业务账号的参数检测方法、装置、存储介质及电子设备制造方法及图纸

本发明专利技术公开了一种业务账号的参数检测方法、装置、存储介质及电子设备。涉及金融科技领域或其他领域，其中，该方法包括：获取目标业务帐号在目标时间段内所处理的操作业务的业务流转数据和业务特征数据；使用第一检测模型对所述业务流转数据进行检测得到所述操作业务的第一业务参数和第二业务参数，并使用第二检测模型对所述业务流转数据和所述业务特征数据进行检测得到所述操作业务的第三业务参数；根据所述第一业务参数，所述第二业务参数和所述第三业务参数检测所述目标业务帐号对应的目标业务参数。本发明专利技术解决了相关技术中业务账号的参数检测效率及精确度低的技术问题。号的参数检测效率及精确度低的技术问题。号的参数检测效率及精确度低的技术问题。

【技术实现步骤摘要】
业务账号的参数检测方法、装置、存储介质及电子设备


[0001]本专利技术涉及金融科技领域或其他领域，具体而言，涉及一种业务账号的参数检测方法、装置、存储介质及电子设备。

技术介绍

[0002]在金融机构的业务处理过程中，为了确定处理业务的账号的业务处理情况，常常需要检测处理业务的账号的相关参数。现有技术中，确定业务账号的业务处理情况主要采用半人工半自动的方式，导致业务账号的相关参数的检测效率较低，并且由于各种业务难易程度存在较大差距，管理要求各异，导致金融机构缺乏统一的参数检测手段，从而无法科学客观的确定处理业务的账号的业务处理情况，导致业务账号的相关参数的检测精确度较低。
[0003]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本专利技术实施例提供了一种业务账号的参数检测方法、装置、存储介质及电子设备，以至少解决相关技术中业务账号的参数检测效率及精确度低的技术问题。
[0005]根据本专利技术实施例的一个方面，提供了一种业务帐号的参数检测方法，包括：获取目标业务帐号在目标时间段内所处理的操作业务的业务流转数据和业务特征数据，其中，所述业务流转数据用于指示所述操作业务所包括的多个业务阶段的处理情况，所述业务特征数据用于指示所述操作业务所具有的业务属性，所述目标业务帐号是执行了多个所述业务阶段中业务审查阶段的业务帐号；使用第一检测模型对所述业务流转数据进行检测得到所述操作业务的第一业务参数和第二业务参数，并使用第二检测模型对所述业务流转数据和所述业务特征数据进行检测得到所述操作业务的第三业务参数，其中，所述第一检测模型是使用历史流转数据对第一初始模型进行训练得到的，所述第一业务参数用于指示所述目标业务帐号对所述操作业务的处理效率，所述第二业务参数用于指示所述操作业务的业务复杂度，所述第二检测模型是使用所述历史流转数据和历史特征数据对第二初始模型进行训练得到的，所述第三业务参数用于指示所述操作业务对于所述目标业务帐号所属的业务办理机构的业务价值度；根据所述第一业务参数，所述第二业务参数和所述第三业务参数检测所述目标业务帐号对应的目标业务参数，其中，所述目标业务参数用于指示所述目标业务帐号在所述目标时间段内的业务处理情况。
[0006]进一步地，使用第一检测模型对所述业务流转数据进行检测得到所述操作业务的第一业务参数和第二业务参数，包括：从所述业务流转数据中提取多个所述业务阶段中每个所述业务阶段对应的用时参数，得到多个所述用时参数；将多个所述用时参数分别输入对应的用时概率分布模型，得到多个用时概率，其中，所述第一检测模型包括多个所述业务阶段一一对应的多个所述用时概率分布模型，每个所述用时概率分布模型是使用对应的所述业务阶段的历史用时参数对构造的概率密度和函数进行训练得到的，所述历史用时参数
是按照对应的所述业务阶段从所述历史流转数据中提取的；根据多个所述业务阶段中目标业务阶段对应的所述用时参数和所述用时概率确定所述第一业务参数，并根据多个所述用时概率确定所述第二业务参数，其中，所述目标业务阶段是与所述目标业务帐号的业务处理效率具有关联关系的业务阶段。
[0007]进一步地，根据多个所述业务阶段中目标业务阶段对应的所述用时参数和所述用时概率确定所述第一业务参数，包括；根据每个所述目标业务阶段对应的所述用时参数和所述用时概率确定每个所述目标业务阶段的初始效率参数；将全部所述目标业务阶段的所述初始效率参数求和得到目标效率参数作为所述第一业务参数。
[0008]进一步地，根据多个所述用时概率确定所述第二业务参数，包括：将多个所述用时概率的乘积确定为所述第二业务参数。
[0009]进一步地，在将多个所述用时参数分别输入对应的用时概率分布模型之前，业务帐号的参数检测方法还包括：从所述历史流转数据中提取多个所述业务阶段中每个所述业务阶段对应的历史用时参数，得到多个历史用时参数集合；分别使用每个所述历史用时参数集合训练所述概率密度和函数，得到多个所述用时概率分布模型，其中，所述概率密度和函数是通过目标密度估计算法构造目标概率密度估计并对所述目标概率密度估计进行拟合得到的。
[0010]进一步地，使用第二检测模型对所述业务流转数据和所述业务特征数据进行检测得到所述操作业务的第三业务参数，包括：从所述业务流转数据和所述业务特征数据中提取业务价值特征集合，其中，所述业务价值特征集合中记录了与业务价值具有关联关系的业务数据；将所述业务价值特征集合输入业务价值度预测模型，得到所述第三业务参数，其中，所述业务价值度预测模型是使用标注了业务价值标签的历史价值特征集合对逻辑回归模型进行训练得到的，所述第二检测模型包括所述业务价值度预测模型，所述第二初始模型包括所述逻辑回归模型，所述历史价值特征集合中记录了从所述历史流转数据和所述历史特征数据中提取的与业务价值具有关联关系的历史业务数据。
[0011]进一步地，在所述将所述业务价值特征集合输入业务价值度预测模型之前，业务帐号的参数检测方法还包括：将所述历史价值特征集合中未执行目标操作的历史业务数据的业务价值标签标注为负样本，并将所述历史价值特征集合中除所述负样本之外的历史业务数据的业务价值标签标注为正样本；使用所述正样本和所述负样本训练所述逻辑回归模型，得到所述业务价值度预测模型。
[0012]进一步地，根据所述第一业务参数，所述第二业务参数和所述第三业务参数检测所述目标业务帐号对应的目标业务参数，包括：对每个所述操作业务对应的所述第一业务参数，所述第二业务参数和所述第三业务参数进行求和，得到每个所述操作业务对应的初始业务参数；对全部所述操作业务对应的所述初始业务参数进行求和，得到所述目标业务参数。
[0013]根据本专利技术实施例的另一方面，还提供了一种业务帐号的参数检测装置，包括：获取模块，用于获取目标业务帐号在目标时间段内所处理的操作业务的业务流转数据和业务特征数据，其中，所述业务流转数据用于指示所述操作业务所包括的多个业务阶段的处理情况，所述业务特征数据用于指示所述操作业务所具有的业务属性，所述目标业务帐号是执行了多个所述业务阶段中业务审查阶段的业务帐号；第一检测模块，用于使用第一检测
模型对所述业务流转数据进行检测得到所述操作业务的第一业务参数和第二业务参数，并使用第二检测模型对所述业务流转数据和所述业务特征数据进行检测得到所述操作业务的第三业务参数，其中，所述第一检测模型是使用历史流转数据对第一初始模型进行训练得到的，所述第一业务参数用于指示所述目标业务帐号对所述操作业务的处理效率，所述第二业务参数用于指示所述操作业务的业务复杂度，所述第二检测模型是使用所述历史流转数据和历史特征数据对第二初始模型进行训练得到的，所述第三业务参数用于指示所述操作业务对于所述目标业务帐号所属的业务办理机构的业务价值度；第二检测模块，用于根据所述第一业务参数，所述第二业务参数和所述第三业务参数检测所述目标业务帐号对应的目标业务参数，其中，所述目标业务参数用于指示所述目标业务帐号在所述目标时间段内的业务处理情况。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种业务帐号的参数检测方法，其特征在于，包括：获取目标业务帐号在目标时间段内所处理的操作业务的业务流转数据和业务特征数据，其中，所述业务流转数据用于指示所述操作业务所包括的多个业务阶段的处理情况，所述业务特征数据用于指示所述操作业务所具有的业务属性，所述目标业务帐号是执行了多个所述业务阶段中业务审查阶段的业务帐号；使用第一检测模型对所述业务流转数据进行检测得到所述操作业务的第一业务参数和第二业务参数，并使用第二检测模型对所述业务流转数据和所述业务特征数据进行检测得到所述操作业务的第三业务参数，其中，所述第一检测模型是使用历史流转数据对第一初始模型进行训练得到的，所述第一业务参数用于指示所述目标业务帐号对所述操作业务的处理效率，所述第二业务参数用于指示所述操作业务的业务复杂度，所述第二检测模型是使用所述历史流转数据和历史特征数据对第二初始模型进行训练得到的，所述第三业务参数用于指示所述操作业务对于所述目标业务帐号所属的业务办理机构的业务价值度；根据所述第一业务参数，所述第二业务参数和所述第三业务参数检测所述目标业务帐号对应的目标业务参数，其中，所述目标业务参数用于指示所述目标业务帐号在所述目标时间段内的业务处理情况。2.根据权利要求1所述的方法，其特征在于，所述使用第一检测模型对所述业务流转数据进行检测得到所述操作业务的第一业务参数和第二业务参数，包括：从所述业务流转数据中提取多个所述业务阶段中每个所述业务阶段对应的用时参数，得到多个所述用时参数；将多个所述用时参数分别输入对应的用时概率分布模型，得到多个用时概率，其中，所述第一检测模型包括多个所述业务阶段一一对应的多个所述用时概率分布模型，每个所述用时概率分布模型是使用对应的所述业务阶段的历史用时参数对构造的概率密度和函数进行训练得到的，所述历史用时参数是按照对应的所述业务阶段从所述历史流转数据中提取的；根据多个所述业务阶段中目标业务阶段对应的所述用时参数和所述用时概率确定所述第一业务参数，并根据多个所述用时概率确定所述第二业务参数，其中，所述目标业务阶段是与所述目标业务帐号的业务处理效率具有关联关系的业务阶段。3.根据权利要求2所述的方法，其特征在于，所述根据多个所述业务阶段中目标业务阶段对应的所述用时参数和所述用时概率确定所述第一业务参数，包括；根据每个所述目标业务阶段对应的所述用时参数和所述用时概率确定每个所述目标业务阶段的初始效率参数；将全部所述目标业务阶段的所述初始效率参数求和得到目标效率参数作为所述第一业务参数；所述根据多个所述用时概率确定所述第二业务参数，包括：将多个所述用时概率的乘积确定为所述第二业务参数。4.根据权利要求2所述的方法，其特征在于，在所述将多个所述用时参数分别输入对应的用时概率分布模型之前，所述方法还包括：从所述历史流转数据中提取多个所述业务阶段中每个所述业务阶段对应的历史用时参数，得到多个历史用时参数集合；分别使用每个所述历史用时参数集合训练所述概率密度和函数，得到多个所述用时概
率分布模型，其中，所述概率密度和函数是通过目标密度估计算法构造目标概率密度估计并对所述目标概率密度估计进行拟合得到的。5.根据权利要求1所述的方法，其特征在于，所述使用第二检测模型对所述业务流转数据和所述业务特征数据进行检...

【专利技术属性】
技术研发人员：黄月坤，郑比加，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：