[发明专利]资金流向分类方法、装置、设备、介质及产品

说明书

本申请提供一种资金流向分类方法、装置、设备、介质及产品，可用于人工智能领域或其他领域。该方法包括：获取待分类的贴现数据；提取待分类的贴现数据的降维特征对应的待分类特征值；将所述待分类特征值输入训练完成的资金流向分类模型中对待分类特征对应的贴现数据进行分类，以确定贴现数据对应的待分类的贴现行为贴现后的资金流向是否异常。采用训练完成的资金流向分类模型中对贴现数据进行分类可以实现资金的自动筛查，可以提高判断资金流向是否异常的效率，减少时间成本和人工成本的消耗。将降维特征对应的特征值作为训练完成的资金流向分类模型的输入可以增快分类速度，进一步地提高了判断资金流向是否异常的效率。

技术领域

本申请涉及人工智能领域，尤其涉及一种资金流向分类方法、装置、设备、介质及产品。

背景技术

票据贴现是指持票人在需要资金时，将持有的未到期商业承兑汇票等票据，通过背书的方式转让给银行等金融机构，金融机构将票据金额支付给贴现申请人的票据行为。

持票人将未到期的商业承兑汇票等票据转让给金融机构后，金融机构需要监管客户贴现获得的资金流向，避免票据资金被套用或流向其他不合规领域。

目前通常由人工基于专家规则判断资金流向是否异常，由于异常资金流向属于海量资金流向中的小概率事件，需要投入大量的人力进行逐笔资金的筛查，耗费的时间成本和人工成本较高。

发明内容

本申请提供一种资金流向分类方法、装置、设备、介质及产品，用以解决由人工判断资金流向是否异常，导致耗费的时间成本和人工成本较高的问题。

第一方面，本申请提供一种资金流向分类方法，包括：

获取待分类的贴现数据；所述待分类的贴现数据包括：待分类的贴现行为对应的历史行为数据及贴现基本数据；

提取待分类的贴现数据的降维特征对应的待分类特征值；所述降维特征是从初始特征中确定的，所述初始特征的数量大于降维特征的数量；所述初始特征是待分类的贴现数据中可提取的特征；

将所述待分类特征值输入训练完成的资金流向分类模型中对待分类特征对应的贴现数据进行分类，以确定贴现数据对应的待分类的贴现行为贴现后的资金流向是否异常。

第二方面，本申请提供一种资金流向分类装置，包括：

获取模块，用于获取待分类的贴现数据；所述待分类的贴现数据包括：待分类的贴现行为对应的历史行为数据及贴现基本数据；

提取模块，用于提取待分类的贴现数据的降维特征对应的待分类特征值；所述降维特征是从初始特征中确定的，所述初始特征的数量大于降维特征的数量；所述初始特征是待分类的贴现数据中可提取的特征；

分类模块，用于将所述待分类特征值输入训练完成的资金流向分类模型中对待分类特征对应的贴现数据进行分类，以确定贴现数据对应的待分类的贴现行为贴现后的资金流向是否异常。

第三方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

所述处理器及所述存储器之间电路互连；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现上述第一方面所述的资金流向分类方法。

第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现上述第一方面所述的资金流向分类方法。

第五方面，本申请提供一种计算机程序产品，包括计算机执行指令，该计算机执行指令被处理器执行时实现上述第一方面所述的资金流向分类方法。