数据处理方法、装置、电子设备和计算机可读介质制造方法及图纸

本公开的实施例公开了数据处理方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取价值风险数据集；将第二价值风险数据集中的第二价值风险数据转换为文本模态下的数据，得到文本模态数据集；生成结构化价值风险数据集；确定第一数据特征价值信息和第一风险业务价值信息；确定第二数据特征价值信息和第二风险业务价值信息，以及确定结构转换价值折损信息；确定第三数据特征价值信息和第三风险业务价值信息；生成数据价值信息；执行针对价值风险数据集的服务器数据处理操作，以进行针对目标服务器的数据存储解压。该实施方式可以快捷、高效地对目标服务器中的价值风险数据集进行数据处理，以减缓数据存储压力。

【技术实现步骤摘要】

本公开的实施例涉及计算机，具体涉及数据处理方法、装置、电子设备和计算机可读介质。

技术介绍

1、目前，各个领域对价值风险的预测越来越重视。价值风险的预测过程中，需要海量的价值风险数据集。对于价值风险数据的处理，通常采用的方式为：通过人为确定价值风险数据集对应的数据价值，以后续进行对应的数据处理。然而，当采用上述方式来对价值风险数据进行处理，经常会存在如下技术问题：

2、人为处理价值风险数据集的效率低下，进而，海量的价值风险数据集的存储会导致服务器的数据存储压力较大，出现服务器故障。

3、在采用技术方案来解决上述技术问题一的过程中，往往又会伴随着如下技术问题：多模态数据生成模型在数据整合过程中至关重要，如何得到精准的多模态数据生成模型成为当前主要发展方向。针对上述技术问题，常规的解决方案一般是：通过常规的模型训练方式，来对多模态数据生成模型进行模型训练。然而，上述常规解决方案依然存在如下问题二：所得到的多模态数据生成模型的精准度还是不够精准。

4、该
技术介绍
部分中所公开的以上信息仅用于增强对本专利技术构思的背景的理解，并因本文档来自技高网...

【技术保护点】

1.一种数据处理方法，包括：

2.根据权利要求1所述的方法，其中，所述根据所述第二价值风险数据集对应的数据属性集和所述文本模态数据集，生成针对所述第二价值风险数据集的结构化价值风险数据集，包括：

3.根据权利要求2所述的方法，其中，所述生成所述第二价值风险数据组集对应的汇总结构化数据集，包括：

4.根据权利要求2所述的方法，其中，所述根据所述数据属性集，生成针对所述文本模态数据集的第一初始结构化价值风险数据集，包括：

5.根据权利要求1所述的方法，其中，所述确定所述第一价值风险数据集对应的第一数据特征价值信息和第一风险业务价值信息，包括：<...

【技术特征摘要】

1.一种数据处理方法，包括：

2.根据权利要求1所述的方法，其中，所述根据所述第二价值风险数据集对应的数据属性集和所述文本模态数据集，生成针对所述第二价值风险数据集的结构化价值风险数据集，包括：

3.根据权利要求2所述的方法，其中，所述生成所述第二价值风险数据组集对应的汇总结构化数据集，包括：

4.根据权利要求2所述的方法，其中，所述根据所述数据属性集，生成针对所述文本模态数据集的第一初始结构化价值风险数据集，包括：

5.根据权利要求1所述的方法，其中，所述确定所述第...

【专利技术属性】
技术研发人员：敖兵，吴谦，
申请(专利权)人：朴道征信有限公司，
类型：发明
国别省市：