[发明专利]一种数据处理方法及装置

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取预设时间段内业务交易产生的交易数据，所述交易数据包括交易信息和客户信息；

将所述交易数据作为预先构建的数据处理模型的输入，基于所述预先构建的数据处理模型对所述交易数据进行处理，得到第一报文数据，所述第一报文数据是指可以发送给监管机构的交易数据，所述数据处理模型是利用历史报送数据进行训练得到；

基于所述第一报文数据和所述交易数据进行比较，确定所述交易数据是否为异常交易数据；

若确定所述交易数据为异常数据，基于所述第一报文数据对所述交易数据进行补正；

基于所述补正后的交易数据，生成目标报文数据，并发送给所述监管机构。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一报文数据和所述交易数据进行比较，确定所述交易数据是否为异常交易数据，包括：

查询数据分值表，确定所述第一报文数据和所述交易数据对应的分值；

判断所述交易数据对应的分值是否低于第一报文数据的分值；

当确定所述交易数据对应的分值低于第一报文数据的分值时，确定所述交易数据为异常交易数据；

当确定所述交易数据对应的分值高于第一报文数据的分值时，确定所述交易数据为正常交易数据。

3.根据权利要求1所述的方法，其特征在于，还包括：

当接收到所述监管机构对所述第一报文数据进行处理后回执的异常信息时，基于所述异常信息，对所述补正后的交易数据提取交易特征数据；

根据所述交易特征数据更新所述数据处理模型。

4.根据权利要求3所述的方法，其特征在于，还包括：

根据更新后的数据处理模型对所述补正后的交易数据进行处理，得到第二报文数据；

基于所述第二报文数据修正所述目标报文数据，并重新发送给所述监管机构。

5.根据权利要求1所述的方法，其特征在于，所述根据所述报文数据进行训练得到数据处理模型的过程，包括：

获取历史报送数据，将所述历史报送数据作为样本集，所述历史报送数据包括历史交易数据和与所述历史交易数据对应的历史报文数据，每一历史交易数据对应的历史报文数据的数量至少为一个；

对所述样本集进行分类处理，并提取所述历史报送数据中的报送特征数据；

基于规范后的所述历史报送特征数据对通用的机器学习模型进行训练，得到训练完成的数据处理模型。

6.根据权利要求5所述的方法，其特征在于，所述对所述样本集进行分类处理，并提取所述历史报送数据中的报送特征数据，包括：

根据历史报送数据的数据项的不同，对所述样本集进行分类；

确定分类后每一数据项所对应的数据的权重；

根据所述每一数据项所对应的中数据的权重，提取所述样本集的报送特征数据。

7.一种数据处理装置，其特征在于，所述装置包括：

获取单元，用于获取预设时间段内产生的业务交易对应的交易数据，所述交易数据包括交易信息和客户信息；

数据处理模型，用于对输入的所述交易数据进行处理，得到第一报文数据，所述第一报文数据是指可以发送给监管机构的交易数据，所述数据处理模型由构建单元构建；

确定单元，用于基于所述第一报文数据和所述交易数据进行比较，确定所述交易数据是否为异常交易数据；

补正单元，用于在确定所述交易数据为异常数据时，基于所述第一报文数据对所述交易数据进行补正；

生成单元，用于基于所述补正后的交易数据，生成目标报文数据，并发送给所述监管机构。

8.根据权利要求7所述的装置，其特征在于，所述确定单元，具体用于：

查询数据分值表，确定所述第一报文数据和所述交易数据对应的分值；判断所述交易数据对应的分值是否低于第一报文数据的分值；当确定所述交易数据对应的分值低于第一报文数据的分值时，确定所述交易数据为异常交易数据；当确定所述交易数据对应的分值高于第一报文数据的分值时，确定所述交易数据为正常交易数据。