基于互联网金融的支付大数据分析方法及大数据分析系统技术方案

本发明专利技术实施例提供一种基于互联网金融的支付大数据分析方法及系统，通过对支付用户聚类和支付业务聚类进行数据分析挖掘，根据目标支付用户对应的用户画像特征以及业务画像特征分别在所述支付用户聚类中获取拓展支付用户以拓展支付业务，然后计算所述目标支付用户与所述目标支付业务序列中每个支付业务之间的匹配概率值，并根据所述匹配概率值在所述目标支付业务序列中选择与所述目标支付用户对应的推荐支付业务，以用于对所述目标支付用户进行支付业务的推荐。如此，可利于对目标支付用户进行支付业务的推荐，并改善推荐效果，可以提升用户在使用互联网金融平台时的使用体验。

【技术实现步骤摘要】
基于互联网金融的支付大数据分析方法及大数据分析系统
本专利技术涉及大数据分析
，具体而言，涉及一种基于互联网金融的支付大数据分析方法及大数据分析系统。
技术介绍
随着互联网技术的飞速发展，互联网金融平台上与支付有关的数据量正以指数级而迅猛增长，相应的提供各种互联网金融服务的供应商也如雨后春笋般不断诞生。如此，现在以及不久的将来，在互联网金融网络中逐渐累积的数据将是巨量的、因此所以如何挖掘对这些海量的金融支付数据进行挖掘分析，以改善各供应商对用户提供的金融服务质量，则显得尤为重要。
技术实现思路
基于现有设计的不足，第一方面，本专利技术实施例提供一种基于互联网金融的支付大数据分析方法，应用于大数据分析服务器，所述方法包括：获取通过对预先收集的支付用户样本集中每个支付用户对应的用户画像特征进行聚类分析得到的支付用户聚类和通过对预先收集的支付业务样本集中每个支付业务对应的业务画像特征进行聚类分析得到的支付业务聚类；根据目标支付用户对应的用户画像特征，在所述目标支付用户对应的支付用户聚类中获取与所述目标支付用户之间的匹配度满足第一匹配条件的支付用户，作为所述目标支付用户对应的拓展支付用户；将所述目标支付用户在预设时间周期内操作的支付业务和所述拓展支付用户在预设时间周期内操作的支付业务作为目标支付业务加入目标支付业务序列中；根据所述目标支付业务对应的业务画像特征，在所述目标支付业务对应的支付业务聚类中获取与所述目标支付业务之间的匹配度满足第二匹配条件的支付业务，作为所述目标支付业务对应的拓展支付业务，添加到所述目标支付业务序列中；计算所述目标支付用户与所述目标支付业务序列中每个支付业务之间的匹配概率值，并根据所述匹配概率值在所述目标支付业务序列中选择与所述目标支付用户对应的推荐支付业务，以用于对所述目标支付用户进行支付业务的推荐。根据第一方面的一种实施方式，所述根据目标支付用户对应的用户画像特征，在所述目标支付用户对应的支付用户聚类中获取与所述目标支付用户之间的匹配度满足第一匹配条件的支付用户，作为所述目标支付用户对应的拓展支付用户，包括：将目标支付用户对应的支付用户聚类中所述目标支付用户以外的支付用户，确定为备选支付用户，并获取所述目标支付用户与所述备选支付用户分别对应的用户画像特征；获取所述目标支付用户与所述备选支付用户之间的交叉支付业务，并根据所述目标支付用户与所述备选支付用户分别对应的用户画像特征中与所述交叉支付业务匹配的业务标签的第一平均操作热度、所述目标支付用户与所述备选支付用户分别对应的用户画像特征中所有业务标签的第二平均操作热度，计算所述目标支付用户与所述备选支付用户之间的支付用户匹配度；所述交叉支付业务是指所述目标支付用户操作的支付业务与所述备选支付用户操作的支付业务之间的交集；根据所述支付用户匹配度对所有所述备选支付用户进行排序，并根据排序结果选择预设数量个所述备选支付用户确定为满足第一匹配条件的支付用户，作为所述目标支付用户对应的拓展支付用户。根据第一方面的一种实施方式，所述根据所述目标支付业务对应的业务画像特征，在所述目标支付业务对应的支付业务聚类中获取与所述目标支付业务之间的匹配度满足第二匹配条件的支付业务，作为所述目标支付业务对应的拓展支付业务，包括：将所述目标支付业务对应的支付业务聚类中所述目标支付业务以外的支付业务，确定为待匹配支付业务，并获取所述目标支付业务与所述待匹配支付业务分别对应的业务画像特征；获取所述目标支付业务与所述待匹配支付业务之间的业务标签组合，并根据所述目标支付业务与所述待匹配支付业务分别对应的业务画像特征中与所述业务标签组合中匹配的业务标签，计算所述目标支付业务与所述待匹配支付业务之间的支付业务匹配度；所述业务标签组合是指所述目标支付业务对应的支付业务属性与所述待匹配支付业务对应的支付业务属性之间的并集；根据所述支付业务匹配度对所有所述待匹配支付业务进行排序，根据排序结果选择预设数量个待匹配支付业务确定为满足第二匹配条件的支付业务，并将满足第二匹配条件的支付业务确定为所述目标支付业务对应的拓展支付业务。根据第一方面的一种实施方式，所述计算所述目标支付用户与所述目标支付业务序列中每个支付业务之间的匹配概率值，并根据所述匹配概率值在所述目标支付业务序列中选择与所述目标支付用户对应的推荐支付业务，包括：将所述目标支付业务序列中的每个支付业务作为待推荐支付业务；计算所述目标支付用户与每个所述待推荐支付业务之间的匹配概率值；按照所述匹配概率值对所有所述待推荐支付业务进行排序，并根据排序结果选择多个待推荐支付业务作为所述目标支付用户对应的推荐支付业务。根据第一方面的一种实施方式，所述计算所述目标支付用户与每个所述待推荐支付业务之间的匹配概率值，包括：获取所述拓展支付用户针对所述目标支付业务序列中每个支付业务在所述预设时间周期内的第一操作次数；根据所述第一操作次数计算每个支付业务被所有拓展支付用户在所述预设时间周期内被操作的第一总次数；获取所述目标支付用户针对所述目标支付业务序列中每个支付业务在所述预设时间周期内的第二操作次数；根据所述第二操作次数计算每个支付业务被所述目标支付用户在所述预设时间周期内被操作的第二总次数；根据所述目标支付业务序列中每个支付业务对应的第一操作次数、第一总次数以及第二操作次数、第二总次数计算得到所述目标支付用户与该支付业务的匹配概率值；具体包括：计算每个支付业务对应的第一操作次数与第一总次数的比值，得到每个支付业务对应的第一百分比；计算每个支付业务对应的第二操作次数与第二总次数的比值，得到每个支付业务对应的第二百分比；获取预设的与第一百分比对应的第一权重以及与第二百分比对应的第二权重；根据所述第一百分比、第二百分比、第一权重、第二权重，计算得到所述目标支付用户与每个支付业务的匹配概率值，具体包括：将每个支付业务对应的第一百分比与第一权重相乘得到第一概率值，将第二百分比与第二权重相乘得到第二概率值，然后将第一概率值与第二概率值之和作为所述目标支付用户与该支付业务的匹配概率值。根据第一方面的一种实施方式，所述方法还包括：根据所述目标支付用户在预设时间周期内操作的支付业务，建立所述目标支付用户对应的业务热度分布；所述业务热度分布包括所述目标支付用户操作的支付业务的对应的操作热度值；根据预设的时间热度关系函数以及所述业务热度分布计算得到所述目标支付用户操作的支付业务对应的热度特征分布集合；根据所述热度特征分布集合计算得到所述目标支付用户对应的用户画像特征。根据第一方面的一种实施方式，所述方法还包括：获取所述目标支付用户在所述预设时间周期内操作的各支付业务的操作热度值；根据所述操作热度值选择多个支付业务作为待选支付业务；根据所述待选支付业务在所述预先收集的支付业务样本集对应的支付业务标签集合中获取与所述待选支付本文档来自技高网...

【技术保护点】
1.一种基于互联网金融的支付大数据分析方法，其特征在于，应用于所述大数据分析服务器，所述方法包括：/n获取通过对预先收集的支付用户样本集中每个支付用户对应的用户画像特征进行聚类分析得到的支付用户聚类和通过对预先收集的支付业务样本集中每个支付业务对应的业务画像特征进行聚类分析得到的支付业务聚类；/n根据目标支付用户对应的用户画像特征，在所述目标支付用户对应的支付用户聚类中获取与所述目标支付用户之间的匹配度满足第一匹配条件的支付用户，作为所述目标支付用户对应的拓展支付用户；/n将所述目标支付用户在预设时间周期内操作的支付业务和所述拓展支付用户在预设时间周期内操作的支付业务作为目标支付业务加入目标支付业务序列中；/n根据所述目标支付业务对应的业务画像特征，在所述目标支付业务对应的支付业务聚类中获取与所述目标支付业务之间的匹配度满足第二匹配条件的支付业务，作为所述目标支付业务对应的拓展支付业务，添加到所述目标支付业务序列中；/n计算所述目标支付用户与所述目标支付业务序列中每个支付业务之间的匹配概率值，并根据所述匹配概率值在所述目标支付业务序列中选择与所述目标支付用户对应的推荐支付业务，以用于对所述目标支付用户进行支付业务的推荐。/n...

【技术特征摘要】
1.一种基于互联网金融的支付大数据分析方法，其特征在于，应用于所述大数据分析服务器，所述方法包括：
获取通过对预先收集的支付用户样本集中每个支付用户对应的用户画像特征进行聚类分析得到的支付用户聚类和通过对预先收集的支付业务样本集中每个支付业务对应的业务画像特征进行聚类分析得到的支付业务聚类；
根据目标支付用户对应的用户画像特征，在所述目标支付用户对应的支付用户聚类中获取与所述目标支付用户之间的匹配度满足第一匹配条件的支付用户，作为所述目标支付用户对应的拓展支付用户；
将所述目标支付用户在预设时间周期内操作的支付业务和所述拓展支付用户在预设时间周期内操作的支付业务作为目标支付业务加入目标支付业务序列中；
根据所述目标支付业务对应的业务画像特征，在所述目标支付业务对应的支付业务聚类中获取与所述目标支付业务之间的匹配度满足第二匹配条件的支付业务，作为所述目标支付业务对应的拓展支付业务，添加到所述目标支付业务序列中；
计算所述目标支付用户与所述目标支付业务序列中每个支付业务之间的匹配概率值，并根据所述匹配概率值在所述目标支付业务序列中选择与所述目标支付用户对应的推荐支付业务，以用于对所述目标支付用户进行支付业务的推荐。


2.如权利要求1所述的基于互联网金融的支付大数据分析方法，其特征在于，所述根据目标支付用户对应的用户画像特征，在所述目标支付用户对应的支付用户聚类中获取与所述目标支付用户之间的匹配度满足第一匹配条件的支付用户，作为所述目标支付用户对应的拓展支付用户，包括：
将目标支付用户对应的支付用户聚类中所述目标支付用户以外的支付用户，确定为备选支付用户，并获取所述目标支付用户与所述备选支付用户分别对应的用户画像特征；
获取所述目标支付用户与所述备选支付用户之间的交叉支付业务，并根据所述目标支付用户与所述备选支付用户分别对应的用户画像特征中与所述交叉支付业务匹配的业务标签的第一平均操作热度、所述目标支付用户与所述备选支付用户分别对应的用户画像特征中所有业务标签的第二平均操作热度，计算所述目标支付用户与所述备选支付用户之间的支付用户匹配度；所述交叉支付业务是指所述目标支付用户操作的支付业务与所述备选支付用户操作的支付业务之间的交集；
根据所述支付用户匹配度对所有所述备选支付用户进行排序，并根据排序结果选择预设数量个所述备选支付用户确定为满足第一匹配条件的支付用户，作为所述目标支付用户对应的拓展支付用户。


3.如权利要求1所述的基于互联网金融的支付大数据分析方法，其特征在于，所述根据所述目标支付业务对应的业务画像特征，在所述目标支付业务对应的支付业务聚类中获取与所述目标支付业务之间的匹配度满足第二匹配条件的支付业务，作为所述目标支付业务对应的拓展支付业务，包括：
将所述目标支付业务对应的支付业务聚类中所述目标支付业务以外的支付业务，确定为待匹配支付业务，并获取所述目标支付业务与所述待匹配支付业务分别对应的业务画像特征；
获取所述目标支付业务与所述待匹配支付业务之间的业务标签组合，并根据所述目标支付业务与所述待匹配支付业务分别对应的业务画像特征中与所述业务标签组合中匹配的业务标签，计算所述目标支付业务与所述待匹配支付业务之间的支付业务匹配度；所述业务标签组合是指所述目标支付业务对应的支付业务属性与所述待匹配支付业务对应的支付业务属性之间的并集；
根据所述支付业务匹配度对所有所述待匹配支付业务进行排序，根据排序结果选择预设数量个待匹配支付业务确定为满足第二匹配条件的支付业务，并将满足第二匹配条件的支付业务确定为所述目标支付业务对应的拓展支付业务。


4.如权利要求1所述的基于互联网金融的支付大数据分析方法，其特征在于，所述计算所述目标支付用户与所述目标支付业务序列中每个支付业务之间的匹配概率值，并根据所述匹配概率值在所述目标支付业务序列中选择与所述目标支付用户对应的推荐支付业务，包括：
将所述目标支付业务序列中的每个支付业务作为待推荐支付业务；
计算所述目标支付用户与每个所述待推荐支付业务之间的匹配概率值；
按照所述匹配概率值对所有所述待推荐支付业务进行排序，并根据排序结果选择多个待推荐支付业务作为所述目标支付用户对应的推荐支付业务。


5.如权利要求4所述的基于互联网金融的支付大数据分析方法，其特征在于，所述计算所述目标支付用户与每个所述待推荐支付业务之间的匹配概率值，包括：
获取所述拓展支付用户针对所述目标支付业务序列中每个支付业务在所述预设时间周期内的第一操作次数；
根据所述第一操作次数计算每个支付业务被所有拓展支付用户在所述预设时间周期内被操作的第一总次数；
获取所述目标支付用户针对所述目标支付业务序列中每个支付业务在所述预设时间周期内的第二操作次数；
根据所述第二操作次数计算每个支付业务被所述目标支付用户在所述预设时间周期内被操作的第二总次数；
根据所述目标支付业务序列中每个支付业务对应的第一操作次数、第一总次数以及第二操作次数、第二总次数计算得到所述目标支付用户与该支付业务的匹配概率值...

【专利技术属性】
技术研发人员：陈非，
申请(专利权)人：陈非，
类型：发明
国别省市：云南;53