[發(fā)明專利]基于人工智能的文件數(shù)據(jù)處理方法、裝置、設備和介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010711056.3
• 申請日: 2020-07-22
• 公開（公告）號: CN111858467A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設計）人: 謝建軍
• 申請（專利權(quán)）人: 平安證券股份有限公司
• 主分類號: G06F16/11
• 分類號: G06F16/11;G06F16/25
• 代理公司: 廣州華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 李文淵

本申請涉及人工智能領域，特別是涉及一種基于人工智能的文件數(shù)據(jù)處理方法、裝置、設備和介質(zhì)。所述方法包括：獲取待處理文件數(shù)據(jù)，并分別對各待處理文件數(shù)據(jù)進行文件格式的識別，確定各待處理文件數(shù)據(jù)的文件格式；根據(jù)各待處理文件數(shù)據(jù)的文件格式獲取對應的配置數(shù)據(jù)；獲取接口數(shù)據(jù)，并通過接口數(shù)據(jù)以及各配置數(shù)據(jù)，分別生成對應各待處理文件數(shù)據(jù)的識別程序；通過各識別程序分別對各待處理文件數(shù)據(jù)分別進行數(shù)據(jù)內(nèi)容的識別，得到各待處理文件數(shù)據(jù)中的數(shù)據(jù)內(nèi)容；將各數(shù)據(jù)內(nèi)容存入數(shù)據(jù)庫中。采用本方法能夠提升數(shù)據(jù)處理效率。同時，本申請還涉及區(qū)塊鏈技術，其中，將待處理文件數(shù)據(jù)、文件格式、配置數(shù)據(jù)以及數(shù)據(jù)內(nèi)容等均可以存儲與區(qū)塊鏈中。

技術領域

本申請涉及人工智能領域，特別是涉及一種基于人工智能的文件數(shù)據(jù)處理方法、裝置、設備和介質(zhì)。

背景技術

證券公司通過其核心交易系統(tǒng)、清算系統(tǒng)等與外部機構(gòu)(如證券登記結(jié)算公司、托管銀行等)之間等進行文件數(shù)據(jù)的交互，例如，交易系統(tǒng)通過導出和導入接口文件實現(xiàn)與登記公司、基金公司、存管銀行等進行數(shù)據(jù)交互等。

在傳統(tǒng)方式中，證券公司需要通過不同的接口對不同文件格式的文件數(shù)據(jù)進行識別轉(zhuǎn)換。由于不同文件格式的文件數(shù)據(jù)均需要通過不同的接口處理，使得數(shù)據(jù)處理的效率較低。

發(fā)明內(nèi)容

基于此，有必要針對上述技術問題，提供一種能夠提升數(shù)據(jù)處理效率的基于人工智能的文件數(shù)據(jù)處理方法、裝置、設備和介質(zhì)。

一種基于人工智能的文件數(shù)據(jù)處理方法，所述方法包括：

獲取待處理文件數(shù)據(jù)，并分別對各待處理文件數(shù)據(jù)進行文件格式的識別，確定各待處理文件數(shù)據(jù)的文件格式；

根據(jù)各待處理文件數(shù)據(jù)的文件格式獲取對應的配置數(shù)據(jù)；

獲取接口數(shù)據(jù)，并通過接口數(shù)據(jù)以及各配置數(shù)據(jù)，分別生成對應各待處理文件數(shù)據(jù)的識別程序；

通過各識別程序分別對各待處理文件數(shù)據(jù)分別進行數(shù)據(jù)內(nèi)容的識別，得到各待處理文件數(shù)據(jù)中的數(shù)據(jù)內(nèi)容；

將各數(shù)據(jù)內(nèi)容存入數(shù)據(jù)庫中。

在其中一個實施例中，對各待處理文件數(shù)據(jù)進行文件格式的識別，確定各待處理文件數(shù)據(jù)的文件格式，包括：

判斷待處理文件數(shù)據(jù)是否存在文件后綴；

當待處理文件數(shù)據(jù)存在文件后綴時，則根據(jù)文件后綴確定待處理文件數(shù)據(jù)的文件格式；

當待處理文件數(shù)據(jù)不存在文件后綴時，則對待處理文件數(shù)據(jù)的文件頭標識、文件描述、文件結(jié)構(gòu)以及存儲結(jié)構(gòu)中至少一項進行識別，以確定待處理文件數(shù)據(jù)的文件格式。

在其中一個實施例中，通過各識別程序分別對各待處理文件數(shù)據(jù)分別進行數(shù)據(jù)內(nèi)容的識別，得到各待處理文件數(shù)據(jù)中的數(shù)據(jù)內(nèi)容，包括：

對待處理文件數(shù)據(jù)的各數(shù)據(jù)條目分別進行文本字符串的識別，得到待處理文件數(shù)據(jù)中對應各數(shù)據(jù)條目的初始數(shù)據(jù)內(nèi)容；

分別對各數(shù)據(jù)條目對應的初始數(shù)據(jù)內(nèi)容進行內(nèi)容格式標準化的預處理，以得到待處理文件數(shù)據(jù)中各數(shù)據(jù)條目的數(shù)據(jù)內(nèi)容。

在其中一個實施例中，得到各待處理文件數(shù)據(jù)中的數(shù)據(jù)內(nèi)容之后，方法還包括：

判斷得到的數(shù)據(jù)內(nèi)容是否符合數(shù)據(jù)庫的存儲要求；

當數(shù)據(jù)內(nèi)容不符合數(shù)據(jù)庫的存儲要求時，則通過轉(zhuǎn)換函數(shù)對數(shù)據(jù)內(nèi)容進行存儲格式的轉(zhuǎn)換，得到符合數(shù)據(jù)庫的存儲要求的數(shù)據(jù)內(nèi)容。

在其中一個實施例中，將各數(shù)據(jù)內(nèi)容存入數(shù)據(jù)庫中，包括：

并行將各待處理文件數(shù)據(jù)的內(nèi)容數(shù)據(jù)存入緩存數(shù)據(jù)庫中；

異步從緩存數(shù)據(jù)庫中獲取各待處理文件數(shù)據(jù)的數(shù)據(jù)內(nèi)容，并存入管理數(shù)據(jù)庫中。