[发明专利]交易故障检测方法及装置

说明书

公开一种交易故障检测方法，包括：采集目标账户的交易数据；基于采集到的交易数据统计出若干个维度的交易特征；其中，所述交易特征包括账户交易量下降或者为0的交易时段内的相关交易指标；将所述交易特征输入预设的故障检测模型进行计算；其中，所述故障检测模型为基于从若干样本账户的历史交易数据中统计出的若干个维度的所述交易特征构建的若干训练样本训练得到；基于所述故障检测模型的输出结果确定所述目标账户在交易量下降或者为0的交易时段内是否存在交易故障。

技术领域

本说明书涉及计算机应用领域，尤其涉及一种交易故障检测方法及装置。

背景技术

随着移动支付技术的不断普及和发展，各种移动支付平台(比如Alipay)的用户人群的规模也越来越大。但伴随着用户人群规模的日益增长，用户在日常使用交易客户端进行交易的过程中，可能会由于系统故障、机具损坏、网络原因等各种原因导致交易故障。而长时间的交易故障，会影响移动支付平台的交易量，甚至会影响移动支付平台的品牌和推广。因此，如何对使用交易客户端的普通用户人群，尤其是一些与移动支付平台具有合作关系，并且交易量比较大的商家用户进行交易故障监控，对于移动支付平台的运营方而言，将具有十分重要的意义。

发明内容

本说明书提出一种交易故障检测方法，所述方法包括：

采集目标账户的交易数据；

基于采集到的交易数据统计出若干个维度的交易特征；其中，所述交易特征包括账户交易量下降或者为0的交易时段内的相关交易指标；

将所述交易特征输入预设的故障检测模型进行计算；其中，所述故障检测模型为基于从若干样本账户的历史交易数据中统计出的若干个维度的所述交易特征构建的若干训练样本训练得到；

基于所述故障检测模型的输出结果确定所述目标账户在交易量下降或者为0的交易时段内是否存在交易故障。

可选的，还包括：

采集若干样本账户的历史交易数据；

基于采集到的历史交易数据统计出若干个维度的所述交易特征；

基于采集的所述若干个维度的交易特征构建若干训练样本；其中，所述训练样本被标定了用于指示所述若干样本账户是否存在交易故障的标签；

基于构建的训练样本以及预设的模型训练算法训练故障检测模型。

可选的，所述账户交易量下降或者为0的交易时段内的相关交易指标，包括：

账户交易量下降的交易时段内，预计影响的第一交易量指标；

账户交易量为0的交易时段内，预计影响的第二交易量指标；

账户交易量下降的交易时段内，交易量下跌的幅度与历史同期交易时段内交易量下跌的幅度的第一比较指标；

账户交易量下降的交易时段内，下跌后的交易量与历史同期交易时段内的交易量水平的第二比较指标。

可选的，其中，

所述第一交易量指标，用交易量下降之前预设时长内的交易量预测出的，所述交易量下降的交易时段内各单位时段的平均交易量，与所述交易量下降的交易时段内各单位时段的实际交易量的差值的累加和表征；

所述第二交易量指标，用所述历史交易数据中与所述交易量为0的交易时段对应的历史同期交易时段的平均交易量表征；

所述第一比较指标，用交易量下跌的幅度与历史同期交易时段内交易量下跌的最大幅度的比值表征；

所述第二比较指标，用下跌后的交易量与历史同期交易时段内的平均交易量的差值，与历史同期交易时段内的交易量的标准差的比值表征。