数据的验证方法、装置、系统及计算机可读存储介质制造方法及图纸

本申请涉及金融科技技术领域，公开了一种数据的验证方法、装置、系统及计算机可读存储介质，该方法的步骤包括：响应用户指令，基于用户指令和无监督异常识别算法确定对应的异常度数据；确定业务目标数据，基于异常度数据和业务目标数据构建对应的数据验证模型；基于数据验证模型验证无监督异常识别算法的有效性。本申请通过用户指令和无监督异常识别算法共同确定异常度数据，从而保证了异常度数据的准确性。再通过异常度数据和业务目标数据构建数据验证模型，并通过数据验证模型验证无监督异常识别算法的有效性，保证了数据验证模型与业务目标数据之间的关联性。

【技术实现步骤摘要】
数据的验证方法、装置、系统及计算机可读存储介质
本申请涉及金融科技(Fintech)数据处理
，尤其涉及一种数据的验证方法、装置、系统及计算机可读存储介质。
技术介绍
随着计算机技术的发展，越来越多的技术应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，但由于金融行业的安全性、实时性要求，也对数据的验证技术提出了更高的要求。目前小微企业风险管理的数据验证方法主要是通过专家经验验证和无监督算法验证，专家经验验证主要是根据主观经验进行评判，而不是根据统计分析或者模型算法来进行客观的计算，如，根据相关经验判断特征重要性，根据相关经验进行变量加权。无监督算法验证通常为无监督异常检测，异常检测是发现样本之间的差异性。然而，专家经验验证需要大量的行业经验积累，数据不具有说服性，无监督算法验证从数据学习出来的模型和真实的业务目标之间并不一定有直接联系。上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本申请的主要目的在于提供一种数据的验证方法、装置、系统及计算机本文档来自技高网...

【技术保护点】
1.一种数据的验证方法，其特征在于，所述数据的验证方法包括步骤：/n响应用户指令，基于所述用户指令和无监督异常识别算法确定对应的异常度数据；/n确定业务目标数据，基于所述异常度数据和所述业务目标数据构建对应的数据验证模型；/n基于所述数据验证模型验证所述无监督异常识别算法的有效性。/n

【技术特征摘要】
1.一种数据的验证方法，其特征在于，所述数据的验证方法包括步骤：
响应用户指令，基于所述用户指令和无监督异常识别算法确定对应的异常度数据；
确定业务目标数据，基于所述异常度数据和所述业务目标数据构建对应的数据验证模型；
基于所述数据验证模型验证所述无监督异常识别算法的有效性。


2.如权利要求1所述数据的验证方法，其特征在于，所述基于所述数据验证模型验证所述无监督异常识别算法的有效性的步骤包括：
确定所述数据验证模型中所述异常度数据和所述业务目标数据的关联性程度，基于所述关联性程度验证所述无监督异常识别算法的有效性。


3.如权利要求2所述数据的验证方法，其特征在于，所述基于所述关联性程度验证所述无监督异常识别算法的有效性的步骤包括：
确定所述关联性程度是否大于或者等于预设关联程度；
若确定所述关联性程度大于或者等于所述预设关联程度，则确定所述无监督异常识别算法有效；
若确定所述关联性程度小于所述预设关联程度，则确定所述无监督异常识别算法无效。


4.如权利要求1所述数据的验证方法，其特征在于，所述确定业务目标数据，基于所述异常度数据和所述业务目标数据构建对应的数据验证模型的步骤包括：
将所述异常度数据确定为自变量数据，并检测是否存在业务数据标签；
若检测到存在业务数据标签，则基于所述业务数据标签确定所述业务目标数据，并将所述业务目标数据确定为目标变量数据；
基于所述自变量数据和所述目标变量数据构建所述数据验证模型。


5.如权利要求4所述数据的验证方法，其特征在于，所述检测是否存在可识别的业务数据标签的步骤之后，还包括：
若检测到不存在业务数据标签，则基于所述用户指令确定所述业务...

【专利技术属性】
技术研发人员：朱晨鸣，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44