[发明专利]一种对评估对象的聚类方法及装置

说明书

本发明涉及金融科技(Fintech)领域，并公开了一种对评估对象的聚类方法及装置，根据各评估对象的属性信息构建对应的各样本点；确定任一样本点所属聚类簇的方法：确定样本点邻域内的样本点数；若邻域内的样本点数满足聚类点要求：邻域内的样本点数不小于预设阈值，或邻域内的样本点数大于样本点所属聚类簇中的样本点数；邻域为以样本点为基准的设定区域范围；根据各聚类簇中的样本点的数量，确定各聚类簇为正常样本点所在的簇或异常样本点所在的簇。该方案通过构建各评估对象对应的各样本点，确定各样本点所属的聚类簇，依据所形成各聚类簇中的样本点的数量，有助于确定各评估对象的归属，即各评估对象为正常数据或者为异常数据。

技术领域

本发明实施例涉及金融科技(Fintech)领域，尤其涉及一种对评估对象的聚类方法及装置。

背景技术

随着计算机技术的发展，越来越多的技术(例如：区块链、云计算或大数据)应用在金融领域，传统金融业正在逐步向金融科技转变，大数据技术也不例外。但由于金融、支付行业的安全性、实时性要求，也对大数据技术提出了更高的要求。

比如，金融领域可以将大数据技术用于审查客户的贸易背景。针对运输、物流行业的客户所提出的贷款请求，银行需要对其进行贸易背景审查，通过了贸易背景审查的客户即能获得银行的放款。一般而言，贸易背景审查可以涉及对运输路线数据的分析，银行可以要求客户提供关于某一固定运输路线的全部行车记录信息。然而，客户反馈给银行的关于这一固定路线的全部行车记录信息中的绝大部分数据是真实的，但仍存在少量数据是虚假的行车记录，即异常的行车记录。银行需要对客户提供的关于某一固定路线的全部行车记录进行分析。

现有技术在解决上述问题时，采用了特征均值的方法。通过计算全部行车记录的特征均值，然后将每次的行车记录与特征均值进行比对：若每次的行车记录与特征均值相差不大，则认为此次的行车记录是真实的行车记录；若每次的行车记录与特征均值相差很大，则认为此次的行车记录是异常的行车记录。然而，对于真实的行车记录与特征均值相差很大以及异常的行车的记录与特征均值相差不大的情况，这种特征均值的方法则无法准确地归类出真实的行车记录和异常的行车记录。

发明内容

本发明提供一种对评估对象的聚类方法及装置，用以解决现有技术无法准确识别出正常数据与异常数据。

第一方面，本发明实施例提供一种对评估对象的聚类方法，该方法包括：根据各评估对象的属性信息，构建所述各评估对象对应的各样本点；确定各样本点所属的聚类簇；其中，针对任一样本点通过如下方式确定所属的聚类簇：确定所述样本点的邻域内的样本点数；若所述邻域内的样本点数满足聚类点要求，则将所述样本点所属的聚类簇确定为所述邻域内的样本点所属的聚类簇；所述邻域为以所述样本点为基准的设定区域范围；所述聚类点要求为所述邻域内的样本点数不小于预设阈值，或所述邻域内的样本点数大于所述样本点所属的聚类簇中的样本点数；根据各聚类簇中的样本点的数量，确定各聚类簇为正常样本点所在的簇或异常样本点所在的簇。

基于该方案，通过构建各评估对象对应的各样本点，进行通过聚类点要求确定各样本点所属的聚类簇；同时，聚类点要求包括对邻域内的样本点数和预设阈值的关系，以及，所述邻域内的样本点数与所述样本点所属的聚类簇中的样本点数的关系进行判断，从多个判断依据来确定样本点所属的聚类簇中，有助于确定各评估对象的归属；最后通过各聚类簇中的样本点的数量确定各评估对象为正常数据或者为异常数据。

在一种可能的实现方法中，若所述样本点当前无所属的聚类簇，则将所述邻域内的样本点作为一个聚类簇；或若所述邻域内的样本点数小于所述预设阈值，且所述邻域内的样本点数不大于所述样本点所属的聚类簇中的样本点数，则在所述样本点所属的聚类簇中选取下一个样本点进行是否为满足聚类点要求的判断，直至所述样本点所属的聚类簇中任一样本点均已完成是否为聚类点的判断。

上述实现方式，对于当前无所属的聚类簇的样本点进行了进一步的归类，同时，对聚类簇中的样本点实现了循环判断，使得整个聚类过程更加快捷。