一种交易指标的监控方法、装置及设备制造方法及图纸

本说明书实施例提供了一种交易指标的监控方法、装置及设备。其方法包括：在交易数据的多组交易维值下分别获取交易数据的交易指标的采样序列，每组交易维值分别对应一个采样序列，一个采样序列包括该交易指标在一组交易维值下、在设定数量的各采样点处的取值，交易指标在目标采样点处的取值为实际值；分别根据各个采样序列计算该交易指标在本采样序列中的目标采样点处的估计值；通过比较所述交易指标在各个采样序列中的目标采样点处的估计值与实际值判断所述交易指标在本采样序列对应的一组交易维值下、在目标采样点处是否异常；生成并发送异常提示信息，所述异常提示信息用于提示交易指标异常处的目标采样点和一组交易维值。

【技术实现步骤摘要】
一种交易指标的监控方法、装置及设备
本说明书实施例涉及交易数据处理技术，尤其涉及一种交易指标的监控方法、装置及设备。
技术介绍
在互联网金融业务中，交易指标(又称数据指标)是否平稳直接影响业务是否能够安全平稳地进行。尤其在其中的风控领域，如何监控交易指标是否异常，并且发现原因，对于能否及时处理起到至关重要的作用。传统分析一般是数据分析师定义规则，交易指标的值超过某个阈值后定义为异常，通过人工写程序筛选出一些可能的原因，外加人工核查相关的每笔交易，最终定位真正原因。
技术实现思路
本说明书实施例提供一种交易指标的监控方法、装置及设备，以实现自动发现交易指标的异常并定位异常原因。第一方面，本说明书实施例提供一种交易指标的监控方法，包括：在交易数据的多组交易维值下分别获取所述交易数据的交易指标的采样序列，每组交易维值分别对应一个采样序列，一个采样序列包括所述交易指标在一组交易维值下、在设定数量的各采样点处的取值，所述交易指标在目标采样点处的取值为实际值；针对每一采样序列，根据本采样序列计算所述交易指标在本采样序列中的目标采样点处的估计值；针对每一采样序列，通过比较所述交易指标在本采样序列中的目标采样点处的估计值与实际值判断所述交易指标在本采样序列对应的一组交易维值下、在目标采样点处的取值是否异常，并进行异常提示。第二方面，本说明书实施例提供一种交易指标的监控装置，包括：采样序列获取模块，用于在交易数据的多组交易维值下分别获取所述交易数据的交易指标的采样序列，每组交易维值分别对应一个采样序列，一个采样序列包括所述交易指标在一组交易维值下、在设定数量的各采样点处的取值，所述交易指标在目标采样点处的取值为实际值；估计值计算模块，用于针对每一采样序列，根据本采样序列计算所述交易指标在本采样序列中的目标采样点处的估计值；异常监控模块，用于针对每一采样序列，通过比较所述交易指标在本采样序列中的目标采样点处的估计值与实际值判断所述交易指标在本采样序列对应的一组交易维值下、在目标采样点处的取值是否异常，并进行异常提示。第三方面，本说明书实施例提供一种交易指标的监控设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现上述任意实施例所述方法的步骤。第四方面，本说明书实施例提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述任意实施例所述方法的步骤。本说明书实施例有益效果如下：针对待监控的交易指标，分别获取其在多组交易维值下的采样序列，并计算交易指标在各采样序列中目标采样点处的估计值，通过比较目标采样点的估计值与实际值判断交易指标对应的一组交易维值下、目标采样点处的取值是否异常，即，判断在不同交易维值组合(即各种可能的异常原因)下，待监控的交易指标在目标采样点处是否出现异常，并进行异常提示。可见，采用本说明书实施例提供的技术方案，是基于各种可能的异常原因自动监控交易指标，若发现有异常原因对应的交易指标的取值异常，即监控到交易指标的异常，并定位了该异常的原因，其处理效率较高。附图说明图1为本说明书实施例的应用场景示意图；图2为本说明书实施例第一方面的方法流程图；图3为本说明书实施例提供的一种人机交互界面示意图；图4为本说明书实施例提供的一种异常提示界面示意图；图5为本说明书实施例提供的一种装置示意图。具体实施方式为了更好的理解上述技术方案，下面通过附图以及具体实施例对本说明书实施例的技术方案做详细的说明，应当理解本说明书实施例以及实施例中的具体特征是对本说明书实施例技术方案的详细的说明，而不是对本说明书技术方案的限定，在不冲突的情况下，本说明书实施例以及实施例中的技术特征可以相互组合。本说明书实施例的典型应用场景如图1所示，交易用户使用交易客户端101通过互联网金融服务器102进行交易操作，互联网金融服务器102保存交易数据，需要监控交易指标的用户通过至少一个监控客户端103与互联网金融服务器102通信，设置监控条件，并获取监控结果。其中，交易操作涉及到的技术载体，例如可以包括近场通信(NearFieldCommunication,NFC)、WIFI、3G/4G/5G、POS机刷卡技术、二维码扫码技术、条形码扫码技术、蓝牙、红外、短消息(ShortMessageService,SMS)、多媒体消息(MultimediaMessageService,MMS)等。其中，交易客户端101可以但不仅限于包括移动终端、掌上电脑、PC机、POS机等。互联网金融服务器102可以包括独立服务器，也可以包括多个服务器组成的服务器组。若包括多个服务器，其拓扑既可以包括集中式服务器组，也可以包括分布式服务器组(例如服务器集群、云服务器等)。监控客户端103可以但不仅限于包括移动终端、掌上电脑、PC机等等。本说明书一个或多个实施例提供的方法可以在互联网金融服务器102上实现，也可以在监控客户端103上实现，还可以由互联网金融服务器102和监控客户端103配合实现，具体情况将在以下的具体实施例中详细说明。其中，一个完整的交易数据包括多个交易维度，每个交易维度又包括至少一个交易维值。交易维度包括用于反映交易的支付与风控特征的字段，例如，“国家”，“业务类型”，“卡Bin(BankIdentificationNumber发卡行识别码)国”，“发卡行”，“是否被拒绝交易”，“是否经过3DS验证”，“3DS验证是否通过”等。其中，交易指标用于反映交易数据的统计学特征，例如，“支付成功率”、“交易数量”、“交易金额”等。交易指标与时间、交易维度相关，统计交易指标，通常是在一定时间范围内、某个交易维度或某几个交易维度组合的具体交易维值下，统计交易数据的统计学特征。第一方面，本说明书实施例提供一种交易指标的监控方法，请参考图2，包括：步骤202、在交易数据的多组交易维值下分别获取交易数据的交易指标的采样序列，每组交易维值分别对应一个采样序列，一个采样序列包括该交易指标在一组交易维值下、在设定数量的各采样点处的取值，该交易指标在目标采样点处的取值为实际值。其中，采样序列中采样点的时间间隔体现了监控的时间粒度。可以采用等时间间隔，也可以不等时间间隔。以等时间间隔为例，例如，若希望以“小时”为单位对交易指标进行监控，则采样点的时间间隔为1小时；若希望以“日”为单位对交易指标进行监控，则采样点的时间间隔为1日。以“支付成功率”这一交易指标为例，假设设定的时间间隔为一天、设定数量为N(N为大于1的整数)，则“支付成功率”在“国家＝英国”、“3DS验证是否通过＝通过”这组交易维值下的采样序列为{a1，a2……aN}，其中，“支付成功率”在采样点ai(i＝1,2,......N)处的取值为第i天中“国家”为英国且3DS验证通过的交易数据的支付成功率的实际值。步骤204、针对每一采样序列，根据本采样序列计算上述交易指标在本采样序列中的目标采样点处的估计值。以其中一个采样序列为例，根据该采样序列计算交易指标在该采样序列中的目标采样点处的估计值。步骤206、针对每一采样序列，通过比较上述交易指标在本采样序列中的目标采样点处的估计值与实际值判断该交易指标在本采样序列对应的一组交易维值下、在目标采样点处是否异常，并本文档来自技高网...

【技术保护点】
1.一种交易指标的监控方法，其特征在于，包括：在交易数据的多组交易维值下分别获取所述交易数据的交易指标的采样序列，每组交易维值分别对应一个采样序列，一个采样序列包括所述交易指标在一组交易维值下、在设定数量的各采样点处的取值，所述交易指标在目标采样点处的取值为实际值；针对每一采样序列，根据本采样序列计算所述交易指标在本采样序列中的目标采样点处的估计值；针对每一采样序列，通过比较所述交易指标在本采样序列中的目标采样点处的估计值与实际值判断所述交易指标在本采样序列对应的一组交易维值下、在目标采样点处的取值是否异常，并进行异常提示。

【技术特征摘要】
1.一种交易指标的监控方法，其特征在于，包括：在交易数据的多组交易维值下分别获取所述交易数据的交易指标的采样序列，每组交易维值分别对应一个采样序列，一个采样序列包括所述交易指标在一组交易维值下、在设定数量的各采样点处的取值，所述交易指标在目标采样点处的取值为实际值；针对每一采样序列，根据本采样序列计算所述交易指标在本采样序列中的目标采样点处的估计值；针对每一采样序列，通过比较所述交易指标在本采样序列中的目标采样点处的估计值与实际值判断所述交易指标在本采样序列对应的一组交易维值下、在目标采样点处的取值是否异常，并进行异常提示。2.根据权利要求1所述的方法，其特征在于，所述交易指标在各采样序列中非目标采样点处的取值为平滑值，所述平滑值由实际值经平滑处理得到。3.根据权利要求2所述的方法，其特征在于，所述在交易数据的多组交易维值下分别获取所述交易数据的交易指标的采样序列，包括：按照设定时间间隔，在所述多组交易维值中的每组交易维值下分别获取所述交易指标在设定数量的采样点处的一组实际值；分别对每组实际值中除目标采样点处之外的其他采样处的实际值进行平滑处理。4.根据权利要求3所述的方法，其特征在于，所述分别对每组实际值中除目标采样点处之外的其他采样处的实际值进行平滑处理，包括：对每组实际值中除目标采样点之外的其他采样点处的实际值，分别计算平滑值；将每组交易维值下所述交易指标在所述其他采样点处的差值与本组交易维值对应的第一阈值进行比较，所述其他采样点处的差值为所述交易指标在同一其他采样点处的实际值与平滑值的差值，每组交易维值对应的第一阈值是根据本组交易维值下所述交易指标在多个采样点处的取值确定的；将所述差值超过第一阈值的实际值替换为平滑值。5.根据权利要求1～4任一项所述的方法，其特征在于，所述目标采样点为采样序列中的最后一个采样点。6.根据权利要求5所述的方法，其特征在于，所述针对每一采样序列，根据本采样序列计算所述交易指标在本采样序列中的目标采样点处的估计值，包括：针对每一采样序列，根据所述交易指标在本采样序列中除目标采样点之外的其他采样点处的取值计算所述交易指标在本采样序列中目标采样点处的估计值。7.根据权利要求6所述的方法，其特征在于，所述针对每一采样序列，根据所述交易指标在本采样序列中除目标采样点之外的其他采样点处的取值计算所述交易指标在本采样序列中目标采样点处的估计值，包括：针对每一采样序列，计算所述交易指标在本采样序列中的历史均值，所述历史均值为所述交易指标在本采样序列中除目标采样点之外的其他采样点处取值的均值；针对每一采样序列，将所述交易指标在本采样序列中的历史均值确定为本采样序列所述交易指标在本采样序列中目标采样点处的估计值。8.根据权利要求5所述的方法，其特征在于，所述针对每一采样序列，通过比较所述交易指标在本采样序列中的目标采样点处的估计值与实际值判断所述交易指标在本采样序列对应的一组交易维值下、在目标采样点处是否异常，包括：将每组交易维值下所述交易指标在目标采样点处的差值与本组交易维值对应的第二阈值进行比较，所述目标采样点处的差值为所述交易指标在所述目标采样点处的实际值与估计值的差值，每组交易维值对应的第二阈值是根据本组交易维值下所述交易指标在多个采样点处的取值确定的；分别根据每组交易维值下的比较结果判断所述交易指标在本组交易维值下、在目标采样点处的取值是否异常。9.根据权利要求5所述的方法，其特征在于，所述进行异常提示之前，该方法还包括：计算异常的交易指标的取值的异常置信度；进行异常提示，包括：生成并发送多条按照所述异常置信度排序的异常提示信息，每条异常提示信息对应一个异常的交易指标的取值和对应的一组交易维值。10.根据权利要求9所述的方法，其特征在于，该方法还包括：获取所述异常提示信息的反馈信息，所述反馈信息用于指示所述异常提示信息是否准确；根据所述反馈信息修改所述异常提示信息的排序。11....

【专利技术属性】
技术研发人员：欧航，刘晓辉，郑江雨，肖裕洪，畅若寒，金成，秦德超，周琦梦，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY