[發明專利]積分數據處理方法、裝置、設備及計算機存儲介質

在審

• 申請號: 202011178657.9
• 申請日: 2020-10-29
• 公開（公告）號: CN112184073A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 安安;陳朝亮
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/02
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 晏波

本發明涉及金融科技(Fintech)技術領域，并公開了一種積分數據處理方法、裝置、設備及計算機存儲介質，該方法包括：獲取用戶的行為數據，基于所述行為數據中的所有用戶屬性和各所述用戶屬性對應的評分等級計算屬性評分；計算所述行為數據中目標關鍵行為的偏好積分，基于預設的用戶偏好表確定所述目標關鍵行為對應的偏好類型，基于所述偏好積分計算所述偏好類型的偏好類型積分；基于所述屬性評分和所述偏好類型積分計算數據均值，根據所述數據均值計算所述用戶的贈送積分，并輸出所述贈送積分。本發明提高了對積分數據處理的準確性。

技術領域

本發明涉及金融科技(Fintech)技術領域，尤其涉及積分數據處理方法、裝置、設備及計算機存儲介質。

背景技術

隨著計算機技術的發展，越來越多的技術(大數據、分布式、區塊鏈Blockchain、人工智能等)應用在金融領域，傳統金融業正在逐步向金融科技(Fintech)轉變，但由于金融行業的安全性、實時性要求，也對積分規則技術提出了更高的要求。目前系統根據預先設定積分規則，根據積分規則中預設的客戶屬性和交易屬性，篩選滿足預設條件的數據，計算相應積分，給客戶贈送積分，但采用該方式的積分規則簡單，無法根據具體用戶，做到積分的準確獎勵，其積分分配的準確性較低。

發明內容

本發明的主要目的在于提出一種積分數據處理方法、裝置、設備及計算機存儲介質，旨在解決如何提高系統中積分數據處理的準確性的技術問題。

為實現上述目的，本發明提供一種積分數據處理方法，所述積分數據處理方法包括如下步驟：

獲取用戶的行為數據，基于所述行為數據中的所有用戶屬性和各所述用戶屬性對應的評分等級計算屬性評分；

計算所述行為數據中目標關鍵行為的偏好積分，基于預設的用戶偏好表確定所述目標關鍵行為對應的偏好類型，基于所述偏好積分計算所述偏好類型的偏好類型積分；

基于所述屬性評分和所述偏好類型積分計算數據均值，根據所述數據均值計算所述用戶的贈送積分，并輸出所述贈送積分。

可選地，根據所述數據均值計算所述用戶的贈送積分的步驟，包括：

根據所述數據均值計算收入預估值，根據所述收入預估值計算用戶可獲得積分；

基于所述用戶可獲得積分計算所述用戶的贈送積分。

可選地，根據所述收入預估值計算用戶可獲得積分的步驟，包括：

獲取預設的歷史數據表中所有歷史用戶的訪問次數和交易次數，基于所述訪問次數和所述交易次數計算平均交易率和用戶交易率偏差；

基于所述平均交易率和所述用戶交易率偏差計算平滑預估參數，根據所述平滑預估參數計算所述用戶的實時交易率，計算所述實時交易率和所述收入預估值的第三乘積，并基于所述第三乘積確定用戶可獲得積分。

可選地，計算所述行為數據中目標關鍵行為的偏好積分的步驟，包括：

基于所述行為數據確定目標關鍵行為的行為類型權重，時間衰減和行為次數，并計算所述行為類型權重，時間衰減和行為次數的第一乘積；

獲取所述行為數據中所有關鍵行為數和目標關鍵行為的關鍵行為總數，計算所述關鍵行為總數和所述所有關鍵行為數的第一比例值，并將所述第一比例值作為關鍵行為頻率，基于所述關鍵行為頻率和所述第一乘積計算所述目標關鍵行為的偏好積分。

可選地，基于所述關鍵行為頻率和所述第一乘積計算所述目標關鍵行為的偏好積分的步驟，包括：

獲取預設的歷史數據表中所有關鍵行為總個數，和具有所述目標關鍵行為的用戶的關鍵行為數之和，計算所述所有關鍵行為總個數和所述關鍵行為數之和的第二比例值，并將所述第二比例值作為關鍵行為逆頻率；