基于数据分析的提醒信息生成方法、装置和计算机设备制造方法及图纸

本申请揭示了一种基于数据分析的提醒信息生成方法、装置、计算机设备和存储介质，所述方法包括：获取用户端发送的请求报文，并生成指定数据‑时间函数H(t)；将所述指定数据‑时间函数H(t)拆分为函数H

Method, device and computer equipment for generating reminder information based on data analysis

【技术实现步骤摘要】
基于数据分析的提醒信息生成方法、装置和计算机设备
本申请涉及到计算机领域，特别是涉及到一种基于数据分析的提醒信息生成方法、装置、计算机设备和存储介质。
技术介绍
通过网络(线上)办理业务日渐普及，但是线上办理相对于线下办理的一大缺点在于，容易出现欺骗现象，并且难以甄别出欺骗现象。传统方法会对发起线上请求的用户进行审核，但这种审核一般仅是对身份、证件等文件进行核实，或者通过人工人为判断该用户以及该用户发出的请求是否存在异常，因此传统方法的适用性不强、准确性不高，无法准确识别出异常用户与异常请求。
技术实现思路
本申请的主要目的为提供一种基于数据分析的提醒信息生成方法、装置、计算机设备和存储介质，旨在准确识别出异常用户与异常请求。为了实现上述专利技术目的，本申请提出一种基于数据分析的提醒信息生成方法，包括以下步骤：获取用户端发送的请求报文，并且根据预设的数据采集方法，采集所述用户端对应的用户在预设时间内的指定数据，并根据所述指定数据，生成指定数据-时间函数H(t)，其中，所述请求报文用于请求访问指定服务；本文档来自技高网...

【技术保护点】
1.一种基于数据分析的提醒信息生成方法，其特征在于，包括：/n获取用户端发送的请求报文，并且根据预设的数据采集方法，采集所述用户端对应的用户在预设时间内的指定数据，并根据所述指定数据，生成指定数据-时间函数H(t)，其中，所述请求报文用于请求访问指定服务；/n根据公式：/n

【技术特征摘要】
1.一种基于数据分析的提醒信息生成方法，其特征在于，包括：
获取用户端发送的请求报文，并且根据预设的数据采集方法，采集所述用户端对应的用户在预设时间内的指定数据，并根据所述指定数据，生成指定数据-时间函数H(t)，其中，所述请求报文用于请求访问指定服务；
根据公式：

从而将所述指定数据-时间函数H(t)拆分为函数H1(t)和函数H2(t)；
采用公式：
S1(t)＝min(U1(t),p1),其中E1(t)＝H1(t)-h(t)，计算出函数S1(t)，其中h(t)为预设的标准数据-时间函数，E1(t)为函数H1(t)与函数h(t)的差值函数，t为时间，min为最小值函数，p1为大于0的第一容忍参数值；
采用公式：
S2(t)＝max(U2(t),p2),其中E2(t)＝H2(t)-h(t)，计算出函数S2(t)，其中E2(t)为函数H2(t)与函数h(t)的差值函数，t为时间，max为最大值函数，p2为小于0的第二容忍参数值；
获取函数S1(t)等于p1时的第一异常时间长度与不等于p1时的第一正常时间长度，以及获取函数S2(t)等于p2时的第二异常时间长度与不等于p2时的第二正常时间长度；
根据公式：异常时间比率＝(第一异常时间长度+第二异常时间长度)/(第一正常时间长度+第二正常时间长度+第一异常时间长度+第二异常时间长度)，从而计算出所述异常时间比率；
判断所述异常时间比率是否小于预设的时间比率阈值；
若所述异常时间比率不小于预设的时间比率阈值，则生成用户数据异常的提醒信息，并向所述指定服务发送所述请求报文和所述提醒信息。


2.根据权利要求1所述的基于数据分析的提醒信息生成方法，其特征在于，所述根据预设的数据采集方法，采集所述用户端对应的用户在预设时间内的指定数据的步骤，包括：
采用基于JAVA语言的WebMagic框架，在预设的多个数据源中爬取所述用户端对应的用户的多个初始数据，其中所述初始数据与所述指定数据的类型相同；
将多个所述初始数据构成初始数据组，并采用公式：计算所述初始数据组中第m个数据的总体方差其中N为所述初始数据组中的数据的数量，Am为所述初始数据组的第m个数据的数值，B为所述初始数据组的数值的平均值；
判断所述总体方差是否均小于预设的方差阈值；
若所述总体方差均小于预设的方差阈值，则将所述初始数据记为所述指定数据。


3.根据权利要求1所述的基于数据分析的提醒信息生成方法，其特征在于，所述获取函数S1(t)等于p1时的第一异常时间长度与不等于p1时的第一正常时间长度的步骤,包括：
根据公式：Y＝argmaxS1(t)，获取异常时间点集合Y；
从所述异常时间点集合Y中筛选出连续的异常时间点，并将所述连续的异常时间点覆盖的时间长度记为所述第一异常时间长度；
将所述函数S1(t)在时间轴上除所述第一异常时间长度之外的时间长度记为所述第一正常时间长度。


4.根据权利要求1所述的基于数据分析的提醒信息生成方法，其特征在于，所述判断所述异常时间比率是否小于预设的时间比率阈值的步骤之后，包括：
若所述异常时间比率小于预设的时间比率阈值，则利用所述用户端的预设摄像头采集所述用户端对应的用户的脸部图像，并将所述脸部图像输入已经过训练的基于神经网络模型的情绪值识别模型中进行运算，从而得到所述情绪值识别模型输出的情绪值；其中，所述情绪值识别模型基于预先收集的人脸图像，以及与所述人脸图像关联的情绪值组成的训练数据训练而成；
判断所述情绪值是否大于预设的情绪阈值；
若所述情绪值大于预设的情绪阈值，则生成用户情绪异常的提醒信息，并向所述指定服务发送所述请求报文和所述用户情绪异常的提醒信息。


5.根据权利要求4所述的基于数据分析的提醒信息生成方法，其特征在于，所述若所述异常时间比率小于预设的时间比率阈值，则利用所述用户端的预设摄像头采集所述用户端对应的用户的脸部图像，并将所述脸部图像输入已经过训练的基于神经网络模型的情绪值识别模型中进行运算，从而得到所述情绪值识别模型输出的情绪值；其中，所述情绪值识别模型基于预先收集的人脸图像，以及与所述人脸图像关联的情绪值组成的训练数据...

【专利技术属性】
技术研发人员：王正锋，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：广东;44