[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

说明书

本发明公开了一种评估银行交易日志趋势的方法、装置及相关设备，可应用于金融领域或其他领域。获取用户传入的银行交易日志的历史趋势数据，历史趋势数据包含第一时间段内各时间点的日志量；将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，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。本方案中，预先利用样本数据训练小波神经网络模型得到日志趋势评估模型。在获取到用户传入的银行交易日志的历史趋势数据时，将历史趋势数据输入日志趋势评估模型进行日志量预测，得到银行交易日志的预测趋势数据。通过小波神经网络模型进行日志趋势的预测，以高效且准确的评估银行交易日志趋势。

技术领域

本发明涉及数据处理技术领域，具体涉及一种评估银行交易日志趋势的方法、装置及相关设备。

背景技术

银行交易日志是保证银行交易安全性和可追溯性的重要依据；但是随着互联网的发展，银行交易量和银行交易日志的数量越来越大，评估银行交易日志趋势的难度也随之增大，从而影响银行的日志管理。因此，如何高效且准确的评估银行交易日志趋势，是目前亟需待解决的问题。

发明内容

有鉴于此，本发明实施例提供一种评估银行交易日志趋势的方法、装置及相关设备，以高效且准确的评估银行交易日志趋势。

为实现上述目的，本发明实施例提供如下技术方案：

本发明实施例第一方面公开一种评估银行交易日志趋势的方法，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。

优选的，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。

优选的，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。

优选的，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。

本发明实施例第二方面公开一种评估银行交易日志趋势的装置，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。

优选的，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；