(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210731858.X (22)申请日 2022.06.25 (71)申请人 平安银行股份有限公司 地址 518000 广东省深圳市罗湖区深南 东 路5047号 (72)发明人 易旺　 (74)专利代理 机构 深圳紫藤知识产权代理有限 公司 44570 专利代理师 方艳丽 (51)Int.Cl. G06Q 40/02(2012.01) G06F 16/22(2019.01) G06F 16/2458(2019.01) (54)发明名称 数据处理方法、 装置、 电子设备及存 储介质 (57)摘要 本申请公开了一种数据处理方法、 装置、 电 子设备及存储介质。 可见， 本申请实施例提供的 数据处理方法一方面可以通过征信数据， 将刷单 的业务， 或者未严格审核的业务筛除， 以目标业 务数据为基础计算绩效参数数据， 减少刷单对绩 效参数数据的影响。 另一方面， 在计算签约渠道 数据对应的任务量数据时， 同时考虑了不同签约 渠道数据的签约难度， 以及签约渠道数据对应目 标对象而言的操作难度， 因此计算得到的任务量 数据更加准确， 进而绩效参数数据的精确率也更 高。 通过上述方法， 可以准确计算得到绩效参数 数据。 权利要求书3页 说明书15页 附图3页 CN 115082206 A 2022.09.20 CN 115082206 A 1.一种交易数据系统中对象的数据处 理方法， 其特 征在于， 包括： 获取交易数据系统中待处 理的目标对象， 以及所述目标对象的对象标识； 根据所述对象标识从业 务数据库中查询所述目标对象对应的签约业 务数据； 根据所述签约 业务数据中业务对象对应的征信数据， 对所述签约 业务数据进行数据筛 选处理， 得到目标业 务数据； 从渠道数据库中查询获取 所述目标业 务数据对应的签约渠道数据； 根据所述签约渠道数据对应的签约总次数数据和所述目标对象的对象属性数据进行 数据预测处 理， 得到所述签约渠道数据对应的任务 量数据； 按照参数计算处理逻辑对所述签约渠道数据对应的任务量数据和所述签约业务数据 的业务内容数据进行参数计算处 理， 得到并输出 所述目标对象的绩效参数 数据。 2.根据权利要求1所述的数据处理方法， 其特征在于， 所述按照参数计算处理逻辑对所 述签约渠道数据对应的任务量数据和所述签约业务数据的业务内容数据进行参数计算处 理， 得到并输出 所述目标对象的绩效参数 数据， 包括： 获取所述任务量数据对应的第 一绩效数据， 以及所述签约 业务数据的业务内容数据 所 对应的第二绩效数据； 获取所述目标对象的第 一历史业务数据， 以及所述第 一历史业务数据对应的交易流水 数据； 按照活跃度计算处理逻辑， 根据所述交易流水数据中的交易频率数据和交易总额数 据， 计算得到所述第一历史业 务数据对应的活跃度数据； 获取所述第 一绩效数据和所述第 二绩效数据的绩效总值数据， 并根据 所述活跃度 数据 对所述绩效总值数据进行加权处 理， 得到所述目标对象的绩效参数 数据。 3.根据权利要求1所述的数据处理方法， 其特征在于， 所述根据 所述签约渠道数据对应 的签约总次数数据和所述目标对象的对象属性数据进 行数据预测处理， 得到所述签约渠道 数据对应的任务 量数据， 包括： 将所述签约渠道数据对应的签约总次数数据和所述目标对象的对象属性数据输入预 设的数据预测模型， 得到所述签约渠道数据对应的任务 量数据； 其中， 所述预设的数据预测模型通过以下 方法训练得到： 获取样本数据集， 其中， 所述样本数据集包括样本对象的对象属性数据， 所述样本对象 对应的签约渠道数据， 所述签约渠道数据对应的签约总次数 数据， 以及标签任务 量数据； 将所述签约渠道数据对应的签约总次数数据和所述样本对象的对象属性数据输入初 始的数据预测模型， 得到所述签约渠道数据对应的预测任务 量数据； 根据所述标签任务量数据和所述预测任务量数据， 对所述初始的数据 预测模型中的参 数进行调整， 得到所述预设的数据预测模型。 4.根据权利要求1所述的数据处理方法， 其特征在于， 所述根据 所述签约 业务数据中业 务对象对应的征信数据， 对所述签约业务数据进行数据筛选处理， 得到目标业务数据， 包 括： 从所述业务数据库中， 获取 所述签约业 务数据中业 务对象对应的业 务申报次数 数据； 通过预设的征信评分模型， 对所述业务对象对应的征信数据进行预测 处理， 得到所述 业务对象的征信评分；权　利　要　求　书 1/3 页 2 CN 115082206 A 2将征信评分小于预设评分阈值， 并且对应的业务申报次数数据 大于预设次数阈值的签 约业务数据筛除， 得到 筛除后剩余的目标业 务数据。 5.根据权利要求1所述的数据处理方法， 其特征在于， 所述按照参数计算处理逻辑对所 述签约渠道数据对应的任务量数据和所述签约业务数据的业务内容数据进行参数计算处 理， 得到并输出 所述目标对象的绩效参数 数据之后， 所述方法还 包括： 从所述交易数据系统中获取 所述目标对象对应的对象群 体； 若所述绩效参数数据小于所述对象群体中对象的平均绩效数据， 则根据 所述绩效参数 数据和所述平均绩效数据之间的差值， 确定所述目标对象的惩罚绩效数据； 将所述绩效参数 数据与所述 惩罚绩效数据之间的差值设定为实 发绩效数据。 6.根据权利要求1所述的数据处理方法， 其特征在于， 所述根据 所述签约渠道数据对应 的签约总次数数据和所述目标对象的对象属性数据进 行数据预测处理， 得到所述签约渠道 数据对应的任务 量数据之前， 所述方法还 包括： 从所述业务数据库中查询得到所述签约渠道数据对应的第二历史业 务数据； 根据所述第二历史业务数据的签约 时间， 对所述第二历史业务数据进行筛选， 得到筛 选后业务数据； 统计所述筛选后 业务数据的数量， 将所述数量作为所述签约渠道数据对应的签约总次 数数据。 7.根据权利要求1 ‑6任一项所述的数据处理方法， 其特征在于， 所述获取交易数据系统 中待处理的目标对象， 以及所述目标对象的对象标识， 包括： 从交易数据系统中获取初始对象， 所述初始对象的入职时长和所述初始对象的职级； 将入职时长大于预设时间阈值， 并且所述职级满足预设的职级条件的初始对象设定为 待计算的目标对象； 获取所述目标对象的对象标识， 其中， 所述对象标识包括工号和对象名中的至少一 者。 8.一种数据处 理装置， 其特 征在于， 包括： 第一获取单元， 用于获取交易数据系统中待处理的目标对象， 以及所述目标对象的对 象标识； 查询单元， 用于根据 所述对象标识从业务数据库中查询所述目标对象对应的签约 业务 数据； 筛选单元， 用于根据所述签约业务数据中业务对象对应的征信数据， 对所述签约业务 数据进行 数据筛选处理， 得到目标业 务数据； 第二获取单元， 用于从渠道数据库中查询获取所述目标业务数据对应的签约渠道数 据； 第一确定单元， 用于根据所述签约渠道数据对应的签约总次数数据和所述目标对象的 对象属性数据进行 数据预测处 理， 得到所述签约渠道数据对应的任务 量数据； 第二确定单元， 用于按照 参数计算处理逻辑对所述签约渠道数据对应的任务量数据和 所述签约业务数据的业务内容数据进 行参数计算处理， 得到并输出所述目标对象的绩效参 数数据。 9.一种电子设备， 其特征在于， 所述电子设备包括处理器、 存储器以及存储于所述存储 器中并可在所述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现如权权　利　要　求　书 2/3 页 3 CN 115082206 A 3