System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 数据筛选方法、装置、存储介质及电子设备制造方法及图纸_技高网

数据筛选方法、装置、存储介质及电子设备制造方法及图纸

技术编号:40608421 阅读:2 留言:0更新日期:2024-03-12 22:15
本发明专利技术公开了一种数据筛选方法、装置、存储介质及电子设备。涉及金融科技领域或其他相关技术领域。其中,该方法包括:获取第一数据集合,其中,第一数据集合中至少包括N个指标数据,指标数据至少包括:金融机构的业务数据,N为正整数;获取预设函数,其中,预设函数至少包括:S个参数变量,S个为小于N的正整数;基于粒子群算法和预设函数中的参数变量,对第一数据集合中的指标数据进行筛选,得到筛选后的指标数据。本发明专利技术解决了对金融机构的业务数据进行筛选的效率低的技术问题。

【技术实现步骤摘要】

本专利技术涉及金融科技领域或其他相关,具体而言,涉及一种数据筛选方法、装置、存储介质及电子设备


技术介绍

1、目前,金融机构开发人员可以拿到业务数据,针对诸多需求,开发人员需要将数据进行归整,筛选出符合目标的数据,但是相关技术中通常采用人工筛选的方式或采用人工设定数据筛选范围,例如:根据业务数据所在的范围区间对业务数据进行筛选。采用人工筛选的方式存在筛选效率低的问题,而采用人工设定数据筛选范围的方式筛选数据,通常难以精准的筛选出开发人员需要的业务数据。

2、针对上述的问题,目前尚未提出有效的解决方案。


技术实现思路

1、本专利技术实施例提供了一种数据筛选方法、装置、存储介质及电子设备,以至少解决对金融机构的业务数据进行筛选的效率低的技术问题。

2、根据本专利技术实施例的一个方面,提供了一种数据筛选方法,包括:获取第一数据集合,其中,所述第一数据集合中至少包括n个指标数据,所述指标数据至少包括:金融机构的业务数据,其中,n为正整数;获取预设函数,其中,所述预设函数至少包括:s个参数变量,s个为小于n的正整数;基于粒子群算法和所述预设函数中的所述参数变量,对所述第一数据集合中的所述指标数据进行筛选,得到筛选后的指标数据。

3、进一步地,基于粒子群算法和所述预设函数中的所述参数变量,对所述第一数据集合中的所述指标数据进行筛选,得到筛选后的指标数据,包括:通过所述粒子群算法对所述第一数据集合中的所述指标数据进行m次迭代筛选,得到m个第二数据集合,其中,每个所述第二数据集合中包括:s个所述指标数据,m为正整数;基于所述预设函数中的所述参数变量,对m个所述第二数据集合中的所述指标数据进行筛选,得到筛选后的所述指标数据。

4、进一步地,筛选后的所述指标数据至少包括:t个第二数据集合中的所述指标数据,t为小于m的正整数,基于所述预设函数中的所述参数变量,对m个所述第二数据集合中的所述指标数据进行筛选,得到筛选后的所述指标数据,包括:基于所述预设函数中的所述参数变量,将每个所述第二数据集合中的所述指标数据输入所述预设函数,得到m个数值,其中,每个所述数值与其中一个所述第二数据集合关联;计算每个数值与预设数值的差值,得到m个差值;基于m个差值的绝对值的大小,对m个所述第二数据集合进行筛选,得到t个所述第二数据集合。

5、进一步地,基于m个差值的绝对值的大小,对m个所述第二数据集合进行筛选,得到t个所述第二数据集合,包括:基于m个所述差值的绝对值大小,对m个所述差值进行排序,得到排序结果;基于所述排序结果,确定m个所述差值中的前t个差值,其中,前t个所述差值中任意一个所述差值的绝对值大于m个所述差值中除前t个所述差值之外的任意一个所述差值的绝对值;基于前t个所述差值关联的所述第二数据集合,确定t个所述第二数据集合。

6、进一步地,通过所述粒子群算法对所述第一数据集合中的所述指标数据进行m次迭代筛选,得到m个第二数据集合,包括:基于所述第一数据集合中的所述指标数据的数量n,确定所述粒子群算法所使用的粒子的数量,其中,所述粒子群所使用的粒子的数量至少为n个;初始化粒子群中每个粒子的位置和速度,其中,每个所述粒子的位置与至少一个所述指标数据关联;在每次对所述第一数据集合中的所述指标数据进行迭代筛选时,调整每个所述粒子的移动速度,基于调整后的移动速度移动每个粒子的位置,并基于所有移动后的所述粒子的位置,确定至少一个所述第二数据集合;由每次对所述第一数据集合中的所述指标数据进行迭代筛选后得到的所述第二数据集合,组成m个所述第二数据集合。

7、进一步地,调整每个粒子的移动速度,包括:获取最新预设权重,其中,每次对所述第一数据集合中的所示指标数据进行迭代筛选时所使用的预设权重不同;基于所述最新预设权重、每个粒子的当前移动速度和该粒子的当前位置,确定该粒子的目标移动速度,并将该粒子的移动速度调整为所述目标移动速度。

8、进一步地,获取第一数据集合,包括:获取所述金融机构的原始业务数据;基于预设约束条件对所述原始业务数据进行筛选,得到所述第一数据集合,其中,所述预设约束条件用于确定对所述原始业务数据进行筛选的筛选范围。

9、进一步地,所述金融机构的业务数据包括下述至少之一:贷款数据、存款数据和用户信息数据。

10、根据本专利技术实施例的另一方面,还提供了一种数据筛选装置,包括:第一获取单元,用于获取第一数据集合,其中,所述第一数据集合中至少包括n个指标数据,所述指标数据至少包括:金融机构的业务数据,n为正整数;第二获取单元,用于获取预设函数,其中,所述预设函数至少包括:s个参数变量,s个为小于n的正整数;筛选单元,用于基于粒子群算法和所述预设函数中的所述参数变量,对所述第一数据集合中的所述指标数据进行筛选,得到筛选后的指标数据。

11、进一步地,筛选单元包括:第一筛选子单元,用于通过所述粒子群算法对所述第一数据集合中的所述指标数据进行m次迭代筛选,得到m个第二数据集合,其中,每个所述第二数据集合中包括:s个所述指标数据,m为正整数;第二筛选子单元,用于基于所述预设函数中的所述参数变量,对m个所述第二数据集合中的所述指标数据进行筛选,得到筛选后的所述指标数据。

12、进一步地,筛选后的所述指标数据至少包括:t个第二数据集合中的所述指标数据,t为小于m的正整数,第二筛选子单元包括:第一处理模块,用于基于所述预设函数中的所述参数变量,将每个所述第二数据集合中的所述指标数据输入所述预设函数,得到m个数值,其中,每个所述数值与其中一个所述第二数据集合关联;计算模块,用于计算每个数值与预设数值的差值,得到m个差值;筛选模块,用于基于m个差值的绝对值的大小,对m个所述第二数据集合进行筛选,得到t个所述第二数据集合。

13、进一步地,筛选模块包括:排序模块,用于基于m个所述差值的绝对值大小,对m个所述差值进行排序,得到排序结果;第一确定模块,用于基于所述排序结果,确定m个所述差值中的前t个差值,其中,前t个所述差值中任意一个所述差值的绝对值大于m个所述差值中除前t个所述差值之外的任意一个所述差值的绝对值;第二确定模块,用于基于前t个所述差值关联的所述第二数据集合,确定t个所述第二数据集合。

14、进一步地,第一筛选子单元包括:第三确定模块,用于基于所述第一数据集合中的所述指标数据的数量n,确定所述粒子群算法所使用的粒子的数量,其中,所述粒子群所使用的粒子的数量至少为n个;初始化模块,用于初始化粒子群中每个粒子的位置和速度,其中,每个所述粒子的位置与至少一个所述指标数据关联;第二处理模块,用于在每次对所述第一数据集合中的所述指标数据进行迭代筛选时,调整每个所述粒子的移动速度,基于调整后的移动速度移动每个粒子的位置,并基于所有移动后的所述粒子的位置,确定至少一个所述第二数据集合;第三处理模块,用于由每次对所述第一数据集合中的所述指标数据进行迭代筛选后得到的所述第二数据集合,组成m个所述第二数据集合。

15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,包括:

2.根据权利要求1所述的数据筛选方法,其特征在于,基于粒子群算法和所述预设函数中的所述参数变量,对所述第一数据集合中的所述指标数据进行筛选,得到筛选后的指标数据,包括:

3.根据权利要求2所述的数据筛选方法,其特征在于,筛选后的所述指标数据至少包括:T个第二数据集合中的所述指标数据,T为小于M的正整数,基于所述预设函数中的所述参数变量,对M个所述第二数据集合中的所述指标数据进行筛选,得到筛选后的所述指标数据,包括:

4.根据权利要求3所述的数据筛选方法,其特征在于,基于M个差值的绝对值的大小,对M个所述第二数据集合进行筛选,得到T个所述第二数据集合,包括:

5.根据权利要求2所述的数据筛选方法,其特征在于,通过所述粒子群算法对所述第一数据集合中的所述指标数据进行M次迭代筛选,得到M个第二数据集合,包括:

6.根据权利要求5所述的数据筛选方法,其特征在于,调整每个所述粒子的移动速度,包括:

7.根据权利要求1所述的数据筛选方法,其特征在于,获取第一数据集合,包括:>

8.根据权利要求1所述的数据筛选方法,其特征在于,所述金融机构的业务数据包括下述至少之一:贷款数据、存款数据和用户信息数据。

9.一种数据筛选装置,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至8中任意一项所述的数据筛选方法。

11.一种电子设备,其特征在于,包括一个或多个处理器和存储器,所述存储器用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至8中任意一项所述的数据筛选方法。

...

【技术特征摘要】

1.一种数据筛选方法,其特征在于,包括:

2.根据权利要求1所述的数据筛选方法,其特征在于,基于粒子群算法和所述预设函数中的所述参数变量,对所述第一数据集合中的所述指标数据进行筛选,得到筛选后的指标数据,包括:

3.根据权利要求2所述的数据筛选方法,其特征在于,筛选后的所述指标数据至少包括:t个第二数据集合中的所述指标数据,t为小于m的正整数,基于所述预设函数中的所述参数变量,对m个所述第二数据集合中的所述指标数据进行筛选,得到筛选后的所述指标数据,包括:

4.根据权利要求3所述的数据筛选方法,其特征在于,基于m个差值的绝对值的大小,对m个所述第二数据集合进行筛选,得到t个所述第二数据集合,包括:

5.根据权利要求2所述的数据筛选方法,其特征在于,通过所述粒子群算法对所述第一数据集合中的所述指标数据进行m次迭代筛选,得到m个第二数据集合,包括:

【专利技术属性】
技术研发人员:张维博杨彬朱建强姚奎
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:

网友询问留言 已有0条评论
  • 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。

1