商户业务周转异常的识别方法及装置制造方法及图纸

本申请公开了一种商户业务周转异常的识别方法和装置，该方法包括：计算机设备读取商户的贸易日时序，计算贸易日时序的功率谱，得到商户的业务周转周期，根据商户的业务周转周期对商户进行聚类，在每一类的商户中，分别抽取业务周转异常的商户对应的交易特征样本数据，以及业务周转正常的商户对应的交易特征样本数据，为该类用户中抽取的每个样本数据打上标记；计算机设备对每一类的商户，分别使用该类商户中抽取的交易特征样本数据训练该类商户对应的贸易状况监控模型；计算机设备读取待识别的商户的交易特征，将待识别的商户的交易特征输入商户的类所对应的贸易状况监控模型，从贸易状况监测模型输出识别该商户是否业务周转异常的信号。

Identification method and device of abnormal business turnover of merchants

This application discloses a method and device for identifying the abnormal business turnover of merchants. The method includes: reading the business day sequence of merchants by computer equipment, calculating the power spectrum of the business day sequence, obtaining the business turnover cycle of merchants, clustering merchants according to the business turnover cycle of merchants, and extracting the corresponding transactions of merchants with abnormal business turnover from each type of merchants Easy feature sample data and transaction feature sample data corresponding to merchants with normal business turnover mark each sample data extracted from such users; computer equipment trains the corresponding trade status monitoring model of each type of merchants by using transaction feature sample data extracted from such merchants; computer equipment reads the data of merchants to be identified Transaction characteristics: input the transaction characteristics of the merchant to be identified into the trade condition monitoring model corresponding to the merchant's class, and output the signal to identify whether the merchant's business turnover is abnormal from the trade condition monitoring model.

【技术实现步骤摘要】
商户业务周转异常的识别方法及装置
本说明书涉及计算机领域，尤其涉及互联网领域。
技术介绍
商户的贸易周转周期，也可以称为业务周转周期，是指例如：财务指标中的应收周转周期、应付周转周期，库存周转周期等。掌握商户的贸易周转周期的动态变化，能够对贸易周转周期异常的商户进行风险管理，因此，具有十分重要的意义。目前通常利用财务公式对商户贸易周转周期进行评估，该评估方法需要依赖财务数据，而财务数据为例如每3个月一次的切点数据，因此，数据量少且准确度很粗。另一方面，一些小商家没有完善的财务数据，导致无法及时获知贸易周转周期的变化情况。
技术实现思路
本申请公开了一种商户业务周转异常识别方法，包括：计算机设备读取商户的贸易日时序，所述计算机设备通过计算所述贸易日时序的功率谱，得到所述商户的业务周转周期，并根据商户的业务周转周期对商户进行聚类，并在每一类的商户中，分别抽取业务周转异常的商户对应的交易特征样本数据，以及业务周转正常的商户对应的交易特征样本数据，并为该类用户中抽取的每个所述样本数据打上标记；所述计算机设备对每一类的商户，分别使用该类商户中抽取的所述交易特征样本数据训练该类商户对应的贸易状况监控模型；所述计算机设备读取待识别的商户的交易特征，将待识别的商户的交易特征输入所述商户的类所对应的贸易状况监控模型，从所述贸易状况监测模型输出识别该商户是否业务周转异常的信号。在一个优选例中，所述计算机设备通过计算所述贸易日时序的功率谱，得到所述商户的业务周转周期，并根据商户的业务周转周期对商户进行聚类，包括：根据所述商户的贸易发生日和对应的贸易金额，确定商户的贸易日时序；利用功率谱计算模型，根据所述商户的贸易日时序确定商户的第一贸易周转周期；通过对所述商户的第一周转周期进行分箱，获得所述商户的第二贸易周转周期，作为所述商户的业务周转周期；利用层次聚类模型，对所述商户的业务周转周期进行聚类。在一个优选例中，所述对每一类的商户，分别使用该类商户中抽取的所述交易特征样本数据训练该类商户对应的贸易状况监控模型之前，还包括：对每一类的商户，采用分类算法构建贸易状况监控模型。在一个优选例中，所述将待识别的商户的交易特征输入所述商户的类所对应的贸易状况监控模型之前，还包括：对每一类的商户，根据贸易异常商户的占比随时间达到平稳时对应的时间点，确定该类的商户的观察窗口。在一个优选例中，所述将待识别的商户的交易特征输入所述商户的类所对应的贸易状况监控模型的步骤中，所述商户的交易特征是指在所述商户的类所对应的观察窗口中的交易特征。在一个优选例中，所述交易特征包含以下任意一种或它们的任意组合：商户在指定时间范围内的贸易量、贸易间隔、贸易次数、贸易类型、周转周期、周转频次。本申请还公开了一种商户业务周转异常的识别装置包括：聚类和抽取模块，用于读取商户的贸易日时序，通过计算所述贸易日时序的功率谱，得到所述商户的业务周转周期，并根据商户的业务周转周期对商户进行聚类，并在每一类的商户中，分别抽取业务周转异常的商户对应的交易特征样本数据，以及业务周转正常的商户对应的交易特征样本数据，并为该类用户中抽取的每个所述样本数据打上标记；训练模块，用于对每一类的商户，分别使用该类商户中抽取的所述交易特征样本数据训练该类商户对应的贸易状况监控模型；监测模块，用于读取待识别的商户的交易特征，将待识别的商户的交易特征输入所述商户的类所对应的贸易状况监控模型，从所述贸易状况监测模型输出识别该商户是否业务周转异常的信号。在一个优选例中，所述聚类和抽取模块还包括：贸易日时序子模块，用于根据所述商户的贸易发生日和对应的贸易金额，确定商户的贸易日时序；第一贸易周转周期子模块，用于利用功率谱计算模型，根据所述商户的贸易日时序确定商户的第一贸易周转周期；第二贸易周转周期子模块，用于通过对所述商户的第一周转周期进行分箱，获得所述商户的第二贸易周转周期，作为所述商户的业务周转周期；聚类子模块，用于利用层次聚类模型，对所述商户的业务周转周期进行聚类。本申请还公开了一种商户业务周转异常的识别设备包括：存储器，用于存储计算机可执行指令；以及，处理器，用于在执行所述计算机可执行指令时实现如前文描述的方法中的步骤。本申请还公开了一种计算机可读存储介质所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器执行时实现如前文描述的方法中的步骤。本说明书实施方式中，根据商户的业务周转周期进行聚类，并针对不同聚类中的商户，提供经过相应的样本训练后的贸易状况监控模型，并将相应的观察窗口下获得的商户的交易特征，例如贸易状况及周转特征，输入该贸易状况监控模型，根据所述贸易状况监测模型的输出识别该商户是否业务周转异常。由此能够及时地识别业务异常商户，结果更加准确，降低了业务异常商户带来的风险。本说明书中记载了大量的技术特征，分布在各个技术方案中，如果要罗列出本申请所有可能的技术特征的组合(即技术方案)的话，会使得说明书过于冗长。为了避免这个问题，本说明书上述
技术实现思路
中公开的各个技术特征、在下文各个实施方式和例子中公开的各技术特征、以及附图中公开的各个技术特征，都可以自由地互相组合，从而构成各种新的技术方案(这些技术方案均应该视为在本说明书中已经记载)，除非这种技术特征的组合在技术上是不可行的。例如，在一个例子中公开了特征A+B+C，在另一个例子中公开了特征A+B+D+E，而特征C和D是起到相同作用的等同技术手段，技术上只要择一使用即可，不可能同时采用，特征E技术上可以与特征C相组合，则，A+B+C+D的方案因技术不可行而应当不被视为已经记载，而A+B+C+E的方案应当视为已经被记载。附图说明图1是根据本说明书第一实施方式的商户业务周转异常的识别方法的流程示意图；图2是根据本说明书第一实施方式的商户业务周转异常的识别方法的详细的流程示意图；图3是根据本说明书第二实施方式的商户业务周转异常的识别装置的结构示意图。具体实施方式在以下的叙述中，为了使读者更好地理解本申请而提出了许多技术细节。但是，本领域的普通技术人员可以理解，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。根据本说明书的实施例，为了及时了解商户的业务周转状况，减小业务周转异常商户带来的风险，首先对商户贸易日时序进行功率谱计算，获得商户的非业务意义的周转周期(即，下文中的第一周转周期)，并对非业务周转周期进行数据分箱，获得商户的业务意义的周转周期(即，下文中的第二周转周期)，作为商户的业务周转周期。接着，根据商户的业务周转周期，对商户进行层次聚类，使每一个聚类中的商户的业务周转周期相同，然后，针对每一个聚类，抽取业务周转异常商户交易特征样本数据和业务周转正常商户交易特征样本数据，这些交易特征样本数据中包含贸易状况及周转特征，本文档来自技高网...

【技术保护点】
1.一种商户业务周转异常识别方法，包括：/n计算机设备读取商户的贸易日时序，所述计算机设备通过计算所述贸易日时序的功率谱，得到所述商户的业务周转周期，并根据商户的业务周转周期对商户进行聚类，并在每一类的商户中，分别抽取业务周转异常的商户对应的交易特征样本数据，以及业务周转正常的商户对应的交易特征样本数据，并为该类用户中抽取的每个所述样本数据打上标记；/n所述计算机设备对每一类的商户，分别使用该类商户中抽取的所述交易特征样本数据训练该类商户对应的贸易状况监控模型；/n所述计算机设备读取待识别的商户的交易特征，将待识别的商户的交易特征输入所述商户的类所对应的贸易状况监控模型，从所述贸易状况监测模型输出识别该商户是否业务周转异常的信号。/n

【技术特征摘要】
1.一种商户业务周转异常识别方法，包括：
计算机设备读取商户的贸易日时序，所述计算机设备通过计算所述贸易日时序的功率谱，得到所述商户的业务周转周期，并根据商户的业务周转周期对商户进行聚类，并在每一类的商户中，分别抽取业务周转异常的商户对应的交易特征样本数据，以及业务周转正常的商户对应的交易特征样本数据，并为该类用户中抽取的每个所述样本数据打上标记；
所述计算机设备对每一类的商户，分别使用该类商户中抽取的所述交易特征样本数据训练该类商户对应的贸易状况监控模型；
所述计算机设备读取待识别的商户的交易特征，将待识别的商户的交易特征输入所述商户的类所对应的贸易状况监控模型，从所述贸易状况监测模型输出识别该商户是否业务周转异常的信号。


2.如权利要求1所述的方法，其中，所述计算机设备通过计算所述贸易日时序的功率谱，得到所述商户的业务周转周期，并根据商户的业务周转周期对商户进行聚类，包括：
根据所述商户的贸易发生日和对应的贸易金额，确定商户的贸易日时序；
利用功率谱计算模型，根据所述商户的贸易日时序确定商户的第一贸易周转周期；
通过对所述商户的第一周转周期进行分箱，获得所述商户的第二贸易周转周期，作为所述商户的业务周转周期；
利用层次聚类模型，对所述商户的业务周转周期进行聚类。


3.如权利要求1所述的方法，其中，所述对每一类的商户，分别使用该类商户中抽取的所述交易特征样本数据训练该类商户对应的贸易状况监控模型之前，还包括：对每一类的商户，采用分类算法构建贸易状况监控模型。


4.如权利要求1所述的方法，其中，所述将待识别的商户的交易特征输入所述商户的类所对应的贸易状况监控模型之前，还包括：对每一类的商户，根据贸易异常商户的占比随时间达到平稳时对应的时间点，确定该类的商户的观察窗口。


5.如权利要求4所述的方法，其中，所述将待识别的商户的交易特征输入所述商户的类所对应的贸易状况监控模型的步骤中，所述商户的交易特征是指在所述商户的类所对应的观察窗口中的交易特征...

【专利技术属性】
技术研发人员：解承莹，
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