CN109118365A - 收益计算方法、装置及计算机可读存储介质 - Google Patents
收益计算方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109118365A CN109118365A CN201710497395.4A CN201710497395A CN109118365A CN 109118365 A CN109118365 A CN 109118365A CN 201710497395 A CN201710497395 A CN 201710497395A CN 109118365 A CN109118365 A CN 109118365A
- Authority
- CN
- China
- Prior art keywords
- income
- business
- business datum
- calculated
- scenario
- 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
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
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
-
- 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
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种收益计算方法,其包括:获取待计算业务数据以及所述待计算业务数据对应的业务场景;基于各个业务场景采用分布式计算Hadoop平台对待计算业务数据进行拆分;采用所述Hadoop平台基于所述第一业务数据分别计算各个业务场景所对应用户账户的第一收益;基于所述第一收益计算所述待计算业务数据对应的各个用户账户的总收益。本发明还公开了一种收益计算装置及计算机可读存储介质。本发明实现了采用Hadoop平台对待计算业务数据按照业务场景进行拆分,并分别计算拆分后的业务数据对应的收益,减少了采用同一服务器计算的数据量,进而能够大大降低待计算业务数据进行收益计算的耗时,提高了收益计算的效率。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种收益计算方法、装置及计算机可读存储介质。
背景技术
目前,在基金、定期理财、活期理财及保险等理财产品中,绝大多数理财产品的收益需要每天计算,并反馈该理财产品对应的用户账户,以使用户能够直观的了解其所购买的理财产品当前的收益。随着理财产品业务种类不断增加,每个用户账户可能会涉及多个业务,在计算用户的收益时,需要考虑该用户账户所对应的不同业务场景中所有的历史买入数据和历史卖出数据。
目前,传统的收益计算方式是集合所有的业务数据进行统一计算。但是,由于数据量的逐渐增大,采用传统的收益计算方式计算收益的复杂度越来越大,导致收益计算所需要的时间增加,同时可能造成***不稳定,增加了***运维的难度。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种收益计算方法、装置及计算机可读存储介质,旨在解决随着理财产品对应的数据量逐渐增大造成收益计算所需要的时间增加的技术问题。
为实现上述目的,本发明提供收益计算方法,所述收益计算方法包括以下步骤:
获取待计算业务数据以及所述待计算业务数据对应的业务场景;
基于各个业务场景采用分布式计算Hadoop平台对待计算业务数据进行拆分,以获得各个业务场景对应的第一业务数据;
采用所述Hadoop平台基于所述第一业务数据分别计算各个业务场景所对应用户账户的第一收益;
基于所述第一收益计算所述待计算业务数据对应的各个用户账户的总收益。
优选地,所述基于各个业务场景采用分布式计算Hadoop平台对待计算业务数据进行拆分的步骤包括:
获取各个业务场景的优先级;
采用所述Hadoop平台在所述待计算业务数据中获取第二业务数据以及第三业务数据,其中,所述第二业务数据为所述待计算业务数据中优先级大于预设优先级的各个业务场景对应的业务数据,所述第三业务数据为所述待计算业务数据中除所述第二业务数据之外的其他业务数据;
将所述第二业务数据以及第三业务数据设置为所述第一业务数据。
优选地,所述基于所述第一收益计算所述待计算业务数据对应的各个用户账户的总收益的步骤包括:
对计算获得的所述第一收益进行验证操作;
在所述第一收益验证通过时,基于所述第一收益计算所述待计算业务数据对应的各个用户账户的总收益。
优选地,所述对计算获得的所述第一收益进行验证操作的步骤包括:
获取当前定价期间之前的两个定价期间内,各个所述业务场景对应的第四业务数据;
基于所述第四业务数据计算所述预设定价期间内所述用户账户的第二收益;
对所述第二收益进行验证操作,其中,在所述第二收益验证通过时,确定所述第一收益验证通过。
优选地,所述对计算获得的所述第一收益进行验证操作的步骤包括:
获取前一定价期间内各个所述业务场景对应的第五业务数据;
基于所述第五业务数据计算所述前一定价期间内所述用户账户的第三收益;
对所述第三收益进行验证操作,其中,在所述第三收益验证通过时,确定所述第一收益验证通过。
优选地,所述基于所述第一收益计算所述待计算业务数据对应的各个用户账户的总收益的步骤之后,所述收益计算方法还包括:
基于所述总收益更新各个所述用户账户。
优选地,所述基于各个业务场景采用分布式计算Hadoop平台对待计算业务数据进行拆分的步骤之后,所述收益计算方法还包括:
在获取到待计算业务数据时,获取所述待计算业务数据的业务类型;
在所述业务类型为年金业务时,获取所述待计算业务数据对应的企业标识;
基于所述企业标识采用分布式计算Hadoop平台对待计算业务数据进行拆分,以获得各个企业标识对应的企业业务数据;
采用所述Hadoop平台基于所述企业业务数据分别计算各个企业所对应的企业收益。
优选地,所述采用所述Hadoop平台基于所述企业业务数据分别计算各个企业所对应的企业收益的步骤之后,所述收益计算方法还包括:
基于所述企业收益更新各个企业所对应的企业账户。
此外,为实现上述目的,本发明还提供一种收益计算装置,所述收益计算装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的收益计算程序,所述收益计算程序被所述处理器执行时实现上述任一项所述的收益计算方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有收益计算程序,所述收益计算程序被处理器执行时实现上述任一项所述的收益计算方法的步骤。
本发明通过获取待计算业务数据以及待计算业务数据对应的业务场景,接着基于各个业务场景采用分布式计算Hadoop平台对待计算业务数据进行拆分,而后采用Hadoop平台基于第一业务数据分别计算各个业务场景所对应用户账户的第一收益,最后基于第一收益计算待计算业务数据对应的各个用户账户的总收益,实现了采用Hadoop平台对待计算业务数据按照业务场景进行拆分,并分别计算拆分后的业务数据对应的收益,而后进行收益汇总,进而使得待计算业务数据能够进行拆分计算,减少了采用同一服务器计算的数据量,进而能够大大降低待计算业务数据进行收益计算的耗时,提高了收益计算的效率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境中收益计算装置所属的终端的结构示意图;
图2为本发明收益计算方法第一实施例的流程示意图;
图3为本发明收益计算方法第二实施例中基于各个业务场景采用分布式计算Hadoop平台对待计算业务数据进行拆分的步骤的细化流程示意图;
图4为本发明收益计算方法第三实施例中基于所述第一收益计算所述待计算业务数据对应的各个用户账户的总收益的步骤的细化流程示意图;
图5为本发明收益计算方法第四实施例中对计算获得的所述第一收益进行验证操作的步骤的细化流程示意图;
图6为本发明收益计算方法第五实施例中对计算获得的所述第一收益进行验证操作的步骤的细化流程示意图;
图7为本发明收益计算方法第六实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种收益计算装置,如图1所示,图1是本发明实施例方案涉及的硬件运行环境中收益计算装置所属的终端的结构示意图。
本发明实施例终端可以是PC,也可以是智能手机、平板电脑、便携计算机等移动式终端设备。
如图1所示,该终端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地,终端还可以包括摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。其中,传感器比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示屏的亮度,接近传感器可在移动终端移动到耳边时,关闭显示屏和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;当然,移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及收益计算程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的收益计算程序。
在本实施例中,该收益计算装置包括:存储器1005、处理器1001及存储在所述存储器上并可在所述处理器上运行的收益计算程序,其中:
处理器1001调用存储器1005中存储的收益计算程序时,执行以下操作:
获取待计算业务数据以及所述待计算业务数据对应的业务场景;
基于各个业务场景采用分布式计算Hadoop平台对待计算业务数据进行拆分,以获得各个业务场景对应的第一业务数据;
采用所述Hadoop平台基于所述第一业务数据分别计算各个业务场景所对应用户账户的第一收益;
基于所述第一收益计算所述待计算业务数据对应的各个用户账户的总收益。
进一步地,处理器1001调用存储器1005中存储的收益计算程序时,还执行以下操作:
获取各个业务场景的优先级;
采用所述Hadoop平台在所述待计算业务数据中获取第二业务数据以及第三业务数据,其中,所述第二业务数据为所述待计算业务数据中优先级大于预设优先级的各个业务场景对应的业务数据,所述第三业务数据为所述待计算业务数据中除所述第二业务数据之外的其他业务数据;
将所述第二业务数据以及第三业务数据设置为所述第一业务数据。
进一步地,处理器1001调用存储器1005中存储的收益计算程序时,还执行以下操作:
对计算获得的所述第一收益进行验证操作;
在所述第一收益验证通过时,基于所述第一收益计算所述待计算业务数据对应的各个用户账户的总收益。
进一步地,处理器1001调用存储器1005中存储的收益计算程序时,还执行以下操作:
获取当前定价期间之前的两个定价期间内,各个所述业务场景对应的第四业务数据;
基于所述第四业务数据计算所述预设定价期间内所述用户账户的第二收益;
对所述第二收益进行验证操作,其中,在所述第二收益验证通过时,确定所述第一收益验证通过。
进一步地,处理器1001调用存储器1005中存储的收益计算程序时,还执行以下操作:
获取前一定价期间内各个所述业务场景对应的第五业务数据;
基于所述第五业务数据计算所述前一定价期间内所述用户账户的第三收益;
对所述第三收益进行验证操作,其中,在所述第三收益验证通过时,确定所述第一收益验证通过。
进一步地,处理器1001调用存储器1005中存储的收益计算程序时,还执行以下操作:
基于所述总收益更新各个所述用户账户。
进一步地,处理器1001调用存储器1005中存储的收益计算程序时,还执行以下操作:
在获取到待计算业务数据时,获取所述待计算业务数据的业务类型;
在所述业务类型为年金业务时,获取所述待计算业务数据对应的企业标识;
基于所述企业标识采用分布式计算Hadoop平台对待计算业务数据进行拆分,以获得各个企业标识对应的企业业务数据;
采用所述Hadoop平台基于所述企业业务数据分别计算各个企业所对应的企业收益。
进一步地,处理器1001调用存储器1005中存储的收益计算程序时,还执行以下操作:
基于所述企业收益更新各个企业所对应的企业账户。
本发明进一步提供一种收益计算方法。参照图2,图2为本发明收益计算方法第一实施例的流程示意图。
在本实施例中,该收益计算方法包括:
步骤S10,获取待计算业务数据以及所述待计算业务数据对应的业务场景;
在基金、定期理财、活期理财等理财产品中,绝大部分理财产品的收益需要每天计算,并反馈至该理财产品对应的用户账户,以使用户能够直观的了解其所购买的理财产品当前的收益,因此,首先确定待计算业务数据,其中,该待计算业务数据为所有涉及到用户收益的数据,即该用户账户对应的所有业务场景中与收益相关的数据,业务场景包括缴费、定额支付、分期定额支付、一次性支付、金额赎回、份额赎回、分期支付、不定期支付、账户调整、离职以及计划外转等业务场景中的一个或多个。
在本实施例中,可根据不同的理财产品设置不同的收益计算时刻,或者,对所有的业务场景的业务数据设置固定的收益计算时刻,在当前时刻到达该计算时刻时,获取待计算业务数据。具体地,可以根据预设规则获取待计算业务数据,而后根据该待计算业务数据确定其对应的业务场景,例如,预设规则包括获取预设业务场景(上述一个或多个业务场景)的业务数据,进而可根据预先定义的数据传输接口得到预设业务场景的业务数据、以及预设业务场景中的各个业务场景的标识信息,并将获取到的全部业务数据作为待计算业务数据,因此,可根据标识信息确定该待计算业务数据对应的业务场景,即待计算业务数据中的各个业务数据所属的业务场景。优选地,还可以将预设业务场景的业务数据与预设业务场景中的各个业务场景的标识信息进行关联后作为待计算业务数据,可通过解析该待计算业务数据获得该标识信息,进而根据该标识信息确定待计算业务数据对应的业务场景。其中,根据预设规则获取待计算业务数据包括获取所有的用户账户所对应的与收益相关的数据,或者,还可以获取业务场景,而后获取业务场景中与收益相关的数据即待计算业务数据。
步骤S20,基于各个业务场景采用分布式计算Hadoop平台对待计算业务数据进行拆分,以获得各个业务场景对应的第一业务数据;
其中,Hadoop平台是一个分布式***基础架构平台,其能够利用集群进行高速分布式运算和存储。
在本实施例中,在获取到待计算业务数据以及对应的业务场景时,基于各个业务场景采用Hadoop平台对待计算业务数据进行拆分,具体地,待计算业务数据包括各组业务数据所属的业务场景的标识信息,通过该标识信息能够准确的确定各组业务数据所属的业务场景,进而将待计算业务数据所包含的业务数据准确的按照业务场景进行分类,并将分类后的待计算业务数据进行拆分,得到各个业务场景对应的第一业务数据,将待计算业务数据中各个业务场景的业务数据作为一组业务数据,并将各组业务数据作为第一业务数据,即第一业务数据包括多组业务数据,每一组业务数据属于不同的业务场景,以便于采用该Hadoop平台分别计算各个业务场景对应的用户收益。
其中,由于待计算业务数据包括各组业务数据所属的业务场景的标识信息,并且不同的业务场景所对应的业务数据的数据格式不同,因此,可以根据各个业务场景的标识信息以及数据格式对待计算业务数据进行拆分,例如,待计算业务数据包括标识信息为缴费场景的标识信息的业务数据,可根据缴费场景对应的数据格式确定该业务数据的头数据及尾数据,进而将该头数据、尾数据、以及头数据与尾数据之间的数据即为缴费场景的业务数据,当然缴费场景的业务数据还可以包括其他数据;按照上述方式能够将待计算业务数据进行准确的拆分,得到各个业务场景对应的第一业务数据。
另外,业务场景的类型包括出项业务场景及入项业务场景,例如,缴费的业务场景为出项业务场景,定额支付、分期定额支付、一次性支付、分期支付、不定期支付等业务场景为入项业务场景。在对处理业务数据拆分时,首先业务场景的类型进行分类,得到出项业务场景对应的出项业务数据,以及入项业务场景对应的入项业务数据,而后判断出项业务数据所对应的用户账户是否同时存在与入项业务数据所对应的用户账户,即确定是否存在同时有资金流入及资金流出的用户账户,在存在同时有资金流入及资金流出的用户账户时,根据出项业务数据中该用户账户的数据、以及入项业务数据中该用户账户的数据,判断该用户账户的收支是否相抵,即资金流入及资金流出相同,若收支相抵,则在出项业务数据以及入项业务数据中删除该用户账户所对应的数据,由于该用户账户的收支相抵,因此该用户账户当前不存在收益,因此无需计算该用户账户的收益,进而能够减少计算用户收益时的数据量。在将收支相抵的用户账户的数据删除以后,再按照业务场景对出项业务数据以及入项业务数据进行再次拆分。
步骤S30,采用所述Hadoop平台基于所述第一业务数据分别计算各个业务场景所对应用户账户的第一收益;
在本实施中,在对待计算业务数据进行拆分,得到各个业务场景所对应的各组第一业务数据之后,采用该Hadoop平台基于第一业务数据分别计算各个业务场景所对应用户账户的第一收益。由于Hadoop平台中包含多个集群服务器,因此,可为每一个业务场景分配一个独立的集群服务器,使得该集群服务器仅用于计算该业务场景对应的第一业务数据,进而能够大大减少在同一服务器中计算的数据量,进而减少数据计算的时间。
其中,该第一收益为当前定价期间用户账户对应的收益,对于固定利息的业务场景,例如,年息10%的理财产品,该第一收益为:该用户的投入总金额*10%*定价期间天数/365,其中,对于一般的理财产品,其对应的定价期间为7天。
步骤S40,基于所述第一收益计算所述待计算业务数据对应的各个用户账户的总收益。
在本实施例中,在计算得到各个业务场景中用户的第一收益时,对各个用户账户所对应的收益进行整合,进而得到各个用户账户的总收益。
进一步地,在一实施例中,在步骤S40之后,收益计算方法还包括:
基于所述总收益更新各个所述用户账户。
具体地,获取各个用户账户的余额,并基于计算得到的总收益以及该余额更新对应的用户账户,例如,在某一用户账户的余额为5W元,该用户账户对应的总收益为500元时,更新后该用户账户的余额为5.05W元。
当然,在得到待计算业务数据所对应的各个用户账户的总收益时,基于该总收益更新该待计算业务数据所对应的各个用户账户的账户金额。当然,还可以根据各个账户的预设信息,通过短信、邮件、微信等方式发送当前总收益以及账户金额至该用户账户所对应的预设终端。
本实施例提出的收益计算方法,通过获取待计算业务数据以及待计算业务数据对应的业务场景,接着基于各个业务场景采用分布式计算Hadoop平台对待计算业务数据进行拆分,而后采用Hadoop平台基于第一业务数据分别计算各个业务场景所对应用户账户的第一收益,最后基于第一收益计算待计算业务数据对应的各个用户账户的总收益,实现了采用Hadoop平台对待计算业务数据按照业务场景进行拆分,并分别计算拆分后的业务数据对应的收益,而后进行收益汇总,进而使得待计算业务数据能够进行拆分计算,减少了采用同一服务器计算的数据量,进而能够大大降低待计算业务数据进行收益计算的耗时,提高了收益计算的效率。
基于第一实施例,提出本发明收益计算方法的第二实施例,参照图3,在本实施例中,步骤S20包括:
步骤S21,获取各个业务场景的优先级;
一般情况下,待计算业务数据中同时存在数据量较大的业务场景以及数据量较小的业务场景,例如,买入及卖出所对应的业务场景的数据量较大,而类似于账户调整等业务场景的数据量则会较小,因此,为平衡Hadoop平台中各个集群服务器所处理的数据量,可对各个业务场景设置对应的优先级,而后按照优先级进行拆分,以减小拆分后各个第一业务数据之间数据量的差距,进而提高数据处理的效率。
在本实施例中,在获取到待计算业务数据以及对应的业务场景时,获取各个业务场景的优先级,其中,各个业务场景的优先级可以根据实际进行合理的设置,例如,对于历史数据较多的业务场景,设置较高的优先级,而对于历史数据较少的业务场景,可设置较低的优先级。
步骤S22,基于各个业务场景及所述优先级采用分布式计算Hadoop平台对待计算业务数据进行拆分,以获得第二业务数据以及第三业务数据,其中,所述第二业务数据为所述待计算业务数据中优先级大于预设优先级的各个业务场景对应的业务数据,所述第三业务数据为所述待计算业务数据中除所述第二业务数据之外的其他业务数据;
在本实施例中,在得到待计算业务数据对于的业务场景的优先级时,基于各个业务场景以及各个业务场景对于的优先级采用Hadoop平台对待计算业务数据进行拆分,进而得到第二业务数据以及第三业务数据,其中,第二业务数据为待计算业务数据中优先级大于预设优先级的各个业务场景对应的业务数据,第三业务数据为待计算业务数据中除第二业务数据之外的其他业务数据。具体地,将上述各个业务场景的优先级与预设优先级进行对比,得到优先级大于预设优先级的业务场景、以及优先级小于或等于预设优先级的业务场景,将待计算业务数据中优先级大于预设优先级的业务场景所对应的各组业务数据作为第二业务数据,将待计算业务数据中优先级小于或等于预设优先级的业务场景所对应的各组业务数据作为第三业务数据,例如,优先级大于预设优先级的业务场景为多个业务场景时,第二业务数据为该多个业务场景对应的各组业务数据,即第二业务数据包括多组业务数据,每一组业务数据属于不同的优先级大于预设优先级的业务场景,剩余的优先级等于或小于预设优先级的各个业务场景,其对应的业务数据组合为一组数据即第三业务数据。
进一步地,在一实施例中,还可以根据优先级采用其他方式对待计算业务进行拆分,例如,对于待计算业务数据中优先级大于第一预设优先级的各个业务场景,其对应的业务数据为单独的一组数据;对于待计算业务数据中优先级小于或等于第一预设优先级、且大于第二优先级的业务场景,可以将其中的两个业务场景的数据进行组合拆分,即两个业务场景对于的数据为一组数据;对于待计算业务数据中优先级小于或等于第二优先级的业务场景,可以将所有该业务场景的业务数据整合为一组数据。
步骤S23,将所述第二业务数据以及第三业务数据设置为所述第一业务数据。
在本实施例中,在拆分获得第二业务数据以及第三业务数据,直接将该第二业务数据以及第三业务数据作为第一业务数据,进而使第一业务数据包括优先级大于预设优先级的业务场景对应的各组业务数据、以及优先级小于或等于预设优先级的业务场景的业务数据组合的一组数据即第三业务数据。
本实施例提出的收益计算方法,通过获取各个业务场景的优先级,接着采用Hadoop平台在待计算业务数据中获取第二业务数据以及第三业务数据,而后将第二业务数据以及第三业务数据设置为第一业务数据,实现了利用各个业务场景的优先级对待计算业务数据进行拆分,大大减少了拆分后的各组第一业务数据之间的数据量之间的差距,进而在计算各个业务场景所对应用户账户的第一收益时,能够使得各组第一业务数据的计算时间更加均衡,减小第一业务数据计算完成时刻之间的时间差,进而避免数据量较少的第一业务数据在计算完成时,因长时间等待为浪费***资源。
基于第一实施例,提出本发明收益计算方法的第三实施例,参照图4,在本实施例中,步骤S40包括:
步骤S41,对计算获得的所述第一收益进行验证操作;
在本实施例中,为避免计算获得的第一收益存在错误,在计算得到各个业务场景中用户的第一收益时,对计算获得的第一收益进行验证操作,以保证各个第一收益的正确性,避免因数据错误而对用户造成不良影响。
步骤S42,在所述第一收益验证通过时,基于所述第一收益计算所述待计算业务数据对应的各个用户账户的总收益。
在本实施例中,在第一收益验证通过时,对各个用户账户所对应的收益进行整合,进而得到各个用户账户的总收益。
本实施例提出的收益计算方法,通过对计算获得的第一收益进行验证操作,接着在第一收益验证通过时,基于第一收益计算待计算业务数据对应的各个用户账户的总收益,实现了对第一收益进行验证,以保证第一收益的准确性,进而能够确保各个用户账户的总收益准确无误,提高收益计算的准确性,避免因数据错误而对用户造成不良影响。
基于第三实施例,提出本发明收益计算方法的第四实施例,参照图5,在本实施例中,步骤S41包括:
步骤S411,获取当前定价期间之前的两个定价期间内,各个所述业务场景对应的第四业务数据;
在本实施例中,在对第一数据进行验证时,可以根据历史业务数据进行验证,即获取当前定价期间之前的预设定价期间内各个业务场景对应的第四业务数据,以便于根据该第四业务数据,验证第一收益是否正确,其中,第四业务数据为当前定价期间之前的两个定价期间内、待计算业务数据所对应的各个业务场景的业务数据。在一实施例中,由于当前定价期间之前的预设定价期间内,可能存在用户账户注销的情况,因此,可直接获取各个业务场景中用户账户对应的第四业务数据。
步骤S412,基于所述第四业务数据计算所述预设定价期间内所述用户账户的第二收益;
在本实施例中,在获取到第四业务数据时,计算预设定价期间内各个业务场景对应的用户账户的第二收益,该第二收益包含前两个定价期间内用户账户的收益,其中,该第二收益可以为前两个定价期间内用户账户的收益,也可以包括前两个定价期间所对应的每一个定价期间内用户账户的收益,例如,对于第四业务数据中的金额赎回的业务场景,通过第四业务数据中该业务场景中的赎回的金额、赎回前的总额和/或赎回后的利息等数据计算该业务场景所对应的各个用户账户的收益;第四业务数据中所有的业务场景中的用户账户的收益即为第二收益,对于某一涉及到多个业务场景的用户账户而言,第二收益中包括多个该用户账户的收益,其数量与该用户账户所涉及到的业务场景的数量一致。
步骤S413,对所述第二收益进行验证操作,在所述第二收益验证通过时,确定所述第一收益验证通过。
在本实施例中,在获得第二收益时,通过将该第二收益与历史收益进行比较,在第二收益为前两个定价期间内用户账户的收益之和时,该历史收益为前两个定价期间所对应用户账户的第一收益之和,在第二收益为前两个定价期间所对应的每一个定价期间内用户账户的收益,该历史收益包括前两个定价期间所对应用户账户的第一收益。具体地,确定各个第二收益所对应的用户账户的历史第一收益,而后将该第二收益与历史第一收益进行比较,在比较一致时,第二收益验证通过,进而确定第一收益验证通过。
本实施例提出的收益计算方法,通过获取当前定价期间之前的两个定价期间内,各个业务场景对应的第四业务数据,接着基于第四业务数据计算预设定价期间内用户账户的第二收益,而后对第二收益进行验证操作,其中,在第二收益验证通过时,确定第一收益验证通过,实现了根据之前两个定价期间内业务场景中的用户账户对应的第四业务数据对第一收益进行验证,即在根据第四业务数据得到的第二收益验证无问题时,该第一收益验证通过,进而能够根据历史数据准确的验证第一收益,提高了收益计算的准确性,进一步提高了收益计算的效率。通过对各个业务场景对应的第一收益进行单独验证,提高了收益验证的效率,并且在某一业务场景对应的第一收益验证未通过时,可以根据该业务场景对应的历史数据进行单独核验以及计算,确保该业务场景对应的第一收益的准确性,能够减少收益核对的数据量,进而提高收益核对的效率。
基于第三实施例,提出本发明收益计算方法的第五实施例,参照图6,在本实施例中,步骤S41包括:
步骤S414,获取前一定价期间内各个所述业务场景对应的第五业务数据;
在本实施例中,在对第一数据进行验证时,采用倒推的方式首先确定当前定价期间之前一个定价期间内各个业务场景中的用户账户对应的收益是否正确,因此,首先获取前一定价期间内各个业务场景对应的第五业务数据,其中,第五业务数据为当前定价期间之前的一个定价期间内、待计算业务数据所对应的各个业务场景的业务数据,在一实施例中,由于当前定价期间之前的预设定价期间内,可能存在用户账户注销的情况,因此,可直接获取各个业务场景中用户账户对应的第五业务数据。
步骤S415,基于所述第五业务数据计算所述前一定价期间内所述用户账户的第三收益;
在本实施例中,在获取到第五业务数据时,计算前一定价期间内各个用户账户的第三收益。
步骤S416,对所述第三收益进行验证操作,其中,在所述第三收益验证通过时,确定所述第一收益验证通过。
在本实施例中,在获得第三收益时,通过将该第三收益与历史收益进行比较,在第三收益与历史第一收益一致时,确定第三收益验证通过,进而确定第一收益验证通过。该历史第一收益为前一定价期间内所对应用户账户的第一收益,即前一定价期间计算获得的用户账户的第一收益,例如,对于第五业务数据中的金额赎回的业务场景,通过第五业务数据中该业务场景中的赎回的金额、赎回前的总额和/或赎回后的利息等数据计算该业务场景所对应的各个用户账户的收益;第五业务数据中所有的业务场景中的用户账户的收益即为第三收益,对于某一涉及到多个业务场景的用户账户而言,第收益中包括多个该用户账户的收益,其数量与该用户账户所涉及到的业务场景的数量一致。
进一步地,在一实施例中,若第三收益中存在验证未通过的用户收益时,则确定验证未通过的用户收益对应的业务场景;获取前一定价期间之前的一个定价期间,业务场景对应的第六业务数据;并计算第六业务数据对应用户账户的第四收益;对第四收益进行验证操作,其中,在第四收益验证通过时,基于第四收益以及第六业务数据计算该业务场景中用户账户对应的收益,并进行核对操作,在核对通过时,确定第一收益进行验证通过。
本实施例提出的收益计算方法,通过获取前一定价期间内各个业务场景对应的第五业务数据,接着基于第五业务数据计算前一定价期间内用户账户的第三收益,而后对第三收益进行验证操作,其中,在第三收益验证通过时,确定第一收益验证通过,实现了根据前一定价期间内业务场景中的用户账户对应的第五业务数据对第一收益进行验证,进而能够根据历史数据准确的验证第一收益,提高了收益计算的准确性,进一步提高了收益计算的效率。通过对各个业务场景对应的第一收益进行单独验证,提高了收益验证的效率,并且在某一业务场景对应的第一收益验证未通过时,可以根据该业务场景对应的历史数据进行单独核验以及计算,确保该业务场景对应的第一收益的准确性,能够减少收益核对的数据量,进而提高收益核对的效率。
基于第上述实施例,提出本发明收益计算方法的第六实施例,参照图7,在本实施例中,该收益计算方法还包括:
步骤S50,在获取到待计算业务数据时,获取所述待计算业务数据的业务类型;
在本实施例中,在获取到待计算业务数据时,确定该待计算业务数据的业务类型,例如,在理财产品为企业年金时,该待计算业务数据的业务类型为年金业务。
步骤S60,在所述业务类型为年金业务时,获取所述待计算业务数据对应的企业标识;
在本实施例中,在根据待计算业务数据的业务类型确定该待计算业务数据为年金业务的业务数据时,获取该待计算业务数据所对应的所有企业的企业标识,其中,在企业年金中,每一个企业标识对应唯一一个企业。
步骤S70,基于所述企业标识采用分布式计算Hadoop平台对待计算业务数据进行拆分,以获得各个企业标识对应的企业业务数据;
在本实施例中,在获取到待计算业务数据对应的企业标识时,基于企业标识采用分布式计算Hadoop平台对待计算业务数据进行拆分,得到各个企业标识对应的企业业务数据,即当前定价期间内每一个企业对应的业务数据。
步骤S80,采用所述Hadoop平台基于所述企业业务数据分别计算各个企业所对应的企业收益。
在获得每一个企业的企业业务数据时,采用Hadoop平台基于企业业务数据分别计算各个企业所对应的企业收益,由于Hadoop平台中包含多个集群服务器,因此,可为每一组企业业务数据分配一个独立的集群服务器,使得该集群服务器仅用于计算该企业业务数据,进而能够大大减少在同一服务器中计算的数据量,进而减少数据计算的时间。
进一步地,在一实施例中,在步骤S80之后,该收益计算方法还包括:基于所述企业收益更新各个企业所对应的企业账户。
具体地,先获取每一个企业标识对应的企业账户的余额,而后将每一个企业标识对应的企业收益与企业账户的余额相加后更新对应的企业账户。
优选地,在一实施例中,在计算获得各个企业所对应的企业收益之后,该收益计算方法还包括:
对所述企业收益进行验证操作,在企业收益验证通过时,基于所述企业收益更新各个企业所对应的企业账户。
本实施例中,可采用倒推的方式验证当前计算获得的企业收益,具体验证过程参照第四实施例以及第五实施例,在本实施例中不再赘述。
本实施例提出的收益计算方法,通过在获取到待计算业务数据时,获取待计算业务数据的业务类型,接着在业务类型为年金业务时,获取待计算业务数据对应的企业标识,而后基于企业标识采用分布式计算Hadoop平台对待计算业务数据进行拆分,以获得各个企业标识对应的企业业务数据,最后采用Hadoop平台基于企业业务数据分别计算各个企业所对应的企业收益,实现了采用Hadoop平台对待计算业务数据按照企业标识进行拆分,并分别计算拆分后的业务数据对应的收益,而后进行收益汇总,进而使得待计算业务数据能够进行拆分计算,减少了采用同一服务器计算的数据量,进而能够大大降低待计算业务数据进行收益计算的耗时,提高了收益计算的效率。
本发明还提供一种计算机可读存储介质,在本实施例中,计算机可读存储介质上存储有收益计算程序,其中:
收益计算程序被所述处理器执行时实现如下步骤:
获取待计算业务数据以及所述待计算业务数据对应的业务场景;
基于各个业务场景采用分布式计算Hadoop平台对待计算业务数据进行拆分,以获得各个业务场景对应的第一业务数据;
采用所述Hadoop平台基于所述第一业务数据分别计算各个业务场景所对应用户账户的第一收益;
基于所述第一收益计算所述待计算业务数据对应的各个用户账户的总收益。
进一步地,所述收益计算程序被处理器执行时还实现如下操作:
获取各个业务场景的优先级;
采用所述Hadoop平台在所述待计算业务数据中获取第二业务数据以及第三业务数据,其中,所述第二业务数据为所述待计算业务数据中优先级大于预设优先级的各个业务场景对应的业务数据,所述第三业务数据为所述待计算业务数据中除所述第二业务数据之外的其他业务数据;
将所述第二业务数据以及第三业务数据设置为所述第一业务数据。
进一步地,所述收益计算程序被处理器执行时还实现如下操作:
对计算获得的所述第一收益进行验证操作;
在所述第一收益验证通过时,基于所述第一收益计算所述待计算业务数据对应的各个用户账户的总收益。
进一步地,所述收益计算程序被处理器执行时还实现如下操作:
获取当前定价期间之前的两个定价期间内,各个所述业务场景对应的第四业务数据;
基于所述第四业务数据计算所述预设定价期间内所述用户账户的第二收益;
对所述第二收益进行验证操作,其中,在所述第二收益验证通过时,确定所述第一收益验证通过。
进一步地,所述收益计算程序被处理器执行时还实现如下操作:
获取前一定价期间内各个所述业务场景对应的第五业务数据;
基于所述第五业务数据计算所述前一定价期间内所述用户账户的第三收益;
对所述第三收益进行验证操作,其中,在所述第三收益验证通过时,确定所述第一收益验证通过。
进一步地,所述收益计算程序被处理器执行时还实现如下操作:
基于所述总收益更新各个所述用户账户。
进一步地,所述收益计算程序被处理器执行时还实现如下操作:
在获取到待计算业务数据时,获取所述待计算业务数据的业务类型;
在所述业务类型为年金业务时,获取所述待计算业务数据对应的企业标识;
基于所述企业标识采用分布式计算Hadoop平台对待计算业务数据进行拆分,以获得各个企业标识对应的企业业务数据;
采用所述Hadoop平台基于所述企业业务数据分别计算各个企业所对应的企业收益。
进一步地,所述收益计算程序被处理器执行时还实现如下操作:
基于所述企业收益更新各个企业所对应的企业账户。
需要说明的是,在本文中,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***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***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种收益计算方法,其特征在于,所述收益计算方法包括以下步骤:
获取待计算业务数据以及所述待计算业务数据对应的业务场景;
基于各个业务场景采用分布式计算Hadoop平台对待计算业务数据进行拆分,以获得各个业务场景对应的第一业务数据;
采用所述Hadoop平台基于所述第一业务数据分别计算各个业务场景所对应用户账户的第一收益;
基于所述第一收益计算所述待计算业务数据对应的各个用户账户的总收益。
2.如权利要求1所述的收益计算方法,其特征在于,所述基于各个业务场景采用分布式计算Hadoop平台对待计算业务数据进行拆分的步骤包括:
获取各个业务场景的优先级;
采用所述Hadoop平台在所述待计算业务数据中获取第二业务数据以及第三业务数据,其中,所述第二业务数据为所述待计算业务数据中优先级大于预设优先级的各个业务场景对应的业务数据,所述第三业务数据为所述待计算业务数据中除所述第二业务数据之外的其他业务数据;
将所述第二业务数据以及第三业务数据设置为所述第一业务数据。
3.如权利要求1所述的收益计算方法,其特征在于,所述基于所述第一收益计算所述待计算业务数据对应的各个用户账户的总收益的步骤包括:
对计算获得的所述第一收益进行验证操作;
在所述第一收益验证通过时,基于所述第一收益计算所述待计算业务数据对应的各个用户账户的总收益。
4.如权利要求3所述的收益计算方法,其特征在于,所述对计算获得的所述第一收益进行验证操作的步骤包括:
获取当前定价期间之前的两个定价期间内,各个所述业务场景对应的第四业务数据;
基于所述第四业务数据计算所述预设定价期间内所述用户账户的第二收益;
对所述第二收益进行验证操作,其中,在所述第二收益验证通过时,确定所述第一收益验证通过。
5.如权利要求3所述的收益计算方法,其特征在于,所述对计算获得的所述第一收益进行验证操作的步骤包括:
获取前一定价期间内各个所述业务场景对应的第五业务数据;
基于所述第五业务数据计算所述前一定价期间内所述用户账户的第三收益;
对所述第三收益进行验证操作,其中,在所述第三收益验证通过时,确定所述第一收益验证通过。
6.如权利要求1所述的收益计算方法,其特征在于,所述基于所述第一收益计算所述待计算业务数据对应的各个用户账户的总收益的步骤之后,所述收益计算方法还包括:
基于所述总收益更新各个所述用户账户。
7.如权利要求1至6任一项所述的收益计算方法,其特征在于,所述基于各个业务场景采用分布式计算Hadoop平台对待计算业务数据进行拆分的步骤之后,所述收益计算方法还包括:
在获取到待计算业务数据时,获取所述待计算业务数据的业务类型;
在所述业务类型为年金业务时,获取所述待计算业务数据对应的企业标识;
基于所述企业标识采用分布式计算Hadoop平台对待计算业务数据进行拆分,以获得各个企业标识对应的企业业务数据;
采用所述Hadoop平台基于所述企业业务数据分别计算各个企业所对应的企业收益。
8.如权利要求7所述的收益计算方法,其特征在于,所述采用所述Hadoop平台基于所述企业业务数据分别计算各个企业所对应的企业收益的步骤之后,所述收益计算方法还包括:
基于所述企业收益更新各个企业所对应的企业账户。
9.一种收益计算装置,其特征在于,所述收益计算装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的收益计算程序,所述收益计算程序被所述处理器执行时实现如权利要求1至8中任一项所述的收益计算方法的步骤。
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上存储有收益计算程序,所述收益计算程序被处理器执行时实现如权利要求1至8中任一项所述的收益计算方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710497395.4A CN109118365A (zh) | 2017-06-26 | 2017-06-26 | 收益计算方法、装置及计算机可读存储介质 |
PCT/CN2018/076160 WO2019000962A1 (zh) | 2017-06-26 | 2018-02-10 | 收益计算方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710497395.4A CN109118365A (zh) | 2017-06-26 | 2017-06-26 | 收益计算方法、装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109118365A true CN109118365A (zh) | 2019-01-01 |
Family
ID=64740949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710497395.4A Pending CN109118365A (zh) | 2017-06-26 | 2017-06-26 | 收益计算方法、装置及计算机可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109118365A (zh) |
WO (1) | WO2019000962A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110020795A (zh) * | 2019-03-25 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 用于基金收益发放风险控制的方法及装置 |
CN110400186A (zh) * | 2019-08-07 | 2019-11-01 | 北京一点网聚科技有限公司 | 一种用户收益计算方法及装置 |
CN110675236A (zh) * | 2019-08-27 | 2020-01-10 | 阿里巴巴集团控股有限公司 | 基于分布式的税费计算方法以及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204669399U (zh) * | 2015-04-23 | 2015-09-23 | 广州万方计算机科技有限公司 | 基于Hadoop架构的网络病毒和威胁监测*** |
CN106022521A (zh) * | 2016-05-19 | 2016-10-12 | 四川大学 | 基于Hadoop架构的分布式BP神经网络的短期负荷预测方法 |
CN106254536A (zh) * | 2016-09-23 | 2016-12-21 | 江西洪都航空工业集团有限责任公司 | 一种基于分布式计算的电动汽车远程数据监控*** |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101441557A (zh) * | 2008-11-08 | 2009-05-27 | 腾讯科技(深圳)有限公司 | 基于动态数据拆分的分布式并行计算的***及其方法 |
CN103617268B (zh) * | 2013-12-04 | 2017-01-18 | 中国联合网络通信集团有限公司 | 一种实现大数据处理的方法及装置 |
CN105912609B (zh) * | 2016-04-06 | 2019-04-02 | 中国农业银行股份有限公司 | 一种数据文件处理方法和装置 |
CN106067083A (zh) * | 2016-05-30 | 2016-11-02 | 上海二三四五网络控股集团股份有限公司 | 基于海量金融数据的智能投资***数据处理方法 |
-
2017
- 2017-06-26 CN CN201710497395.4A patent/CN109118365A/zh active Pending
-
2018
- 2018-02-10 WO PCT/CN2018/076160 patent/WO2019000962A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204669399U (zh) * | 2015-04-23 | 2015-09-23 | 广州万方计算机科技有限公司 | 基于Hadoop架构的网络病毒和威胁监测*** |
CN106022521A (zh) * | 2016-05-19 | 2016-10-12 | 四川大学 | 基于Hadoop架构的分布式BP神经网络的短期负荷预测方法 |
CN106254536A (zh) * | 2016-09-23 | 2016-12-21 | 江西洪都航空工业集团有限责任公司 | 一种基于分布式计算的电动汽车远程数据监控*** |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110020795A (zh) * | 2019-03-25 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 用于基金收益发放风险控制的方法及装置 |
CN110400186A (zh) * | 2019-08-07 | 2019-11-01 | 北京一点网聚科技有限公司 | 一种用户收益计算方法及装置 |
CN110675236A (zh) * | 2019-08-27 | 2020-01-10 | 阿里巴巴集团控股有限公司 | 基于分布式的税费计算方法以及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2019000962A1 (zh) | 2019-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10417657B2 (en) | Point management apparatus, system, and method | |
CN106415470B (zh) | 移动应用的多变量测试 | |
CN108090755A (zh) | 计费模型定义方法、数据清算***和计算机可读存储介质 | |
CN108958728A (zh) | 贷款产品开发方法、装置、设备和计算机存储介质 | |
WO2021129586A1 (zh) | 一种上车位置确定方法及*** | |
CN109034783A (zh) | 账单还款计算方法、装置及计算机可读存储介质 | |
CN109118365A (zh) | 收益计算方法、装置及计算机可读存储介质 | |
US11979303B2 (en) | Software service platform | |
CN110992092A (zh) | 广告投放检测方法、装置、电子设备及存储介质 | |
CN107844348A (zh) | 基于配置图形的数据显示方法、装置和计算机存储介质 | |
CN108133425A (zh) | 理赔方法、装置及计算机可读存储介质 | |
CN111475399B (zh) | 虚拟测试方法及装置 | |
CN109685479A (zh) | 一种施工隧道进度的展示方法、计算机装置以及计算机可读存储介质 | |
CN113887971A (zh) | 企业基于大数据的个人征信查询方法、装置及电子设备 | |
US9904744B2 (en) | Probabilistic simulation scenario design by using multiple conditional and nested probability distribution input functions | |
US20140350977A1 (en) | Electronic-ticket update device, electronic-ticket update method, electronic-ticket update program, and computer readable recording medium containing said program | |
US20170161791A1 (en) | Identifying account segments based on content impressions and purchase decisions | |
CN111179075A (zh) | 中长期电力交易的结算方法、装置、存储介质及结算服务器 | |
CN110852649A (zh) | 资源管理方法、终端、装置及可读存储介质 | |
KR102233559B1 (ko) | 에스크로 방식의 회원권 거래를 중개하는 전자 장치 | |
CN109471916A (zh) | 天气预报生成方法及装置 | |
CN110046384B (zh) | 模型实例化方法、装置、电子设备、和计算机可读存储介质 | |
JP2017182833A (ja) | ユーザの信用情報を管理するシステム、方法、及びプログラム | |
CN113409119A (zh) | 融资租赁企业资金风险的评估方法、装置、存储介质和电子设备 | |
CN113159967A (zh) | 基于金融核心联机交易场景的数据处理方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190101 |
|
RJ01 | Rejection of invention patent application after publication |