基于标签指标体系的数据处理方法、装置、设备及介质与流程

本发明涉及数据处理领域，尤其涉及基于标签指标体系的数据处理方法、装置、设备及介质。

背景技术：

随着金融市场的不断深化发展，金融业务的数据量也在大幅度增长，银行等金融机构常常需要对从多个来源获得的业务数据进行全面分析，希望可以从大量的数据中获取有价值的参考结果。

实体是指现实世界中客观存在、并可以相互区分的对象或事物，每一个实体与其它实体可能有关系，例如客户、借据、订单等；标签是实体的特征属性，其既可以是实体的描述，也可以是实体的度量属性；指标是多个实体的统计值，企业常常通过指标来监控、预测、衡量业务的发展、回溯等。

现有的针对业务数据的处理方法是对一个具体指标构建一个计算模型，指标计算是基于单一业务数据的计算，数据维度单一，未考虑到单一实体与其它实体之间的关联关系对指标的影响，单一维度下的指标数据的信息价值很低。

技术实现要素：

本发明的主要目的在于提出一种基于标签指标体系的数据处理方法、装置、设备及介质，旨在基于指标针对的实体及指标关联的实体所对应的业务数据对指标进行多维度的计算，从而可以更完整地反应数据规律，提升指标数据的信息参考价值。

为实现上述目的，本发明提供一种基于标签指标体系的数据处理方法，所述方法包括如下步骤：

获取业务数据，所述业务数据对应多个实体；

基于所述实体对应的预设标签，对所述实体对应的业务数据添加相应的标签信息；

获取预设指标及所述预设指标的计算方式；

识别与所述指标对应的第一标签信息及与所述指标具有预设关联的第二标签信息；

根据所述计算方式，调用与所述第一标签信息及与所述第二标签对应的业务数据计算得到所述指标的指标数据。

可选地，所述基于所述实体对应的预设标签，对所述实体对应的业务数据添加相应的标签信息的步骤之后还包括：

检测所述实体对应的预设标签是否有更新；

当检测到所述实体对应的预设标签有更新时，根据更新后的预设标签对所述实体对应的业务数据添加相应的标签信息。

可选地，所述根据所述计算方式，调用与所述第一标签信息及与所述第二标签对应的业务数据计算得到所述指标的指标数据的步骤之后还包括：

获取用户自定义指标及所述自定义指标的计算方式；

检测是否收到针对所述自定义指标的计算指令；

若是，则进入步骤：识别与所述指标对应的第一标签信息及与所述指标具有预设关联的第二标签信息。

可选地，所述识别与所述指标对应的第一标签信息及与所述指标具有预设关联的第二标签信息的步骤包括：

识别与所述指标对应的第一标签信息；

根据所述第一标签信息对应的第一实体，确定与所述第一实体具有预设关联的第二实体，所述第二实体至少包括事件信息实体；

识别与所述第二实体对应的第二标签信息。

可选地，所述基于所述实体对应的预设标签，对所述实体对应的业务数据添加相应的标签信息的步骤之前还包括：

基于识别到的所述多个实体及所述多个实体之间的关联关系，根据预设规则，建立标签集；所述标签集包括多个预设标签，所述预设标签包括针对所述实体基本属性的基本标签及针对所述实体衍生属性的衍生标签。

可选地，所述根据所述计算方式，调用与所述第一标签信息及与所述第二标签对应的业务数据计算得到所述指标的指标数据的步骤之后还包括：

将所述指标数据发送至分析平台，以使所述分析平台根据所述指标数据获取分析结果。

此外，本发明还提供一种基于标签指标体系的数据处理装置，所述装置包括：第一获取模块、标签添加模块、第二获取模块、识别模块及计算模块；

所述第一获取模块，用于获取业务数据，所述业务数据对应多个实体；

所述标签添加模块，用于基于所述实体对应的预设标签，对所述实体对应的业务数据添加相应的标签信息；

所述第二获取模块，用于获取预设指标及所述预设指标的计算方式；

所述识别模块，用于识别与所述指标对应的第一标签信息及与所述指标具有预设关联的第二标签信息；

所述计算模块，用于根据所述计算方式，调用与所述第一标签信息及与所述第二标签对应的业务数据计算得到所述指标的指标数据。

可选地，所述装置还包括：第一检测模块及更新模块；

所述第一检测模块，用于检测所述实体对应的预设标签是否有更新；

所述更新模块，用于在所述第一检测模块检测到所述实体对应的预设标签有更新时，根据更新后的预设标签对所述实体对应的业务数据添加相应的标签信息。

可选地，所述装置还包括：第三获取模块及第二检测模块；

所述第三获取模块，用于获取用户自定义指标及所述自定义指标的计算方式，并在接收到所述第二检测模块发送的检测结果为“是”时，发送所述自定义指标及所述自定义指标的计算方式至所述识别模块及所述计算模块；

所述第二检测模块，用于检测是否收到针对所述自定义指标的计算指令，并发送检测结果至所述第三获取模块。

可选地，所述识别模块包括：第一识别子模块、确定模块及第二识别子模块；

所述第一识别子模块，用于识别与所述指标对应的第一标签信息；

所述确定模块，用于根据所述第一标签信息对应的第一实体，确定与所述第一实体具有预设关联的第二实体，所述第二实体至少包括事件信息实体；

所述第二识别子模块，用于识别与所述第二实体对应的第二标签信息。

可选地，所述装置还包括：标签集建立模块，用于基于识别到的所述多个实体及所述多个实体之间的关联关系，根据预设规则，建立标签集；所述标签集包括多个预设标签，所述预设标签包括针对所述实体基本属性的基本标签及针对所述实体衍生属性的衍生标签。

可选地，所述计算模块连接有分析平台；

所述计算模块，还用于将所述指标数据发送至所述分析平台，以使所述分析平台根据所述指标数据获取分析结果。

此外，本发明还提供一种基于标签指标体系的数据处理设备，所述基于标签指标体系的数据处理设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于标签指标体系的数据处理程序，所述基于标签指标体系的数据处理程序被所述处理器执行时实现如上所述的基于标签指标体系的数据处理方法的步骤。

此外，本发明还提供一种存储介质，应用于计算机，所述存储介质上存储有基于标签指标体系的数据处理程序，所述基于标签指标体系的数据处理程序被处理器执行时实现如上所述的基于标签指标体系的数据处理方法的步骤。

本发明通过获取业务数据，所述业务数据对应多个实体；基于所述实体对应的预设标签，对所述实体对应的业务数据添加相应的标签信息；获取预设指标及所述预设指标的计算方式；识别与所述指标对应的第一标签信息及与所述指标具有预设关联的第二标签信息；根据所述计算方式，调用与所述第一标签信息及与所述第二标签对应的业务数据计算得到所述指标的指标数据；由此，通过识别与指标对应的第一标签信息及与所述指标具有预设关联的第二标签信息，实现了基于指标针对的实体及指标关联的实体所对应的业务数据对指标进行多维度的计算，可以更完整地反应数据规律，提升了指标数据的信息参考价值。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图；

图2为本发明基于标签指标体系的数据处理方法第一实施例的流程示意图；

图3是本发明基于标签指标体系的数据处理方法第一实施例中步骤s400的细化步骤图；

图4为本发明基于标签指标体系的数据处理方法第二实施例的流程示意图；

图5为本发明基于标签指标体系的数据处理方法第三实施例的流程示意图；

图6为本发明基于标签指标体系的数据处理方法第四实施例的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例的主要解决方案是：获取业务数据，所述业务数据对应多个实体；基于所述实体对应的预设标签，对所述实体对应的业务数据添加相应的标签信息；获取预设指标及所述预设指标的计算方式；识别与所述指标对应的第一标签信息及与所述指标具有预设关联的第二标签信息；根据所述计算方式，调用与所述第一标签信息及与所述第二标签对应的业务数据计算得到所述指标的指标数据。

现有技术中，针对业务数据的处理方法是对一个具体指标的构建一个计算模型，指标计算基于某单一业务数据的计算，数据维度单一，未考虑到单一实体与其它实体之间的关联关系对指标的影响，单一维度下的指标数据的信息价值很低。

本发明通过识别与指标对应的第一标签信息及与所述指标具有预设关联的第二标签信息，实现了基于指标针对的实体及其关联实体所对应的业务数据对指标进行多维度的计算，可以更完整地反应数据规律，提升了指标数据的信息参考价值。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图。

本发明实施例基于标签指标体系的数据处理设备可以是服务器、pc机或虚拟机设备。

如图1所示，该设备可以包括：处理器1001，例如cpu，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的设备结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于标签指标体系的数据处理程序。

在图1所示的设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的基于标签指标体系的数据处理程序，并执行以下操作：

获取业务数据，所述业务数据对应多个实体；

基于所述实体对应的预设标签，对所述实体对应的业务数据添加相应的标签信息；

获取预设指标及所述预设指标的计算方式；

识别与所述指标对应的第一标签信息及与所述指标具有预设关联的第二标签信息；

根据所述计算方式，调用与所述第一标签信息及与所述第二标签对应的业务数据计算得到所述指标的指标数据。

进一步地，处理器1001可以调用存储器1005中存储的基于标签指标体系的数据处理程序，还执行以下操作：

检测所述实体对应的预设标签是否有更新；

当检测到所述实体对应的预设标签有更新时，根据更新后的预设标签对所述实体对应的业务数据添加相应的标签信息。

进一步地，处理器1001可以调用存储器1005中存储的基于标签指标体系的数据处理程序，还执行以下操作：

获取用户自定义指标及所述自定义指标的计算方式；

检测是否收到针对所述自定义指标的计算指令；

若是，则进入步骤：识别与所述指标对应的第一标签信息及与所述指标具有预设关联的第二标签信息。

进一步地，处理器1001可以调用存储器1005中存储的基于标签指标体系的数据处理程序，还执行以下操作：

识别与所述指标对应的第一标签信息；

根据所述第一标签信息对应的第一实体，确定与所述第一实体具有预设关联的第二实体，所述第二实体至少包括事件信息实体；

识别与所述第二实体对应的第二标签信息。

进一步地，处理器1001可以调用存储器1005中存储的基于标签指标体系的数据处理程序，还执行以下操作：

基于识别到的所述多个实体及所述多个实体之间的关联关系，根据预设规则，建立标签集；所述标签集包括多个预设标签，所述预设标签包括针对所述实体基本属性的基本标签及针对所述实体衍生属性的衍生标签。

进一步地，处理器1001可以调用存储器1005中存储的基于标签指标体系的数据处理程序，还执行以下操作：

将所述指标数据发送至分析平台，以使所述分析平台根据所述指标数据获取分析结果。

基于上述硬件结构，提出本发明基于标签指标体系的数据处理方法实施例。

参照图2，图2为本发明基于标签指标体系的数据处理方法第一实施例的流程示意图，所述方法包括：

步骤s100，获取业务数据；

随着金融市场的不断深化发展，金融业务的数据量也在大幅度增长，银行或者金融机构常常需要对从多个来源获得的业务数据进行全面分析，从而希望可以从大量的数据中获取有价值的参考结果。

本实施例中业务数据来源可以来自银行内部的风控系统、平台系统、账务系统、事件管理系统等行内业务管理系统的数据库，其中，风控系统包括业务申请信息等，平台系统包括订单信息等，账务系统包括账务信息等，事件管理系统包括事件信息等，业务数据来源还可以是磁盘文件等。

作为一种实施方式，本实施例中，通过etl(extract-transform-load)将业务系统数据抽入贴源库形成结构化的贴源数据表，所述业务数据对应多个实体，实体是指现实世界中客观存在、并可以相互区分的对象或事物，每一个实体与其它实体可能有关系，如客户数据中对应的实体可能有申请书、订单、借据、事件信息等，这些实体并不是独立存在的，某一实体的关联实体对其指标具有很大的影响及参考价值。

步骤s200，基于所述实体对应的预设标签，对所述实体对应的业务数据添加相应的标签信息；

标签定义为实体的特征属性，既可以是实体的描述，也可以是实体的度量属性，作为一种实施方式，本实施例标签管理根据银行业务产品周期划分，梳理出每个生命周期阶段实体以及实体间的关联关系，例如：对于贷款产品账单提醒催收账单的产品周期，在其催收机器人阶段，梳理出客户相关提醒、催收的实体间数据关系，表间关系；根据业务需求确定好处理、加工字段，加工出每张表的主要属性后形成标签表，即基于所述实体对应的预设标签，对所述实体对应的业务数据添加相应的标签信息。

进一步地，根据逻辑和实际情况，梳理出部分实体的衍生属性成衍生实体，从而加工实体的衍生属性。

以客户数据为例，其主要的实体是申请书、客户基本信息、客户人行征信、订单、借据、催收明细、事件信息等；依次对应主要标签有申请书标签集、基本信息标签、征信标签集、订单标签集、借据标签集、拨打标签集、事件标签集等，而其中各功能衍生出来的标签有交易衍生标签、催收衍生标签、外部事件衍生标签等。

步骤s300，获取预设指标及所述预设指标的计算方式；

基于业务需求，从预设指标库获取需要计算的指标及指标的计算方式，例如哪个指标需要从哪些标签表以何种逻辑得到指标数据。

步骤s400，识别与所述指标对应的第一标签信息及与所述指标具有预设关联的第二标签信息；

实际业务中，每一个实体都不是单独存在的，与其它实体会存在关联关系，所以基于单一业务数据获取的指标数据并不可靠，本实施例通过识别关联标签表，将关联标签表引入指标计算，实现了指标数据多维化，提升了指标数据的信息价值，基于多维指标数据体现的客户行为，可以提升业务预测的准确性，从而有利于对客户更精准地投放产品。

进一步地，请同时参见图3，在其它实施例中，步骤s400可以包括如下细化步骤：

步骤s401，识别与所述指标对应的第一标签信息；

步骤s402，根据所述第一标签信息对应的第一实体，确定与所述第一实体具有预设关联的第二实体，所述第二实体至少包括事件信息实体；

步骤s403，识别与所述第二实体对应的第二标签信息。

具体地，以在贷款产品账单提醒催收账单的产品周期下计算客户的接通率指标为例，接通率指标对应的业务数据标签集为拨打标签集，拨打标签集对应的业务数据有累计呼出次数、有效呼出次数、忙音次数、无人应答次数等数据，若仅根据拨打标签集对应的业务数据计算接通率指标，数据维度单一，指标的参考价值低；本实施例中，接通率指标计算时还结合了实际业务场景中与接通率指标具有关联关系的业务数据及事件信息数据，作为一种实施方式，其中，与接通率指标具有关联关系的业务数据可以包括客户交易标签下的客群分类数据，客户申请标签下的客户行内评分数据、客户建议额度数据等。

事件信息实体即外部事件对业务指标具有不容忽视的影响，可以理解的是，如上述计算接通率指标为例，催收人员拨打客户电话时，显示于客户手机端的外显号码这一外部事件对应的记录数据并不是拨打标签集中的业务数据，但是，实际中客户往往会根据显示在手机端的外显号码的不同而选择是否接听电话，所以结合外部事件对指标的影响计算业务指标，能够实现用户指标更细粒化地分析。

步骤s500，根据所述计算方式，调用与所述第一标签信息及与所述第二标签对应的业务数据计算得到所述指标的指标数据。

对业务数据加工完标签后，根据业务要求的标签加工指标库的指标数据，本实施例基于整体业务数据对指标进行多维度的计算，能完整的反应数据规律，根据多个标签表及多个关联标签表从不同维度对指标进行多维度计算，用户可以通过权限验证查看计算完成的业务指标数据，本实施例可以对客户历史数据进行有效全面的应用，客户画像清晰，对于业务可以起到更加有效的指导作用。

本实施例通过获取业务数据，所述业务数据对应多个实体；基于所述实体对应的预设标签，对所述实体对应的业务数据添加相应的标签信息；获取预设指标及所述预设指标的计算方式；识别与所述指标对应的第一标签信息及与所述指标具有预设关联的第二标签信息；根据所述计算方式，调用与所述第一标签信息及与所述第二标签对应的业务数据计算得到所述指标的指标数据；由此，通过识别与指标对应的第一标签信息及与所述指标具有预设关联的第二标签信息，实现了基于指标针对的实体及其关联实体所对应的业务数据对指标进行多维度的计算，可以更完整地反应数据规律，提升了指标数据的信息参考价值。

进一步地，参照图4，图4为本发明基于标签指标体系的数据处理方法第二实施例的流程示意图。基于上述图2所示的实施例，步骤s200，基于所述实体对应的预设标签，对所述实体对应的业务数据添加相应的标签信息的步骤之后还包括：

步骤s201，检测所述实体对应的预设标签是否有更新；

步骤s202，当检测到所述实体对应的预设标签有更新时，根据更新后的预设标签对所述实体对应的业务数据添加相应的标签信息。

本实施例中，基于预设标签库，对业务数据表添加标签属性后，检测所有业务数据表是否有对应的新增标签属性需要增加或者业务数据表需要删减某些标签属性，当检测到实体即业务数据表的标签属性有更新时，对业务数据表的属性相应的修改。

用户可根据实际需求动态添加或者删减标签，具体的，联机交易中，用户可以根据需要得到的指标数据及其计算维度，维护标签及其对应的实体，指标计算时根据用户维护后的标签表数据计算得到基于动态调整标签后的指标数据。

现有技术中，企业大多采用面向单一业务的独立数据处理模型，业务数据只能基于已有的数据模型，根据已经设置好的标签数据，计算出模型预设指标数据，构建的模型不可重用，不便调整，使数据处理实用性大受影响，本实施例中，用户可以根据需要得到的指标数据及指标计算维度，维护标签及其对应实体，由此指标计算时根据用户维护后的标签表数据即可计算得到基于动态调整标签后的指标数据，提高了业务数据处理的灵活性及实用性。

进一步地，参照图5，图5为本发明基于标签指标体系的数据处理方法第三实施例的流程示意图。基于上述图4所示的实施例，步骤s500，根据所述计算方式，调用与所述第一标签信息及与所述第二标签对应的业务数据计算得到所述指标的指标数据的步骤之后还包括：

步骤s501，获取用户自定义指标及所述自定义指标的计算方式；

步骤s502，检测是否收到针对所述自定义指标的计算指令；

若是，则进入步骤s400，识别与所述指标对应的第一标签信息及与所述指标具有预设关联的第二标签信息，并根据所述计算方式，调用与所述第一标签信息及与所述第二标签对应的业务数据计算得到所述指标的指标数据。

本实施例中，用户基于自身权限访问指标库中计算得到的预设指标的指标数据，若当前指标数据不能很好地满足业务需求，基于所述业务需求，用户可以自定义指标及所述自定义指标的计算方式，例如新建某个指标，从哪些标签表以何种逻辑可以得到新建指标的指标数据。

现有技术中，指标体系重设能力弱，使得数据扩展性和实用性差，即系统中建立了指标体系，但指标的属性和算法均是由系统模型决定，想要获取不同的指标，需要对模型进行大量修改，甚至重新设计，无法快速有效得到需求的指标数据。

本实施例，用户可以基于数据分析平台动态设置指标及其计算逻辑，将复杂的更改模型简化成简单的配置工作，由此提升了指标体系的重设能力，增强数据处理的可扩展性和实用性。

进一步地，参照图6，图6为本发明基于标签指标体系的数据处理方法第四实施例的流程示意图。基于上述图2所示的实施例，步骤s200，基于所述实体对应的预设标签，对所述实体对应的业务数据添加相应的标签信息的步骤之前还包括：

步骤s101，基于识别到的所述多个实体及所述多个实体之间的关联关系，根据预设规则，建立标签集；

所述标签集包括多个预设标签，所述预设标签包括针对所述实体基本属性的基本标签及针对所述实体衍生属性的衍生标签。

基于业务需求指标维度及分析维度以及业务实体之间的关联关系，建立建立标签集，根据逻辑和实际情况，梳理出部分实体的衍生属性成衍生实体，从而加工实体的衍生属性。

进一步地，步骤s500，根据所述计算方式，调用与所述第一标签信息及与所述第二标签对应的业务数据计算得到所述指标的指标数据的步骤之后还包括：

步骤s503，将所述指标数据发送至分析平台，以使所述分析平台根据所述指标数据获取分析结果。

指标数据发送至可视化分析平台，可视化分析平台对业务历史数据进行可视化分析，直观的呈现数据之间的关系，协助业务更加精准分析客户从而引导业务方案的调整。

本实施例指标数据结合可视化分析平台，在更直观的可视化层面，对于业务的标签维度更加细粒度的分析并可视化呈现，协助银行等金融机构更加精准分析历史业务数据从而引导业务方案的针对性调整。

本发明实施例还提供一种基于标签指标体系的数据处理装置，所述装置包括：第一获取模块、标签添加模块、第二获取模块、识别模块及计算模块；

所述第一获取模块，用于获取业务数据，所述业务数据对应多个实体；

所述标签添加模块，用于基于所述实体对应的预设标签，对所述实体对应的业务数据添加相应的标签信息；

所述第二获取模块，用于获取预设指标及所述预设指标的计算方式；

所述识别模块，用于识别与所述指标对应的第一标签信息及与所述指标具有预设关联的第二标签信息；

所述计算模块，用于根据所述计算方式，调用与所述第一标签信息及与所述第二标签对应的业务数据计算得到所述指标的指标数据。

优选地，所述装置还包括：第一检测模块及更新模块；

所述第一检测模块，用于检测所述实体对应的预设标签是否有更新；

所述更新模块，用于在所述第一检测模块检测到所述实体对应的预设标签有更新时，根据更新后的预设标签对所述实体对应的业务数据添加相应的标签信息。

优选地，所述装置还包括：第三获取模块及第二检测模块；

所述第三获取模块，用于获取用户自定义指标及所述自定义指标的计算方式，并在接收到所述第二检测模块发送的检测结果为“是”时，发送所述自定义指标及所述自定义指标的计算方式至所述识别模块及所述计算模块；

所述第二检测模块，用于检测是否收到针对所述自定义指标的计算指令，并发送检测结果至所述第三获取模块。

优选地，所述识别模块包括：第一识别子模块、确定模块及第二识别子模块；

所述第一识别子模块，用于识别与所述指标对应的第一标签信息；

所述确定模块，用于根据所述第一标签信息对应的第一实体，确定与所述第一实体具有预设关联的第二实体，所述第二实体至少包括事件信息实体；

所述第二识别子模块，用于识别与所述第二实体对应的第二标签信息。

优选地，所述装置还包括：标签集建立模块，用于基于识别到的所述多个实体及所述多个实体之间的关联关系，根据预设规则，建立标签集；所述标签集包括多个预设标签，所述预设标签包括针对所述实体基本属性的基本标签及针对所述实体衍生属性的衍生标签。

优选地，所述计算模块连接有分析平台；

所述计算模块，还用于将所述指标数据发送至所述分析平台，以使所述分析平台根据所述指标数据获取分析结果。

本实施例提出的基于标签指标体系的数据处理装置各个模块运行时实现如上所述的基于标签指标体系的数据处理方法的步骤，在此不再赘述。

本发明还提供一种基于标签指标体系的数据处理设备。

本发明基于标签指标体系的数据处理设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于标签指标体系的数据处理程序，所述基于标签指标体系的数据处理程序被所述处理器执行时实现如上所述的基于标签指标体系的数据处理方法的步骤。

其中，在所述处理器上运行的基于标签指标体系的数据处理程序被执行时所实现的方法可参照本发明基于标签指标体系的数据处理方法各个实施例，此处不再赘述。

本发明还提供一种计算机可读存储介质。

本发明计算机可读存储介质上存储有基于标签指标体系的数据处理程序，所述基于标签指标体系的数据处理程序被处理器执行时实现如上所述的基于标签指标体系的数据处理方法的步骤。

其中，在所述处理器上运行的基于标签指标体系的数据处理程序被执行时所实现的方法可参照本发明基于标签指标体系的数据处理方法各个实施例，此处不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。