[發明專利]一種業務數據處理方法、裝置、設備及存儲介質

在審

• 申請號: 202111571221.0
• 申請日: 2021-12-21
• 公開（公告）號: CN114298194A
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 黃澤峰
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 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

本公開關于一種業務數據處理方法、裝置、設備及存儲介質，涉及互聯網技術領域，可以合理的對業務數據進行風險實時監測。該業務數據處理方法包括：獲取第一時間段內的第一業務數據；確定第一業務數據的第一特征數據；基于第一特征數據和預設模型，確定第一業務數據的數據狀態；預設模型包括數據預測模型；數據預測模型為根據第二時間段內的第二業務數據進行特征學習訓練直至收斂得到的；第二時間段位于第一時間段之前。

技術領域

本公開涉及互聯網技術領域，尤其涉及一種業務數據處理方法、裝置、設備及存儲介質。

背景技術

隨著互聯網技術的快速發展，服務器會產生大量的業務數據。例如：在電商場景下，當用戶購買的商品無法滿足用戶的需求時，用戶會選擇申請退款。而電商平臺為保護電商平臺的信譽以及提升用戶滿意度，會對用戶申請退款的請求進行先行賠付。這些賠付數據即一部分業務數據。

但是，如果服務器不對大量的業務數據進行監控和限制，則會對服務器的服務安全造成無法估量的損失。因此，如何對業務數據進行風險實時監測，是目前亟需解決的技術問題。

發明內容

本公開提供一種業務數據處理方法、裝置、設備及存儲介質，可以合理的對業務數據進行風險實時監測。

本公開實施例的技術方案如下：

根據本公開實施例的第一方面，提供一種業務數據處理方法，該方法可以應用于電子設備。該業務數據處理方法可以包括：

獲取第一時間段內與時間序列類型對應的第一業務數據；

確定第一業務數據的第一特征數據；

基于第一特征數據和預設模型，確定第一業務數據的數據狀態；預設模型包括數據預測模型；數據預測模型為根據第二時間段內的第二業務數據進行特征學習訓練直至收斂得到的；第二時間段位于第一時間段之前。

可選的，預設模型還包括數據聚類模型；數據聚類模型為對第二業務數據進行聚類得到的；數據聚類模型包括至少一個類別特征；一個類別特征用于表示第二業務數據的一個聚類結果；

基于第一特征數據和預設模型，確定第一業務數據的數據狀態，包括：

確定第一特征數據與數據聚類模型中的每個類別特征的歐式距離，以得到多個距離值；

當多個距離值中的最小距離值大于預設閾值時，將第一特征數據輸入到數據預測模型中，以得到第一業務數據的數據狀態。

可選的，數據狀態包括正常狀態和異常狀態；基于第一特征數據和預設模型，確定第一業務數據的數據狀態，包括：

當最小距離值小于或者等于預設閾值時，確定第一業務數據的數據狀態為正常狀態。

可選的，數據預測模型的生成方式包括：

獲取與時間序列類型對應的第二業務數據和第二業務數據的數據狀態；

確定第二特征數據；第二特征數據包括第二業務數據的特征數據和第二業務數據的數據狀態的特征數據；

將第二特征數據輸入到支持向量機模型，并對支持向量機模型進行特征學習訓練直至收斂，以得到數據預測模型。

可選的，獲取第一時間段內與時間序列類型對應的第一業務數據，包括：

從與時間序列類型對應的原始業務數據中，選取數據生成時刻位于第一時間段內的業務數據確定為第一業務數據。

可選的，確定第一業務數據的第一特征數據，包括：

對第一業務數據進行降噪處理，并對降噪后的第一業務數據進行特征工程處理，以得到第一特征數據。

可選的，獲取與時間序列類型對應的第二業務數據，包括：