本发明涉及数据处理,尤其涉及一种投资管理方法、装置及储存介质。
背景技术:
1、伴随着互联网技术和硬件技术的不断发展,我们有能力处理越来越多的数据,数据也呈现几何状增长态势,互联网技术和金融行业的进一步结合,推动互联网金融市场的繁荣发展。互联网充当着基础的金融数据存储和传播的作用,两者的结合更加高效完成了金融信息传播,以及资源优化配置。大数据技术的不断完善。传统的金融业务数据不断搬上网络,使得数据量剧增,伴随着金融大数据的接入,基于云计算技术的金融数据的挖掘和使用潜藏着巨大的价值。
2、现有技术中,很多采购系统只是简单地完成物料、价格、供应商等的信息的提供,由于这些信息内容较为庞大,从业人员需要花费大量的时间进行数据的比对和筛选,且筛选结果的准确度也基于从业者业务熟练度的改变而变化。
3、因此,如何提供一种投资的管理方案,能够方便从业人员对信息和数据获取的同时,协助用户进行投资数据分析管理是本领域技术人员亟待解决的技术问题。
技术实现思路
1、有鉴于此,本发明的目的是提供一种投资管理方法、装置及储存介质,用以解决现有投资数据处理过程冗长且效率不高的问题。
2、本发明通过以下技术手段解决上述技术问题:
3、第一方面,本申请提供一种投资管理方法,包括以下步骤:
4、s110,建立黑名单机制;
5、s120,获取采购数据并基于黑名单机制对所述采购数据进行筛选剔除。
6、其中,所述黑名单机制包括预设剔除项、计算剔除项和反馈剔除项,其中,所述预设剔除项基于预设的标签信息对所述采购数据进行过滤,所述计算剔除项基于计算机算法对所述采购数据进行过滤,所述反馈剔除项基于往期评价结果对所述采购数据进行过滤。
7、结合第一方面,在一些可选的实施方案中,所述计算机算法为绝对差离中位数处理方法,所述计算机算法基于观测值与平均数之间的距离总和对所述采购数据中的异常值进行筛选排除。
8、结合第一方面,在一些可选的实施方案中,所述方法还包括:
9、下发和回收每次采购结束的调查问卷,基于所述调查问卷的结果获取采购数据内目标公司和/或目标产品序列的满意度等级,其中,满意度等级基于每一次调查问卷的结果进行叠加。
10、结合第一方面,在一些可选的实施方案中,当所述采购数据中的异常值被所述黑名单机制剔除时,所述异常值关联的横向数据也会被所述黑名单机制剔除。
11、结合第一方面,在一些可选的实施方案中,所述方法还包括:建立黑名单数据库,用于将被所述黑名单机制筛选剔除的异常值和横向数据进行储存,所述异常值和所述横向数据在被储存至实施黑名单数据之前预设回归值,当所述预设回归值满足时将所述异常值和所述横向数据加入所述采购数据。
12、结合第一方面,在一些可选的实施方案中,所述满意度等级与满意度分值关联,所述满意度分值获取过程如下:
13、s=c1g1+c2g2+c3g3+…+cngn
14、式中,s为满意度分值,c1、c2、c3、...cn为不同调查问卷填写对象的加权系数,总和为1,g1、g2、g3、...gn为不同调查问卷填写对象的分数,其中,所述加权系数为预设值。
15、结合第一方面,在一些可选的实施方案中,方法还包括,基于长时间序列预测模型对所述采购数据进行剔除,所述长时间序列预测模型包括:
16、yt=q*w*e*r
17、其中:q,序列的长时间趋势值;w,序列季节变动数值;e,序列循环变动数值;r,序列不规则变动数值。
18、第二方面,本申请提供一种投资管理装置,包括数据库、处理模块和储存模块,所述数据库、所述处理模块和所述储存模块之间相互电连接,其中,
19、数据库,储存有采购数据,所述采购数据至少包括目标公司和/或目标产品序列;
20、处理模块,内部储存有黑名单机制,用于对所述数据库中的采购数据进行筛选剔除。
21、结合第二方面,在一些可选的实施方案中,所述处理模块内耦合有预设剔除单元、计算剔除单元和反馈剔除单元。
22、结合第二方面,在一些可选的实施方案中,所述储存模块内耦合有预设回归单元,所述预设回归单元用于设定所述异常值和所述横向数据的预设回归值。
23、第三方面,本申请提供一种计算机储存介质,其特征在于,所述计算机储存介质内储存有计算机程序,当所述计算机程序在计算机上运行时,能够执行如上所述的投资管理方法。
24、本发明的有益效果:
25、1、减少了企业采购过程中,在数据筛选、对比及评价上所需花费的巨大时间,并且有效降低人工参与过程中带来的勘误。
26、2、本申请基于绝对中位差离群值处理方式,提高了数据处理过程中的鲁棒性。
1.一种投资管理方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的投资管理方法,其特征在于,所述计算机算法为绝对差离中位数处理方法,所述计算机算法基于观测值与平均数之间的距离总和对所述采购数据中的异常值进行筛选排除。
3.根据权利要求2所述的投资管理方法,其特征在于,所述方法还包括:
4.根据权利要求3所述的投资管理方法,其特征在于,所述满意度等级与满意度分值关联,所述满意度分值获取过程如下:
5.根据权利要求4所述的投资管理方法,其特征在于,当所述采购数据中的异常值被所述黑名单机制剔除时,所述异常值关联的横向数据也会被所述黑名单机制剔除。
6.根据权利要求5所述的投资管理方法,其特征在于,所述方法还包括:建立黑名单数据库,用于将被所述黑名单机制筛选剔除的异常值和横向数据进行储存,所述异常值和所述横向数据在被储存至所述黑名单数据库之前预设回归值,当所述回归值达成时将所述异常值和所述横向数据加入所述采购数据。
7.根据权利要求6所述的投资管理方法,其特征在于,所述方法还包括,基于长时间序列预测模型对所述采购数据进行剔除,所述长时间序列预测模型包括:
8.一种基于权利要求7所述的投资管理方法的投资管理装置,其特征在于,包括数据库(10)、处理模块(20)和储存模块(30),所述数据库(10)、所述处理模块(20)和所述储存模块(30)之间相互电连接,其中,
9.根据权利要求8所述的投资管理装置,其特征在于,所述处理模块(20)内耦合有预设剔除单元(21)、计算剔除单元(22)和反馈剔除单元(23),所述储存模块(30)内耦合有预设回归单元(31),所述预设回归单元(31)用于设定所述异常值和所述横向数据的回归值。
10.一种计算机储存介质,其特征在于,所述计算机储存介质内储存有计算机程序,当所述计算机程序在计算机上运行时,能够执行如权利要求1-7中所述的投资管理方法。