【技术实现步骤摘要】
金融业务数据大脑的数据驱动方法、系统及存储介质
本专利技术涉及数据驱动
，更为具体地，涉及一种金融业务数据大脑的数据驱动方法、系统及存储介质。
技术介绍
伴随着信息技术的迅猛发展，基础层的云计算、大数据等因素的成熟带来了人工智能的进步，近年来人工智能概念发展十分迅速，深度学习带来的技术突破使得复杂任务处理准确率得到大幅提升，人工智能步入发展黄金期。在大数据处理能效显著提升与人工智能快速渗透的时代背景下，行业大数据搭载人工智能技术，使行业数据的分析越来越科技化、多样化与普适化，虽然在我国大数据的挖掘和应用尚在起步阶段，但如政务、金融等行业数据作为大数据中最具含金量的数据源，也逐渐受到越来越多的重视。目前，随着人工智能与大数据分析理念的普及，各种大数据分析应用系统层出不穷。现有技术中也出现了一些行业大数据系统平台，但是这些大数据平台都是针对业务领域或应用实现的大数据分析系统，并不能探知客户需求所在、应用场景所在，使得数据驱动的数字化、智能化程度较低，导致用户体验差、风控防控能力较弱。专利技术...
【技术保护点】
1.一种金融业务数据大脑的数据驱动方法，其特征在于，所述方法包括数据拉取方式和数据推送方式；其中，/n所述数据拉取方式包括：/n根据所述用户操作事件的编码执行对应的驱动模型；/n基于所述驱动模型对所述用户操作事件进行解析执行，并将所述解析执行结果反馈至前端展示；/n所述数据推送方式包括：/n基于驱动条件触发驱动事件，并调用驱动引擎API；/n通过所述驱动引擎API执行驱动对象API和驱动模型API，所述驱动模型API根据成员依赖执行大数据API；/n通过所述大数据API对所述驱动事件进行数据分析处理，并将分析处理结果发送至消息列队中，通过所述消息列队将所述分析处理结果推送至前端展示。/n
【技术特征摘要】
1.一种金融业务数据大脑的数据驱动方法，其特征在于，所述方法包括数据拉取方式和数据推送方式；其中，
所述数据拉取方式包括：
根据所述用户操作事件的编码执行对应的驱动模型；
基于所述驱动模型对所述用户操作事件进行解析执行，并将所述解析执行结果反馈至前端展示；
所述数据推送方式包括：
基于驱动条件触发驱动事件，并调用驱动引擎API；
通过所述驱动引擎API执行驱动对象API和驱动模型API，所述驱动模型API根据成员依赖执行大数据API；
通过所述大数据API对所述驱动事件进行数据分析处理，并将分析处理结果发送至消息列队中，通过所述消息列队将所述分析处理结果推送至前端展示。
2.根据权利要求1所述的金融业务数据大脑的数据驱动方法，其特征在于，
所述驱动模型预先定义在数据库表中；
所述驱动模型包括驱动模型ID、驱动模型描述、驱动对象类型、驱动对象展示方式、驱动对象展示位置、协同模型算法、驱动推送渠道、驱动方式、定时表达式和所述大数据API。
3.根据权利要求1所述的金融业务数据大脑的数据驱动方法，其特征在于，所述基于所述驱动模型对所述用户操作事件进行解析执行，并将所述解析执行结果反馈至前端展示的步骤包括：
所述驱动模型API通过API方式或者参数方式获取与所述用户操作事件相对应的驱动主体ID；
驱动引擎API通过成员依赖执行驱动对象API方法，同时通过反射实例化执行驱动模型API方法；
所述驱动模型API通过成员依赖规则API调用对应的规则引擎，同时通过成员依赖参数API，调用参数引擎；
所述规则引擎与所述参数引擎通过联合运算返回执行策略编码；
根据所述策略编码返回对应的策略结果作为所述解析执行结果，并在前端浏览器中展现。
4.根据权利要求1所述的金融业务数据大脑的数据驱动方法，其特征在于，所述数据推送方式还包括：
通过ETL定时任务从业务系统数据库和系统日志平台进行数据抽取和转换，所述抽取和转换后的数据经数据清洗后持久化存储到数据仓库中；
同时，驱动引擎的批量作业任务通过事件与ETL任务隐性关联，当满足驱动条件时触发驱动事件，并调用驱动引擎API。
5.根据权利要求4所述的金融业务数据大脑的数据驱动方法，其特征在于，所述通过所述大数据API对所述驱动事件进行数据分析处理的步骤包括：
采用实时计算方式：所述大数据API访问实时计算平台，通过所述实时计算平台实时分析运算并返回所述分析处理结果；
或者，采用离线计算方式：所述大数据API调用离线计算平台，通过所述离线计算平台访问所述数据仓库中的数据进行分析计算并返回所述分析处理结果。
6.根据权利要求1所述的金融业务数据...
【专利技术属性】
技术研发人员：毕锋，吴文，宋刚，
申请(专利权)人：华信永道北京科技股份有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。