[发明专利]一种评估银行交易日志趋势的方法、装置及相关设备

权利要求书

1.一种评估银行交易日志趋势的方法，其特征在于，所述方法包括：

获取用户传入的银行交易日志的历史趋势数据，所述历史趋势数据包含第一时间段内各时间点的日志量；

将所述历史趋势数据输入预设的日志趋势评估模型进行日志量预测，以预测得到银行交易日志的预测趋势数据，所述预测趋势数据包括指定时间点的预测日志量，所述日志趋势评估模型由基于样本数据训练小波神经网络模型得到。

2.根据权利要求1所述的方法，其特征在于，基于样本数据训练小波神经网络模型得到所述日志趋势评估模型的过程，包括：

从样本数据中确定训练集；

利用预设的小波函数和神经网络构建小波神经网络模型；

利用所述训练集和预设的损失函数，训练所述小波神经网络模型直至所述小波神经网络模型收敛，以得到日志趋势评估模型。

3.根据权利要求2所述的方法，其特征在于，利用预设的小波函数和神经网络构建小波神经网络模型，包括：

将多个长短期记忆人工神经网络的激励函数设置为小波函数；

基于激励函数设置为小波函数的多个长短期记忆人工神经网络，结合全链接神经网络层，构建小波神经网络模型。

4.根据权利要求1所述的方法，其特征在于，预测得到银行交易日志的预测趋势数据之后，所述方法还包括：

若所述预测日志量大于告警阈值，输出告警提示信息。

5.一种评估银行交易日志趋势的装置，其特征在于，所述装置包括：

获取单元，用于获取用户传入的银行交易日志的历史趋势数据，所述历史趋势数据包含第一时间段内各时间点的日志量；

预测单元，用于将所述历史趋势数据输入预设的日志趋势评估模型进行日志量预测，以预测得到银行交易日志的预测趋势数据，所述预测趋势数据包括指定时间点的预测日志量，所述日志趋势评估模型由基于样本数据训练小波神经网络模型得到。

6.根据权利要求5所述的装置，其特征在于，所述预测单元包括：

确定模块，用于从样本数据中确定训练集；

构建模块，用于利用预设的小波函数和神经网络构建小波神经网络模型；

训练模块，用于利用所述训练集和预设的损失函数，训练所述小波神经网络模型直至所述小波神经网络模型收敛，以得到日志趋势评估模型。

7.根据权利要求6所述的装置，其特征在于，所述构建模块具体用于：将多个长短期记忆人工神经网络的激励函数设置为小波函数；基于激励函数设置为小波函数的多个长短期记忆人工神经网络，结合全链接神经网络层，构建小波神经网络模型。

8.根据权利要求5所述的装置，其特征在于，所述装置还包括：

提示单元，用于若所述预测日志量大于告警阈值，输出告警提示信息。

9.一种电子设备，其特征在于，包括：处理器以及存储器，所述处理器以及存储器通过通信总线相连；其中，所述处理器，用于调用并执行所述存储器中存储的程序；所述存储器，用于存储程序，所述程序用于实现如权利要求1-4中任一所述的评估银行交易日志趋势的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1-4中任一所述的评估银行交易日志趋势的方法。