数据流转方法、装置、存储介质及计算机设备与流程

1.本发明涉及信息技术领域，尤其是涉及一种数据流转方法、装置、存储介质及计算机设备。


背景技术：

2.随着企业业务的快速发展，数据在零售、经租、商用车、车管、后市场、大中台等系统中的流转变得尤为常见。例如，企业每天都存在资金交易现象，如业务款支付、佣金结算以及各类杂项费支付等数据流转。
3.目前，通常根据人为经验来控制数据在各个系统中的流转。然而，这种数据流转方式，需要工作人员预先在线下了解数据的相关信息，导致数据的流转效率较低，与此同时，由于工作人员的疏忽，会导致数据重叠流转，即流转混乱的情况，从而导致数据的流转准确度较低。


技术实现要素：

4.本发明提供了一种数据流转方法、装置、存储介质及计算机设备，主要在于能够提高数据的流转效率和流转准确度。
5.根据本发明的第一个方面，提供一种数据流转方法，包括：
6.接收目标业务对应的待流转数据的流转指令，其中，所述流转指令中携带有所述目标业务对应的业务标识；
7.基于所述业务标识，确定所述目标业务所属的业务类型，并判断是否存在与所述业务类型相对应的第一数据流转通道；
8.若存在与所述业务类型相对应的第一数据流转通道，则获取所述第一数据流转通道对应的第一通道属性信息，以及获取所述业务类型对应的第一业务属性信息；
9.将所述第一通道属性信息和所述第一业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号；
10.基于所述第一数据流转通道和所述第一数据流转账号，对所述待流转数据进行流转操作。
11.可选地，所述判断是否存在与所述业务类型相对应的第一数据流转通道，包括：
12.基于预设数据流转通道配置表，判断是否存在与所述业务类型相对应的第一数据流转通道，其中，所述预设数据流转通道配置表中记录着多种业务类型及其对应的数据流转通道。
13.可选地，在所述判断是否存在与所述业务类型相对应的第一数据流转通道之后，所述方法还包括：
14.若不存在与所述业务类型相对应的第一数据流转通道，则判断是否存在与所述业务类型相对应的父级业务类型；
15.若存在与所述业务类型相对应的父级业务类型，则确定与所述父级业务类型相对
应的第二数据流转通道；
16.获取所述第二数据流转通道对应的第二通道属性信息，以及所述父级业务类型对应的第二业务属性信息；
17.将所述第二通道属性信息和所述第二业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第二数据流转账号；
18.基于所述第二数据流转通道和所述第二数据流转账号，对所述待流转数据进行流转操作。
19.可选地，在所述判断是否存在与所述业务类型相对应的父级业务类型之后，所述方法还包括：
20.若不存在与所述业务类型相对应的父级业务类型，则拦截所述待流转数据的流转操作。
21.可选地，所述将所述第一通道属性信息和所述第一业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号，包括：
22.确定所述第一通道属性信息对应的通道特征向量，以及第一业务属性信息对应的业务特征向量；
23.对所述通道特征向量和所述业务特征向量进行融合处理，得到流转融合特征向量；
24.将所述流转融合特征向量输入至预设预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号。
25.可选地，所述对所述通道特征向量和所述业务特征向量进行融合处理，得到流转融合特征向量，包括：
26.对所述通道特征向量和所述业务特征向量做特征级别的融合处理，得到特征融合向量；
27.对所述通道特征向量和所述业务特征向量做元素级别的融合处理，得到元素融合向量；
28.对所述通道特征向量和所述业务特征向量做低阶融合处理，得到低阶融合向量；
29.利用预设变换函数对所述特征融合向量、所述元素融合向量和所述低阶融合向量做变换处理，生成流转融合特征向量。
30.可选地，所述预设流转账号预测模型为预设多层感知器，所述将所述流转融合特征向量输入至预设预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号，包括：
31.将所述流转融合特征向量输入至所述预设多层感知器，提取所述预设多层感知器中最后一个全连接层输出的特征；
32.将所述最后一个全连接层输出的特征输入至所述预设多层感知器中的softmax层，得到所述待流转数据对应的第一数据流转账号。
33.根据本发明的第二个方面，提供一种数据流转装置，包括：
34.接收单元，用于接收目标业务对应的待流转数据的流转指令，其中，所述流转指令中携带有所述目标业务对应的业务标识；
35.判断单元，用于基于所述业务标识，确定所述目标业务所属的业务类型，并判断是
否存在与所述业务类型相对应的第一数据流转通道；
36.获取单元，用于若存在与所述业务类型相对应的第一数据流转通道，则获取所述第一数据流转通道对应的第一通道属性信息，以及获取所述业务类型对应的第一业务属性信息；
37.预测单元，用于将所述第一通道属性信息和所述第一业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号；
38.流转单元，用于基于所述第一数据流转通道和所述第一数据流转账号，对所述待流转数据进行流转操作。
39.根据本发明的第三个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以上数据流转方法。
40.根据本发明的第四个方面，提供一种计算机设备，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，所述处理器执行所述程序时实现以上数据流转方法。
41.根据本发明提供的一种数据流转方法、装置、存储介质及计算机设备，与目前人为确定数据在各个业务系统中的流转途径的方式相比，本发明通过接收目标业务对应的待流转数据的流转指令，其中，所述流转指令中携带有所述目标业务对应的业务标识；并基于所述业务标识，确定所述目标业务所属的业务类型，并判断是否存在与所述业务类型相对应的第一数据流转通道；若存在与所述业务类型相对应的第一数据流转通道，则获取所述第一数据流转通道对应的第一通道属性信息，以及获取所述业务类型对应的第一业务属性信息；之后将所述第一通道属性信息和所述第一业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号；最终基于所述第一数据流转通道和所述第一数据流转账号，对所述待流转数据进行流转操作。由此通过根据待流转数据对应的业务类型来确定数据流转通道，并将数据按照该流转通道进行流转，能够做到数据的专项流转，避免数据的重叠流转，之后将业务类型对应的属性信息和流转通道对应的属性信息输入至预设流转账号预测模型中进行账号预测，最终让待流转数据按照预测出的流转账号和流转通道中进行流转，能够避免人工控制数据流转，导致的数据流转效率较低和流转混乱的问题，从而本发明能够提高数据的流转效率和流转准确度，避免数据混用，对数据流向进行有效管控，从而提升数据的使用安全度。
附图说明
42.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
43.图1示出了本发明实施例提供的一种数据流转方法流程图；
44.图2示出了本发明实施例提供的另一种数据流转方法流程图；
45.图3示出了本发明实施例提供的一种数据流转装置的结构示意图；
46.图4示出了本发明实施例提供的另一种数据流转装置的结构示意图；
47.图5示出了本发明实施例提供的一种计算机设备的实体结构示意图。
具体实施方式
48.下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
49.目前，人为控制数据在各个系统中的流转的方式，导致数据的流转效率和流转准确度较低。
50.为了解决上述问题，本发明实施例提供了一种数据流转方法，如图1所示，所述方法包括：
51.101、接收目标业务对应的待流转数据的流转指令，其中，流转指令中携带有目标业务对应的业务标识。
52.其中，待流转数据可以为资金交易数据、业务统计数据等；目标业务可以为汽车租赁业务、零售业务、车辆管理业务等；业务标识可以为图标标识或者字符标识，只要业务标识能够唯一确定目标业务，本发明实施例对业务标识的形式不做具体限定。
53.对于本发明实施例，在数据流转业务系统中选择目标业务，并创建该目标业务对应的数据流转单，当数据流转单创建完成，即触发了待流转数据的流转指令，当系统接收到数据流转指令时，首先根据流转指令中携带的业务标识，确定目标业务所属的业务类型，之后确定该业务类型对应的数据流转通道和数据流转账号，最终将待流转数据按照数据流转通道和数据流转账号进行流转，由此通过确定待流转数据所属的业务类型，并按照业务类型确定流转通道和流转账号，将数据按照通道路由及账户路由选择进行流转，可以将数据流转流程变得清晰可见，根据业务类型可以做到数据专项专用，避免数据混用，提升数据使用安全问题。
54.102、基于业务标识，确定目标业务所属的业务类型，并判断是否存在与业务类型相对应的第一数据流转通道。
55.其中，业务类型包括采购业务类型、销售业务类型、与银行合作的业务类型、企业内部工资发放业务类型等。
56.103、若存在与业务类型相对应的第一数据流转通道，则获取第一数据流转通道对应的第一通道属性信息，以及获取业务类型对应的第一业务属性信息。
57.其中，数据流转通道包括支付宝流转、微信流转、手机银行流转、以及企业内部各个系统之间的流转等；通道属性信息包括：通道类型信息、通道评价信息、通道使用用户数量信息、通道信用等级信息、通道流转速度信息等；业务属性信息包括：业务类型信息、业务等级信息、业务完成期限信息、业务资产信息、业务合作部门信息等。
58.对于本发明实施例，在接收到数据流转指令后，根据数据流转指令中携带的业务标识，在预设业务类型配置表中确定该目标业务所属的业务类型，之后判断该业务类型在预设数据流转通道配置表中是否存在对应的第一数据流转通道，若存在第一数据流转通道，则获取该第一数据流转通道对应的通道属性信息，以及获取该业务类型对应的业务属性信息，之后根据通道属性信息和业务属性信息，确定待流转数据对应的数据流转账号，最终将待流转数据按照流转通道和流转账号进行数据流转。由此通过通道属性信息和业务属性信息来确定数据流转账号，最终将数据按照流转通道和流转账号进行流转，能够提高数据的流转效率和流转准确度，与此同时，通过选择合适的流转通道和流转账号来优化数据流转流程，实现对数据流向的可视化管理，降低企业数据流转成本。
59.104、将第一通道属性信息和第一业务属性信息输入至预设流转账号预测模型中进行账号预测，得到待流转数据对应的第一数据流转账号。
60.105、基于第一数据流转通道和第一数据流转账号，对待流转数据进行流转操作。
61.其中，数据流转账号是指数据在流转过程中流转起点、途径和到达的用户端账号。
62.对于本发明实施例，在确定第一流转通道对应的第一通道属性信息，以及业务类型对应的第一业务属性信息后，由于通道属性信息和业务属性信息属于不同维度的信息，因此需要将不同维度的信息处理为同纬度信息，基于此，可以将第一通道属性信息和第一业务属性信息进行融合处理，得到流转融合属性信息，最终将流转融合属性信息输入至预设流转账号预测模型中进行账号预测，得到第一数据流转账号，最终将待流转数据按照第一数据流转通道和第一数据流转账号进行数据流转。例如，若待流转数据为资金，其对应的业务类型为企业内部工资发放业务类型，则确定与该业务类型对应的数据流转通道为银行支付通道，对应的数据流转账号为公司财务银行账号和员工a银行账号，则最终将资金按照银行支付通道由财务账号流转至员工a银行账号中。由此通过根据待流转数据所属的业务类型来确定其对应的流转通道，并根据通道属性信息和业务属性信息，利用预设流转账号预测模型来确定数据的流转账号，能够避免人为控制数据流转导致的数据流转效率较低和数据流转准确度较低的问题，因此本发明实施例能够提高数据的流转效率和流转准确度，与此同时，最终让数据按照其对应的流转通道和流转账号进行流转，能够提高数据使用效率，实现对数据流向的可视化管理，降低企业数据使用成本，并提高了数据流转的安全性。
63.根据本发明提供的一种数据流转方法，与目前人为确定数据在各个业务系统中的流转途径的方式相比，本发明通过接收目标业务对应的待流转数据的流转指令，其中，所述流转指令中携带有所述目标业务对应的业务标识；并基于所述业务标识，确定所述目标业务所属的业务类型，并判断是否存在与所述业务类型相对应的第一数据流转通道；若存在与所述业务类型相对应的第一数据流转通道，则获取所述第一数据流转通道对应的第一通道属性信息，以及获取所述业务类型对应的第一业务属性信息；之后将所述第一通道属性信息和所述第一业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号；最终基于所述第一数据流转通道和所述第一数据流转账号，对所述待流转数据进行流转操作。由此通过根据待流转数据对应的业务类型来确定数据流转通道，并将数据按照该流转通道进行流转，能够做到数据的专项流转，避免数据的重叠流转，之后将业务类型对应的属性信息和流转通道对应的属性信息输入至预设流转账号预测模型中进行账号预测，最终让待流转数据按照预测出的流转账号和流转通道中进行流转，能够避免人工控制数据流转，导致的数据流转效率较低和流转混乱的问题，从而本发明能够提高数据的流转效率和流转准确度，避免数据混用，对数据流向进行有效管控，从而提升数据的使用安全度。
64.进一步的，为了更好的说明上述对数据进行分类的过程，作为对上述实施例的细化和扩展，本发明实施例提供了另一种数据流转方法，如图2所示，所述方法包括：
65.201、接收目标业务对应的待流转数据的流转指令，其中，流转指令中携带有目标业务对应的业务标识。
66.具体地，用户在数据流转系统中触发数据流转指令，当数据流转系统接收到数据流转指令时，根据数据流转指令中携带的业务标识，来确定目标业务对应的业务类型，之后
根据业务类型来确定待流转数据对应的数据流转通道。
67.202、基于业务标识，确定目标业务所属的业务类型，并判断是否存在与业务类型相对应的第一数据流转通道。
68.对于本发明实施例，在接收到数据流转指令后，解析数据流转指令中携带的业务标识，并在预设业务类型配置表中查找与该业务标识相对应的业务类型，之后为了对待流转数据进行可视化流转，还需要根据该业务类型来确定是否存在待流转数据对应的数据流转通道，基于此，步骤202具体包括：基于预设数据流转通道配置表，判断是否存在与所述业务类型相对应的第一数据流转通道，其中，所述预设数据流转通道配置表中记录着多种业务类型及其对应的数据流转通道。
69.具体地，在预设流转通道配置表中记录的各个业务类型中，判断是否存在该待流转数据对应的业务类型，若存在该业务类型，则在该预设流转通道配置表中确定该业务类型对应的第一数据流转通道，之后利用预设流转账号预测模型来预测该业务类型对应的第一数据流转账号，最终将待流转数据按照第一数据流转通道和第一数据流转账号进行流转，通过利用预设流转通道配置表和预设流转账号预测模型来确定流转通道和流转账号，能够提高流转通道和流转账号的确定效率和确定准确度，从而能够提高数据的流转效率和流转准确度。
70.进一步地，若预设流转通道配置表中不存在待流转数据所属的业务类型，则确定不存在与该业务类型相对应的第一数据流转通道，则此时需要根据该业务类型对应的父级业务类型来寻找流转通道，基于此，所述方法包括：若不存在与所述业务类型相对应的第一数据流转通道，则判断是否存在与所述业务类型相对应的父级业务类型；若存在与所述业务类型相对应的父级业务类型，则确定与所述父级业务类型相对应的第二数据流转通道；获取所述第二数据流转通道对应的第二通道属性信息，以及所述父级业务类型对应的第二业务属性信息；将所述第二通道属性信息和所述第二业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第二数据流转账号；基于所述第二数据流转通道和所述第二数据流转账号，对所述待流转数据进行流转操作。
71.具体地，若不存在与待流转数据所属的业务类型相对应的第一数据流转通道，则需要在预设父级业务类型配置表中判断该业务类型是否存在对应的父级业务类型，若存在父级业务类型，则在预设数据流转通道配置表中查找该父级业务类型对应的第二数据流转通道，之后根据父级业务类型对应的属性信息和第二数据流转通道对应的属性信息来确定第二数据流转账号，最终将待流转数据按照第二数据流转通道和第二数据流转账号进行流转，在不存在该业务类型相对应的第一数据流转通道的情况，通过该业务类型对应的父级业务类型来确定第二数据流转通道，能够保证待流转数据能够按照通道路由进行流转，从而能够保证待流转数据的流转可视化。进一步地，若预设父级业务类型配置表中不存在该业务类型对应的父级业务类型，则需要拦截待流转数据的流转操作，避免数据流转错误导致数据泄露的风险。
72.203、若存在与业务类型相对应的第一数据流转通道，则获取第一数据流转通道对应的第一通道属性信息，以及获取业务类型对应的第一业务属性信息。
73.对于本发明实施例，若预设流转通道配置表中存在与待流转数据所属的业务类型相对应的第一数据流转通道，则需要在数据库中获取第一数据流转通道对应的第一通道属
性信息，以及业务类型对应的第一业务属性信息，之后将第一通道属性信息和第一业务属性信息输入至预设流转账号预测模型中进行账号预测，得到待流转数据对应的第一数据流转账号，由此通过预设流转账号预测模型来对通道属性信息和业务属性信息的转化价值进行预测，来得到数据流转账号，能够提高数据流转账号的预测效率和预测准确度，进而能够提高数据的流转效率和流转准确度。
74.204、确定第一通道属性信息对应的通道特征向量，以及第一业务属性信息对应的业务特征向量。
75.具体地，在实际应用中，通道属性信息和业务属性信息为不同的field(领域)，处理方法是将两种field的信息embedding(嵌入)处理为同纬度的向量，基于此，首先确定第一通道属性信息中包含的各个字符，之后利word2vec等词嵌入方法将各个字符转化为嵌入向量(通道特征向量)，与此同时，确定第一业务属性信息中包含的各个字符，之后利word2vec等词嵌入方法将各个字符转化为嵌入向量(业务特征向量)。
76.205、对通道特征向量和业务特征向量进行融合处理，得到流转融合特征向量。
77.对于本发明实施例，在确定通道特征向量和业务特征向量后，还需要对通道特征向量和业务特征向量进行融合处理，基于此，步骤205具体包括：对所述通道特征向量和所述业务特征向量做特征级别的融合处理，得到特征融合向量；对所述通道特征向量和所述业务特征向量做元素级别的融合处理，得到元素融合向量；对所述通道特征向量和所述业务特征向量做低阶融合处理，得到低阶融合向量；利用预设变换函数对所述特征融合向量、所述元素融合向量和所述低阶融合向量做变换处理，生成流转融合特征向量。
78.具体地，在实际应用中，通道属性信息和业务属性信息为不同的领域的信息，因此，为了提高模型的预测准确度，需要将不同领域的信息处理为同纬度的向量，基于此，需要确定通道属性信息对应的通道特征向量、业务属性信息对应的业务特征向量，之后对通道特征向量、业务特征向量做融合处理，具体处理方法为，例如，若通道特征向量为(a1,a2,a3)，业务特征向量为(b1,b2,b3)，具体融合处理包括：对不同filed向量数据之间做特征级别的融合，即向量之间所有的元素做哈达玛积之后，在一定权重下再做卷积变换，融合处理结果为f(w*(a1*b1,a2*b2,a3*b3))，并对所有filed向量数据做元素级别的融合，即向量之间的每个元素做哈达玛积之后，给每个乘积后的结果赋不同的权重值，再做线性变换，融合处理结果为f(w1*a1*b1,w2*a2*b2,w3*a3*b3)，之后对所有filed向量数据做低阶融合处理，即将向量数据两两组合，做低阶融合处理，融合处理结果为f(w(a1,a2,a3,b1,b2,b3))。之后将以上三种融合处理结果结合在一起，利用预设变换函数做变换处理，得到流转融合特征向量。这里的预设变换函数可以根据实际情况来设置，本实施例对此不作限制。需要说明的是，上述例举仅是示意性的，并不对本技术实施例进行限制。对于本发明实施例，本发明实施实例可以充分利用各种信息之间的关系，提取更多隐性特征，同时兼顾高阶和低阶的处理，使数据利用更加充分，后面得到的预测结果更加准确，满足实际应用场景的需求。
79.206、将流转融合特征向量输入至预设预设流转账号预测模型中进行账号预测，得到待流转数据对应的第一数据流转账号。
80.其中，预设预设流转账号预测模型具体可以为预设多层感知器模型，预设多层感知器是一种神经网络模型，它包括输入层、隐藏层和输出层。
81.对于本发明实施例，在确定流转通道属性信息和业务类型属性信息共同对应的流
转融合特征向量之后，还需要根据流转融合特征向量来确定待流转数据对应的数据流转账号，基于此，步骤206具体包括：将所述流转融合特征向量输入至所述预设多层感知器，提取所述预设多层感知器中最后一个全连接层输出的特征；将所述最后一个全连接层输出的特征输入至所述预设多层感知器中的softmax层，得到所述待流转数据对应的第一数据流转账号。
82.具体地，将流转融合特征向量通过预设多层感知器模型的输入层输入至隐藏层，通过该隐藏层输出的结果为：
83.f(w1x+b1)
84.其中，该输出结果即为流转融合特征向量经过预设多层感知器的全连接后，且在输入softmax层之前的特征向量，x为流转融合特征向量，w1为隐藏层的权重，也是多层感知器的连接系数，b1为隐藏层的偏置系数，f函数通常可以采用sigmoid函数或者tanh函数，如下所示：
85.sigmoid(x)＝1/(1+e-x
)
86.tanh(x)＝(e
x-e-x
)/(e1+e-x
)
87.进一步地，在将流转融合特征向量通过多层感知器模型的输入层输入至隐藏层，得到该隐藏层输出的结果之后，再将该结果输入至输出层，即多层感知器的softmax层，通过该输出层进行流转账号推荐，得到的推荐结果为：
88.softmax(w2f(w1x+b1)+b2)
89.其中，w2为输出层的权重系数，b2为输出层的偏置系数，通过该多层感知器模型的输出层能够输出待流转数据对应的推荐数据流转账号，该推荐数据流转账号实质上为待流转数据对应的流转账号推荐概率，将最大推荐概率对应的数据流转账号，确定为待流转数据对应的数据流转账号。由此通过神经网络模型来进行流转账号的推荐，能够避免人工确定数据流转途径导致的数据流转效率低下和数据流转准确度低下的问题，从而本发明实施例能够提高数据的流转效率和流转准确度。
90.207、基于第一数据流转通道和第一数据流转账号，对待流转数据进行流转操作。
91.具体地，在确定待流转数据对应的数据流转通道和数据流转账号后，将待流转数据按照数据流转通道和数据流转账号进行流转，由此可以将数据流转流转流程变得清晰可见，根据业务类型确定的流转通道和流转账号可以做到数据的专项专用，避免数据混用，提升数据使用安全度。
92.根据本发明提供的另一种数据流转方法，与目前人为确定数据在各个业务系统中的流转途径的方式相比，本发明通过接收目标业务对应的待流转数据的流转指令，其中，所述流转指令中携带有所述目标业务对应的业务标识；并基于所述业务标识，确定所述目标业务所属的业务类型，并判断是否存在与所述业务类型相对应的第一数据流转通道；若存在与所述业务类型相对应的第一数据流转通道，则获取所述第一数据流转通道对应的第一通道属性信息，以及获取所述业务类型对应的第一业务属性信息；之后将所述第一通道属性信息和所述第一业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号；最终基于所述第一数据流转通道和所述第一数据流转账号，对所述待流转数据进行流转操作。由此通过根据待流转数据对应的业务类型来确定数据流转通道，并将数据按照该流转通道进行流转，能够做到数据的专项流转，避免数据
的重叠流转，之后将业务类型对应的属性信息和流转通道对应的属性信息输入至预设流转账号预测模型中进行账号预测，最终让待流转数据按照预测出的流转账号和流转通道中进行流转，能够避免人工控制数据流转，导致的数据流转效率较低和流转混乱的问题，从而本发明能够提高数据的流转效率和流转准确度，避免数据混用，对数据流向进行有效管控，从而提升数据的使用安全度。
93.进一步地，作为图1的具体实现，本发明实施例提供了一种数据流转装置，如图3所示，所述装置包括：接收单元31、判断单元32、获取单元33、预测单元34和流转单元35。
94.所述接收单元31，可以用于接收目标业务对应的待流转数据的流转指令，其中，所述流转指令中携带有所述目标业务对应的业务标识。
95.所述判断单元32，可以用于基于所述业务标识，确定所述目标业务所属的业务类型，并判断是否存在与所述业务类型相对应的第一数据流转通道。
96.所述获取单元33，可以用于若存在与所述业务类型相对应的第一数据流转通道，则获取所述第一数据流转通道对应的第一通道属性信息，以及获取所述业务类型对应的第一业务属性信息。
97.所述预测单元34，可以用于将所述第一通道属性信息和所述第一业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号。
98.所述流转单元35，可以用于基于所述第一数据流转通道和所述第一数据流转账号，对所述待流转数据进行流转操作。
99.在具体应用场景中，为了判断是否存在与业务类型相对应的第一数据流转通道，所述判断单元32，具体可以用于基于预设数据流转通道配置表，判断是否存在与所述业务类型相对应的第一数据流转通道，其中，所述预设数据流转通道配置表中记录着多种业务类型及其对应的数据流转通道。
100.在具体应用场景中，若不存在与业务类型相对应的第一数据流转通道，则需要确定第二数据流转通道，基于此，如图4所示，所述装置还包括确定单元36。
101.所述判断单元32，还可以用于若不存在与所述业务类型相对应的第一数据流转通道，则判断是否存在与所述业务类型相对应的父级业务类型；
102.所述确定单元36，可以用于若存在与所述业务类型相对应的父级业务类型，则确定与所述父级业务类型相对应的第二数据流转通道。
103.所述获取单元33，还可以用于获取所述第二数据流转通道对应的第二通道属性信息，以及所述父级业务类型对应的第二业务属性信息。
104.所述预测单元34，还可以用于将所述第二通道属性信息和所述第二业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第二数据流转账号。
105.所述流转单元35，还可以用于基于所述第二数据流转通道和所述第二数据流转账号，对所述待流转数据进行流转操作。
106.在具体应用场景中，为了拦截数据的流转操作，所述装置还包括：拦截单元37。
107.所述拦截单元37，可以用于若不存在与所述业务类型相对应的父级业务类型，则拦截所述待流转数据的流转操作。
108.在具体应用场景中，为了确定待流转数据对应的第一数据流转账号，所述预测单元34，包括确定模块341、融合处理模块342和预测模块343。
109.所述确定模块341，可以用于确定所述第一通道属性信息对应的通道特征向量，以及第一业务属性信息对应的业务特征向量。
110.所述融合处理模块342，可以用于对所述通道特征向量和所述业务特征向量进行融合处理，得到流转融合特征向量。
111.所述预测模块343，可以用于将所述流转融合特征向量输入至预设预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号。
112.在具体应用场景中，为了对通道特征向量和业务特征向量进行融合处理，所述融合处理模块342，包括特征融合处理子模块、元素融合处理子模块、低阶融合处理子模块和变换处理子模块。
113.所述特征融合处理子模块，可以用于对所述通道特征向量和所述业务特征向量做特征级别的融合处理，得到特征融合向量。
114.所述元素融合处理子模块，可以用于对所述通道特征向量和所述业务特征向量做元素级别的融合处理，得到元素融合向量。
115.所述低阶融合处理子模块，可以用于对所述通道特征向量和所述业务特征向量做低阶融合处理，得到低阶融合向量。
116.所述变换处理子模块，可以用于利用预设变换函数对所述特征融合向量、所述元素融合向量和所述低阶融合向量做变换处理，生成流转融合特征向量。
117.在具体应用场景中，为了预测第一数据流转账号，所述预测模块343，具体可以用于将所述流转融合特征向量输入至所述预设多层感知器，提取所述预设多层感知器中最后一个全连接层输出的特征；将所述最后一个全连接层输出的特征输入至所述预设多层感知器中的softmax层，得到所述待流转数据对应的第一数据流转账号。
118.需要说明的是，本发明实施例提供的一种数据流转装置所涉及各功能模块的其他相应描述，可以参考图1所示方法的对应描述，在此不再赘述。
119.基于上述如图1所示方法，相应的，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：接收目标业务对应的待流转数据的流转指令，其中，所述流转指令中携带有所述目标业务对应的业务标识；基于所述业务标识，确定所述目标业务所属的业务类型，并判断是否存在与所述业务类型相对应的第一数据流转通道；若存在与所述业务类型相对应的第一数据流转通道，则获取所述第一数据流转通道对应的第一通道属性信息，以及获取所述业务类型对应的第一业务属性信息；将所述第一通道属性信息和所述第一业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号；基于所述第一数据流转通道和所述第一数据流转账号，对所述待流转数据进行流转操作。
120.基于上述如图1所示方法和如图3所示装置的实施例，本发明实施例还提供了一种计算机设备的实体结构图，如图5所示，该计算机设备包括：处理器41、存储器42、及存储在存储器42上并可在处理器上运行的计算机程序，其中存储器42和处理器41均设置在总线43上所述处理器41执行所述程序时实现以下步骤：接收目标业务对应的待流转数据的流转指令，其中，所述流转指令中携带有所述目标业务对应的业务标识；基于所述业务标识，确定
所述目标业务所属的业务类型，并判断是否存在与所述业务类型相对应的第一数据流转通道；若存在与所述业务类型相对应的第一数据流转通道，则获取所述第一数据流转通道对应的第一通道属性信息，以及获取所述业务类型对应的第一业务属性信息；将所述第一通道属性信息和所述第一业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号；基于所述第一数据流转通道和所述第一数据流转账号，对所述待流转数据进行流转操作。
121.通过本发明的技术方案，本发明通过接收目标业务对应的待流转数据的流转指令，其中，所述流转指令中携带有所述目标业务对应的业务标识；并基于所述业务标识，确定所述目标业务所属的业务类型，并判断是否存在与所述业务类型相对应的第一数据流转通道；若存在与所述业务类型相对应的第一数据流转通道，则获取所述第一数据流转通道对应的第一通道属性信息，以及获取所述业务类型对应的第一业务属性信息；之后将所述第一通道属性信息和所述第一业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号；最终基于所述第一数据流转通道和所述第一数据流转账号，对所述待流转数据进行流转操作。由此通过根据待流转数据对应的业务类型来确定数据流转通道，并将数据按照该流转通道进行流转，能够做到数据的专项流转，避免数据的重叠流转，之后将业务类型对应的属性信息和流转通道对应的属性信息输入至预设流转账号预测模型中进行账号预测，最终让待流转数据按照预测出的流转账号和流转通道中进行流转，能够避免人工控制数据流转，导致的数据流转效率较低和流转混乱的问题，从而本发明能够提高数据的流转效率和流转准确度，避免数据混用，对数据流向进行有效管控，从而提升数据的使用安全度。
122.显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
123.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

技术特征：
1.一种数据流转方法，其特征在于，包括：接收目标业务对应的待流转数据的流转指令，其中，所述流转指令中携带有所述目标业务对应的业务标识；基于所述业务标识，确定所述目标业务所属的业务类型，并判断是否存在与所述业务类型相对应的第一数据流转通道；若存在与所述业务类型相对应的第一数据流转通道，则获取所述第一数据流转通道对应的第一通道属性信息，以及获取所述业务类型对应的第一业务属性信息；将所述第一通道属性信息和所述第一业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号；基于所述第一数据流转通道和所述第一数据流转账号，对所述待流转数据进行流转操作。2.根据权利要求1所述的方法，其特征在于，所述判断是否存在与所述业务类型相对应的第一数据流转通道，包括：基于预设数据流转通道配置表，判断是否存在与所述业务类型相对应的第一数据流转通道，其中，所述预设数据流转通道配置表中记录着多种业务类型及其对应的数据流转通道。3.根据权利要求1所述的方法，其特征在于，在所述判断是否存在与所述业务类型相对应的第一数据流转通道之后，所述方法还包括：若不存在与所述业务类型相对应的第一数据流转通道，则判断是否存在与所述业务类型相对应的父级业务类型；若存在与所述业务类型相对应的父级业务类型，则确定与所述父级业务类型相对应的第二数据流转通道；获取所述第二数据流转通道对应的第二通道属性信息，以及所述父级业务类型对应的第二业务属性信息；将所述第二通道属性信息和所述第二业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第二数据流转账号；基于所述第二数据流转通道和所述第二数据流转账号，对所述待流转数据进行流转操作。4.根据权利要求3所述的方法，其特征在于，在所述判断是否存在与所述业务类型相对应的父级业务类型之后，所述方法还包括：若不存在与所述业务类型相对应的父级业务类型，则拦截所述待流转数据的流转操作。5.根据权利要求1所述的方法，其特征在于，所述将所述第一通道属性信息和所述第一业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号，包括：确定所述第一通道属性信息对应的通道特征向量，以及第一业务属性信息对应的业务特征向量；对所述通道特征向量和所述业务特征向量进行融合处理，得到流转融合特征向量；将所述流转融合特征向量输入至预设预设流转账号预测模型中进行账号预测，得到所
述待流转数据对应的第一数据流转账号。6.根据权利要求5所述的方法，其特征在于，所述对所述通道特征向量和所述业务特征向量进行融合处理，得到流转融合特征向量，包括：对所述通道特征向量和所述业务特征向量做特征级别的融合处理，得到特征融合向量；对所述通道特征向量和所述业务特征向量做元素级别的融合处理，得到元素融合向量；对所述通道特征向量和所述业务特征向量做低阶融合处理，得到低阶融合向量；利用预设变换函数对所述特征融合向量、所述元素融合向量和所述低阶融合向量做变换处理，生成流转融合特征向量。7.根据权利要求5所述的方法，其特征在于，所述预设流转账号预测模型为预设多层感知器，所述将所述流转融合特征向量输入至预设预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号，包括：将所述流转融合特征向量输入至所述预设多层感知器，提取所述预设多层感知器中最后一个全连接层输出的特征；将所述最后一个全连接层输出的特征输入至所述预设多层感知器中的softmax层，得到所述待流转数据对应的第一数据流转账号。8.一种数据流转装置，其特征在于，包括：接收单元，用于接收目标业务对应的待流转数据的流转指令，其中，所述流转指令中携带有所述目标业务对应的业务标识；判断单元，用于基于所述业务标识，确定所述目标业务所属的业务类型，并判断是否存在与所述业务类型相对应的第一数据流转通道；获取单元，用于若存在与所述业务类型相对应的第一数据流转通道，则获取所述第一数据流转通道对应的第一通道属性信息，以及获取所述业务类型对应的第一业务属性信息；预测单元，用于将所述第一通道属性信息和所述第一业务属性信息输入至预设流转账号预测模型中进行账号预测，得到所述待流转数据对应的第一数据流转账号；流转单元，用于基于所述第一数据流转通道和所述第一数据流转账号，对所述待流转数据进行流转操作。9.一种计算机可读存储介质，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。

技术总结
本发明公开了一种数据流转方法、装置、存储介质及计算机设备，涉及信息技术领域及金融科技技术领域，主要在于能够提高数据的流转效率和流转准确度。其中方法包括：接收目标业务对应的待流转数据的流转指令，其中，流转指令中携带有目标业务对应的业务标识；基于业务标识，确定目标业务所属的业务类型，并判断是否存在与业务类型相对应的第一数据流转通道；若存在，则获取第一数据流转通道对应的第一通道属性信息，以及获取业务类型对应的第一业务属性信息；将第一通道属性信息和第一业务属性信息输入至预设流转账号预测模型中进行账号预测，得到第一数据流转账号；基于第一数据流转通道和第一数据流转账号，对待流转数据进行流转操作。转操作。转操作。


技术研发人员：冯亚兵 朱一山
受保护的技术使用者：平安科技（深圳）有限公司
技术研发日：2023.07.24
技术公布日：2023/10/7