[發明專利]一種基于多目標優化的金融對象異常因素優先級分析方法

在審

• 申請號: 202011023419.0
• 申請日: 2020-09-25
• 公開（公告）號: CN112214529A
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 梅芳
• 申請（專利權）人: 樺鎣（上海）信息科技有限責任公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/248;G06Q40/04
• 代理公司: 成都巾幗知識產權代理有限公司 51260
• 代理人: 邢偉

本發明公開了一種基于多目標優化的金融對象異常因素優先級分析方法，包括以下步驟：S1.對于已知異常因素的目標金融對象，計算出每一異常因素的交易失敗率和失敗貢獻度；S2.將目標金融對象的異常因素作為多目標優化的解，根據各個異常因素的交易失敗率和失敗貢獻度確定各個解之間的支配關系；S3.對于每一個解，按照確定的支配關系，統計該解的支配解數目；S4.將各個解按照支配解數目的從小到大進行排序，支配解數目越少，優先級越高。本發明能夠得到有效的異常因素優先級排序，進而為快速定位交易失敗的原因提供了依據。

技術領域

本發明涉及金融數據分析，特別是一種基于多目標優化的金融對象異常因素優先級分析方法。

背景技術

當今社會而言，移動支付已成主流，怎樣提交交易成功率增強用戶體驗是各支付企業及相關商戶和銀行機構需要關注的問題。支付是一個長鏈路交易活動，參與方眾多，包括：持卡人或者支付用戶、商戶、收單機構、發卡機構、網聯或者銀聯等相關機構，引起交易失敗的因素可能是單個因素，但更多的是多因素組合或者疊加，很多失敗因素不能簡單通過一個點來判斷。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，面對海量的支付交易數據，怎樣查找和發現交易失敗的問題和原因是非常困難的一件事情。

一般情況下，通過初步的數據分析能夠獲取金融對象的一些異常因素，但是，卻很難知道這些異常因素中哪個或者哪些因素引起交易失敗的概率更大，不利于快速定位引起交易失敗的原因。

發明內容

本發明的目的在于克服現有技術的不足，提供一種基于多目標優化的金融對象異常因素優先級分析方法，能夠得到有效的異常因素優先級排序，進而為快速定位交易失敗的原因提供了依據。

本發明的目的是通過以下技術方案來實現的：一種基于多目標優化的金融對象異常因素優先級分析方法，包括以下步驟：

S1.對于已知異常因素的目標金融對象，計算出每一異常因素的交易失敗率和失敗貢獻度；

S2.將目標金融對象的異常因素作為多目標優化的解，根據各個異常因素的交易失敗率和失敗貢獻度確定各個解之間的支配關系；

S3.對于每一個解，按照確定的支配關系，統計該解的支配解數目；

S4.將各個解按照支配解數目的從小到大進行排序，支配解數目越少，優先級越高。

所述步驟S1中包括：

S101.給定影響金融交易數據質量的多個因素，分為卡、通信路線、操作和終端四個方面，其中：卡方面的因素包括：卡BIN、卡性質和卡介質；通信路線方面的因素包括：受理機構標識碼、發卡機構標識碼、發送機構標識碼和接收機構標識碼；操作方面的因素包括：交易代碼、服務點輸入方式和服務點條件代碼；終端方面的因素包括：商戶類型、交易渠道、受卡發商戶標識代碼；

其中，以受理機構標識碼下的多個對象作為金融對象，除受理機構標識碼外，其余因素作為每一個金融對象的因素；對于目標金融對象，設已知該目標金融對象的異常因素；

S102.獲取一定時間內的金融交易數據，將其劃分到每一個金融對象下，并在每一個金融對象下按照因素進行劃分，得到各個金融對象下每一個因素的金融交易數據；

S103.統計所有金融對象失敗的金融交易數據總數、目標金融對象下的金融交易數據數量以及目標金融對象每一個異常因素下失敗的金融交易數據數量；

S104.對于目標金融對象下的第j個異常因素，計算其交易失敗率ER_ij和失敗貢獻度EC_ij：