CN116662387A - 业务数据处理方法、装置、设备及存储介质 - Google Patents
业务数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116662387A CN116662387A CN202310554450.4A CN202310554450A CN116662387A CN 116662387 A CN116662387 A CN 116662387A CN 202310554450 A CN202310554450 A CN 202310554450A CN 116662387 A CN116662387 A CN 116662387A
- Authority
- CN
- China
- Prior art keywords
- data
- task
- service
- modification
- data modification
- 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
- 238000003672 processing method Methods 0.000 title abstract description 17
- 238000012986 modification Methods 0.000 claims abstract description 314
- 230000004048 modification Effects 0.000 claims abstract description 314
- 238000001514 detection method Methods 0.000 claims abstract description 164
- 230000007246 mechanism Effects 0.000 claims abstract description 126
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 40
- 230000015654 memory Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000013523 data management Methods 0.000 abstract description 14
- 238000007726 management method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000004900 laundering Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24564—Applying rules; Deductive queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供一种业务数据处理方法、装置、设备及存储介质,涉及数据管理技术领域,该方法包括:从多个数据源获得待检测业务数据集,针对待检测业务数据集中每条待检测业务数据,分别根据其对应的业务类型和数据源,从包含各个业务最新数据检测规则的数据检测规则库中确定该待检测业务数据对应的数据检测规则以对其进行数据合规性检测。如果检测结果指示各个待检测业务数据中存在不满足数据检测规则的目标业务数据,为每个目标业务数据生成相应的数据整改任务,根据每个目标业务数据的业务对象标识,确定其数据整改任务对应的数据整改机构,将各个数据整改任务发送至相应的数据整改机构,以提高业务数据的数据处理效率。
Description
技术领域
本申请涉及数据管理技术领域,具体涉及一种业务数据处理方法、装置、设备及存储介质。
背景技术
随着互联网技术的发展,各种业务针对业务数据的要求也随之发生变化,用户过去办理相关业务提供的合规业务数据,可能已经无法满足最新的业务数据质量要求,因此为了保证用户办理业务时所需提供的用户信息符合最新的业务合规性和风险可控性要求,需要金融机构按照最新的数据合规性要求对其进行整改,以提高业务数据的质量水平。
目前针对业务数据进行数据整改时,通常是由金融机构自主通过人为手动对海量的业务数据进行核查和整改,操作复杂,出错率高,导致业务数据整改的效率较低。
因此,如何提高业务数据的数据处理效率是亟待解决的问题。
发明内容
本申请实施例提供一种业务数据处理方法、装置、设备及存储介质,用以提高业务数据的处理效率。
一方面,提供一种业务数据处理方法,所述方法包括:
获得来源于多个数据源的待检测业务数据集,所述待检测业务数据集中每条待检测业务数据为相应业务对象在历史办理相应业务时所提供的对象信息;
针对所述待检测业务数据集中各个待检测业务数据,分别基于各条待检测业务数据各自对应的业务类型和数据源,从数据检测规则库中,确定各条待检测业务数据各自对应的数据检测规则;其中,所述数据检测规则库包含各个业务最新的数据检测规则;
基于获得的各条数据检测规则,分别对相应的待检测业务数据进行数据合规性检测;
若基于检测结果确定各条待检测业务数据中,存在不满足数据检测规则的目标业务数据,则分别为各条目标业务数据生成相应的数据整改任务;
基于各条目标业务数据对应的业务对象标识,确定相应数据整改任务对应的数据整改机构,并将各个数据整改任务发送至相应的数据整改机构。
一方面,提供一种业务数据处理装置,所述装置包括:
获取单元,用于获得来源于多个数据源的待检测业务数据集,所述待检测业务数据集中每条待检测业务数据为相应业务对象在历史办理相应业务时所提供的对象信息;
确定单元,用于针对所述待检测业务数据集中各个待检测业务数据,分别基于各条待检测业务数据各自对应的业务类型和数据源,从数据检测规则库中,确定各条待检测业务数据各自对应的数据检测规则;其中,所述数据检测规则库包含各个业务最新的数据检测规则;
检测单元,用于基于获得的各条数据检测规则,分别对相应的待检测业务数据进行数据合规性检测;
生成单元,用于若基于检测结果确定各条待检测业务数据中,存在不满足数据检测规则的目标业务数据,则分别为各条目标业务数据生成相应的数据整改任务;
发送单元,用于基于各条目标业务数据对应的业务对象标识,确定相应数据整改任务对应的数据整改机构,并将各个数据整改任务发送至相应的数据整改机构。
可选的,所述检测单元,具体用于:
按照预设格式规则,分别对所述各条待检测业务数据进行格式转换;
基于获得的各条数据检测规则,分别对各条格式转换后的待检测业务数据进行数据合规性检测。
可选的,所述检测单元,具体用于:
针对各条目标业务数据,分别执行如下操作:
针对一条目标业务数据,将所述目标业务数据对应的业务对象标识,与历史生成的数据整改任务对应的业务对象标识进行匹配;
若匹配成功,则基于所述目标业务数据,对匹配成功的数据整改任务进行更新,并将更新后的数据整改任务作为所述目标业务数据对应的数据整改任务;
若未匹配成功,则为所述目标业务数据生成新的数据整改任务。
可选的,所述发送单元,还用于:
针对各个数据整改任务,分别执行如下操作:
针对一个数据整改任务,确定所述数据整改任务对应的数据整改机构当前的数据整改任务的总数量,是否超过第一预设数量阈值;
若超过所述预设数量阈值,则基于数据整改任务数量小于第二预设数量阈值的数据整改机构,为所述数据整改任务重新分配数据整改机构;
若未超过所述第一预设数量阈值,则将所述确定的数据整改机构作为所述数据整改任务对应的数据整改机构。
可选的,所述装置,还包括更新单元,用于:
接收数据整改机构针对相应数据整改任务返回的任务完成结果,所述任务完成结果表征所述数据整改机构已完成所述数据整改任务,且所述任务完成结果携带有经所述数据整改机构整改后的目标业务数据;
基于相应的数据检测规则,对所述整改后的目标业务数据进行数据合规性检测;
若确定所述整改后的目标业务数据通过所述数据合规性检测,则更新所述数据整改任务的任务状态至已完成状态。
可选的,所述生成单元,还用于:
获取预设时间范围内生成的至少一个数据整改任务的任务状态;
基于所述至少一个数据整改任务的任务状态,以及各个数据整改机构各自对应的数据整改任务,确定所述各个数据整改机构的任务处理情况;
基于所述各个数据整改机构的任务处理情况,生成相应的任务进度表,并将所述任务进度表发送给指定对象的终端设备。
可选的,所述发送单元,还用于:
基于所述至少一个数据整改任务的任务状态以及任务期限,确定是否存在逾期的数据整改任务;
若存在逾期的数据整改任务,则向逾期的各个数据整改任务对应的数据整改机构发送任务提醒信息。
一方面,提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一种方法的步骤。
一方面,提供一种计算机存储介质,其上存储有计算机程序指令,该计算机程序指令被处理器执行时实现上述任一种方法的步骤。
一方面,提供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任一种方法的步骤。
本申请实施例中,从多个数据源获得包含业务对象在历史办理相应业务时所提供的对象信息的待检测业务数据集,针对待检测业务数据集中每条待检测业务数据,分别根据其对应的业务类型和数据源,从包含各个业务最新数据检测规则的数据检测规则库中确定该待检测业务数据对应的数据检测规则,以于对其进行数据合规性检测。如果检测结果指示各个待检测业务数据中存在不满足数据检测规则的目标业务数据,为每个目标业务数据生成相应的数据整改任务,根据每个目标业务数据的业务对象标识,确定其数据整改任务对应的数据整改机构,最终将各个数据整改任务发送至相应的数据整改机构。
该方法通过自动完成从多个数据源获取待检测业务数据集、对待检测业务数据进行数据合规性检测、根据检测结果自动生成数据整改任务、以及根据业务对象标识确定数据整改任务对应的数据整改机构,实现了对海量的业务数据的高效检测和整改,减少了人工手动干预的流程和人工出错的概率,大大提高了业务数据整改的效率和准确性。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的应用场景示意图;
图2为本申请实施例提供的一种数据管理设备的***架构图;
图3为本申请实施例提供的一种业务数据处理方法的流程示意图;
图4为本申请实施例提供的一种格式转换前后的待检测业务数据的示意图;
图5为本申请实施例提供的一种数据整改任务的示意图;
图6为本申请实施例提供的一种任务进度表的示意图;
图7为本申请实施例提供的一种业务数据处理装置的结构示意图;
图8为本申请实施例提供的计算机设备的一种结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
为便于理解本申请实施例提供的技术方案,这里先对本申请实施例使用的一些关键名词进行解释:
资源:指自然界和人类社会中一种可用以创造物质财富和精神财富的具有一定量的积累的客观存在形态,包括电子资金或积分等虚拟资源和实体资源。
业务数据:指金融领域中用户在办理业务的过程中提供的用户信息,例如用户的姓名、身份证号码、地址等身份信息、电子资源账户编号、电子资源账户等账户信息。
数据检测规则:指根据相关数据质量要求,针对不同业务类型、不同业务数据的业务数据所制定的检测规则,用于检测业务数据是否符合相应的规范和标准。例如,用户在金融机构开立电子资源账户时,需要检测用户的身份证号码是否正确且属于用户本人的真实信息。
任务进度表:指用于展示数据整改任务的处理进度和状态的表格或报告。使得相关人员可以根据可视化的任务进度表快速了解每个数据整改任务的处理情况和完成状态。
下面对本申请实施例的设计思想进行简要介绍:
随着时代的发展,用户过去办理相关业务提供的合规业务数据,可能已经无法满足最新的业务数据质量要求,因此为了保证用户办理业务时所需提供的用户信息符合最新的业务合规性和风险可控性要求,需要金融机构按照最新的数据合规性要求对其进行整改,以提高业务数据的质量水平。
目前缺乏针对业务数据的数据处理方法,而由金融机构自主通过人为手动对海量的业务数据进行核查和整改,操作复杂,出错率高,导致业务数据整改的效率较低。
鉴于上述问题,本申请实施例提供了一种业务数据处理方法,该方法可从多个数据源获得包含业务对象在历史办理相应业务时所提供的对象信息的待检测业务数据集,并针对待检测业务数据集中每条待检测业务数据,分别根据其对应的业务类型和数据源,从包含各个业务最新数据检测规则的数据检测规则库中,确定该待检测业务数据对应的数据检测规则,以于对其进行数据合规性检测。如果检测结果指示各个待检测业务数据中存在不满足数据检测规则的目标业务数据,为每个目标业务数据生成相应的数据整改任务,根据每个目标业务数据的业务对象标识,确定其数据整改任务对应的数据整改机构,最终将各个数据整改任务发送至相应的数据整改机构。
该方法通过自动完成从多个数据源获取待检测业务数据集、对待检测业务数据进行数据合规性检测、根据检测结果自动生成数据整改任务、以及根据业务对象标识确定数据整改任务对应的数据整改机构,实现了对海量的业务数据的高效检测和整改,减少了人为操作的介入和人工出错的概率,大大提高了业务数据整改的效率和准确性。
为了进一步提高业务数据整改的准确性,本申请还建立有包含各个业务最新数据检测规则的数据检测规则库,通过最新的数据检测规则可及时发现不符合当前业务数据质量要求的业务数据,避免漏检和误判,保证业务数据的合规性,进而提高业务风险可控性。
为了进一步提高业务数据检测的准确性和效率,本申请还提供了通过预设格式规则对待检测业务数据进行格式转换,来确保待检测业务数据的格式统一及规范,从而降低对该待检测业务数据进行处理的复杂度和出错概率。同时格式转换后的待检测业务数据可更快速地被数据检测规则库所识别和处理,进一步提高数据合规性检测的准确性和效率。
为了进一步提高业务数据整改的效率,本申请还通过将目标业务数据的业务对象标识与历史生成的数据整改任务的业务对象标识进行匹配,当匹配成功时即说明该业务对象已生成过相应的数据整改任务,从而直接将目标业务数据更新至已有的数据整改任务下,无需再次生成数据整改任务,提高业务数据整改的效率。
为了进一步提高业务数据整改的准确性,本申请还接收数据整改机构返回的任务完成结果,及时了解各个数据整改机构的数据整改任务的进展情况,并通过相应的数据检测规则对整改后的目标业务数据进行二次检测,确保证业务数据的合规性。
为了提高业务数据整改任务分配的灵活性,本申请在通过业务对象标识确定数据整改任务相应的数据整改机构后,还将根据预设数量阈值,来判断确定出的数据整改机构是否任务过载,从而选择将数据整改任务分配给当前任务数量较少的数据整改机构,以均衡所有数据整改机构的任务负载,避免因数据整改机构任务过载导致数据整改任务的积压和滞后,进而提高数据整改任务的处理效率。
为了实现对业务数据整改任务具有可追溯性,本申请还通过获取到的一定时间范围的各个数据整改任务的任务状态以及各个数据整改机构各自对应的数据整改任务,确定出各个数据整改机构的任务处理情况,并生成任务进度表发送给指定对象的终端设备,通过任务进度表可实时监控数据整改任务的进度情况,而以可视化的进度表的方式呈现,提高了任务进度查询的便捷性,便于相关人员对业务数据整改任务进行监督,促使数据整改任务得到及时处理。
为了进一步提高业务数据处理的效率,本申请还根据各个数据整改任务的任务状态以及任务期限,来判断是否存在逾期的数据整改任务,并向逾期的数据整改任务对应的数据整改机构发送任务提醒信息,可有效避免业务数据整改任务的逾期风险,提高业务数据处理的效率。
下面对本申请实施例的技术方案能够适用的应用场景做一些简单介绍,需要说明的是,本申请技术方案中,对数据的采集、传播、使用等,均符合国家相关法律法规要求,且以下介绍的应用场景仅用于说明本申请实施例而非限定。在具体实施过程中,可以根据实际需要灵活地应用本申请实施例提供的技术方案。
本申请实施例提供的技术方案可以适用于金融机构针对业务数据进行质量检测和整改的场景。如图1所示,为本申请实施例提供的应用场景示意图,在该场景中,可以包括数据管理设备100、数据整改设备101。
其中,数据管理设备100,可以为具有一定处理能力的计算机设备,例如手机、个人计算机(personal computer,PC)、服务器等能够被配置为执行本申请实施例提供的该方法装置中的任意一种均可,在此不再一一进行例举。为便于描述,下文以该方法的执行主体为能够执行该方法的服务器为例,对该方法的实施方式进行介绍。服务器可以是负责金融机构数据***的设计、开发和维护的数据中心对应的服务器设备,基于本申请实施例提供的数据整改方法,从金融机构的其他数据管理部门、***等多个数据源处获得待检测业务数据集,并对其中的多条待检测业务数据进行数据合规性检测,为不满足数据检测规则的目标业务数据生成相应的数据整改任务,并将各个数据整改任务发送至相应的数据整改机构。可以理解,该方法的执行主体为服务器只是一种示例性的说明,并不应理解为对该方法的限定。服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式***,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器,但并不局限于此。该数据管理设备100还可以配置数据库,数据库可以用于存储本申请实施例提供的方案中涉及到的数据检测规则、业务数据与业务对象标识的映射关系、业务数据整改过程中产生的中间数据、数据整改设备发送的需存储的信息等。
数据整改设备101是与数据整改机构对应的、各种形式的移动互联网设备(MobileInternet Device,MID),即通过无线网络技术上网接入互联网的终端设备,例如智能手机、车载智能终端、智能电视、笔记本电脑、平板电脑、销售点机(Point of sales,POS)、自动柜员机(Automated Teller Machine,ATM)、多媒体终端、网银机、现金存款机(Cash DepositMachine,CDM)等任意能与数据管理设备进行连接,接收数据整改任务并为数据整改机构相关人员提供本地服务的设备均可,本实施例不作具体限定。其中,数据整改机构可以是金融机构内部负责数据整改工作的部门或机构,负责确保其业务数据符合最新的数据质量要求和业务需求,例如金融机构各地的分支机构可以作为数据整改机构,分支机构内设置数据整改小组或数据整改部门,负责总部数据中心分配至分支机构的数据整改工作,确保数据的安全性和稳定性。
数据管理设备100、数据整改设备101之间可以通过网络102连接,该网络102可以是有线网络,也可以是无线网络,例如无线网络可以是移动蜂窝网络,例如***移动通信(4generation,4G)网络、第五代移动通信(5generation,5G)网络或新无线(New Radio,NR)网络,或者可以是无线保真(Wireless-Fidelity,WIFI)网络,当然还可以是其他可能的网络,本发明实施例对此不做限制。
需要说明的是,图1所示只是举例说明,实际上数据管理设备100、数据整改设备101的数量不受限制,在本申请实施例中不做具体限定。且图1所示的组件和结构只是示例性的,而非限制性的,在实际场景中根据需要,还可以具有其他组件和结构。
如图2所示,为本申请实施例提供的数据管理设备的***架构图,其中,该数据管理设备具体包括如下模块:
(1)数据采集模块,用于从多个数据源获取待检测业务数据集,发送至数据检测模块。
(2)规则管理模块,用于存储各个业务最新的数据检测规则,并发送至数据检测模块以使其对待检测业务数据进行数据合规性检测。
(3)数据检测模块,用于接收数据采集模块传输的待检测业务数据集,并根据其中各条待检测业务数据的业务类型和数据源,从规则管理模块获取对应的数据检测规则,根据数据检测规则对待检测业务数据进行数据合规性检测,根据检测结果确定待检测业务数据中是否存在不满足数据检测规则的目标业务数据,将目标业务数据发送至任务生成模块。
(4)任务生成模块,用于从数据检测模块接收确定出的不满足数据检测规则的目标业务数据,并为目标业务数据生成相应的数据整改任务,发送至任务分发模块。
(5)任务分发模块,用于从任务生成模块接收其生成的数据整改任务,并根据业务对象标识确定数据整改任务对应的数据整改机构,将各个数据整改任务发送至相应的数据整改机构,以使数据整改机构对不满足数据检测规则的目标业务数据进行整改。
应当注意,图2所示的功能模块架构图的组件和结构只是示例性的,而非限制性的,在实际场景中根据需要,还可以具有其他组件和结构。
下面结合上述描述的应用场景,参考附图来描述本申请示例性实施方式提供的业务数据处理方法,需要注意的是,上述应用场景仅是为了便于理解本申请的精神和原理而示出,本申请的实施方式在此方面不受任何限制。
参见图3所示,为本申请实施例提供的业务数据处理方法的流程示意图,该方法的执行主体为图1以及图2所示的数据管理设备,该方法的具体实施流程如下:
步骤301:获得来源于多个数据源的待检测业务数据集。
本申请实施例中,为了对业务对象在历史办理业务时所提供的对象信息等业务数据进行检测和整改,将从多个数据源处综合获取到包含多条待检测业务数据的待检测业务数据集,并进行后续的数据合规性检测和数据整改流程。
具体的,以金融机构为例,数据源可以是金融机构内部的各种业务***,包括但不限于存储有客户的个人身份信息、联系方式、家庭成员等业务数据的客户关系管理***(Customer Relationship Management,CRM)、存储有客户的资源账户余额、资源账户流水、资源账户类型、资源账户状态、交易记录等业务数据的资源账户管理***、存储有客户办理的股票、债券、外汇等金融产品的相关信息的产品管理***。
步骤302:针对待检测业务数据集中各个待检测业务数据,分别基于各条待检测业务数据各自对应的业务类型和数据源,从数据检测规则库中确定各条待检测业务数据各自对应的数据检测规则。
本申请实施例中,为了提高业务数据检测的准确性,数据检测规则库包含各个业务对应的最新的数据检测规则,而各个数据检测规则与待检测业务数据的业务类型以及数据源具有映射关系,因此可以根据待检测业务数据的数据类型以及数据源,从数据检测规则库中确定出与待检测业务数据适配的数据检测规则,以完成对该待检测业务数据的数据合规性检测。
具体的,以金融机构为例,待检测业务数据可以来自于金融机构的资源账户管理***,其业务类型可以为用户薪资流水信息,根据上述数据源和业务类型,可以确定出对应的最新的数据检测规则,例如可以是:用户在办理资源账户时需提供最近6个月且连续的薪资流水记录。当待检测业务数据指示的薪资流水记录信息中有间断或者不满足6个月条件,就可确定认为是不符合数据检测规则的目标业务数据。
待检测业务数据集还可以来自于金融机构的征信***,待检测业务数据的业务类型可以是用户在办理理财业务时提供的个人信用报告,对应的数据检测规则可以是用户在办理理财业务时征信评级需不低于B级并且没有逾期记录。如果客户的征信评级低于B级或者存在逾期记录,就可以认为是不符合数据检测规则的目标业务数据。
步骤303:基于获得的各条数据检测规则,分别对相应的待检测业务数据进行数据合规性检测。
本申请实施例中,在根据待检测业务数据的业务类型以及数据源确定了对应的数据检测规则后,将根据数据检测规则对相应的待检测数据进行数据合规性检测,以确定各个待检测数据是否满足相应业务最新的数据质量要求。
在一种可能的实施方式中,由于各个待检测业务数据可能来源于不同部门、不同***、不同区域的数据源,各自的业务类型也存在不同,因此各个待检测业务数据可能存在数据格式具有差异的问题,例如获取到的各个待检测业务数据可能包括文本、图片、音频、视频等各个数据类型,而同为文本数据类型的待检测业务数据也可能具有不同的文字结构等,导致数据合规性检测可能无法正常进行或无法准确检测出正确结果。因此,为了降低对不同格式的待检测业务数据进行数据合规性检测的复杂度和出错概率,提高数据合规性检测的效率,在对待检测业务数据进行数据合规性检测前,可按照预设格式规则分别对各条待检测业务数据进行格式转换,对各条格式转换后的待检测业务数据进行数据合规性检测。
在一种可能的实施方式中,可以根据不同待检测业务数据的业务类型与数据源以及对应的数据检测规则,预先设置与上述参数相关联的预设格式规则。
具体的,参考图4所示,以待检测业务数据为来源于资源账户管理***的交易记录为例,图4(a)为直接从资源账户管理***获取到的交易记录的原始格式,如图4(b)为格式转换后的交易记录。由于交易记录包含交易编号、资源账户编号、交易日期、交易金额、交易类型、转账账户编号等多个参数信息,而其对应的数据检测规则需要对该交易记录中的部分特定参数按照对应的判定条件进行检测,例如检测交易金额是否超出对应的资源账户的余额;检测交易日期是否合法且是否早于资源账户的开户日期;检测转账账户是否存在异常,例如是否是金融机构的黑名单账户;检测交易类型是否合法,比如是否为反洗钱交易类型。因此,转换后的交易记录数据可直接快速地识别出需要进行检测的参数以及其匹配的判定条件,从而提高数据合规性检测的效率。
步骤304:若基于检测结果确定各条待检测业务数据中,存在不满足数据检测规则的目标业务数据,则分别为各条目标业务数据生成相应的数据整改任务。
本申请实施例中,为了提高业务数据整改的效率,在确定存在不满足数据检测规则的目标业务数据时,将按照预设的任务生成策略为各个目标业务数据生成对应的数据整改任务,以使数据整改机构能通过数据整改任务对目标业务数据进行整改。
在一种可能的实施方式中,数据整改任务可以包括任务内容、任务期限、任务状态等参数,通过确定的目标业务数据携带的信息,对上述参数字段进行填充,以生成对应的数据整改任务。
具体的,如图5所示,以待检测业务数据集为自于金融机构的资源账户管理***业务类型可以为用户开户信息为例,用户开户信息中包括了客户姓名、身份证号码、手机号码等信息,根据其数据源以及业务类型确定出其对应的数据检测规则,要求客户姓名必须为中文,身份证号码必须为18位数字,手机号码必须为11位数字。当通过数据合规性检测确定出该客户开户信息数据的手机号码只有10位数字,不满足对应的数据检测规则时,根据该目标业务数据自动生成相应的数据整改任务,任务内容为对该客户开户信息数据的手机号码进行修改,修改为正确的11位数字,任务期限可以通过该目标业务数据对应的业务类型从预先设置的任务期限与业务类型映射关系中确定,也可以由人工自行设置,在刚生成数据整改任务时默认任务状态为未完成。接收到该数据整改任务的数据整改机构将根据上述任务参数,负责修改该开户信息数据的手机号码,以确保数据的准确性和合规性。
在一种可能的实施方式中,在确定了目标业务数据后,将根据目标业务数据对应的业务对象标识,与历史生成的数据整改任务对应的业务对象标识进行匹配,当匹配成功时通过目标业务数据对其匹配成功的数据整改任务进行更新,将更新后的数据整改任务直接作为目标业务数据对应的数据整改任务,可以避免为同一业务对象反复生成多个数据整改任务,节省计算资源,提高数据整改效率,而数据整改机构也可直接通过一个数据整改任务,完成对同一业务对象涉及到的所有不合规的目标业务数据进行整改,避免反复打扰到同一业务对象,影响用户体验。当匹配失败时,也可直接为目标业务数据生成新的数据整改任务。
具体的,以金融机构相关的业务场景为例,业务对象标识可以是用户编号、用户资源账户编号、交易流水编号等。例如,用户会在金融机构开立资源账户,每个资源账户都具有唯一的资源账户编号与该用户身份对应,因此与该用户相关的业务数据都可使用该资源账户编号作为业务对象标识,从而将同一业务对象涉及到的所有不合规的目标业务数据都归纳到一个数据整改任务下,提高数据整改效率。
步骤305:基于各条目标业务数据对应的业务对象标识,确定相应数据整改任务对应的数据整改机构,并将各个数据整改任务发送至相应的数据整改机构。
本申请实施例中,在为目标业务数据生成对应的数据整改任务之后,将根据业务对象标识将各个数据整改任务分配至对应的数据整改机构,自动完成业务数据的整改,实现了对海量业务数据的高效检测和整改,减少人为操作介入和人工出错概率,提高业务数据整改的效率和准确性。
在一种可能的实施方式中,为了提高业务数据整改任务分配的灵活性,在确定每个数据整改任务对应的数据整改机构后,可判断该数据整改机构当前的数据整改任务的总数量是否超过第一预设数量阈值,若超过预设数量阈值即说明该数据整改机构任务过载,则根据数据整改任务数量小于第二预设数量阈值的数据整改机构即当前任务数量较少的数据整改机构,为该数据整改任务重新分配对应的数据整改机构,当未超过第一预设数量阈值,则依然将确定的数据整改机构作为数据整改任务对应的数据整改机构,从而均衡所有数据整改机构的任务负载,避免因数据整改机构任务过载导致数据整改任务的积压和滞后,进而提高数据整改任务的处理效率。
在一种可能的实施方式中,第一预设数量阈值、第二预设数量阈值均可以是综合分析历史上各个数据整改机构处理任务的情况确定的,例如根据历史上各个数据整改机构的任务数量和完成情况,确定出数据整改机构能够同时处理的数据整改任务数量最大值为10,而在满足要求的处理速度下,数据整改机构能够同时处理的数据整改任务数量最大值为5,因此可以统一为所有数据整改机构设置相同的第一、第二预设数量阈值分别为10个和5个,也可以结合每个数据整改机构自身的历史处理情况,分析每个数据整改机构的处理能力,结合业务需求和预算等因素来分别为各个数据整改机构设置不同的预设数量阈值。
具体的,以金融机构目前具有三个数据整改机构A、B、C,负责对目标业务数据进行整改,第一预设数量阈值为10个任务,第二预设数量阈值为5个任务为例。在通过业务对象标识,确定了当前数据整改任务对应的数据整改机构为A时,而在新增了一个数据整改任务的情况下,数据整改机构A当前的数据整改任务数量为11,已经超过了第一预设数量阈值,因此该数据整改任务需被重新分配至未超过第二预设数量阈值的数据整改机构C,以保证数据整改的效率。
在一种可能的实施方式中,本申请还可通过接收数据整改机构针对相应数据整改任务返回的,指示其已完成该数据整改任务,且携带有经其整改后的目标业务数据的任务完成结果,及时了解各个数据整改机构的数据整改任务的进展情况,并通过相应的数据检测规则对整改后的目标业务数据进行数据合规性检测,当确定所整改后的目标业务数据通过数据合规性检测,更新数据整改任务的任务状态至已完成状态,通过二次数据合规性检测,确保业务数据整改的准确性。
本申请实施例中,在将各个数据整改任务分配给对应的数据整改机构之后,还可实现对各个数据整改机构的处理情况进行统计,下面对数据整改机构的处理情况的统计流程进行介绍。
为了使业务数据整改任务具有可追溯性,本申请通过获取预设时间范围内生成的数据整改任务的任务状态,根据任务状态以及各个数据整改机构对应的数据整改任务,确定出各个数据整改机构的任务处理情况并生成相应的任务进度表,发送给指定对象的终端设备。
在一种可能的实施方式中,如图6所示,任务进度表除了包含各个数据整改机构以及对应的数据整改任务的任务处理情况外,还可以统计出各个数据整改机构的任务完成比率,使得指定对象可通过可视化图表或表格形式的任务进度表,实现从数据整改机构、数据整改任务等多层次上实时监控数据整改任务的进度情况,提高任务进度查询的便捷性,便于指定对象对业务数据整改任务的进度进行查询,促使数据整改任务可得到及时处理。
在一种可能的实施方式中,还可根据查询对象的身份类型设置不同任务进度标的查询权限,对不同对象提供不同级别的任务进度信息,以实现分层次和分角色的任务管理。例如,监督人员可以查看所有数据整改任务的进度情况,而普通员工只能查看自己负责处理的数据整改任务进度。
在一种可能的实施方式中,本申请还可通过数据整改任务的任务状态以及任务期限,确定是否存在逾期的数据整改任务,当存在逾期的数据整改任务,则向其对应的数据整改机构发送任务提醒信息,促使数据整改任务可得到及时处理,提高业务数据处理的效率。
请参见图7,基于同一发明构思,本申请实施例还提供了一种业务数据处理装置70,该装置包括:
获取单元701,用于获得来源于多个数据源的待检测业务数据集,待检测业务数据集中每条待检测业务数据为相应业务对象在历史办理相应业务时所提供的对象信息;
确定单元702,用于针对待检测业务数据集中各个待检测业务数据,分别基于各条待检测业务数据各自对应的业务类型和数据源,从数据检测规则库中,确定各条待检测业务数据各自对应的数据检测规则;其中,数据检测规则库包含各个业务最新的数据检测规则;
检测单元703,用于基于获得的各条数据检测规则,分别对相应的待检测业务数据进行数据合规性检测;
生成单元704,用于若基于检测结果确定各条待检测业务数据中,存在不满足数据检测规则的目标业务数据,则分别为各条目标业务数据生成相应的数据整改任务;
发送单元705,用于基于各条目标业务数据对应的业务对象标识,确定相应数据整改任务对应的数据整改机构,并将各个数据整改任务发送至相应的数据整改机构。
可选的,检测单元703,具体用于:
按照预设格式规则,分别对各条待检测业务数据进行格式转换;
基于获得的各条数据检测规则,分别对各条格式转换后的待检测业务数据进行数据合规性检测。
可选的,检测单元703,具体用于:
针对各条目标业务数据,分别执行如下操作:
针对一条目标业务数据,将目标业务数据对应的业务对象标识,与历史生成的数据整改任务对应的业务对象标识进行匹配;
若匹配成功,则基于目标业务数据,对匹配成功的数据整改任务进行更新,并将更新后的数据整改任务作为目标业务数据对应的数据整改任务;
若未匹配成功,则为目标业务数据生成新的数据整改任务。
可选的,发送单元705,还用于:
针对各个数据整改任务,分别执行如下操作:
针对一个数据整改任务,确定数据整改任务对应的数据整改机构当前的数据整改任务的总数量,是否超过第一预设数量阈值;
若超过预设数量阈值,则基于数据整改任务数量小于第二预设数量阈值的数据整改机构,为数据整改任务重新分配数据整改机构;
若未超过第一预设数量阈值,则将确定的数据整改机构作为数据整改任务对应的数据整改机构。
可选的,装置还包括更新单元706,具体用于:
接收数据整改机构针对相应数据整改任务返回的任务完成结果,任务完成结果表征数据整改机构已完成数据整改任务,且任务完成结果携带有经数据整改机构整改后的目标业务数据;
基于相应的数据检测规则,对整改后的目标业务数据进行数据合规性检测;
若确定整改后的目标业务数据通过数据合规性检测,则更新数据整改任务的任务状态至已完成状态。
可选的,生成单元704,还用于:
获取预设时间范围内生成的至少一个数据整改任务的任务状态;
基于至少一个数据整改任务的任务状态,以及各个数据整改机构各自对应的数据整改任务,确定各个数据整改机构的任务处理情况;
基于各个数据整改机构的任务处理情况,生成相应的任务进度表,并将任务进度表发送给指定对象的终端设备。
可选的,发送单元705,还用于:
基于至少一个数据整改任务的任务状态以及任务期限,确定是否存在逾期的数据整改任务;
若存在逾期的数据整改任务,则向逾期的各个数据整改任务对应的数据整改机构发送任务提醒信息。
通过上述装置,从多个数据源获得包含业务对象在历史办理相应业务时所提供的对象信息的待检测业务数据集,针对待检测业务数据集中每条待检测业务数据,分别根据其对应的业务类型和数据源,从包含各个业务最新数据检测规则的数据检测规则库中确定该待检测业务数据对应的数据检测规则,以于对其进行数据合规性检测。如果检测结果指示各个待检测业务数据中存在不满足数据检测规则的目标业务数据,为每个目标业务数据生成相应的数据整改任务,根据每个目标业务数据的业务对象标识,确定其数据整改任务对应的数据整改机构,最终将各个数据整改任务发送至相应的数据整改机构。该方法通过自动完成从多个数据源获取待检测业务数据集、对待检测业务数据进行数据合规性检测、根据检测结果自动生成数据整改任务、以及根据业务对象标识确定数据整改任务对应的数据整改机构,实现了对海量的业务数据的高效检测和整改,减少了人工手动干预的流程和人工出错的概率,大大提高了业务数据整改的效率和准确性。
为了描述的方便,以上各部分按照功能划分为各单元模块(或模块)分别描述。当然,在实施本申请时可以把各单元(或模块)的功能在同一个或多个软件或硬件中实现。该装置可以用于执行本申请各实施例中所示的方法,因此,对于该装置的各功能模块所能够实现的功能等可参考前述实施例的描述,不多赘述。
请参见图8,基于同一技术构思,本申请实施例还提供了一种计算机设备。在一种实施例中,该计算机设备例如可以为图1以及图2所示的数据管理设备。该计算机设备如图8所示,可以包括存储器801,通讯模块803以及一个或多个处理器802。
存储器801,用于存储处理器802执行的计算机程序。存储器801可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***;存储数据区可存储各种操作指令集等。
存储器801可以是易失性存储器(volatile memory),例如随机存取存储器(random-access memory,RAM);存储器801也可以是非易失性存储器(non-volatilememory),例如只读存储器,快闪存储器(flash memory),硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD);或者存储器801是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器801可以是上述存储器的组合。
处理器802,可以包括一个或多个中央处理单元(central processing unit,CPU)或者为数字处理单元等等。处理器802,用于调用存储器801中存储的计算机程序时实现上述业务数据处理方法。
通讯模块803用于与数据整改设备或者其他网络设备进行通信。
本申请实施例中不限定上述存储器801、通讯模块803和处理器802之间的具体连接介质。本申请实施例在图8中以存储器801和处理器802之间通过总线804连接,总线804在图8中以粗线描述,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。总线804可以分为地址总线、数据总线、控制总线等。为便于描述,图8中仅用一条粗线描述,但并不描述仅有一根总线或一种类型的总线。
存储器801中存储有计算机存储介质,计算机存储介质中存储有计算机可执行指令,计算机可执行指令用于实现本申请实施例所提供的业务数据处理方法。处理器802用于执行上述各实施例所提供的业务数据处理方法。
基于同一发明构思,本申请实施例还提供一种存储介质,该存储介质上存储有计算机程序,当该计算机程序指令在计算机上运行时,使得计算机处理器执行本说明书上述描述的根据本申请各种实施例提供的业务数据处理方法中的步骤。
在一些可能的实施方式中,本申请提供的业务数据处理方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在计算机设备上运行时,程序代码用于使计算机设备执行本说明书上述描述的根据本申请各种示例性实施方式的业务数据处理方法中的步骤,例如,计算机设备可以执行各实施例的步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本申请的实施方式的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在计算装置上运行。然而,本申请的程序产品不限于此,在本申请件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被命令执行***、装置或者器件使用或者与其结合使用。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由命令执行***、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算装置上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算装置上部分在远程计算装置上执行、或者完全在远程计算装置或服务器上执行。在涉及远程计算装置的情形中,远程计算装置可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算装置,或者,可以连接到外部计算装置(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了装置的若干单元或子单元,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之,上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外,尽管在附图中以特定顺序描述了本申请方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (13)
1.一种业务数据处理方法,其特征在于,所述方法包括:
获得来源于多个数据源的待检测业务数据集,所述待检测业务数据集中每条待检测业务数据为相应业务对象在历史办理相应业务时所提供的对象信息;
针对所述待检测业务数据集中各个待检测业务数据,分别基于各条待检测业务数据各自对应的业务类型和数据源,从数据检测规则库中,确定各条待检测业务数据各自对应的数据检测规则;其中,所述数据检测规则库包含各个业务最新的数据检测规则;
基于获得的各条数据检测规则,分别对相应的待检测业务数据进行数据合规性检测;
若基于检测结果确定各条待检测业务数据中,存在不满足数据检测规则的目标业务数据,则分别为各条目标业务数据生成相应的数据整改任务;
基于各条目标业务数据对应的业务对象标识,确定相应数据整改任务对应的数据整改机构,并将各个数据整改任务发送至相应的数据整改机构。
2.如权利要求1所述的方法,其特征在于,在基于获得的各条数据检测规则,分别对相应的待检测业务数据进行数据合规性检测之前,所述方法还包括:
按照预设格式规则,分别对所述各条待检测业务数据进行格式转换;
则基于获得的各条数据检测规则,分别对相应的待检测业务数据进行数据合规性检测,包括:
基于获得的各条数据检测规则,分别对各条格式转换后的待检测业务数据进行数据合规性检测。
3.如权利要求1所述的方法,其特征在于,若基于检测结果确定各条待检测业务数据中,存在不满足数据检测规则的目标业务数据,则分别为各条目标业务数据生成相应的数据整改任务,包括:
针对各条目标业务数据,分别执行如下操作:
针对一条目标业务数据,将所述目标业务数据对应的业务对象标识,与历史生成的数据整改任务对应的业务对象标识进行匹配;
若匹配成功,则基于所述目标业务数据,对匹配成功的数据整改任务进行更新,并将更新后的数据整改任务作为所述目标业务数据对应的数据整改任务;
若未匹配成功,则为所述目标业务数据生成新的数据整改任务。
4.如权利要求1所述的方法,其特征在于,所述基于各条目标业务数据对应的业务对象标识,确定相应数据整改任务对应的数据整改机构之后,所述方法还包括:
针对各个数据整改任务,分别执行如下操作:
针对一个数据整改任务,确定所述数据整改任务对应的数据整改机构当前的数据整改任务的总数量,是否超过第一预设数量阈值;
若超过所述预设数量阈值,则基于数据整改任务数量小于第二预设数量阈值的数据整改机构,为所述数据整改任务重新分配数据整改机构;
若未超过所述第一预设数量阈值,则将所述确定的数据整改机构作为所述数据整改任务对应的数据整改机构。
5.如权利要求1所述的方法,其特征在于,在将各个数据整改任务发送至相应的数据整改机构之后,所述方法还包括:
接收数据整改机构针对相应数据整改任务返回的任务完成结果,所述任务完成结果表征所述数据整改机构已完成所述数据整改任务,且所述任务完成结果携带有经所述数据整改机构整改后的目标业务数据;
基于相应的数据检测规则,对所述整改后的目标业务数据进行数据合规性检测;
若确定所述整改后的目标业务数据通过所述数据合规性检测,则更新所述数据整改任务的任务状态至已完成状态。
6.如权利要求1~5任一所述的方法,其特征在于,所述方法还包括:
获取预设时间范围内生成的至少一个数据整改任务的任务状态;
基于所述至少一个数据整改任务的任务状态,以及各个数据整改机构各自对应的数据整改任务,确定所述各个数据整改机构的任务处理情况;
基于所述各个数据整改机构的任务处理情况,生成相应的任务进度表,并将所述任务进度表发送给指定对象的终端设备。
7.如权利要求6所述的方法,其特征在于,在获取预设时间范围内生成的至少一个数据整改任务的任务状态之后,所述方法还包括:
基于所述至少一个数据整改任务的任务状态以及任务期限,确定是否存在逾期的数据整改任务;
若存在逾期的数据整改任务,则向逾期的各个数据整改任务对应的数据整改机构发送任务提醒信息。
8.一种业务数据处理装置,其特征在于,所述装置包括:
获取单元,用于获得来源于多个数据源的待检测业务数据集,所述待检测业务数据集中每条待检测业务数据为相应业务对象在历史办理相应业务时所提供的对象信息;
确定单元,用于针对所述待检测业务数据集中各个待检测业务数据,分别基于各条待检测业务数据各自对应的业务类型和数据源,从数据检测规则库中,确定各条待检测业务数据各自对应的数据检测规则;其中,所述数据检测规则库包含各个业务最新的数据检测规则;
检测单元,用于基于获得的各条数据检测规则,分别对相应的待检测业务数据进行数据合规性检测;
生成单元,用于若基于检测结果确定各条待检测业务数据中,存在不满足数据检测规则的目标业务数据,则分别为各条目标业务数据生成相应的数据整改任务;
发送单元,用于基于各条目标业务数据对应的业务对象标识,确定相应数据整改任务对应的数据整改机构,并将各个数据整改任务发送至相应的数据整改机构。
9.如权利要求8所述的装置,其特征在于,所述生成单元具体用于:
针对各条目标业务数据,分别执行如下操作:
针对一条目标业务数据,将所述目标业务数据对应的业务对象标识,与历史生成的数据整改任务对应的业务对象标识进行匹配;
若匹配成功,则基于所述目标业务数据,对匹配成功的数据整改任务进行更新,并将更新后的数据整改任务作为所述目标业务数据对应的数据整改任务;
若未匹配成功,则为所述目标业务数据生成新的数据整改任务。
10.如权利要求8所述的装置,其特征在于,所述发送单元还用于:
针对各个数据整改任务,分别执行如下操作:
针对一个数据整改任务,确定所述数据整改任务对应的数据整改机构当前的数据整改任务的总数量,是否超过第一预设数量阈值;
若超过所述预设数量阈值,则基于数据整改任务数量小于第二预设数量阈值的数据整改机构,为所述数据整改任务重新分配数据整改机构;
若未超过所述第一预设数量阈值,则将所述确定的数据整改机构作为所述数据整改任务对应的数据整改机构。
11.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,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7任一项所述方法的步骤。
12.一种计算机存储介质,其上存储有计算机程序,其特征在于,
该计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
13.一种计算机程序产品,包括计算机程序,其特征在于,
该计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310554450.4A CN116662387A (zh) | 2023-05-17 | 2023-05-17 | 业务数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310554450.4A CN116662387A (zh) | 2023-05-17 | 2023-05-17 | 业务数据处理方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116662387A true CN116662387A (zh) | 2023-08-29 |
Family
ID=87708911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310554450.4A Pending CN116662387A (zh) | 2023-05-17 | 2023-05-17 | 业务数据处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116662387A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116957822A (zh) * | 2023-09-21 | 2023-10-27 | 太平金融科技服务(上海)有限公司 | 表单的检测方法、装置、电子设备及存储介质 |
-
2023
- 2023-05-17 CN CN202310554450.4A patent/CN116662387A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116957822A (zh) * | 2023-09-21 | 2023-10-27 | 太平金融科技服务(上海)有限公司 | 表单的检测方法、装置、电子设备及存储介质 |
CN116957822B (zh) * | 2023-09-21 | 2023-12-12 | 太平金融科技服务(上海)有限公司 | 表单的检测方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109255499B (zh) | 投诉、投诉案件处理方法、装置及设备 | |
CN110232565B (zh) | 资源清算方法、装置、计算机设备和存储介质 | |
US20110288996A1 (en) | Automatically Decisioning Transaction Requests | |
CN111178219A (zh) | 票据识别管理方法、装置、存储介质及电子设备 | |
CN111091358B (zh) | 多支付渠道的统一处理方法及*** | |
CN110109905A (zh) | 风险名单数据生成方法、装置、设备及计算机存储介质 | |
CN114186626A (zh) | 一种异常检测方法、装置、电子设备及计算机可读介质 | |
CN110428240A (zh) | 一种可疑交易自动识别和处理方法、终端和服务器 | |
CN104376452A (zh) | 基于国际卡支付通道管理支付成功率的***及方法 | |
CN116662387A (zh) | 业务数据处理方法、装置、设备及存储介质 | |
CN110827155A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
CN117196630A (zh) | 交易风险预测方法、装置、终端设备以及存储介质 | |
CN111949857B (zh) | 一种航班查询请求的处理方法、装置及电子设备 | |
CN111369370B (zh) | 估值表处理方法、装置、服务器及存储介质 | |
CN114253957A (zh) | 数据处理方法、相关设备、存储介质及计算机程序产品 | |
CN113239126A (zh) | 一种基于bor方法的业务活动信息标准化方案 | |
CN115082179A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN114880369A (zh) | 一种基于弱数据技术的风险授信方法和*** | |
CN112734352A (zh) | 一种基于数据维度的单据审核方法和装置 | |
CN114596681B (zh) | 一种循环机异常处理方法和装置 | |
CN111652501B (zh) | 金融产品评估装置及方法、电子设备、存储介质 | |
US11507445B2 (en) | Systems and methods for data quality management | |
CN117670503A (zh) | 业务申请数据处理方法、装置和服务器 | |
CN115601157A (zh) | 一种额度处理方法、装置、电子设备及计算机可读介质 | |
CN118247053A (zh) | 交易事件识别方法、装置、处理器及电子设备 |
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 |