[發(fā)明專利]一種基于關(guān)聯(lián)分析的金融對(duì)象單項(xiàng)異常屬性分析方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011023418.6
• 申請(qǐng)日: 2020-09-25
• 公開（公告）號(hào): CN112214528A
• 公開（公告）日: 2021-01-12
• 發(fā)明（設(shè)計(jì)）人: 梅芳
• 申請(qǐng)（專利權(quán)）人: 樺鎣（上海）信息科技有限責(zé)任公司
• 主分類號(hào): G06F16/2458
• 分類號(hào): G06F16/2458;G06F16/28;G06Q40/04
• 代理公司: 成都巾幗知識(shí)產(chǎn)權(quán)代理有限公司 51260
• 代理人: 邢偉

本發(fā)明公開了一種基于關(guān)聯(lián)分析的金融對(duì)象單項(xiàng)異常屬性分析方法，包括：S1.選定因素，獲取該因素下不同的對(duì)象信息，將待篩選的金融交易數(shù)據(jù)劃分到每一個(gè)對(duì)象下；S2.計(jì)算每一個(gè)對(duì)象下的交易失敗率和失敗貢獻(xiàn)度；S3.建立投影坐標(biāo)系；S4.篩選出異常對(duì)象；S5.選擇目標(biāo)金融對(duì)象，除選定因素外給定的剩余因素作為目標(biāo)金融對(duì)象的屬性；S6.獲取目標(biāo)金融對(duì)象的單項(xiàng)異常屬性集合A；S7.分析目標(biāo)金融對(duì)象的單項(xiàng)異常屬性集合B；S8.將單項(xiàng)異常屬性集合A與B合并，得到并集D；S9.對(duì)于不同的異常對(duì)象，重復(fù)執(zhí)行步驟S5~S8，得到每一個(gè)異常對(duì)象下的單項(xiàng)異常屬性集合。本發(fā)明能夠獲得較為準(zhǔn)確的單項(xiàng)異常屬性集合，有助于較為快速和完整地確定交易失敗的原因。

技術(shù)領(lǐng)域

本發(fā)明涉及金融數(shù)據(jù)分析，特別是涉及一種基于關(guān)聯(lián)分析的金融對(duì)象單項(xiàng)異常屬性分析 方法。

背景技術(shù)

就當(dāng)今社會(huì)而言，移動(dòng)支付已成主流，怎樣提交交易成功率增強(qiáng)用戶體驗(yàn)是各支付企業(yè) 及相關(guān)商戶和銀行機(jī)構(gòu)需要關(guān)注的問(wèn)題。支付是一個(gè)長(zhǎng)鏈路交易活動(dòng)，參與方眾多，包括： 持卡人或者支付用戶、商戶、收單機(jī)構(gòu)、發(fā)卡機(jī)構(gòu)、網(wǎng)聯(lián)或者銀聯(lián)等相關(guān)機(jī)構(gòu)，引起交易失 敗的因素可能是單個(gè)因素，但更多的是多因素組合或者疊加，很多失敗因素不能簡(jiǎn)單通過(guò)一 個(gè)點(diǎn)來(lái)判斷。另外，目前交易的成功率都非常高，一般整體交易成功率在99％左右，面對(duì)海 量的支付交易數(shù)據(jù)，怎樣查找和發(fā)現(xiàn)交易失敗的問(wèn)題和原因是非常困難的一件事情。

對(duì)于失敗交易的數(shù)據(jù)，可以通過(guò)失敗數(shù)據(jù)在不同對(duì)象或不同屬性下的占比來(lái)分析失敗原 因，但是支付失敗交易數(shù)據(jù)具有比較明顯的幾個(gè)特征：一、海量數(shù)據(jù)；二、數(shù)據(jù)傾斜非常嚴(yán) 重(失敗交易占比非常少)；三、小機(jī)構(gòu)或者商戶(包括某類業(yè)務(wù))數(shù)據(jù)極其容易被淹沒(méi)，例如： 某機(jī)構(gòu)有較高的交易成功率98％，但某類新業(yè)務(wù)由于某些原因失敗率卻很高，幾乎全部失敗， 要從整體來(lái)看很難發(fā)現(xiàn)這類小業(yè)務(wù)量交易。

同時(shí)，對(duì)于失敗的交易數(shù)據(jù)，也可以通過(guò)金融系統(tǒng)反饋的失敗應(yīng)答碼來(lái)判別交易失敗原 因，但是，目前有些失敗應(yīng)答碼會(huì)涉及多個(gè)屬性，這種情況下無(wú)法得到較為明確的分析結(jié)果， 不利于快速確定異常屬性。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于關(guān)聯(lián)分析的金融對(duì)象單項(xiàng)異常屬 性分析方法，能夠通過(guò)對(duì)金融交易數(shù)據(jù)的處理和關(guān)聯(lián)分析，快速確定異常金融對(duì)象，并進(jìn)行 分析篩選獲得較為準(zhǔn)確的單項(xiàng)異常屬性集合，有助于較為快速和完整地確定交易失敗的原因。

本發(fā)明的目的是通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)的：一種基于關(guān)聯(lián)分析的金融對(duì)象單項(xiàng)異常屬 性分析方法，包括以下步驟：

S1.給定影響金融交易數(shù)據(jù)質(zhì)量的多個(gè)因素，并選定其中一個(gè)因素，獲取該因素下不同的 對(duì)象信息，將待篩選的金融交易數(shù)據(jù)劃分到每一個(gè)對(duì)象下；

S2.計(jì)算每一個(gè)對(duì)象下的交易失敗率和失敗貢獻(xiàn)度；

S3.建立投影坐標(biāo)系，縱坐標(biāo)為交易失敗率，橫坐標(biāo)為失敗貢獻(xiàn)度，并在設(shè)定正常對(duì)象的 邊界條件和正常屬性的邊界條件；

S4.根據(jù)各個(gè)對(duì)象的交易失敗率和失敗貢獻(xiàn)度，將每一個(gè)對(duì)象投影到坐標(biāo)系中，并結(jié)合正 常對(duì)象的邊界條件，篩選出不在正常對(duì)象邊界條件內(nèi)的一個(gè)或多個(gè)異常對(duì)象；

S5.選擇其中一個(gè)異常對(duì)象作為篩選分析的目標(biāo)金融對(duì)象，除選定因素外給定的剩余因素 作為目標(biāo)金融對(duì)象的屬性；

S6.基于目標(biāo)金融對(duì)象不同屬性下的交易失敗率和失敗貢獻(xiàn)度，獲取目標(biāo)金融對(duì)象的單項(xiàng) 異常屬性集合A；

S7.基于目標(biāo)金融對(duì)象的失敗應(yīng)答碼信息，分析目標(biāo)金融對(duì)象的單項(xiàng)異常屬性集合B；

S8.將單項(xiàng)異常屬性集合A與B合并，得到并集D作為最終的單項(xiàng)異常屬性集合，并集 D中的每一個(gè)元素均為該目標(biāo)金融對(duì)象的單項(xiàng)異常屬性；