[发明专利]样本数据获取方法、装置、计算机设备和可读存储介质

权利要求书

1.一种样本数据获取方法，其特征在于，所述方法包括：

基于交易样本集中交易数据的数据量的大小，对所述交易样本集按时间区间进行分块，得到多个交易样本子集；所述交易样本集包括多个交易样本，所述交易样本包括交易主体在预设时间段内的交易数据，所述交易样本为白标样本，所述白标样本为非可疑交易主体在所述预设时间段内的交易数据；

对所述多个交易样本子集分别进行聚类，得到多个类簇，每个类簇中包括同一特征维度下特征相似的交易样本；

分别从所述多个类簇包括的交易样本中采样，得到多个目标样本；所述多个目标样本用于训练目标模型；

其中，所述分别从所述多个类簇包括的交易样本中采样，得到多个目标样本，包括：

确定各个类簇的采样数量；不同的类簇对应的采样数量相同；

分别从所述多个类簇包括的交易样本中按所述采样数量进行采样，得到所述多个目标样本；

所述目标模型的训练方法包括：

获取多个黑标样本，所述黑标样本为历史被确认的可疑交易主体的交易数据；所述多个交易样本的数量大于所述多个黑标样本的数量；

根据所述多个黑标样本和所述多个目标样本，训练所述目标模型。

2.根据权利要求1所述的方法，其特征在于，所述基于交易样本集中交易数据的数据量，对所述交易样本集进行分块，得到多个交易样本子集之前，还包括：

根据预置的黑标样本表，检测所述多个交易样本中是否存在黑标样本，得到检测结果；

若所述检测结果为所述多个交易样本中存在黑标样本，则将所述黑标样本从所述交易样本集中剔除，得到剔除后的交易样本集；

所述基于交易样本集中交易数据的数据量，对所述交易样本集进行分块，得到多个交易样本子集，包括：

基于所述剔除后的交易样本集中交易数据的数据量，对所述剔除后的交易样本集进行分块，得到多个交易样本子集。

3.根据权利要求2所述的方法，其特征在于，所述交易样本还包括与所述交易主体对应的主体标识，所述根据预置的黑标样本表，检测所述多个交易样本中是否存在黑标样本，得到检测结果，包括：

检测所述主体标识是否存在于所述黑标样本表中；

若所述主体标识存在于所述黑标样本表中，则得到的测检结果为所述多个交易样本中存在黑标样本，并将所述主体标识对应的所述交易样本确定为所述黑标样本。

4.根据权利要求1所述的方法，其特征在于，所述基于交易样本集中交易数据的数据量，对所述交易样本集进行分块，得到多个交易样本子集，包括：

根据所述交易样本集中交易数据的数据量，确定划分时间段；

根据所述时间段，将所述交易样本集划分为所述多个交易样本子集。

5.根据权利要求1所述的方法，其特征在于，所述对所述多个交易样本子集分别进行聚类，得到多个类簇，包括：

从当前交易样本子集中随机选取部分交易样本；

根据选取到的所述部分交易样本对所述当前交易样本子集进行聚类迭代，得到与所述当前交易样本子集对应的多个类簇。

6.根据权利要求5所述的方法，其特征在于，所述聚类迭代的过程包括：

计算选取到的所述部分交易样本中各交易样本之间的欧式距离；

检测计算得到的所述欧式距离是否小于预设阈值；

将所述欧式距离小于所述阈值的交易样本归于同一个类簇中。