[发明专利]应用于SQL的大数据测试处理方法及系统

说明书

本发明是关于应用于SQL的大数据测试处理方法及系统，能够分别对拟处理电商风控反馈大数据、以及拟处理电商风控反馈大数据对应的风控反馈观点文本集进行文本特征挖掘，从而结合评论聚焦处理的思路实现不同的文本特征挖掘结果的融合处理、多阶特征挖掘以及描述向量翻译处理，这样可以准确获得用于指示文本数据拆解的文本拆解决策向量，在基于文本拆解决策向量对拟处理电商风控反馈大数据进行文本大数据拆解时，可以尽可能关注情绪极性较为突显的文本数据集，从而保障拆解得到的目标反馈文本数据集的准确性，且由于拆解过程所依据的文本拆解决策向量是通过特征分析得到的，因而该技术方案能够提高文本拆解的时效性，减少不必要的网络资源浪费。

技术领域

本发明涉及大数据技术领域，具体而言，涉及一种应用于SQL的大数据测试处理方法及系统。

背景技术

作为电子商务领域的一项重要工程，风控处理的质量好坏关乎用户和服务商的切身利益。在SQL技术的活跃期，相关的电商风控报告通常以文本形式存储在对应的SQL数据库中。在一些应用场景下，可能需要对这些文本形式的电商风控报告进行文本拆解处理以供后续的进一步风控分析，然而传统的文本拆解技术存在精度低下、时效性差和网络资源浪费的缺点。

发明内容

第一方面，本发明实施例提供了一种应用于SQL的大数据测试处理方法，应用于大数据测试处理系统，所述方法包括：

调取拟处理电商风控反馈大数据、以及所述拟处理电商风控反馈大数据对应的风控反馈观点文本集；

分别对所述拟处理电商风控反馈大数据、以及所述风控反馈观点文本集进行自然语言处理，得到所述拟处理电商风控反馈大数据的第一风控反馈文本描述向量、以及所述风控反馈观点文本集的第一观点评论描述向量；

将所述第一风控反馈文本描述向量、以及所述第一观点评论描述向量进行向量拼接，得到针对所述拟处理电商风控反馈大数据的观点评论数据的局部聚焦描述向量；

结合所述第一观点评论描述向量、以及选择性聚焦策略，对所述局部聚焦描述向量进行多阶自然语言处理，得到第二风控反馈文本描述向量、以及第三风控反馈文本描述向量；

结合所述第一风控反馈文本描述向量、以及所述第二风控反馈文本描述向量，对所述第三风控反馈文本描述向量进行描述向量翻译处理，得到文本拆解决策向量；

结合所述文本拆解决策向量对所述拟处理电商风控反馈大数据进行文本大数据拆解，得到所述拟处理电商风控反馈大数据对应的目标反馈文本数据集。

在一些可选的实施例中，结合所述第一观点评论描述向量、以及选择性聚焦策略，对所述局部聚焦描述向量进行多阶自然语言处理，得到第二风控反馈文本描述向量、以及第三风控反馈文本描述向量，包括：

分别对所述局部聚焦描述向量、以及所述第一观点评论描述向量进行自然语言处理，得到第二风控反馈文本描述向量、以及第二观点评论描述向量；

将所述第二风控反馈文本描述向量、以及所述第二观点评论描述向量进行向量拼接，得到目标局部聚焦描述向量；

当所述第二风控反馈文本描述向量所对应的深度为设定深度时，对所述目标局部聚焦描述向量进行自然语言处理，得到第三风控反馈文本描述向量。

在一些可选的实施例中，结合所述第一观点评论描述向量、以及选择性聚焦策略，对所述局部聚焦描述向量进行多阶自然语言处理，得到第二风控反馈文本描述向量、以及第三风控反馈文本描述向量，还包括：

当所述第二风控反馈文本描述向量所对应的深度不为设定深度时，将所述第二风控反馈文本描述向量调整成局部聚焦描述向量，将所述第二观点评论描述向量调整成第一观点评论描述向量；

跳转至实施分别对所述局部聚焦描述向量、以及所述第一观点评论描述向量进行自然语言处理，得到第二风控反馈文本描述向量、以及第二观点评论描述向量的步骤。