[发明专利]一种数据的处理方法、装置及设备

权利要求书

1.一种数据的处理方法，所述方法包括：

获取目标历史业务数据，并确定所述目标历史业务数据对应的风险属性信息和空间属性信息，所述目标历史业务数据包括预定的多个维度的数据；所述风险属性信息为能够描述所述目标历史业务数据是否存在风险，或者所述风险属性信息对应的属性值的变化被关注，所述空间属性信息为所述目标历史业务数据中除了所述风险属性信息之外，能够将业务数据划分成不同子数据集的属性信息；

基于所述目标历史业务数据对应的风险属性信息，对所述目标历史业务数据进行异常检测，确定所述目标历史业务数据中的异常业务数据和非异常业务数据；

基于所述目标历史业务数据对应的空间属性信息，以及所述目标历史业务数据中的异常业务数据和非异常业务数据，对所述异常业务数据进行异常空间检测，确定所述异常业务数据在所述多个维度中的一个或多个维度上聚集的程度；

根据所述异常业务数据在所述多个维度中的一个或多个维度上聚集的程度，确定存在风险的业务数据所包含的维度的信息。

2.根据权利要求1所述的方法，所述方法还包括：

接收用户与商户的交易数据；

根据所述交易数据中包含的预定维度的数据，确定所述交易数据中是否包含存在风险的业务数据所包含的维度的信息；

如果所述交易数据中包含存在风险的业务数据所包含的维度的信息，则确定所述交易数据对应的交易存在风险。

3.根据权利要求2所述的方法，所述方法还包括：

输出所述交易数据对应的交易存在风险的提示信息。

4.根据权利要求1所述的方法，所述基于所述目标历史业务数据对应的风险属性信息，对所述目标历史业务数据进行异常检测，确定所述目标历史业务数据中的异常业务数据和非异常业务数据，包括：

基于所述目标历史业务数据对应的风险属性信息，通过以下中的至少一个算法：局部离群因子LOF检测算法、孤立森林IF检测算法、3 Sigma准则，对所述目标历史业务数据进行异常检测，确定所述目标历史业务数据中的异常业务数据和非异常业务数据。

5.根据权利要求4所述的方法，所述方法还包括：

分别对所述目标历史业务数据中的异常业务数据和非异常业务数据进行打标处理，以为所述目标历史业务数据中的异常业务数据和非异常业务数据设置相应的标签。

6.根据权利要求1所述的方法，所述基于所述目标历史业务数据对应的空间属性信息，以及所述目标历史业务数据中的异常业务数据和非异常业务数据，对所述异常业务数据进行异常空间检测，确定所述异常业务数据在所述多个维度中的一个或多个维度上聚集的程度，包括：

根据所述目标历史业务数据中的异常业务数据和非异常业务数据，确定所述目标历史业务数据对应的空间属性信息的最优特征；

基于所述目标历史业务数据对应的空间属性信息的最优特征，将所述目标历史业务数据划分到多个子数据集中；

如果所述多个子数据集中存在只包含所述异常业务数据或所述非异常业务数据的第一子数据集，则将所述第一子数据集设置到预定树模型的叶子节点；

如果所述多个子数据集中存在包含所述异常业务数据和所述非异常业务数据的第二子数据集，则将所述第二子数据集设置到预定树模型的节点，并根据所述第二子数据集中的异常业务数据和非异常业务数据，确定所述第二子数据集对应的空间属性信息的最优特征，以对所述第二子数据集中的目标历史业务数据进行划分；

确定所述叶子节点中所述异常业务数据在所述多个维度中的一个或多个维度上聚集的程度。

7.根据权利要求6所述的方法，所述根据所述目标历史业务数据中的异常业务数据和非异常业务数据，确定所述目标历史业务数据中的最优特征，包括：

根据所述目标历史业务数据中的异常业务数据和非异常业务数据，确定针对所述目标历史业务数据对应的空间属性信息的特征的信息增益；

根据针对所述目标历史业务数据对应的空间属性信息的特征的信息增益，确定所述目标历史业务数据对应的空间属性信息的最优特征。