一種基于mot模型的金融服務(wù)平臺系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，特別涉及一種基于Μ0Τ模型的金融服務(wù)平臺系統(tǒng)。
【背景技術(shù)】
[0002]隨著我國各行各業(yè)IT基礎(chǔ)建設(shè)的不斷加大和深入的大環(huán)境下，以“客戶至上”為宗旨的金融，證券，保險，銀行等行業(yè)，出現(xiàn)了越來越多的以提升客戶滿意度為主的業(yè)務(wù)需求。
[0003]在滿意度研究中有一個非常重要的分支叫做MOT (Moment Of Truth，關(guān)鍵時刻)研究，在以人為主的服務(wù)中經(jīng)常使用。其優(yōu)點是能夠及時反饋并處理客戶信息，是服務(wù)質(zhì)量標(biāo)準(zhǔn)化；訓(xùn)練優(yōu)質(zhì)員工；強化人際關(guān)系；提升工作效率；從而最終提高為客戶服務(wù)的質(zhì)量。
[0004]目前，關(guān)鍵時刻技術(shù)主要采用了數(shù)據(jù)庫技術(shù)，本質(zhì)是根據(jù)Μ0Τ模型預(yù)先編寫SQL語句或Procedures腳本放入數(shù)據(jù)庫中進行計算，從預(yù)先導(dǎo)入到數(shù)據(jù)庫表中的大量記錄中匹配篩選出符合模型的目標(biāo)結(jié)果。采用數(shù)據(jù)庫技術(shù)，就決定了對數(shù)據(jù)倉庫的軟硬件依存性高，不方便橫向擴展，IT運維成本較高；同時時效性存在較大的延遲，一般只能滿足T+1的業(yè)務(wù)需求，對于實時事件處理顯有心無力。

【發(fā)明內(nèi)容】

[0005]為了解決現(xiàn)有技術(shù)的問題，本發(fā)明實施例提供了一種基于Μ0Τ模型的金融服務(wù)平臺系統(tǒng)。所述技術(shù)方案如下:
[0006]提供了一種基于Μ0Τ模型的金融服務(wù)平臺系統(tǒng)，所述系統(tǒng)包括:
[0007]數(shù)據(jù)采集模塊、數(shù)據(jù)存儲模塊、數(shù)據(jù)視圖訪問模塊、歷史交易數(shù)據(jù)處理模塊、0CRM系統(tǒng)模塊；其中:
[0008]所述數(shù)據(jù)采集模塊，用于采集數(shù)據(jù)中心、交易系統(tǒng)和實時行情系統(tǒng)的數(shù)據(jù)；
[0009]所述數(shù)據(jù)存儲模塊，用于采用“表字段+數(shù)據(jù)行數(shù)”相組合的數(shù)據(jù)切分規(guī)則和基于內(nèi)存表的方式并行加工處理，并將處理后的數(shù)據(jù)進行存儲；
[0010]所述數(shù)據(jù)視圖訪問模塊，用于對券商歷史海量交易數(shù)據(jù)進行研究分析，通過一系列可視化應(yīng)用向券商展示客戶交易數(shù)據(jù)蘊藏的價值；
[0011]所述歷史交易數(shù)據(jù)處理模塊，用于將歷史交易數(shù)據(jù)共享映射至0CRM系統(tǒng)，并進行任務(wù)處理；
[0012]所述0CRM系統(tǒng)模塊，用于面向操作層進行管理客戶關(guān)系。
[0013]可選地，所述數(shù)據(jù)采集模塊還用于通過雙緩沖隊列、線程池封裝技術(shù)，提供簡單接口與插件交互。
[0014]可選地，所述系統(tǒng)還包括:
[0015]異常處理模塊，用于提供全局性的進度預(yù)測，分析異常根源，通知運維人員，并進行異?，F(xiàn)場快速恢復(fù)。
[0016]可選地，所述數(shù)據(jù)視圖訪問模塊還用于將統(tǒng)計方法與交互式圖形顯示融合在一起，為用戶提供全新的使用統(tǒng)計分析方法的環(huán)境，用戶可以通過3D旋轉(zhuǎn)圖形來探索數(shù)據(jù)，并通過點擊圖形來增加或刪除變量。
[0017]可選地，所述歷史交易數(shù)據(jù)處理模塊還用于與各交易平臺進行對接，處理分發(fā)交易指令到各交易平臺，并對平臺返回信息進行處理。
[0018]可選地，所述0CRM系統(tǒng)模塊還用于對不同角色的用戶，根據(jù)其各自的工作內(nèi)容和工作重點，為其量身打造專屬的工作平臺，簡化用戶的操作步驟，使用戶在工作平臺上得到關(guān)注的信息，獲得系統(tǒng)數(shù)據(jù)支持，完成日常工作，及任務(wù)執(zhí)行和反饋。
[0019]可選地，所述0CRM系統(tǒng)至少包括投資顧問平臺、移動終端APP、短信、微信。
[0020]本發(fā)明實施例提供的技術(shù)方案帶來的有益效果是:
[0021]本發(fā)明Μ0Τ引擎不再單純依賴于數(shù)據(jù)庫，只是原始的輸入數(shù)據(jù)來源于傳統(tǒng)的數(shù)據(jù)庫，引擎本身采用了基于內(nèi)存的分布式計算技術(shù)，通過將海量數(shù)據(jù)均勻分散到各個計算服務(wù)節(jié)點，統(tǒng)一按照計算調(diào)度節(jié)點分發(fā)的EPL描述和數(shù)據(jù)分片信息從數(shù)據(jù)接口批量加載數(shù)據(jù)到內(nèi)存中進行模型規(guī)則計算，并不斷將計算結(jié)果流式輸出至事件分發(fā)節(jié)點進行合并后路由分發(fā)，或按照訂閱情況分發(fā)給不同的下游系統(tǒng)的事件消費者。
【附圖說明】
[0022]為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0023]圖1是本發(fā)明實施例提供的基于Μ0Τ模型的金融服務(wù)平臺系統(tǒng)的結(jié)構(gòu)示意圖；
[0024]圖2是本發(fā)明實施例提供的基于Μ0Τ模型的金融服務(wù)平臺系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實施方式】
[0025]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明實施方式作進一步地詳細描述。
[0026]本發(fā)明實施例，構(gòu)建“以客戶為中心”的經(jīng)營管理體系，幫助一線人員增強專業(yè)服務(wù)能力、改善客戶體驗、降低服務(wù)實施成本，提高客戶滿意度和忠誠度。最終幫助券商經(jīng)紀(jì)業(yè)務(wù)轉(zhuǎn)型，構(gòu)建以客戶為中心的服務(wù)管理體系，通過關(guān)鍵時刻點的營銷服務(wù)來進行客戶關(guān)系管理，對業(yè)務(wù)的發(fā)展、管理的提升、人才隊伍的建設(shè)、客戶服務(wù)質(zhì)量的提高以及客戶的穩(wěn)定都具有很大的促進作用。
[0027]圖1是本發(fā)明實施例提供的基于Μ0Τ模型的金融服務(wù)平臺系統(tǒng)的結(jié)構(gòu)示意圖。參見圖1，該系統(tǒng)包括:數(shù)據(jù)采集模塊11、數(shù)據(jù)存儲模塊12、數(shù)據(jù)視圖訪問模塊13、歷史交易數(shù)據(jù)處理模塊 14 和 OCRM(Operat1nal Customer Relat1nship Management，系統(tǒng)即操作型客戶關(guān)系管理系統(tǒng))系統(tǒng)模塊15 ;其中:
[0028]所述數(shù)據(jù)采集模塊11，用于采集數(shù)據(jù)中心、交易系統(tǒng)和實時行情系統(tǒng)的數(shù)據(jù)。
[0029]在本發(fā)明實施例中，自主研發(fā)Xdata數(shù)據(jù)采集組件，內(nèi)部通過雙緩沖隊列、線程池封裝等技術(shù)，集中處理了高速數(shù)據(jù)交換遇到的問題，提供簡單的接口與插件交互，插件分為Reader和Wr i ter兩類，基于框架提供的插件接口，可以十分便捷的開發(fā)出需要的插件。
[0030]本發(fā)明實施例對接各交易所的實時行情信息接口、輔以財務(wù)、行業(yè)、宏觀等數(shù)據(jù)對系統(tǒng)提供高效數(shù)據(jù)服務(wù)。
[0031]所述數(shù)據(jù)存儲模塊12，用于采用“表字段+數(shù)據(jù)行數(shù)”相組合的數(shù)據(jù)切分規(guī)則和基于內(nèi)存表的方式并行加工處理，并將處理后的數(shù)據(jù)進行存儲。
[0032]本發(fā)明實施例數(shù)據(jù)存儲模塊12采用“表字段+數(shù)據(jù)行數(shù)”相組合的數(shù)據(jù)切分規(guī)則；冷熱數(shù)據(jù)分離；實時監(jiān)控查詢頻繁的數(shù)據(jù)分片，必要時在集群內(nèi)進行擴充性的自動復(fù)制。區(qū)別于傳統(tǒng)的表級別的數(shù)據(jù)加工，Μ0Τ內(nèi)置ETL組件采用數(shù)據(jù)拆分和基于內(nèi)存表的方式并行加工處理，并支持內(nèi)置系統(tǒng)變量和可擴展函數(shù)，性能高達500萬/分。
[0033]本發(fā)明實施例提供基于Hadoop開源框架對海量數(shù)據(jù)進行存儲，支持多用戶同時并交互地管理、挖掘和分析數(shù)據(jù)，建立和比對模型?？蓡未屋d入Hadoop數(shù)據(jù)并將其保存到計算節(jié)點的內(nèi)存中供多用戶進行一個會話內(nèi)的多類型分析，支持的統(tǒng)計和機器學(xué)習(xí)建模技術(shù)包括:聚類、回歸、廣義線性模型、方差分析、決策樹、隨機決策等。還提供Hadoop集群上分布數(shù)據(jù)存儲和并行處理的海量數(shù)據(jù)處理能力，能偵測和處理對于分布式處理至關(guān)重要