本发明涉及一种数据处理方法及系统。
背景技术：
：随着电子信息技术的飞速发展，目前，越来越多的数据以电子数据形式进行存储。当用户需要其中某些数据时，则要从存储的数据中筛选所需要的数据，而在筛选的过程中，经常会出现筛选错误的情况，例如提取了错误的数据，或者错过了需要的数据。这些错误的情况需要人为发现，往往具有较大的时延，从而影响数据使用的时效性和可用性。技术实现要素：本发明的一个方面提供了一种数据处理方法，包括：获取数据；根据预设规则处理获取的数据，得到处理结果，所述处理结果表示该数据是否满足所述预设规则；将所述获取的数据输入到训练好的神经网络中进行计算，得到校验结果，所述校验结果表示所述获取的数据与所述预设规则的匹配度；当所述处理结果与所述校验结果之间的差值在预定误差范围内时，认为所述处理结果正确，否则认为所述处理结果不正确。本发明的另一个方面提供了一种数据处理系统，包括数据获取模块，获取数据；数据处理模块，根据预设规则处理获取的数据，得到处理结果，所述处理结果表示该数据是否满足所述预设规则；数据校验模块，将所述获取的数据输入到训练好的神经网络中进行计算，得到校验结果，所述校验结果表示所述获取的数据与所述预设规则的匹配度；处理结果判断模块，当所述处理结果与所述校验结果之间的差值在预定误差范围内时，认为所述处理结果正确，否则认为所述处理结果不正确。本发明的另一个方面提供了一种数据处理系统，包括：一个或多个存储器，存储有可执行指令；以及一个或多个处理器，执行所述可执行指令，以实现获取数据；根据预设规则处理获取的数据，得到处理结果，所述处理结果表示该数据是否满足所述预设规则；将所述获取的数据输入到训练好的神经网络中进行计算，得到校验结果，所述校验结果表示所述获取的数据与所述预设规则的匹配度；当所述处理结果与所述校验结果之间的差值在预定误差范围内时，认为所述处理结果正确，否则认为所述处理结果不正确的方法。本发明的另一个方面提供了一种计算机可读存储介质，存储有可执行指令，所述指令在被处理器执行时实现获取数据；根据预设规则处理获取的数据，得到处理结果，所述处理结果表示该数据是否满足所述预设规则；将所述获取的数据输入到训练好的神经网络中进行计算，得到校验结果，所述校验结果表示所述获取的数据与所述预设规则的匹配度；当所述处理结果与所述校验结果之间的差值在预定误差范围内时，认为所述处理结果正确，否则认为所述处理结果不正确的方法。附图说明为了更完整地理解本发明及其优势，现在将参考结合附图的以下描述，其中：图1示意性示出了根据本发明实施例的数据处理系统的应用场景。图2示意性示出了根据本发明实施例的数据处理方法。图3示意性示出了根据本发明实施例的数据处理系统的结构框图。图4示意性示出了根据本发明另一实施例的数据处理系统的结构框图。具体实施方式根据结合附图对本发明示例性实施例的以下详细描述，本发明的其它方面、优势和突出特征对于本领域技术人员将变得显而易见。在本发明中，术语“包括”和“含有”及其派生词意为包括而非限制；术语“或”是包含性的，意为和/或。在本说明书中，下述用于描述本发明原理的各种实施例只是说明，不应该以任何方式解释为限制发明的范围。参照附图的下述描述用于帮助全面理解由权利要求及其等同物限定的本发明的示例性实施例。下述描述包括多种具体细节来帮助理解，但这些细节应认为仅仅是示例性的。因此，本领域普通技术人员应认识到，在不背离本发明的范围和精神的情况下，可以对本文中描述的实施例进行多种改变和修改。此外，为了清楚和简洁起见，省略了公知功能和结构的描述。此外，贯穿附图，相同参考数字用于相似功能和操作。附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。因此，本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用。在本公开的上下文中，计算机可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，计算机可读介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。计算机可读介质的具体示例包括：磁存储装置，如磁带或硬盘(hdd)；光存储装置，如光盘(cd-rom)；存储器，如随机存取存储器(ram)或闪存；和/或有线/无线通信链路。本发明的实施例提供了一种数据处理方法，该方法包括获取数据，并判断获取的数据是否满足预设的规则，得到处理结果，该处理结果表示该数据是否满足预设规则。将获取的数据输入到训练好的神经网络中进行计算，得到校验结果，该校验结果表示获取的数据与预设规则的匹配度。当处理结果与校验结果之间的差值在预定误差范围内时，认为处理结果正确，否则认为处理结果不正确。根据本发明实施例的方法引入了神经网络来校验数据处理的准确度。例如，在处理数据时，可以使用0和1分别表示数据是否满足预设规则。可以理解，这里并不必须使用0和1两个数值，而是可以根据实际情形，采用其他数值或标识，只要可以区分出数据满足或不满足预设规则即可。具体地，若数据满足预设规则，则处理结果为1；若不满足预设规则，则处理结果为0。作为示例，预设规则例如可以包括时间规则、地点规则等等。然后，同样的数据输入到训练好的神经网络中进行计算，将神经网络输出的数值作为校验结果，神经网络输出的数值越接近1，则证明该数据与预设规则的匹配度越高，越接近0，则证明该数据与预设规则的匹配度越低。对比处理结果与校验结果，当处理结果与校验结果之间的差值在预定误差范围内时，认为处理结果是正确。例如，如果误差范围设为0.2，认为上述差值小于0.2时，处理结果正确。于是，同样的数据，如果处理结果为1，校验结果为0.9，小于误差范围0.2，则认为该数据处理结果正确，该数据满足预设规则。又例如，同样的数据，如果处理结果为1，校验结果为0.5，大于误差范围0.2，则认为该数据处理结果错误。根据本发明的实施例，可以对处理结果错误的数据进行检查，以更正该错误，或直接丢弃处理结果错误的数据。该方法引入了神经网络作为校验，进一步地保证了数据处理的准确度。并且在数据处理错误时，可以及时识别出该错误，从而进行相应处理。下面参照图1和图2描述根据本发明实施例的数据处理系统及方法。图1示意性示出了根据本发明实施例的数据处理系统100的应用场景。根据本发明的实施例，数据处理系统100可以应用于各种数据处理场景，构建数据仓库、构建数据库以及数据挖掘等。但本领域技术人员可以理解，数据处理系统100不限于上述举例的场景，也可以应用于其他应用场景的数据处理。如图1所示，数据处理系统100可以与数据源系统200以及业务系统300进行交互。上述系统可以采用一个或多个计算机系统来实现。其中一个或多个计算机系统可以集中部署在本地，或者可以分布式地布置在多个地点，并且通过通信网络实现交互。根据本发明的实施例，数据源系统200产生和/或存储各类用户数据。数据处理系统100从数据源系统200中获取数据，根据一定的预设规则处理从数据源系统200中获取的数据得到处理结果，并将从数据源系统200中获取的数据输入到神经网络中进行计算，得到校验结果，该校验结果用来校验处理结果是否正确，最后将处理结果正确并且满足预设规则的数据，或者将满足预设规则的数据以及校验结果发送给业务系统300。业务系统300对处理得到的数据进行再处理和分析。可以理解的是，数据处理系统100、数据源系统200和业务系统300可以集成或分离地实现，即，不同系统或系统的功能可以组合在一起，或者单个系统的功能可以拆分为多个系统来实现。图2示意性示出了根据本发明实施例的处理数据的方法。根据本发明的实施例，该方法例如可以由数据处理系统100实现。该方法开始于步骤s201。在步骤s202，获取数据。根据本发明的实施例，数据处理系统100可以从数据源系统200获取数据。其中，数据源系统200可以包括能够产生或提供数据的各种系统。例如，数据源系统200可以是业务系统，在执行业务过程中产生各种数据。或者，数据源系统200可以是数据库系统，其中存储有按一定规则收集并组织的数据。其中，获取可以是数据处理系统100从数据源系统200拉取数据，也可以是数据源系统200向数据处理系统100推送数据。根据本发明实施例，其中，获取可以是定时自动获取，也可以是根据系统管理者的指令而获取。数据例如可以包括业务报表、财务报表、销售报表等，但不限于此。在步骤s203，处理数据得到处理结果。根据本发明实施例，根据预设规则处理获取的数据，得到处理结果，处理结果表示该数据是否满足预设规则。该预设规则包括以下任意一种或多种：时间规则、类别规则、价格规则、地区规则、数据规则以及格式规则。但本发明不限于上述预设规则，而是根据用户需求不同可以相应变化。处理包括判断该数据是否满足预设规则。例如，假设从数据源系统200获取了9个数据，data1、data2、…、data9。预设规则是时间规则(时间在2016年度内)以及地点规则(反映北京地区的数据)。判断上述9个数据是否是2016年内北京地区的数据。当获取的数据同时满足上述两个预设规则时，该数据的处理结果为1，否则为0。处理结果如表1所示：数据data1data2data3data4data5data6data7data8data9处理结果110100111表1在步骤s204，经过神经网络处理数据得到校验结果。根据本发明实施例，将获取的数据输入到训练好的神经网络中进行计算，得到校验结果，校验结果表示获取的数据与预设规则的匹配度。根据本发明实施例，神经网络包括使用sigmoid函数的三层反向传播神经网络。反向传播人工神经网络擅长于处理那些规律隐藏在一大堆数据中的映射逼近问题，只要在有一个隐含层的三层反向传输神经网络，就可以逼近任何映射函数以完成给定的映射任务。在本发明实施例，在将获取的数据输入到训练好的神经网络中进行计算之前，还包括：使用训练数据对神经网络进行训练，当训练数据满足预设规则时，令神经网络输出的校验结果为0.9，当训练数据不满足预设规则时，令神经网络输出的校验结果为0.1。使用训练数据不断地调整神经网络中的参数，直到神经网络训练完成。因为0和1都是使用sigmoid函数的神经网络无法达到的权值，因此，在训练过程中，用0.1代替0，用0.9代替1。在本发明实施例中，神经网络在训练过程中使用的预设规则与处理获取的数据的预设规则相同。例如，如果处理数据时，判断该数据是否满足时间预设规则与地点预设规则，则在使用训练数据训练神经网络的过程中，当该数据满足时间预设规则与地点预设规则时，输出为0.9，否则输出为0.1。根据本发明实施例，将获取的数据依次输入到训练好的神经网络中进行计算，得到校验结果，校验结果表示获取的数据与预设规则的匹配度。根据本发明的实施例，匹配度可以用数值大小表示，例如输出结果越靠近0.9，则表示该数据与预设规则的匹配度越高，输出结果越靠近0.1，则表示该数据与预设规则的匹配度越低。例如，将如上获取的9个数据data1、data2、…、data9依次输入到神经网络中进行计算，得到校验结果，校验结果如表2所示：数据data1data2data3data4data5data6data7data8data9校验结果0.90.60.10.80.40.10.70.90.9表2在步骤s205，判断处理结果是否正确。根据本发明实施例，当处理结果与校验结果之间的差值在预定误差范围内时，认为处理结果正确，否则认为处理结果不正确。处理结果与校验结果之间的差值在预定误差范围内包括：计算处理结果与校验结果的差值，判断该差值是否满足预定的误差范围，当该差值在误差范围内时，则认为处理结果正确，否则认为处理结果不正确。例如，提取了9个数据，data1、data2、…、data9。该组数据经过处理得到处理结果，同时该组数据也经过了神经网络计算，得到了校验结果，对比处理结果与校验结果得到差值，并且预定的误差范围为0.2，当差值不大于0.2时，表示处理结果正确，否则表示处理结果不正确。结果如表3所示：表3在步骤s206，发送以下任意一项数据：发送处理结果为满足预设规则且该处理结果正确的数据；或者发送处理结果为满足预设规则的数据和校验结果；或者发送处理结果为满足预设规则的数据和该数据的相应校验结果。在本发明实施例中，发送处理结果为满足预设规则且该处理结果正确的数据，包括将通过神经网络校验判断处理结果正确的数据中满足预设规则的数据发送给业务系统300，并将通过神经网络校验判断处理结果不正确的数据告知用户，等待用户处理。该方法在数据处理系统100中完成对处理结果的校验，将确认处理正确并且同时满足预设规则的数据发送给业务系统300，避免业务系统300由于错误的数据造成的任务异常等情况。根据本发明实施例，发送处理结果为满足预设规则的数据和校验结果，包括将处理结果中满足预设规则的数据发送给业务系统300，也将获取的数据输入到神经网络得到校验结果，并将全部数据的校验结果发送给业务系统300。业务系统300接收到满足预设规则的数据以及全部数据的校验结果。业务系统300根据满足预设规则的数据所对应的校验结果对该数据进行处理，如果校验结果与该数据的处理结果之间的差值在预定误差范围内，则将认为该数据正确，否则业务系统300停止对该数据的操作，并且告知用户。业务系统300还包括根据不满足预设规则的数据所对应的校验结果对不满足预设规则的数据进行处理，如果该校验结果与不满足预设规则的数据的处理结果之间的差值在预定误差范围内，则认为处理结果正确，否则告知数据处理系统100将该数据发送给业务系统300。该方法将经过处理的数据中满足预设规则的数据以及全部数据所对应的校验结果发送给业务系统300，业务系统可以在处理满足预设规则的数据的同时验证该数据是否正确，这种并行处理的方法，可以加快处理速度，节省时间。并且该方法还可以并行的对不满足预设规则的数据对应的校验数据进行处理，如果发现有数据处理错误，可以及时更正，不错过满足预设规则的数据，得到完整的全面的需要的数据。根据本发明实施例，发送处理结果为满足预设规则的数据和该数据的相应校验结果，包括将处理结果中满足预设规则的数据发送给业务系统300，也将获取的数据输入到神经网络得到校验结果，并将满足预设规则的数据对应的校验结果发送给业务系统300。业务系统300接收到满足预设规则的数据以及这些数据所对应的校验结果。业务系统300根据满足预设规则的数据所对应的校验结果对该数据进行处理，如果校验结果与该数据的处理结果之间的差值在预定误差范围内，则将认为该数据正确，否则业务系统300停止对该数据的操作，并且告知用户。该方法将经过处理的数据中满足预设规则的数据以及这些满足预设规则的数据所对应的校验结果发送给业务系统300，业务系统可以在处理满足预设规则的数据的同时验证该数据是否正确，这种并行处理的方法，可以加快处理速度，节省时间。该方法不对处理过程中不满足预设规则的数据再次进行处理，可以节省处理时间，在大量数据的前提下，不会影响最后的分析结果。该方法在步骤s207处结束。根据本发明实施例，提供了一种数据处理方法，该方法引入了神经网络系统，通过神经网络得到校验结果，该校验结果用来判断数据处理是否正确，进一步地保证了数据处理的准确度。并且在数据处理失误时，可以及时识别出该失误，从而进行相应处理。下面参考图3描述根据本发明实施例的数据处理系统400的结构框图。数据处理系统400可以用作图1中的数据处理系统100，与数据源系统200以及业务系统300进行交互，在此不再赘述。如图3所示，数据处理系统400包括数据获取模块410、数据处理模块420、数据校验模块430、处理结果判断模块440以及发送模块450。数据获取模块410，获取数据。根据本发明的实施例，数据处理系统100可以从数据源系统200获取数据。其中，数据源系统200可以包括能够产生或提供数据的各种系统。例如，数据源系统200可以是业务系统，在执行业务过程中产生各种数据。或者，数据源系统200可以是数据库系统，其中存储有按一定规则收集并组织的数据。其中，获取可以是数据处理系统100从数据源系统200拉取数据，也可以是数据源系统200向数据处理系统100推送数据。根据本发明实施例，其中，获取可以是定时自动获取，也可以是根据系统管理者的指令而获取。数据例如可以包括业务报表、财务报表、销售报表等，但不限于此。数据处理模块420，处理数据得到处理结果。根据本发明实施例，根据预设规则处理获取的数据，得到处理结果，处理结果表示该数据是否满足预设规则。该预设规则包括以下任意一种或多种：时间规则、类别规则、价格规则、地区规则、数据规则以及格式规则。但本发明不限于上述预设规则，而是根据用户需求不同可以相应变化。处理包括判断该数据是否满足预设规则。具体可参见上文参考附图2对步骤s203处理数据得到处理结果的描述。数据校验模块430，经过神经网络处理数据得到校验结果。根据本发明实施例，将获取的数据输入到训练好的神经网络中进行计算，得到校验结果，该校验结果表示获取的数据与预设规则的匹配度。根据本发明实施例，神经网络包括使用sigmoid函数的三层反向传播神经网络。反向传播人工神经网络擅长于处理那些规律隐藏在一大堆数据中的映射逼近问题，只要在有一个隐含层的三层反向传输神经网络，就可以逼近任何映射函数以完成给定的映射任务。在本发明实施例，在将获取的数据输入到训练好的神经网络中进行计算之前，还包括：使用训练数据对神经网络进行训练，当训练数据满足预设规则时，令神经网络输出的校验结果为0.9，当训练数据不满足预设规则时，令神经网络输出的校验结果为0.1。使用训练数据不断地调整神经网络中的参数，直到神经网络训练完成。因为0和1都是使用sigmoid函数的神经网络无法达到的权值，因此，在训练过程中，用0.1代替0，用0.9代替1。在本发明实施例中，神经网络在训练过程中使用的预设规则与处理获取的数据的预设规则相同。例如，如果处理数据时，判断该数据是否满足时间预设规则与地点预设规则，则在使用训练数据训练神经网络的过程中，当该数据满足时间预设规则与地点预设规则时，输出为0.9，否则输出为0.1。根据本发明实施例，将获取的数据依次输入到训练好的神经网络中进行计算，得到校验结果，该校验结果表示获取的数据与预设规则的匹配度。根据本发明的实施例，匹配度可以用数值大小表示，例如输出结果越靠近0.9，则表示该数据与预设规则的匹配度越高，输出结果越靠近0.1，则表示该数据与预设规则的匹配度越低。具体可参见上文参考附图2对步骤s204经过神经网络处理数据得到校验结果的描述。处理结果判断模块440，判断处理结果是否正确。根据本发明实施例，当处理结果与校验结果之间的差值在预定误差范围内时，认为处理结果正确，否则认为处理结果不正确。处理结果与校验结果之间的差值在预定误差范围内包括：计算处理结果与校验结果的差值，判断该差值是否满足预定的误差范围，当该差值在预定的误差范围内时，则认为处理结果正确，否则认为处理结果不正确。具体可参见上文参考附图2对步骤s205判断处理结果是否正确的描述。发送模块450，发送处理结果为满足预设规则且该处理结果正确的数据；或者发送处理结果为满足预设规则的数据和校验结果；或者发送处理结果为满足预设规则的数据和该数据的相应校验结果。根据本发明实施例，发送处理结果为满足预设规则且该处理结果正确的数据包括将通过神经网络校验判断处理结果正确的数据中满足预设规则的数据发送给业务系统300，并将通过神经网络校验判断处理结果不正确的数据告知用户，等待用户处理。该方法在数据处理系统100中完成对处理结果的校验，将确认处理正确并且同时满足预设规则的数据发送给业务系统300，避免业务系统300由于错误的数据造成的任务异常等情况。根据本发明实施例，发送处理结果为满足预设规则的数据和校验结果包括将处理结果中满足预设规则的数据发送给业务系统300，也将获取的数据输入到神经网络得到校验结果，并将全部数据的校验结果发送给业务系统300。业务系统300接收到满足预设规则的数据以及全部数据的校验结果。业务系统300根据满足预设规则的数据所对应的校验结果对该数据进行处理，如果校验结果与该数据的处理结果之间的差值在预定误差范围内，则将认为该数据正确，否则业务系统300停止对该数据的操作，并且告知用户。业务系统300还包括根据不满足预设规则的数据所对应的校验结果对不满足预设规则的数据进行处理，如果该校验结果与不满足预设规则的数据的处理结果之间的差值在预定误差范围内，则认为处理结果正确，否则告知数据处理系统100将该数据发送给业务系统300。该方法将经过处理的数据中满足预设规则的数据以及全部数据所对应的校验结果发送给业务系统300，业务系统可以在处理满足预设规则的数据的同时验证该数据是否正确，这种并行处理的方法，可以加快处理速度，节省时间。并且该方法还可以并行的对不满足预设规则的数据对应的校验数据进行处理，如果发现有数据处理错误，可以及时更正，不错过满足预设规则的数据，得到完整的全面的需要的数据。根据本发明实施例，发送处理结果为满足预设规则的数据和该数据的相应校验结果包括将处理结果中满足预设规则的数据发送给业务系统300，也将获取的数据输入到神经网络得到校验结果，并将满足预设规则的数据对应的校验结果发送给业务系统300。业务系统300接收到满足预设规则的数据以及这些数据所对应的校验结果。业务系统300根据满足预设规则的数据所对应的校验结果对该数据进行处理，如果校验结果与该数据的处理结果之间的差值在预定误差范围内，则将认为该数据正确，否则业务系统300停止对该数据的操作，并且告知用户。该方法将经过处理的数据中满足预设规则的数据以及这些满足预设规则的数据所对应的校验结果发送给业务系统300，业务系统可以在处理满足预设规则的数据的同时验证该数据是否正确，这种并行处理的方法，可以加快处理速度，节省时间。该方法不对处理过程中不满足预设规则的数据再次进行处理，可以节省处理时间，在大量数据的前提下，不会影响最后的分析结果。将通过神经网络校验判断处理结果正确的数据中满足预设规则的数据发送给业务系统300，并将通过神经网络校验判断处理结果不正确的数据告知用户，等待用户处理。根据本发明实施例，还可以包括将处理结果中满足预设规则的数据发送给业务系统300，并且将通过神经网络得到的校验结果发送给业务系统300。业务系统300根据校验结果对处理结果进行判断和分析。根据本发明实施例，提供了一种数据处理系统，该系统引入了神经网络系统，通过神经网络得到校验结果，该校验结果用来判断数据处理是否正确，进一步地保证了数据处理的准确度。并且在数据处理失误时，可以及时识别出该失误，从而进行相应处理。可以理解的是，数据处理系统400包括数据获取模块410、数据处理模块420、数据校验模块430、处理结果判断模块440以及发送模块450中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本发明的实施例，数据处理系统400包括数据获取模块410、数据处理模块420、数据校验模块430、处理结果判断模块440以及发送模块450中的至少一项可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以以用于对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式的适当组合来实现。或者，数据处理系统400包括数据获取模块410、数据处理模块420、数据校验模块430、处理结果判断模块440以及发送模块450中的至少一项可以至少被部分地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应模块的功能。图4是示出了根据本公开实施例的数据处理系统500的框图。数据处理系统500包括处理器510，例如通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(asic))，等等。处理器510还可以包括用于缓存用途的板载存储器。处理器510可以是用于执行参考图2描述的根据本发明实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。数据处理系统500还可以包括具有非易失性或易失性存储器形式的至少一个可读存储介质520，例如可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，可读存储介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。可读存储介质的具体示例包括：磁存储装置，如磁带或硬盘(hdd)；光存储装置，如光盘(cd-rom)；存储器，如随机存取存储器(ram)或闪存；和/或有线/无线通信链路。可读存储介质520包括计算机程序521，该计算机程序521包括代码/计算机可读指令，其在由处理器510执行时使得处理器510可以执行例如上面结合图2所描述的方法流程及其任何变形。计算机程序521可被配置为具有例如包括计算机程序模块的计算机程序代码。例如，在示例实施例中，计算机程序521中的代码可以包括一个或多个程序模块，例如包括521a、模块521b、……模块521f。应当注意，模块的划分方式和个数并不是固定的，本领域技术人员可以根据实际情况使用合适的程序模块或程序模块组合，当这些程序模块组合被处理器510执行时，使得处理器510可以执行例如上面结合图2所描述的方法流程及其任何变形。根据本发明的实施例，数据处理系统500还可以包括用于从其他实体接收信号的输入单元530、以及用于向其他实体提供信号的输出单元540。输入单元530和输出单元540可以被布置为单一实体或者是分离的实体。输入单元530和输出单元540可以在处理器510的控制下，用于数据处理系统500与数据源系统200和业务系统300之间的交互。结合图1和图3所示，根据本发明的实施例，数据处理系统400包括数据获取模块410、数据处理模块420、数据校验模块430、处理结果判断模块440以及发送模块450可以实现为参考图4描述的计算机程序模块，其在被处理器510执行时，可以实现上面描述的相应操作。尽管已经参照本发明的特定示例性实施例示出并描述了本发明，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本发明的精神和范围的情况下，可以对本发明进行形式和细节上的多种改变。因此，本发明的范围不应该限于上述实施例，而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。当前第1页12