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 ...
【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
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。