指标信息预测方法及系统技术方案

本发明专利技术实施例提供一种指标信息预测方法及系统，在确定目标行为源在业务系统中各个业务板块的各个持续操作对象的持续操作数据序列后，可以同步获取目标行为源相关的目标扩展行为源，并基于目标行为源和目标扩展行为源下的汇总异常行为数据进行异常指标预测。如此，通过结合目标行为源和目标扩展行为源下的汇总异常行为数据进行异常指标预测，可以提高异常指标预测的特征丰富性。常指标预测的特征丰富性。常指标预测的特征丰富性。

【技术实现步骤摘要】
指标信息预测方法及系统


[0001]本专利技术涉及计算机
，具体而言，涉及一种指标信息预测方法及系统。

技术介绍

[0002]在业务系统（如信贷业务系统）中，为了维持业务系统运行的可靠性，需要进行异常数据识别，以便于进行异常知识节点（例如异常定位对象）的分配，进而可以为后续的异常指标预测提供依据。然而，相关技术中，异常指标预测的特征丰富性没有充分被考虑。

技术实现思路

[0003]为了至少克服现有技术中的上述不足，本专利技术的目的在于提供一种指标信息预测方法及系统。
[0004]第一方面，本专利技术提供一种指标信息预测方法，应用于指标信息预测系统，所述方法包括：基于业务系统中需要异常行为挖掘的异常运行活动数据在异常行为挖掘模型中异常行为挖掘，获得候选异常行为簇，并基于所述候选异常行为簇的异常知识节点分配信息，确定所述候选异常行为对的异常判别信息是否为关注异常行为对；当所述候选异常行为对的异常判别信息是否为关注异常行为对时，追溯发起所述候选异常行为对的目标行为源在所述业务系统中各个业务板块的各个持续操作对象的持续操作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种指标信息预测方法，其特征在于，基于所述指标信息预测系统实现，所述方法包括：基于业务系统中需要异常行为挖掘的异常运行活动数据在异常行为挖掘模型中异常行为挖掘，获得候选异常行为簇，并基于所述候选异常行为簇的异常知识节点分配信息，确定所述候选异常行为对的异常判别信息是否为关注异常行为对；当所述候选异常行为对的异常判别信息是否为关注异常行为对时，追溯发起所述候选异常行为对的目标行为源在所述业务系统中各个业务板块的各个持续操作对象的持续操作数据序列，其中，所述持续操作数据序列中的持续操作数据包括持续操作对象ID和对应持续操作对象ID的持续操作路径信息；根据所述目标行为源在所述业务系统中各个业务板块的各个持续操作对象的持续操作数据序列，获取所述目标行为源相关的目标扩展行为源，并基于所述目标行为源和所述目标扩展行为源下的汇总异常行为数据进行异常指标预测。2.根据权利要求1所述的指标信息预测方法，其特征在于，所述根据所述目标行为源在所述业务系统中各个业务板块的各个持续操作对象的持续操作数据序列，获取所述目标行为源相关的目标扩展行为源的步骤，包括：基于所述目标行为源的行为源类型，以所述行为源类型为基准类型，确定业务上线类型范围是否存在与之联系的至少一个行为源；如果是，获取所述至少一个行为源中每个行为源的持续操作对象信息组作为扩展持续操作数据序列，获得扩展持续操作数据序列簇，其中，所述扩展持续操作数据序列中的扩展持续操作数据包括持续操作对象ID、对应持续操作对象ID的持续操作路径信息和持续操作状态；如果解析到所述扩展持续操作数据序列簇中具有匹配目标要求的扩展持续操作数据序列，将匹配目标要求的扩展持续操作数据序列所对应的行为源确定为扩展行为源，获得扩展行为源簇，其中，所述目标要求为：扩展持续操作数据序列包括的各个扩展持续操作数据的持续操作状态为操作未中断；基于所述扩展行为源簇中各个扩展行为源的行为源类型，选择与所述目标行为源的行为源类型最匹配的扩展行为源作为目标扩展行为源。3.根据权利要求1所述的指标信息预测方法，其特征在于，所述基于所述目标行为源和所述目标扩展行为源下的汇总异常行为数据进行异常指标预测的步骤，包括：基于所述持续操作数据序列，确定对应所述目标扩展行为源的扩展操作事件数据；基于所述目标行为源的行为源类型和所述目标扩展行为源的行为源类型，生成行为源联系信息；基于所述行为源联系信息将所述扩展操作事件数据中的异常行为数据与所述持续操作数据序列中的异常行为数据进行对应联系，获得汇总异常行为数据，并对所述汇总异常行为数据中的每个异常指标进行预测；其中，所述基于所述持续操作数据序列，确定对应所述目标扩展行为源的扩展操作事件数据，包括：将所述目标行为源当前操作的持续操作对象的持续操作数据作为当前持续操作数据，其中，所述当前操作的持续操作对象为所述目标行为源首个持续操作对象；
从所述持续操作数据序列中剔除所述当前持续操作数据，获得第一持续操作数据序列；基于所述第一持续操作数据序列所包括的持续操作路径信息，对所述第一持续操作数据序列进行分团，获得第一持续操作数据团序列；从所述第一持续操作数据团序列所包括的第一持续操作数据中获取与所述当前持续操作数据包括的持续操作路径信息最匹配的第一持续操作数据所在的第一目标持续操作数据团，并基于所述第一目标持续操作数据团从所述目标扩展行为源的操作数据库中获取与之对应的操作事件数据作为扩展操作事件数据。4.根据权利要求2所述的指标信息预测方法，其特征在于，所述方法还包括：如果所述扩展持续操作数据序列簇中不具有匹配目标要求的扩展持续操作数据序列，对于所述扩展持续操作数据序列簇中的各个扩展持续操作数据序列，进行以下操作：从所述扩展持续操作数据序列中选择匹配第一预设要求的扩展持续操作数据作为第一扩展持续操作数据，获得第一扩展持续操作数据序列，其中，所述第一预设要求为：扩展持续操作数据包括的持续操作状态为未结束操作状态；基于所述第一扩展持续操作数据序列对应的行为源的当前行为源类型和所述第一扩展持续操作数据序列所包括的持续操作路径信息，确定所述第一扩展持续操作数据序列的第一持续操作图谱；基于所述第一扩展持续操作数据序列对应的行为源的当前行为源类型与所述目标行为源的行为源类型，生成行为源联系信息；将所述行为源联系信息的联系图谱与所述第一持续操作图谱的融合图谱确定为第二持续操作图谱。5.根据权利要求4所述的指标信息预测方法，其特征在于，所述基于所述目标行为源和所述目标扩展行为源下的汇总异常行为数据进行异常指标预测的步骤，包括：从所述第二持续操作图谱中选择匹配度最大的第二持续操作图谱对应的行为源作为目标扩展行为源；基于所述持续操作数据序列和所述目标扩展行为源的第一扩展持续操作数据序列，确定对应所述目标扩展行为源的扩展操作事件数据；基于所述目标行为源的行为源类型和所述目标扩展行为源的行为源类型，生成行为源联系信息；基于所述行为源联系信息将所述扩展操作事件数据中的异常行为数据与所述持续操作数据序列中的异常行为数据进行对应联系，获得汇总异常行为数据，并对所述汇总异常行为数据中的每个异常指标进行预测。6.根据权利要求5所述的指标信息预测方法，其特征在于，所述基于所述持续操作数据序列和所述目标扩展行为源的第一扩展持续操作数据序列，确定对应所述目标扩展行为源的扩展操作事件数据，包括：对于所述第一扩展持续操作数据序列中的各...

【专利技术属性】
技术研发人员：徐陈敏，
申请(专利权)人：杭银消费金融股份有限公司，
类型：发明
国别省市：