[发明专利]交易模式类型识别方法及装置

说明书

本申请实施例提供一种交易模式类型识别方法及装置，可用于人工智能技术领域，方法包括：对目标交易对应的目标运维数据进行字段降维处理，形成包含有字段集指定的各个字段的目标交易样本数据；将所述目标交易样本数据输入用于识别交易模式类型的分类器；若所述分类器输出对应的识别结果，则将该识别结果确定为所述目标交易的交易模式类型。本申请能够有效提高交易模式类型的覆盖全面性，并能够提高交易模式类型识别精度、智能化程度及效率。

技术领域

本申请涉及数据处理技术领域，特别涉及人工智能技术领域，具体涉及交易模式类型识别方法及装置。

背景技术

在海量运维数据时代，运维数据往往存在异常、不均衡的情况，要建立交易模式需要从大量的运维数据中进行抽样，获取合适的样本数来建立交易模式。

在当前基于运维数据建立交易模式的方式中，需要从大量的历史交易数据中采样，然后利用采样数据建立交易模式库且由于是对历史交易数据进行采样，难以覆盖所有的交易类型，且该种方式得到的交易模式库无法自适应数据实时变化，对于新出现的交易类型往往无法识别而将新出现的交易模式识别为异常交易，导致基于历史交易模式库的交易异常识别精度低下。

发明内容

针对现有技术中的问题，本申请提供一种交易模式类型识别方法及装置，能够有效提高交易模式类型的覆盖全面性，并能够提高交易模式类型识别精度、智能化程度及效率。

为解决上述技术问题，本申请提供以下技术方案：

第一方面，本申请提供一种交易模式类型识别方法，包括：

对目标交易对应的目标运维数据进行字段降维处理，形成包含有字段集指定的各个字段的目标交易样本数据；

将所述目标交易样本数据输入用于识别交易模式类型的分类器；

若所述分类器输出对应的识别结果，则将该识别结果确定为所述目标交易的交易模式类型。

进一步地，还包括：

根据各个历史交易的历史交易运维数据获取各个类型的初始交易模式各自对应的交易样本数据；

基于各个类型的初始交易模式生成多种类型的目标交易模式，其中，所述目标交易模式的类型总数少于所述初始交易模式的类型总数；

应用各个所述目标交易模式各自对应的带有标签的交易样本数据，基于预设的分类算法训练得到用于识别交易模式类型的分类器，其中，所述标签用于表示对应的交易样本数据所属的目标交易模式的类型。

进一步地，所述根据各个历史交易的历史交易运维数据获取各个类型的初始交易模式各自对应的交易样本数据，包括：

获取历史交易运维数据，并对该历史交易运维数据中的各个历史交易分别进行字段降维处理，形成各自均包含有字段集指定的各个字段的各个字段集数据；

将除时间戳字段之外的其他字段中内容均相同的各个所述字段集数据划分至同一组中，且每组分别唯一对应一类初始交易模式；

分别对各类所述初始交易模式各自对应的各个所述字段集数据进行采样，得到各类所述初始交易模式各自对应的交易样本数据。

进一步地，所述基于各个类型的初始交易模式生成多种类型的目标交易模式，其中，所述目标交易模式的类型总数少于所述初始交易模式的类型总数，包括：

对各个类型的初始交易模式分别进行数值化处理，使得各个类型的初始交易模式分别以唯一数值表示；

应用基于密度的聚类算法，将数值化处理后的各个类型的初始交易模式输入聚类器以进行聚类处理，并将聚类后保留的初始交易模式分别确定为目标交易模式；

将各个类型的目标交易模式存储至预设的交易模型库中。