基于服务的数据处理方法、装置、设备、介质及产品制造方法及图纸

本申请提供一种基于服务的数据处理方法、装置、设备、介质及产品，可用于金融科技领域或其他相关技术领域。该方法包括：获取目标对象对应的多个目标指标数据，目标对象为待提供预设服务的对象，目标指标数据用于衡量目标对象的财务指标；将各目标指标数据与对应的参考数据进行对比，以获得目标对象对应的目标指标特征，目标指标特征包括各目标指标数据对应的对比结果，参考数据用于衡量目标对象对预设服务进行违约的可能性；将目标指标特征输入到训练完成的要点确定模型，并采用训练完成的要点确定模型确定目标对象对应的要点提示信息，要点提示信息用于提示目标对象的财务情况。本申请的基于服务的数据处理方法的客观性较强且效率较高。率较高。率较高。

【技术实现步骤摘要】
基于服务的数据处理方法、装置、设备、介质及产品


[0001]本申请涉及金融科技领域或其他相关
，尤其涉及一种基于服务的数据处理方法、装置、设备、介质及产品。

技术介绍

[0002]在金融科技等领域，金融服务公司通常可以为对象(如企业或个人)提供各种金融服务。在向对象提供金融服务之前，金融服务公司需要对对象的财务报表进行处理，以获得对象的财务情况，然后根据该财务情况，确定是否向对象提供金融服务。
[0003]目前，金融服务公司一般通过服务人员以人工方式对对象的财务报表进行处理。然而人工进行数据处理的方法依赖于服务人员的个人偏好，主观性较强且效率较低。

技术实现思路

[0004]本申请提供一种基于服务的数据处理方法、装置、设备、介质及产品，用以解决人工进行数据处理的方法依赖于服务人员的个人偏好，主观性较强且效率较低的问题。
[0005]第一方面，本申请提供一种基于服务的数据处理方法，包括：
[0006]获取目标对象对应的多个目标指标数据，所述目标对象为待提供预设服务的对象，所述目标指标数据用于衡量所述目标对象的财务指标；
[0007]将各所述目标指标数据与对应的参考数据进行对比，以获得所述目标对象对应的目标指标特征，所述目标指标特征包括各所述目标指标数据对应的对比结果，所述对比结果表示所述目标指标数据与对应的参考数据之间的大小关系，所述参考数据用于衡量所述目标对象对所述预设服务进行违约的可能性；
[0008]将所述目标指标特征输入到训练完成的要点确定模型，并采用所述训练完成的要点确定模型确定所述目标对象对应的要点提示信息，所述要点提示信息用于提示所述目标对象的财务情况。
[0009]可选地，所述获取目标对象对应的多个目标指标数据，包括：
[0010]基于所述目标对象对应的对象标识，从指标数据库中，获取与所述对象标识对应存储的多个目标指标数据，所述指标数据库中对应存储有多个对象对应的对象标识与指标数据。
[0011]可选地，所述指标数据库的建立过程，包括：
[0012]针对所述多个对象中的各所述对象，对所述对象的原始财务报表进行数据处理，以获得所述对象对应的指标数据；
[0013]将各所述对象对应的对象标识与指标数据对应存储到所述指标数据库中。
[0014]可选地，所述对象对应的指标数据以指标数据表形式存储；所述对所述对象的原始财务报表进行数据处理，以获得所述对象对应的指标数据，包括：
[0015]基于预设的财务报表格式，生成财务报表模板；
[0016]从所述对象的原始财务报表中提取财务数据，并按照预设的指标确定算法，对所
提取的财务数据进行处理，以获得对应的指标数据；
[0017]将所述指标数据填入所述财务报表模板，以获得所述指标数据表。
[0018]可选地，所述对象对应的指标数据包括指标可信度，所述指标可信度用于表示所述对象对应的指标数据的真实程度；
[0019]所述对所述对象的原始财务报表进行数据处理，以获得所述对象对应的指标数据，包括：
[0020]基于所述对象的原始财务报表和事务所数据库，调用训练完成的可信度识别模型进行可信度识别，以获得所述指标可信度，所述事务所数据库包括多个不满足预设信用条件的会计师事务所对应的事务所标识。
[0021]可选地，所述可信度识别模型内置有审计意见类型集合，所述审计意见类型集合包括多种审计意见类型；
[0022]所述基于所述对象的原始财务报表和事务所数据库，调用训练完成的可信度识别模型进行可信度识别，以获得所述指标可信度，包括：
[0023]将所述对象的原始财务报表和所述事务所数据库输入到所述训练完成的可信度识别模型；
[0024]采用所述训练完成的可信度识别模型执行下述步骤：
[0025]对所述对象的原始财务报表进行识别，以获得所述对象对应的事务所标识和审计意见；
[0026]若所述事务所标识属于所述事务所数据库，则将第一预设数值确定为所述指标可信度；
[0027]若所述事务所标识不属于所述事务所数据库，则从所述审计意见类型集合中确定所述审计意见所属的审计意见类型，将所述审计意见所属的审计意见类型对应的第二预设数值确定为所述指标可信度。
[0028]可选地，所述可信度识别模型包括报表识别单元和可信度确定单元，所述报表识别单元用于对对象的原始财务报表进行识别，得到对应的事务所标识和审计意见，所述可信度确定单元用于基于所述报表识别模块输出的事务所标识和审计意见确定所述对象的指标可信度；
[0029]所述报表识别单元的训练过程，包括：
[0030]以样本对象对应的报表标签为监督数据，基于所述样本对象的样本财务报表，对所述可信度识别单元进行迭代训练，所述报表标签包括所述样本财务报表对应的事务所标识和审计意见；
[0031]响应于满足预设的训练收敛条件，将满足所述训练收敛条件的报表识别单元确定为已训练完成的报表识别单元。
[0032]可选地，所述对象对应的指标数据包括违约分数，所述违约分数为表示所述对象对所述预设服务进行违约的可能性的分数；
[0033]所述对所述对象的原始财务报表进行数据处理，以获得所述对象对应的指标数据，包括：
[0034]基于所述对象对应的除所述违约分数以外的其他指标数据，生成所述对象对应的第一违约特征集合，所述第一违约特征集合包括多个不同类型的违约特征，各所述违约特
征包括至少一个指标数据；
[0035]针对所述第一违约特征集合中的各所述违约特征，对所述违约特征包括的各所述指标数据进行归一化处理，以获得第二违约特征集合；
[0036]将所述第二违约特征集合输入到训练完成的违约分数确定模型，并采用所述训练完成的违约分数确定模型确定所述对象对应的违约分数。
[0037]可选地，所述对所述违约特征包括的各所述指标数据进行归一化处理，包括：
[0038]针对所述违约特征中的各所述指标数据：
[0039]若所述指标数据与所述对象违约的可能性正相关，则将第一比值与预设参数之积确定为处理后的指标数据，所述第一比值的分子为所述指标数据与所述违约特征中的指标最小值之间的差值，分母为所述违约特征中的指标最大值与所述指标最小值之间的差值；
[0040]若所述指标数据与所述对象违约的可能性负相关，则将第二比值与预设参数之积确定为处理后的指标数据，所述第二比值的分子为所述违约特征中的指标最大值与所述指标数据之间的差值，分母为所述违约特征中的指标最大值与所述指标最小值之间的差值。
[0041]可选地，所述违约分数确定模型的训练过程，包括：
[0042]获取样本对象对应的样本违约特征集合；
[0043]确定所述样本对象对应的信用标签，所述信用标签为正信用标签和负信用标签中的任一项，所述正信用标签表示所述样本对象符合预设信用条件，所述负信用标签表示所述样本对象不符合预设信用条件本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于服务的数据处理方法，其特征在于，包括：获取目标对象对应的多个目标指标数据，所述目标对象为待提供预设服务的对象，所述目标指标数据用于衡量所述目标对象的财务指标；将各所述目标指标数据与对应的参考数据进行对比，以获得所述目标对象对应的目标指标特征，所述目标指标特征包括各所述目标指标数据对应的对比结果，所述对比结果表示所述目标指标数据与对应的参考数据之间的大小关系，所述参考数据用于衡量所述目标对象对所述预设服务进行违约的可能性；将所述目标指标特征输入到训练完成的要点确定模型，并采用所述训练完成的要点确定模型确定所述目标对象对应的要点提示信息，所述要点提示信息用于提示所述目标对象的财务情况。2.根据权利要求1所述的方法，其特征在于，所述获取目标对象对应的多个目标指标数据，包括：基于所述目标对象对应的对象标识，从指标数据库中，获取与所述对象标识对应存储的多个目标指标数据，所述指标数据库中对应存储有多个对象对应的对象标识与指标数据。3.根据权利要求2所述的方法，其特征在于，所述指标数据库的建立过程，包括：针对所述多个对象中的各所述对象，对所述对象的原始财务报表进行数据处理，以获得所述对象对应的指标数据；将各所述对象对应的对象标识与指标数据对应存储到所述指标数据库中。4.根据权利要求3所述的方法，其特征在于，所述对象对应的指标数据以指标数据表形式存储；所述对所述对象的原始财务报表进行数据处理，以获得所述对象对应的指标数据，包括：基于预设的财务报表格式，生成财务报表模板；从所述对象的原始财务报表中提取财务数据，并按照预设的指标确定算法，对所提取的财务数据进行处理，以获得对应的指标数据；将所述指标数据填入所述财务报表模板，以获得所述指标数据表。5.根据权利要求3所述的方法，其特征在于，所述对象对应的指标数据包括指标可信度，所述指标可信度用于表示所述对象对应的指标数据的真实程度；所述对所述对象的原始财务报表进行数据处理，以获得所述对象对应的指标数据，包括：基于所述对象的原始财务报表和事务所数据库，调用训练完成的可信度识别模型进行可信度识别，以获得所述指标可信度，所述事务所数据库包括多个不满足预设信用条件的会计师事务所对应的事务所标识。6.根据权利要求5所述的方法，其特征在于，所述可信度识别模型内置有审计意见类型集合，所述审计意见类型集合包括多种审计意见类型；所述基于所述对象的原始财务报表和事务所数据库，调用训练完成的可信度识别模型进行可信度识别，以获得所述指标可信度，包括：将所述对象的原始财务报表和所述事务所数据库输入到所述训练完成的可信度识别模型；
采用所述训练完成的可信度识别模型执行下述步骤：对所述对象的原始财务报表进行识别，以获得所述对象对应的事务所标识和审计意见；若所述事务所标识属于所述事务所数据库，则将第一预设数值确定为所述指标可信度；若所述事务所标识不属于所述事务所数据库，则从所述审计意见类型集合中确定所述审计意见所属的审计意见类型，将所述审计意见所属的审计意见类型对应的第二预设数值确定为所述指标可信度。7.根据权利要求6所述的方法，其特征在于，所述可信度识别模型包括报表识别单元和可信度确定单元，所述报表识别单元用于对对象的原始财务报表进行识别，得到对应的事务所标识和审计意见，所述可信度确定单元用于基于所述报表识别模块输出的事务所标识和审计意见确定所述对象的指标可信度；所述报表识别单元的训练过程，包括：以样本对象对应的报表标签为监督数据，基于所述样本对象的样本财务报表，对所述可信度识别单元进行迭代训练，所述报表标签包括所述样本财务报表对应的事务所标识和审计意见；响应于满足预设的训练收敛条件，将满足所述训练收敛条件的报表识别单元确定为已训练完成的报表识别单元。8.根据权利要求3所述的方法，其特征在于，所述对象对应的指标数据包括违约分数，所述违约分数为表示所述对象对所述预设服务进行违约的可能性的分数；所述对所述对象的原始财务报表进行数据处理，以获得所述对象对应的指标数据，包括：基于所述对象对应的除所述违约分数以外的其他指标数据，生成所述对象对应的第一违约特征集合，所述第一违约特征集合包括多个不同类型的违约特征，各所述违约特征包括至少一个指标数据；针对所述第一违约特征集合中的各所述违约特征，对所述违约特征包括的各所述指标数据进行归一化处理，以获得第二违约特征集合；将所述第二违约特征集合输入到训练完成的违约分数确定模型，并采用所述训练完成的违约分数确定模型确定所述对象对应的违约分数。9.根据权利要求8所述的方法，其特征在于，所述对所述违约特征包括的各所述指标数据进行归一化处理，包括：针对所述违约特征中的各所述指标数据：若所述指标数据与所述对象违约的可能性正相关，则将第一比值与预设参数之积确定为处理后的指标数据，所述第一比值的分子为所述指标数据与所述违约特征中的指标最小值之间的差值，分母为所述违约特征中的指标最大值与所述指标最小值之间的差值；若所述指标数据与所述对象违约的可能性负相关，则将第二比值与预设参数之积确定为处理后的指标数据，所述第二比值的分子为所述违约特征中的指标最大值与所述指标数据之间的差值，分母为所述违约特征中的指标最大值与所述指标最小值之间的差值。10.根据权利要求8所...

【专利技术属性】
技术研发人员：黄月坤，范德辉，郑比加，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：