[發明專利]數據集優化方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110324339.7
• 申請日: 2021-03-25
• 公開（公告）號: CN113032462A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 宋超;陳佛林;高斌
• 申請（專利權）人: 成都新希望金融信息有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F17/18
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 唐菲

1.一種數據集優化方法，其特征在于，所述方法包括：

從數據集中提取相關特征，所述相關特征至少包括第一特征和第二特征；

對所述相關特征進行時間序列化處理，以獲得所述相關特征的指定影響序列，所述指定影響序列包括第一影響序列和第二影響序列，所述第一影響序列包括第一特征波動序列和第一特征趨勢序列，所述第二影響序列包括第二特征波動序列和第二特征趨勢序列；

將所述第一特征波動序列、所述第一特征趨勢序列、所述第二特征波動序列和所述第二特征趨勢序列分別切分為短時間序列；

對所述短時間序列進行關聯分析，以確定所述第一影響序列中的序列和所述第二影響序列中的序列在時間條件下的相關性。

2.根據權利要求1所述的方法，其特征在于，所述對所述相關特征進行時間序列化處理，以獲得所述相關特征的指定影響序列，包括：

確定指定時段；

基于時間先后順序，對所述指定時段的所述第一特征和所述第二特征進行均值和方差處理，獲得所述第一特征波動序列和所述第一特征趨勢序列，以及所述第二特征波動序列和所述第二特征趨勢序列。

3.根據權利要求1所述的方法，其特征在于，所述將所述第一特征波動序列、所述第一特征趨勢序列、所述第二特征波動序列和所述第二特征趨勢序列分別切分為短時間序列，包括：

通過滑動窗口將所述第一特征波動序列、所述第一特征趨勢序列、所述第二特征波動序列和所述第二特征趨勢序列分別切分為短時間序列。

4.根據權利要求3所述的方法，其特征在于，所述通過滑動窗口將所述第一特征波動序列、所述第一特征趨勢序列、所述第二特征波動序列和所述第二特征趨勢序列分別切分為短時間序列，包括：

設定所述滑動窗口的大小；

通過所述滑動窗口，在每個影響期將所述第一特征波動序列、所述第一特征趨勢序列、所述第二特征波動序列和所述第二特征趨勢序列分別切分為所述短時間序列，所述每個影響期為指定間隔時長。

5.根據權利要求3所述的方法，其特征在于，所述對所述短時間序列進行關聯分析，包括：

對每次所述滑動窗口切分的所述短時間序列進行去趨勢交叉相關性分析；

統計所述去趨勢交叉相關性分析產生的相關性系數大于0的概率值；

將每個影響期的所述概率值添加至結果集中，所述結果集表示所述第一影響序列中每個序列在所述每個影響期對所述第二影響序列中每個序列的影響概率值，以及第二影響序列中每個序列在所述每個影響期對所述第一影響序列中每個序列的影響概率值。

6.根據權利要求5所述的方法，其特征在于，所述去趨勢交叉相關性分析采用多維度的去波動相關性分析方法。

7.根據權利要求1－6中任一項所述的方法，其特征在于，所述數據集為貸款業務數據集，所述第一特征為貸款人的情緒值，所述第二特征為貸款利率。

8.一種數據集優化裝置，其特征在于，所述裝置包括：

特征提取模塊，用于從數據集中提取相關特征，所述相關特征至少包括第一特征和第二特征；

序列化模塊，用于對所述相關特征進行時間序列化處理，以獲得所述相關特征的指定影響序列，所述指定影響序列包括第一影響序列和第二影響序列，所述第一影響序列包括第一特征波動序列和第一特征趨勢序列，所述第二影響序列包括第二特征波動序列和第二特征趨勢序列；

切分模塊，用于將所述第一特征波動序列、所述第一特征趨勢序列、所述第二特征波動序列和所述第二特征趨勢序列分別切分為短時間序列；

分析模塊，用于對所述短時間序列進行關聯分析，以確定所述第一影響序列中的序列和所述第二影響序列中的序列在時間條件下的相關性。

9.一種電子設備，其特征在于，所述電子設備包括存儲器和處理器，所述存儲器中存儲有程序指令，所述處理器運行所述程序指令時，執行權利要求1－7中任一項所述方法中的步驟。

10.一種存儲介質，其特征在于，所述存儲介質中存儲有計算機程序指令，所述計算機程序指令被一處理器運行時，執行權利要求1－7任一項所述方法中的步驟。