[发明专利]异常数据的确定方法、装置、电子设备及可读存储介质

说明书

本申请实施例提供了一种异常数据的确定方法、装置、电子设备及可读存储介质。该方法包括：获取目标用户的交易数据，确定交易数据在各预设时段的变更数据；基于ADF校验将变更数据转化为待解析数据；对待解析数据进行协整校验，基于待解析数据的协整关系确定异常数据。基于本方案，能够通过对变更数据进行协整分析确定出异常数据，为通过异常数据分析用户的异常行为，针对用户的异常行为采取应对措施提供基础，能够提升银行系统的服务质量。

技术领域

本申请涉及数据处理技术领域，具体而言，本申请涉及一种异常数据的确定方法、装置、电子设备及可读存储介质。

背景技术

银行的业务系统中存在着大量的交易数据，如存款数据、贷款数据等，可以通过对交易数据的分析来推测用户的行为。

目前，在一些银行业务中，用户可能会进行一些异常行为，以存取款业务为例，客户可能会存在一些异常的存取款行为，相应的会产生一些异常数据，如果能够准确的在大量变更数据中将由异常行为产生的异常数据确定出来，就能够通过异常数据分析用户的异常行为，进而针对用户的异常行为采取应对措施，提升服务质量。

发明内容

本申请的目的旨在至少能解决上述的技术缺陷之一。本申请所采用的技术方案如下：

第一方面，本申请实施例提供了一种异常数据的确定方法，该方法包括：

获取目标用户的交易数据，确定交易数据在各预设时段的变更数据；

基于ADF校验将变更数据转化为待解析数据；

对待解析数据进行协整校验，基于待解析数据的协整关系确定异常数据。

可选地，对待解析数据进行协整校验，基于待解析数据的协整关系确定异常数据，包括：

对待解析数据进行协整校验，确定待解析数据中存在协整关系的协整数据；

对协整数据进行多元线性回归分析，确定置信区间；

基于置信区间确定异常数据。

可选地，对协整数据进行多元线性回归分析，确定置信区间，包括：

将协整校验的显著性检验结果满足预设条件的协整数据确定为目标协整数据；

对目标协整数据进行多元线性回归分析，确定置信区间。

可选地，基于置信区间确定异常数据，包括：

将不属于置信区间内数据的待解析数据确定为异常数据。

可选地，获取目标用户的交易数据，包括：

获取目标用户在各业务系统的初始数据；

对初始数据进行预处理，得到交易数据。

可选地，确定交易数据在各预设时段的变更数据，包括：

确定交易数据在各预设时段的变更幅度，将变更幅度确定为变更数据。

可选地，基于ADF校验将变更数据转化为待解析数据，包括：

对变更数据的时间序列以及数值序列进行ADF校验；

若变更数据的时间序列以及数值序列均通过了ADF校验，则将变更数据确定为待解析数据；

若时间序列与数值序列中的至少一项未通过ADF校验，则重复对至少一项进行差分处理，直至ADF校验通过，将ADF校验通过时的差分处理后变更数据确定为待解析数据。

第二方面，本申请实施例提供了一种异常数据的确定装置，该装置包括：