金融业务的处理方法及装置、存储介质和电子设备与流程

1.本技术涉及金融科技领域，具体而言，涉及一种金融业务的处理方法及装置、存储介质和电子设备。


背景技术：

2.随着企业数据量增加和分散，需要将多个来源的数据整合到一个集中的存储区域中进行分析和报告，为了构建一个完整可靠且具有一致性、准确性以及易于查询等特点的数据仓库，需要将不同来源、格式、质量等各异的原始数据经过清洗、转换与加载处理后转化成目标模式并导入到数据仓库中。因此，etl技术在实现这些处理过程上扮演了至关重要角色。同时在现有技术中，etl技术没有针对金融市场做特性分析，而金融数据存在数据量大、数据保存周期长和数据保密性强的特点，因此采用单层的数据模型对金融业务的数据信息进行处理，会导致对金融业务的数据信息处理效率和精确度较低，从而导致在根据处理后的金融业务信息对金融业务对应的金融产品进行评估的效率低。
3.针对相关技术中采用的单层的数据模型对金融业务的数据信息进行处理，导致对金融业务对应的金融产品的评估效率比较低的问题，目前尚未提出有效的解决方案。


技术实现要素：

4.本技术的主要目的在于提供一种金融业务的处理方法及装置、存储介质和电子设备，以解决相关技术中采用的单层的数据模型对金融业务的数据信息进行处理，导致对金融业务对应的金融产品的评估效率比较低的问题。
5.为了实现上述目的，根据本技术的一个方面，提供了一种金融业务的处理方法。该方法包括：获取目标对象对应的待处理的金融数据，其中，所述待处理的金融数据至少包括目标对象的身份信息数据及所述目标对象所持有的目标金融业务对应的金融产品数据；通过目标数据处理模型采用多个处理操作对待处理的金融数据进行处理，得到目标金融数据，其中，所述目标数据处理模型包括：第一数据层，第二数据层和第三数据层，所述第一数据层、所述第二数据层和所述第三数据层用于执行所述多个处理操作中的不同处理操作；依据所述目标金融数据对所述目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果。
6.进一步地，通过所述目标数据处理模型对所述待处理的金融数据进行处理，得到目标金融数据包括：将所述待处理的金融数据加载至所述第一数据层中的第一数据表；通过所述第二数据层对所述第一数据表中的所述待处理的金融数据进行处理，得到处理后的金融数据；通过所述第三数据层对所述处理后的金融数据进行聚合，得到所述目标金融数据。
7.进一步地，通过所述第二数据层对所述第一数据表中的所述待处理的金融数据进行处理，得到处理后的金融数据包括：对所述第一数据表中的所述待处理的金融数据进行封装，得到多个数据对象，其中，每个数据对象中包括多个待处理的金融数据；依据目标清
洗规则对所述多个数据对象进行清洗，得到清洗后的数据对象；依据预设的数据映射规则将所述清洗后的数据对象中的金融数据映射到所述第二数据层中的多个第二数据表中；依据预设的关联规则将所述多个第二数据表进行关联，得到所述处理后的金融数据。
8.进一步地，依据目标清洗规则对所述多个数据对象进行清洗，得到清洗后的数据对象包括：依据目标清洗规则对所述多个数据对象进行清洗，得到第一数据对象；依据所述第一数据对象，从所述多个数据对象中确定第二数据对象，其中，所述第二数据对象中至少包括一个残缺的金融数据；将所述第二数据对象中的金融数据存储至目标数据表，并对所述目标数据表中的金融数据进行分类，得到第一类金融数据和第二类金融数据，其中，所述第一类金融数据为残缺的金融数据，所述第二类金融数据为除第一类金融数据之外的金融数据；依据所述目标清洗规则对所述第二类金融数据进行清洗，得到清洗后的第二类金融数据，并对所述清洗后的第二类金融数据进行封装，得到第三数据对象；依据第一数据对象和所述第三数据对象，确定所述清洗后的数据对象。
9.进一步地，通过所述第三数据层对所述处理后的金融数据进行聚合，得到所述目标金融数据包括：通过所述第三数据层对所述处理后的金融数据进行聚合，得到所述目标金融业务对应的事实表和多个与所述事实表相关联的维度表；依据所述事实表和所述多个与所述事实表相关联的维度表，确定所述目标金融数据。
10.进一步地，采用以下至少之一获取目标对象对应的待处理的金融数据包括：依据预设时间周期从数据库中获取所述待处理的金融数据，其中，所述数据库中存储有所述目标对象所持有的目标金融业务对应的金融产品数据；检测所述数据库中是否新增所述目标对象的金融数据，在所述数据库中存在新增的金融数据时，从所述数据库中获取所述新增的金融数据，并将所述新增的金融数据确定为所述待处理的金融数据。
11.进一步地，依据所述目标金融数据对所述目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果包括：依据所述目标金融数据生成所述目标对象所持有的目标金融业务对应的金融产品的风险评估数据表；依据所述风险评估数据表，对所述目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到所述评估结果。
12.为了实现上述目的，根据本技术的另一方面，提供了一种金融业务的处理装置。该装置包括：第一获取单元，用于获取目标对象对应的待处理的金融数据，其中，所述待处理的金融数据至少包括目标对象的身份信息数据及所述目标对象所持有的目标金融业务对应的金融产品数据；处理单元，用于通过目标数据处理模型采用多个处理操作对待处理的金融数据进行处理，得到目标金融数据，其中，所述目标数据处理模型包括：第一数据层，第二数据层和第三数据层，所述第一数据层、所述第二数据层和所述第三数据层用于执行所述多个处理操作中的不同处理操作；评估单元，用于依据所述目标金融数据对所述目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果。
13.进一步地，处理单元包括：加载子单元，用于将所述待处理的金融数据加载至所述第一数据层中的第一数据表；处理子单元，用于通过所述第二数据层对所述第一数据表中的所述待处理的金融数据进行处理，得到处理后的金融数据；聚合子单元，用于通过所述第三数据层对所述处理后的金融数据进行聚合，得到所述目标金融数据。
14.进一步地，处理子单元包括：封装模块，用于对所述第一数据表中的所述待处理的金融数据进行封装，得到多个数据对象，其中，每个数据对象中包括多个待处理的金融数
据；清洗模块，用于依据目标清洗规则对所述多个数据对象进行清洗，得到清洗后的数据对象；映射模块，用于依据预设的数据映射规则将所述清洗后的数据对象中的金融数据映射到所述第二数据层中的多个第二数据表中；关联模块，用于依据预设的关联规则将所述多个第二数据表进行关联，得到所述处理后的金融数据。
15.进一步地，清洗模块包括：第一清洗子模块，用于依据目标清洗规则对所述多个数据对象进行清洗，得到第一数据对象；第一确定子模块，用于依据所述第一数据对象，从所述多个数据对象中确定第二数据对象，其中，所述第二数据对象中至少包括一个残缺的金融数据；存储子模块，用于将所述第二数据对象中的金融数据存储至目标数据表，并对所述目标数据表中的金融数据进行分类，得到第一类金融数据和第二类金融数据，其中，所述第一类金融数据为残缺的金融数据，所述第二类金融数据为除第一类金融数据之外的金融数据；第二清洗子模块，用于依据所述目标清洗规则对所述第二类金融数据进行清洗，得到清洗后的第二类金融数据，并对所述清洗后的第二类金融数据进行封装，得到第三数据对象；第二确定子模块，用于依据第一数据对象和所述第三数据对象，确定所述清洗后的数据对象。
16.进一步地，聚合子单元包括：聚合模块，用于通过所述第三数据层对所述处理后的金融数据进行聚合，得到所述目标金融业务对应的事实表和多个与所述事实表相关联的维度表；确定模块，用于依据所述事实表和所述多个与所述事实表相关联的维度表，确定所述目标金融数据。
17.进一步地，该装置还包括：第二获取单元，用于依据预设时间周期从数据库中获取所述待处理的金融数据，其中，所述数据库中存储有所述目标对象所持有的目标金融业务对应的金融产品数据；第三获取单元，用于检测所述数据库中是否新增所述目标对象的金融数据，在所述数据库中存在新增的金融数据时，从所述数据库中获取所述新增的金融数据，并将所述新增的金融数据确定为所述待处理的金融数据。
18.进一步地，评估单元包括：生成子单元，用于依据所述目标金融数据生成所述目标对象所持有的目标金融业务对应的金融产品的风险评估数据表；评估子单元，用于依据所述风险评估数据表，对所述目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到所述评估结果。
19.为了实现上述目的，根据本技术的一方面，提供了一种计算机可读存储介质，所述存储介质存储程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的金融业务的处理方法。
20.为了实现上述目的，根据本技术的另一个方面，还提供了一种电子设备，电子设备包括一个或多个处理器和存储器，存储器用于存储一个或多个处理器实现上述任意一项所述的金融业务的处理方法。
21.通过本技术，采用以下步骤：获取目标对象对应的待处理的金融数据，其中，待处理的金融数据至少包括目标对象的身份信息数据及目标对象所持有的目标金融业务对应的金融产品数据；通过目标数据处理模型采用多个处理操作对待处理的金融数据进行处理，得到目标金融数据，其中，目标数据处理模型包括：第一数据层，第二数据层和第三数据层，第一数据层、第二数据层和第三数据层用于执行多个处理操作中的不同处理操作；依据目标金融数据对目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估
结果，解决了相关技术中采用的单层的数据模型对金融业务的数据信息进行处理，导致对金融业务对应的金融产品的评估效率比较低的问题。在本技术中，通过目标数据处理模型的第一数据层、第二数据层和第三数据层对待处理的金融数据进行处理，提高了对金融业务的数据信息的处理效率，进而达到了提高对金融业务对应的金融产品的评估效率的效果。
附图说明
22.构成本技术的一部分的附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
23.图1是根据本技术实施例提供的金融业务的处理方法的流程图；
24.图2是根据本技术实施例提供的目标数据处理模型的示意图；
25.图3是根据本技术实施例提供的金融业务的处理装置的示意图；
26.图4是根据本技术实施例提供的电子设备的示意图。
具体实施方式
27.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
28.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术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技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，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，都应当属于本技术保护的范围。
29.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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，以便这里描述的本技术的实施例。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、系统、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。
30.为了便于描述，以下对本技术实施例涉及的部分名词或术语进行说明：
31.etl，是英文extract-transform-load的缩写，用来描述将数据从源端经过抽取、转换和加载至目的端的过程。
32.数据对象是必须由软件理解的符合信息表示，是使用编程语言允许的字符命名，只封装数据而不对数据进行改变。
33.事实表，即事实数据表的简称，主要特点是含有大量的数据，并且这些数据是可以汇总并被记录的。
34.维度表，其中包含事实数据表中事实记录的特性和帮助汇总数据的特性的层次结构。
35.spark，是专为大规模数据处理而设计的快速通用的计算引擎。
36.kafka，可以处理用户在网站中的所有动作(例如，网页浏览、搜索)数据。
37.hbase，一种分布式开源数据库。
38.需要说明的是，本公开所涉及的相关信息(包括但不限于用户所持有的金融业务对应的金融产品的信息、用户个人身份信息等)和数据(包括但不限于用于展示的数据、分析的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。例如，本系统和相关用户或机构间设置有接口，在获取相关信息之前，需要通过接口向前述的用户或机构发送获取请求，并在接收到前述的用户或机构反馈的同意信息后，获取相关信息。
39.下面结合优选的实施步骤对本发明进行说明，图1是根据本技术实施例提供的金融业务的处理方法的流程图，如图1所示，该方法包括如下步骤：
40.步骤s101，获取目标对象对应的待处理的金融数据，其中，待处理的金融数据至少包括目标对象的身份信息数据及目标对象所持有的目标金融业务对应的金融产品数据。
41.例如，通过用于对金融数据进行读取的计算机程序在目标金融业务(例如，基金业务)的数据库中获取用户(即上述目标对象)的基本身份信息、用户的账户数据和目标金融业务对应的金融产品的交易数据等金融业务数据。
42.步骤s102，通过目标数据处理模型采用多个处理操作对待处理的金融数据进行处理，得到目标金融数据，其中，目标数据处理模型包括：第一数据层，第二数据层和第三数据层，第一数据层、第二数据层和第三数据层用于执行多个处理操作中的不同处理操作。
43.例如，通过建立的三层数据处理模型(即上述的目标处理模型)对获取到的用户的金融数据进行多个处理操作，得到最终的目标金融数据。
44.步骤s103，依据目标金融数据对目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果。
45.例如，根据通过目标数据处理模型处理得到的目标金融数据，对用户所持有的目标金融业务的金融产品(例如，某一基金产品)进行风险评估，得到评估结果。
46.综上，在本技术中，通过目标数据处理模型的第一数据层、第二数据层和第三数据层对待处理的金融数据进行处理，提高了对金融业务的数据信息的处理效率，进而达到了提高对金融业务对应的金融产品的评估效率的效果。
47.可选地，在本技术实施例提供的金融业务的处理方法中，通过目标数据处理模型对待处理的金融数据进行处理，得到目标金融数据包括：将待处理的金融数据加载至第一数据层中的第一数据表；通过第二数据层对第一数据表中的待处理的金融数据进行处理，得到处理后的金融数据；通过第三数据层对处理后的金融数据进行聚合，得到目标金融数据。
48.例如，通过用于对金融数据进行读取的计算机程序分批获取用户的待处理的金融数据，将获取到的待处理的金融数据输入到如图2所示的目标数据处理模型中，首先将待处理的金融数据加载至目标数据处理模型的贴源数据层(即上述的第一数据层)中的贴源数据表(即上述的第一数据表)，然后通过基础数据层(即上述的第二数据层)对贴源数据表中的待处理的金融数据进行处理，得到处理后的金融数据，最后通过分析数据层(即上述的第三数据层)对处理后的金融数据进行聚合，得到目标金融数据。
49.通过贴源数据层保存全部待处理的金融数据，保证了金融数据的完整性，然后通过基础数据层对待处理的金融数据进行处理，保证了金融数据的一致性，最后通过分析数据层对处理后的金融数据进行聚合，得到目标金融数据，通过目标数据处理模型对待处理
的金融数据进行处理，提高了对待处理的金融数据进行处理的效率，进而提高了对目标金融业务对应的金融产品的评估效率。
50.可选地，在本技术实施例提供的金融业务的处理方法中，通过第二数据层对第一数据表中的待处理的金融数据进行处理，得到处理后的金融数据包括：对第一数据表中的待处理的金融数据进行封装，得到多个数据对象，其中，每个数据对象中包括多个待处理的金融数据；依据目标清洗规则对多个数据对象进行清洗，得到清洗后的数据对象；依据预设的数据映射规则将清洗后的数据对象中的金融数据映射到第二数据层中的多个第二数据表中；依据预设的关联规则将多个第二数据表进行关联，得到处理后的金融数据。
51.例如，将待处理的金融数据按照批次进行封装，得到多个封装后的数据对象，然后根据目标清洗规则(例如，时间日期格式化规则)对多个封装好的数据对象进行清洗，得到清洗后的数据对象，再根据预设的数据映射规则(例如，数据类型转换规则)将数据对象中的金融数据映射到基础数据层中的多个基础数据表(即上述的第二数据表)中，最后根据预设的关联规则将多个基础数据表进行关联(例如，根据用户身份信息将多个基础数据表进行关联)，得到处理后的金融数据。
52.需要说明的是，在基础数据层对金融数据进行封装时，是根据获取金融数据时的批次进行封装，也就是说，同一批次的金融数据封装为一个数据对象，从而实现对金融数据的批量处理。需要说明的是，基础数据层中的多个基础数据表是根据金融业务的具体场景而设置的，在将清洗后的数据对象中的金融数据映射到多个基础数据表中时也要考虑到金融业务的具体场景，同时在设置数据表时也要分数数据量的大小和数据增长情况，由于在本技术的目标数据处理模型中，数据存储主要是以hbase数据库对金融数据进行存储，因此在hbase设置数据表的时候，评估金融数据的数据量和对金融数据预分区计算尤为重要，本技术设计的数据表的体积公式如公式(1)所示：
53.贴源数据表＝2*基础数据表(1)
54.通过将贴源数据层中存储的待处理的金融数据进行封装，保证了数据的安全性和保密性，同时提高了后续对金融数据进行处理的效率，通过基础数据层对多个数据对象进行处理，保证了数据对象中的金融数据的一致性，并根据预设的关联规则对多个基础数据表进行关联，为后续对金融数据进行聚合提供了关联基础。
55.可选地，在本技术实施例提供的金融业务的处理方法中，依据目标清洗规则对多个数据对象进行清洗，得到清洗后的数据对象包括：依据目标清洗规则对多个数据对象进行清洗，得到第一数据对象；依据第一数据对象，从多个数据对象中确定第二数据对象，其中，第二数据对象中至少包括一个残缺的金融数据；将第二数据对象中的金融数据存储至目标数据表，并对目标数据表中的金融数据进行分类，得到第一类金融数据和第二类金融数据，其中，第一类金融数据为残缺的金融数据，第二类金融数据为除第一类金融数据之外的金融数据；依据目标清洗规则对第二类金融数据进行清洗，得到清洗后的第二类金融数据，并对清洗后的第二类金融数据进行封装，得到第三数据对象；依据第一数据对象和第三数据对象，确定清洗后的数据对象。
56.例如，根据目标清洗规则对多个数据对象进行清洗，得到清洗后的数据对象(即上述的第一数据对象)，以及确定在清洗过程中发现的至少包含一个残缺的金融数据的数据对象(即上述的第二数据对象)，然后将包含残缺的金融数据的数据对象中的所有金融数据
存储至异常数据表(即上述的目标数据表)中，并对异常数据表中的金融数据进行分类，得到残缺的金融数据(即上述第一类金融数据)和完整无异常的金融数据(即上述的第二类金融数据)，再根据目标清洗规则对完整无异常的金融数据进行清洗，得到清洗后的第二类金融数据，并将清洗后的第二类金融数据进行封装，得到第三数据对象，最后将第一数据对象和第三数据对象确定为清洗后的数据对象。
57.通过目标清洗规则对多个数据对象进行清洗，使金融数据保持一致性，然后将包含残缺的金融数据的数据对象中的金融数据进行再次清洗，保证贴源数据层中无异常的数据都能存储至基础数据表中。
58.可选地，在本技术实施例提供的金融业务的处理方法中，通过第三数据层对处理后的金融数据进行聚合，得到目标金融数据包括：通过第三数据层对处理后的金融数据进行聚合，得到目标金融业务对应的事实表和多个与事实表相关联的维度表；依据事实表和多个与事实表相关联的维度表，确定目标金融数据。
59.例如，根据多个基础数据表的关联关系对处理后的金融数据进行聚合，得到和目标金融业务相对应的事实表和多个与事实表相关联的维度表，然后根据事实表和多个与事实表相关联的维度表确定最终的目标金融数据。
60.通过对多个基础数据表中处理后的金融数据进行聚合，得到和目标金融业务相对应的事实表和多个与事实表相关联的维度表，使金融业务与对应的金融数据之间的关系更加清晰，保证了对目标金融业务对应的金融产品的进行评估时的数据获取效率。
61.可选地，在本技术实施例提供的金融业务的处理方法中，采用以下至少之一获取目标对象对应的待处理的金融数据包括：依据预设时间周期从数据库中获取待处理的金融数据，其中，数据库中存储有目标对象所持有的目标金融业务对应的金融产品数据；检测数据库中是否新增目标对象的金融数据，在数据库中存在新增的金融数据时，从数据库中获取新增的金融数据，并将新增的金融数据确定为待处理的金融数据。
62.例如，从目标金融业务对应的数据库中获取用户的待处理的金融数据时，可以通过批量获取和实时获取两种方式之一进行获取，批量获取为通过批量获取数据的程序脚本在数据库中根据预设时间周期(例如，十分钟)定时获取金融数据；实时获取需要计算机程序实时检测数据库中是否有新增的用户的金融数据，在数据库中有新增的金融数据时，在数据库中实时获取新增的金融数据，将获取到的新增的金融数据确定为待处理的金融数据，例如，实时获取可以通过spark程序实时读取kafka的主题数据实现，在读取数据前设置每次保存多少条金融数据的偏移批量参数，当金融数据数量达到设置的偏移批量参数后，将这一批次的金融数据加载到贴源数据层，并保存这一批次读取的金融数据的位置，保证读取下一批次金融数据时是在上一批次结束的位置。
63.需要说明的是，在实时获取金融数据过程中，当获取程序发生异常的时候，当前批次的金融数据不能及时写入贴源数据层，但是会保存至异常数据表中，后续可通过将异常数据表中的金融数据根据目标清洗规则进行清洗，使因为程序发生异常无法写入贴源数据层的数据正常存入基础数据层。
64.在夜间无人值守时可以通过批量获取的方式获取待处理的金融数据，在对时效性要求较高时可以通过实时获取的方式获取待处理的金融数据，通过设置上述两种待处理的金融数据的获取方式，保证了对用户的金融数据获取的连续性。
65.可选地，在本技术实施例提供的金融业务的处理方法中，依据目标金融数据对目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果包括：依据目标金融数据生成目标对象所持有的目标金融业务对应的金融产品的风险评估数据表；依据风险评估数据表，对目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果。
66.例如，在目标金融数据中抽取出所需要的用户的所持有的目标金融业务对应的金融产品的金融数据，生成风险评估数据表，然后根据风险评估数据表中的数据信息对用户所持有的目标金融业务的对应的金融产品进行风险评估，得到评估结果。
67.根据目标金融数据中事实表和多个维度表的关联关系，可以快速抽取出所需要的目标金融业务对应的金融产品的金融数据，提高了对目标金融业务对应的金融产品的评估效率。
68.本技术实施例提供的金融业务的处理方法，首先通过获取目标对象对应的待处理的金融数据，其中，待处理的金融数据至少包括目标对象的身份信息数据及目标对象所持有的目标金融业务对应的金融产品数据；然后通过目标数据处理模型采用多个处理操作对待处理的金融数据进行处理，得到目标金融数据，其中，目标数据处理模型包括：第一数据层，第二数据层和第三数据层，第一数据层、第二数据层和第三数据层用于执行多个处理操作中的不同处理操作；最后依据目标金融数据对目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果，解决了相关技术中采用的单层的数据模型对金融业务的数据信息进行处理，导致对金融业务对应的金融产品的评估效率比较低的问题。在本技术中，通过目标数据处理模型的第一数据层、第二数据层和第三数据层对待处理的金融数据进行处理，提高了对金融业务的数据信息的处理效率，进而达到了提高对金融业务对应的金融产品的评估效率的效果。
69.需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，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。
70.本技术实施例还提供了一种金融业务的处理装置，需要说明的是，本技术实施例的金融业务的处理装置可以用于执行本技术实施例所提供的用于金融业务的处理方法。以下对本技术实施例提供的金融业务的处理装置进行介绍。
71.图3是根据本技术实施例的金融业务的处理装置的示意图。如图3所示，该装置包括：第一获取单元301、处理单元302和评估单元303。
72.第一获取单元301，用于获取目标对象对应的待处理的金融数据，其中，待处理的金融数据至少包括目标对象的身份信息数据及目标对象所持有的目标金融业务对应的金融产品数据。
73.处理单元302，用于通过目标数据处理模型采用多个处理操作对待处理的金融数据进行处理，得到目标金融数据，其中，目标数据处理模型包括：第一数据层，第二数据层和第三数据层，第一数据层、第二数据层和第三数据层用于执行多个处理操作中的不同处理操。
74.评估单元303，用于依据目标金融数据对目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果。
75.本技术实施例提供的金融业务的处理装置，通过第一获取单元301获取目标对象对应的待处理的金融数据，其中，待处理的金融数据至少包括目标对象的身份信息数据及目标对象所持有的目标金融业务对应的金融产品数据；处理单元302通过目标数据处理模型采用多个处理操作对待处理的金融数据进行处理，得到目标金融数据，其中，目标数据处理模型包括：第一数据层，第二数据层和第三数据层，第一数据层、第二数据层和第三数据层用于执行多个处理操作中的不同处理操作；评估单元303依据目标金融数据对目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果，解决了相关技术中采用的单层的数据模型对金融业务的数据信息进行处理，导致对金融业务对应的金融产品的评估效率比较低的问题。在本技术中，通过目标数据处理模型的第一数据层、第二数据层和第三数据层对待处理的金融数据进行处理，提高了对金融业务的数据信息的处理效率，进而达到了提高对金融业务对应的金融产品的评估效率的效果。
76.可选地，在本技术实施例提供的金融业务的处理装置中，处理单元302包括：加载子单元，用于将待处理的金融数据加载至第一数据层中的第一数据表；处理子单元，用于通过第二数据层对第一数据表中的待处理的金融数据进行处理，得到处理后的金融数据；聚合子单元，用于通过第三数据层对处理后的金融数据进行聚合，得到目标金融数据。
77.可选地，在本技术实施例提供的金融业务的处理装置中，处理子单元包括：封装模块，用于对第一数据表中的待处理的金融数据进行封装，得到多个数据对象，其中，每个数据对象中包括多个待处理的金融数据；清洗模块，用于依据目标清洗规则对多个数据对象进行清洗，得到清洗后的数据对象；映射模块，用于依据预设的数据映射规则将清洗后的数据对象中的金融数据映射到第二数据层中的多个第二数据表中；关联模块，用于依据预设的关联规则将多个第二数据表进行关联，得到处理后的金融数据。
78.可选地，在本技术实施例提供的金融业务的处理装置中，清洗模块包括：第一清洗子模块，用于依据目标清洗规则对多个数据对象进行清洗，得到第一数据对象；第一确定子模块，用于依据第一数据对象，从多个数据对象中确定第二数据对象，其中，第二数据对象中至少包括一个残缺的金融数据；存储子模块，用于将第二数据对象中的金融数据存储至目标数据表，并对目标数据表中的金融数据进行分类，得到第一类金融数据和第二类金融数据，其中，第一类金融数据为残缺的金融数据，第二类金融数据为除第一类金融数据之外的金融数据；第二清洗子模块，用于依据目标清洗规则对第二类金融数据进行清洗，得到清洗后的第二类金融数据，并对清洗后的第二类金融数据进行封装，得到第三数据对象；第二确定子模块，用于依据第一数据对象和第三数据对象，确定清洗后的数据对象。
79.可选地，在本技术实施例提供的金融业务的处理装置中，聚合子单元包括：聚合模块，用于通过第三数据层对处理后的金融数据进行聚合，得到目标金融业务对应的事实表和多个与事实表相关联的维度表；确定模块，用于依据事实表和多个与事实表相关联的维度表，确定目标金融数据。
80.可选地，在本技术实施例提供的金融业务的处理装置中，该装置还包括：第二获取单元，用于依据预设时间周期从数据库中获取待处理的金融数据，其中，数据库中存储有目标对象所持有的目标金融业务对应的金融产品数据；第三获取单元，用于检测数据库中是否新增目标对象的金融数据，在数据库中存在新增的金融数据时，从数据库中获取新增的金融数据，并将新增的金融数据确定为待处理的金融数据。
81.可选地，在本技术实施例提供的金融业务的处理装置中，评估单元303包括：生成子单元，用于依据目标金融数据生成目标对象所持有的目标金融业务对应的金融产品的风险评估数据表；评估子单元，用于依据风险评估数据表，对目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果。
82.所述金融业务的处理装置包括处理器和存储器，上述的第一获取单元301、处理单元302和评估单元303单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
83.处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来解决相关技术中相关技术中采用的单层的数据模型对金融业务的数据信息进行处理，导致对金融业务对应的金融产品的评估效率比较低的问题。
84.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片。
85.本发明实施例提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现所述金融业务的处理方法。
86.本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述金融业务的处理方法。
87.如图4所示，本发明实施例提供了一种电子设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：获取目标对象对应的待处理的金融数据，其中，待处理的金融数据至少包括目标对象的身份信息数据及目标对象所持有的目标金融业务对应的金融产品数；通过目标数据处理模型采用多个处理操作对待处理的金融数据进行处理，得到目标金融数据，其中，目标数据处理模型包括：第一数据层，第二数据层和第三数据层，第一数据层、第二数据层和第三数据层用于执行多个处理操作中的不同处理操作；依据目标金融数据对目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果。
88.可选地，在本技术实施例提供的金融业务的处理方法中，通过目标数据处理模型对待处理的金融数据进行处理，得到目标金融数据包括：将待处理的金融数据加载至第一数据层中的第一数据表；通过第二数据层对第一数据表中的待处理的金融数据进行处理，得到处理后的金融数据；通过第三数据层对处理后的金融数据进行聚合，得到目标金融数据。
89.可选地，在本技术实施例提供的金融业务的处理方法中，通过第二数据层对第一数据表中的待处理的金融数据进行处理，得到处理后的金融数据包括：对第一数据表中的待处理的金融数据进行封装，得到多个数据对象，其中，每个数据对象中包括多个待处理的金融数据；依据目标清洗规则对多个数据对象进行清洗，得到清洗后的数据对象；依据预设的数据映射规则将清洗后的数据对象中的金融数据映射到第二数据层中的多个第二数据表中；依据预设的关联规则将多个第二数据表进行关联，得到处理后的金融数据。
90.可选地，在本技术实施例提供的金融业务的处理方法中，依据目标清洗规则对多个数据对象进行清洗，得到清洗后的数据对象包括：依据目标清洗规则对多个数据对象进行清洗，得到第一数据对象；依据第一数据对象，从多个数据对象中确定第二数据对象，其
中，第二数据对象中至少包括一个残缺的金融数据；将第二数据对象中的金融数据存储至目标数据表，并对目标数据表中的金融数据进行分类，得到第一类金融数据和第二类金融数据，其中，第一类金融数据为残缺的金融数据，第二类金融数据为除第一类金融数据之外的金融数据；依据目标清洗规则对第二类金融数据进行清洗，得到清洗后的第二类金融数据，并对清洗后的第二类金融数据进行封装，得到第三数据对象；依据第一数据对象和第三数据对象，确定清洗后的数据对象。
91.可选地，在本技术实施例提供的金融业务的处理方法中，通过第三数据层对处理后的金融数据进行聚合，得到目标金融数据包括：通过第三数据层对处理后的金融数据进行聚合，得到目标金融业务对应的事实表和多个与事实表相关联的维度表；依据事实表和多个与事实表相关联的维度表，确定目标金融数据。
92.可选地，在本技术实施例提供的金融业务的处理方法中，采用以下至少之一获取目标对象对应的待处理的金融数据包括：依据预设时间周期从数据库中获取待处理的金融数据，其中，数据库中存储有目标对象所持有的目标金融业务对应的金融产品数据；检测数据库中是否新增目标对象的金融数据，在数据库中存在新增的金融数据时，从数据库中获取新增的金融数据，并将新增的金融数据确定为待处理的金融数据。
93.可选地，在本技术实施例提供的金融业务的处理方法中，依据目标金融数据对目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果包括：依据目标金融数据生成目标对象所持有的目标金融业务对应的金融产品的风险评估数据表；依据风险评估数据表，对目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果。本文中的设备可以是服务器、pc、pad、手机等。
94.本技术还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：获取目标对象对应的待处理的金融数据，其中，待处理的金融数据至少包括目标对象的身份信息数据及目标对象所持有的目标金融业务对应的金融产品数；通过目标数据处理模型采用多个处理操作对待处理的金融数据进行处理，得到目标金融数据，其中，目标数据处理模型包括：第一数据层，第二数据层和第三数据层，第一数据层、第二数据层和第三数据层用于执行多个处理操作中的不同处理操作；依据目标金融数据对目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果。
95.可选地，在本技术实施例提供的金融业务的处理方法中，通过目标数据处理模型对待处理的金融数据进行处理，得到目标金融数据包括：将待处理的金融数据加载至第一数据层中的第一数据表；通过第二数据层对第一数据表中的待处理的金融数据进行处理，得到处理后的金融数据；通过第三数据层对处理后的金融数据进行聚合，得到目标金融数据。
96.可选地，在本技术实施例提供的金融业务的处理方法中，通过第二数据层对第一数据表中的待处理的金融数据进行处理，得到处理后的金融数据包括：对第一数据表中的待处理的金融数据进行封装，得到多个数据对象，其中，每个数据对象中包括多个待处理的金融数据；依据目标清洗规则对多个数据对象进行清洗，得到清洗后的数据对象；依据预设的数据映射规则将清洗后的数据对象中的金融数据映射到第二数据层中的多个第二数据表中；依据预设的关联规则将多个第二数据表进行关联，得到处理后的金融数据。
97.可选地，在本技术实施例提供的金融业务的处理方法中，依据目标清洗规则对多
个数据对象进行清洗，得到清洗后的数据对象包括：依据目标清洗规则对多个数据对象进行清洗，得到第一数据对象；依据第一数据对象，从多个数据对象中确定第二数据对象，其中，第二数据对象中至少包括一个残缺的金融数据；将第二数据对象中的金融数据存储至目标数据表，并对目标数据表中的金融数据进行分类，得到第一类金融数据和第二类金融数据，其中，第一类金融数据为残缺的金融数据，第二类金融数据为除第一类金融数据之外的金融数据；依据目标清洗规则对第二类金融数据进行清洗，得到清洗后的第二类金融数据，并对清洗后的第二类金融数据进行封装，得到第三数据对象；依据第一数据对象和第三数据对象，确定清洗后的数据对象。
98.可选地，在本技术实施例提供的金融业务的处理方法中，通过第三数据层对处理后的金融数据进行聚合，得到目标金融数据包括：通过第三数据层对处理后的金融数据进行聚合，得到目标金融业务对应的事实表和多个与事实表相关联的维度表；依据事实表和多个与事实表相关联的维度表，确定目标金融数据。
99.可选地，在本技术实施例提供的金融业务的处理方法中，采用以下至少之一获取目标对象对应的待处理的金融数据包括：依据预设时间周期从数据库中获取待处理的金融数据，其中，数据库中存储有目标对象所持有的目标金融业务对应的金融产品数据；检测数据库中是否新增目标对象的金融数据，在数据库中存在新增的金融数据时，从数据库中获取新增的金融数据，并将新增的金融数据确定为待处理的金融数据。
100.可选地，在本技术实施例提供的金融业务的处理方法中，依据目标金融数据对目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果包括：依据目标金融数据生成目标对象所持有的目标金融业务对应的金融产品的风险评估数据表；依据风险评估数据表，对目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果。
101.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术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，本技术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。
102.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
103.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
104.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或
其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
105.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
106.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
107.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
108.还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
109.本领域技术人员应明白，本技术的实施例可提供为方法、系统或计算机程序产品。因此，本技术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，本技术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。
110.以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。

技术特征：
1.一种金融业务的处理方法，其特征在于，包括：获取目标对象对应的待处理的金融数据，其中，所述待处理的金融数据至少包括目标对象的身份信息数据及所述目标对象所持有的目标金融业务对应的金融产品数据；通过目标数据处理模型采用多个处理操作对待处理的金融数据进行处理，得到目标金融数据，其中，所述目标数据处理模型包括：第一数据层，第二数据层和第三数据层，所述第一数据层、所述第二数据层和所述第三数据层用于执行所述多个处理操作中的不同处理操作；依据所述目标金融数据对所述目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果。2.根据权利要求1所述的方法，其特征在于，通过所述目标数据处理模型对所述待处理的金融数据进行处理，得到目标金融数据包括：将所述待处理的金融数据加载至所述第一数据层中的第一数据表；通过所述第二数据层对所述第一数据表中的所述待处理的金融数据进行处理，得到处理后的金融数据；通过所述第三数据层对所述处理后的金融数据进行聚合，得到所述目标金融数据。3.根据权利要求2所述的方法，其特征在于，通过所述第二数据层对所述第一数据表中的所述待处理的金融数据进行处理，得到处理后的金融数据包括：对所述第一数据表中的所述待处理的金融数据进行封装，得到多个数据对象，其中，每个数据对象中包括多个待处理的金融数据；依据目标清洗规则对所述多个数据对象进行清洗，得到清洗后的数据对象；依据预设的数据映射规则将所述清洗后的数据对象中的金融数据映射到所述第二数据层中的多个第二数据表中；依据预设的关联规则将所述多个第二数据表进行关联，得到所述处理后的金融数据。4.根据权利要求3所述的方法，其特征在于，依据目标清洗规则对所述多个数据对象进行清洗，得到清洗后的数据对象包括：依据目标清洗规则对所述多个数据对象进行清洗，得到第一数据对象；依据所述第一数据对象，从所述多个数据对象中确定第二数据对象，其中，所述第二数据对象中至少包括一个残缺的金融数据；将所述第二数据对象中的金融数据存储至目标数据表，并对所述目标数据表中的金融数据进行分类，得到第一类金融数据和第二类金融数据，其中，所述第一类金融数据为残缺的金融数据，所述第二类金融数据为除第一类金融数据之外的金融数据；依据所述目标清洗规则对所述第二类金融数据进行清洗，得到清洗后的第二类金融数据，并对所述清洗后的第二类金融数据进行封装，得到第三数据对象；依据第一数据对象和所述第三数据对象，确定所述清洗后的数据对象。5.根据权利要求2所述的方法，其特征在于，通过所述第三数据层对所述处理后的金融数据进行聚合，得到所述目标金融数据包括：通过所述第三数据层对所述处理后的金融数据进行聚合，得到所述目标金融业务对应的事实表和多个与所述事实表相关联的维度表；依据所述事实表和所述多个与所述事实表相关联的维度表，确定所述目标金融数据。
6.根据权利要求1所述的方法，其特征在于，采用以下至少之一获取目标对象对应的待处理的金融数据包括：依据预设时间周期从数据库中获取所述待处理的金融数据，其中，所述数据库中存储有所述目标对象所持有的目标金融业务对应的金融产品数据；检测所述数据库中是否新增所述目标对象的金融数据，在所述数据库中存在新增的金融数据时，从所述数据库中获取所述新增的金融数据，并将所述新增的金融数据确定为所述待处理的金融数据。7.根据权利要求1所述的方法，其特征在于，依据所述目标金融数据对所述目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果包括：依据所述目标金融数据生成所述目标对象所持有的目标金融业务对应的金融产品的风险评估数据表；依据所述风险评估数据表，对所述目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到所述评估结果。8.一种金融业务的处理装置，其特征在于，包括：第一获取单元，用于获取目标对象对应的待处理的金融数据，其中，所述待处理的金融数据至少包括目标对象的身份信息数据及所述目标对象所持有的目标金融业务对应的金融产品数据；处理单元，用于通过目标数据处理模型采用多个处理操作对待处理的金融数据进行处理，得到目标金融数据，其中，所述目标数据处理模型包括：第一数据层，第二数据层和第三数据层，所述第一数据层、所述第二数据层和所述第三数据层用于执行所述多个处理操作中的不同处理操作；评估单元，用于依据所述目标金融数据对所述目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果。9.一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包括存储的程序，其中，在所述程序运行时控制所述存储介质在设备执行权利要求1至7中任意一项所述的金融业务的处理方法。10.一种电子设备，其特征在于，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至7中任意一项所述的金融业务的处理方法。

技术总结
本申请公开了一种金融业务的处理方法及装置、存储介质和电子设备，涉及金融科技领域，该方法包括：获取目标对象对应的待处理的金融数据；通过目标数据处理模型采用多个处理操作对待处理的金融数据进行处理，得到目标金融数据，其中，目标数据处理模型包括：第一数据层，第二数据层和第三数据层，第一数据层、第二数据层和第三数据层用于执行多个处理操作中的不同处理操作；依据目标金融数据对目标对象所持有的目标金融业务对应的金融产品进行风险评估，得到评估结果。通过本申请，解决了相关技术中采用的单层的数据模型对金融业务的数据信息进行处理，导致对金融业务对应的金融产品的评估效率比较低的问题。的评估效率比较低的问题。的评估效率比较低的问题。


技术研发人员：陈敬谊 张汝榛 姜铁民 王婧
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：2023.06.16
技术公布日：2023/8/21