基于互联网金融的支付大数据分析系统及其分析方法技术方案

本申请涉及互联网金融支付的领域，其具体地公开了一种基于互联网金融的支付大数据分析系统及其分析方法，其通过基于上下文的语义理解模型来分别对用户画像和待支付业务的描述进行语义特征信息提取，并使用同一卷积神经网络模型再对得到的所述特征矩阵进行处理，以使得提取到的关联特征在高维特征空间内是相对于所述用户标签特征和所述业务语义特征尽可能地具有相关性，进一步再使用梯度传递法来更新所述卷积神经网络的参数，以提高分类的准确性。这样，可以对用户与待支付业务之间进行更合适的匹配，进而有效地降低互联网金融平台支付的信用风险。支付的信用风险。支付的信用风险。

【技术实现步骤摘要】
基于互联网金融的支付大数据分析系统及其分析方法


[0001]本申请涉及互联网金融支付的领域，且更为具体地，涉及一种基于互联网金融的支付大数据分析系统及其分析方法。

技术介绍

[0002]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。
[0003]并且，从最开始出现的网络购物,发展到网络银行、第三方支付,再到网络理财,互联网金融的快速发展花费的时间只有短短几年，但是也出现了一系列的互联网金融支付的信用风险问题。因此，为了有效地降低互联网金融平台支付的信用风险，期望一种基于互联网金融的支付大数据分析方法。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于互联网金融的支付大数据分析系统及其分析方法，其通过基于上下文本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于互联网金融的支付大数据分析系统，其特征在于，包括：训练模块，包括：第一训练数据获取单元，用于获取用户画像，所述用户画像为一系列(标签，权重)的键值对；训练用户数据编码单元，用于将所述一系列(标签，权重)的键值对通过包含嵌入层的基于上下文的语义理解模型以获得多个标签特征向量；第二训练数据获取单元，用于获取待支付业务的描述；训练业务数据编码单元，用于对所述待支付业务的描述进行分词处理后通过所述包含嵌入层的基于上下文的语义理解模型以获得多个语义特征向量；第一神经网络单元，用于将所述多个标签特征向量进行二维拼接以获得第一特征矩阵后将所述第一特征矩阵通过卷积神经网络以获得第一特征图；第二神经网络单元，用于将所述多个语义特征向量进行二维拼接以获得第二特征矩阵后将所述第二特征矩阵通过所述卷积神经网络以获得第二特征图；特征融合单元，用于融合所述第一特征图和所述第二特征图以获得分类特征图；损失函数值计算单元，用于将所述分类特征图通过分类器以获得分类损失函数值；训练单元，用于基于所述分类损失函数值来训练所述卷积神经网络，其中，在训练所述卷积神经网络的每一轮迭代中，先将所述分类损失函数值相对于所述分类特征图的梯度信息传递到所述分类特征图，再使用所述第一特征矩阵的分支将所述分类特征图相对于所述第一特征矩阵的梯度信息传递回所述卷积神经网络的参数；以及推断模块，包括：待分析用户数据单元，用于获取用户画像，所述用户画像为一系列(标签，权重)的键值对；用户画像语义编码单元，用于将所述一系列(标签，权重)的键值对通过包含嵌入层的基于上下文的语义理解模型以获得多个标签特征向量；待支付业务数据单元，用于获取待支付业务的描述；待支付业务语义编码单元，用于对所述待支付业务的描述进行分词处理后通过所述包含嵌入层的基于上下文的语义理解模型以获得多个语义特征向量；第一关联特征编码单元，用于将所述多个标签特征向量进行二维拼接以获得第一特征矩阵后将所述第一特征矩阵通过经所述训练模块训练完成的所述卷积神经网络以获得第一特征图；第二关联特征编码单元，用于将所述多个语义特征向量进行二维拼接以获得第二特征矩阵后将所述第二特征矩阵通过经所述训练模块训练完成的所述卷积神经网络以获得第二特征图；分类特征图生成单元，用于融合所述第一特征图和所述第二特征图以获得分类特征图；以及结果输出单元，用于将所述分类特征图通过分类器以获得分类结果，所述分类结果用于表示用户与待支付业务之间是否适配。2.根据权利要求1所述的基于互联网金融的支付大数据分析系统，其中，所述训练用户数据编码单元，包括：
嵌入子单元，用于使用所述语义理解模型的嵌入层分别将所述用户画像中的各个标签转化为标签嵌入向量；加权子单元，用于使用所述用户画像中与各个标签相对应的权重对其对应的标签嵌入向量进行加权以获得加权标签嵌入向量的序列；以及语义编码子单元，用于使用所述语义理解模型的Bert模型对所述加权标签嵌入向量的序列进行语义编码以获得所述多个标签特征向量。3.根据权利要求2所述的基于互联网金融的支付大数据分析系统，其中，所述训练业务数据编码单元，包括：向量转化子单元，用于使用所述语义理解模型的嵌入层分别将所述待支付业务的描述中的各个词转化为嵌入向量以获得嵌入向量的序列；以及上下文编码单元，用于使用所述语义理解模型的Bert模型对所述嵌入向量的序列进行基于上下文的语义编码以获得所述多个语义特征向量。4.根据权利要求3所述的基于互联网金融的支付大数据分析系统，其中，所述卷积神经网络的各层在层的正向传递过程中对输入数据进行卷积处理、池化处理和激活处理以由所述卷积神经网络的最后一层输出所述第一特征图或所述第二特征图，其中，所述卷积神经网络的第一层的输入为所述第一特征矩阵或所述第二特征矩阵。5.根据权利要求4所述的基于互联网金融的支付大数据分析系统，其中，所述特征融合单元，进一步用于计算所述第一特征图和所述第二特征图之间的按位置加权和以获得所述分类特征图。6.根据权利要求5所述的基于互联网金融的支付大数据分析系...

【专利技术属性】
技术研发人员：黄国荣，
申请(专利权)人：上海嘉甲茂技术有限公司，
类型：发明
国别省市：