一种数据对象分配系统及方法与流程

本申请涉及数据处理技术领域，尤其涉及一种数据对象分配系统及方法。

背景技术：

在一些专业的数据分配领域，往往存在多种不同类型的数据对象，而且不同的需求方对于数据对象也有不同的需求，由于“数据对象类型”与“需求”并不是简单的对应关系，因此为了实现数据对象的准确分配，往往需要人工参与处理。人工处理的方式除了存在成本高、效率低等问题之外，更重要的问题在于人脑对于数据的处理能力是存在局限性的，当数据量过于庞大(例如数据对象类型过多)时，难免会出现错分配、漏分配等各种问题。

技术实现要素：

针对上述技术问题，本申请提供一种数据对象分配系统及方法，技术方案如下：

根据本申请的第一方面，提供一种数据对象分配方法，其特征在于，所述方法包括：

获得数据对象需求方的基本属性信息及自定义需求信息；

根据所述自定义需求信息，确定所述需求方对数据资源量的增益期望程度；

根据所述基本属性信息，确定所述需求方对数据资源量的损耗接受程度；

在预设的数据对象信息库中进行查询，所述数据对象信息库中的数据对象具有资源量增益属性及资源量损耗属性，查询结果要求满足的条件为：资源量增益属性值与所述增益期望程度相匹配、且资源量损耗属性值与所述损耗接受程度相匹配；

将查询结果对应的数据对象分配至所述需求方。

根据本申请的第二方面，提供一种金融产品定向推荐方法，所述方法包括：

获得目标用户的基本属性信息及自定义需求信息；

根据所述自定义需求信息，确定所述目标用户对资产的增益期望程度；

根据所述基本属性信息，确定所述目标用户对资产的损耗接受程度；

在预设的金融产品信息库中进行查询，所述金融产品信息库中的金融产品信息具有资产增益属性及资产损耗属性，查询结果要求满足的条件为：资产增益属性与所述增益期望程度相匹配、且资产损耗属性与所述损耗接受程度相匹配；

将查询结果对应的金融产品推荐给所述目标用户。

根据本申请的第三方面，提供一种数据对象分配装置，所述装置包括：

需求方信息获得模块，用于获得数据对象需求方的基本属性信息及自定义需求信息；

增益期望程度确定模块，用于根据所述自定义需求信息，确定所述需求方对数据资源量的增益期望程度；

损耗接受程度确定模块，用于根据所述基本属性信息，确定所述需求方对数据资源量的损耗接受程度；

查询模块，用于在预设的数据对象信息库中进行查询，所述数据对象信息库中的数据对象具有资源量增益属性及资源量损耗属性，查询结果要求满足的条件为：资源量增益属性值与所述增益期望程度相匹配、且资源量损耗属性值与所述损耗接受程度相匹配；

分配模块，用于将查询结果对应的数据对象分配至所述需求方。

根据本申请的第四方面，提供一种金融产品定向推荐装置，所述装置包括：

用户信息获得模块，用于获得目标用户的基本属性信息及自定义需求信息；

增益期望程度确定模块，用于根据所述自定义需求信息，确定所述目标用户对资产的增益期望程度；

损耗接受程度确定模块，用于根据所述基本属性信息，确定所述目标用户对资产的损耗接受程度；

查询模块，用于在预设的金融产品信息库中进行查询，所述金融产品信息库中的金融产品信息具有资产增益属性及资产损耗属性，查询结果要求满足的条件为：资产增益属性与所述增益期望程度相匹配、且资产损耗属性与所述损耗接受程度相匹配；

推荐模块，用于将查询结果对应的金融产品推荐给所述目标用户。

本申请所提供的技术方案，将数据对象的属性抽象为“资源量增益属性”及“资源量损耗属性”两大类，基于上述两类属性建立相应的数据结构、存储数据对象信息。当需要向需求方进行数据对象分配时，分别根据需求方的自定义需求信息以及基本属性信息，确定所述需求方对数据资源量的增益期望程度和损耗接受程度，进而在数据对象信息库中找到相匹配的数据对象分配给需求方。整个分配过程不需要人工参与处理，有效降低了处理成本、提升了处理效率，并且能够较好地于各种大数据应用场景。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是本申请的数据对象分配方法的流程示意图；

图2是本申请的金融产品推荐方法的流程示意图；

图3是本申请的数据对象分配装置的结构示意图；

图4是本申请的金融产品推荐装置的结构示意图。

具体实施方式

为了使本领域技术人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行详细地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本申请保护的范围。

图1所示，为本申请提供的数据对象分配方法的流程图，该方法可以包括以下步骤：

S101，获得数据对象需求方的基本属性信息及自定义需求信息；

S102，根据自定义需求信息，确定需求方对数据资源量的增益期望程度；

S103，根据基本属性信息，确定需求方对数据资源量的损耗接受程度；

S104，在预设的数据对象信息库中进行查询。其中，数据对象信息库中的数据对象具有资源量增益属性及资源量损耗属性，查询结果要求满足的条件为：资源量增益属性值与增益期望程度相匹配、且资源量损耗属性值与损耗接受程度相匹配；

S105，将查询结果对应的数据对象分配至需求方。

在上述方案中，将数据对象的属性抽象为“资源量增益属性”及“资源量损耗属性”两大类，基于上述两类属性建立相应的数据结构、存储数据对象信息。当需要向需求方进行数据对象分配时，分别根据需求方的自定义需求信息以及基本属性信息，确定所述需求方对数据资源量的增益期望程度和损耗接受程度，进而在数据对象信息库中找到相匹配的数据对象分配给需求方。整个分配过程不需要人工参与处理，有效降低了处理成本、提升了处理效率，并且能够较好地于各种大数据应用场景。

以金融机构发布金融理财产品的应用场景为例，普通用户并不是金融专家，不知道如何做投资、也不知道如何控制市场风险。金融机构的投资顾问虽然具备这样的专业能力，然而投资顾问的数量毕竟远小于普通用户的数量，而且人工咨询需要消耗大量的时间，因此目前金融机构多采用优先向VIP用户提供人工咨询服务的方式。此外，在实际的咨询服务提供过程中，用户的实际情况往往是非常复杂的，可供选择的金融产品也可能有很多种，当需要处理的信息数量过大时，投资顾问也很难面面俱到。

针对上述实际问题，应用本申请方案，可以有效降低金融咨询服务的实现成本，把原本高门槛的进入产品推荐服务提供给广大的普通用户，并且实现金融产品的高效、准确推荐。图2所示，为本申请所提供的金融产品定向推荐方法的流程图，该方法可以包括以下步骤：

S201，获得目标用户的基本属性信息及自定义需求信息；

在本申请中，将需要提供金融咨询服务的对象称为目标用户，为了向目标用户推荐合适的金融产品，需要获得该用的两方面信息：基本属性信息及自定义需求信息。

基本属性信息：泛指能够体现用户客观实际情况的信息，例如姓名、年龄、账户流水等等，在本申请方案中，可能用到的基本信息包括：信息、家庭结构信息、资产负债信息、现金流信息等等。

自定义需求信息：每一名用户都可能会有自己的个性化需求，例如买房、买车、养老、创业、子女教育等等。这些需求的背后包含了一些具体的信息，例如用户现有的资金情况、预期需要的资金、实现需求的计划时间，等等，这些信息可以决定基本的资产管理目标。

当然，本申请对需要获得的基本属性信息及自定义需求信息的具体形式并不需要进行限定。本领域技术人员可以根据实际需求以及金融系统实际具有的数据内容，对需要获得的基本属性信息及自定义需求信息类型进行设置。例如，可以获得用户预期需要的资金、实现需求的计划时间以便在后续步骤中计算用户的期望收益，而如果用户直接输入了期望收益信息，则可以直接获得该期望收益信息用于后续的处理。

另外，上述所需要获得的信息，可以是用户预先已经填写过、并且已经在系统中的用户信息库中进行保存过的信息，这种情况下，可以通过从用户信息库中读取的方式，获得预先存储的目标用户的基本属性信息及自定义需求信息。对于没有预先保存的信息，可以在需要推荐金融产品时，向用户侧提供相应的信息输入操作接口，例如信息表单、问答式交互界面等等，引导当前用户对相关信息进行填写，从而获得推荐金融产品所需要的基本属性信息及自定义需求信息。

S202，根据自定义需求信息，确定目标用户对资产的增益期望程度；

一种比较简单的情况是：在S201可以直接获得到目标用户对资产的增值期望程度数据，例如希望资产年收益率达到5％、希望资产在三年内收益率达到20％、等等。这种情况一般针对有一定的投资经验(例如至少了解基本的收益率概念)的用户。

复杂一些的情况是：通过获得一种或多种其他类型的自定义需求信息，计算得到目标用户对资产的增益期望程度，例如，在S201，可以获得用户的投资目标金额、初始投资金额信息，进而可以根据：

(投资目标金额-初始投资金额)/初始投资金额，得到用户期望的资金收益率。

实际应用中，根据用户或者系统需求，可能更为关注的是在单位时间内的资金收益率，因此可以进一步根据用户自定义的投资时长进行计算：

根据：(投资目标金额-初始投资金额)/初始投资金额/投资时长，得到目标用户期望的单位时长收益率。例如，投资时长具体形式为“投资年限”，或者将以任意单位(例如月、周、天等)表示的时长转为以年为单位表示的时长，则对应的计算结果即为目标用户期望的资金年收益率。

当然，上述公式仅是针对具体类型的自定义需求信息、具体需要计算的结果，并不应理解为对本申请方案的限定。本领域技术可以根据实际情况选择具体的增益期望程度确定方案。

S203，根据基本属性信息，确定目标用户对资产的损耗接受程度；

一种比较简单的情况是：在S201可以直接获得到目标用户对资产的损耗接受程度数据，例如能够承受10％的资损、能够承受20％的资损，或者目标用户的理财类型为保守型、平衡型、激进型，等等。

复杂一些的情况是：通过获得一种或多种其他类型的用基本属性信息，计算得到目标用户对资产的损耗接受程度，例如，在S201，可以获得用户的年龄、家庭结构情况、资产负债情况、现金流情况等等，这些信息可以反映用户的客观风险承受能力，从而决定资产管理的风险控制目标，举例如下：

年龄：年龄的范围在22-55之间，超过这个范围的都不适合做资产配置。在这个范围之内的，年龄越大，风险承受能力越小；

家庭结构：家庭所需负担的人员越多风险承受能力越小；

资产负债：资产负债净值越小风险承受能力越小；

现金流：现金流越小风险承受能力越小；

实际应用中，可以根据预设的对应关系，为目标用户的每一种具体的基本属性信息赋予相应的得分，即对应的风险承受能力值；然后根据预设的权重值，对所一种或多种基本属性信息对应的风险承受能力值进行加权，从而得到一个用于整体评估目标用户对资产的损耗接受程度的值。

当然，本申请并不需要对实际需要使用的基本属性信息及具体的算法进行限定，例如，如果从保守的角度考虑，也可以先确定目标用户的每一种具体的基本属性信息对应的风险承受程度，然后以其中的最小值作为最终用于评估目标用户对资产的损耗接受程度的值。举例说明：根据目标用户的年龄，可以确定该用户的风险承受能力为“低”；根据目标用户的家庭结构，可以确定该用户的风险承受能力为“高”，那么，根据其中的“最小值”，最终可以确定该用户的整体风险承受能力为“低”。

S204，在预设的金融产品信息库中进行查询。

根据本申请方案，在金融产品信息库中的金融产品信息至少具有“资产增益属性”及“资产损耗属性”两种属性，其中“资产增益属性”表示某一金融产品的增值情况说明，例如“年收益率5％”，“中等收益”等等；“资产损耗属性”表示某一金融产品风险情况说明，例如“最大资损10％”，“低风险”等等。

金融产品信息两个属性分别与前述的“增益期望程度”和“损耗接受程度”相对应，相应地，查询结果要求满足的条件为：资产增益属性与增益期望程度相匹配、且资产损耗属性与损耗接受程度相匹配。

需要说明的是，这里的“相匹配”并不是仅限于狭义上的“完全一致”，而是应理解为“满足需求”，即金融产品的两方面特征能够分别满足目标用户的需求。例如：如果某个金融产品，其资产增益属性值不小于目标用户的增益期望程度、且资产损耗属性值不大于所述目标用户的损耗接受程度，则认为该金融产品满足用户需求。

此外，可以理解的是，如果“增益期望程度”与“资产增益属性”、“损耗接受程度”与“资产损耗属性”的表达形式不一致，则可以根据相应的规则将其转换为相同的表达形式，例如“年收益率10％”与“高收益”之间的互转、“可承受资损50％”与“激进型”之间的互转，等等。

在实际应用中，最终的查询结果也不仅限于单一的金融产品，也可以是多种金融产品组合的形式。例如，一定比例的高风险低收益金融产品A与一定比例的低风险高收益金融产品B，如果组合后的整体收益预期、整体风险能够与目标用户的增益期望程度、损耗接受程度相匹配，则也可以将这样的组合视为一条查询结果输出。

S205，将查询结果对应的金融产品推荐给目标用户。

将满足S204查询要求的结果输出推荐给目标用户，如果最终推荐结果包含了若干个金融产品(或金融产品组合)的信息，则可以按照一定的规则排序显示输出，例如按照收益率从高到低排序、按照风险度从低到高排序、等等，也可以提供给用户自定义排序的操作接口，以方便用户按照需求查看推荐结果。

可见，应用本申请方案，通过机器服务来代替人工服务，有效地降低了金融咨询服务的使用门槛，把原先少部分用户享受的服务提供给更大范围的普通用户。不仅有效降低了处理成本、提升了处理效率，而且能够较好地于各种大数据应用场景，实现金融产品的高效、准确推荐。

相应于上述方法实施例，本申请还提供一种数据对象分配装置，参见图3所示，该装置可以包括：

需求方信息获得模块110，用于获得数据对象需求方的基本属性信息及自定义需求信息；

增益期望程度确定模块120，用于根据自定义需求信息确定需求方对数据资源量的增益期望程度；

损耗接受程度确定模块130，用于根据基本属性信息，确定需求方对数据资源量的损耗接受程度；

查询模块140，用于在预设的数据对象信息库中进行查询，数据对象信息库中的数据对象具有资源量增益属性及资源量损耗属性，查询结果要求满足的条件为：资源量增益属性值与增益期望程度相匹配、且资源量损耗属性值与损耗接受程度相匹配；

分配模块150，用于将查询结果对应的数据对象分配至需求方。

本申请还提供一种金融产品定向推荐装置，参见图4所示，该装置可以包括：

用户信息获得模块210，用于获得目标用户的基本属性信息及自定义需求信息；

增益期望程度确定模块220，用于根据自定义需求信息，确定目标用户对资产的增益期望程度；

损耗接受程度确定模块230，用于根据基本属性信息，确定目标用户对资产的损耗接受程度；

查询模块240，用于在预设的金融产品信息库中进行查询，金融产品信息库中的金融产品信息具有资产增益属性及资产损耗属性，查询结果要求满足的条件为：资产增益属性与增益期望程度相匹配、且资产损耗属性与损耗接受程度相匹配；

推荐模块250，用于将查询结果对应的金融产品推荐给目标用户。

在本申请的一种具体实施方式中，用户信息获得模块210可以具体用于：

从用户信息库中，读取预先存储的目标用户的自定义需求信息；

或

向用户侧提供自定义需求信息输入操作接口，获得用户利用该接口输入的自定义需求信息。

在本申请的一种具体实施方式中，目标用户的自定义需求信息可以包括：目标用户的初始投资金额、投资目标金额和投资时长。

相应地，增益期望程度确定模块220可以具体用于：

根据(投资目标金额-初始投资金额)/初始投资金额/投资时长，得到目标用户对资产的增益期望程度。

在本申请的一种具体实施方式中，目标用户的基本属性信息可以包括：

目标用户的年龄信息、家庭结构信息、资产负债信息、现金流信息、和/或风险偏好信息。

相应地，损耗接受程度确定模块230可以具体用于；

根据预设的对应关系，获得目标用户基本属性信息对应的风险承受能力值；

对所获得的一种或多种基本属性信息对应的风险承受能力值进行加权，得到目标用户对资产的损耗接受程度。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，在实施本申请方案时可以把各模块的功能在同一个或多个软件和/或硬件中实现。也可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅是本申请的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。