[發明專利]數據處理方法和裝置、服務器及存儲介質

在審

• 申請號: 202011248082.3
• 申請日: 2020-11-10
• 公開（公告）號: CN112348093A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 黎豪;陳海雯;張漢林;李立峰;柯學
• 申請（專利權）人: 廣發證券股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/245;G06Q40/06
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 李莎

本申請實施例提供的數據處理方法和裝置、服務器及存儲介質，涉及數據處理技術領域。數據處理方法包括：首先，獲取待處理產品的特征數據；其次，將特征數據輸入預設標簽模型，得到特征數據的標簽。通過上述方法，可以實現根據特征數據和模型生成標簽，改善了現有技術中人工根據金融產品的歷史表現和單一規則進行定性分析得到標簽，標簽生成效率低下、標簽數量和覆蓋范圍有限，導致的標簽生成的可靠性低的問題。

技術領域

本申請涉及數據處理技術領域，具體而言，涉及一種數據處理方法和裝置、服務器及存儲介質。

背景技術

在現有技術的金融產品標簽生成過程中，一般是通過研究員根據金融產品的歷史表現和單一規則進行定性分析得到的，標簽生成效率低下、標簽數量和覆蓋范圍有限，從而存在標簽生成的可靠性低的問題。

發明內容

有鑒于此，本申請的目的在于提供一種數據處理方法和裝置、服務器及存儲介質，以改善現有技術中存在的問題。

為實現上述目的，本申請實施例采用如下技術方案：

第一方面，本發明提供一種數據處理方法，包括：

獲取待處理產品的特征數據；

將所述特征數據輸入預設標簽模型，得到所述特征數據的標簽。

在可選的實施方式中，所述將所述特征數據輸入預設標簽模型，得到所述特征數據的標簽的步驟，包括：

將所述特征數據輸入所述預設標簽模型，得到所述特征數據的預測收益率；

根據所述預測收益率確定所述特征數據的標簽。

在可選的實施方式中，所述數據處理方法還包括得到所述預設標簽模型的步驟，該步驟包括：

根據獲取的訓練數據對至少一個原始模型進行訓練，得到所述預設標簽模型。

在可選的實施方式中，所述訓練數據包括訓練特征數據和實際值，所述根據獲取的訓練數據對至少一個原始模型進行訓練，得到所述預設標簽模型的步驟，包括：

針對每一個原始模型，將所述訓練特征數據輸入該原始模型，得到所述訓練特征數據的預測值；

根據所述預測值和實際值確定該原始模型的模型效果；

根據至少一個原始模型的模型效果選取預設標簽模型。

在可選的實施方式中，所述根據所述預測值和實際值確定該原始模型的模型效果的步驟，包括：

根據所述預測值對所述實際值進行分組處理，得到實際值序列；

對所述實際值序列進行顯著性分析處理，得到該原始模型的模型效果。

在可選的實施方式中，所述根據所述預測值對所述實際值進行分組處理，得到實際值序列的步驟，包括：

對所述預測值進行排序處理，得到分組數據；

根據所述分組數據對所述實際值進行分組處理，得到實際值序列。

在可選的實施方式中，所述獲取待處理產品的特征數據的步驟，包括：

獲取所述待處理產品的相關數據；

對所述相關數據進行特征處理，得到所述待處理產品的特征數據。

第二方面，本發明提供一種數據處理裝置，包括：

數據獲取模塊，用于獲取待處理產品的特征數據；

數據處理模塊，用于將所述特征數據輸入預設標簽模型，得到所述特征數據的標簽。