[發明專利]交易故障檢測方法及裝置

有效

• 申請號: 201710600904.1
• 申請日: 2017-07-21
• 公開（公告）號: CN107480703B
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 林雨欣
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q20/08;G06Q20/38;G06Q30/02
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

公開一種交易故障檢測方法，包括：采集目標賬戶的交易數據；基于采集到的交易數據統計出若干個維度的交易特征；其中，所述交易特征包括賬戶交易量下降或者為0的交易時段內的相關交易指標；將所述交易特征輸入預設的故障檢測模型進行計算；其中，所述故障檢測模型為基于從若干樣本賬戶的歷史交易數據中統計出的若干個維度的所述交易特征構建的若干訓練樣本訓練得到；基于所述故障檢測模型的輸出結果確定所述目標賬戶在交易量下降或者為0的交易時段內是否存在交易故障。

技術領域

本說明書涉及計算機應用領域，尤其涉及一種交易故障檢測方法及裝置。

背景技術

隨著移動支付技術的不斷普及和發展，各種移動支付平臺(比如Alipay)的用戶人群的規模也越來越大。但伴隨著用戶人群規模的日益增長，用戶在日常使用交易客戶端進行交易的過程中，可能會由于系統故障、機具損壞、網絡原因等各種原因導致交易故障。而長時間的交易故障，會影響移動支付平臺的交易量，甚至會影響移動支付平臺的品牌和推廣。因此，如何對使用交易客戶端的普通用戶人群，尤其是一些與移動支付平臺具有合作關系，并且交易量比較大的商家用戶進行交易故障監控，對于移動支付平臺的運營方而言，將具有十分重要的意義。

發明內容

本說明書提出一種交易故障檢測方法，所述方法包括：

采集目標賬戶的交易數據；

基于采集到的交易數據統計出若干個維度的交易特征；其中，所述交易特征包括賬戶交易量下降或者為0的交易時段內的相關交易指標；

將所述交易特征輸入預設的故障檢測模型進行計算；其中，所述故障檢測模型為基于從若干樣本賬戶的歷史交易數據中統計出的若干個維度的所述交易特征構建的若干訓練樣本訓練得到；

基于所述故障檢測模型的輸出結果確定所述目標賬戶在交易量下降或者為0的交易時段內是否存在交易故障。

可選的，還包括：

采集若干樣本賬戶的歷史交易數據；

基于采集到的歷史交易數據統計出若干個維度的所述交易特征；

基于采集的所述若干個維度的交易特征構建若干訓練樣本；其中，所述訓練樣本被標定了用于指示所述若干樣本賬戶是否存在交易故障的標簽；

基于構建的訓練樣本以及預設的模型訓練算法訓練故障檢測模型。

可選的，所述賬戶交易量下降或者為0的交易時段內的相關交易指標，包括：

賬戶交易量下降的交易時段內，預計影響的第一交易量指標；

賬戶交易量為0的交易時段內，預計影響的第二交易量指標；

賬戶交易量下降的交易時段內，交易量下跌的幅度與歷史同期交易時段內交易量下跌的幅度的第一比較指標；

賬戶交易量下降的交易時段內，下跌后的交易量與歷史同期交易時段內的交易量水平的第二比較指標。

可選的，其中，

所述第一交易量指標，用交易量下降之前預設時長內的交易量預測出的，所述交易量下降的交易時段內各單位時段的平均交易量，與所述交易量下降的交易時段內各單位時段的實際交易量的差值的累加和表征；

所述第二交易量指標，用所述歷史交易數據中與所述交易量為0的交易時段對應的歷史同期交易時段的平均交易量表征；

所述第一比較指標，用交易量下跌的幅度與歷史同期交易時段內交易量下跌的最大幅度的比值表征；

所述第二比較指標，用下跌后的交易量與歷史同期交易時段內的平均交易量的差值，與歷史同期交易時段內的交易量的標準差的比值表征。