[发明专利]一种数据处理方法及装置

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取待分析物料的物料信息以及对所述物料信息在预设分析维度下进行分析的数据分析模型；所述数据分析模型预先构建、且不同的所述预设分析维度对应不同的数据分析模型；

将所述物料信息输入到所述数据分析模型中，得到对应预设分析维度下的信息分析结果。

2.根据权利要求1所述的数据处理方法，其特征在于，所述数据分析模型包括物料相似性模型；所述物料相似性模型用于确定存储有所述待分析物料的物料信息的数据库中除所述待分析物料之外的每一物料与所述待分析物料间的相似度；

相应的，将所述物料信息输入到所述数据分析模型中，得到对应预设分析维度下的信息分析结果，包括：

将所述物料信息输入到所述物料相似性模型中，得到除所述待分析物料之外的每一物料与所述待分析物料间的相似度，将相似度大于预设相似度阈值的物料确定为目标物料；

获取所述目标物料对应的物料信息；

将所述目标物料与所述待分析物料间的相似度、以及所述目标物料对应的物料信息作为对应预设分析维度下的信息分析结果。

3.根据权利要求2所述的数据处理方法，其特征在于，所述物料相似性模型的构建过程包括：

获取第一物料样本的第一物料样本信息；所述第一物料样本信息包括物料样本的物料主数据和物料样本的业务数据；所述业务数据为描述物料交易过程的数据；所述物料样本包括相似物料样本和非相似物料样本；

基于所述物料样本的业务数据，确定所述物料样本的业务场景；所述业务场景用于表征物料进行的交易的交易类型；

基于所述物料样本的物料主数据以及业务场景，通过机器学习相似物料样本和非相似物料样本分别对应的物料主数据和业务场景，得到所述物料相似性模型。

4.根据权利要求2所述的数据处理方法，其特征在于，所述物料信息包括所述待分析物料的物料主数据和待分析物料的业务数据；所述业务数据为描述物料交易过程的数据；

获取待分析物料的物料信息以及对所述物料信息在预设分析维度下进行分析的数据分析模型之后，所述方法还包括：

根据所述待分析物料的业务数据，确定所述待分析物料的业务场景；所述业务场景用于表征物料进行的交易的交易类型；

相应的，将所述物料信息输入到所述物料相似性模型中，得到除所述待分析物料之外的每一物料与所述待分析物料间的相似度，将相似度大于预设相似度阈值的物料确定为目标物料，包括：

将所述物料信息输入到所述物料相似性模型中，通过语义分析，得到除所述待分析物料之外的每一物料与所述待分析物料间的物料主数据和业务场景分别对应的相似度；

筛选出物料主数据和业务场景分别对应的相似度均大于设定的指定阈值的物料作为所述目标物料。

5.根据权利要求1所述的数据处理方法，其特征在于，所述数据分析模型包括数据完整性评价模型；所述数据完整性评价模型中存储有各类物料同描述该类物料所需的数据间的对应关系，以及描述各类物料所需的数据同每一数据所需采用的数据格式间的对应关系；

相应的，将所述物料信息输入到所述数据分析模型中，得到对应预设分析维度下的信息分析结果，包括：

将所述物料信息输入到所述数据完整性评价模型中，以基于所述各类物料同描述该类物料所需的数据间的对应关系，确定所述物料信息中的数据是否完整，在数据不完整时确定缺失的数据，以及基于所述描述各类物料所需的数据同每一数据所需采用的数据格式间的对应关系，确定所述物料信息中每一数据的数据格式是否正确，以及在数据格式不正确时，确定数据格式不正确的数据；

将所述物料信息中的数据是否完整的分析结果、所述物料信息中每一数据的数据格式是否正确的分析结果，以及在数据不完整或数据格式不正确时，确定出的缺失的数据以及数据格式不正确的数据作为对应预设分析维度下的信息分析结果。