[发明专利]一种基于双目标投影的金融交易数据异常因素筛选方法

权利要求书

1.一种基于双目标投影的金融交易数据异常因素筛选方法，其特征在于：包括以下步骤：

S1.给定影响金融交易数据质量的多个因素，并选定其中一个因素，获取该因素下不同的对象信息，将待筛选的金融交易数据划分到每一个对象下；

S2.计算每一个对象下的交易失败率和失败贡献度；

S3.建立投影坐标系，纵坐标为交易失败率，横坐标为失败贡献度，并在设定正常对象的边界条件和正常因素的边界条件；

S4.根据各个对象的交易失败率和失败贡献度，将每一个对象投影到坐标系中，并结合正常对象的边界条件，筛选出不在正常对象边界条件内的一个或多个异常对象；

S5.对于筛选得到的任一异常对象，除选定因素外剩余的因素作为此对象的所有因素；计算该异常对象每一个因素的交易失败率和失败贡献度,根据各因素的交易失败率和失败贡献度，将异常对象的每一个因素投影到坐标系中，并结合正常因素的边界条件，筛选出该异常对象下的异常因素；

S6.对于步骤S4得到的每一个异常对象，重复执行步骤S5，筛选出每一个异常对象下的异常因素。

2.根据权利要求1所述的一种基于双目标投影的金融交易数据异常因素筛选方法，其特征在于：所述步骤S1中给定的因素分为卡、通信路线、操作和终端四个方面，其中：

卡方面的因素包括：卡BIN、卡性质和卡介质；

通信路线方面的因素包括：受理机构标识码、发卡机构标识码、发送机构标识码和接收机构标识码；

操作方面的因素包括：交易代码、服务点输入方式和服务点条件代码；

终端方面的因素包括：商户类型、交易渠道、受卡发商户标识代码。

3.根据权利要求2所述的一种基于双目标投影的金融交易数据异常因素筛选方法，其特征在于：所述步骤S1中，选定的因素为受理机构标识码或发卡机构标识码。

4.根据权利要求1所述的一种基于双目标投影的金融交易数据异常因素筛选方法，其特征在于：所述步骤S2包括以下子步骤：

S201.设选定的因素下共包含T个对象，统计所有对象失败的金融交易数据总数、每一个对象下的金融交易数据数量以及每一个对象下失败的金融交易数据数量；

S202.对于第i个对象，计算对应的交易失败率ER_i和失败贡献度EC_i：

其中，为第i个对象下下失败的金融交易数据数量，N_i为第i个对象下的金融交易数据数量，N^E为所有对象失败的金融交易数据总数；

S203.在i＝1,2,...,T时，重复执行步骤S202，计算出每一个对象下的交易失败率和失败贡献度。

5.根据权利要求1所述的一种基于双目标投影的金融交易数据异常因素筛选方法，其特征在于：所述正常对象的边界条件即对正常对象的交易失败率和失败贡献度的范围限定；所述正常因素的边界条件即对正常因素的交易失败率和失败贡献度的范围限定。

6.根据权利要求1所述的一种基于双目标投影的金融交易数据异常因素筛选方法，其特征在于：所述步骤S5包括以下子步骤：

S501.对于筛选得到的任一异常对象P，设该对象为选定因素下的第i个对象，统计该异常对象每一个因素下失败的金融交易数据数量；

S502.对于异常对象P下的第j个因素，计算对应的交易失败率ER_ij和失败贡献度EC_ij：

其中，表示异常对象P第j个因素下失败的金融交易数据数量；j＝1,2,...,q；q表示异常对象P下的因素数量。

S503.将异常对象的每一个因素投影到坐标系中，并筛选出不在正常因素的边界条件内的异常因素。