[发明专利]互金业务数据提取方法、装置及可读存储介质

说明书

本发明公开了一种互金业务数据提取方法，包括：获取待处理的业务数据，并确认所述业务数据的数据类型；调用所述数据类型对应的数据处理算法处理所述业务数据，并输出所述业务数据的处理结果；以所述业务数据的处理结果生成业务数据应用信息。本发明还公开了一种互金业务数据提取装置及可读存储介质。本发明针对不同的数据类型及数据特性采用不同的数据处理方法，采用多种机器学习算法提高模型泛化性能，提高模型适配性在数据量大、维度高的时候应用，实现了提高最大化挖掘数据价值的有益效果。

技术领域

本发明涉及数据分析领域，尤其涉及一种互金业务数据提取方法、装置及可读存储介质。

背景技术

随着互联网金融市场日益繁荣，市场规模逐渐扩大。传统金融数据处理技术已无法满足互联网金融业务的需求，本发明主要解决目前数据规模越来越大，数据维度越来越丰富，但是数据信息的提取不高问题。本发明从数据清洗、异常值检测、特征衍生等步骤挖掘数据最大价值。

传统金融公司(银行)通常采用逻辑回归建立模型，逻辑回归入模变量一般只有十几到二十个之间，其他变量都会被舍弃，因此数据利用价值远远没有达到最大化。

互联网公司通常采用机器学习算法来进行建模，机器学习算法往往是黑盒模型，数据可解释性差，因此数据利用时往往参杂了大量噪声数据或干扰数据，导致数据利用价值大大折扣。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种互金业务数据提取方法、装置及可读存储介质，旨在解决现有机器学习算法模型的数据可解释性差导致的所处理的业务数据价值不高的技术问题。

为实现上述目的，本发明提供一种互金业务数据提取方法，包括以下内容：

可选地，获取待处理的业务数据，并确认所述业务数据的数据类型；

调用所述数据类型对应的数据处理算法处理所述业务数据，并输出所述业务数据的处理结果；

以所述业务数据的处理结果生成业务数据应用信息。

可选地，所述确认所述业务数据的数据类型的步骤，包括：

提取所述业务数据的数据标识，以所述数据标识确认所述数据类型，所述数据类型包括运营商APP类别数据、用户征信信息数据、支付数据及用户行为数据。

可选地，所述调用所述数据类型对应的数据处理算法处理所述业务数据的步骤之前，还包括：

在预设的数据处理算法模型中确认所述业务数据对应的数据处理算法，调用所述数据处理算法。

可选地，以所述业务数据的处理结果生成业务数据应用信息的步骤，包括：

获取所述业务数据的数据应用格式；

根据所述数据应用格式将所述处理结果生成所述业务数据应用信息。

可选地，所述互金业务数据提取方法还包括：

新建数据处理算法；

以所述数据处理算法生成预设的数据处理算法模型。

可选地，所述新建语速和数据处理算法的步骤之前，还包括：

读取所述业务数据的数据信息，所述数据信息包括数据类型及数据特性；

以所述数据信息新建所述业务数据的数据处理算法。

可选地，所述以所述数据信息新建所述业务数据的数据处理算法的步骤，包括：

根据所述数据信息确认所述业务数据的数据处理步骤，并基于所述数据处理步骤新建所述数据处理算法；