[发明专利]通过云平台进行财务数据行为筛选工作方法

说明书

本发明提出了一种通过云平台进行财务数据行为筛选工作方法，包括如下步骤：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。

技术领域

本发明涉及大数据分析领域，尤其涉及一种通过云平台进行财务数据行为筛选工作方法。

背景技术

在财务数据管理过程中，由于交易次数的增加，形成了难以计数的交易历史数据，对于交易历史数据中有多少是合规操作或者正常的交易行为，对于财务数据管理者来说通过传统的查验方式已经不能满足当前社会日益变化，日趋复杂的异常交易行为。尤其在学校，政府机关或者大型连锁企业，其交易总额和交易次数更是难以计数，通过传统的计算机累积方式或者统计学原理并不能快速准确的获取包含交易风险的交易行为，现有的数据筛选方法并不准确，且对异常财务数据的把控和查验过程并不准确。这就亟需本领域技术人员解决相应的技术问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种通过云平台进行财务数据行为筛选工作方法。

为了实现本发明的上述目的，本发明提供了一种通过云平台进行财务数据行为筛选工作方法，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。

优选的，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。

优选的，所述S1包括：

S1-2，计算每一个异常数据在时间和日期上的实际和判断值的差值，通过残差平方和对离散的异常数据进行线性曲线拟合过程，从而对异常数据的风险趋势进行判断，

其中，W为每个异常数据的残差平方和；B₀(t,d)为每个异常数据在该时间和日期的实际值；B(t,d)为每个异常数据在该时间和日期的判断值；M为统计的时间最大的时刻或者日期的最多天数。

优选的，所述S1还包括：

S1-3，然后计算异常数据的偏离度