企业订单数据处理方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及数据处理领域，公开了一种企业订单数据处理方法、装置、设备及存储介质，用于实现企业订单数据的特征分析并提高分析的准确率。所述方法包括：分别提取标准订单数据中的第一特征数据和第二特征数据并生成第一概率密度分布图和第二概率密度分布图；分别对第一概率密度分布图和第二概率密度分布图进行异常检测，得到第一特征数据异常值和第二特征数据异常值，并根据第一特征数据异常值和第二特征数据异常值生成初始异常矩阵；对初始异常矩阵进行矩阵转换，得到目标异常矩阵，并将目标异常矩阵输入企业订单数据处理模型进行异常类型检测，得到订单异常类型；根据订单异常类型生成异常处理方案。类型生成异常处理方案。类型生成异常处理方案。

Enterprise order data processing method, device, equipment and storage medium

【技术实现步骤摘要】
企业订单数据处理方法、装置、设备及存储介质


[0001]本专利技术涉及数据处理领域，尤其涉及一种企业订单数据处理方法、装置、设备及存储介质。

技术介绍

[0002]随着网络技术的发展，企业大数据平台也日趋成熟并迅速发展，企业大数据平台可以记录企业在一段时间内的历史订单数据。企业风控人员可以查阅这些历史订单数据，并对这些历史订单数据进行分析，对企业进行风险预警。
[0003]企业的历史订单数据中存在一些特征数据，通过对这些特征数据进行分析，可以有效的对历史订单数据进行异常分析，但是现有方案是通过大量的人工进行订单数据的分析，需要耗费大量的人力成本和时间成本，人工经验不能很好的对订单数据中所包含的特征数据进行提取和分析，进而导致分析得到的结果出错。

技术实现思路

[0004]本专利技术提供了一种企业订单数据处理方法、装置、设备及存储介质，用于实现企业订单数据的特征分析并提高分析的准确率。
[0005]本专利技术第一方面提供了一种企业订单数据处理方法，所述企业订单数据处理方法包括：接收企业订单数据处理请求，并根据所述企业订单数据处理请求从预置的订单管理数据库中获取目标企业的历史订单数据，以及对所述历史订单数据进行数据预处理，得到标准订单数据；分别提取所述标准订单数据中的第一特征数据和第二特征数据，并根据所述第一特征数据生成第一概率密度分布图，以及根据所述第二特征数据生成第二概率密度分布图；分别对所述第一概率密度分布图和所述第二概率密度分布图进行异常检测，得到第一特征数据异常值和第二特征数据异常值，并根据所述第一特征数据异常值和第二特征数据异常值生成初始异常矩阵；基于预设的矩阵转换规则对所述初始异常矩阵进行矩阵转换，得到目标异常矩阵，并将所述目标异常矩阵输入预置的企业订单数据处理模型进行异常类型检测，得到订单异常类型；根据所述订单异常类型生成所述标准订单数据对应的异常分析结果，并根据所述异常分析结果生成异常处理方案。
[0006]可选的，在本专利技术第一方面的第一种实现方式中，所述接收企业订单数据处理请求，并根据所述企业订单数据处理请求从预置的订单管理数据库中获取目标企业的历史订单数据，以及对所述历史订单数据进行数据预处理，得到标准订单数据，包括：接收终端发送的企业订单数据处理请求，并对所述企业订单数据处理请求进行请求解析，得到所述企业订单数据处理请求对应的目标企业；调用预置的订单管理数据库并查询所述目标企业对应的历史订单数据；对所述历史订单数据中的重复值进行识别，得到重复值，并在所述历史订单数据中对所述重复值进行删除，得到标准订单数据。
[0007]可选的，在本专利技术第一方面的第二种实现方式中，所述分别提取所述标准订单数据中的第一特征数据和第二特征数据，并根据所述第一特征数据生成第一概率密度分布
图，以及根据所述第二特征数据生成第二概率密度分布图，包括：基于预先构建的关系词表获取所述标准订单数据对应的第一属性词和第二属性词；根据所述第一属性词爬取所述标准订单数据中的第一特征数据，并根据所述第二属性词查询所述标准订单数据中的第二特征数据；根据预置的第一概率密度函数绘制所述第一特征数据对应的第一概率密度分布图；根据预置的第二概率密度函数计算所述第二特征数据对应的第二概率密度分布图。
[0008]可选的，在本专利技术第一方面的第三种实现方式中，所述分别对所述第一概率密度分布图和所述第二概率密度分布图进行异常检测，得到第一特征数据异常值和第二特征数据异常值，并根据所述第一特征数据异常值和第二特征数据异常值生成初始异常矩阵，包括：计算所述第一概率密度分布图中的多个第一特征值，以及计算所述第二概率密度分布图中的多个第二特征值；基于预设的箱线图法则生成第一目标值和第二目标值；对所述多个第一特征值和所述第一目标值进行比较，得到第一比较结果，并根据所述第一比较结果生成第一特征数据异常值；对所述多个第二特征值和所述第二目标值进行比较，得到第二比较结果，并根据所述第二比较结果生成第二特征数据异常值；将所述第一特征数据异常值和所述第二特征数据异常值作为矩阵元素，并根据所述矩阵元素生成初始异常矩阵。
[0009]可选的，在本专利技术第一方面的第四种实现方式中，所述基于预设的矩阵转换规则对所述初始异常矩阵进行矩阵转换，得到目标异常矩阵，并将所述目标异常矩阵输入预置的企业订单数据处理模型进行异常类型检测，得到订单异常类型，包括：根据预设的矩阵转换规则获取所述初始异常矩阵对应的权值；根据所述权值对所述初始异常矩阵进行矩阵转换，得到目标异常矩阵；将所述目标异常矩阵输入预置的企业订单数据处理模型，通过所述企业订单数据处理模型计算所述目标异常矩阵对应的异常概率值；根据所述异常概率值生成订单异常类型。
[0010]可选的，在本专利技术第一方面的第五种实现方式中，所述根据所述订单异常类型生成所述标准订单数据对应的异常分析结果，并根据所述异常分析结果生成异常处理方案，包括：根据所述订单异常类型对所述标准订单数据进行风险预测，生成所述目标企业对于的风险预测结果，并将所述风险预测结果作为异常分析结果；调用预置的企业大数据平台对所述异常分析结果进行处理方案匹配，得到异常处理方案，并对所述异常处理方案进行展示。
[0011]可选的，在本专利技术第一方面的第六种实现方式中，所述企业订单数据处理方法还包括：根据所述历史订单数据确定所述目标企业对应的历史运营策略；根据所述异常处理方案对所述历史运营策略进行策略优化，得到优化后的运营策略。
[0012]本专利技术第二方面提供了一种企业订单数据处理装置，所述企业订单数据处理装置包括：获取模块，用于接收企业订单数据处理请求，并根据所述企业订单数据处理请求从预置的订单管理数据库中获取目标企业的历史订单数据，以及对所述历史订单数据进行数据预处理，得到标准订单数据；处理模块，用于分别提取所述标准订单数据中的第一特征数据和第二特征数据，并根据所述第一特征数据生成第一概率密度分布图，以及根据所述第二特征数据生成第二概率密度分布图；生成模块，用于分别对所述第一概率密度分布图和所述第二概率密度分布图进行异常检测，得到第一特征数据异常值和第二特征数据异常值，并根据所述第一特征数据异常值和第二特征数据异常值生成初始异常矩阵；检测模块，用于基于预设的矩阵转换规则对所述初始异常矩阵进行矩阵转换，得到目标异常矩阵，并将
所述目标异常矩阵输入预置的企业订单数据处理模型进行异常类型检测，得到订单异常类型；输出模块，用于根据所述订单异常类型生成所述标准订单数据对应的异常分析结果，并根据所述异常分析结果生成异常处理方案。
[0013]可选的，在本专利技术第二方面的第一种实现方式中，所述获取模块具体用于：接收终端发送的企业订单数据处理请求，并对所述企业订单数据处理请求进行请求解析，得到所述企业订单数据处理请求对应的目标企业；调用预置的订单管理数据库并查询所述目标企业对应的历史订单数据；对所述历史订单数据中的重复值进行识别，得到重复值，并在所述历史订单数据中对所述重复值进行删除，得到标准订单数据。
[0014]可选的，在本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种企业订单数据处理方法，其特征在于，所述企业订单数据处理方法包括：接收企业订单数据处理请求，并根据所述企业订单数据处理请求从预置的订单管理数据库中获取目标企业的历史订单数据，以及对所述历史订单数据进行数据预处理，得到标准订单数据；分别提取所述标准订单数据中的第一特征数据和第二特征数据，并根据所述第一特征数据生成第一概率密度分布图，以及根据所述第二特征数据生成第二概率密度分布图；分别对所述第一概率密度分布图和所述第二概率密度分布图进行异常检测，得到第一特征数据异常值和第二特征数据异常值，并根据所述第一特征数据异常值和第二特征数据异常值生成初始异常矩阵；基于预设的矩阵转换规则对所述初始异常矩阵进行矩阵转换，得到目标异常矩阵，并将所述目标异常矩阵输入预置的企业订单数据处理模型进行异常类型检测，得到订单异常类型；根据所述订单异常类型生成所述标准订单数据对应的异常分析结果，并根据所述异常分析结果生成异常处理方案。2.根据权利要求1所述的企业订单数据处理方法，其特征在于，所述接收企业订单数据处理请求，并根据所述企业订单数据处理请求从预置的订单管理数据库中获取目标企业的历史订单数据，以及对所述历史订单数据进行数据预处理，得到标准订单数据，包括：接收终端发送的企业订单数据处理请求，并对所述企业订单数据处理请求进行请求解析，得到所述企业订单数据处理请求对应的目标企业；调用预置的订单管理数据库并查询所述目标企业对应的历史订单数据；对所述历史订单数据中的重复值进行识别，得到重复值，并在所述历史订单数据中对所述重复值进行删除，得到标准订单数据。3.根据权利要求1所述的企业订单数据处理方法，其特征在于，所述分别提取所述标准订单数据中的第一特征数据和第二特征数据，并根据所述第一特征数据生成第一概率密度分布图，以及根据所述第二特征数据生成第二概率密度分布图，包括：基于预先构建的关系词表获取所述标准订单数据对应的第一属性词和第二属性词；根据所述第一属性词爬取所述标准订单数据中的第一特征数据，并根据所述第二属性词查询所述标准订单数据中的第二特征数据；根据预置的第一概率密度函数绘制所述第一特征数据对应的第一概率密度分布图；根据预置的第二概率密度函数计算所述第二特征数据对应的第二概率密度分布图。4.根据权利要求1所述的企业订单数据处理方法，其特征在于，所述分别对所述第一概率密度分布图和所述第二概率密度分布图进行异常检测，得到第一特征数据异常值和第二特征数据异常值，并根据所述第一特征数据异常值和第二特征数据异常值生成初始异常矩阵，包括：计算所述第一概率密度分布图中的多个第一特征值，以及计算所述第二概率密度分布图中的多个第二特征值；基于预设的箱线图法则生成第一目标值和第二目标值；对所述多个第一特征值和所述第一目标值进行比较，得到第一比较结果，并根据所述第一比较结果生成第一特征数据异常值；
对所述多个第二特征值和所述第二目标值进行比较，得到第二比较结果，并根据所述第二比较结果生成第二特征数据异常值；将所述第一特征数据异常值和所述第二特征数据异常值作为矩阵元...

【专利技术属性】
技术研发人员：乔恩，
申请(专利权)人：未来地图深圳智能科技有限公司，
类型：发明
国别省市：