数据处理方法和装置、服务器及存储介质制造方法及图纸

本申请实施例提供的数据处理方法和装置、服务器及存储介质，涉及数据处理技术领域。数据处理方法包括：首先，获取待处理产品的特征数据；其次，将特征数据输入预设标签模型，得到特征数据的标签。通过上述方法，可以实现根据特征数据和模型生成标签，改善了现有技术中人工根据金融产品的历史表现和单一规则进行定性分析得到标签，标签生成效率低下、标签数量和覆盖范围有限，导致的标签生成的可靠性低的问题。问题。问题。

【技术实现步骤摘要】
数据处理方法和装置、服务器及存储介质


[0001]本申请涉及数据处理
，具体而言，涉及一种数据处理方法和装置、服务器及存储介质。

技术介绍

[0002]在现有技术的金融产品标签生成过程中，一般是通过研究员根据金融产品的历史表现和单一规则进行定性分析得到的，标签生成效率低下、标签数量和覆盖范围有限，从而存在标签生成的可靠性低的问题。

技术实现思路

[0003]有鉴于此，本申请的目的在于提供一种数据处理方法和装置、服务器及存储介质，以改善现有技术中存在的问题。
[0004]为实现上述目的，本申请实施例采用如下技术方案：
[0005]第一方面，本专利技术提供一种数据处理方法，包括：
[0006]获取待处理产品的特征数据；
[0007]将所述特征数据输入预设标签模型，得到所述特征数据的标签。
[0008]在可选的实施方式中，所述将所述特征数据输入预设标签模型，得到所述特征数据的标签的步骤，包括：
[0009]将所述特征数据输入所述预设标签模型，得到所述特征数据的预测收益率；
[0010]根据所述预测收益率确定所述特征数据的标签。
[0011]在可选的实施方式中，所述数据处理方法还包括得到所述预设标签模型的步骤，该步骤包括：
[0012]根据获取的训练数据对至少一个原始模型进行训练，得到所述预设标签模型。
[0013]在可选的实施方式中，所述训练数据包括训练特征数据和实际值，所述根据获取的训练数据对至少一个原始模型进行训练，得到所述预设标签模型的步骤，包括：
[0014]针对每一个原始模型，将所述训练特征数据输入该原始模型，得到所述训练特征数据的预测值；
[0015]根据所述预测值和实际值确定该原始模型的模型效果；
[0016]根据至少一个原始模型的模型效果选取预设标签模型。
[0017]在可选的实施方式中，所述根据所述预测值和实际值确定该原始模型的模型效果的步骤，包括：
[0018]根据所述预测值对所述实际值进行分组处理，得到实际值序列；
[0019]对所述实际值序列进行显著性分析处理，得到该原始模型的模型效果。
[0020]在可选的实施方式中，所述根据所述预测值对所述实际值进行分组处理，得到实际值序列的步骤，包括：
[0021]对所述预测值进行排序处理，得到分组数据；
[0022]根据所述分组数据对所述实际值进行分组处理，得到实际值序列。
[0023]在可选的实施方式中，所述获取待处理产品的特征数据的步骤，包括：
[0024]获取所述待处理产品的相关数据；
[0025]对所述相关数据进行特征处理，得到所述待处理产品的特征数据。
[0026]第二方面，本专利技术提供一种数据处理装置，包括：
[0027]数据获取模块，用于获取待处理产品的特征数据；
[0028]数据处理模块，用于将所述特征数据输入预设标签模型，得到所述特征数据的标签。
[0029]第三方面，本专利技术提供一种服务器，包括存储器和处理器，所述处理器用于执行所述存储器中存储的可执行的计算机程序，以实现前述实施方式任意一项所述的数据处理方法。
[0030]第四方面，本专利技术提供一种存储介质，其上存储有计算机程序，该程序被执行时实现前述实施方式任意一项所述数据处理方法的步骤。
[0031]本申请实施例提供的数据处理方法和装置、服务器及存储介质，通过将待处理产品的特征数据输入预设标签模型得到标签，实现了根据特征数据和模型生成标签，改善了现有技术中人工根据金融产品的历史表现和单一规则进行定性分析得到标签，标签生成效率低下、标签数量和覆盖范围有限，导致的标签生成的可靠性低的问题。
附图说明
[0032]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0033]图1为本申请实施例提供的数据处理系统的结构框图。
[0034]图2为本申请实施例提供的数据处理方法的流程示意图。
[0035]图3为本申请实施例提供的数据处理方法的另一流程示意图。
[0036]图4为本申请实施例提供的数据处理方法的另一流程示意图。
[0037]图5为本申请实施例提供的数据处理方法的另一流程示意图。
[0038]图6为本申请实施例提供的数据处理方法的另一流程示意图。
[0039]图7为本申请实施例提供的数据处理方法的另一流程示意图。
[0040]图8为本申请实施例提供的数据处理方法的另一流程示意图。
[0041]图9为本申请实施例提供的数据处理装置的结构框图。
[0042]图标：10-数据处理系统；100-服务器；200-终端设备；900-数据处理装置；910-数据获取模块；920-数据处理模块。
具体实施方式
[0043]金融产品一般指有价证券、黄金、基金等在金融市场的买卖对象。随着金融市场和信息技术的迅速发展，金融产品数量以及金融产品的数据越来越多，投资者对金融产品的研究和分析难度有所增加。而通过对金融产品的数据进行分析，生成金融产品特征标签，对
金融产品的突出特征属性形成定性或定量的标签形式描述，能够大大提高投资者对金融产品的研究和分析效率。
[0044]标签生成及应用在其他行业已有较多应用，如在互联网行业中，有较多对用户建立标签画像的案例，如对某一用户生成青年、上班族等标签。但对于金融产品，市场变化较快，且金融产品的主要研究内容是对未来收益和估值的预测，因此，金融产品的特征标签会与其他行业的标签有所不同，更注重实效性、预测性。
[0045]现有技术的金融产品标签生成一般是通过研究员根据金融产品的历史表现和单一规则进行定性分析得到的。现有技术标签生成效率低下、标签数量和覆盖范围有限，难以满足研究需求。
[0046]现有金融产品标签生成的技术主要可归纳为两类：
[0047](1)人工分析得到定性标签。该方法通过研究员根据金融产品的历史表现进行定性分析得到，标签需要人工维护。该方法存在以下几个缺点：
[0048]1)标签标注效率低下，覆盖范围有限。研究员在研究分析后对每个金融产品逐一添加标签，研究员的研究范围有限，难以对全市场金融产品生成大量标签。
[0049]2)实效性差，维护成本高。由于人工标签主要为研究员一次性标注、人工进行维护，标签生成后有些标签可能与该金融产品的实际特征属性不符，但人工很难及时对标签进行剔除。
[0050](2)配置标签规则系统生成定量标签，该方法通过研究员在系统中配置标签生成的规则，系统根据规则对符合规则的金融产品标注标签。该方法能够大批量生成金融产品的定量标签，但配置的规则大多数比较单一，通常为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：获取待处理产品的特征数据；将所述特征数据输入预设标签模型，得到所述特征数据的标签。2.如权利要求1所述的数据处理方法，其特征在于，所述将所述特征数据输入预设标签模型，得到所述特征数据的标签的步骤，包括：将所述特征数据输入所述预设标签模型，得到所述特征数据的预测收益率；根据所述预测收益率确定所述特征数据的标签。3.如权利要求1所述的数据处理方法，其特征在于，所述数据处理方法还包括得到所述预设标签模型的步骤，该步骤包括：根据获取的训练数据对至少一个原始模型进行训练，得到所述预设标签模型。4.如权利要求3所述的数据处理方法，其特征在于，所述训练数据包括训练特征数据和实际值，所述根据获取的训练数据对至少一个原始模型进行训练，得到所述预设标签模型的步骤，包括：针对每一个原始模型，将所述训练特征数据输入该原始模型，得到所述训练特征数据的预测值；根据所述预测值和实际值确定该原始模型的模型效果；根据至少一个原始模型的模型效果选取预设标签模型。5.如权利要求4所述的数据处理方法，其特征在于，所述根据所述预测值和实际值确定该原始模型的模型...

【专利技术属性】
技术研发人员：黎豪，陈海雯，张汉林，李立峰，柯学，
申请(专利权)人：广发证券股份有限公司，
类型：发明
国别省市：