定位电子交易的故障成因的计算机实施方法和数据处理方法技术

本申请公开了一种计算机实施的方法，用于定位电子交易的故障成因，所述方法包括：从电子交易数据库中抽取适当的交易数据；从所述交易数据中，选取失败率和/或失败笔数综合考量值高的交易参与方的数据集作为统计数据集合；对于影响所述电子交易质量的因素集合中的每一个因素，计算所述统计数据集合中反映与该因素对应的失败率以及失败贡献度的不均匀性指标；根据所述失败率以及失败贡献度的不均匀性指标，确定所述影响所述电子交易质量的因素集合中的哪一个因素为关键因素；对于所述关键因素的每个级别以及级别的组合，计算所述统计数据集合中与该级别或级别的组合对应的失败率（EC）以及失败贡献度（ER）；以及以与该级别或级别的组合对应的失败率（EC）以及失败贡献度（ER）为目标，求取Pareto最优集，从而确定所述关键因素中的关键级别。本申请还公开了一种数据处理方法。

【技术实现步骤摘要】

本专利技术涉及计算机程序，具体来说，涉及一种定位电子交易的故障成因的计算机实施方法和数据处理方法。
技术介绍
集中转接式的电子交易质量涉及众多维度，通常包括：应答码、交易类型、交易渠道、交易介质、账户性质、账户号、发送机构、接收机构商户、终端等。举例来说，各种交易应答码可达百余种，交易类型、各类交易渠道多达几十种。就交易参与方维度而言，每日参与交易的发送机构和接收机构成千上万家。由于海量数据和超多维度，如果没有相关的数据处理方法和良好的系统设计，难以从海量交易中主动而全面地发现联网通用的问题和因素定位。
技术实现思路
为了解决上述问题，根据本申请的一个方面，提供了一种计算机实施的方法，用于定位电子交易的故障成因，所述方法包括：从电子交易数据库中抽取适当的交易数据；从所述交易数据中选取失败率和/或失败笔数综合考量值高的交易参与方的数据集作为统计数据集合；对于影响所述电子交易质量的因素集合中的每一个因素，计算所述统计数据集合中反映与该因素对应的失败率以及失败贡献度的不均匀性指标，其中不均匀指标越大表示越均匀，其中，与该因素对应的所述失败率表示与该因素相关的失败交易在所有失败交易中的比率，而与该因素对应的所述失败贡献度表示与该因素相关的失败交易在所有与该因素相关的交易中的比率；根据所述失败率以及失败贡献度的不均匀性指标，确定所述影响所述电子交易质量的因素集合中的哪一个因素为关键因素；对于所述关键因素的每个级别以及级别的组合，计算所述统计数据集合中与该级别或级别的组合对应的失败率（EC）以及失败贡献度（ER），其中，与该级别或级别的组合对应的失败率表示与所述关键因素的特定级别或级别组合相关的失败交易在所有失败交易中的比率，而与该级别或级别的组合对应的失败贡献度表示与所述关键因素的特定级别或级别组合相关的失败交易在所有与所述关键因素的特定级别或级别组合相关的交易中的比率；以及以与该级别或级别的组合对应的失败率（EC）以及失败贡献度（ER）为目标，求取Pareto最优集，从而确定所述关键因素中的关键级别。在上述方法中，所述不均匀性指标是熵值，所述失败率的熵值为CrameV，而所述失败贡献度的熵值为标准化熵。上述方法还可包括：根据所确定的关键因素中的关键级别，通过求取笛卡尔积，从而生成一个或多个其他关键因素以及关键级别。上述方法还可包括：对所述关键因素和关键级别所组成的集合求取Pareto最优集。上述方法还可包括：定义多个规则，所述多个规则中每一规则对应于一关键因素与一关键级别的组合。上述方法还可包括：根据一定条件，将所述多个规则进行合并，从而浓缩规则数目。上述方法还可包括：按照规则的生成关系，将具有相同主干节点的规则合并为一组。上述方法还可包括：按照失败贡献度对所述规则进行排序。在上述方法中，求取Pareto最优集包括利用支配关系将目标函数值划分为多个不同的等级，其中所述Pareto最优集中的非支配解的等级为最小。根据本申请的另一个方面，提供了一种数据处理方法，用于定位电子交易的故障成因，所述方法包括：对于影响所述电子交易质量的因素集合中的每一个因素，计算统计数据集合中反映与该因素对应的失败率以及失败贡献度的不均匀性指标，其中不均匀指标越大表示越均匀，其中，与该因素对应的所述失败率表示与该因素相关的失败交易在所有失败交易中的比率，而与该因素对应的所述失败贡献度表示与该因素相关的失败交易在所有与该因素相关的交易中的比率；根据所述失败率以及失败贡献度的不均匀性指标，确定所述影响所述电子交易质量的因素集合中的哪一个因素为关键因素；对于所述关键因素的每个级别以及级别的组合，计算所述统计数据集合中与该级别或级别的组合对应的失败率（EC）以及失败贡献度（ER），其中，与该级别或级别的组合对应的失败率表示与所述关键因素的特定级别或级别组合相关的失败交易在所有失败交易中的比率，而与该级别或级别的组合对应的失败贡献度表示与所述关键因素的特定级别或级别组合相关的失败交易在所有与所述关键因素的特定级别或级别组合相关的交易中的比率；以及以与该级别或级别的组合对应的失败率（EC）以及失败贡献度（ER）为目标，求取Pareto最优集，从而确定所述关键因素中的关键级别。本申请的技术方案通过分析失败交易存在的特征和规律，定位出影响交易质量的关键级别和因素（如某两机构之间的某种交易类型在某个渠道上失败），并进行优先级排序，使得问题聚焦。附图说明在参照附图阅读了本专利技术的具体实施方式以后，本领域技术人员将会更清楚地了解本专利技术的各个方面。本领域技术人员应当理解的是：这些附图仅仅用于配合具体实施方式说明本专利技术的技术方案，而并非意在对本专利技术的保护范围构成限制。图1是根据本申请的一个实施例、定位电子交易的故障成因的数据处理系统的示意图；图2是根据本申请的一个实施例、定位电子交易的故障成因的数据处理流程示意图。具体实施方式下面介绍的是本专利技术的多个可能实施例中的一些，旨在提供对本专利技术的基本了解，并不旨在确认本专利技术的关键或决定性的要素或限定所要保护的范围。容易理解，根据本专利技术的技术方案，在不变更本专利技术的实质精神下，本领域的一般技术人员可以提出可相互替换的其它实现方式。因此，以下具体实施方式以及附图仅是对本专利技术的技术方案的示例性说明，而不应当视为本专利技术的全部或者视为对本专利技术技术方案的限定或限制。在海量交易数据中寻找失败交易的成因，当原因是单因素导致的并具有明显特征（如某种交易类型全部失败），并不是件难事。但是，当原因是多因素导致，多维度且单维度的属性值达到百万、千万甚至上亿级时，再进行维度间不同组合，数据将爆炸式增长，此时寻找失败交易的成因如同大海捞针，将是件极为困难的事情。本申请的技术方案通过分析失败交易存在的特征和规律，定位出影响交易质量的关键级别和因素（如某两机构之间的某种交易类型在某个渠道上失败），并进行优先级排序，使得问题聚焦。此外，本申请还提出根据规则，从知识库中推导出可能的原因和方案（如交易中的某个域），作为解决问题的参考，形成分析报告，并将分析结果主动推送给相关的交易参与方，以期能够快速和有效地解决问题，提升交易的成功率、承兑率。参考图1，图1是根据本申请的一个实施例、定位电子交易的故障成因的数据处理系统的示意图。该数据处理系统中包括数据处理装置。如图1所示，数据处理装置从交易系统抽取、清洗、加载交易数据。经过数据处理装置的处理，分析失败交易存在的特征和规律，从而定位出影响交易质量的关键级别和因素（如某两机构之间的某种交易类型在某个渠道上失败），并进行优先级排序，使得问题聚焦。此外，数据处理装置还根据规则，从知识库中推导出可能的原因和方案（如交易中的某个域），作为解决问题的参考，形成分析报告，并将分析结果主动推送给相关的交易参与方，分析报告读者可根据问题的实际解决情况反馈、更新知识库。图2是根据本申请的一个实施例、定位电子交易的故障成因的数据处理装置的流程示意图。如图2所示，在步骤1，对电子交易数据进行基本信息统计，从而可获得各因素各级别的基本统计值。在步骤2和步骤3，分别计算贡献度（例如，ER和EC）和游离度（例如，CrameV和标准熵）。在步骤4，进行双目标投影，以便获得关键因素。在步骤5，结合贡本文档来自技高网...

【技术保护点】
一种计算机实施的方法，用于定位电子交易的故障成因，其特征在于，所述方法包括：从电子交易数据库中抽取适当的交易数据；从所述交易数据中选取失败率和/或失败笔数综合考量值高的交易参与方的数据集作为统计数据集合；对于影响所述电子交易质量的因素集合中的每一个因素，计算所述统计数据集合中反映与该因素对应的失败率以及失败贡献度的不均匀性指标，其中不均匀指标越大表示越均匀，其中，与该因素对应的所述失败率表示与该因素相关的失败交易在所有失败交易中的比率，而与该因素对应的所述失败贡献度表示与该因素相关的失败交易在所有与该因素相关的交易中的比率；根据所述失败率以及失败贡献度的不均匀性指标，确定所述影响所述电子交易质量的因素集合中的哪一个因素为关键因素；对于所述关键因素的每个级别以及级别的组合，计算所述统计数据集合中与该级别或级别的组合对应的失败率（EC）以及失败贡献度（ER），其中，与该级别或级别的组合对应的失败率表示与所述关键因素的特定级别或级别组合相关的失败交易在所有失败交易中的比率，而与该级别或级别的组合对应的失败贡献度表示与所述关键因素的特定级别或级别组合相关的失败交易在所有与所述关键因素的特定级别或级别组合相关的交易中的比率；以及以与该级别或级别的组合对应的失败率（EC）以及失败贡献度（ER）为目标，求取Pareto最优集，从而确定所述关键因素中的关键级别。...

【技术特征摘要】
1.一种计算机实施的方法，用于定位电子交易的故障成因，其特征在于，所述方法包括：
从电子交易数据库中抽取适当的交易数据；
从所述交易数据中选取失败率和/或失败笔数综合考量值高的交易参与方的数据集作为统计数据集合；
对于影响所述电子交易质量的因素集合中的每一个因素，计算所述统计数据集合中反映与该因素对应的失败率以及失败贡献度的不均匀性指标，其中不均匀指标越大表示越均匀，其中，与该因素对应的所述失败率表示与该因素相关的失败交易在所有失败交易中的比率，而与该因素对应的所述失败贡献度表示与该因素相关的失败交易在所有与该因素相关的交易中的比率；
根据所述失败率以及失败贡献度的不均匀性指标，确定所述影响所述电子交易质量的因素集合中的哪一个因素为关键因素；
对于所述关键因素的每个级别以及级别的组合，计算所述统计数据集合中与该级别或级别的组合对应的失败率（EC）以及失败贡献度（ER），其中，与该级别或级别的组合对应的失败率表示与所述关键因素的特定级别或级别组合相关的失败交易在所有失败交易中的比率，而与该级别或级别的组合对应的失败贡献度表示与所述关键因素的特定级别或级别组合相关的失败交易在所有与所述关键因素的特定级别或级别组合相关的交易中的比率；以及
以与该级别或级别的组合对应的失败率（EC）以及失败贡献度（ER）为目标，求取Pareto最优集，从而确定所述关键因素中的关键级别。
2.如权利要求1所述的方法，其中，所述不均匀性指标是熵值，所述失败率的熵值为CrameV，而所述失败贡献度的熵值为标准化熵。
3.如权利要求1所述的方法，还包括：根据所确定的关键因素中的关键级别，通过求取笛卡尔积，从而生成一个或多个其他关键因素以及关键级别。
4.如权利要求3所述的方法，还包括：对所述关键因素和关键级别所组成的集合求取Pareto最优集。
5.如权利要求3所述...

【专利技术属性】
技术研发人员：戚跃民，胡文斌，黄明雄，戴奇波，陈根，覃非，张文举，张彦坤，
申请(专利权)人：中国银联股份有限公司，
类型：发明
国别省市：上海;31