数据筛选方法、装置、设备及计算机存储介质制造方法及图纸

本发明专利技术涉及金融科技(Fintech)技术领域，并公开了一种数据筛选方法，该方法包括：当预设的目标总数据和标签的标签数量之间的乘积大于预设定值时，对各标签的标签数据进行缩小取整处理，以获取各标签数据对应的缩小数据；根据各缩小数据对各标签进行聚合处理，以获取多个聚合标签，并根据预设筛选算法在各聚合标签中确定目标聚合标签；对目标聚合标签进行还原处理，以获取多个目标标签，并将各目标标签的标签数据进行汇总，以获取汇总数据，根据目标数据对汇总数据进行校验；若校验合格，则将各目标标签作为数据筛选结果。本发明专利技术还公开了一种数据筛选装置、设备和一种计算机存储介质。本发明专利技术提高了数据筛选的准确性。

【技术实现步骤摘要】
数据筛选方法、装置、设备及计算机存储介质
本专利技术涉及金融科技(Fintech)的测试
，尤其涉及数据筛选方法、装置、设备及计算机存储介质。
技术介绍
随着计算机技术的发展，越来越多的技术(大数据、分布式、区块链Blockchain、人工智能等)应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，但由于金融行业的安全性、实时性要求，也对技术提出了更高的要求。目前会基于某些场景需求进行数据筛选，例如在资产证券化进行循环购买的标签筛选时，需要根据资产池的回收款数据，在目标精度的范围内，从不在资产池的数据中筛选出总数据符合目标数据的标签。但是现有技术中通过FF(FirstFit，首次适应算法)算法进行标签筛选，只是从局部考虑进行标签筛选，并且其计算复杂度较大，需要利用的计算资源较多，从而导致筛选的结果的准确性较差，即数据筛选的准确性差。因此，如何提高数据筛选的准确性成为了目前亟待解决的技术问题。
技术实现思路
本专利技术的主要目的在于提出一种数据筛选方法、装置、设备及计算机存储介质，旨在解决如何提高数据筛选本文档来自技高网...

【技术保护点】
1.一种数据筛选方法，其特征在于，所述数据筛选方法包括如下步骤：/n当预设的目标总数据和标签的标签数量之间的乘积大于预设定值时，对各所述标签的标签数据进行缩小取整处理，以获取各所述标签数据对应的缩小数据；/n根据各所述缩小数据对各所述标签进行聚合处理，以获取多个聚合标签，并根据预设筛选算法在各所述聚合标签中确定目标聚合标签；/n对所述目标聚合标签进行还原处理，以获取多个目标标签，并将各所述目标标签的标签数据进行汇总，以获取汇总数据，根据所述目标数据对所述汇总数据进行校验；/n若校验合格，则将各所述目标标签作为数据筛选结果。/n

【技术特征摘要】
1.一种数据筛选方法，其特征在于，所述数据筛选方法包括如下步骤：
当预设的目标总数据和标签的标签数量之间的乘积大于预设定值时，对各所述标签的标签数据进行缩小取整处理，以获取各所述标签数据对应的缩小数据；
根据各所述缩小数据对各所述标签进行聚合处理，以获取多个聚合标签，并根据预设筛选算法在各所述聚合标签中确定目标聚合标签；
对所述目标聚合标签进行还原处理，以获取多个目标标签，并将各所述目标标签的标签数据进行汇总，以获取汇总数据，根据所述目标数据对所述汇总数据进行校验；
若校验合格，则将各所述目标标签作为数据筛选结果。


2.如权利要求1所述的数据筛选方法，其特征在于，所述对各所述标签的标签数据进行缩小取整处理，以获取各所述标签数据对应的缩小数据的步骤，包括：
根据所述目标总数据计算缩小倍数，并依次遍历各所述标签数据，将当前遍历的当前标签数据按照所述缩小倍数进行缩小处理，并对所述缩小处理后的当前标签数据进行取整处理，以获取所述当前标签数据对应的缩小数据，直至各所述标签数据遍历完成。


3.如权利要求2所述的数据筛选方法，其特征在于，所述根据所述目标总数据计算缩小倍数的步骤，包括：
获取预设的精度误差，并根据所述精度误差确定常量因子，计算所述目标总数据、所述常量因子和所述精度误差之间的乘积；
获取与所述乘积具有相同整数位的最小整数，并将所述最小整数作为缩小倍数。


4.如权利要求1所述的数据筛选方法，其特征在于，所述根据各所述缩小数据对各所述标签进行聚合处理，以获取多个聚合标签的步骤，包括：
获取各所述缩小数据中数据值相同的相同数据，并对各所述相同数据进行聚合处理，以获取聚合数据，并将所述聚合数据对应的标签作为聚合标签。


5.如权利要求1所述的数据筛选方法，其特征在于，所述根据预设筛选算法在各所述聚合标签中确定目标聚合标签的步骤，包括：
基于所述目标总数据确定背包容量，并根据预设筛选算法在各所述聚合标签中筛选出和所述背...

【专利技术属性】
技术研发人员：陈锦钊，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44