业务数据分类方法、装置、电子设备及存储介质与流程

1.本技术涉及数据处理技术领域，尤其涉及一种业务数据分类方法、装置、电子设备及存储介质。


背景技术：

2.当前，随着各类银行业务在线上和线下的开展，会产生大量的业务数据，此类业务数据通常会通过互联网或其他专用网络上传至服务器进行存储和分析，来进一步实现对业务的数据支持。
3.现有技术中，由于每日产生的业务数据的数据量庞大，为保证数据的安全性和使用便捷性，通常会对照业务数据进行简单分类，并进行分布式存储，然而，现有技术中的方案，存在业务数据分类不合理的问题，导致数据的使用效率降低，增加业务数据的存储和使用成本。


技术实现要素：

4.本技术提供一种业务数据分类方法、装置、电子设备及存储介质，用以解决在业务数据分类不合理的问题。
5.第一方面，本技术提供了一种业务数据分类方法，包括：
6.获取待处理业务数据；对所述待处理业务数据进行特征聚类，得到对应的业务标识，其中，所述业务标识用于表征所述待处理业务数据的数据用途；根据所述业务标识，将所述待处理业务数据存储至对应的目标地址。
7.在一种可能的实现方式中，对所述待处理业务数据进行特征聚类，得到对应的业务标识，包括：获取预训练的聚类模型，所述聚类模型用于表征至少一种特征维度下不同数据用途的区域分布；对所述待处理业务数据进行特征提取，得到目标业务特征；将所述目标业务特征输入所述聚类模型，得到所述聚类模型输出的业务标识。
8.在一种可能的实现方式中，对所述待处理业务数据进行特征提取，得到目标业务特征，包括：检测所述待处理业务数据中的至少一种第一业务特征；基于所述第一业务特征，检测所述待处理业务数据中与所述第一业务特征关联的至少一种第二业务特征；根据所述第一业务特征和对应的第二业务特征，生成目标业务特征。
9.在一种可能的实现方式中，将所述目标业务特征输入所述聚类模型，得到所述聚类模型输出的业务标识，包括：基于所述聚类模型处理所述目标业务特征，确定所述目标业务特征对应的聚类区域，所述聚类区域表征数据用途对应的业务特征的集合；将所述目标业务特征对应的聚类区域的标识映射为所述业务标识。
10.在一种可能的实现方式中，所述目标业务特征中包括多个业务特征，基于所述聚类模型处理所述目标业务特征，确定所述目标业务特征对应的聚类区域，包括：根据所述聚类模型，获取多个备选聚类区域；根据所述目标业务特征中的各业务特征，确定各备选聚类区域对应的特征密度；根据各备选聚类区域对应的特征密度，确定所述目标业务特征对应
的聚类区域。
11.在一种可能的实现方式中，根据所述业务标识，将所述待处理业务数据存储至对应的目标地址，包括：获取所述业务标识对应的服务器集群标识，所述服务器集群标识表征存储业务数据的服务器的区域位置；根据所述服务器集群标识，确定所述目标地址。
12.在一种可能的实现方式中，获取所述业务标识对应的服务器集群标识，包括：获取所述待处理业务数据的采集标识，所述采集标识表征所述待处理业务数据对应的终端设备的区域位置；根据所述业务标识和所述采集标识，确定对应的服务器集群标识。
13.第二方面，本技术提供了一种业务数据分类装置，包括：
14.获取模块，用于获取待处理业务数据；
15.处理模块，用于对所述待处理业务数据进行特征聚类，得到对应的业务标识，其中，所述业务标识用于表征所述待处理业务数据的数据用途；
16.存储模块，用于根据所述业务标识，将所述待处理业务数据存储至对应的目标地址。
17.在一种可能的实现方式中，所述处理模块，具体用于：获取预训练的聚类模型，所述聚类模型用于表征至少一种特征维度下不同数据用途的区域分布；对所述待处理业务数据进行特征提取，得到目标业务特征；将所述目标业务特征输入所述聚类模型，得到所述聚类模型输出的业务标识。
18.在一种可能的实现方式中，所述处理模块在对所述待处理业务数据进行特征提取，得到目标业务特征时，具体用于：检测所述待处理业务数据中的至少一种第一业务特征；基于所述第一业务特征，检测所述待处理业务数据中与所述第一业务特征关联的至少一种第二业务特征；根据所述第一业务特征和对应的第二业务特征，生成目标业务特征。
19.在一种可能的实现方式中，所述处理模块在将所述目标业务特征输入所述聚类模型，得到所述聚类模型输出的业务标识时，具体用于：基于所述聚类模型处理所述目标业务特征，确定所述目标业务特征对应的聚类区域，所述聚类区域表征数据用途对应的业务特征的集合；将所述目标业务特征对应的聚类区域的标识映射为所述业务标识。
20.在一种可能的实现方式中，所述目标业务特征中包括多个业务特征，所述处理模块在基于所述聚类模型处理所述目标业务特征，确定所述目标业务特征对应的聚类区域时，具体用于：根据所述聚类模型，获取多个备选聚类区域；根据所述目标业务特征中的各业务特征，确定各备选聚类区域对应的特征密度；根据各备选聚类区域对应的特征密度，确定所述目标业务特征对应的聚类区域。
21.在一种可能的实现方式中，所述存储模块在根据所述业务标识，将所述待处理业务数据存储至对应的目标地址时，具体用于：获取所述业务标识对应的服务器集群标识，所述服务器集群标识表征存储业务数据的服务器的区域位置；根据所述服务器集群标识，确定所述目标地址。
22.在一种可能的实现方式中，所述存储模块在获取所述业务标识对应的服务器集群标识时，具体用于：获取所述待处理业务数据的采集标识，所述采集标识表征所述待处理业务数据对应的终端设备的区域位置；根据所述业务标识和所述采集标识，确定对应的服务器集群标识。
23.第三方面，本技术提供了一种电子设备，包括：处理器，以及与所述处理器通信连
接的存储器；
24.所述存储器存储计算机执行指令；
25.所述处理器执行所述存储器存储的计算机执行指令，以实现如本技术实施例第一方面任一项所述的业务数据分类方法。
26.第四方面，本技术提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如本技术实施例第一方面任一项所述的业务数据分类方法。
27.根据本技术实施例的第五方面，本技术提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上第一方面任一项所述的业务数据分类方法。
28.本技术提供的业务数据分类方法、装置、电子设备及存储介质，通过获取待处理业务数据；对所述待处理业务数据进行特征聚类，得到对应的业务标识，其中，所述业务标识用于表征所述待处理业务数据的数据用途；根据所述业务标识，将所述待处理业务数据存储至对应的目标地址。通过对待处理业务数据进行特征聚类，实现了对待处理业务数据基于数据用途的划分，并根据表征数据用途的业务标识，对待处理业务数据进行分区域存储，使不同数据用途的待处理业务数据存储至匹配的目标地址，避免业务数据由于分类不合理造成的数据的使用效率降低的问题，降低业务数据的分析利用成本。
附图说明
29.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
30.图1为本技术实施例提供的业务数据分类方法的一种应用场景图；
31.图2为本技术一个实施例提供的业务数据分类方法的流程图；
32.图3为图2所示实施例中步骤s103的具体实现方式流程图；
33.图4为图3所示实施例中步骤s1031的具体实现方式流程图；
34.图5为本技术另一个实施例提供的业务数据分类方法的流程图；
35.图6为图5所示实施例中步骤s202的具体实现方式流程图；
36.图7为本公开实施例提供的一种生成目标业务特征的过程示意图；
37.图8为图5所示实施例中步骤s204的具体实现方式流程图；
38.图9为图8所示实施例中步骤s2041的具体实现方式流程图；
39.图10为本技术一个实施例提供的业务数据分类装置的结构示意图；
40.图11为本技术一个实施例提供的电子设备的示意图；
41.图12是本技术一个示例性实施例示出的一种终端设备的框图。
42.通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本技术的概念。
具体实施方式
43.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例
中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
44.本技术的技术方案中，所涉及的用户个人信息以及数据的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
45.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。
46.下面对本技术实施例的应用场景进行解释：
47.图1为本技术实施例提供的业务数据分类方法的一种应用场景图，本技术实施例提供的业务数据分类方法可以应用于业务数据存储的场景下，示例性地，如图1所示，本技术实施例提供的方法的执行主体可以为业务服务器，业务服务器通过部署和运行业务平台，来为终端设备提供业务服务。具体地，终端设备例如为用户使用的智能手机、个人电脑，当终端设备与业务服务器通信并进行业务访问后，会生成对应的业务数据，例如交易数据、业务申请信息、查询记录等。之后，业务服务器每间隔预设时间，例如一天、一周、一小时等，将该业务数据(图中示为业务数据a、业务数据b、业务数据c)分类存储至与其通信的数据服务器内。在后续流程中，一方面，用户可以通过终端设备访问业务服务器，来查询此类业务数据，另一方面，业务平台开发人员，可以在获得用户授权后，对不敏感的业务数据进行分析和利用，从而实现优化业务流程，提高用户的使用体验。
48.当前，在业务服务器一侧生成业务数据后，通常是基于数据服务器的存储负载，将业务数据按顺序存储在不同的数据服务器内，在简单分类的基础上，以存储效率最大为目的进行分布式存储。然而，在数据使用的过程中，通常需要结合具有不同业务特征的一类数据进行分析合并分析和处理，由于具有相同数据用途的业务数据被存储在不同的存储位置(数据服务器)中，从而导致在获取并利用业务数据进行数据分析、检测和处理的过程中，降低数据使用效率和数据处理的实时性，提高数据使用成本。
49.下面以具体地实施例对本技术的技术方案以及本技术的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本技术的实施例进行描述。
50.图2为本技术一个实施例提供的业务数据分类方法的流程图，如图2所示，本实施例提供的业务数据分类方法包括以下几个步骤：
51.步骤s101，获取待处理业务数据。
52.示例性地，参考图1所示的应用场景示意图，本实施例提供的业务数据分类方法的执行主体为业务服务器(以下简称服务器)。其中，待处理业务数据是服务器响应终端设备的访问请求，所生成的业务数据，例如交易数据、业务申请信息、查询记录等。待处理业务数据在被存储后，可以在获得用户授权的前提下，由业务平台开发人员对其进行分析，从而优化业务流程，提高用户的使用体验。
53.具体地，待处理业务数据可以是具有特定的数据格式的数据。例如，待处理业务数据可以为包括多个属性的数据对象；或者，待处理业务数据可以为包括多个维度的数据的
结构体。更具体地，例如，待处理业务数据中包括“业务请求时间”的属性、“请求用户”的属性、“业务类别”的属性、“业务项”的属性、“业务项内容”的属性等等。类似的，当待处理业务数据为结构体时，也可以通过结构体中的不同类型的数据，来表征上述属性信息，此处不再赘述。待处理业务数据的具体数据格式，可以根据需要进行设置，此处不做限制，也不再一一举例。
54.步骤s102，对待处理业务数据进行特征聚类，得到对应的业务标识，其中，业务标识用于表征待处理业务数据的数据用途。
55.示例性地，在获得待处理业务数据后，根据待处理业务数据的数据特征，对待处理业务数据进行特征聚类，从而得到表征待处理业务数据的数据用途的标识，即业务标识。其中，数据用途是指对业务数据进行处理的目标，在不同业务场景下，数据用途可能不同，具体地，以金融行业的业务场景为例，数据用途例如包括：用户信用评估、风险敞口评估、授信额度评估等。
56.进一步地，特征聚类是指基于待处理业务数据的数据特征进行归类，从而实现对待处理业务数据的类别估计，具体地，即数据用途的估计。在一个更具体的实施例中，例如，当待处理业务数据包括a特征和b特征时，将待处理业务数据的数据用途确定“信用评估”，对应的业务标识为pattern_1；当待处理业务数据包括a特征、c特征和d特征时，将待处理业务数据的数据用途确定“授信额度评估”，对应的业务标识为pattern_2。
57.步骤s103，根据业务标识，将待处理业务数据存储至对应的目标地址。
58.示例性地，在确定业务标识后，根据业务标识确定对应的目标地址。其中，目标地址即用于存储待处理业务数据的存储地址，一种可能的实现方式中，业务标识和目标地址具有预设的映射关系，该映射关系可以是用户根据具体需要进行设置的。其中，用户可以通过配置在服务器内的配置文件来改边该映射关系，从而实现待处理业务数据的目标地址的灵活设置。
59.在一种可能的实现方式中，如图3所示，步骤s103的具体实现方式包括：
60.步骤s1031：获取业务标识对应的服务器集群标识，服务器集群标识表征存储业务数据的服务器的区域位置。
61.步骤s1032：根据服务器集群标识，确定目标地址。
62.示例性地，一种可能的实现方式中，业务标识有用于存储业务数据的服务器集群标识和存储目录地址两部分构成，例如，业务标识为p1＝[ip_1,a/aa]，其中，ip_1是服务器集群标识，表征用于存储数据的一台或多台服务器组成的服务器集群的访问地址、端口；a/aa为存储目录地址，即在ip_1服务器集群中用于存储该待处理业务数据的具体存储位置。根据业务标识中的服务器集群标识和对应的存储目录地址，即可得到用于存储待处理业务数据的目标地址(即ip_1和a/aa的拼接)。
[0063]
另一种可能的实现方式中，服务器集群标识由服务器集群的访问地址(对应上述示例中的ip_1)和目录地址(对应上述示例中的a/aa)两部分构造；业务标识与服务器集群标识具有预设的映射关系，在确定业务标识后，可根据该预设的映射关系，获得对应的服务器集群标识，并根据服务器集群标识得到用于存储待处理业务数据的目标地址。
[0064]
进一步地，在又一种可能的实现方式中，如图4所示，步骤s1031的具体实现方式包括：
[0065]
步骤s1031a：获取待处理业务数据的采集标识，采集标识表征待处理业务数据对应的终端设备的区域位置。
[0066]
步骤s1031b：根据业务标识和采集标识，确定对应的服务器集群标识。
[0067]
示例性地，在确定用于存储待处理业务数据的目标地址之前，获取该待处理业务数据对应的采集标识，具体地，采集标识表征待处理业务数据对应的终端设备的区域位置，即向服务器发送业务请求(从而在服务器生成待处理业务数据)的终端设备所在的位置。例如，终端设备dev_1向业务平台发送业务请求后，在服务器一侧生成待处理业务数据，其中，该向业务平台发送的业务请求中，包含有终端设备dev_1的采集标识，例如终端设备dev_1的定位经纬度坐标，或者终端设备dev_1所归属的省、市等地区标识。之后，根据采集标识，确定与该采集标识表征的区域位置更近的服务器集群，从而得到对应的服务器集群标识。
[0068]
本实施例步骤中，通过获取待处理业务数据的采集标识，根据业务标识和采集标识，在业务标识对应两个以上的服务器集群时，从中确定一个距离终端设备更近的服务器集群作为目标服务器集群，并将该目标服务器集群的标识作为服务器集群标识，从而在分布式系统架构下，实现待处理业务数据的快速流转和存储，提高数据存储效率。
[0069]
本实施例中，通过获取待处理业务数据；对待处理业务数据进行特征聚类，得到对应的业务标识，其中，业务标识用于表征待处理业务数据的数据用途；根据业务标识，将待处理业务数据存储至对应的目标地址。通过对待处理业务数据进行特征聚类，实现了对待处理业务数据基于数据用途的划分，并根据表征数据用途的业务标识，对待处理业务数据进行分区域存储，使不同数据用途的待处理业务数据存储至匹配的目标地址，避免业务数据由于分类不合理造成的数据的使用效率降低的问题，降低业务数据的分析利用成本。
[0070]
图5为本技术另一个实施例提供的业务数据分类方法的流程图，如图5所示，本实施例提供的业务数据分类方法在图2所示实施例提供的业务数据分类方法的基础上，对步骤s102进一步细化，则本实施例提供的业务数据分类方法包括以下几个步骤：
[0071]
步骤s201，获取待处理业务数据。
[0072]
步骤s202，对待处理业务数据进行特征提取，得到目标业务特征。
[0073]
示例性地，在获得待处理业务数据，首先对待处理业务数据进行特征提取，示例性地，基于待处理业务数据的实现方式，例如，获取待处理业务数据的各数据属性，更具体地，例如，“业务请求时间”的属性、“请求用户”的属性、“业务类别”的属性、“业务项”的属性、“业务项内容”的属性等。将各数据属性中的一种或多种的集合，作为目标业务特征。
[0074]
在一种可能的实现方式中，如图6所示，步骤s201的具体实现方式包括：
[0075]
步骤s2021，检测待处理业务数据中的至少一种第一业务特征
[0076]
步骤s2022，基于第一业务特征，检测待处理业务数据中与第一业务特征关联的至少一种第二业务特征。
[0077]
步骤s2023，根据第一业务特征和对应的第二业务特征，生成目标业务特征。
[0078]
示例性地，待处理业务数据包括多个业务特征，除了将全部业务特征统一作为目标业务特征外，还可以将其中的部分业务特征作为目标业务特征，从而提高目标业务特征的有效性。具体地，业务特征之间具有一定的业务关联性。例如，待处理业务数据中包括“月收入金额”和“月支出金额”两项属性(业务特征)；需要使用“月收入金额”和“月支出金额”的差值，来评估用户的授信额度(数据用途)。在此场景下，必须同时使用“月收入金额”和“月支出金额”两项特征，并利用二者之间的关联性，来进行数据分析。因此，当待处理业务数据中检测到第一业务特征时，在第一业务特征的基础上，进一步搜索待处理业务数据中与第一业务特征关联(具有固定映射关系)的至少一种第二业务特征，从而将第一业务特征和对应的至少一种第二业务特征作为目标业务特征。
[0079]
图7为本公开实施例提供的一种生成目标业务特征的过程示意图，如图7所示，待处理业务数据包括至少两种业务特征(图中示为备选业务特征)在获得待处理业务数据后，检测待处理业务数据中的至少一种第一业务特征，例如图中所示的“逾期记录”，之后，基于该第一业务特征，进一步搜索待处理业务数据中与该“逾期记录”相关联的第二业务特征，例如“逾期次数”、“业务地区”等。之后将第一业务特征(“逾期记录”)和对应的第二业务特征(“逾期次数”和“业务地区”)作为目标业务特征。进一步地，待处理业务数据还可能包括其他业务特征，但筛选后不再将其他业务特征作为目标业务特征。其中，第一业务特征与第二业务特征的映射关系，是基于具体用途预设的，此处不再赘述。由于经筛选后的由第一业务特征和对应关联的第二业务特征的特征显著性的更高，因此能够更准确、更高概率的表现该待处理业务数据所对应的实际数据用途，也即数据质量更高，因此基于筛选后得到的目标业务特征作为后续步骤中的输入进行分析，从而更准确的确定数据用途，提高业务数据的分类存储的准确性。
[0080]
步骤s203，获取预训练的聚类模型，聚类模型用于表征至少一种特征维度下不同数据用途的区域分布。
[0081]
步骤s204，将目标业务特征输入聚类模型，得到聚类模型输出的业务标识。
[0082]
示例性地，聚类模型是用于表征一种或多种特征维度下不同数据用途的区域分布，聚类模型可以基于人工标记的数据用途样本进行训练后得到。例如，将a、b、c、d四种数据用途的相关样本进行标记后，获取相关样本的样本特征，并基于样本特征对预设的保护分类器的模型进行训练，从而得到能够表征至少一种特征维度下不同数据用途的区域分布的聚类模型。聚类模型的具体训练方法为本领域技术人员知晓的现有技术，此处不再赘述。
[0083]
在一种可能的实现方式中，如图8所示，步骤s204的具体实现方式包括：
[0084]
步骤s2041：基于聚类模型处理目标业务特征，确定目标业务特征对应的聚类区域，聚类区域表征数据用途对应的业务特征的集合。
[0085]
步骤s2042：将目标业务特征对应的聚类区域的标识映射为业务标识。
[0086]
示例性地，聚类模型是表征至少一种特征维度下不同数据用途的区域分布的模型，其中，聚类区域表征数据用途对应的业务特征的集合，例如，目标业务特征包括业务特征a、业务特征b、业务特征c和业务特征d，聚类模型对目标业务特征进行搜索后，匹配到对应的聚类区域zoon_1，该聚类区域zoon_1由业务特征a、业务特征b、业务特征c和业务特征d组成。该聚类区域zoon_1所对应的业务标识为pattern_1，表征的数据用途为“授信额度评估”。
[0087]
其中，示例性地，目标业务特征中包括多个业务特征，如图9所示，步骤s2041的具体实现方式包括：
[0088]
步骤s2041a：根据聚类模型，获取多个备选聚类区域。
[0089]
步骤s2041b：根据目标业务特征中的各业务特征，确定各备选聚类区域对应的特征密度。
[0090]
步骤s2041c：根据各备选聚类区域对应的特征密度，确定目标业务特征对应的聚类区域。
[0091]
示例性地，聚类模型描述了多个聚类区域，即备选聚类区域。其中，各备选聚类区域对应一个或多个业务特征。当目标业务特征中的各业务特征同时满足两个以上的备选聚类区域时，根据备选聚类区域对应的特征密度，将特征密度更大的区域，确定为目标聚类区域，也即目标业务特征对应的聚类区域。其中，特征密度是指目标业务特征中各业务特征的个数与备选聚类区域对应的业务特征的个数的比值。例如，目标业务特征中包括业务特征a和业务特征b；备选聚类区域zoon_1对应的业务特征包括业务特征a、业务特征b和业务特征c；备选聚类区域zoon_2对应的业务特征包括业务特征a、业务特征b、业务特征c和业务特征d。则备选聚类区域zoon_1对应的特征密度为den_1＝0.67(2/3)；备选聚类区域zoon_2对应的特征密度为den_1＝0.5(2/4)。因此将特征密度较大的备选聚类区域zoon_2确定为目标业务特征对应的聚类区域。
[0092]
进一步地，在确定目标业务特征对应的聚类区域后，基于预设的映射关系，即可确定对应的业务标识，上述过程可以基于聚类模型完成，不再赘述。本实施例步骤中，通过计算各备选聚类区域对应的特征密度，将特征密度更大的备选聚类区域确定为目标聚类区域(目标业务特征对应的聚类区域)，并基于目标聚类区域确定对应的业务标识，由于特征密度越大，对应的数据用途的可信度越高，因此，基于特征密度确定的目标聚类区域能够更好的表现数据用途，提高业务数据的分类准确性，提高数据存储和使用的效率。
[0093]
步骤s205，根据业务标识，将待处理业务数据存储至对应的目标地址。
[0094]
本实施例中，步骤s201、步骤s205的实现方式与本技术图2所示实施例中的步骤s101、步骤s103的实现方式相同，在此不再一一赘述。
[0095]
图10为本技术一个实施例提供的业务数据分类装置的结构示意图，如图10所示，本实施例提供的业务数据分类装置3包括：
[0096]
获取模块31，用于获取待处理业务数据；
[0097]
处理模块32，用于对待处理业务数据进行特征聚类，得到对应的业务标识，其中，业务标识用于表征待处理业务数据的数据用途；
[0098]
存储模块33，用于根据业务标识，将待处理业务数据存储至对应的目标地址。
[0099]
在一种可能的实现方式中，处理模块32，具体用于：获取预训练的聚类模型，聚类模型用于表征至少一种特征维度下不同数据用途的区域分布；对待处理业务数据进行特征提取，得到目标业务特征；将目标业务特征输入聚类模型，得到聚类模型输出的业务标识。
[0100]
在一种可能的实现方式中，处理模块32在对待处理业务数据进行特征提取，得到目标业务特征时，具体用于：检测待处理业务数据中的至少一种第一业务特征；基于第一业务特征，检测待处理业务数据中与第一业务特征关联的至少一种第二业务特征；根据第一业务特征和对应的第二业务特征，生成目标业务特征。
[0101]
在一种可能的实现方式中，处理模块32在将目标业务特征输入聚类模型，得到聚类模型输出的业务标识时，具体用于：基于聚类模型处理目标业务特征，确定目标业务特征对应的聚类区域，聚类区域表征数据用途对应的业务特征的集合；将目标业务特征对应的聚类区域的标识映射为业务标识。
[0102]
在一种可能的实现方式中，目标业务特征中包括多个业务特征，处理模块32在基
于聚类模型处理目标业务特征，确定目标业务特征对应的聚类区域时，具体用于：根据聚类模型，获取多个备选聚类区域；根据目标业务特征中的各业务特征，确定各备选聚类区域对应的特征密度；根据各备选聚类区域对应的特征密度，确定目标业务特征对应的聚类区域。
[0103]
在一种可能的实现方式中，存储模块33在根据业务标识，将待处理业务数据存储至对应的目标地址时，具体用于：获取业务标识对应的服务器集群标识，服务器集群标识表征存储业务数据的服务器的区域位置；根据服务器集群标识，确定目标地址。
[0104]
在一种可能的实现方式中，存储模块33在获取业务标识对应的服务器集群标识时，具体用于：获取待处理业务数据的采集标识，采集标识表征待处理业务数据对应的终端设备的区域位置；根据业务标识和采集标识，确定对应的服务器集群标识。
[0105]
其中，获取模块31、处理模块32和存储模块33依次连接。本实施例提供的业务数据分类装置3可以执行如图2-图9任一所示的方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
[0106]
图11为本技术一个实施例提供的电子设备的示意图，如图11所示，本实施例提供的电子设备4包括：处理器41，以及与处理器41通信连接的存储器42。
[0107]
其中，存储器42存储计算机执行指令；
[0108]
处理器41执行存储器42存储的计算机执行指令，以实现本技术图2-图9所对应的实施例中任一实施例提供的业务数据分类方法。
[0109]
其中，存储器42和处理器41通过总线43连接。
[0110]
相关说明可以对应参见图2-图9所对应的实施例中的步骤所对应的相关描述和效果进行理解，此处不做过多赘述。
[0111]
本技术一个实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现本技术图2-图9所对应的实施例中任一实施例提供的业务数据分类方法。
[0112]
其中，计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
[0113]
本技术一个实施例提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本技术图2-图9所对应的实施例中任一实施例提供的业务数据分类方法。
[0114]
图12是本技术一个示例性实施例示出的一种终端设备的框图，该终端设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
[0115]
终端设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)接口812，传感器组件814，以及通信组件816。
[0116]
处理组件802通常控制终端设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
[0117]
存储器804被配置为存储各种类型的数据以支持在终端设备800的操作。这些数据的示例包括用于在终端设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
[0118]
电源组件806为终端设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为终端设备800生成、管理和分配电力相关联的组件。
[0119]
多媒体组件808包括在终端设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当终端设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
[0120]
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当终端设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
[0121]
i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
[0122]
传感器组件814包括一个或多个传感器，用于为终端设备800提供各个方面的状态评估。例如，传感器组件814可以检测到终端设备800的打开/关闭状态，组件的相对定位，例如组件为终端设备800的显示器和小键盘，传感器组件814还可以检测终端设备800或终端设备800一个组件的位置改变，用户与终端设备800接触的存在或不存在，终端设备800方位或加速/减速和终端设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
[0123]
通信组件816被配置为便于终端设备800和其他设备之间有线或无线方式的通信。终端设备800可以接入基于通信标准的无线网络，如wifi，3g、4g、5g或其他标准通信网络，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
[0124]
在示例性实施例中，终端设备800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列
(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述本技术图2-图9所对应的实施例中任一实施例提供的方法。
[0125]
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由终端设备800的处理器820执行以完成上述方法。例如，非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
[0126]
本技术实施例还提供了一种非临时性计算机可读存储介质，当该存储介质中的指令由终端设备的处理器执行时，使得终端设备800能够执行上述本技术图2-图9所对应的实施例中任一实施例提供的方法。
[0127]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0128]
本领域技术人员在考虑说明书及实践这里公开的申请后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求书指出。
[0129]
应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求书来限制。