[发明专利]差错交易的处理方法及装置在审
申请号: | 202111274224.8 | 申请日: | 2021-10-29 |
公开(公告)号: | CN113989023A | 公开(公告)日: | 2022-01-28 |
发明(设计)人: | 戈星晨;王晓旭;张骁 | 申请(专利权)人: | 中国银行股份有限公司 |
主分类号: | G06Q40/02 | 分类号: | G06Q40/02;G06K9/62 |
代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 汤在彦;沈珍珠 |
地址: | 100818 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 差错 交易 处理 方法 装置 | ||
1.一种差错交易的处理方法,其特征在于,包括:
银行分布式系统在交易出现差错时,获取差错交易数据;所述差错交易数据包括差错交易的用户特征数据和交易特征数据;
银行分布式系统将差错交易数据输入差错预测模型,输出差错交易的处理方式;所述差错预测模型根据历史差错交易数据和对应的历史差错交易的处理方式,对支持向量机SVM模型训练得到;
银行分布式系统根据差错交易的处理方式,对差错交易进行处理。
2.如权利要求1所述的方法,其特征在于,所述用户特征数据包括以下一项或多项数据:
用户地理位置、用户性别、用户年龄、用户职业;
所述交易特征数据包括以下一项或多项数据:
交易背景、交易时间、交易类型、交易渠道、交易报错信息。
3.如权利要求1所述的方法,其特征在于,银行分布式系统将差错交易数据输入差错预测模型之前,还包括:
获取历史差错交易数据和对应的历史差错交易的处理方式作为样本数据,构建训练集和测试集;
利用所述训练集对支持向量机SVM模型进行训练,得到所述差错预测模型;
利用所述测试集对所述差错预测模型进行测试。
4.如权利要求3所述的方法,其特征在于,获取历史差错交易数据和对应的历史差错交易的处理方式作为样本数据,构建训练集和测试集,包括:
将历史差错交易数据和对应的历史差错交易的处理方式进行脱敏后作为样本数据;
利用主成分分析方法PCA对样本数据去除噪音和冗余后,构建训练集和测试集。
5.如权利要求3所述的方法,其特征在于,银行分布式系统根据差错交易的处理方式,对差错交易进行处理之后,还包括:
以差错交易数据和对应的差错交易的处理方式,更新样本数据;
利用更新后的样本数据,更新训练集和测试集,继续对差错预测模型进行训练和测试。
6.如权利要求1所述的方法,其特征在于,差错交易的处理方式,包括:
差错交易对应的分布式事务是应向前执行还是向后补偿。
7.一种差错交易的处理装置,其特征在于,应用于银行分布式系统,该装置包括:
获取模块,用于在交易出现差错时,获取差错交易数据;所述差错交易数据包括差错交易的用户特征数据和交易特征数据;
数据输入模块,用于将差错交易数据输入差错预测模型,输出差错交易的处理方式;所述差错预测模型根据历史差错交易数据和对应的历史差错交易的处理方式,对支持向量机SVM模型训练得到;
处理模块,用于根据差错交易的处理方式,对差错交易进行处理。
8.如权利要求7所述的装置,其特征在于,所述用户特征数据包括以下一项或多项数据:
用户地理位置、用户性别、用户年龄、用户职业;
所述交易特征数据包括以下一项或多项数据:
交易背景、交易时间、交易类型、交易渠道、交易报错信息。
9.如权利要求7所述的装置,其特征在于,还包括训练与测试模块,用于在数据输入模块将差错交易数据输入差错预测模型之前:
获取历史差错交易数据和对应的历史差错交易的处理方式作为样本数据,构建训练集和测试集;
利用所述训练集对支持向量机SVM模型进行训练,得到所述差错预测模型;
利用所述测试集对所述差错预测模型进行测试。
10.如权利要求9所述的装置,其特征在于,训练与测试模块具体用于:
将历史差错交易数据和对应的历史差错交易的处理方式进行脱敏后作为样本数据;
利用主成分分析方法PCA对样本数据去除噪音和冗余后,构建训练集和测试集。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国银行股份有限公司,未经中国银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111274224.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:现钞预约提取的方法及装置
- 下一篇:图像语义分割方法、电子设备及存储介质