CN109785111A - 生产验证过程测试方法、装置、计算机设备和存储介质 - Google Patents
生产验证过程测试方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109785111A CN109785111A CN201811530396.5A CN201811530396A CN109785111A CN 109785111 A CN109785111 A CN 109785111A CN 201811530396 A CN201811530396 A CN 201811530396A CN 109785111 A CN109785111 A CN 109785111A
- Authority
- CN
- China
- Prior art keywords
- data
- production
- initial data
- loan
- verification process
- 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
- 238000012795 verification Methods 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 title claims abstract description 110
- 230000008569 process Effects 0.000 title claims abstract description 102
- 238000010998 test method Methods 0.000 title claims abstract description 25
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000004519 manufacturing process Methods 0.000 claims abstract description 99
- 238000012360 testing method Methods 0.000 claims abstract description 37
- 230000008859 change Effects 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 24
- 230000001815 facial effect Effects 0.000 claims description 15
- 238000009826 distribution Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 241001269238 Data Species 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 abstract description 5
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 10
- 239000010931 gold Substances 0.000 description 10
- 229910052737 gold Inorganic materials 0.000 description 10
- 230000008901 benefit Effects 0.000 description 4
- 235000013399 edible fruits Nutrition 0.000 description 4
- 238000012550 audit Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241000416536 Euproctis pseudoconspersa Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请涉及贷款生产验证过程技术领域，尤其涉及一种生产验证过程测试方法、装置、计算机设备和存储介质。一种生产验证过程测试方法，包括：获取贷款生产验证的原始数据，赋予所述原始数据以验证标记；根据所述验证标记，追踪所述原始数据在贷款生产验证过程中的变化情况，记录经贷款生产验证后得到的最终数据；分解所述最终数据成数个子数据组；获取预设的匹配度阈值，将各个所述子数据组与预期结果表中的内容进行匹配。本技术方案针对消费分期贷款生产验证过程进行金额转换和数据标记，消除了脏数据的产生，并且将测试数据与正常数据进行剥离，不影响正常的贷款过程。
Description
技术领域
本申请涉及贷款生产验证过程技术领域，尤其涉及一种生产验证过程测试方法、装置、计算机设备和存储介质。
背景技术
生产验证过程是指在产品的设计被认可后，在批量生产前，产品工程师或产品质量工程师为了证明具有能够批量生产满足客户技术规范和产品设计要求。
目前，在消费贷款进行生产验证过程测试时，操作者会使用真实用户账户来进行验证，但是由于用户权限限制等问题，只能进行部分场景的测试，不能全覆盖；生产验证会产生脏数据，对***有一定影响，比如报表统计，订单统计；在消费分期贷款过程中，有一些特殊流程：用户在看重一辆车之后需要支付意向金，在支付完成意向金之后才可以进行分期贷款资料的提交，审核完成后需要支付定金，验证过程中需要支付比较大的金额，则无法进行。
而且，在生产验证流程中需要多个不同节点审核，而且对应不同的角色，但是生产***验证一般在凌晨进行，而此时协调具体的审核人员进行审核易造成人力资源浪费；生产验证项报告需要人工统计验证的功能点。
发明内容
有鉴于此，有必要针对现有消费贷款生产验证环节存在着自动化程度低，易产生脏数据的问题，提供一种贷款生产验证方法、***、计算机设备和存储介质。
一种生产验证过程测试方法，包括如下步骤：
获取贷款生产验证的原始数据，赋予所述原始数据以验证标记；
根据所述验证标记，追踪所述原始数据在贷款生产验证过程中的变化情况，记录经贷款生产验证后得到的最终数据；
分解所述最终数据成数个子数据组；
获取预设的匹配度阈值，将各个所述子数据组与预期结果表中的生产验证过程历史数据进行匹配，若匹配成功的数目大于预设的匹配度阈值，则将所述最终数据清除，否则对所述原始数据进行重新标记，所述预期结果表存储在数据库中。
在其中一个实施例中，所述获取贷款生产验证的原始数据，赋予所述原始数据以验证标记，包括：
向贷款申请终端发送输入数据指令，获取所述贷款申请终端输入的原始数据；
查询所述原始数据，抽取所述原始数据中的文字信息形成一文字块，抽取所述原始数据中的数值信息形成一数值块；
对所述文字块进行关键词检索，获取在所述文字块中出现次数最多的关键词，以所述出现次数最多的关键词为文字符号对所述原始数据进行文字标记；
抽取所述数值块中的最大数值，将所述最大数值进行颜色标记，实现对所述原始数据的数值标记。
在其中一个实施例中，所述根据所述验证标记，追踪所述原始数据在贷款生产验证过程中的变化情况，记录经贷款生产验证后得到的最终数据，包括：
获取预设的数据提取的数个时间节点，当任一所述时间节点到来时，对贷款生产验证过程中的数据进行提取，得到数个过程数据；
根据所述验证标记对所述过程数据进行检索，抽取带有所述验证标记的过程数据；
将带有所述验证标记的过程数据的数量与所述原始数据中带有验证标记的数据的数量进行比较，获取二者的差值；
建立所述差值的正态分布图，从所述正态分布图中获取最大差值；
提取最大差值所对应的数据，将终止时间节点的数据与所述最大差值所对应的数据叠加形成所述最终数据。
在其中一个实施例中，所述分解所述最终数据成数个子数据组包括：
获取所述最终数据；
从所述最终数据中识别出带有所述验证标记的数据，获取带有所述验证标记的数据位置；
以所述数据位置为节点，将所述最终数据分割成数个子数据组。
在其中一个实施例中，所述获取预设的匹配度阈值，将各个所述子数据组与预期结果表中的生产验证过程历史数据进行匹配，若匹配成功的数目大于预设的匹配度阈值，则将所述最终数据清除，否则对所述原始数据进行重新标记，所述预期结果表存储在数据库中，包括：
获取各个所述子数据组的生成时间，将所述子数据组按照时间顺序进行排序；
建立一m*n子数据组矩阵，按照所述生成时间顺序依次将所述子数据组作为矩阵元素输入到所述子数据矩阵中，其中m代表预期结果表中去除表头后的行数，n代表预期结果表的列数；
将所述矩阵元素与所述预期结果表中的生产验证过程历史数据进行匹配，获取匹配一致的所述矩阵元素；
统计匹配一致的所述矩阵元素的数量，与所述匹配度阈值进行比较，若匹配成功的数目大于所述匹配度阈值，则将所述最终数据清除，否则对所述原始数据进行重新标记。
在其中一个实施例中，所述获取贷款生产验证的原始数据，赋予所述原始数据以验证标记还包括对贷款申请人进行身份验证的过程，具体包括：
采集所述贷款申请人的人脸图像，对所述人脸图像进行摩尔纹识别，根据识别结果剔除翻拍图片；
获取通过摩尔纹识别所述人脸图像中的特征点，将所述特征点与人脸图库中的人脸图像进行比对，获取比对一致的人脸图像所对应的身份信息，所述人脸图库存储在数据库中。
在其中一个实施例中，所述获取贷款生产验证的原始数据，赋予所述原始数据以验证标记还包括对所述原始数据中贷款数目进行审核的过程，具体包括：
将所述原始数据进行元素分离，对各个所述元素设定元素值并赋予不同的权重；
根据所述权重将各个所述元素值进行正态分布，提取权重处于前三位的元素值，利用平均值函数进行计算得到元素均值；
将所述元素均值与预设的贷款数额阈值进行比较，计算误差是否满足预设值，若误差小于所述预设值，则获取所述原始数据，否则不获取。
一种生产验证过程测试装置，包括如下模块：
标记原始数据模块，设置为获取贷款生产验证的原始数据，赋予所述原始数据以验证标记；
获取最终数据模块，设置为根据所述验证标记，追踪所述原始数据在贷款生产验证过程中的变化情况，记录经贷款生产验证后得到的最终数据；
分解最终数据模块，设置为分解所述最终数据成数个子数据组；
测试结果分析模块，设置为获取预设的匹配度阈值，将各个所述子数据组与预期结果表中的生产验证过程历史数据进行匹配，若匹配成功的数目大于预设的匹配度阈值，则将所述最终数据清除，否则对所述原始数据进行重新标记，所述预期结果表存储在数据库中。
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述生产验证过程测试方法的步骤。
一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述生产验证过程测试方法的步骤。
上述生产验证过程测试方法、装置、计算机设备和存储介质，包括获取贷款生产验证的原始数据，赋予所述原始数据以验证标记；根据所述验证标记，追踪所述原始数据在贷款生产验证过程中的变化情况，记录经贷款生产验证后得到的最终数据；分解所述最终数据成数个子数据组；获取预设的匹配度阈值，将各个所述子数据组与预期结果表中的生产验证过程历史数据进行匹配，若匹配成功的数目大于预设的匹配度阈值，则将所述最终数据清除，否则对所述原始数据进行重新标记，所述预期结果表存储在数据库中。本技术方案针对消费分期贷款生产验证过程进行金额转换和数据标记，消除了脏数据的产生，并且将测试数据与正常数据进行剥离，不影响正常的贷款过程。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。
图1为本申请一种生产验证过程测试方法的整体流程图；
图2为本申请一种生产验证过程测试方法中的获取原始数据过程示意图；
图3为本申请一种生产验证过程测试方法中的获取最终数据过程示意图；
图4为本申请一种生产验证过程测试方法中的测试结果分析过程示意图；
图5为本申请一种生产验证过程测试方法装置的结构图。
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，此处所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。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
图1为本申请一个实施例中的贷款生产验证方法的流程图，如图1所示，一种贷款生产验证方法，包括以下步骤：
步骤S1、获取贷款生产验证的原始数据，赋予所述原始数据以验证标记；
具体的，获取预参加生产验证测试的终端的IP地址，对所述IP地址进行域名***DNS解析得到DNS解析代码，根据DNS解析代码与预设的DNS代码进行比对，若比对一致，则赋予相应的预参加生产验证测试的终端以上传原始数据的权限，并根据不同的终端所对应的IP地址，赋予原始数据以不同的验证标记。
步骤S2、根据所述验证标记，追踪所述原始数据在贷款生产验证过程中的变化情况，记录经贷款生产验证后得到的最终数据；
具体的，例如申请人下达输入意向金的命令，申请人终端在接收到申请人输入的意向金1000元后，将其转换成0.01元，并对此数值进行“test”标记，再存储到申请人信息数据库中的测试区域上，在进行生产验证测试过程中只需对“test”标记进行识别，即可获取金额的变化情况。
步骤S3、分解所述最终数据成数个子数据组；
具体的，在对最终数据进行分割成组时，可以按照最终数据产生的先后次序进行分组，比如设置数个时间节点，当某一时间节点到来时，则将上一时间节点到此时间节点所产生的最终数据打包成一子数据组；或者对最终数据进行聚类分组，比如将生产验证过程产生的意向金最终数据聚类成意向金数据组，将生产验证过程中产生的定金最终数据聚类成定金数据组。
步骤S4、获取预设的匹配度阈值，将各个所述子数据组与预期结果表中的生产验证过程历史数据进行匹配，若匹配成功的数目大于预设的匹配度阈值，则将所述最终数据清除，否则对所述原始数据进行重新标记，所述预期结果表存储在数据库中。
具体的，匹配度阈值是根据历史数据进行加权计算得到，距离当前时刻越近的历史数据的加权指数越大，距离现在时刻越远的历史数据的加权指数越小，若匹配成功的数目大于预设的匹配度阈值，则按照最终数据中各个数据产生的先后次序，依次进行数据清除。若各个子数据组中的数据均没有大于预设的匹配度阈值，则对匹配度阈值进行调整，并且发送错误日志至生产验证***的服务器。
本实施例中，通过对生产验证过程测试进行金额转换和数据标记，消除了脏数据的产生，并且将测试数据与正常数据进行剥离，不影响正常的贷款过程。
图2为本申请在一个实施例中，建立获取原始数据过程示意图，如图所示，所述获取贷款生产验证的原始数据，赋予所述原始数据以验证标记，包括：
S101、向贷款申请终端发送输入数据指令，获取所述贷款申请终端输入的原始数据；
具体的，在向贷款申请终端进行获取原始数据时，还可以包括对申请终端的操作者进行身份验证的过程，身份验证可以包括生物特征识别，如人脸识别、指纹识别、虹膜识别等，也可以采用验证账号、密码的形式对申请终端的操作者的身份进行识别，当操作者身份符合存储在数据库中的人员信息后，再向申请终端赋予输入原始数据的权限。
S102、查询所述原始数据，抽取所述原始数据中的文字信息形成一文字块，抽取所述原始数据中的数值信息形成一数值块；
具体的，应用结构化查询语言SQL对原始数据进行查询，主要是对原始数据中的文字和数字进行查询，可以先对数据块中的数字进行查询，然后获取数字前后的文字信息，根据文字信息将原始数据先分割成数个子块，再在子块中分割出数字信息和文字信息，并将数字信息作为文字块中的识别标识，将文字信息作为数字块的识别标识，以便于在文字块中或者数值块中进行信息查询。
S103、对所述文字块进行关键词检索，获取在所述文字块中出现次数最多的关键词，以所述出现次数最多的关键词为文字符号对所述原始数据进行文字标记；
其中，文字块中的关键词主要包括；“意向金”、“定金”、“交易”等，数值块的关键词主要包括如“0.01”这样的明显与其他数值不是一个数量级的数值；在文字块中若关键词“定金”出现的次数最多，则以“定金”作为所述原始数据的文字标识，即此原始数据的特征标记中文字部分为“定金”。
S104、抽取所述数值块中的最大数值，将所述最大数值进行颜色标记，实现对所述原始数据的数值标记。
具体的，若数值块中存在着两个最大数值，则将这两个最大数值均进行颜色标记，第一用红色，则第二个用蓝色以加以区分；同时本步骤中还可以采用在数值上方加横线等方式对最大数值进行标记，以便于区分。
本实施例中，通过对原始数据进行标记可以更好的追踪原始数据在生产验证过程测试时的变化情况，同时如果后续步骤出现某一数值的变化出现错误，也可以用颜色变化等方式直观的反映出来。
图3为本申请在一个实施例中，建立获取最终数据过程示意图，如图所示，所述根据所述验证标记，追踪所述原始数据在贷款生产验证过程中的变化情况，记录经贷款生产验证后得到的最终数据，包括：
S201、获取预设的数据提取的数个时间节点，当任一所述时间节点到来时，对贷款生产验证过程中的数据进行提取，得到数个过程数据；
具体的，预设的数据提取的数个时间节点是根据历次生产验证过程测试的历史数据得到的，时间节点一般选取的是：开始进行生产验证过程测试、结束生产验证过程测试和中间环节的时间节点，对于中间某一环节可以根据历史数据的变化趋势，增加时间节点的数量或者减少时间节点的数量，并可以建立趋势预测模型，根据趋势预测模型更好地预测时间节点选取的时间点和数量。
S202、根据所述验证标记对所述过程数据进行检索，抽取带有所述验证标记的过程数据；
具体的，在对过程数据进行验证标记检索时，可以先根据预先赋予的文字标识“test”标记进行检索，将所有带有“test”的过程数据抽取出来，并按照时间顺序依次排列，形成一行矩阵，再对抽取出“test”标记后的数据进行数值检索，如意向金的转换值“0.01”，若剩余的数据中没有“0.01”则进行下一步骤，否则上报错误日志至***服务器。
S203、将带有所述验证标记的过程数据的数量与所述原始数据中带有验证标记的数据的数量进行比较，获取二者的差值；
具体的，在进行差值数量统计时，可以设定不同的数据抽取时间节点，若某两个数据抽取时间节点间没有数量变化则将后一个时间节点去除，即延长数据抽取的时间间隔。
S204、建立所述差值的正态分布图，从所述正态分布图中获取最大差值；
其中，若正态分布图中存在着两个或者以上的最大差值，则需要对数据抽取的时间节点进行重新设定，直到在正态分布图上只有一个最大差值。
S205、提取最大差值所对应的数据，将终止时间节点的数据与所述最大差值所对应的数据叠加形成所述最终数据。
具体的，根据最大差值所在的时间节点与终止时间节点的时间差，赋予最大差值一以不同的系数得到修正后的最大差值，然后将修正后的最大差值与终止时间节点的数据相加得到最终数据，例如：最大差值的时间节点与终止时间节点的差值为5min，则赋予最大差值A以系数0.5，终止时间节点的数据为B，那么最终数据C＝0.5A+B。
本实施例中，通过对最终数据进行修正使其更加能够反映生产验证过程测试的数据变化，从而使最终得到的数据结果更加符合真实情况。
在一个实施例中，所述分解所述最终数据成数个子数据组包括：
获取所述最终数据；
从所述最终数据中识别出带有所述验证标记的数据，获取带有所述验证标记的数据位置；
以所述数据位置为节点，将所述最终数据分割成数个子数据组。
具体的，在通过以所述数据位置为节点，将所述最终数据分割成数个子数据组时，数据位置可以是不同的申请终端，也可以是同一申请终端在不同时刻产生的数据所存储的位置。
本实施例中，通过对最终数据进行分组，可以应对高并发条件下不同申请终端产生的相同的验证数据，从而提升了生产验证过程测试的测试速度。
图4为本申请在一个实施例中，测试结果分析过程示意图，如图所示，获取预设的匹配度阈值，将各个所述子数据组与预期结果表中的生产验证过程历史数据进行匹配，若匹配成功的数目大于预设的匹配度阈值，则将所述最终数据清除，否则对所述原始数据进行重新标记，所述预期结果表存储在数据库中，包括：
S401、获取各个所述子数据组的生成时间，将所述子数据组按照时间顺序进行排序；
其中，对子数据组按照时间顺序进行排序，即可以按照生成时间的先后进行排序，也可以将某一时间段内生成的子数据组进行打包成一次级子数据组，然后再进行排序，这样可以减少排序时间。
S402、建立一m*n子数据组矩阵，按照所述生成时间顺序依次将所述子数据组作为矩阵元素输入到所述子数据矩阵中，其中m代表预期结果表中去除表头后的行数，n代表预期结果表的列数；
具体的，在建立子数据矩阵时，如果子矩阵中存在着元素填不满的情况，则用0占位。
S403、将所述矩阵元素与所述预期结果表中的生产验证过程历史数据进行匹配，获取匹配一致的所述矩阵元素；
具体的，将预期结果表中的生产验证过程历史数据建立一个预期结果矩阵，首先查询预期结果矩阵中的条目名称，根据条目名称从预期结果矩阵中获取符合条目名称的结果矩阵元素，然后抽取出这些元素，若一个元素符合两个条目的内容则将此条目进行两次匹配，并且赋予特殊的标记。
S404、统计匹配一致的所述矩阵元素的数量，与所述匹配度阈值进行比较，若匹配成功的数目大于所述匹配度阈值，则将所述最终数据清除，否则对所述原始数据进行重新标记。
其中，对原始数据进行重新标记时，采用的标记方式与上次的标记不同，可以将意向金的数值转换值进行更改，或者是采用不同的颜色进行标识。
本实施例中，通过对子数据组中的数据进行匹配度比较，可以更好的对生产验证过程测试结果进行精确的判断，从而提升判断的精准性。
在一个实施例中，所述获取贷款生产验证的原始数据，赋予所述原始数据以验证标记还包括对贷款申请人进行身份验证的过程，具体包括：
采集所述贷款申请人的人脸图像，对所述人脸图像进行摩尔纹识别，根据识别结果剔除翻拍图片；
具体的，在对人脸图像进行摩尔纹识别时可以采用局部二值模式LBP算法进行摩尔纹识别生成训练样本，再将训练样本入参到支持向量机SVM模型进行训练，出参后得到摩尔纹识别的识别模型，将未知图像输入到识别模型即可完成识别。
获取通过摩尔纹识别所述人脸图像中的特征点，将所述特征点与人脸图库中的人脸图像进行比对，获取比对一致的人脸图像所对应的身份信息，所述人脸图库存储在数据库中。
具体的，特征点的提取可以采用Dlib提取法对人脸的轮廓，嘴型、眼睛形状等面部特征进行动态识别，再将这些面部特征与预存在数据库中的人脸图像上标明的特征点进行差异性比对，即可完成身份验证的过程。
本实施例中，通过对贷款申请人进行身份验证可以增加生产验证过程测试的安全性，同时也可以模拟在正式贷款过程中的操作流程。
在一个实施例中，所述获取贷款生产验证的原始数据，赋予所述原始数据以验证标记还包括对所述原始数据中贷款数目进行审核的过程，具体包括：
将所述原始数据进行元素分离，对各个所述元素设定元素值并赋予不同的权重；
具体的，在对原始数据进行元素分离时，主要是根据原始数据中不同数据的属性进行分离，比如原始数据中的意向金和定金，然后赋予意向金以较低的权重，而赋予定金以较高的权重。
根据所述权重将各个所述元素值进行正态分布，提取权重处于前三位的元素值，利用平均值函数进行计算得到元素均值；
具体的，应用电子表格程序，如Excel等自带的平均值函数进行平均值的计算，在提取权重处于前三位的元素值时，若出现有两个或者以上的处于第三位权重的元素值，则任意选取其中一个为第三位权重的数值，若处于第二位或者第一位权重的元素值超过一个，则仅选取一个，然后将排在后面的权重多对应的元素值递补。
将所述元素均值与预设的贷款数额阈值进行比较，计算误差是否满足预设值，若误差小于所述预设值，则获取所述原始数据，否则不获取。
具体的，在计算误差时可以采用误差修正模型，其有许多明显的优点：a)一阶差分项的使用消除了变量可能存在的趋势因素，从而避免了虚假回归问题；b)一阶差分项的使用也消除模型可能存在的多重共线性问题；c)误差修正项的引入保证了变量水平值的信息没有被忽视；d)由于误差修正项本身的平稳性，使得该模型可以用经典的回归方法进行估计，尤其是模型中差分项可以使用通常的t检验与F检验来进行选取。
本实施例中，通过原始数据中贷款数目进行审核，可以更好的追踪原始数据在生产验证过程测试进行过程中的数据变化，从而提升生产验证过程测试的准确性。
在一个实施例中，提出了一种生产验证过程测试装置，如图5所示，包括如下模块：
标记原始数据模块，设置为获取贷款生产验证的原始数据，赋予所述原始数据以验证标记；
获取最终数据模块，设置为根据所述验证标记，追踪所述原始数据在贷款生产验证过程中的变化情况，记录经贷款生产验证后得到的最终数据；
分解最终数据模块，设置为分解所述最终数据成数个子数据组；
测试结果分析模块，设置为获取预设的匹配度阈值，将各个所述子数据组与预期结果表中的生产验证过程历史数据进行匹配，若匹配成功的数目大于预设的匹配度阈值，则将所述最终数据清除，否则对所述原始数据进行重新标记，所述预期结果表存储在数据库中。
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述生产验证过程测试方法的步骤。
一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述生产验证过程测试方法的步骤。所述存储介质可以为非易失性存储介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁盘或光盘等。
以上所述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一些示例性实施例，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，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种生产验证过程测试方法，其特征在于，包括：
获取贷款生产验证的原始数据，赋予所述原始数据以验证标记；
根据所述验证标记，追踪所述原始数据在贷款生产验证过程中的变化情况，记录经贷款生产验证后得到的最终数据；
分解所述最终数据成数个子数据组；
获取预设的匹配度阈值，将各个所述子数据组与预期结果表中的生产验证过程历史数据进行匹配，若匹配成功的数目大于预设的匹配度阈值，则将所述最终数据清除，否则对所述原始数据进行重新标记，所述预期结果表存储在数据库中。
2.根据权利要求1所述的生产验证过程测试方法，其特征在于，所述获取贷款生产验证的原始数据，赋予所述原始数据以验证标记，包括：
向贷款申请终端发送输入数据指令，获取所述贷款申请终端输入的原始数据；
查询所述原始数据，抽取所述原始数据中的文字信息形成一文字块，抽取所述原始数据中的数值信息形成一数值块；
对所述文字块进行关键词检索，获取在所述文字块中出现次数最多的关键词，以所述出现次数最多的关键词为文字符号对所述原始数据进行文字标记；
抽取所述数值块中的最大数值，将所述最大数值进行颜色标记，实现对所述原始数据的数值标记。
3.根据权利要求1所述的生产验证过程测试方法，其特征在于，所述根据所述验证标记，追踪所述原始数据在贷款生产验证过程中的变化情况，记录经贷款生产验证后得到的最终数据，包括：
获取预设的数据提取的数个时间节点，当任一所述时间节点到来时，对贷款生产验证过程中的数据进行提取，得到数个过程数据；
根据所述验证标记对所述过程数据进行检索，抽取带有所述验证标记的过程数据；
将带有所述验证标记的过程数据的数量与所述原始数据中带有验证标记的数据的数量进行比较，获取二者的差值；
建立所述差值的正态分布图，从所述正态分布图中获取最大差值；
提取最大差值所对应的数据，将终止时间节点的数据与所述最大差值所对应的数据叠加形成所述最终数据。
4.根据权利要求1所述的生产验证过程测试方法，其特征在于，所述分解所述最终数据成数个子数据组包括：
获取所述最终数据；
从所述最终数据中识别出带有所述验证标记的数据，获取带有所述验证标记的数据位置；
以所述数据位置为节点，将所述最终数据分割成数个子数据组。
5.根据权利要求1所述的生产验证过程测试方法，其特征在于，所述获取预设的匹配度阈值，将各个所述子数据组与预期结果表中的生产验证过程历史数据进行匹配，若匹配成功的数目大于预设的匹配度阈值，则将所述最终数据清除，否则对所述原始数据进行重新标记，所述预期结果表存储在数据库中，包括：
获取各个所述子数据组的生成时间，将所述子数据组按照时间顺序进行排序；
建立一m*n子数据组矩阵，按照所述生成时间顺序依次将所述子数据组作为矩阵元素输入到所述子数据矩阵中，其中m代表预期结果表中去除表头后的行数，n代表预期结果表的列数；
将所述矩阵元素与所述预期结果表中的生产验证过程历史数据进行匹配，获取匹配一致的所述矩阵元素；
统计匹配一致的所述矩阵元素的数量，与所述匹配度阈值进行比较，若匹配成功的数目大于所述匹配度阈值，则将所述最终数据清除，否则对所述原始数据进行重新标记。
6.根据权利要求1所述的生产验证过程测试方法，其特征在于，所述获取贷款生产验证的原始数据，赋予所述原始数据以验证标记还包括对贷款申请人进行身份验证的过程，具体包括：
采集所述贷款申请人的人脸图像，对所述人脸图像进行摩尔纹识别，根据识别结果剔除翻拍图片；
获取通过摩尔纹识别所述人脸图像中的特征点，将所述特征点与人脸图库中的人脸图像进行比对，获取比对一致的人脸图像所对应的身份信息，所述人脸图库存储在数据库中。
7.根据权利要求1所述的生产验证过程测试方法，其特征在于，所述获取贷款生产验证的原始数据，赋予所述原始数据以验证标记还包括对所述原始数据中贷款数目进行审核的过程，具体包括：
将所述原始数据进行元素分离，对各个所述元素设定元素值并赋予不同的权重；
根据所述权重将各个所述元素值进行正态分布，提取权重处于前三位的元素值，利用平均值函数进行计算得到元素均值；
将所述元素均值与预设的贷款数额阈值进行比较，计算误差是否满足预设值，若误差小于所述预设值，则获取所述原始数据，否则不获取。
8.一种生产验证过程测试装置，其特征在于，包括：
标记原始数据模块，设置为获取贷款生产验证的原始数据，赋予所述原始数据以验证标记；
获取最终数据模块，设置为根据所述验证标记，追踪所述原始数据在贷款生产验证过程中的变化情况，记录经贷款生产验证后得到的最终数据；
分解最终数据模块，设置为分解所述最终数据成数个子数据组；
测试结果分析模块，设置为获取预设的匹配度阈值，将各个所述子数据组与预期结果表中的生产验证过程历史数据进行匹配，若匹配成功的数目大于预设的匹配度阈值，则将所述最终数据清除，否则对所述原始数据进行重新标记，所述预期结果表存储在数据库中。
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项权利要求所述生产验证过程测试方法的步骤。
10.一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项权利要求所述生产验证过程测试方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811530396.5A CN109785111A (zh) | 2018-12-14 | 2018-12-14 | 生产验证过程测试方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811530396.5A CN109785111A (zh) | 2018-12-14 | 2018-12-14 | 生产验证过程测试方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109785111A true CN109785111A (zh) | 2019-05-21 |
Family
ID=66495951
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811530396.5A Pending CN109785111A (zh) | 2018-12-14 | 2018-12-14 | 生产验证过程测试方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109785111A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090001526A (ko) * | 2007-04-23 | 2009-01-09 | 인피언컨설팅 주식회사 | 금융계약의 사용자 인터페이스 검증시스템 및 이를 이용한 검증 방법 |
| CN104461863A (zh) * | 2014-10-29 | 2015-03-25 | 中国建设银行股份有限公司 | 一种业务***测试方法、设备及*** |
| CN106294125A (zh) * | 2016-07-25 | 2017-01-04 | 重庆农村商业银行股份有限公司 | 银行核心***数据处理方法 |
| CN107749031A (zh) * | 2017-11-29 | 2018-03-02 | 南京甄视智能科技有限公司 | 贷后风险控制***的自动更新方法、贷后风险控制*** |
| CN108334452A (zh) * | 2018-02-08 | 2018-07-27 | 深圳壹账通智能科技有限公司 | 规则数据移交测试方法、装置、计算机设备和存储介质 |
| CN108958728A (zh) * | 2018-05-18 | 2018-12-07 | 深圳壹账通智能科技有限公司 | 贷款产品开发方法、装置、设备和计算机存储介质 |
-
2018
- 2018-12-14 CN CN201811530396.5A patent/CN109785111A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090001526A (ko) * | 2007-04-23 | 2009-01-09 | 인피언컨설팅 주식회사 | 금융계약의 사용자 인터페이스 검증시스템 및 이를 이용한 검증 방법 |
| CN104461863A (zh) * | 2014-10-29 | 2015-03-25 | 中国建设银行股份有限公司 | 一种业务***测试方法、设备及*** |
| CN106294125A (zh) * | 2016-07-25 | 2017-01-04 | 重庆农村商业银行股份有限公司 | 银行核心***数据处理方法 |
| CN107749031A (zh) * | 2017-11-29 | 2018-03-02 | 南京甄视智能科技有限公司 | 贷后风险控制***的自动更新方法、贷后风险控制*** |
| CN108334452A (zh) * | 2018-02-08 | 2018-07-27 | 深圳壹账通智能科技有限公司 | 规则数据移交测试方法、装置、计算机设备和存储介质 |
| CN108958728A (zh) * | 2018-05-18 | 2018-12-07 | 深圳壹账通智能科技有限公司 | 贷款产品开发方法、装置、设备和计算机存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3961441B1 (en) | Identity verification method and apparatus, computer device and storage medium | |
| CN107066616A (zh) | 用于账号处理的方法、装置及电子设备 | |
| CN109376766B (zh) | 一种画像预测分类方法、装置及设备 | |
| CN105844283A (zh) | 用于识别图像类目归属的方法、图像搜索方法及装置 | |
| CN111767707A (zh) | 雷同病例检测方法、装置、设备及存储介质 | |
| CN108665166A (zh) | 一种风险控制模型的训练方法及装置 | |
| CN106529110A (zh) | 一种用户数据分类的方法和设备 | |
| CN110502694A (zh) | 基于大数据分析的律师推荐方法及相关设备 | |
| CN103871044A (zh) | 一种图像签名生成方法和图像验证方法及装置 | |
| CN113468520A (zh) | 应用于区块链业务的数据入侵检测方法及大数据服务器 | |
| CN108268886A (zh) | 用于识别外挂操作的方法及*** | |
| CN106874306B (zh) | 人口信息人像比对***关键性能指标评测方法 | |
| CN116012131A (zh) | 一种用于评估用户信贷风险的方法、***、装置以及介质 | |
| CN114639152A (zh) | 基于人脸识别的多模态语音交互方法、装置、设备及介质 | |
| CN114663705A (zh) | 视频审核模型训练方法、视频审核方法及相关装置 | |
| CN106355066A (zh) | 人脸验证方法及人脸验证装置 | |
| CN113724061A (zh) | 基于客户分群的消费金融产品信用评分方法及装置 | |
| CN107402878A (zh) | 测试方法和装置 | |
| CN110555007B (zh) | 盗号行为判别方法、装置、计算设备及存储介质 | |
| CN109785111A (zh) | 生产验证过程测试方法、装置、计算机设备和存储介质 | |
| Garris et al. | NIST fingerprint evaluations and developments | |
| CN113946579A (zh) | 基于模型的数据生成方法、装置、计算机设备和存储介质 | |
| CN112766320B (zh) | 一种分类模型训练方法及计算机设备 | |
| CN108388913A (zh) | 一种基于约束投影的多决策树***欺诈检测方法及*** | |
| CN113627551A (zh) | 基于多模型的证件分类方法、装置、设备和存储介质 |
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 |