基金业务数据处理方法、设备、存储介质及程序产品与流程

本技术涉及计算机，尤其涉及基金业务数据处理方法、设备、存储介质及程序产品。

背景技术：

1、在基金公告处理过程中，需要由财富处理运营人员日常操作时，通过查询公告相关内容信息，来确认公告类型，并根据公告类型识别需要维护的基金产品的属性、交易开关、费率等业务参数信息，并在财富处理运营系统中尽快下发各种操作，对不同的公告做不同的生效处理。

2、随着基金数目增加、公告渠道多样化以及公告类型的复杂化，基金公告数量快速增长，导致服务器需要处理更多的请求，使得计算机资源的使用率持续高位运行，内存消耗增加，从而导致系统的响应速度受到影响。

3、上述内容仅用于辅助理解本技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

1、本技术的主要目的在于提供一种基金业务数据处理方法、设备、存储介质及程序产品，旨在解决基金公告处理过程中系统响应速度受到影响的问题。

2、为实现上述目的，本技术提出一种基金业务数据处理方法，所述的方法包括：

3、获取待公告文件，将所述待公告文件输入预设的分类模型得到目标公告类型，其中，所述分类模型为以基金公告文件为输入数据，以基金公告类型为训练标签训练得到；

4、将所述目标公告类型和所述待公告文件输入预设的参数提取模型得到目标公告参数值，其中，所述参数提取模型以所述基金公告文件和所述基金公告类型为输入数据，以基金公告参数值为训练标签训练得到；

5、对所述目标公告类型和所述目标公告参数值进行校验；

6、在校验通过的情况下，基于所述目标公告类型对所述目标公告参数值对所述待公告文件对应的目标基金的目标业务数据处理。

7、在一实施例中，所述对所述目标公告类型和所述目标公告参数值进行校验的步骤，包括：

8、将所述目标公告参数值和所述目标公告类型输出至可视化页面，并基于所述可视化页面接收业务人员的输入操作；

9、若所述输入操作携带数值变更请求，则确定校验不通过；

10、若所述输入操作不携带数值变更请求，则确定校验通过。

11、在一实施例中，所述基于所述目标公告类型对所述目标公告参数值对所述待公告文件对应的目标基金的目标业务数据处理的步骤，包括：

12、基于所述目标公告类型确定对所述目标基金的运维操作类型；

13、按照所述运维操作类型和所述目标公告参数值对所述目标业务数据处理。

14、在一实施例中，所述参数提取模型包括不同公告类型对应的参数提取子模型；

15、所述将所述目标公告类型和所述待公告文件输入预设的参数提取模型得到目标公告参数值的步骤，包括：

16、从所述不同公告类型对应的参数提取子模型中，确定与所述目标公告类型对应的目标参数提取子模型；

17、将所述目标公告类型和所述待公告文件输入所述目标参数提取子模型得到目标公告参数值。

18、在一实施例中，所述对所述目标公告类型和所述目标公告参数值进行校验的步骤之后，所述的方法还包括：

19、获取校验结果；

20、基于所述校验结果、所述目标公告类型和所述待公告文件对所述分类模型进行更新，将更新后的分类模型作为预设的分类模型；

21、基于所述校验结果、所述目标公告参数、所述目标公告类型和所述待公告文件对所述参数提取模型进行更新，将更新后的参数提取模型作为预设的参数提取模型。

22、在一实施例中，若所述校验结果为校验通过，所述基于所述校验结果、所述目标公告类型和所述待公告文件对所述分类模型进行更新，将更新后的分类模型作为预设的分类模型的步骤，包括：

23、以所述目标公告类型为训练标签，以所述待公告文件为输入数据对所述分类模型进行训练，将训练后的分类模型作为预设的分类模型；

24、所述基于所述校验结果、所述目标公告参数、所述目标公告类型和所述待公告文件对所述参数提取模型进行更新，将更新后的参数提取模型作为预设的参数提取模型的步骤，包括：

25、以所述目标公告类型和所述待公告文件为输入参数，以所述目标公告参数值为训练标签对所述参数提取模型进行训练，将训练后的参数提取模型作为预设的参数提取模型。

26、在一实施例中，若所述校验结果为校验不通过，所述基于所述校验结果、所述目标公告类型和所述待公告文件对所述分类模型进行更新，将更新后的分类模型作为预设的分类模型的步骤，包括：

27、获取业务人员反馈信息，使用所述业务人员反馈信息更新所述目标公告参数值和/或者所述目标公告类型得到更新后参数值和更新后公告类型；

28、以所述更新后公告类型为训练标签，以所述待公告文件为输入数据对所述分类模型进行训练，将训练后的分类模型作为预设的分类模型；

29、所述基于所述校验结果、所述目标公告参数、所述目标公告类型和所述待公告文件对所述参数提取模型进行更新，将更新后的参数提取模型作为预设的参数提取模型的步骤，包括：

30、以所述更新后公告类型和所述待公告文件为输入参数，以所述更新后参数值为训练标签对所述参数提取模型进行训练，将训练后的参数提取模型作为预设的参数提取模型。

31、此外，为实现上述目的，本技术还提出一种基金业务数据处理设备，所述设备包括：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计算机程序，所述计算机程序配置为实现如上文所述的基金业务数据处理方法的步骤。

32、此外，为实现上述目的，本技术还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的基金业务数据处理方法的步骤。

33、此外，为实现上述目的，本技术还提供一种计算机程序产品，所述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如上文所述的基金业务数据处理方法的步骤。

34、本技术中，获取待公告文件，将所述待公告文件输入预设的分类模型得到目标公告类型，其中，所述分类模型为以基金公告文件为输入数据，以基金公告类型为训练标签训练得到；将所述目标公告类型和所述待公告文件输入预设的参数提取模型得到目标公告参数值，其中，所述参数提取模型以所述基金公告文件和所述基金公告类型为输入数据，以基金公告参数值为训练标签训练得到；对所述目标公告类型和所述目标公告参数值进行校验；在校验通过的情况下，基于所述目标公告类型对所述目标公告参数值对所述待公告文件对应的目标基金的目标业务数据处理。

35、本技术中，通过预先训练好的分类模型和参数提取模型对基金公告进行数据提取，系统能自动识别公告文件的类型并提取相关的业务参数，无需人工介入，降低了对人力资源的依赖，减少了运营人员手动查询和分类公告的时间，从而减少了服务器需要处理的低效人工请求，降低了系统的整体负载。

36、通过对参数校验，确保了所有参数在应用前的准确性，避免了配置参数错误导致重新对基金公告进行提取然后进行参数调整的内容，降低了系统的整体负载，进一步优化了系统资源的使用。

37、在参数校验通过后，系统能立即基于目标公告类型对参数值进行处理并针对特定基金采取相应措施，整个流程高度自动化，减少了处理时间，提高了响应速度。相比之前的手动处理流程，这一机制大幅提升了处理公告的效率，减轻了服务器在处理大量并发请求时的压力。

38、从而，本技术通过智能化、自动化的处理流程，减少了基金公告处理过程中系统的整体负载，降低了对服务器资源的需求，从而避免了由于基金公告数量增长导致基金公告处理过程中系统响应速度受到影响的问题。