一业务关联信息；根据第二业务数据中携带的第二业务关联信息，将与第一业务关联信息相匹配的第二业务数据作为当前第一业务数据对应的关联业务数据；基于至少一条关联业务数据，得到与当前第一业务数据对应的待匹配数据组。
其中，第一业务关联信息中包括第一业务数据携带的用户标识以及业务办理日期。第二业务关联信息中包括第二业务数据携带的用户标识以及业务办理日期；
在实际应用中，为了提高对业务流水数据和业务单据的数据的匹配速度和匹配准确性，本技术方案中根据第一业务关联信息对至少一条第一业务数据进行数据合并，将与同一用户关联的第一业务数据划分为同一个分组。进一步的，对于任意用户对应的第一业务数据组，根据第二业务关联信息从至少一条第二业务数据中确定与各用户对应的业务数据，并将与同一用户关联的第一业务数据和第二业务数据作为一个待匹配数据组。
举例而言，以第一业务数据为业务流水数据，第二业务数据为业务单据数据为例。在目标业务数据库的第一业务数据表中记录了100条业务流水数据，所述100条业务流水数据归属于5个用户，在第二业务数据表中记录了110条业务单据数据，所述110条业务单据数据归属于6个用户。在本技术方案中，首先，根据业务流水数据中的用户信息和业务办理日期可以将100条业务流水数据划分为与5个用户对应的流水业务分组。以用户1对应的流水业务分组为例，与用户1关联的业务流水数据的数量为10条，为了确定用户1和业务机构之间的交易是否完毕，主要是根据用户1和业务机构之间的业务流水数据和业务单据数据是否可以核销完毕，若是，则表示用户1和业务机构之间的交易已完毕。基于此，根据第二业务关联信息，从至少一条业务单据数据中确定与用户1关联的业务单据数据，例如，与用户1关联的业务单据数据为12条，则基于业务关联信息进行数据匹配后，得到的与用户1对应的待匹配数据组中包括10条业务流水数据和12条业务单据数据。
S130、针对各待匹配数据组，对当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果。
在本技术方案中，通过对目标业务数据库中的第一业务数据和第二业务数据进行分组，可以得到至少一个待匹配数据组。
进一步的，以其中一个待匹配数据组为例，本技术方案可以采用背包算法对待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配。具体的，可以将待匹配数据组中的第一业务数据作为背包，将待匹配数据组中的第二业务数据作为要装入背包的物品。基于此，第一业务数据就成了“背包的容量”；每个第二业务数据就成了“物品的质量”。
具体而言，以第一业务数据为业务流水数据，第二业务数据为业务单据数据为例，将业务流水数据和业务单据数据分别初始化“背包算法”中“背包的容量”和“物品的质量”列表，以基于背包算法对待匹配数据组中的业务流水数据和业务单据数据进行匹配，得到匹配结果。
背包容量:＝{T1,T2，T3，……,Tm}
物品质量:＝{S1,S2，S3，……,Sn}
其中，Tm表示业务流水数据，Sn表示业务单据数据。
在本技术方案中，m∈N+，n∈N+。
S140、若匹配结果为匹配成功，则输出与当前待匹配数据组对应的款项数额匹配方案。
若匹配结果为匹配成功，其表示当前待匹配数据组中的业务流水数据和业务单据数据完全匹配，则此时可以对应的款项数额匹配方案。
本发明实施例的技术方案，通过获取目标业务数据库中的第一业务数据和第二业务数据，根据业务关联信息对第一业务数据和第二业务数据进行分组，得到至少一个待匹配数据组，针对各待匹配数据组，对当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果；若匹配结果为匹配成功，则输出与当前待匹配数据组对应的款项数额匹配方案。在本技术方案中，通过对目标业务数据库中的业务数据进行分组，将与同一用户关联的第一业务数据和第二业务数据划分为一个待匹配数据组，以便对同一用户对应的第一业务数据和第二业务数据进行快速并准确的核销，并在核销出现异常时，便于查看异常的业务数据。进一步的，本技术方案采用背包算法对待匹配数据组中的第一业务数据和第二业务数据进行背包-物品匹配，得到第一业务数据和第二业务数据的最优匹配方案，并在第一业务数据和第二业务数据完全匹配时，输出相应的款项数额匹配方案。解决了现有技术中基于穷举法对业务数据进行数据核销时存在核销速度较低的问题，实现了在保障业务核销的准确性的前提下，提高自动核销的速度的效果。
实施例二
图2为本发明实施例二提供的一种业务数据匹配方法的流程图，可选的，对所述对当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果进行细化。
如图2所示，该方法包括：
S210、获取目标业务数据库中的第一业务数据和第二业务数据。
S220、根据业务关联信息对第一业务数据和第二业务数据进行分组，得到至少一个待匹配数据组。
S230、针对各待匹配数据组，根据当前待匹配数据组中的第一业务数据和第二业务数据，确定与当前待匹配数据组对应的布尔变量矩阵。
在一个具体的例子中，将待匹配数据组中的业务流水数据作为背包个体，将业务单据数据作为物品个体，基于初始化匹配参数创建布尔变量矩阵，布尔变量矩阵如下所示：
其中，m表示背包个体的数量，n表示物品个体的数量，Xn_m表示一个布尔型变量。
其中，Xn_m的取值为0或1,用于描述第n个物品是否要放入第m个背包，当取值为0时表示不放入，当取值为1时表示放入。
S240、基于至少一个约束条件对布尔变量矩阵进行矩阵约束，得到目标匹配模型。
在本技术方案中，至少一个约束条件包括与第一业务数据对应的第一约束条件和与第二业务数据对应的第二约束条件，基于至少一个约束条件对布尔变量矩阵进行矩阵约束，得到目标匹配模型，包括：将第一业务数据中的每个子数据作为物品个体，并将第二业务数据中的每个子数据作为背包个体；基于第一约束条件对物品个体进行物品数量匹配约束，得到第一约束模型；基于第二约束条件对背包个体进行容量约束，得到第二约束模型；基于第一约束模型和第二约束模型，构建与当前待匹配数据组对应的目标匹配模型。
其中，每个物品个体对应零个背包个体或对应一个背包个体。每个背包个体可以用于承载零个物品个体或承载一个物品个体。
在实际应用中，由于每个“物品个体”只能放入一个“背包个体”中，上面定义的变量矩阵是布尔型的，所以基于每个“物品个体”可以创建第一约束模型：
其中，m表示背包个体的数量，n表示物品个体的数量，Xn_m表示一个布尔型变量。
可以理解的是，每一个“物品个体”，可以创建上述约束模型中的一条不等式，不等式两边的值域[0,1]，即表示每个“物品个体”只能被放入“背包个体”中0次(不放入)或者1次(放入)。不等式中间的表达式用来描述该“物品个体”被放入哪个“背包个体”，变量前边的系数统一为1。
进一步的，由于每个“背包个体”的容量是有限的，在容量许可的前提下，放入“物品个体”的组合是任意的，所以基于每个“背包个体”可以创建第二约束模型:
其中，Tm表示业务流水数据，Sn表示业务单据数据，m表示背包个数，n表示物品个数，Xn_m表示一个布尔型变量。
每一个“背包个体”，可以创建上述约束模型中的一条不等式。不等式两边的值域[0,Tm]，即表示每个“背包个体”可放入“物品个体”质量的范围(“背包个体”可以为空，但不能超过该背包个体的容量)。不等式中间的表达式用来描述该“背包个体”放入了哪些“物品个体”，变量前边的系数为对应“物品个体”的质量。
由于匹配的最终目标是在符合业务条件的基础上，尽可能的将业务流水数据和业务单据数据完全匹配掉，也就是说尽可能把所有“物品个体”放入到“背包个体”中，基于此，根据第一约束模型和第二约束模型可以构建目标匹配模型，目标匹配模型如下所示：
max{S1 *X1_1+S1*X 1_2+…+S1 *X1_m+S2 *X2_1+S2 *X2_2+…+S2 *X2_m+…+Sn *Xn_1+Sn *Xn_2+…+Sn *Xn_m}
其中，Sn表示业务单据数据，m表示背包个体的数量，n表示物品个体的数量，Xn_m表示一个布尔型变量。
S250、基于目标匹配模型，对当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果。
进一步的，基于目标匹配模型，对当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果，包括：在目标匹配模型中引入松弛变量，得到待求解方程组；根据待求解方程组对应的近似解，得到与当前待匹配数据组进行款项数额匹配，得到匹配结果。
在一个具体的例子中，在目标匹配模型中引入松弛变量，得到如下待求解方程组：
其中，松弛变量R1_1_1∈R，R1_1_2∈R，R2_m_1∈R，R2_m_2∈R，m∈N+，n∈N+。
通过线性规划算法求解以上方程组，可以得到若干个可行的极点，结合本技术方案中的目标匹配模型可以而进一步求得最优解。进一步的，根据近似解得出准确解：若各个“物品个体”质量求和恰好等于“背包个体”容量，则意味着该种匹配方式正确可行，即，匹配结果为匹配成功，将该匹配信息存入返回列表，并输出款项数额匹配方案。如果各个“物品个体”质量求和小于“背包个体”容量，则意味着该种匹配方式不符合需求，即匹配结果为匹配不成功。
S260、若匹配结果为匹配不成功，则将当前待匹配数据组中的第一业务数据和第二业务数据发送至人工审核系统进行审核。
本发明实施例的技术方案，通过获取目标业务数据库中的第一业务数据和第二业务数据，根据业务关联信息对第一业务数据和第二业务数据进行分组，得到至少一个待匹配数据组，针对各待匹配数据组，对当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果；若匹配结果为匹配成功，则输出与当前待匹配数据组对应的款项数额匹配方案。在本技术方案中，通过对目标业务数据库中的业务数据进行分组，将与同一用户关联的第一业务数据和第二业务数据划分为一个待匹配数据组，以便对同一用户对应的第一业务数据和第二业务数据进行快速并准确的核销，并在核销出现异常时，便于查看异常的业务数据。进一步的，本技术方案采用背包算法对待匹配数据组中的第一业务数据和第二业务数据进行背包-物品匹配，得到第一业务数据和第二业务数据的最优匹配方案，并在第一业务数据和第二业务数据完全匹配时，输出相应的款项数额匹配方案，若第一业务数据与第二业务数据无法完全匹配，则将相应的待匹配数据组中的第一业务数据和第二业务数据发送至人工审核系统进行人工审核，以确保业务数据核销的准确性。解决了现有技术中基于穷举法对业务数据进行数据核销时存在核销速度较低的问题，实现了在保障业务核销的准确性的前提下，提高自动核销的速度的效果。
实施例三
图3为本发明实施例三提供的一种业务数据匹配装置的结构示意图。如图3所示，该装置包括：数据获取模块310、数据组确定模块320、匹配结果确定模块330和匹配方案确定模块340。
其中，数据获取模块310，用于获取目标业务数据库中的第一业务数据和第二业务数据；其中，所第一业务数据为业务流水数据时，则第二业务数据为业务单据数据；若第一业务数据为业务单据数据时，则第二业务数据为业务流水数据；
数据组确定模块320，用于根据业务关联信息对第一业务数据和第二业务数据进行分组，得到至少一个待匹配数据组；其中，待匹配数据组中包括一个第一业务数据和至少一个第二业务数据；
匹配结果确定模块330，用于针对各待匹配数据组，对当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果；
匹配方案确定模块340，用于若匹配结果为匹配成功，则输出与当前待匹配数据组对应的款项数额匹配方案。
本发明实施例的技术方案，通过获取目标业务数据库中的第一业务数据和第二业务数据，根据业务关联信息对第一业务数据和第二业务数据进行分组，得到至少一个待匹配数据组，针对各待匹配数据组，对当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果；若匹配结果为匹配成功，则输出与当前待匹配数据组对应的款项数额匹配方案。在本技术方案中，通过对目标业务数据库中的业务数据进行分组，将与同一用户关联的第一业务数据和第二业务数据划分为一个待匹配数据组，以便对同一用户对应的第一业务数据和第二业务数据进行快速并准确的核销，并在核销出现异常时，便于查看异常的业务数据。进一步的，本技术方案采用背包算法对待匹配数据组中的第一业务数据和第二业务数据进行背包-物品匹配，得到第一业务数据和第二业务数据的最优匹配方案，并在第一业务数据和第二业务数据完全匹配时，输出相应的款项数额匹配方案。解决了现有技术中基于穷举法对业务数据进行数据核销时存在核销速度较低的问题，实现了在保障业务核销的准确性的前提下，提高自动核销的速度的效果。
可选的，数据获取模块，用于从目标业务数据库中获取第一业务数据表和第二业务数据表，并根据第一业务数据表获得至少一条第一业务数据，以及基于第二业务数据表获得至少一条第二业务数据。
可选的，数据组确定模块包括：关联信息确定子模块，用于针对至少一条第一业务数据，获取当前第一业务数据对应的第一业务关联信息；其中，第一业务关联信息中包括第一业务数据携带的用户标识以及业务办理日期；
关联业务数据确定子模块，用于根据第二业务数据中携带的第二业务关联信息，将与第一业务关联信息相匹配的第二业务数据作为当前第一业务数据对应的关联业务数据；其中，第二业务关联信息中包括第二业务数据携带的用户标识以及业务办理日期；
数据组确定子模块，用于基于至少一条关联业务数据，得到与当前第一业务数据对应的待匹配数据组。
可选的，匹配结果确定模块包括：矩阵确定子模块，用于根据当前待匹配数据组中的第一业务数据和第二业务数据，确定与当前待匹配数据组对应的布尔变量矩阵；
目标匹配模型确定子模块，用于基于至少一个约束条件对布尔变量矩阵进行矩阵约束，得到目标匹配模型；
匹配结果确定子模块，用于基于目标匹配模型，对当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果。。
可选的，目标匹配模型确定子模块，包括：个体定义单元，用于将第一业务数据中的每个子数据作为物品个体，并将第二业务数据中的每个子数据作为背包个体；
第一约束模型确定单元，用于基于第一约束条件对物品个体进行物品数量匹配约束，得到第一约束模型；其中，每个物品个体对应零个背包个体或对应一个背包个体；
第二约束模型确定单元，用于基于第二约束条件对背包个体进行容量约束，得到第二约束模型；其中，每个背包个体可以用于承载零个物品个体或承载一个物品个体；
目标匹配模型确定单元，用于基于第一约束模型和第二约束模型，构建与当前待匹配数据组对应的目标匹配模型。
可选的，匹配结果确定子模块包括：方程组确定单元，用于在目标匹配模型中引入松弛变量，得到待求解方程组；
匹配结果确定单元，用于根据待求解方程组对应的近似解，得到与当前待匹配数据组进行款项数额匹配，得到匹配结果。
可选的，业务数据匹配装置，还用于若匹配结果为匹配不成功，则将当前待匹配数据组中的第一业务数据和第二业务数据发送至人工审核系统进行审核。
本发明实施例所提供的业务数据匹配装置可执行本发明任意实施例所提供的业务数据匹配方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，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。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如业务数据匹配方法。
在一些实施例中，业务数据匹配方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的业务数据匹配方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行业务数据匹配方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的业务数据匹配方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种业务数据匹配方法，其特征在于，包括：
获取目标业务数据库中的第一业务数据和第二业务数据；其中，所述第一业务数据为业务流水数据时，则所述第二业务数据为业务单据数据；若所述第一业务数据为业务单据数据时，则所述第二业务数据为业务流水数据；
根据业务关联信息对所述第一业务数据和所述第二业务数据进行分组，得到至少一个待匹配数据组；其中，所述待匹配数据组中包括一个第一业务数据和至少一个第二业务数据；
针对各待匹配数据组，对当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果；
若所述匹配结果为匹配成功，则输出与所述当前待匹配数据组对应的款项数额匹配方案。
2.根据权利要求1所述的方法，其特征在于，所述获取目标业务数据库中的第一业务数据和第二业务数据，包括：
从目标业务数据库中获取第一业务数据表和第二业务数据表，并根据所述第一业务数据表获得至少一条第一业务数据，以及基于所述第二业务数据表获得至少一条第二业务数据。
3.根据权利要求1所述的方法，其特征在于，所述根据业务关联信息对所述第一业务数据和所述第二业务数据进行分组，得到至少一个待匹配数据组，包括：
针对至少一条第一业务数据，获取当前第一业务数据对应的第一业务关联信息；其中，所述第一业务关联信息中包括所述第一业务数据携带的用户标识以及业务办理日期；
根据第二业务数据中携带的第二业务关联信息，将与所述第一业务关联信息相匹配的第二业务数据作为所述当前第一业务数据对应的关联业务数据；其中，所述第二业务关联信息中包括所述第二业务数据携带的用户标识以及业务办理日期；
基于至少一条关联业务数据，得到与所述当前第一业务数据对应的待匹配数据组。
4.根据权利要求1所述的方法，其特征在于，所述对当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果，包括：
根据所述当前待匹配数据组中的第一业务数据和第二业务数据，确定与所述当前待匹配数据组对应的布尔变量矩阵；
基于至少一个约束条件对所述布尔变量矩阵进行矩阵约束，得到目标匹配模型；
基于所述目标匹配模型，对所述当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果。
5.根据权利要求4所述的方法，其特征在于，所述至少一个约束条件包括与所述第一业务数据对应的第一约束条件和与所述第二业务数据对应的第二约束条件，所述基于至少一个约束条件对所述布尔变量矩阵进行矩阵约束，得到目标匹配模型，包括：
将所述第一业务数据中的每个子数据作为物品个体，并将所述第二业务数据中的每个子数据作为背包个体；
基于所述第一约束条件对所述物品个体进行物品数量匹配约束，得到第一约束模型；其中，每个物品个体对应零个背包个体或对应一个背包个体；
基于所述第二约束条件对所述背包个体进行容量约束，得到第二约束模型；其中，每个背包个体可以用于承载零个物品个体或承载一个物品个体；
基于所述第一约束模型和所述第二约束模型，构建与所述当前待匹配数据组对应的目标匹配模型。
6.根据权利要求4所述的方法，其特征在于，所述基于所述目标匹配模型，对所述当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果，包括：
在所述目标匹配模型中引入松弛变量，得到待求解方程组；
根据所述待求解方程组对应的近似解，得到与所述当前待匹配数据组进行款项数额匹配，得到匹配结果。
7.根据权利要求1所述的方法，其特征在于，还包括：
若所述匹配结果为匹配不成功，则将所述当前待匹配数据组中的第一业务数据和第二业务数据发送至人工审核系统进行审核。
8.一种业务数据匹配装置，其特征在于，包括：
数据获取模块，用于获取目标业务数据库中的第一业务数据和第二业务数据；其中，所述第一业务数据为业务流水数据时，则所述第二业务数据为业务单据数据；若所述第一业务数据为业务单据数据时，则所述第二业务数据为业务流水数据；
数据组确定模块，用于根据业务关联信息对所述第一业务数据和所述第二业务数据进行分组，得到至少一个待匹配数据组；其中，所述待匹配数据组中包括一个第一业务数据和至少一个第二业务数据；
匹配结果确定模块，用于针对各待匹配数据组，对当前待匹配数据组中的第一业务数据和第二业务数据进行款项数额匹配，得到匹配结果；
匹配方案确定模块，用于若所述匹配结果为匹配成功，则输出与所述当前待匹配数据组对应的款项数额匹配方案。
9.一种电子设备，其特征在于，所述电子设备包括：
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计算机程序，所述计算机程序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1-7中任一项所述的业务数据匹配方法。
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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的业务数据匹配方法。
CN202311617605.0A 2023-11-29 2023-11-29 一种业务数据匹配方法、装置、电子设备及存储介质 Pending CN117591714A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311617605.0A CN117591714A (zh) 2023-11-29 2023-11-29 一种业务数据匹配方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311617605.0A CN117591714A (zh) 2023-11-29 2023-11-29 一种业务数据匹配方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN117591714A true CN117591714A (zh) 2024-02-23

Family

ID=89919766

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311617605.0A Pending CN117591714A (zh) 2023-11-29 2023-11-29 一种业务数据匹配方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN117591714A (zh)

Similar Documents

Publication Publication Date Title
CN116402615B (zh) 一种账户类型的识别方法、装置、电子设备及存储介质
CN116340831B (zh) 一种信息分类方法、装置、电子设备及存储介质
CN117591714A (zh) 一种业务数据匹配方法、装置、电子设备及存储介质
CN114723239A (zh) 一种多方协同建模方法、装置、设备、介质及程序产品
CN115511014B (zh) 信息匹配方法、装置、设备及存储介质
CN117575826A (zh) 一种异常账务消息的处理方法、装置、设备及介质
CN118396744A (zh) 一种交易流水匹配方法、装置、设备及存储介质
CN116304771A (zh) 基于KMeans的联邦聚类模型的确定方法、装置、设备及介质
CN118051670A (zh) 业务推荐方法、装置、设备和介质
CN117994013A (zh) 一种银行交易知识图谱构建方法、装置、设备及介质
CN117331924A (zh) 一种数据模型匹配度核查方法、装置、设备及存储介质
CN115599998A (zh) 一种信息生成方法、装置、存储介质、电子设备及产品
CN116664215A (zh) 一种凭证处理方法、装置、电子设备及存储介质
CN118350719A (zh) 一种组织架构的评价方法、装置、电子设备及存储介质
CN117648999A (zh) 联邦学习回归模型损失函数评估方法、装置及电子设备
CN118152678A (zh) 一种物品展示方法、装置、电子设备及存储介质
CN114627410A (zh) 一种用于获取服务的视频验证方法及相关装置
CN118114046A (zh) 货物质量预测模型的训练方法、装置、设备及介质
CN117690277A (zh) 阈值确定方法、装置、设备及存储介质
CN115017145A (zh) 数据扩展方法、装置及存储介质
CN117611178A (zh) 一种交易消息的分组处理方法、装置、设备及介质
CN117743575A (zh) 一种工单数据的处理方法、装置、设备及介质
CN115545341A (zh) 一种事件预测方法、装置、电子设备及存储介质
CN117455192A (zh) 一种司货匹配方法、装置、设备以及存储介质
CN113870014A (zh) 一种风险识别方法、装置、设备及可读存储介质

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