[发明专利]通过云平台进行财务数据行为筛选工作方法

权利要求书

1.一种通过云平台进行财务数据行为筛选工作方法，其特征在于，包括：

S1，在实时查询校验提取后，设置异常数据的判断区间，在判断区间之中形成标准化数据；

S2，对标准化数据进行偏离度分析，分析之后通过筛选模型对异常数据进行筛选操作，并对筛选之后的异常数据进行特征评分；

所述S2包括：

S2-1，异常数据偏离度分析后，通过先验概率分布在异常数据中进行统计信息计算；计算异常数据先验条件概率分布，设置第一异常数据集合C与第二异常数据集合E的内部属性，其中第一异常数据集合包括u_i和v_i，第二异常数据集合包括x_i、y_i和z_i，通过定义异常数据的时间类属性G和日期类属性I，在概率分布条件下分别计算条件概率和计算得到：

继续推导得到，

其中表示第一异常数据集合和时间类属性G和日期类属性I联合概率分布，遍历第一异常数据集合和时间类属性G的全部值得到其条件概率分布以及第一异常数据集合和日期类属性I的全部值得到其条件概率分布时间类属性条件概率Q(G)，日期类属性条件概率Q(I)；

然后计算：

继续推导得到，

其中表示第二异常数据集合和时间类属性G和日期类属性I联合概率分布，遍历第二异常数据集合和时间类属性G的全部值得到其条件概率分布以及第二异常数据集合和日期类属性I的全部值得到其条件概率分布

S2-2，第一异常数据集合C中每个异常数据节点与第二异常数据集合E中每个异常数据节点时间属性和日期属性的条件信息联合概率分布值如下；

选取异常数据的类属性J放入大数据平台中；将第一异常数据集合C中和第二异常数据集合E的内部属性以类属性J为父节点，构造朴素贝叶斯网络；

S2-3，将第一异常数据集合C中和第二异常数据集合E中的节点逐个放入贝叶斯网络中；若第一异常数据集合C中则将放入网络作为其父节点；若第二异常数据集合E中则将放入网络作为其父节点；从而得到用于异常数据等级筛选排序的贝叶斯网络。

2.根据权利要求1所述的通过云平台进行财务数据行为筛选工作方法，其特征在于，所述S1包括：

S1-1，对异常数据划分判断区间，计算异常数据相似度，从而生成判断区间，将异常数据通过比例缩放计算进行标准化处理，异常大量资金转入快速分散转出的交易数据u_i的转换值为u′_i，异常大量分散资金转入快速集中转出的交易数据v_i的转换值为v′_i，异常时间点交易数据x_i的转换值为x′_i、异常相同数额交易数据y_i的转换值为y′_i、异常超限额交易数据z_i的转换值为z′_k；

将转换后的交易异常数据与时间和日期变量一起代入判断模型，在统计的任一时间和日期内计算异常数据的判断值：

其中，B(t,d)为异常数据在任一时间t和日期d的判断值；f(u′_i；t,d)为一个异常大量资金转入快速分散转出的交易数据的时间和日期的判断值；f(v′_i；t,d)为一个异常大量分散资金转入快速集中转出的交易数据的时间和日期的判断值；f(x′_i；t,d)为一个异常时间点交易数据的时间和日期的判断值；f(y′_i；t,d)为一个异常相同数额交易数据的时间和日期的判断值；f(z′_i；t,d)为一个异常超限额交易数据的判断值；i最大为60是为了保证一分钟内每一秒的异常数据都进行实时监控判断。