[发明专利]一种银行卡批量业务TPS的预测方法、装置及设备

说明书

本申请公开了一种银行卡批量业务TPS的预测方法、装置及设备，可应用于人工智能领域以及金融领域，能够有效提高银行卡批量业务TPS的预测准确率。该方法包括：首先获取预设数量的样本银行卡批量业务数据及其最大TPS值；其中，样本银行卡批量业务数据为发卡机构每日上送的文件明细数据，然后，从样本银行卡批量业务数据中提取样本特征；接着，利用样本特征、样本银行卡批量业务数据的最大TPS值以及预设的目标函数，训练得到TPS预测模型；其中，TPS预测模型为利用GBDT集成学习算法拟合的多颗CART回归树；进而可以利用该TPS预测模型，对待预测的目标银行卡批量业务数据的TPS进行预测，得到预测结果。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种银行卡批量业务TPS的预测方法、装置及设备。

背景技术

随着互联网金融发展，传统的基于存储过程实现的银行业务系统的数据量越来越大，银行需要处理的银行卡批量业务也越来越多。

批量业务来源主要为收单机构的交易上送，通过银行卡转接系统发送到发卡机构，批量交易存在批处理时短时TPS(Transactions Per Second，每秒交易笔数)较大的特点，对于银行卡交易转接系统、发卡机构处理系统均存在短时交易压力增大，从而对系统处理性能提出了一定要求，故银行卡批量业务最大TPS预测尤为必要。但是在现有的银行卡批量业务最大TPS预测方案中，使用的是传统单机器学习模型方式，如朴素贝叶斯，它在小规模的数据上表现很好，但是由于使用了样本属性独立性的假设，所以如果样本属性有关联时其效果不好。因此，如何实现提高银行卡批量业务TPS的预测准确率已成为目前亟待解决的问题。

发明内容

本申请实施例的主要目的在于提供一种银行卡批量业务TPS的预测方法、装置及设备，能够有效提高银行卡批量业务TPS的预测准确率。

第一方面，本申请实施例提供了一种银行卡批量业务TPS的预测方法，所述方法包括：

获取预设数量的样本银行卡批量业务数据及其最大TPS值；所述样本银行卡批量业务数据为发卡机构每日上送的文件明细数据；

从所述样本银行卡批量业务数据中提取样本特征；

利用所述样本特征、所述样本银行卡批量业务数据的最大TPS值以及预设的目标函数，训练得到TPS预测模型；所述TPS预测模型为利用GBDT集成学习算法拟合的多颗CART回归树；

利用所述TPS预测模型，对待预测的目标银行卡批量业务数据的TPS进行预测，得到预测结果。

可选的，获取验证银行卡批量业务数据及其最大TPS值；

从所述验证银行卡批量业务数据中提取验证特征；

将所述验证特征输入所述TPS预测模型，获得所述验证银行卡批量业务数据的最大TPS预测结果；

当所述验证银行卡批量业务数据的最大TPS预测结果与所述验证银行卡批量业务数据的最大TPS标记结果不一致时，将所述验证银行卡批量业务数据重新作为所述样本银行卡批量业务数据，对所述TPS预测模型进行更新。

可选的，所述目标函数是通过将每个样本银行卡批量业务数据的预测值和目标值的结果相加得到的。

可选的，所述利用所述TPS预测模型，对待预测的目标银行卡批量业务数据的TPS进行预测，得到预测结果，包括

从所述目标银行卡批量业务数据中提取目标特征；

将所述目标特征输入所述TPS预测模型，获得所述目标银行卡批量业务数据的最大TPS预测结果。

第二方面，本申请实施例还提供了一种银行卡批量业务TPS的预测装置，所述装置包括：