CN110070422A - 基于扁平架构的数据处理***、方法及相关设备 - Google Patents

Abstract

本发明提供了一种基于扁平架构的数据处理***，包括：多个数据服务接口，用于接收多个服务平台的服务数据；服务网关，用于对服务数据进行验证；数据处理模块，包括多个数据处理子模块，用于并发同步接收验证后的服务数据，并基于预先存储的价格、贡献率、各个用户的历史贡献值及总历史贡献值，对所接收到的服务数据进行全息分配计算，得到每个用户的分配资源；数据存储模块，用于存储分配资源。本发明还公开了一种基于扁平架构的数据处理方法、计算机设备及存储介质。本发明的基于扁平化的***架构进行的数据处理方法，提高了大数据的处理效率，并提供了一种基于全息分配的数据处理方式，带来了全新的商业分配模式。

Description

基于扁平架构的数据处理***、方法及相关设备

技术领域

本发明涉及大数据处理技术领域，尤其涉及一种基于扁平架构的数据处理***、方法及相关设备。

背景技术

随着网络和电子商务技术的发展，人们越来越多的开始在网络上进行购物和消费，网上购物不仅方便快捷，而且商品种类和数量也极为丰富，商品营销商家也多不胜举，因而用户的选择也更多。

目前的电子商务平台上，营销商家推出了各种各样的营销模式，例如，消费打折，消费返还，消费分红等。然而，这些传统的营销模式大多基于层级架构的方式进行数据处理与计算，随着数据量的增多，这种基于层级架构的数据处理***的数据处理效率越来越低下。

因而，有必要提供一种新的***架构，以解决大数据的处理效率低下的技术问题，且可配合使用全新的商业模式，使得商务平台上的所有用户不仅能够共创共享经济红利，还能够实时且快速的享受资源分配。

发明内容

本发明的主要目的在于提供一种基于扁平架构的数据处理***、数据处理方法、计算机设备及存储介质，旨在解决商务平台上的数据处理效率低下的技术问题，通过扁平化的***架构，提高大数据的处理效率，并能够带来全新的资源分配模式。

为实现上述目的，本发明的第一方面提供一种基于扁平架构的数据处理***，所述***包括：

多个数据服务接口，用于接收多个服务平台的服务数据；

与所述多个数据服务接口连接的服务网关，用于对所述服务数据进行验证；

与所述服务网关连接的数据处理模块，所述数据处理模块包括多个数据处理子模块，每个所述数据处理子模块用于并发同步接收经过验证后的服务数据，并基于预先存储的多个服务或多个商品的价格、每个服务或每个商品的贡献率、各个用户的历史贡献值及总历史贡献值，对所述验证后的服务数据进行全息分配得到每个用户的分配资源；

与所述数据处理模块连接的数据存储模块，用于存储所述分配资源。

根据本发明的一个优选实施例，所述数据处理子模块基于预先存储的多个服务或多个商品的价格、每个服务或每个商品的贡献率、各个用户的历史贡献值及总历史贡献值，对所接收到的服务数据进行全息分配计算，得到每个用户的分配资源包括：

基于所述价格和所述贡献率的乘积计算得到当前贡献值；

基于所述每个用户的历史贡献值的加和计算得到总历史贡献值；

基于每个用户的历史贡献值与所述总历史贡献值的比例计算得到每个用户的贡献值权重；

根据所述当前贡献值和所述贡献值权重进行全息分配得到分配资源。

根据本发明的一个优选实施例，所述服务网关包括：

流量控制子模块，用于接收所述服务数据，并将所述服务数据的数据量与预设数据量阈值进行比较，当所述服务数据的数据量大于所述预设数据量阈值时，对所述服务数据进行拦截。

根据本发明的一个优选实施例，所述数据处理模块还包括：

数据消损计算模块，用于对上一个周期的各个用户的历史贡献值及总历史贡献值进行消损计算得到当前周期的各个用户的历史贡献值和总历史贡献值；

其中，所述数据消损计算模块对上一个周期的各个用户的历史贡献值及总历史贡献值进行消损计算得到当前周期的各个用户的历史贡献值和总历史贡献值包括：

每隔预设周期获取上一个周期内每个用户的历史贡献值；

基于所述上一个周期内每个用户的历史贡献值和预设消损率计算得到当前周期内每个用户的历史贡献值；

基于所述当前周期内每个用户的历史贡献值计算得到当前周期内总历史贡献值。

根据本发明的一个优选实施例，所述***还包括：

数据清算模块，所述数据清算模块包括：数据矫正子模块和定时任务子模块；

其中，所述定时任务子模块，用于设置数据矫正的定时任务，并在定时任务被触发时，启动所述数据矫正子模块对所述服务数据进行矫正；

所述数据矫正子模块，用于将所述服务数据进行备份得到主服务数据和副服务数据，及将所述数据处理子模块的服务数据量之和与所述主服务数据量之和进行比对，当所述数据处理子模块的服务数据量之和与所述主服务数据量之和不相同时，从所述副服务数据中导入服务数据至所述数据处理模块。

根据本发明的一个优选实施例，所述***还包括：

数据分析模块，所述数据分析模块包括：确定服务子模块和数据统计分析子模块；

其中，所述数据统计分析子模块，用于对所述服务数据进行统计与分析，并将统计与分析的结果发送至所述确定服务子模块；

所述确定服务子模块，用于向所述多个服务平台返回统计分析的结果。

为实现上述目的，本发明的第二方面提供一种利用所述基于扁平架构的数据处理***进行数据处理的方法，所述方法包括：

通过所述数据服务接口接收多个服务平台的服务数据；

通过所述数据处理模块获取对应所述服务数据的价格、贡献率及每个用户的历史贡献值；

通过所述数据处理子模块基于所述价格和所述贡献率的乘积计算得到当前贡献值；基于所述每个用户的历史贡献值的加和计算得到总历史贡献值；基于每个用户的历史贡献值与所述总历史贡献值的比例计算得到每个用户的贡献值权重；根据所述当前贡献值和所述贡献值权重进行全息分配得到分配资源。

根据本发明的一个优选实施例，所述方法还包括：

通过所述数据消损计算模块对上一个周期的各个用户的历史贡献值及总历史贡献值进行消损计算得到当前周期的各个用户的历史贡献值和总历史贡献值，包括：

每隔预设周期获取上一个周期内每个用户的历史贡献值；

基于所述上一个周期内每个用户的历史贡献值和预设消损率计算得到当前周期内每个用户的历史贡献值；

基于所述当前周期内每个用户的历史贡献值计算得到当前周期内总历史贡献值。

为实现上述目的，本发明的第三方面提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的基于扁平架构的数据处理的下载程序，所述基于扁平架构的数据处理的下载程序被所述处理器执行时实现所述的基于扁平架构的数据处理方法。

为实现上述目的，本发明的第四方面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基于扁平架构的数据处理的下载程序，所述基于扁平架构的数据处理的下载程序可被一个或者多个处理器执行以实现所述的基于扁平架构的数据处理方法。

本发明实施例所述的基于扁平架构的数据处理***、方法、计算机设备及存储介质，通过多个数据服务接口接收多个服务平台的服务数据，对所述多个服务数据进行全息分配，扁平架构的方式不仅提高了数据处理效率，还提供了一种基于全息分配的资源分配方式。

附图说明

图1为本发明第一实施例的基于扁平架构的数据处理***的结构示意图；

图2为本发明第一实施例的基于扁平架构的数据处理***的另一结构示意图；

图3为本发明第一实施例的基于扁平架构的数据处理***的环境示意图；

图4为本发明第二实施例的基于扁平架构的数据处理方法的流程示意图

图5为本发明第三实施例揭露的计算机设备的内部结构示意图。

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

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明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用以解释本发明，并不用于限定本发明。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，都属于本发明保护的范围。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、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，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

在介绍本发明之前，先简单的介绍下本发明中所要使用到的概念，如下所示：

全息分配：***中的个体用户与所有用户之间进行数据分配的一种方式，个体用户分配的数据量依赖于个体的贡献度与整体贡献度之间的比重，个体用户的数据节点发生变化将导致整个***中的所有用户的数据节点发生变化。

实施例一

请同时参阅图1、图2和图3所示，为本发明提供的一种基于扁平架构的数据处理***的架构示意图。

所述基于扁平架构的数据处理***10（下文简称为数据处理***10）包括，但不限于：多个数据服务接口100，与所述多个数据服务接口100连接的服务网关200，与所述服务网关200连接的数据处理模块300，与所述数据处理模块300连接的数据存储模块400。

其中，所述数据服务接口100作为所述数据处理***10与各种不同的服务平台连接的桥梁，用于接收多个服务平台的服务数据。服务平台可以提供服务，也可以提供商品，因而服务平台输入给数据服务接口的数据可以是服务数据，也可以是商品数据。例如，数据服务接口100可以接收来自于软件即服务（Software-as-a-Service，SaaS）模式的服务数据，或者接收来自于导购平台上的导购数据，或者接收来自于电商平台上的交易数据。由此可知，通过所述数据处理***10提供的多个数据服务接口100，可以将不同业务场景下的服务平台中的数据都导入所述数据处理***10进行数据处理，实现全息分配。即，本发明提供的数据处理***10可以与多个企业或商家内部的***进行对接，应用于多种业务场景中。

其中，所述服务网关200用于接收各个数据服务接口100输入的服务数据，并将所述服务数据导入所述数据处理模块300。

其中，所述数据处理模块300用于接收所述服务网关200导入的服务数据，并基于预先存储的多个服务或多个商品的价格、每个服务或每个商品的贡献率、各个用户的历史贡献值及总历史贡献值，对所述服务数据进行全息分配计算，得到每个用户的分配资源。所述资源可以是现金，也可以是虚拟货币，还可以是账户积分等。

优选的，所述数据处理模块300对所述服务数据进行全息分配计算的过程如下所述：

获取对应所述服务数据的价格和贡献率；

获取每个用户的历史贡献值；

基于所述价格和所述贡献率计算得到当前贡献值；

基于所述每个用户的历史贡献值计算得到总历史贡献值及每个用户的贡献值权重；

根据所述当前贡献值和所述贡献值权重进行全息分配得到分配资源。

不同的服务或商品的价格不同，对应设置有不同的贡献率。服务或商品的价格与贡献率的乘积称之为贡献值，不同的商品产生不同的贡献值。贡献值是商务平台上的每一位用户获得资源分配的依据，商务平台上的个体用户的数据节点每发生一次变化，例如，个体用户每成功消费一次，则可以产生一次贡献值。即，贡献值来源于用户在商务平台上的消费。

下面以一个具体实施例说明所述数据处理模块300对所述服务数据进行全息分配的计算过程。

假设商务平台上的某件商品的价格为100元，该商品的贡献率为10%，即商家愿意支出销售费用的10%（10元）作为贡献值进行全息分配。而当前该商务平台上的所有用户的总历史贡献值为100，其中，用户A的历史贡献值为10，用户B的历史贡献值为20，用户C的历史贡献值为30。

当某一个用户购买此一件商品，并成功完成100元的订单交易时，即触发对销售费用的10%（10元）的全息分配，此时若依据用户的历史贡献值与总历史贡献值的比例为贡献值权重向每一位用户进行实时全息分配，那么该10元的全息分配结果为：用户A获得10/100*10元=1元，用户B获得20/100*10元=2元，用户C获得30/100*10元=3元，其余用户的全息分配结果以此类推，直至完成商务平台上的所有用户对该件商品的全息分配。如此，可将商务平台上所有已成功完成的交易订单，均按照上述的贡献值权重进行全息分配，并实时呈现全息分配结果，用户可对全息分配得到的分配资源进行提现或者再消费。

上述数据处理方式体现出了一种全新的全息分配原则：我为人人，人人为我，公平公正，价值共享。即，商务平台上每成功完成一笔新的交易订单，都将所述新的交易订单对商务平台上的所有用户进行一次实时全息分配，使得每一个用户都能从所述新的交易订单中实时获得一笔分配资源。

为了进一步提高对服务数据的处理能力，所述数据处理模块300可以包括多个数据处理子模块301，所述数据处理子模块301可以为服务器。即，通过线性的部署多台服务器并发处理所述服务数据，相对于单台服务器的处理能力而言，多台服务器同步对所述服务数据进行全息分配计算，能够有效的提高服务数据的处理能力，缩短服务数据的处理时间。

其中，所述数据存储模块400用于存储所述数据处理模块300进行全息分配计算得到的分配资源。

参阅图2所示，为基于扁平架构的数据处理***的另一种架构示意图，为了提高数据处理的效率，所述数据处理***10除了包括图1中所述的多个数据服务接口100、服务网关200、数据处理模块300和数据存储模块400之外，所述数据处理***10还包括多个子模块，具体如下。

所述服务网关200包括：流量控制子模块201、权限验证子模块202及负载均衡子模块203。

其中，所述流量控制子模块201用于接收所述多个数据服务接口100输入的服务数据，并将所述服务数据的数据量与预设数据量阈值进行比较，当所述服务数据的数据量大于所述预设数据量阈值时，对所述多个数据服务接口100输入的服务数据进行拦截。通过所述流量控制子模块201对大数据（接收到的服务数据的数据量大于所述预设数据量阈值）的拦截，可以缓解所述数据处理模块300的数据处理压力，避免造成所述数据处理模块300的崩溃或瘫痪。

其中，所述权限验证子模块202用于验证各个服务数据对应的用户的权限，以及各个商家的权限，以确保服务数据的正确性和安全性。

其中，所述负载均衡子模块203用于提供负载均衡机制，将经过验证后的服务数据分摊到数据处理模块300中的各个数据处理子模块301上进行执行，以增加吞吐量、加强数据处理能力。

所述数据处理模块300还可以包括：数据缓存共享模块302、数据消损计算模块303、数据推送模块304及数据定时迁移模块305。所述数据缓存共享模块302用于缓存数据，例如，缓存所计算得到的分配资源，通过在缓存中读取和***数据比在数据库中读取和***数据速度更快，进而能够进一步提高处理效率。所述数据消损计算模块303用于对上一个周期的各个用户的历史贡献值及总历史贡献值进行消损计算得到当前周期的各个用户的历史贡献值和总历史贡献值。

优选的，所述数据消损计算模块303对上一个周期的各个用户的历史贡献值及总历史贡献值进行消损计算得到当前周期的各个用户的历史贡献值和总历史贡献值包括：

每隔预设周期获取上一个周期内每个用户的历史贡献值；

基于所述上一个周期内每个用户的历史贡献值和预设消损率计算得到当前周期内每个用户的历史贡献值；

基于所述当前周期内每个用户的历史贡献值计算得到当前周期内总历史贡献值。

消损率是指每过一个时间周期对历史贡献值进行一次消损。

示例性的，假设预设周期为5秒，预设消损率为10%，历史贡献值为10，则第一个5秒后历史贡献值变为10-（10*10%）=9，第二个5秒后历史贡献值变为9-（9*10%）=8.1，第三个5秒后历史贡献值为8.1-（8.1*10%）=5.29，后面以此类推，直至历史贡献值变为0。由于每次有新的消费都会产生一个新的贡献值，而新的贡献值与历史贡献值累加求和，其和值遵循消损规律。通过数据消损计算模块303对历史贡献值进行消损，可以使得***中的贡献值维持全息分配平衡。

其中，所述数据存储模块400可以包括：主数据存储模块401和从数据存储模块402。所计算得到的分配资源写入所述主数据存储模块401，而从所述从数据存储模块402中读取所述分配资源。通过设置两个数据模块分别对应写入操作和读取操作，使得数据写入和读取之间相互不影响，从而提高数据的写入效率和读取效率。为了进一步提高数据读取效率，所述数据存储模块400可以包括多个从数据存储模块402，每个从数据存储模块402中存储部分数据，即将原本一个从数据存储模块402中的数据分批次的存储到多个从数据存储模块402中。当需要读取数据时，根据所读取的数据与从数据存储模块的标识号之间的关联关系，从对应的从数据存储模块中读取数据，实现了数据的分库分表。通过将数据进行分库分表，能够有效的减少数据读取量，节省数据的读取时间，提高数据的读取效率。

所述主数据存储模块401和从数据存储模块402可以为数据库，也可以为存储节点。

更进一步的，为了维护所述服务数据的准确性，所述数据处理***10还可以包括多个辅助处理模块，例如数据清算模块500和数据分析模块600。所述数据清算模块500和数据分析模块600独立于所述数据处理模块300。

其中，所述清算模块500包括：数据矫正子模块501和定时任务子模块502。所述定时任务子模块502用于设置数据矫正的定时任务，并在定时任务被触发时，启动所述数据矫正子模块501对所述服务数据进行矫正。所述数据矫正子模块501用于将各个数据服务接口100的服务数据进行备份，以得到主服务数据和副服务数据，及将各个数据处理子模块301的服务数据的数据量之和与所述主服务数据的数据量之和进行比对，以验证各个数据处理子模块301的服务数据是否正确。当验证各个数据处理子模块301的服务数据的数据量之和与所述主服务数据的数据量之和不相同时，表明各个数据处理子模块301的服务数据不对，则从所述副服务数据中导入服务数据。由于通过设置定时任务子模块502能够自动化的启动数据矫正子模块501对所述服务数据进行验证，无须人工干预和人工确认，自动化程度高，对服务数据的进行风险监控，确保了服务数据的准确性。

其中，所述数据分析模块600包括：确定服务子模块601和数据统计分析子模块602。所述数据统计分析子模块602用于对所述多个数据服务接口100中的服务数据进行统计与分析，并将统计与分析的结果发送至所述确定服务子模块601。示例性的，可以计算服务或者商品的购买量，基于购买量确定何种服务或者商品更受用户的青睐；计算服务或者商品的退单量，基于退单量确定何种服务或者商品发生的退货现象较为严重，并进一步分析确定退货原因。通过所述数据统计分析子模块602能够对服务数据进行统计分析，并向对接所述数据处理***10的各个服务平台返回统计分析的结果，以辅助服务平台提高服务或者商品的质量，促进各个服务平台的良性发展。

综上所述，由于传统的数据处理方式带来的分配模式，主要应用在小B（Business）端上，层级推荐易在大众口碑中产生不良情绪，其在C（Client）端上的应用常常适得其反。本发明所述的基于扁平架构的数据处理***，通过多个数据服务接口接收多个服务平台的服务数据，对所述多个服务数据进行全息分配，扁平架构的方式不仅提高了数据处理效率，还突破了传统中的单纯利益驱动，将价值共享的精神理念与有效的分配实践结果相结合，可作为普世性商用模型面向广大C端用户，且适用于一切零售消费场景、企业内部乃至政府的资源分配中的方方面面。具体的有益效果如下所示：

1、 数据处理效率高：本发明的数据处理***采用扁平化的架构，数据处理并发同步进行，有效的缩短了数据处理时间，提高了数据处理效率；此外，通过服务网关对多数据服务接口输入的数据进行有效的拦截，有效的缓解了数据处理模块的处理压力；

2、 技术架构兼容开放：本发明的数据处理***可提供对外开放的数据服务接口，通过开放的接口，可与各种应用场景进行无缝互通，服务方只需极少的开发工作即可完成与数据处理***的对接，因而本发明的数据处理***能够运用到多种服务上，应用普适性强；

3、 技术架构模块分离：本发明的数据处理***的应用层（数据服务接口）与算法层（数据处理模块）分离为两个模块包，通过接口调用的方式实现联调互通，相比于传统的应用层和算法层为一个模块包的方式，联调互通的方式能够起到减少***干扰与风险隔离的作用；也因分布式的处理方式，算法层可作为数据处理***的底层建设，兼容扩展性更强；

4、 数据交互性强：数据处理***每接收到一笔服务数据，将会导致***内的用户对应的全息分配结果发送改变，且用户可在客户端观看到全息分配结果的实时变化，相比于传统的数据处理分配方式得到的固定分配结果，本发明的数据处理***的数据处理分配结果则体现了不确定性，且始终是增量的状态；

5、 商业效果好：全息分配结果表现为增量驱动且可提现，能够提高用户的关注度，有效的提高用户的购买力和复购率；此外，新增时间维，对贡献值进行周期性消损，进行压力驱动，若为了达到可持续全息分配的愿望，则将转短期激励为长期激励，刺激用户反复消费，通过新增消费来新增贡献值，因而对于用户的激励与预期效果将大大提升，用户粘性与留存效果将大大提升；

6、 用户关系健康：本发明的数据处理***采用扁平化的架构，摒弃了传统分销制的推荐层级关系和层级利益分配固化的局限，有效的实现了用户间的平等分配，用户的个人价值将从以个人为导向转化为以集体为导向，将个人消费通过按劳分配原则共享给集体，反过来，个人也将享有集体消费所带来的分配效益，如此能够增强用户的交互连接与情感互动，并提升了集体凝聚力，促进更加健康稳固的用户关系。

实施例二

图4为本发明提供的一种基于扁平架构的数据处理方法的流程示意图。

所述基于扁平架构的数据处理方法应用于计算机设备中，具体包括以下步骤，根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。

S41，通过所述数据服务接口接收多个服务平台的服务数据。

所述数据服务接口100作为所述数据处理***10与各种不同的服务平台连接的桥梁，获取来自于不同服务平台的服务数据。服务平台可以提供服务，也可以提供商品，因而服务平台输入给数据服务借口的数据可以是服务数据，也可以是商品数据。例如，数据服务接口100可以接收来自于软件即服务（Software-as-a-Service，SaaS）模式的服务数据，或者接收来自于导购平台上的导购数据，或者接收来自于电商平台上的交易数据。由此可知，通过所述数据处理***10提供的多个数据服务接口100，可以将不同业务场景下的服务平台中的数据都导入所述数据处理***10进行数据处理，实现全息分配。即，本发明提供的数据处理***10可以与多个企业或商家内部的***进行对接，应用于多种业务场景中。

S42，通过所述数据处理模块获取对应所述服务数据的价格、贡献率及每个用户的历史贡献值。

所述数据处理模块300接收所述服务网关200导入的服务数据，并基于预先存储的多个服务或多个商品的价格、每个服务或每个商品的贡献率、各个用户的历史贡献值及总历史贡献值，对所述服务数据进行全息分配计算，得到每个用户的分配资源。所述资源可以是现金，也可以是虚拟货币，还可以是账户积分等。

不同的服务或商品的价格不同，对应设置有不同的贡献率。服务或商品的价格与贡献率的乘积称之为贡献值，不同的商品产生不同的贡献值。贡献值是商务平台上的每一位用户获得资源分配的依据，商务平台上的个体用户的数据节点每发生一次变化，例如，个体用户每成功消费一次，则可以产生一次贡献值。即，贡献值来源于用户在商务平台上的消费。

S43，通过所述数据处理子模块基于所述价格和所述贡献率的乘积计算得到当前贡献值。

为了进一步提高对服务数据的处理能力，所述数据处理模块300可以包括多个数据处理子模块301，所述数据处理子模块301可以为服务器。即，通过线性的部署多台服务器并发处理所述服务数据，相对于单台服务器的处理能力而言，多台服务器同步对所述服务数据进行全息分配计算，能够有效的提高服务数据的处理能力，缩短服务数据的处理时间。

S44，通过所述数据处理子模块基于所述每个用户的历史贡献值的加和计算得到总历史贡献值。

S45，通过所述数据处理子模块基于每个用户的历史贡献值与所述总历史贡献值的比例计算得到每个用户的贡献值权重。

S46，通过所述数据处理子模块根据所述贡献值和所述贡献值权重得到每个用户的分配资源。

下面以一个具体实施例说明所述数据处理模块300对所述服务数据进行全息分配的计算过程。

假设商务平台上的某件商品的价格为100元，该商品的贡献率为10%，即商家愿意支出销售费用的10%（10元）作为贡献值进行全息分配。而当前该商务平台上的所有用户的总历史贡献值为100，其中，用户A的历史贡献值为10，用户B的历史贡献值为20，用户C的历史贡献值为30。

当某一个用户购买此一件商品，并成功完成100元的订单交易时，即触发对销售费用的10%（10元）的全息分配，此时若依据用户的历史贡献值与总历史贡献值的比例为贡献值权重向每一位用户进行实时全息分配，那么该10元的全息分配结果为：用户A获得10/100*10元=1元，用户B获得20/100*10元=2元，用户C获得30/100*10元=3元，其余用户的全息分配结果以此类推，直至完成商务平台上的所有用户对该件商品的全息分配。如此，可将商务平台上所有已成功完成的交易订单，均按照上述的贡献值权重进行全息分配，并实时呈现全息分配结果，用户可对全息分配得到的分配资源进行提现或者再消费。

上述数据处理方式体现出了一种全新的商业模式的全息分配原则：我为人人，人人为我，公平公正，价值共享。即，商务平台上每成功完成一笔新的交易订单，都将所述新的交易订单对商务平台上的所有用户进行一次实时全息分配，使得每一个用户都能从所述新的交易订单中实时获得一笔分配资源。

优选的，在通过所述数据处理子模块根据所述贡献值和所述贡献值权重得到每个用户的分配资源之后，所述方法还包括：

通过所述数据存储模块存储所述分配资源。

所述数据存储模块400可以包括：主数据存储模块401和从数据存储模块402。所计算得到的分配资源写入所述主数据存储模块401，而从所述从数据存储模块402中读取所述分配资源。通过设置两个数据模块分别对应写入操作和读取操作，使得数据写入和读取之间相互不影响，从而提高数据的写入效率和读取效率。为了进一步提高数据读取效率，所述数据存储模块400可以包括多个从数据存储模块402，每个从数据存储模块402中存储部分数据，即将原本一个从数据存储模块402中的数据分批次的存储到多个从数据存储模块402中。当需要读取数据时，根据所读取的数据与从数据存储模块的标识号之间的关联关系，从对应的从数据存储模块中读取数据，实现了数据的分库分表。通过将数据进行分库分表，能够有效的减少数据读取量，节省数据的读取时间，提高数据的读取效率。

优选的，所述方法还包括：

通过所述定时任务模块设置数据矫正的定时任务，并在定时任务被触发时，启动所述数据矫正模块对所述服务数据进行矫正；

通过所述数据矫正模块将所述服务数据进行备份，以得到主服务数据和副服务数据；

通过所述数据矫正模块将所述服务数据量之和与所述主服务数据量之和进行比对，当所述服务数据量之和与所述主服务数据量之和不相同时，从所述副服务数据中导入服务数据。

由于通过设置定时任务模块502能够自动化的启动数据矫正模块501对所述服务数据进行验证，无须人工干预和人工确认，自动化程度高，对服务数据的进行风险监控，确保了服务数据的准确性。

优选的，所述方法还包括：

通过所述数据分析模块对所述多个数据服务接口中的服务数据进行统计与分析，并将统计与分析的结果发送至所述确定服务模块。

示例性的，可以计算服务或者商品的购买量，基于购买量确定何种服务或者商品更受用户的青睐；计算服务或者商品的退单量，基于退单量确定何种服务或者商品发生的退货现象较为严重，并进一步分析确定退货原因。通过所述数据统计分析子模块602能够对服务数据进行统计分析，并向对接所述数据处理***10的各个服务平台返回统计分析的结果，以辅助服务平台提高服务或者商品的质量，促进各个服务平台的良性发展。

优选的，所述方法还包括：

通过所述数据消损计算模块对上一个周期的各个用户的历史贡献值及总历史贡献值进行消损计算得到当前周期的各个用户的历史贡献值和总历史贡献值，包括：

每隔预设周期获取上一个周期内每个用户的历史贡献值；

基于所述上一个周期内每个用户的历史贡献值和预设消损率计算得到当前周期内每个用户的历史贡献值；

基于所述当前周期内每个用户的历史贡献值计算得到当前周期内总历史贡献值。

示例性的，假设预设周期为5秒，预设消损率为10%，历史贡献值为10，则第一个5秒后历史贡献值变为10-（10*10%）=9，第二个5秒后历史贡献值变为9-（9*10%）=8.1，第三个5秒后历史贡献值为8.1-（8.1*10%）=7.29，后面以此类推，直至历史贡献值变为0。由于每次有新的消费都会产生一个新的贡献值，而新的贡献值与历史贡献值累加求和，其和值遵循消损规律。通过数据消损计算模块303对历史贡献值进行消损，可以使得***中的贡献值维持分配平衡。

综上所述，由于传统的数据处理方式带来的分配模式，主要应用在小B（Business）端上，层级推荐易在大众口碑中产生不良情绪，其在C（Client）端上的应用常常适得其反。本发明所述的基于扁平架构的数据处理***，通过多个数据服务接口接收多个服务平台的服务数据，对所述多个服务数据进行全息分配，扁平架构的方式不仅提高了数据处理效率，还突破了传统中的单纯利益驱动，将价值共享的精神理念与有效的分配实践结果相结合，可作为普世性商用模型面向广大C端用户，且适用于一切零售消费场景、企业内部乃至政府分配中的方方面面。具体的有益效果如下所示：

1、 数据处理效率高：本发明的数据处理***采用扁平化的架构，数据处理并发同步进行，有效的缩短了数据处理时间，提高了数据处理效率；此外，通过服务网关对多数据服务接口输入的数据进行有效的拦截，有效的缓解了数据处理模块的处理压力；

2、 数据交互性强：数据处理***每接收到一笔服务数据，将会导致***内的用户对应的全息分配结果发送改变，且用户可在客户端观看到全息分配结果的实时变化，相比于传统的数据处理分配方式得到的固定分配结果，本发明的数据处理***的数据处理分配结果则体现了不确定性，且始终是增量的状态；

3、 商业效果好：全息分配结果表现为增量驱动且可提现，能够提高用户的关注度，有效的提高用户的购买力和复购率；此外，新增时间维，对贡献值进行周期性消损，进行压力驱动，若为了达到可持续全息分配的愿望，则将转短期激励为长期激励，刺激用户反复消费，通过新增消费来新增贡献值，因而对于用户的激励与预期效果将大大提升，用户粘性与留存效果将大大提升；

4、 用户关系健康：本发明的数据处理***采用扁平化的架构，摒弃了传统分销制的推荐层级关系和层级利益分配固化的局限，有效的实现了用户间的平等分配，用户的个人价值将从以个人为导向转化为以集体为导向，将个人消费通过按劳分配原则共享给集体，反过来，个人也将享有集体消费所带来的分配效益，如此能够增强用户的交互连接与情感互动，并提升了集体凝聚力，促进更加健康稳固的用户关系。

需要说明的是，任何基于个体历史贡献值与全体历史贡献值的总和的比例为分配权重进行的实时全息分配的方式都应属于本发明的保护范畴。本发明的基于全息分配的数据处理方法，可以用于诸如营销应用中的签到积分奖励、步数积分奖励、完成任务积分奖励与分享积分奖励等等。凡借由本发明的基于全息分配的数据处理方法所做的一切改良或变式，且不局限于基于全息分配的数据处理的实时或非实时性，都属于本发明的保护范畴。

实施例三

图5为本发明实施例揭露的计算机设备的内部结构示意图。

在本实施例中，计算机设备5可以是固定计算机设备，也可以是移动计算机设备。

所述计算机设备5可以包括存储器51、处理器52和总线53。

其中，存储器51至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器（例如，SD或DX存储器等）、磁性存储器、磁盘、光盘等。存储器51在一些实施例中可以是所述计算机设备5的内部存储单元，例如所述计算机设备5的硬盘。存储器51在另一些实施例中也可以是所述计算机设备5的外部存储设备，例如所述计算机设备5上配备的插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（SecureDigital，SD）卡，闪存卡（Flash Card）等。进一步地，存储器51还可以既包括所述计算机设备5的内部存储单元也包括外部存储设备。存储器51不仅可以用于存储安装于所述计算机设备5的应用软件及各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。

处理器52在一些实施例中可以是一中央处理器（Central Processing Unit，CPU）、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器51中存储的程序代码或处理数据。

该总线53可以是外设部件互连标准（peripheral component interconnect，PCI）总线或扩展工业标准结构（extended industry standard architecture，EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

进一步地，所述计算机设备5还可以包括网络接口，网络接口可选的可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该计算机设备5与其他计算机设备之间建立通信连接。

可选地，该计算机设备5还可以包括用户接口，用户接口可以包括显示器（Display）、输入单元比如键盘（Keyboard），可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在所述计算机设备5中处理的消息以及用于显示可视化的用户界面。

图5仅示出了具有组件51-53的所述计算机设备5，本领域技术人员可以理解的是，图5示出的结构并不构成对所述计算机设备5的限定，既可以是总线型结构，也可以是星形结构，所述计算机设备5还可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。其他现有的或今后可能出现的电子产品如可适应于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。

所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质（例如固态硬盘Solid State Disk（SSD））等。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献值的部分或者该技术方案的全部或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一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

需要说明的是，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。并且本文中的术语“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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。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、装置、物品或者方法中还存在另外的相同要素。

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)

1.一种基于扁平架构的数据处理***，其特征在于，所述***包括： 多个数据服务接口，用于接收多个服务平台的服务数据； 与所述多个数据服务接口连接的服务网关，用于对所述服务数据进行验证； 与所述服务网关连接的数据处理模块，所述数据处理模块包括多个数据处理子模块，每个所述数据处理子模块用于并发同步接收经过验证后的服务数据，并基于预先存储的多个服务或多个商品的价格、每个服务或每个商品的贡献率、各个用户的历史贡献值及总历史贡献值，对所述验证后的服务数据进行全息分配得到每个用户的分配资源； 与所述数据处理模块连接的数据存储模块，用于存储所述分配资源。

2.如权利要求1所述的***，其特征在于，所述数据处理子模块基于预先存储的多个服务或多个商品的价格、每个服务或每个商品的贡献率、各个用户的历史贡献值及总历史贡献值，对所述验证后的服务数据进行全息分配得到每个用户的分配资源包括： 基于所述价格和所述贡献率的乘积计算得到当前贡献值； 基于所述每个用户的历史贡献值的加和计算得到总历史贡献值； 基于每个用户的历史贡献值与所述总历史贡献值的比例计算得到每个用户的贡献值权重； 根据所述当前贡献值和所述贡献值权重进行全息分配得到分配资源。

3.如权利要求1所述的***，其特征在于，所述服务网关包括： 流量控制子模块，用于接收所述服务数据，并将所述服务数据的数据量与预设数据量阈值进行比较，当所述服务数据的数据量大于所述预设数据量阈值时，对所述服务数据进行拦截。

4.如权利要求1所述的***，其特征在于，所述数据处理模块还包括： 数据消损计算模块，用于对上一个周期的各个用户的历史贡献值及总历史贡献值进行消损计算得到当前周期的各个用户的历史贡献值和总历史贡献值； 其中，所述数据消损计算模块对上一个周期的各个用户的历史贡献值及总历史贡献值进行消损计算得到当前周期的各个用户的历史贡献值和总历史贡献值包括： 每隔预设周期获取上一个周期内每个用户的历史贡献值；基于所述上一个周期内每个用户的历史贡献值和预设消损率计算得到当前周期内每个用户的历史贡献值； 基于所述当前周期内每个用户的历史贡献值计算得到当前周期内总历史贡献值。

5.如权利要求1至4中任意一项所述的***，其特征在于，所述***还包括： 数据清算模块，所述数据清算模块包括：数据矫正子模块和定时任务子模块； 其中，所述定时任务子模块，用于设置数据矫正的定时任务，并在定时任务被触发时，启动所述数据矫正子模块对所述服务数据进行矫正； 所述数据矫正子模块，用于将所述服务数据进行备份得到主服务数据和副服务数据，及将所述数据处理子模块的服务数据量之和与所述主服务数据量之和进行比对，当所述数据处理子模块的服务数据量之和与所述主服务数据量之和不相同时，从所述副服务数据中导入服务数据至所述数据处理模块。

6.如权利要求1至4中任意一项所述的***，其特征在于，所述***还包括： 数据分析模块，所述数据分析模块包括：确定服务子模块和数据统计分析子模块； 其中，所述数据统计分析子模块，用于对所述服务数据进行统计与分析，并将统计与分析的结果发送至所述确定服务子模块； 所述确定服务子模块，用于向所述多个服务平台返回统计分析的结果。

7.一种利用如权利要求1至6中任意一项所述的***进行数据处理的方法，其特征在于，所述方法包括： 通过所述数据服务接口接收多个服务平台的服务数据； 通过所述数据处理模块获取对应所述服务数据的价格、贡献率及每个用户的历史贡献值； 通过所述数据处理子模块基于所述价格和所述贡献率的乘积计算得到当前贡献值；基于所述每个用户的历史贡献值的加和计算得到总历史贡献值；基于每个用户的历史贡献值与所述总历史贡献值的比例计算得到每个用户的贡献值权重；根据所述当前贡献值和所述贡献值权重进行全息分配得到分配资源。

8.如权利要求7所述的方法，其特征在于，所述方法还包括： 通过所述数据消损计算模块对上一个周期的各个用户的历史贡献值及总历史贡献值进行消损计算得到当前周期的各个用户的历史贡献值和总历史贡献值，包括： 每隔预设周期获取上一个周期内每个用户的历史贡献值； 基于所述上一个周期内每个用户的历史贡献值和预设消损率计算得到当前周期内每个用户的历史贡献值； 基于所述当前周期内每个用户的历史贡献值计算得到当前周期内总历史贡献值。

9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的基于扁平架构的数据处理的下载程序，所述基于扁平架构的数据处理的下载程序被所述处理器执行时实现如权利要求7或8所述的基于扁平架构的数据处理方法。

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上存储有基于扁平架构的数据处理的下载程序，所述基于扁平架构的数据处理的下载程序可被一个或者多个处理器执行，以实现如权利要求7或8所述的基于扁平架构的数据处理方法。