【技术实现步骤摘要】
数据处理结果的校验方法、装置和计算机设备
[0001]本申请涉及大数据
,特别是涉及一种数据处理结果的校验方法
、
装置
、
计算机设备
、
存储介质和计算机程序产品
。
技术介绍
[0002]随着大数据技术的发展,出现了大数据更新不及时,企业的基本信息与数据服务平台上特定维度的数据内容不对称,或公开的企业数据与数据服务平台上特定维度的数据内容不对称
。
数据服务平台接收到上述不对称的反馈,形成异议数据
。
此类异议数据的处理量较大,形成较多的异议数据处理结果
。
然而异议数据的处理结果参差不齐,传统技术中,需要通过人工对异议数据的处理结果进行全部检查或抽查,以减少数据处理结果回滚或异常增加
。
[0003]然而,人工检测的异议数据的处理结果的数据量过大,日增长数据量增加过快,人工对异常数据处理结果的检测效率低
、
准确率低
。
技术实现思路
[0004]基于此,有必要针对上述技术问题,提供一种数据处理结果的校验方法
、
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,本申请提供了一种数据处理结果的校验方法
。
所述方法包括:
[0006]获取数据以及数据的处理属性,其中所述处理属性包括下述中的至少一种:数据所在的模块,数据的处 ...
【技术保护点】
【技术特征摘要】
1.
一种数据处理结果的校验方法,其特征在于,所述方法包括:获取数据以及数据的处理属性,其中所述处理属性包括下述中的至少一种:数据所在的模块,数据的处理对象,数据的处理状态,数据异常的原因,数据拒绝处理的原因,附件材料的类型,关联外部的单号,标题的描述;将所述数据以及所述数据的处理属性输入至预设的处理模型中,输出所述数据的预测处理结果;基于所述预测处理结果,对比校验所述数据的原始处理结果
。2.
根据权利要求1所述的方法,其特征在于,所述处理模型的训练方式,包括:获取样本数据
、
样本数据的处理属性以及预期的处理结果;对所述样本数据的处理属性进行分析,确定所述样本数据的风险级别;构建初始处理模型,根据所述样本数据
、
样本数据的处理属性
、
所述风险级别以及预期的处理结果,对所述初始处理模型进行训练;在所述初始处理模型的准确率高于预设的阈值的情况下,将所述初始处理模型确定为处理模型
。3.
根据权利要求2所述的方法,其特征在于,所述对所述样本数据的处理属性进行分析,确定所述样本数据的风险级别,包括:获取所述样本数据的处理属性;将所述样本数据的处理属性与预设的风险评估规则进行比对,确定所述样本数据的风险级别;其中,所述风险评估规则包括处理属性与风险级别的关联关系
。4.
根据权利要求2所述的方法,其特征在于,所述对所述样本数据的处理属性进行分析,确定所述样本数据的风险级别,包括:根据所述样本数据所在的模块,得到所述样本数据的维度信息;根据所述样本数据的维度信息预设的权重,确定所述样本数据的初始风险级别;根据所述样本数据的处理对象
、
处理状态以及数据异常的原因,对所述初始风险级别进行更新,得到所述样本数据的风险级别
。5.
根据权利要求1所述的方法,其特征在于,将所述数据以及所述数据的处理属性输入至预设的处理模型中,输出所述数据的预测处理结果,包括:所述处理模型输...
【专利技术属性】
技术研发人员:刘月,王蕾,
申请(专利权)人:企查查科技股份有限公司,
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。