CN116776842A - 数据处理方法、装置、计算机设备及可读存储介质 - Google Patents
数据处理方法、装置、计算机设备及可读存储介质 Download PDFInfo
- Publication number
- CN116776842A CN116776842A CN202310721894.2A CN202310721894A CN116776842A CN 116776842 A CN116776842 A CN 116776842A CN 202310721894 A CN202310721894 A CN 202310721894A CN 116776842 A CN116776842 A CN 116776842A
- Authority
- CN
- China
- Prior art keywords
- allocation
- data
- cost
- allocated
- target
- 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 claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000004590 computer program Methods 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/177—Editing, e.g. inserting or deleting of tables; using ruled lines
- G06F40/18—Editing, e.g. inserting or deleting of tables; using ruled lines of spreadsheets
-
- 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
-
- 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
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
-
- 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
- G06Q40/12—Accounting
- G06Q40/125—Finance or payroll
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供一种数据处理方法、装置、设备及存储介质。方法包括:构建待分摊数据表,其包括若干类主题的待分摊成本数据以及每一主题对应的若干因子信息,每一主题至少对应于一个分摊对象;当接收到目标主题的成本分摊指令时,基于待分摊数据表获取成本分摊指令对应的待分摊成本数据;基于目标主题对应的规则配置信息,确定待分摊成本数据对应的分摊规则以及若干初始分摊对象;基于每一初始分摊对象的若干因子信息确定目标分摊对象,通过数据计算引擎基于分摊规则将待分摊成本数据分摊至目标分摊对象。本申请旨在对金融机构场景下的成本分摊过程中的数据进行处理,以提高成本分摊结果的精确度、简化成本分摊过程中业务逻辑,提高成本分摊的灵活度。
Description
技术领域
本申请涉及金融科技技术领域,尤其涉及一种数据处理方法、数据处理装置、计算机设备及计算机可读存储介质。
背景技术
成本分摊是指将各部门、各产品之间的共同费用进行分摊,以便更加科学、准确地计算成本,进而帮助企业快速调整产品布局和经营策略,获得更好的经营表现。例如针对金融企业,其下可能存在不同的机构,如销售部、财务部、行政部等。由于行政部以及财务部专门为销售部服务,因此需要将行政部以及财务部运营产生的费用分摊给行政部的服务对象,也就是销售部。
现有的成本分摊通常采用oracle的进行分摊,存在以下不足:由于oracle无法有效支撑亿级别以上的数据,所以现有的成本分摊只包含了粗粒度的维度,从而无法追溯该数据来自哪个机构和成本中心等,且计算结果不够精确;此外,由于数据来源不统一,因此对于数据的获取需要同样的逻辑重复加工,耗费资源。进一步的,由于不同主题的数据对应的分摊规则不一样,因此,导致现有的分摊配置存放数据杂乱,导致更改分摊规则时不够灵活,且后续维护成本较高。
发明内容
本申请提供了一种数据处理方法、数据处理装置、计算机设备及计算机可读存储介质,旨在对成本分摊过程中的数据进行处理,以提高成本分摊结果的精确度、简化成本分摊过程中业务逻辑,提高成本分摊的灵活度。尤其是对于金融机构场景下的成本分摊,能够提高成本分摊的效率和结果。
为实现上述目的,本申请提供一种数据处理方法,所述方法包括:
构建待分摊数据表,其中,所述待分摊数据表包括若干类主题的待分摊成本数据以及每一所述主题对应的若干因子信息,每一所述主题至少对应于一个分摊对象;
当接收到目标主题的成本分摊指令时,基于所述待分摊数据表获取所述成本分摊指令对应的待分摊成本数据;
基于所述目标主题对应的规则配置信息,确定所述待分摊成本数据对应的分摊规则以及若干初始分摊对象;
基于每一所述初始分摊对象的若干因子信息确定目标分摊对象,并通过数据计算引擎基于所述分摊规则将所述待分摊成本数据分摊至所述目标分摊对象。
为实现上述目的,本申请还提供一种数据处理装置,包括:
构建数据表模块,用于构建待分摊数据表,其中,所述待分摊数据表包括若干类主题的待分摊成本数据以及每一所述主题对应的若干因子信息,每一所述主题至少对应于一个分摊对象;
获取模块,用于当接收到目标主题的成本分摊指令时,基于所述待分摊数据表获取所述成本分摊指令对应的待分摊成本数据;
确定模块,用于基于所述目标主题对应的规则配置信息,确定所述待分摊成本数据对应的分摊规则以及若干初始分摊对象,以及基于每一所述初始分摊对象的若干因子信息确定目标分摊对象;
计算模块,用于通过数据计算引擎基于所述分摊规则将所述待分摊成本数据分摊至所述目标分摊对象。
此外,为实现上述目的,本申请还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,用于存储计算机程序;所述处理器,用于执行所述的计算机程序并在执行所述的计算机程序时实现本申请实施例提供的任一项所述的数据处理方法的步骤。
此外,为实现上述目的,本申请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存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现本申请实施例提供的任一项所述的数据处理方法的步骤。
本申请实施例通过构建一个若干类主题通用的待分摊数据表,以便于后续对于各类主题在进行成本分摊的取数。对于目标主题的成本分摊,使用动态可配置的规则配置,并基于该规则配置确定目标主题的分摊规则以及初始分摊对象。进一步的,还可以利用因子信息较为精确的确定目标分摊对象。基于此,可利用数据计算引擎基于分摊规则将待分摊成本数据分摊至目标分摊对象。本申请旨在对成本分摊过程中的数据进行处理,以提高成本分摊结果的精确度、简化成本分摊过程中业务逻辑,提高成本分摊的灵活度。尤其是对于金融机构场景下的成本分摊,能够提高成本分摊的效率和结果。
附图说明
为了更清楚地说明本申请实施例技术方案,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,下面描述中的附图是本申请的一些实施例,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是本申请实施例提供的一种数据处理方法的场景示意图;
图2是本申请实施例提供的一种数据处理方法的步骤示意图;
图3是本申请一实施例提供的一种数据处理装置的示意性框图;
图4是本申请一实施例提供的一种计算机设备的示意性框图。
具体实施方式
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。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。另外,虽然在装置示意图中进行了功能模块的划分,但是在某些情况下,可以以不同于装置示意图中的模块划分。
在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
如图1所示,本申请实施例提供的数据处理方法,可以应用于如图1所示的应用环境中。该应用环境中包含有终端设备110和服务器120,其中,终端设备110可以通过网络与服务器120进行通信。具体地,服务器120构建待分摊数据表,其中,所述待分摊数据表包括若干类主题的待分摊成本数据以及每一所述主题对应的若干因子信息,每一所述主题至少对应于一个分摊对象;进而当接收到目标主题的成本分摊指令时,基于所述待分摊数据表获取所述成本分摊指令对应的待分摊成本数据;接着基于所述目标主题对应的规则配置信息,确定所述待分摊成本数据对应的分摊规则以及若干初始分摊对象;最后基于每一所述初始分摊对象的若干因子信息确定目标分摊对象,并通过数据计算引擎基于所述分摊规则将所述待分摊成本数据分摊至所述目标分摊对象,并将得到的结果输出至终端设备110。其中,服务器120可以是独立的服务器,也可以是提供云服务、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、内容分发网络(Content DeliveryNetwork,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。终端设备110可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
请参阅图2,图2是本申请实施例提供的一种数据处理方法的步骤示意图。其中,该数据处理方法可以应用在计算机设备中,用于对数据进行处理,进而实现将待成本分摊数据分摊至目标分摊对象。
如图2所示,该数据处理方法包括步骤S11至步骤S14。
步骤S11:构建待分摊数据表,其中,待分摊数据表包括若干类主题的待分摊成本数据以及每一主题对应的若干因子信息,每一主题至少对应于一个分摊对象。
需要说明的是,本申请对于待分摊数据对应的场景不加以限定,例如可以为金融机构下的待分摊数据,本申请以此为例进行说明。
可以理解的,金融机构在进行成本分摊时,通常需要对不同机构产生的成本进行分摊。其中,不同的机构分别对应于不同类的主题,例如主题可以为销售主题、保险主题、科技主题以及客服主题等,本申请实施例对此不加以限定。进一步的,针对不同的主题在进行成本分摊时,通常都需要整合其各自产生的成本费用,进而在添加费用类型,以实现提取待分摊的成本数据。
为了简化提取待分摊的成本数据的步骤,可构建各类主题通用的待分摊数据表,能够使得每一主题都可以基该待分摊数据表进行取数,实现了减少提取待分摊的成本数据的脚本的复杂性。
其中,待分摊数据表包括若干类主题的待分摊成本数据以及每一主题对应的若干因子信息,每一主题至少对应于一个分摊对象。
需要说明的是,因子信息也即分摊维度信息,分摊维度信息包括分摊维度名称以及分摊维度数据。对于不同的主题,其分别对应有若干个分摊维度信息。
本申请以主题为保险主题为例进行说明,可以理解的,对于保险主题,其对应的分摊维度信息可能包括成本中心、个团、渠道、险种以及保费等。对于保险主题中的任一个机构,其都包括上述分摊维度信息。进一步的,在确定了每一主题对应的若干因子信息后,可基于因子信息确定待分摊成员。
可选地,可通过以下方式构建待分摊数据表:分别获取若干类主题的费用数据,以及每一主题对应的若干因子信息;对费用数据进行预处理操作,得到待分摊成本数据;基于待分摊成本数据以及若干因子信息构建待分摊数据表。
具体的,可分别获取若干类主题的费用数据,例如保险主题、销售主题或者客服主题对应的费用数据。以及每一主题对应的若干因子信息。进一步的,对若干类主题的费用数据进行统一整合以及统一添加费用类型等预处理操作,得到每一主题对应的待分摊成本数据,从而可基于待分摊成本数据以及因子信息构建各类主题通用的待分摊数据表。可以理解的,对于不同类主题的成本分摊,都可以基于该待分摊数据表中得到待分摊成本数据。
在本申请实施例中,可通过对若干类主题的费用数据进行统一的预处理操作,实现构建若干主题通用的待分摊数据表。相较于对不同类主题各自取数,进而分别预处理操作,此种方法减少了金融机构场景下的成本分摊过程中逻辑的重复加工和脚本复杂度。
步骤S12:当接收到目标主题的成本分摊指令时,基于待分摊数据表获取成本分摊指令对应的待分摊成本数据。
其中,目标主题即为当前进行成本分摊的主题,例如该主题可以为保险主题。因此,在接收到保险主题的成本分摊指令时,可从待分摊数据表中获取保险主题对应的待分摊成本数据。
在具体实施中,在成本分摊过程中,基于S12获取到的目标主题的待成本分摊数据后,本公开实施例可以通过步骤S13进行下一步处理,具体描述如下:
步骤S13:基于目标主题对应的规则配置信息,确定待分摊成本数据对应的分摊规则以及若干初始分摊对象。
其中,对于不同的主题其分别对应有不同的规则配置信息。规则配置信息至少包括分摊规则以及分摊成员,分摊规则包括但不限于分摊比例等,本申请对此不加以限定。如此,便可基于保险主题对应的规则配置信息,确定待分摊成本数据对应的分摊规则以及若干初始分摊对象。
可选地,为了获取到保险主题对应的规则配置,上述基于目标主题对应的规则配置信息,确定待分摊成本数据对应的分摊规则以及若干初始分摊对象之前,包括:获取分摊配置信息,其中,分摊配置信息包括若干类主题对应的规则配置信息;基于分摊配置信息,确定目标主题对应的规则配置信息,其中,规则配置信息至少包括分摊规则以及分摊成员。
由于分摊配置信息包括若干类主题对应的规则配置信息,例如包括保险主题、销售主题或者客服主题等对应的规则配置信息,因此可基于获取到的分摊配置信息确定保险主题的规则配置信息。
可选地,分摊配置信息可通过以下的方式获得:对主题进行抽象归类,得到若干类主题;将若干类主题纳入分摊规则配置框架,得到若干类主题对应的规则配置信息;基于若干类主题对应的规则配置信息得到分摊配置信息。
具体的,可通过调查的方式对主题进行抽象,得到若干类主题。进而将若干类主题纳入分摊规则配置框架,从而得到每一类主题对应的规则配置信息。基于若干类主题对应的规则配置信息,便可得到分摊配置信息。
需要说明的是,本申请对于分摊配置信息的表现形式不加以限定,例如可以为表格的形式。进一步的,可通过分摊配置信息表基于用户的需求更改规则配置信息,如此可提高对于规则配置信息更改的成本分摊的灵活性以及便捷性。
其中,本申请对于主题的分类不加以限定,参见步骤S11的相关描述,为避免重复,此处不加以赘述。
在本申请实施例中,可基于各类主题通用的分摊配置信息得到保险主题对应的规则配置信息,以实现确定待分摊成本数据对应的分摊规则以及若干初始分摊对象。此外,还可以对基于用户的需求更改规则配置信息,此种动态可配置的规则配置提高了成本分摊的灵活性以及便捷性,且减少了开发人员的开发成本,便于维护人员的维护。
步骤S14:基于每一初始分摊对象的若干因子信息确定目标分摊对象,并通过数据计算引擎基于分摊规则将待分摊成本数据分摊至目标分摊对象。
在确定初始分摊对象后,可基于用户的需求对初始分摊对象的因子信息进行筛选,进而得到筛选后的目标分摊对象,也即该保险主题对应的分摊对象。例如,可对初始分摊对象的因子信息中的因子数据进行筛选,在初始分摊对象的因子信息中的因子数据为目标因子数据时,该初始分摊对象即为该保险主题对应的分摊对象。
可选地,为了得到该保险主题对应的分摊对象,上述基于每一所述初始分摊对象的若干因子信息,确定目标分摊对象,包括:基于数据发散原则,将待分摊成本数据与其对应的若干初始分摊对象关联;基于关联后的每一初始分摊对象对应的因子信息,确定目标分摊对象。
具体的,可将待分摊成本与其对应的若干初始分摊对象关联,从而使得数据发散。进而对关联后的每一初始分摊对象对应的因子信息进行筛选,以确定因子信息符合要求的该保险主题对应的分摊对象。相较于待分摊成本直接与初始分摊对象以及因子信息关联,进而得到该保险主题对应的分摊对象的方式,上述方法能够使得确定该保险主题对应的分摊对象过程中所需的代码量减小、逻辑更加清晰。
进一步的,在确定该保险主题对应的分摊对象后,可通过数据计算引擎基于分摊规则将待分摊成本数据分摊至该保险主题对应的分摊对象。
其中,该保险主题对应的分摊对象的数量可以为一个,也可以为多个,本申请以该保险主题对应的分摊对象多个为例进行说明;进一步的,分摊规则可以为该保险主题对应对应的分摊比例。基于此,数据计算引擎可基于目标分摊对象对应的分摊比例将待分摊成本数据分摊至多个该保险主题对应的分摊对象。
需要说明的是,本申请对于数据计算引擎不加以限制,例如可以为Hive引擎、Spark引擎等,本申请以Spark引擎为例进行说明。
Spark引擎是专为大规模数据处理而设计的快速通用的计算引擎,具有计算速度快、易用性、通用性的特点。Spark引擎能够支持亿级别以上的数据的计算,且对于内存计算,Spark引擎相较于其他的数据计算引擎计算速度快100倍以上;Spark引擎还能够提供80多个高级运算符,便于用户使用;此外,Spark引擎还提供了大量的库,包括SQL、DataFrames、MLlib、GraphX、Spark Streaming等,用户可以在同一个应用程序中无缝组合使用这些库,因此具有较高的通用性。基于此,Spark引擎能够支持分摊过程中较大量数据和复杂的计算逻辑。
可选地,通过数据计算引擎基于分摊规则将待分摊成本数据分摊至目标分摊对象之后,包括:判断待分摊成本数据是否分摊完毕;若待分摊成本数据未分摊完毕,则返回执行基于目标主题对应的规则配置信息,确定待分摊成本数据对应的分摊规则以及若干初始分摊对象的步骤,进行循环对待分摊成本数据进行分摊处理。
具体的,可将每一保险主题对应的分摊对象分摊到的数据结果进行加和,得到分摊结果数据,进而将分摊结果数据与待分摊成本数据进行比对,以判断保险主题对应待分摊成本数据是否分摊完毕。若分摊结果数据与待分摊成本数据一致,则说明待分摊成本数据分摊完毕,此次分摊成功;若分摊结果数据与待分摊成本数据不一致,则说明待分摊成本数据分摊未完毕,此次分摊失败。基于此,可返回执行基于保险主题对应的规则配置信息,确定待分摊成本数据对应的分摊规则以及若干初始分摊对象的步骤,进行循环对待分摊成本数据进行分摊处理,直至分摊结果数据与待分摊成本数据一致,也即待分摊成本数据分摊完毕。
可选地,通过数据计算引擎基于分摊规则将待分摊成本数据分摊至目标分摊对象之后,还包括:将分摊至目标分摊对象的第一次分摊结果进行保存,并判断是否需要进行下一轮分摊;若需要进行下一轮分摊,则以第一次分摊结果为下一轮的待分摊成本数据,返回执行基于目标主题对应的规则配置信息,确定待分摊成本数据对应的分摊规则以及若干初始分摊对象的步骤,进行循环直至不需要进行下一轮分摊为止。
在本申请实施例中,可基于数据发散的原则,将待分摊成本直接与初始分摊对象关联,进而对关联后的每一初始分摊对象对应的因子信息进行筛选,以确定因子信息符合要求的目标分摊对象,使得确定保险主题对应的分摊对象过程中所需的代码量减小、逻辑更加清晰。此外在通过数据计算引擎基于分摊规则将待分摊成本数据分摊至保险主题对应的分摊对象后,还可以基于计算结果判断成本分摊是否完毕以及利用该计算结果进行下一步的成本分摊,通过这种循环的步骤,简化了保险主题下的成本分摊的重复性逻辑,提高了成本分摊的效率。
本申请实施例提供的一种数据处理方法,通过构建一个若干类主题通用的待分摊数据表,以便于后续对于各类主题在进行成本分摊的取数。对于目标主题的成本分摊,可使用动态可配置的规则配置,并基于该规则配置确定目标主题的分摊规则以及初始分摊对象。进一步的,还可以利用因子信息较为精确的确定目标分摊对象。基于此,可利用数据计算引擎基于分摊规则将待分摊成本数据分摊至目标分摊对象。本申请旨在对成本分摊过程中的数据进行处理,以提高成本分摊结果的精确度、简化成本分摊过程中业务逻辑,提高成本分摊的灵活度。尤其是对于金融机构场景下的成本分摊,能够提高成本分摊的效率和结果。
请参阅图3,图3是本申请一实施例提供的一种数据处理装置的示意性框图,该数据处理装置可以配置于服务器中,用于执行前述的数据处理方法。
如图3所示,该数据处理装置200包括:构建数据表模块201、获取模块202、确定模块203、计算模块204。
构建数据表模块201,用于构建待分摊数据表,其中,所述待分摊数据表包括若干类主题的待分摊成本数据以及每一所述主题对应的若干因子信息,每一所述主题至少对应于一个分摊对象;
获取模块202,用于当接收到目标主题的成本分摊指令时,基于所述待分摊数据表获取所述成本分摊指令对应的待分摊成本数据;
确定模块203,用于基于所述目标主题对应的规则配置信息,确定所述待分摊成本数据对应的分摊规则以及若干初始分摊对象,以及基于每一所述初始分摊对象的若干因子信息确定目标分摊对象;
计算模块204,用于通过数据计算引擎基于所述分摊规则将所述待分摊成本数据分摊至所述目标分摊对象。
构建数据表模块201,还用于分别获取所述若干类主题的费用数据,以及每一所述主题对应的若干因子信息;对所述费用数据进行预处理操作,得到所述待分摊成本数据;基于所述待分摊成本数据以及所述若干因子信息构建所述待分摊数据表。
确定模块203,还用于获取分摊配置信息,其中,所述分摊配置信息包括若干类主题对应的规则配置信息;基于所述分摊配置信息,确定所述目标主题对应的规则配置信息,其中,所述规则配置信息至少包括所述分摊规则以及分摊成员;基于所述目标主题对应分摊成员,确定所述待分摊成本数据对应若干初始分摊对象。
确定模块203,还用于基于数据发散原则,将所述待分摊成本数据与其对应的若干初始分摊对象关联;基于关联后的每一所述初始分摊对象对应的因子信息,确定目标分摊对象。
获取模块202,还用于对所述主题进行抽象归类,得到若干类主题;将所述若干类主题纳入分摊规则配置框架,得到若干类主题对应的规则配置信息;基于所述若干类主题对应的规则配置信息得到所述分摊配置信息。
计算模块204,还用于判断所述待分摊成本数据是否分摊完毕;若所述待分摊成本数据未分摊完毕,则返回执行所述基于所述目标主题对应的规则配置信息,确定所述待分摊成本数据对应的分摊规则以及若干初始分摊对象的步骤,进行循环对所述待分摊成本数据进行分摊处理。
计算模块204,还用于将分摊至所述目标分摊对象的第一次分摊结果进行保存,并判断是否需要进行下一轮分摊;若需要进行下一轮分摊,则以所述第一次分摊结果为下一轮的待分摊成本数据,返回执行所述基于所述目标主题对应的规则配置信息,确定所述待分摊成本数据对应的分摊规则以及若干初始分摊对象的步骤,进行循环直至不需要进行下一轮分摊为止。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和各模块、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。
本申请的方法、装置可用于众多通用或专用的计算***环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、机顶盒、可编程的消费终端设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。
示例性的,上述的方法、装置可以实现为一种计算机程序的形式,该计算机程序可以在如图4所示的计算机设备上运行。
请参阅图4,图4是本申请实施例提供的一种计算机设备的示意图。该计算机设备可以是服务器。
如图4所示,该计算机设备包括通过***总线连接的处理器、存储器和网络接口,其中,存储器可以包括易失性存储介质、非易失性存储介质和内存储器。
非易失性存储介质可存储操作***和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行任意一种数据处理方法。
处理器用于提供计算和控制能力,支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器执行时,可使得处理器执行任意一种数据处理方法。
该网络接口用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,该计算机设备的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
应当理解的是,处理器可以是中央处理单元(Central Processing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中,在一些实施方式中,所述处理器用于运行存储在存储器中的计算机程序,以实现如下步骤:构建待分摊数据表,其中,所述待分摊数据表包括若干类主题的待分摊成本数据以及每一所述主题对应的若干因子信息,每一所述主题至少对应于一个分摊对象;当接收到目标主题的成本分摊指令时,基于所述待分摊数据表获取所述成本分摊指令对应的待分摊成本数据;基于所述目标主题对应的规则配置信息,确定所述待分摊成本数据对应的分摊规则以及若干初始分摊对象;基于每一所述初始分摊对象的若干因子信息确定目标分摊对象,并通过数据计算引擎基于所述分摊规则将所述待分摊成本数据分摊至所述目标分摊对象。
在一些实施方式中,所述处理器还用于分别获取所述若干类主题的费用数据,以及每一所述主题对应的若干因子信息;对所述费用数据进行预处理操作,得到所述待分摊成本数据;基于所述待分摊成本数据以及所述若干因子信息构建所述待分摊数据表。
在一些实施方式中,所述处理器还用于获取分摊配置信息,其中,所述分摊配置信息包括若干类主题对应的规则配置信息;基于所述分摊配置信息,确定所述目标主题对应的规则配置信息,其中,所述规则配置信息至少包括所述分摊规则以及分摊成员;基于所述目标主题对应分摊成员,确定所述待分摊成本数据对应若干初始分摊对象。
在一些实施方式中,所述处理器还用于基于数据发散原则,将所述待分摊成本数据与其对应的若干初始分摊对象关联;基于关联后的每一所述初始分摊对象对应的因子信息,确定目标分摊对象。
在一些实施方式中,所述处理器还用于对所述主题进行抽象归类,得到若干类主题;将所述若干类主题纳入分摊规则配置框架,得到若干类主题对应的规则配置信息;基于所述若干类主题对应的规则配置信息得到所述分摊配置信息。
在一些实施方式中,所述处理器还用于判断所述待分摊成本数据是否分摊完毕;若所述待分摊成本数据未分摊完毕,则返回执行所述基于所述目标主题对应的规则配置信息,确定所述待分摊成本数据对应的分摊规则以及若干初始分摊对象的步骤,进行循环对所述待分摊成本数据进行分摊处理。
在一些实施方式中,所述处理器还用于将分摊至所述目标分摊对象的第一次分摊结果进行保存,并判断是否需要进行下一轮分摊;若需要进行下一轮分摊,则以所述第一次分摊结果为下一轮的待分摊成本数据,返回执行所述基于所述目标主题对应的规则配置信息,确定所述待分摊成本数据对应的分摊规则以及若干初始分摊对象的步骤,进行循环直至不需要进行下一轮分摊为止。
本申请实施例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计算机程序,所述计算机程序中包括程序指令,所述程序指令被执行时实现本申请实施例提供的任一种数据处理方法。
其中,所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元,例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备,例如所述计算机设备上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
进一步地,所述计算机可读存储介质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***、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链语言模型的存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种数据处理方法,其特征在于,所述方法包括:
构建待分摊数据表,其中,所述待分摊数据表包括若干类主题的待分摊成本数据以及每一所述主题对应的若干因子信息,每一所述主题至少对应于一个分摊对象;
当接收到目标主题的成本分摊指令时,基于所述待分摊数据表获取所述成本分摊指令对应的待分摊成本数据;
基于所述目标主题对应的规则配置信息,确定所述待分摊成本数据对应的分摊规则以及若干初始分摊对象;
基于每一所述初始分摊对象的若干因子信息确定目标分摊对象,并通过数据计算引擎基于所述分摊规则将所述待分摊成本数据分摊至所述目标分摊对象。
2.根据权利要求1所述的方法,其特征在于,所述构建待分摊数据表包括:
分别获取所述若干类主题的费用数据,以及每一所述主题对应的若干因子信息;
对所述费用数据进行预处理操作,得到所述待分摊成本数据;
基于所述待分摊成本数据以及所述若干因子信息构建所述待分摊数据表。
3.根据权利要求1所述的方法,其特征在于,所述基于所述目标主题对应的规则配置信息,确定所述待分摊成本数据对应的分摊规则以及若干初始分摊对象之前,包括:
获取分摊配置信息,其中,所述分摊配置信息包括若干类主题对应的规则配置信息;
基于所述分摊配置信息,确定所述目标主题对应的规则配置信息,其中,所述规则配置信息至少包括所述分摊规则以及分摊成员;
所述基于所述目标主题对应的规则配置信息,确定所述待分摊成本数据对应若干初始分摊对象,包括:
基于所述目标主题对应的分摊成员,确定所述待分摊成本数据对应若干初始分摊对象。
4.根据权利要求1所述的方法,其特征在于,所述基于每一所述初始分摊对象的若干因子信息,确定目标分摊对象,包括:
基于数据发散原则,将所述待分摊成本数据与其对应的若干初始分摊对象关联;
基于关联后的每一所述初始分摊对象对应的因子信息,确定目标分摊对象。
5.根据权利要求2所述的方法,其特征在于,所述分摊配置信息通过以下方式获得:
对所述主题进行抽象归类,得到若干类主题;
将所述若干类主题纳入分摊规则配置框架,得到若干类主题对应的规则配置信息;
基于所述若干类主题对应的规则配置信息得到所述分摊配置信息。
6.根据权利要求1所述方法,其特征在于,所述通过数据计算引擎基于所述分摊规则将所述待分摊成本数据分摊至所述目标分摊对象之后,还包括:
判断所述待分摊成本数据是否分摊完毕;
若所述待分摊成本数据未分摊完毕,则返回执行所述基于所述目标主题对应的规则配置信息,确定所述待分摊成本数据对应的分摊规则以及若干初始分摊对象的步骤,进行循环对所述待分摊成本数据进行分摊处理。
7.根据权利要求1所述的方法,其特征在于,所述通过数据计算引擎基于所述分摊规则将所述待分摊成本数据分摊至所述目标分摊对象之后,包括:
将分摊至所述目标分摊对象的第一次分摊结果进行保存,并判断是否需要进行下一轮分摊;
若需要进行下一轮分摊,则以所述第一次分摊结果为下一轮的待分摊成本数据,返回执行所述基于所述目标主题对应的规则配置信息,确定所述待分摊成本数据对应的分摊规则以及若干初始分摊对象的步骤,进行循环直至不需要进行下一轮分摊为止。
8.一种数据处理装置,其特征在于,所述装置包括:
构建数据表模块,用于构建待分摊数据表,其中,所述待分摊数据表包括若干类主题的待分摊成本数据以及每一所述主题对应的若干因子信息,每一所述主题至少对应于一个分摊对象;
获取模块,用于当接收到目标主题的成本分摊指令时,基于所述待分摊数据表获取所述成本分摊指令对应的待分摊成本数据;
确定模块,用于基于所述目标主题对应的规则配置信息,确定所述待分摊成本数据对应的分摊规则以及若干初始分摊对象,以及基于每一所述初始分摊对象的若干因子信息确定目标分摊对象;
计算模块,用于通过数据计算引擎基于所述分摊规则将所述待分摊成本数据分摊至所述目标分摊对象。
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,用于存储计算机程序;所述处理器,用于执行所述的计算机程序并在执行所述的计算机程序时实现如权利要求1-7任一项所述的数据处理方法的步骤。
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存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如权利要求1-7中任一项所述的数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310721894.2A CN116776842A (zh) | 2023-06-16 | 2023-06-16 | 数据处理方法、装置、计算机设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310721894.2A CN116776842A (zh) | 2023-06-16 | 2023-06-16 | 数据处理方法、装置、计算机设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116776842A true CN116776842A (zh) | 2023-09-19 |
Family
ID=88007448
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310721894.2A Pending CN116776842A (zh) | 2023-06-16 | 2023-06-16 | 数据处理方法、装置、计算机设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116776842A (zh) |
-
2023
- 2023-06-16 CN CN202310721894.2A patent/CN116776842A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10936659B2 (en) | Parallel graph events processing | |
US9128991B2 (en) | Techniques to perform in-database computational programming | |
CN111695675B (zh) | 联邦学习模型训练方法及相关设备 | |
CN112800095B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
US20140114822A1 (en) | Method and system for creating tax configuration templates | |
US20130073515A1 (en) | Column based data transfer in extract transform and load (etl) systems | |
CN111427971B (zh) | 用于计算机***的业务建模方法、装置、***和介质 | |
EP3627426A1 (en) | Integrated entity view across distributed systems | |
WO2020207445A1 (zh) | 一种基于区块链的事件订阅方法及装置 | |
CN112527848B (zh) | 基于多数据源的报表数据查询方法、装置、***及存储介质 | |
CN111046237A (zh) | 用户行为数据处理方法、装置、电子设备及可读介质 | |
Yan et al. | Hands-On Data Science with Anaconda: Utilize the right mix of tools to create high-performance data science applications | |
CN109360106B (zh) | 画像构建方法、***、介质和计算机*** | |
CN112580079A (zh) | 权限配置方法、装置、电子设备及可读存储介质 | |
Shvets et al. | Approach to workload analysis of large HPC centers | |
US11062224B2 (en) | Prediction using fusion of heterogeneous unstructured data | |
CN110888972A (zh) | 一种基于Spark Streaming的敏感内容识别方法及装置 | |
CN110245684A (zh) | 数据处理方法、电子设备和介质 | |
US11818206B2 (en) | Visibility of digital assets at channel level | |
CN116776842A (zh) | 数据处理方法、装置、计算机设备及可读存储介质 | |
CN115203339A (zh) | 多数据源整合方法、装置、计算机设备及存储介质 | |
CN114064976A (zh) | 一种数据特征计算的方法、***、电子装置和存储介质 | |
Zhong et al. | Big data workloads drawn from real-time analytics scenarios across three deployed solutions | |
US11630849B2 (en) | Optimizing insight generation in heterogeneous datasets | |
US20210216229A1 (en) | Data lineage and data provenance enhancement |
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 |