[发明专利]数据处理方法、装置、计算机可读介质及电子设备

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取待处理的业务数据，所述业务数据包括业务文本以及与所述业务文本相关联的业务属性，所述业务属性用于表示所述业务数据的数据采集来源和数据采集时间；

获取用于对所述业务数据进行异常检测的关键词数据，所述关键词数据包括关键词文本以及与所述关键词文本相关联的关键词属性，所述关键词属性用于表示所述关键词数据的关键词类型和异常风险等级；

将所述关键词文本与所述业务文本进行匹配检测，以确定所述关键词文本是否包含在所述业务文本中；

若所述关键词文本与所述业务文本匹配成功，则将所述业务数据与所述关键词数据组合形成匹配数据；

根据所述业务属性和所述关键词属性从所述匹配数据中提取用于评价所述业务数据的异常风险的目标数据。

2.根据权利要求1所述的数据处理方法，其特征在于，根据所述业务属性和所述关键词属性从所述匹配数据中提取用于评价所述业务数据的异常风险的目标数据，包括：

根据所述业务属性和所述关键词属性对所述匹配数据进行量化处理，得到与所述匹配数据相对应的量化数据，所述量化数据是包括一个或者多个数值字段的数值型数据；

根据所述量化数据中各个数值字段的取值对所述匹配数据进行排序，得到有序排列的数据列表；

按照排列顺序从所述数据列表中选取用于评价所述业务数据的异常风险的目标数据。

3.根据权利要求2所述的数据处理方法，其特征在于，根据所述业务属性和所述关键词属性对所述匹配数据进行量化处理，包括：

从所述匹配数据中提取与所述业务属性相关的第一业务字段、与所述关键词属性相关的第二业务字段以及与所述匹配数据的统计信息相关的第三业务字段；

按照各个业务字段的字段类型分别对所述第一业务字段、所述第二业务字段和所述第三业务字段进行量化处理，得到与各个业务字段相对应的数值字段；

将所述数值字段组合得到与所述匹配数据相对应的量化数据。

4.根据权利要求3所述的数据处理方法，其特征在于，所述第一业务字段包括用于表示所述业务数据的采集时间的时间字段，所述第二业务字段包括用于表示所述关键词数据的异常风险等级的等级字段，所述第三业务字段包括用于表示所述关键词文本在所述匹配数据中的出现频次的频次字段。

5.根据权利要求2所述的数据处理方法，其特征在于，根据所述量化数据中各个数值字段的取值对所述匹配数据进行排序，包括：

获取与所述量化数据中的各个数值字段相对应的量化权重；

按照所述量化权重对所述数值字段进行加权求和，得到所述匹配数据的选取概率；

按照所述选取概率对所述匹配数据进行排序。

6.根据权利要求5所述的数据处理方法，其特征在于，获取与所述量化数据中的各个数值字段相对应的量化权重，包括：

获取对历史业务数据进行量化处理得到的量化数据样本，并获取对所述历史业务数据进行异常风险评价得到的数据标签；

将所述量化数据样本和所述数据标签组成训练样本；

根据所述训练样本预测与所述量化数据中的各个数值字段相对应的量化权重。

7.根据权利要求6所述的数据处理方法，其特征在于，根据所述训练样本预测与所述量化数据中的各个数值字段相对应的量化权重，包括：

获取用于对所述量化数据进行权重预测的权重预测模型；

根据所述训练样本对所述权重预测模型进行迭代训练；

通过训练完成的权重预测模型预测与所述量化数据中的各个数值字段相对应的量化权重。

8.根据权利要求6所述的数据处理方法，其特征在于，根据所述训练样本预测与所述量化数据中的各个数值字段相对应的量化权重，包括：

分别将所述训练样本中的量化数据样本和数据标签按照数据类型组成数据样本矩阵和数据标签矩阵；

对所述数据样本矩阵和所述数据标签矩阵进行矩阵运算，得到权重矩阵，所述权重矩阵包括与所述量化数据中的各个数值字段相对应的量化权重。