[发明专利]数据的异常评估方法、装置、计算机设备和介质在审
| 申请号： | 201910463901.7 | 申请日： | 2019-05-30 |
| 公开（公告）号： | CN110322357A | 公开（公告）日： | 2019-10-11 |
| 发明（设计）人： | 李金乐 | 申请（专利权）人： | 深圳壹账通智能科技有限公司 |
| 主分类号： | G06Q40/08 | 分类号： | G06Q40/08 |
| 代理公司： | 深圳市明日今典知识产权代理事务所(普通合伙) 44343 | 代理人： | 王杰辉 |
| 地址： | 518000 广东省深圳市前海深港合作区前*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请中提供的一种数据的异常评估方法、装置、计算机设备和介质，其中的数据的异常评估方法，通过获取需要评测的测试数据，并将所述测试数据导入检测系统；提取所述理赔数据的特征数据，通过检测系统的评分模型处理，计算出测试数据评分值；对比测试数据评分值与模型数据评分值的数值大小，获得风险值，以及风险结果。本申请使用无监督学习的PCA算法能够学习正常数据的总体分布轮廓，基于异常检测的思想，不需要考虑历史异常数据的分布和变化，准确性高。 | ||
| 搜索关键词： | 测试数据 异常评估 计算机设备 检测系统 分布和变化 无监督学习 评测 对比测试 分布轮廓 模型数据 评分模型 特征数据 异常检测 异常数据 正常数据 算法 申请 学习 | ||
【主权项】：
1.一种数据的异常评估方法，其特征在于，包括步骤：获取预设数量的历史测试数据中的正常数据；对所述正常数据进行特征筛选，得到所述正常数据的所有必要特征以及每一个所述必要特征相应的多个第一特征数据；对多个所述第一特征数据进行特征还原，得到多个历史还原数据；计算多个所述第一特征数据与多个所述历史还原数据的第一差异值；将多个所述第一差异值带入sigmoid函数映射到(0,1)上，然后将结果放大预设倍数，得到所述正常数据的多个风险评分值，并取其最大值得到模型数据评分值S模；获取需要评测的测试数据；按照正常数据的必要特征对所述测试数据进行特征筛选，得到所述测试数据的所有必要特征以及每一个所述必要特征相应的第二特征数据；计算所述第二特征数据与所述历史还原数据的第二差异值；将所述第二差异值带入sigmoid函数映射到(0,1)上，然后将结果放大预设倍数，得到所述测试数据的多个风险评分值，并取其最大值得到模型数据评分值S测；将S模、S测通过预设规则进行对比，得到风险结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳壹账通智能科技有限公司，未经深圳壹账通智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910463901.7/，转载请声明来源钻瓜专利网。
