本公开提供一种数据处理方法、装置、设备、介质及产品，涉及大数据技术领域，可以应用于金融科技技术领域，方法包括：获取用户对获取用户数据的授权。在得到用户对获取用户数据的授权后，获取用户的基础数据和工资数据。根据基础数据确定工资数据的参考范围。响应于工资数据表明用户的工资等级超出参考范围，确定工资数据为异常数据。根据异常数据和基础数据生成异常数据表。
【技术实现步骤摘要】
本公开涉及大数据，可以应用于金融科技，特别涉及一种数据处理方法、装置、设备、介质及产品。
技术介绍
1、在企业发展中，人员工资等级的调整是常态，对于员工体量大、岗位等级多的银行来说，人员工资等级的调整是每日常事。基于员工工资数据的保密性、工作流程权限严格控制等原因，往往会提供多个相互独立的系统供员工使用。为了保证员工工资等级的合理性，人力资源人员需要定期进行工资等级的核查工作，这是一项会耗费大量时间精力的长期性工作，如何优化工作流程以提升效率，这对于人力资源部门来说是亟待解决的问题。
2、现有技术解决此类问题主要为：通过对系统的改造实现联通。通过打通各系统之间的数据接口，将某一系统作为主系统，当人力资源人员需要进行工资等级的核对工作时，只需在主系统中发送核对请求，触发核对流程，首先由主系统和第二系统中分别调取员工工资数据、员工个人人员数据，并将调取到的两类数据按照一定的核对规则进行处理，校验出工资等级存疑的员工数据。但此类方法存在问题如下：系统改造造价高、周期长、流程繁琐的问题，且当校验规则出现变动时，都需要再次改造系统中的校验规则，缺乏灵活性与时效性；如第二系统无法提供相关接口，则无法获取到员工个人数据，校验无法进行，仍需负责人员管理的人力资源人员来辅助调取相关数据，手动处理较为复杂。
技术实现思路
1、有鉴于此，本公开的主要目的是提供一种数据处理方法、装置、设备、介质及产品，旨在至少部分解决传统方法中系统改造造价高、周期长、流程繁琐以及手动处理较为复杂的技术问题。</p>2、为实现上述目的，本公开实施例的第一方面提供一种数据处理方法，应用于机器人流程自动化系统，包括：获取用户对获取用户数据的授权；在得到用户对获取用户数据的授权后，获取用户的基础数据和工资数据；根据所述基础数据确定所述工资数据的参考范围；响应于所述工资数据表明所述用户的工资等级超出所述参考范围，确定所述工资数据为异常数据；以及根据所述异常数据和所述基础数据生成异常数据表。
3、根据本公开的实施例，所述方法还包括：发送所述异常数据表；以及
4、响应于所述异常数据表成功发送的指令，删除所述机器人流程自动化系统上的所述基础数据、所述工资数据、所述异常数据和所述异常数据表。
5、根据本公开的实施例，其中，所述基础数据包括所述用户的身份数据、所述用户的机构数据、所述用户的岗位数据、所述用户的工龄数据、所述用户的状态数据、所述用户的流入方式、所述用户的学历数据以及工作方向数据。
6、根据本公开的实施例，其中，所述获取用户的基础数据和工资数据包括：将获取的所有用户的基础数据和工资数据存储在数据库表中，其中，每一个用户分别设置编码字段，所述编码字段用于作为识别所述用户的唯一识别编码。
7、根据本公开的实施例，其中，所述根据所述基础数据确定所述工资数据的参考范围包括以下至少之一：根据所述用户的岗位数据确定所述工资数据的第一参考范围；根据所述用户的机构数据、所述用户的工龄数据和所述用户的状态数据确定所述工资数据的第二参考范围；根据所述用户的流入方式和所述用户的学历数据确定所述工资数据的第三参考范围；根据所述用户的工龄数据、所述用户的流入方式和所述用户的学历数据确定所述工资数据的第四参考范围；根据所述用户的学历数据以及工作方向数据确定所述工资数据的第五参考范围。
8、根据本公开的实施例，其中，所述根据所述异常数据和所述基础数据生成异常数据表包括：按照所述用户的机构数据对所述用户进行分类；根据相同类型的所述用户的异常数据和所述基础数据生成异常数据表。
9、根据本公开的实施例，其中，所述发送所述异常数据表包括：根据所述用户的机构数据匹配所述用户所属的机构；通过邮件的形式向所述用户所属的机构中的目标对象发送所述异常数据表。
10、根据本公开的实施例，所述方法还包括：编写定时监控程序；设置多线程；调用所述定时监控程序开启多线程并行任务，对不同所述用户的基础数据和工资数据进行并行处理。
11、本公开实施例的第二方面提供一种数据处理装置，包括：第一获取模块，用于获取用户对获取用户数据的授权；第二获取模块，用于在得到用户对获取用户数据的授权后，获取用户的基础数据和工资数据；第一确定模块，用于根据所述基础数据确定所述工资数据的参考范围；第二确定模块，用于响应于所述工资数据表明所述用户的工资等级超出所述参考范围，确定所述工资数据为异常数据；以及生成模块，用于根据所述异常数据和所述基础数据生成异常数据表。
12、本公开实施例第三方面提供一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据上述数据处理方法。
13、本公开实施例第四方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有可执行指令，该指令被处理器执行时使处理器执行根据上述数据处理方法。
14、本公开实施例第五方面提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据上述数据处理方法。
15、根据本公开实施例提供的数据处理方法、装置、设备、介质及产品，至少具备以下有益效果：
16、将机器人流程自动化技术应用于工资数据的处理中，对数据进行监测，并设置参考范围作为校验条件，两者结合能够实现自动且准确地检测出工资数据中存在异常的数据，不需要对系统进行改造，不需要人工处理，极大地提升了工资数据调整的便捷性、灵活性、时效性以及准确性，并且降低了维护成本。并且，整个数据处理过程无人工干预，不存在信息泄露的风险，提升了数据的安全性。
17、在异常数据表发送成功后，机器人流程自动化系统自动将整个数据处理过程中生成异常数据表以及获取的所有数据进行删除，以保证数据的保密性，进一步提高数据的安全性。
18、通过合理确定工资调整需要获取的基础数据的类型，这些数据能够准确地反映工资数据中的异常，一方面能够提高异常数据检测的准确性，另一方面不需要获取的数据均为对异常数据检测有作用的有效数据，减少后数据的处理量，节约了计算资源。
19、通过将获取的基础数据和工资数据以唯一的编码字段保存在数据表中，后续在确定异常数据时，机器人流程自动化系统能够直接调用数据库表并通过唯一的字段编码快速地获取当前需要的数据，从能够提高数据处理的效率。
20、根据不同的数据类型设置不同的参考范围作为校验条件对异常数据进行检测，一方面能够覆盖不同因素导致工资数据异常的情况，提高了数据处理的全面性，进而提高了数据处理的准确性，另一方面，不同数据设置不同的参考条件，使得数据处理的针对性和灵活更强，从而提高了数据处理方法的适用性。
21、基于用户的机构数据分类后的用户分别生成对应的异常数据表，这样当前机构只会收到与当前机构对应用户的异常数据，无需关注其他无效异常数据，降低了人力成本。
22、通过本文档来自技高网
...
【技术保护点】
1.一种数据处理方法，应用于机器人流程自动化系统，包括：
2.根据权利要求1所述的数据处理方法，所述方法还包括：
3.根据权利要求2所述的数据处理方法，其中，所述基础数据包括所述用户的身份数据、所述用户的机构数据、所述用户的岗位数据、所述用户的工龄数据、所述用户的状态数据、所述用户的流入方式、所述用户的学历数据以及工作方向数据。
4.根据权利要求1或2所述的数据处理方法，其中，所述获取用户的基础数据和工资数据包括：
5.根据权利要求3所述的数据处理方法，其中，所述根据所述基础数据确定所述工资数据的参考范围包括以下至少之一：
6.根据权利要求3所述的数据处理方法，其中，所述根据所述异常数据和所述基础数据生成异常数据表包括：
7.根据权利要求6所述的数据处理方法，其中，所述发送所述异常数据表包括：
8.根据权利要求1所述的数据处理方法，所述方法还包括：
9.一种数据处理装置，包括：
10.一种电子设备，包括：
11.一种计算机可读存储介质，所述计算机可读存储介质上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～8中任一项所述的方法。
12.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～8中任一项所述的方法。
...
【技术特征摘要】
1.一种数据处理方法，应用于机器人流程自动化系统，包括：
2.根据权利要求1所述的数据处理方法，所述方法还包括：
3.根据权利要求2所述的数据处理方法，其中，所述基础数据包括所述用户的身份数据、所述用户的机构数据、所述用户的岗位数据、所述用户的工龄数据、所述用户的状态数据、所述用户的流入方式、所述用户的学历数据以及工作方向数据。
4.根据权利要求1或2所述的数据处理方法，其中，所述获取用户的基础数据和工资数据包括：
5.根据权利要求3所述的数据处理方法，其中，所述根据所述基础数据确定所述工资数据的参考范围包括以下至少之一：
6.根据权利要...
【专利技术属性】
技术研发人员：奉雪，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。