[发明专利]一种数据分析方法及装置

权利要求书

1.一种数据分析方法，其特征在于，包括：

获取目标对象在第一时间段的消费信息和目标对象所属用户的基本信息；所述目标对象为借贷类产品；

基于目标对象在第一时间段的消费信息、所述目标对象所属用户的基本信息和预设的消费预测模型对目标对象在第二时间段的消费信息进行预测；所述消费预测模型是通过目标对象在第三时间段的消费信息和目标对象所属用户的基本信息对预设的机器学习模型进行训练后得到的；

获取目标对象在第二时间段真实的消费信息；

计算目标对象在第二时间段真实消费信息与第二时间段预测的消费信息的相似度；

基于所述相似度和预设阈值的关系，确定目标对象的消费行为是否异常；

其中，所述基于所述相似度和预设阈值的关系，确定用户的消费行为是否异常，包括：

若所述相似度大于预设的阈值，则表示用户的消费行为未出现异常；

若所述相似度小于等于预设的阈值，则表示用户的消费行为异常；

其中，在所述第二时间段真实消费情况包括至少一个消费对象的情况下，还包括：

确定第二时间段真实消费信息包括的消费对象的总数量；

基于第二时间段真实消费信息包括的消费对象的总数量，确定阈值；

其中，还包括：

在检测到目标对象存在消费异常行为的情况下，监测目标对象的使用动态；

当监测到目标对象再次被使用时，获取使用目标对象的消费者的人脸信息；

判断所述消费者的人脸信息与所述目标对象所属用户的人脸信息是否一致；

若述消费者的人脸信息与所述目标对象所属用户的人脸信息不一致，则向目标对象所属用户发送消费异常提醒。

2.根据权利要求1所述的方法，其特征在于，所述消费预测模型的训练过程包括：

构建神经网络模型；

获取目标对象在第三时间段的历史消费数据和所述目标对象所属用户的基本信息；

确定神经网络的参数的初始值；

基于目标对象在第三时间段的历史消费数据和目标对象所属用户的基本信息以及神经网络的参数的初始值，对神经网络模型进行训练。

3.根据权利要求1所述的方法，其特征在于，所述计算目标对象在第二时间段真实的消费信息与预测的消费信息的相似度，包括：

在所述第二时间段真实消费信息包括至少一个消费对象的情况下，确定第二时间段真实消费信息所包含的每个消费对象与第二时间段预测的消费信息所包含的消费对象的匹配结果；

基于第二时间段真实消费信息所包含的每个消费对象与第二时间段预测的消费信息所包含的消费对象的匹配结果，计算用户在第二时间段的真实消费信息与预测的消费信息的相似度。

4.根据权利要求3所述的方法，其特征在于，所述确定第二时间段真实消费信息所包含的每个消费对象与第二时间段预测的消费信息所包含的消费对象的匹配结果，包括：

构建第二时间段真实的消费信息所包含的消费对象与第二时间段预测的消费信息所包含的消费对象之间的评价函数；

基于所述评价函数确定第二时间段真实消费信息所包含的每个消费对象是否与第二时间段预测的消费信息所包含的消费对象相匹配，得到匹配结果。