[发明专利]数据分析方法、装置、计算机设备及存储介质

权利要求书

1.一种数据分析方法，其特征在于，提供第一存储单元用于存储规则变量，所述规则变量配置于案件规则中，根据所述案件规则进行交易事件的欺诈预测，还提供第二存储单元用于存储预设交易事件数据，所述预设交易事件包括标记的交易事件，每一所述交易事件数据对应一组规则变量；

所述方法包括下述步骤：

S1.基于所述第二存储单元中存储的所述标记的交易事件对所述第一存储单元中的所述规则变量进行筛选，获取与欺诈案件对应的规则变量数组；

S2.将所述规则变量数组配置于所述案件规则中，对所述交易事件数据进行欺诈预测分析，获取每一规则变量的目标阈值；

S3.基于所述规则变量的目标阈值配置评分模型，通过所述评分模型对待分析交易事件进行分析判断该事件是否为欺诈事件，并输出分析结果；

S4.获取待分析交易事件数据，对所述待分析交易事件数据进行筛选预处理判断所述待分析交易事件数据是否异常；

S5.当所述待分析交易事件数据为异常数据时，通过所述案件规则对所述待分析数据进行分析生成分析结果。

2.根据权利要求1所述的数据分析方法，其特征在于，所述预设交易事件为经所述案件规则进行欺诈预测的交易事件，所述标记的交易事件为真实欺诈的交易事件。

3.根据权利要求1所述的数据分析方法，其特征在于，所述预设交易事件为在进行货币交易时生成的交易信息，所述交易信息包括：交易金额、交易地址、交易持续时间、交易状态、支付方账户信息和收款方账户信息。

4.根据权利要求1所述的数据分析方法，其特征在于，所述步骤S1基于所述标记的交易事件对所述规则变量进行筛选，获取与欺诈案件对应的规则变量数组，包括：

根据每一规则变量与对应的交易事件的相关度对所述规则变量进行相关度评分，将所有的所述标记的交易事件中对应的规则变量进行聚合，依据每一所述规则变量的相关度评分由大到小进行排序，将相关度评分大于预设阈值的规则变量构成的集合作为规则变量数组。

5.根据权利要求4所述的数据分析方法，其特征在于，采用归一算法获取与所述标记的交易事件关联的规则变量数组。

6.根据权利要求1所述的数据分析方法，其特征在于，所述步骤S2将所述规则变量数组配置于所述案件规则中，对所述交易事件数据进行欺诈预测分析，获取每一规则变量的目标阈值，包括：

将所述规则变量数组配置于所述案件规则中，对所述第二存储单元中存储的所述交易事件数据进行欺诈预测分析，将欺诈预测分析结果与标记的交易事件进行匹配获取匹配结果，根据匹配结果确定所述规则变量的目标阈值。

7.根据权利要求1所述的数据分析方法，其特征在于，在所述步骤S4中采用评分模型对待分析交易事件数据进行筛选过滤预处理以判断所述待分析交易事件数据是否异常。

8.一种数据分析装置，其特征在于，包括：

第一存储单元，用于存储规则变量，所述规则变量配置于案件规则中，根据所述案件规则进行交易事件的欺诈预测；

第二存储单元，用于存储预设交易事件数据，所述预设交易事件包括标记的交易事件，每一所述交易事件数据对应一组规则变量；

筛选单元，用于基于所述第二存储单元中存储的所述标记的交易事件对所述第一存储单元中的所述规则变量进行筛选，获取与欺诈案件对应的规则变量数组；

获取单元，用于将所述规则变量数组配置于所述案件规则中对所述交易事件数据进行欺诈预测分析，获取每一规则变量的目标阈值；

配置单元，用于基于所述规则变量的目标阈值配置评分模型，通过所述评分模型对待分析交易事件进行分析判断该事件是否为欺诈事件，并输出分析结果；

判断单元，用于获取待分析交易事件数据，对所述待分析交易事件数据进行筛选预处理判断所述待分析交易事件数据是否异常；

分析单元，当所述待分析交易事件数据为异常数据时，用于通过所述案件规则对所述待分析数据进行分析生成分析结果。