限额账户数据的处理方法及装置制造方法及图纸

本发明专利技术公开了一种限额账户数据的处理方法及装置，其中，该方法包括：获取需要预测的限额账户数据，账户数据包括：所属系统信息、预定日期，系统包括如下之一：小额系统、网银系统；将账户数据输入至已训练的预测模型，以输出该限额账户在预定日期的账户预测数据，账户预测数据包括：预定周期粒度中的账户发起金额数据和账户接收金额数据，预测模型基于预定日期所属日期标签的历史账户数据进行训练；根据账户发起金额数据和账户接收金额数据对限额账户进行管理。通过本发明专利技术，可以预测该限额账户的金额数据流动情况，方便较准确地掌控银行净借记限额账户的流动性，从而可以有效地提高业务处理的效率。

【技术实现步骤摘要】
限额账户数据的处理方法及装置
本专利技术涉及数据处理领域，具体涉及一种限额账户数据的处理方法及装置。
技术介绍
第二代支付系统为系统参与者(例如，各类商业银行)提供了资金池等多种类的灵活的流动性管理机制，但是由于种种因素的限制，这些流动性管理机制并没有完全对参与者开放使用。参与者在支付系统开设的净借记限额账户流动性主要用于参与者在小额支付系统、网上跨行清算系统的业务清算使用。由于小额支付系统、网上跨行清算系统的业务处理逻辑是定时对批量业务进行轧差，得到轧差净额后进行清算。由于净借记限额资金不足可能会导致某一批次的业务无法正常清算，影响业务处理效率。因此需要对参与者净借记限额账户流动性进行比较准确的把控。然而，目前尚未有对参与者净借记限额账户流动性有较准确把控的方案。
技术实现思路
有鉴于此，本专利技术提供一种限额账户数据的处理方法及装置，以解决上述提及的至少一个问题。根据本专利技术的第一方面，提供一种限额账户数据的处理方法，所述方法包括：获取需要预测的限额账户数据，所述账户数据包括：所属系统信息、预定日期，所述系统包括如下之一：小额系统、网银系统；将所述账户数据输入至已训练的预测模型，以输出该限额账户在所述预定日期的账户预测数据，所述账户预测数据包括：预定周期粒度中的账户发起金额数据和账户接收金额数据，所述预测模型基于所述预定日期所属日期标签的历史账户数据进行训练；根据所述账户发起金额数据和账户接收金额数据对所述限额账户进行管理。根据本专利技术的第二方面，提供一种限额账户数据的处理装置，所述装置包括：预测数据获取单元，用于获取需要预测的限额账户数据，所述账户数据包括：所属系统信息、预定日期，所述系统包括如下之一：小额系统、网银系统；预测单元，用于将所述账户数据输入至已训练的预测模型，以输出该限额账户在所述预定日期的账户预测数据，所述账户预测数据包括：预定周期粒度中的账户发起金额数据和账户接收金额数据，所述预测模型基于所述预定日期所属日期标签的历史账户数据进行训练；管理单元，用于根据所述账户发起金额数据和账户接收金额数据对所述限额账户进行管理。根据本专利技术的第三方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法的步骤。根据本专利技术的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。由上述技术方案可知，通过将获取的需要预测的限额账户数据输入至预测模型，预测模型可以预测该限额账户在预定日期的账户数据，如此，可以进一步预测该限额账户的金额数据流动情况，方便较准确地掌控银行净借记限额账户的流动性，从而可以有效地提高业务处理的效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据本专利技术实施例的限额账户数据的处理方法的流程图；图2是根据本专利技术实施例的限额账户数据预测的详细流程图；图3是根据本专利技术实施例的数据探索和预处理的流程图；图4是根据本专利技术实施例的限额账户数据处理装置的结构框图；图5是根据本专利技术实施例的限额账户数据处理装置的详细结构框图；图6为本专利技术实施例的电子设备600的系统构成的示意框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。由于净借记限额资金不足可能会导致某一批次的业务无法正常清算，从而会影响业务处理效率。因此，需要对银行净借记限额账户流动性进行比较准确的把控。然而，目前尚未有对银行净借记限额账户流动性有较准确把控的方案。基于此，本专利技术实施例提供一种限额账户数据的处理方案，该方案可以对银行净借记限额账户数据进行预测，从而可以较准确地掌控银行净借记限额账户的流动性。以下结合附图来详细描述本专利技术实施例。图1是根据本专利技术实施例的限额账户数据的处理方法的流程图，如图1所示，该方法包括：步骤101，获取需要预测的限额账户数据，所述账户数据包括：所属系统信息、预定日期，所述系统包括如下之一：小额系统、网银系统。步骤102，将所述账户数据输入至已训练的预测模型，以输出该限额账户在所述预定日期的账户预测数据，所述账户预测数据包括：预定周期粒度(例如，15分钟)中的账户发起金额数据和账户接收金额数据，所述预测模型基于所述预定日期所属日期标签的历史账户数据进行训练。在实际操作中，可以根据预定规则对特定周期内(例如，一周，一月等)的具有相似数据特性的日期设置为同一日期标签。这里的预定规则可以是设置日期标签的规则，可以根据实际情况而定。例如，以银行业务为例，特定周期为一周，则每个周六与上一个周六业务特征类似，每周一与前一个周一类似，同理周日；而周二到周五的业务特征都比较相似。因此，可以将周六、周日、周一的数据拼接成一组，属于同一日期标签，例如，日期标签设置为data_weekend，周二到周五的数据拼接成一组数据，日期标签设置为data_weekday。步骤103，根据所述账户发起金额数据和账户接收金额数据对所述限额账户进行管理。在实际操作中，根据所述账户发起金额数据和账户接收金额数据确定账户净额数据；根据所述账户发起金额数据、账户接收金额数据和账户净额数据对所述限额账户进行管理。通过将获取的需要预测的限额账户数据输入至预测模型，预测模型可以预测该限额账户在预定日期的账户数据，如此，可以进一步预测该限额账户的金额数据流动情况，方便较准确地掌控银行净借记限额账户的流动性，从而可以有效地提高业务处理的效率。优选地，预测模型可以是SARIMA(SeasonalAutoregressiveIntegratedMovingAverage，季节性差分自回归滑动平均)模型，也可以简称为SeasonalARIMA模型。在实际操作中，预测模型的训练过程包括如下步骤(1)-(3)：(1)获取与步骤102中的与预定日期所属同一日期标签的历史账户数据，所述历史账户数据包括：日期、日期标签、所述预定周期粒度(例如，15分钟)中的历史账户发起金额数据和历史账户接收金额数据。(2)对所述历史账户数据进行预处理，并将预处理后的历史账户数据分类为训练集数据和预测集数据。这里的预处理包括：对历史账户数据进行缺失数据填充处理，例如，对缺失数据用0值进行填充；之后对缺失数据填充处理之后的历史账户数本文档来自技高网...

【技术保护点】
1.一种限额账户数据的处理方法，其特征在于，所述方法包括：/n获取需要预测的限额账户数据，所述账户数据包括：所属系统信息、预定日期，所述系统包括如下之一：小额系统、网银系统；/n将所述账户数据输入至已训练的预测模型，以输出该限额账户在所述预定日期的账户预测数据，所述账户预测数据包括：预定周期粒度中的账户发起金额数据和账户接收金额数据，所述预测模型基于所述预定日期所属日期标签的历史账户数据进行训练；/n根据所述账户发起金额数据和账户接收金额数据对所述限额账户进行管理。/n

【技术特征摘要】
1.一种限额账户数据的处理方法，其特征在于，所述方法包括：
获取需要预测的限额账户数据，所述账户数据包括：所属系统信息、预定日期，所述系统包括如下之一：小额系统、网银系统；
将所述账户数据输入至已训练的预测模型，以输出该限额账户在所述预定日期的账户预测数据，所述账户预测数据包括：预定周期粒度中的账户发起金额数据和账户接收金额数据，所述预测模型基于所述预定日期所属日期标签的历史账户数据进行训练；
根据所述账户发起金额数据和账户接收金额数据对所述限额账户进行管理。


2.根据权利要求1所述的方法，其特征在于，所述预测模型为SARIMA模型，通过如下方式训练所述预测模型：
获取所述历史账户数据，所述历史账户数据包括：日期、日期标签、所述预定周期粒度中的历史账户发起金额数据和历史账户接收金额数据；
对所述历史账户数据进行预处理，并将预处理后的历史账户数据分类为训练集数据和预测集数据；
根据所述训练集数据对所述预测模型进行训练，并根据所述预测集数据对训练的预测模型进行验证，以得到训练完成的预测模型。


3.根据权利要求2所述的方法，其特征在于，通过如下方式设置所述日期标签：
根据预定规则对特定周期内的具有相似数据特性的日期设置为同一日期标签。


4.根据权利要求2所述的方法，其特征在于，对所述历史账户数据进行预处理包括：
对所述历史账户数据进行缺失数据填充处理；
对缺失数据填充处理之后的历史账户数据进行归一化处理。


5.根据权利要求2所述的方法，其特征在于，根据所述训练集数据对所述预测模型进行训练包括：
使用自相关函数和偏自相关函数对所述预测模型进行参数初始值设定；
利用网格搜索方法和赤池信息准则对所述参数初始值进行更新，以得到最优参数，以此对所述预测模型进行训练。


6.根据权利要求1所述的方法，其特征在于，根据所述账户发起金额数据和账户接收金额数据对所述限额账户进行管理包括：
根据所述账户发起金额数据和账户接收金额数据确定账户净额数据；
根据所述账户发起金额数据、账户接收金额数据和账户净额数据对所述限额账户进行管理。


7.一种限额账户数据的处理装置，其特征在于，所述装置包括：
预测数据获取单元，用于获取需要预测的限额账户数据，所述账户数据包括：所属系统信息、预定日期，所述系统包括如下之一：小额系统、网银系统；
预测单元，用于将所述账户数据输入至已训练的预测模型，以输出该限额账户在所述预定日期的账户预测数据，所述...

【专利技术属性】
技术研发人员：杨博，周雨豪，谭新培，张照胜，
申请(专利权)人：银清科技有限公司，
类型：发明
国别省市：北京;11