银行产品缺陷分析方法、装置、存储介质及计算机设备制造方法及图纸

本公开提供的一种银行产品缺陷分析方法、装置、存储介质及计算机设备，可应用于大数据领域或金融领域。本公开可以获得目标银行产品的任务运行信息；将任务运行信息输入至预先训练好的缺陷分析模型中，获得缺陷分析模型输出的与目标银行产品对应的缺陷风险预测结果；在目标银行产品发生问题缺陷的情况下，获得目标银行产品的问题缺陷信息；将问题缺陷信息输入至缺陷分析模型中，获得缺陷分析模型输出的与目标银行产品对应的缺陷原因预测结果。本公开基于缺陷分析模型对银行产品的缺陷风险监测和缺陷原因定位，实现了对银行产品实时且快速地缺陷分析，从而有效提高对银行产品进行缺陷分析的效率，辅助银行产品的开发和维护。辅助银行产品的开发和维护。辅助银行产品的开发和维护。

【技术实现步骤摘要】
银行产品缺陷分析方法、装置、存储介质及计算机设备


[0001]本公开涉及大数据
，尤其涉及一种银行产品缺陷分析方法、装置、存储介质及计算机设备。

技术介绍

[0002]随着金融科技的发展，银行产品的开发任务逐年上升，开发出的银行产品种类也越来越多。
[0003]为了方便各类银行产品的迭代和维护，需要对银行产品出现的问题缺陷进行分析，挖掘出问题缺陷产生的原因，也为后续银行产品的发展提供重要的参考价值和借鉴价值。然而，当前产品缺陷依赖与银行产品相应的产品组安排人员进行分析，难以及时发现银行产品存在的潜在缺陷，对银行产品出现的问题缺陷也难以准确得出导致缺陷的原因，极大降低了产品缺陷分析的效率。
[0004]因此，如何对银行产品进行高效的缺陷分析，成为本领域技术人员急需解决的技术问题。

技术实现思路

[0005]鉴于上述问题，本公开提供一种克服上述问题或者至少部分地解决上述问题的一种银行产品缺陷分析方法、装置、存储介质及计算机设备，技术方案如下：
[0006]一种银行产品缺陷分析方法，包括：
[0007]获得目标银行产品的任务运行信息；
[0008]将所述任务运行信息输入至预先训练好的缺陷分析模型中，获得所述缺陷分析模型输出的与所述目标银行产品对应的缺陷风险预测结果；
[0009]在所述目标银行产品发生问题缺陷的情况下，获得所述目标银行产品的问题缺陷信息；
[0010]将所述问题缺陷信息输入至所述缺陷分析模型中，获得所述缺陷分析模型输出的与所述目标银行产品对应的缺陷原因预测结果。
[0011]可选的，所述缺陷分析模型的训练过程包括：
[0012]获得多个银行产品的历史问题数据和与所述历史问题数据对应的缺陷分析信息；
[0013]利用所述历史问题数据和所述缺陷分析信息，对基于预设人工智能算法构建出的所述缺陷分析模型进行训练，获得训练好的所述缺陷分析模型。
[0014]可选的，所述预设人工智能算法为聚类分析算法。
[0015]可选的，所述利用所述历史问题数据和所述缺陷分析信息，对基于预设人工智能算法构建出的所述缺陷分析模型进行训练，获得训练好的所述缺陷分析模型，包括：
[0016]将所述历史问题数据和所述缺陷分析信息输入至所述缺陷分析模型，使用所述聚类分析算法，提取出多个产品维度的产品缺陷特征值；
[0017]基于所述产品缺陷特征值进行聚类，获得多个聚类簇；
[0018]对各个所述聚类簇分别进行评估描述，构建出各个所述产品维度与产品问题缺陷之间的关联关系，获得训练好的所述缺陷分析模型。
[0019]可选的，在所述获得所述缺陷分析模型输出的与所述目标银行产品对应的缺陷风险预测结果之后，所述方法还包括：
[0020]将所述任务运行信息和所述缺陷风险预测结果作为第一训练数据，基于所述缺陷风险预测结果，对所述第一训练数据设置第一准确性特征参数；
[0021]利用携带有所述第一准确性特征参数的所述第一训练数据，对所述缺陷分析模型进行训练更新，获得更新好的所述缺陷分析模型。
[0022]可选的，在所述获得所述缺陷分析模型输出的与所述目标银行产品对应的缺陷原因预测结果之后，所述方法还包括：
[0023]将所述问题缺陷信息和所述缺陷原因预测结果作为第二训练数据，基于所述缺陷原因预测结果，对所述第二训练数据设置第二准确性特征参数；
[0024]利用携带有所述第二准确性特征参数的所述第二训练数据，对所述缺陷分析模型进行训练更新，获得更新好的所述缺陷分析模型。
[0025]可选的，所述任务运行信息包括：产品名称、产品技术序列、产品关键模块、任务运行时间和任务所处阶段。
[0026]一种银行产品缺陷分析装置，包括：任务运行信息获得单元、缺陷风险预测结果获得单元、问题缺陷信息获得单元和缺陷原因预测结果获得单元，
[0027]所述任务运行信息获得单元，用于获得目标银行产品的任务运行信息；
[0028]所述缺陷风险预测结果获得单元，用于将所述任务运行信息输入至预先训练好的缺陷分析模型中，获得所述缺陷分析模型输出的与所述目标银行产品对应的缺陷风险预测结果；
[0029]所述问题缺陷信息获得单元，用于在所述目标银行产品发生问题缺陷的情况下，获得所述目标银行产品的问题缺陷信息；
[0030]所述缺陷原因预测结果获得单元，用于将所述问题缺陷信息输入至所述缺陷分析模型中，获得所述缺陷分析模型输出的与所述目标银行产品对应的缺陷原因预测结果。
[0031]一种计算机可读存储介质，其上存储有程序，所述程序被处理器执行时实现上述任一项所述的银行产品缺陷分析方法。
[0032]一种电子设备，所述电子设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行上述任一项所述的银行产品缺陷分析方法。
[0033]借由上述技术方案，本公开提供的一种银行产品缺陷分析方法、装置、存储介质及计算机设备，可应用于大数据领域或金融领域。本公开可以获得目标银行产品的任务运行信息；将任务运行信息输入至预先训练好的缺陷分析模型中，获得缺陷分析模型输出的与目标银行产品对应的缺陷风险预测结果；在目标银行产品发生问题缺陷的情况下，获得目标银行产品的问题缺陷信息；将问题缺陷信息输入至缺陷分析模型中，获得缺陷分析模型输出的与目标银行产品对应的缺陷原因预测结果。本公开基于缺陷分析模型对银行产品的缺陷风险监测和缺陷原因定位，实现了对银行产品实时且快速地缺陷分析，从而有效提高对银行产品进行缺陷分析的效率，辅助银行产品的开发和维护。
[0034]上述说明仅是本公开技术方案的概述，为了能够更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为了让本公开的上述和其它目的、特征和优点能够更明显易懂，以下特举本公开的具体实施方式。
附图说明
[0035]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本公开的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0036]图1示出了本公开实施例提供的银行产品缺陷分析方法的一种实施方式的流程示意图；
[0037]图2示出了本公开实施例提供的银行产品缺陷分析方法中缺陷分析模型的训练过程的一种实施方式的流程示意图；
[0038]图3示出了本公开实施例提供的银行产品缺陷分析方法中缺陷分析模型的训练过程的另一种实施方式的流程示意图；
[0039]图4示出了本公开实施例提供的银行产品缺陷分析装置的结构示意图；
[0040]图5示出了本公开实施例提供的电子设备的结构示意图。
具体实施方式
[0041]下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种银行产品缺陷分析方法，其特征在于，包括：获得目标银行产品的任务运行信息；将所述任务运行信息输入至预先训练好的缺陷分析模型中，获得所述缺陷分析模型输出的与所述目标银行产品对应的缺陷风险预测结果；在所述目标银行产品发生问题缺陷的情况下，获得所述目标银行产品的问题缺陷信息；将所述问题缺陷信息输入至所述缺陷分析模型中，获得所述缺陷分析模型输出的与所述目标银行产品对应的缺陷原因预测结果。2.根据权利要求1所述的方法，其特征在于，所述缺陷分析模型的训练过程包括：获得多个银行产品的历史问题数据和与所述历史问题数据对应的缺陷分析信息；利用所述历史问题数据和所述缺陷分析信息，对基于预设人工智能算法构建出的所述缺陷分析模型进行训练，获得训练好的所述缺陷分析模型。3.根据权利要求2所述的方法，其特征在于，所述预设人工智能算法为聚类分析算法。4.根据权利要求3所述的方法，其特征在于，所述利用所述历史问题数据和所述缺陷分析信息，对基于预设人工智能算法构建出的所述缺陷分析模型进行训练，获得训练好的所述缺陷分析模型，包括：将所述历史问题数据和所述缺陷分析信息输入至所述缺陷分析模型，使用所述聚类分析算法，提取出多个产品维度的产品缺陷特征值；基于所述产品缺陷特征值进行聚类，获得多个聚类簇；对各个所述聚类簇分别进行评估描述，构建出各个所述产品维度与产品问题缺陷之间的关联关系，获得训练好的所述缺陷分析模型。5.根据权利要求1所述的方法，其特征在于，在所述获得所述缺陷分析模型输出的与所述目标银行产品对应的缺陷风险预测结果之后，所述方法还包括：将所述任务运行信息和所述缺陷风险预测结果作为第一训练数据，基于所述缺陷风险预测结果，对所述第一训练数据设置第一准确性特征参数；利用携带有所述第一准确性特征参数的所述第一训练数据，对所述缺陷分析模型进行训练更新，获得更新好的所...

【专利技术属性】
技术研发人员：陈婉玲，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：