【技术实现步骤摘要】
一种识别异常资金的方法及系统
本申请涉及互联网
,特别涉及一种识别异常资金的方法及系统。
技术介绍
随着互联网技术的快速发展,线上业务种类也越来越多样化,使得线上资金流也越来越复杂。这样,在资金流转过程中,线上业务系统中往往会发现一些异常资金数据,例如针对在线购买某件商品的业务场景,用户在提交订单并支付成功以后,线上业务系统通过自身的逻辑规则发现支付的金额与订单金额并不相同,这时,线上业务系统会将此次交易过程中的资金数据作为异常资金数据,并通过与差错平台建立的该业务场景关联的连接关系,将异常资金数据提交至差错平台进行处理。然而,目前线上业务系统可以识别异常资金数据的业务场景比较有限,针对一些规则类的业务场景,例如,当订单金额超过指定金额时,可以使用一定金额的代金券,抵扣一部分支付金额,如果线上业务系统在自身逻辑规则中写入的该指定金额是错误的,当订单金额小于真实的指定金额,但大于错误的指定金额,用户在支付时仍可以使用代金券,这时,线上业务系统却无法识别异常。因此,亟需一种有效的识别异常资金的方法,以更加全面地识别异常资金。
技术实现思路
本申请实施方式的目的是提供一种识别异常资金的方法及系统,能够更加全面地识别异常数据。为实现上述目的,本申请实施方式提供一种识别异常资金的方法;所述方法包括:获取资金样本集,所述资金样本集中的资金样本与对应的标准资金流类型相关联;基于初始判断模型,预测所述资金样本集中目标资金样本的目标资金流类型;将所述目标资金流类型与所述目标资金样本关联的标准资金流类型进行对比,并根据对比结果,对所述初始判断模型进行校正,以使得通过校正后的 ...
【技术保护点】
1.一种识别异常资金的方法,其特征在于,所述方法包括:获取资金样本集,所述资金样本集中的资金样本与对应的标准资金流类型相关联;基于初始判断模型,预测所述资金样本集中目标资金样本的目标资金流类型;将所述目标资金流类型与所述目标资金样本关联的标准资金流类型进行对比,并根据对比结果,对所述初始判断模型进行校正,以使得通过校正后的判断模型再次预测的所述目标资金样本的资金流类型与对应的标准资金流类型一致。
【技术特征摘要】
1.一种识别异常资金的方法,其特征在于,所述方法包括:获取资金样本集,所述资金样本集中的资金样本与对应的标准资金流类型相关联;基于初始判断模型,预测所述资金样本集中目标资金样本的目标资金流类型;将所述目标资金流类型与所述目标资金样本关联的标准资金流类型进行对比,并根据对比结果,对所述初始判断模型进行校正,以使得通过校正后的判断模型再次预测的所述目标资金样本的资金流类型与对应的标准资金流类型一致。2.根据权利要求1所述的方法,其特征在于,预测所述资金样本集中目标资金样本的目标资金流类型,包括:从所述目标资金样本中提取目标特征数据,基于所述初始判断模型,预测所述目标特征数据对应的目标资金流类型。3.根据权利要求1或2所述的方法,其特征在于,在对所述初始判断模型进行校正之后,所述方法还包括:从线上资金数据中提取待判断的特征数据;根据所述校正后的判断模型,确定所述待判断的特征数据对应的预测结果。4.根据权利要求3所述的方法,其特征在于,所述资金样本中包括具有特征类型的字段;从所述资金样本中提取的特征数据包括特征向量;所述特征向量中的元素与所述资金样本中字段的特征类型相关联;从线上资金数据中提取待判断的特征数据,包括:从所述线上资金数据中确定与所述特征向量中目标元素关联的特征类型相匹配的目标字段;将所述目标字段中包括的信息所表征的数值作为所述目标元素的值,并将所述特征向量作为所述待判断的特征数据。5.根据权利要求3所述的方法,其特征在于,根据所述校正后的判断模型,确定所述待判断的特征数据对应的预测结果,包括:根据所述校正后的判断模型,确定所述待判断的特征数据对应的预测概率组,所述预测概率组中包括用于表征异常资金流的第一概率值,和用于表征正常资金流的第二概率值;对比所述第一概率值和所述第二概率值,并根据对比结果确定所述待判断的特征数据对应的预测结果。6.根据权利要求5所述的方法,其特征在于,根据对比结果确定所述待判断的特征数据对应的预测结果包括:当所述第一概率值大于或等于所述第二概率值时,确定所述待判断的特征数据对应的资金流类型为异常资金流类型;当所述第一概率值小于所述第二概率值时,确定所述待判断的特征数据对应的资金流类型为正常资金流类型。7.根据权利要求3所述的方法,其特征在于,在确定所述待判断的特征数据对应的预测结果之后,所述方法还包括:读取所述线上资金数据对应的系统日志信息,所述系统日志信息用于表征所述线上资金数据的真实资金流类型;将所述预测结果表征的资金流类型与所述真实资金流类型进行对比,并根据对比结果,对所述校正后的判断模型再次校正,以使得通过再次校正后的判断模型预测的所述线上资金数据的资金流类型与所述真实资金流类型一致。8.根据权利要求1所述的方法,其特征在于,在对所述初始判断模型进行校正之后,所述方法还包括:读取线上资金数据对应的资金流配置信息,所述资金流配置信息表征所述线上资金数据的标准资金流;识别所述线上资金数据当前的资金流;在所述当前的资金流与所述标准资金流不一致的情况下,从线上资金数据中提取待判断的特征数据;根据所述校正后的判断模型,确定所述待判断的特征数据对应的预测结果。9.一种识别异常资金的系统,其特征在于,所述系统包括获取单元、预测单元和校正单元:其中,所述获取单元,用于获取资金样本集,所述资金样本集中的资金样本与对应的...
【专利技术属性】
技术研发人员:李思敏,
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。