本申请涉及一种信息化资源处理方法、装置、计算机设备和存储介质。方法包括：获取待回收信息化资源的标识信息、以及待回收信息化资源归属的对象信息；根据标识信息，查询待回收信息化资源的状态波动数据，状态波动数据包括信息化资源的历史状态峰值、历史状态谷值以及当前状态值；根据历史状态峰值以及历史状态谷值构建得到状态波动区间；根据对象信息对应的风险承担等级，在状态波动区间中形成与风险承担等级对应的安全状态区间；若当前状态值超出安全状态区间，则对待回收信息化资源进行回收处理。采用本方法能够极大限度地避免因主观误判或错判所带来的风险或可能造成的损失，使得资源的存留以及回收处理结果的可靠性更高。资源的存留以及回收处理结果的可靠性更高。资源的存留以及回收处理结果的可靠性更高。
【技术实现步骤摘要】
信息化资源处理方法、装置以及计算机设备
[0001]本申请涉及计算机
，特别是涉及一种信息化资源处理方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]随着互联网技术以及智能终端等技术的不断发展、以及智能终端设备的不断普及，通过智能终端设备进行信息化资源的处理场景，也愈发频繁的出现在普通日常生活之中。以电子金融为例，电子金融是指通过互联网、移动终端等电子渠道提供金融服务的业务形态。互联网技术的发展使得金融业务不再局限于传统的实体银行、证券等机构，随着智能手机、平板电脑等智能终端设备的普及，人们可以随时随地进行金融交易和查询，使得金融服务更加便捷和高效。
[0003]在传统技术中，对信息化资源的处理方式，在多数情况下，通常是凭借操作者的历史经验积累以及主观判断的方式形成处理方案或进行决断；由于主观因素的主导、以及缺乏客观必要的数据支持，传统技术对信息化资源进行处理的方式或方法，较大概率会出现误判或错判的情况，可靠性较低。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种可靠性更高的信息化资源处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种信息化资源处理方法。所述方法包括：
[0006]获取待回收信息化资源的标识信息、以及所述待回收信息化资源归属的对象信息；
[0007]根据所述标识信息，查询所述待回收信息化资源的状态波动数据，所述状态波动数据包括信息化资源的历史状态峰值、历史状态谷值以及当前状态值；
[0008]根据所述历史状态峰值以及所述历史状态谷值构建得到状态波动区间；
[0009]根据所述对象信息对应的风险承担等级，在所述状态波动区间中形成与所述风险承担等级对应的安全状态区间；
[0010]若所述当前状态值超出所述安全状态区间，则对所述待回收信息化资源进行回收处理。
[0011]在其中一个实施例中，所述根据所述对象信息对应的风险承担等级，在所述状态波动区间中形成与所述风险承担等级对应的安全状态区间之前，还包括：
[0012]根据所述对象信息，获取待回收信息化资源的归属对象的对象任务信息；
[0013]将所述对象任务信息，输入至已训练的深度学习模型中进行风险等级预测，得到所述归属对象的风险承受等级，所述已训练的深度学习模型基于训练样本数据训练得到，所述训练样本数据包括不同归属对象的历史任务信息与对应的风险等级。
[0014]在其中一个实施例中，所述将所述对象任务信息，输入至已训练的深度学习模型
中进行风险等级预测，得到所述归属对象的风险承受等级之前，还包括：
[0015]获取待训练的深度学习模型、以及历史任务信息构成的训练数据集，所述训练数据集包括风险等级标签以及任务数据样本；
[0016]将所述任务数据样本输入至所述待训练的深度学习模型进行风险等级预测，得到预测等级标签；
[0017]若所述预测等级标签与所述风险等级标签之间的相似度值不小于预设的相似度阈值，得到已训练的深度学习模型。
[0018]在其中一个实施例中，所述根据所述对象信息对应的风险承担等级，在所述状态波动区间中形成与所述风险承担等级对应的安全状态区间包括：
[0019]根据所述风险承担等级，获取预存的多个对象任务信息；
[0020]将风险承受等级对应的多个对象任务信息中状态极大值和状态极小值分别进行聚类，形成极大值数据集以及极小值数据集；
[0021]根据所述极大值数据集中的数据均值生成安全状态区间对应的最大值端点；
[0022]根据所述极小值数据集中的数据均值生成安全状态区间对应的最小值端点；
[0023]根据所述最大值端点以及所述最小值端点，形成与所述风险承担等级对应的安全状态区间。
[0024]在其中一个实施例中，所述根据所述对象信息对应的风险承担等级，在所述状态波动区间中形成与所述风险承担等级对应的安全状态区间包括：
[0025]根据所述风险承担等级，获取预存的多个对象任务信息；
[0026]对风险承受等级对应的多个对象任务信息进行特征提取，得到多个任务特征数据；
[0027]根据所述多个任务特征的特征维度构建特征空间，并得到所述多个任务特征数据对应的多个映射点；
[0028]根据所述映射点之间的距离，从所述多个映射点中筛选得到中心特征点；
[0029]根据所述中心特征点所对应的对象任务信息中的任务状态值，生成安全状态区间的中点；
[0030]根据所述安全状态区间的中点、以及预设的区间长度，构建得到所述风险承受等级对应的安全状态区间。
[0031]在其中一个实施例中，若当前状态值超出安全状态区间，则获取当前状态值与安全状态区间的端点之间的差值；
[0032]根据所述差值生成安全风险的警示信息，并将所述警示信息进行推送。
[0033]第二方面，本申请还提供了一种信息化资源处理装置。所述装置包括：
[0034]信息获取模块，用于获取待回收信息化资源的标识信息、以及所述待回收信息化资源归属的对象信息；
[0035]状态追溯模块，用于根据所述标识信息，查询所述待回收信息化资源的状态波动数据，所述状态波动数据包括信息化资源的历史状态峰值、历史状态谷值以及当前状态值；
[0036]区间构建模块，用于根据所述历史状态峰值以及所述历史状态谷值构建得到状态波动区间；
[0037]风险隔离模块，用于根据所述对象信息对应的风险承担等级，在所述状态波动区
间中形成与所述风险承担等级对应的安全状态区间；
[0038]资源回收模块，用于当所述当前状态值超出所述安全状态区间时，对所述待回收信息化资源进行回收处理。
[0039]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0040]获取待回收信息化资源的标识信息、以及所述待回收信息化资源归属的对象信息；
[0041]根据所述标识信息，查询所述待回收信息化资源的状态波动数据，所述状态波动数据包括信息化资源的历史状态峰值、历史状态谷值以及当前状态值；
[0042]根据所述历史状态峰值以及所述历史状态谷值构建得到状态波动区间；
[0043]根据所述对象信息对应的风险承担等级，在所述状态波动区间中形成与所述风险承担等级对应的安全状态区间；
[0044]若所述当前状态值超出所述安全状态区间，则对所述待回收信息化资源进行回收处理。
[0045]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0046]获取待回收信息化资源的标识信息、以及所述待回收信息化资源归属的对象信息；
[0047]根据所述标本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种信息化资源处理方法，其特征在于，所述方法包括：获取待回收信息化资源的标识信息、以及所述待回收信息化资源归属的对象信息；根据所述标识信息，查询所述待回收信息化资源的状态波动数据，所述状态波动数据包括信息化资源的历史状态峰值、历史状态谷值以及当前状态值；根据所述历史状态峰值以及所述历史状态谷值构建得到状态波动区间；根据所述对象信息对应的风险承担等级，在所述状态波动区间中形成与所述风险承担等级对应的安全状态区间；若所述当前状态值超出所述安全状态区间，则对所述待回收信息化资源进行回收处理。2.根据权利要求1所述的方法，其特征在于，所述根据所述对象信息对应的风险承担等级，在所述状态波动区间中形成与所述风险承担等级对应的安全状态区间之前，还包括：根据所述对象信息，获取待回收信息化资源的归属对象的对象任务信息；将所述对象任务信息，输入至已训练的深度学习模型中进行风险等级预测，得到所述归属对象的风险承受等级，所述已训练的深度学习模型基于训练样本数据训练得到，所述训练样本数据包括不同归属对象的历史任务信息与对应的风险等级。3.根据权利要求2所述的方法，其特征在于，所述将所述对象任务信息，输入至已训练的深度学习模型中进行风险等级预测，得到所述归属对象的风险承受等级之前，还包括：获取待训练的深度学习模型、以及历史任务信息构成的训练数据集，所述训练数据集包括风险等级标签以及任务数据样本；将所述任务数据样本输入至所述待训练的深度学习模型进行风险等级预测，得到预测等级标签；若所述预测等级标签与所述风险等级标签之间的相似度值不小于预设的相似度阈值，得到已训练的深度学习模型。4.根据权利要求1所述的方法，其特征在于，所述根据所述对象信息对应的风险承担等级，在所述状态波动区间中形成与所述风险承担等级对应的安全状态区间包括：根据所述风险承担等级，获取预存的多个对象任务信息；将风险承受等级对应的多个对象任务信息中状态极大值和状态极小值分别进行聚类，形成极大值数据集以及极小值数据集；根据所述极大值数据集中的数据均值生成安全状态区间对应的最大值端点；根据所述极小值数据集中的数据均值生成安全状态区间对应的最小值端点；根据所述最大值端点以及所述最小值端点，形成与所述风险承担...
【专利技术属性】
技术研发人员：刘欣悦，李佳宁，康越，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：
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。