[發明專利]一種目標對象的風險監測方法、裝置及電子設備

有效

• 申請號: 201910992564.0
• 申請日: 2019-10-18
• 公開（公告）號: CN110728458B
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 許小龍
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/06;G06K9/62
• 代理公司: 北京晉德允升知識產權代理有限公司 11623
• 代理人: 劉立升

本說明書實施例提供一種目標對象的風險監測方法、裝置及電子設備。所述方法包括：獲取預定時間段內目標對象所產生的歷史數據，對所述歷史數據進行統計得到第一歷史時序數據和第二歷史時序數據；對所述第一歷史時序數據進行分解得到趨勢特征數據、周期特征數據和隨機特征數據，對所述第二歷史時序數據內的數據進行相似度計算得到相似度的值；將所述趨勢特征數據與相似度的值進行向前差分得到相似度差分結果，并利用異常檢測算法求解得到異常情況分值；分別計算所述異常情況分值、周期特征數據和隨機特征數據的特征變量，并對所述特征變量進行加權求和，得到所述目標對象的風險分值，從而根據所述風險分值實現對目標對象的風險監測。

技術領域

本說明書涉及數據處理技術領域，尤其涉及一種目標對象的風險監測方法、裝置及電子設備。

背景技術

隨著互聯網技術及應用的快速發展，各種互聯網服務及平臺應運而生，為了滿足對這些互聯網服務及平臺的監管要求，風險監測技術得到了廣泛應用。以互聯網電商領域為例，隨著電商不斷普及，中國已經成為世界上最大的電商消費市場，同時，也擁有著全世界最大規模的網上商鋪。但是，由于線上電商平臺存在網上監管弱等特點，導致有些商家利用線上商鋪進行黃賭毒、欺詐、洗錢等不法行為，這些行為不僅擾亂了市場秩序，還對消費者帶來十分大的損失和傷害，極大地破壞了健康的電商環境和消費體驗。因此，為了維護電商平臺的穩定性，保護電商平臺的安全，對線上商鋪、網店等的經營風險進行監測顯得尤為重要。

現有技術中，對線上商鋪或網店進行風險監測時，對于穩定增長型的經營狀況，容易被識別成為異常經營情況，并且一旦線上商鋪或網店的訪問量呈指數型增長時，極易被認定為經營不穩定，但是這種指數型增長的流量卻是平臺所希望看到的，另外對于周期性的穩定，目前的風險監測方法無法識別為周期穩定，并將其定義為存在風險的線上商鋪。

基于現有技術，需要提供一種高效便捷、準確嚴謹的風險監測方案。

發明內容

本說明書實施例提供一種目標對象的風險監測方法、裝置及電子設備，以解決現有技術存在的風險監測識別準確性差的問題。

為解決上述技術問題，本說明書實施例是這樣實現的：

本說明書實施例提供的一種目標對象的風險監測方法，包括：

獲取預定時間段內目標對象所產生的歷史數據；

根據所述預定時間段對所述歷史數據執行統計操作得到歷史時序數據，所述歷史時序數據包括第一歷史時序數據和第二歷史時序數據；

對所述第一歷史時序數據進行分解得到趨勢特征數據、周期特征數據和隨機特征數據，并對所述第二歷史時序數據內的數據進行相似度計算得到相似度的值；

將所述趨勢特征數據與相似度的值進行向前差分得到相似度差分結果，并以所述相似度差分結果作為輸入參數，利用異常檢測算法求解得到異常情況分值；

分別根據所述異常情況分值、周期特征數據和隨機特征數據，計算各自對應的特征變量，將所述特征變量按照預設的權重進行加權求和，得到所述目標對象的風險分值，根據所述風險分值對所述目標對象進行風險監測。

本說明書實施例提供的一種目標對象的風險監測裝置，包括：

獲取模塊，用于獲取預定時間段內目標對象所產生的歷史數據；

統計模塊，用于根據所述預定時間段對所述歷史數據執行統計操作得到歷史時序數據，所述歷史時序數據包括第一歷史時序數據和第二歷史時序數據；

分解模塊，用于對所述第一歷史時序數據進行分解得到趨勢特征數據、周期特征數據和隨機特征數據，并對所述第二歷史時序數據內的數據進行相似度計算得到相似度的值；