[發明專利]一種風險規則提取方法及風險規則提取裝置

在審

• 申請號: 201911097202.1
• 申請日: 2019-11-11
• 公開（公告）號: CN112785112A
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 段戎;黃文文;潘柱新
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

1.一種風險規則提取方法，其特征在于，包括：

獲取N組樣本數據；所述N組樣本數據中任意一組樣本數據包括M個變量對應的屬性值；所述N為大于等于2的整數，所述M為大于等于2的整數；

利用自動編碼算法、關聯規則算法對所述N組樣本數據進行處理，確定X個變量；所述X個變量對應的樣本數據的風險系數大于第一閾值且所述X個變量的關聯度大于第二閾值；所述X個變量屬于所述M個變量，所述X為小于等于所述M的整數；

根據所述X個變量確定風險規則，所述風險規則用于指示所述X個變量導致風險事件所滿足的條件。

2.根據權利要求1所述的方法，其特征在于，所述利用自動編碼算法、關聯規則算法對所述N組樣本數據進行處理，確定X個變量，包括：

確定所述M個變量中重要性系數大于第三閾值的T個變量；

利用自動編碼算法確定所述N組樣本數據中風險系數大于所述第一閾值的S組樣本數據，且所述S組樣本數據僅包括所述T個變量對應的屬性值；

利用關聯規則算法處理所述S組樣本數據，確定所述T個變量中關聯度大于所述第二閾值的所述X個變量。

3.根據權利要求2所述的方法，其特征在于，所述利用自動編碼算法確定所述N組樣本數據中風險系數大于所述第一閾值的S組樣本數據，包括：

針對所述N組樣本數據中的每一組樣本數據，對所述樣本數據進行編碼，獲得第一向量，所述第一向量包括K個分量，所述K為小于等于所述M的整數；

對所述第一向量進行解碼獲得重構樣本數據；計算所述樣本數據與所述重構樣本數據之間的誤差分數；

對誤差分數大于所述第一閾值的S組樣本數據進行過濾，僅保留所述T個變量對應的屬性值，獲得所述S組樣本數據。

4.根據權利要求2或3所述的方法，其特征在于，所述利用關聯規則算法處理所述S組樣本數據，確定所述T個變量中關聯度大于第三閾值的所述X個變量，包括：

根據所述S組樣本數據確定第一矩陣；所述第一矩陣的行數為S、列數為T，所述第一矩陣中第i行第j列的元素為第一數值或第二數值，所述第一數值表示第i組樣本數據中第j個變量對應的屬性值異常，所述第二數值表示所述第i組樣本數據中第j個變量對應的屬性值正常，所述第i組樣本數據為所述S組樣本數據中的第i組樣本數據，所述第j個變量為所述T個變量中的第j個變量，i∈[1，2，….S]，j∈[1，2，….T]；

利用關聯規則算法處理所述第一矩陣確定關聯度大于所述第二閾值的所述X個變量。

5.根據權利要求4所述的方法，其特征在于，所述利用關聯規則算法處理所述第一矩陣獲得所述X個變量，包括：

根據所述第一矩陣確定至少一個候選項集；所述候選項集的屬性為所述T個變量中的任意一個或多個，所述候選項集的值為所述第一數值或所述第二數值；

根據所述至少一個候選項集確定關聯度大于所述第二閾值的所述X個變量。

6.根據權利要求5所述的方法，其特征在于，根據所述至少一個候選項集確定關聯度大于所述第二閾值的所述X個變量，包括：

所述X個變量滿足：

其中，Q代表所述第一矩陣中目標行的數量，所述目標行中X個目標列上的元素均為第一數值，所述X個目標列與所述X個變量對應，p₁為所述第二閾值。

7.根據權利要求5所述的方法，其特征在于，根據所述至少一個候選項集確定關聯度大于所述第二閾值的所述X個變量，包括：

所述X個變量滿足：

其中，Q代表所述第一矩陣中目標行的數量，所述目標行中X個目標列上的元素均為第一數值，所述X個目標列與所述X個變量對應，p₂為所述第二閾值，y_t代表Q個目標行中第t個目標行對應的樣本數據的誤差分數，Z代表所述S組樣本數據的誤差分數之和。