[发明专利]数据处理方法、装置、存储介质及计算机设备

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

从数据源中获取多个数据项，并获取每个所述数据项的数据项名称、至少一个数据项值以及数据项值的附加信息；

对所述多个数据项的数据项名称、数据项值以及数据项值的附加信息进行数据处理，得到多个与所述数据项对应的结构型数据；

将所述多个与数据项对应的结构型数据保存在数据库中和/或输入到数据计算处理模型中。

2.根据权利要求1所述的方法，其特征在于，所述结构型数据包括线性结构数据和/或树形结构数据。

3.根据权利要求2所述的方法，其特征在于，所述对多个数据项的数据项名称、数据项值以及数据项值的附加信息进行数据处理，得到多个与所述数据项对应的结构型数据，包括：

当所述数据项的数据项值的数量为1时，对所述数据项的数据项名称、数据项值以及数据项值的附加信息进行数据处理，得到与所述数据源对应的线性结构数据；

当所述数据项的数据项值的数量大于1时，对所述数据项的数据项名称、数据项值以及数据项值的附加信息进行数据处理，得到与所述数据源对应的线性结构数据和/或树形结构数据。

4.根据权利要求1所述的方法，其特征在于，所述将与数据项对应的结构型数据输入到数据计算处理模型中，包括：

将所述与数据项对应的结构型数据输入到数据计算处理模型中，并输出计算处理后的结构型数据，其中，所述计算处理后的结构型数据包括一个数据项名称、至少一个数据项值以及数据项值的附加信息。

5.根据权利要求4所述的方法，其特征在于，所述将多个与数据项对应的结构型数据保存在数据库中和/或输入到数据计算处理模型中之后，所述方法还包括：

将所述保存在数据库中的结构型数据输出到数据交付层中；和/或

将所述从数据计算处理模型中输出的结构型数据输出到数据交付层中。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述数据计算处理模型包括中机器学习模型和/或深度学习模型，且所述数据计算处理模型的层数为至少一层。

7.根据权利要求1-5任一项所述的方法，其特征在于，所述数据项值的附加信息包括数据项值的计算口径、商务对外口径、数据来源、置信度值和准确性值中的一个或多个。

8.一种数据处理装置，其特征在于，所述装置包括：

数据获取模块，从数据源中获取多个数据项，并获取每个所述数据项的数据项名称、至少一个数据项值以及数据项值的附加信息；

数据处理模块，用于对所述多个数据项的数据项名称、数据项值以及数据项值的附加信息进行数据处理，得到多个与所述数据项对应的结构型数据；

数据输出模块，用于将所述多个与数据项对应的结构型数据保存在数据库中和/或输入到数据计算处理模型中。

9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。