CN109583950A - 一种两融账户客户的挖掘平台 - Google Patents

Abstract

本发明公开了一种两融账户客户的挖掘平台，包括以下部分：录入模块；构建模块；因子构造模块；建模模块；分析模块。本发明对两融目标客户和资管目标客户的数据进行快速分类和检索，减少数据冗余性，提高数据准确性和安全性。

Description

一种两融账户客户的挖掘平台

技术领域

本发明属于证券技术领域，具体涉及一种两融账户客户的挖掘平台。

背景技术

本案是针对专利申请号:2016101000671的专利进行改进。

发明内容

本发明的目的是为了克服上述不足提供一种两融账户客户的挖掘平台，包括以下部分：

录入模块，用于将客户交易数据录入服务器；

构建模块，用于对两融目标客户和资管目标客户分别构建训练集和测试集；

因子构造模块，用于对两融目标客户和资管目标客户分别构造因变量因子、基本因子和总衍生因子；

建模模块，用于利用随机森林算法分别对两融目标客户和资管目标客户建立预测模型；

分析模块，用于分别对两融目标客户和资管目标客户进行测试并分析测试结果。

本发明对两融目标客户和资管目标客户的挖掘数据进行快速分类和检索，减少数据冗余性，提高数据准确性和安全性。

附图说明

图1是本发明原理框架示意图。

具体实施方式

以下结合具体实施例对本发明作进一步的说明：

一种两融账户客户的挖掘平台，包括以下部分：

录入模块，用于将客户交易数据录入服务器；

构建模块，用于对两融目标客户和资管目标客户分别构建训练集和测试集；

因子构造模块，用于对两融目标客户和资管目标客户分别构造因变量因子、基本因子和总衍生因子；

建模模块，用于利用随机森林算法分别对两融目标客户和资管目标客户建立预测模型；

分析模块，用于分别对两融目标客户和资管目标客户进行测试并分析测试结果。

所述录入模块还包括：

标签获取模块，用于将客户交易数据录入服务器时获取客户交易数据集对应的标签集；

数据清洗模块，用于进行数据清洗，得到清洗后的数据集；

变量建立模块，用于对所述训练集建立字典变量；对于所述训练集中的每个账户Wi来说，如果Wi没有出现在字典变量中，则将键值对加入字典变量，如果Wi在字典变量中已存在，则对Wi的值进行更新，对字典变量中的词字典变量i进行编号得到词典；并对所述训练集中的每一客户交易数据建立句向量，对于第j个账户中的第i个数据Wij将其用Wi j在词典中的编号来代替；对所述训练集建立长度为标签集大小的向量tagj，将向量中训练集的标签在标签集中的对应位置的元素置1，其余元素置0，将向量中的元素追加到训练集的最后。

还包括存储模块，用于在分析测试结果后对结果进行存储，证券公司员工晨会时通过移动终端进行认证，根据自身的权限和服务条件进入服务器查询两融账户的实时和历史状态信息。

还包验证查询模块，用于证券公司员工晨会时通过移动终端进行认证，根据自身的权限和服务条件进入服务器查询两融账户的实时和历史状态信息，内容具体为：

所述移动终端对MAC地址加密后填入源MAC字段，并对所述移动终端的设备标识信息加密后填入填充数据区字段，将所述移动终端的IP信息填入源IP字段和目的IP字段；

所述移动终端向所述服务器定时发送所述报文；

当检测到报文时获取所述报文的填充数据区字段数据，并进行解密，并根据解密标识信息与所述移动终端的标识信息进行对比，判断所述解密对应的设备与所述移动终端是否为同类型设备，如果是，则丢弃该报文，如果否，则获取所述报文的源MAC字段并进行解密，获得发送报文的设备的MAC地址，然后截取所述报文的源IP字段，并将解密后的填充数据区字段、MAC地址以及源IP字段进行记录；

所述服务器录入证券公司员工信息，选取大素数q，生成阶为q的群G，从群G中选取生成元g和整数域Z_q，以及Hash函数H:{0,1}*→Z_q，并设置全局参数(Z_q,G,q,g)，所述Hash函数用于将任意长度的0、1串映射到整数域Z_q，从整数域Z_q随机选择v_i,i∈1,...,k，构成元组{v₁,..,v_k}，进行构建认证标识：

r′_i＝v_i-c′a_i,i∈1,...,k；

其中，X′_i与以生成元g为底数，v_i与a_i为指数；X_i包含证券公司员工信息元组{a₁,..,a_k}，包含随机选取的元组{y₁,...,y_m}；

所述认证标识为：β′＝(c′,{(r′_i,X′_i)|i∈1,...,k})；

通过(Z_q,G,q,g)对录入的证券公司员工信息元组按照每个人录入的编号构建认证标识，录入的证券公司员工信息元组记作{b₁,...,b_m}_bian，其中bian为存储数据的单元标识，从整数域Z_q随机选择w_j,j∈1,...,m，构成元组{w₁,...,w_j}构建认证标识：

r_jbian＝w_j-c_bianb_j,b_j∈{b₁,...,b_m}_bian,w_j∈{w₁,...,w_j}；

其认证标识为β_bian＝(c_bian,{(r_jbian,Y_jbian)|j∈1,...,m})；

将认证标识存入服务器并对证券公司员工输入的认证标识进行验证，验证通过则让其查询，否则进行拒绝。

一种两融账户客户的挖掘方法，包括以下步骤：

将客户交易数据录入服务器；

对两融目标客户和资管目标客户分别构建训练集和测试集；

对两融目标客户和资管目标客户分别构造因变量因子、基本因子和总衍生因子；

利用随机森林算法分别对两融目标客户和资管目标客户建立预测模型；

分别对两融目标客户和资管目标客户进行测试并分析测试结果。

上述步骤具体方法可以参见专利申请号:2016101000671的内容，在此不再赘述，针对上述专利不足，为了对两融目标客户和资管目标客户的数据进行快速分类和检索，减少数据冗余性，提高数据准确性采取以下方案：

将客户交易数据录入服务器时获取客户交易数据集对应的标签集；

进行数据清洗，得到清洗后的数据集；

对所述训练集建立字典变量；

对于所述训练集中的每个账户Wi来说，如果Wi没有出现在字典变量中，则将键值对加入字典变量，如果Wi在字典变量中已存在，则对Wi的值进行更新，对字典变量中的词字典变量i进行编号得到词典；

并对所述训练集中的每一客户交易数据建立句向量，对于第j个账户中的第i个数据Wij将其用Wij在词典中的编号来代替；

对所述训练集建立长度为标签集大小的向量tagj，将向量中训练集的标签在标签集中的对应位置的元素置1，其余元素置0，将向量中的元素追加到训练集的最后。

针对上述专利中证券公司员工需要安全调取客户信息进行分析，采取以下技术方案：

分析测试结果后对结果进行存储；

证券公司员工晨会时通过移动终端进行认证，根据自身的权限和服务条件进入服务器查询两融账户的实时和历史状态信息。

证券公司员工晨会时通过移动终端进行认证，根据自身的权限和服务条件进入服务器查询两融账户的实时和历史状态信息具体包括下步骤：

所述移动终端对MAC地址加密后填入源MAC字段，并对所述移动终端的设备标识信息加密后填入填充数据区字段，将所述移动终端的IP信息填入源IP字段和目的IP字段；

所述移动终端向所述服务器定时发送所述报文；

当检测到报文时获取所述报文的填充数据区字段数据，并进行解密，并根据解密标识信息与所述移动终端的标识信息进行对比，判断所述解密对应的设备与所述移动终端是否为同类型设备，如果是，则丢弃该报文，如果否，则获取所述报文的源MAC字段并进行解密，获得发送报文的设备的MAC地址，然后截取所述报文的源IP字段，并将解密后的填充数据区字段、MAC地址以及源IP字段进行记录；

所述服务器录入证券公司员工信息，选取大素数q，生成阶为q的群G，从群G中选取生成元g和整数域Z_q，以及Hash函数H:{0,1}*→Z_q，并设置全局参数(Z_q,G,q,g)，所述Hash函数用于将任意长度的0、1串映射到整数域Z_q，从整数域Z_q随机选择v_i,i∈1,...,k，构成元组{v₁,..,v_k}，进行构建认证标识：

r′_i＝v_i-c′a_i,i∈1,...,k；

其中，X′_i与以生成元g为底数，v_i与a_i为指数；X_i包含证券公司员工信息元组{a₁,..,a_k}，包含随机选取的元组{y₁,...,y_m}；

所述认证标识为：β′＝(c′,{(r′_i,X′_i)|i∈1,...,k})；

通过(Z_q,G,q,g)对录入的证券公司员工信息元组按照每个人录入的编号构建认证标识，录入的证券公司员工信息元组记作{b₁,...,b_m}_bian，其中bian为存储数据的单元标识，从整数域Z_q随机选择w_j,j∈1,...,m，构成元组{w₁,...,w_j}构建认证标识：

r_jbian＝w_j-c_bianb_j,b_j∈{b₁,...,b_m}_bian,w_j∈{w₁,...,w_j}；

其认证标识为β_bian＝(c_bian,{(r_jbian,Y_jbian)|j∈1,...,m})；

将认证标识存入服务器并对证券公司员工输入的认证标识进行验证，验证通过则让其查询，否则进行拒绝。

Claims (4)

1.一种两融账户客户的挖掘平台，其特征在于包括以下部分：

录入模块，用于将客户交易数据录入服务器；

构建模块，用于对两融目标客户和资管目标客户分别构建训练集和测试集；

因子构造模块，用于对两融目标客户和资管目标客户分别构造因变量因子、基本因子和总衍生因子；

建模模块，用于利用随机森林算法分别对两融目标客户和资管目标客户建立预测模型；

分析模块，用于分别对两融目标客户和资管目标客户进行测试并分析测试结果。

2.根据权利要求1所述两融账户客户的挖掘平台，其特征在于：所述录入模块还包括：

标签获取模块，用于将客户交易数据录入服务器时获取客户交易数据集对应的标签集；

数据清洗模块，用于进行数据清洗，得到清洗后的数据集；

变量建立模块，用于对所述训练集建立字典变量；对于所述训练集中的每个账户Wi来说，如果Wi没有出现在字典变量中，则将键值对加入字典变量，如果Wi在字典变量中已存在，则对Wi的值进行更新，对字典变量中的词字典变量i进行编号得到词典；并对所述训练集中的每一客户交易数据建立句向量，对于第j个账户中的第i个数据Wij将其用Wij在词典中的编号来代替；对所述训练集建立长度为标签集大小的向量tagj，将向量中训练集的标签在标签集中的对应位置的元素置1，其余元素置0，将向量中的元素追加到训练集的最后。

3.根据权利要求1所述两融账户客户的挖掘平台，其特征在于：还包括存储模块，用于在分析测试结果后对结果进行存储，证券公司员工晨会时通过移动终端进行认证，根据自身的权限和服务条件进入服务器查询两融账户的实时和历史状态信息。

4.根据权利要求1所述两融账户客户的挖掘平台，其特征在于：还包验证查询模块，用于证券公司员工晨会时通过移动终端进行认证，根据自身的权限和服务条件进入服务器查询两融账户的实时和历史状态信息，内容具体为：

所述移动终端对MAC地址加密后填入源MAC字段，并对所述移动终端的设备标识信息加密后填入填充数据区字段，将所述移动终端的IP信息填入源IP字段和目的IP字段；

所述移动终端向所述服务器定时发送所述报文；

当检测到报文时获取所述报文的填充数据区字段数据，并进行解密，并根据解密标识信息与所述移动终端的标识信息进行对比，判断所述解密对应的设备与所述移动终端是否为同类型设备，如果是，则丢弃该报文，如果否，则获取所述报文的源MAC字段并进行解密，获得发送报文的设备的MAC地址，然后截取所述报文的源IP字段，并将解密后的填充数据区字段、MAC地址以及源IP字段进行记录；

所述服务器录入证券公司员工信息，选取大素数q，生成阶为q的群G，从群G中选取生成元g和整数域Z_q，以及Hash函数H:{0,1}^*→Z_q，并设置全局参数(Z_q,G,q,g)，所述Hash函数用于将任意长度的0、1串映射到整数域Z_q，从整数域Z_q随机选择v_i,i∈1,...,k，构成元组{v₁,..,v_k}，进行构建认证标识：

r_i′＝v_i-c′a_i,i∈1,...,k；

其中，X_i′与以生成元g为底数，v_i与a_i为指数；X_i包含证券公司员工信息元组{a₁,..,a_k}，包含随机选取的元组{y₁,...,y_m}；

所述认证标识为：β′＝(c′,{(r_i′,X′_i)|i∈1,...,k})；

通过(Z_q,G,q,g)对录入的证券公司员工信息元组按照每个人录入的编号构建认证标识，录入的证券公司员工信息元组记作{b₁,...,b_m}_bian，其中bian为存储数据的单元标识，从整数域Z_q随机选择w_j,j∈1,...,m，构成元组{w₁,...,w_j}构建认证标识：

r_jbian＝w_j-c_bianb_j,b_j∈{b₁,...,b_m}_bian,w_j∈{w₁,...,w_j}；

其认证标识为β_bian＝(c_bian,{(r_jbian,Y_jbian)|j∈1,...,m})；

将认证标识存入服务器并对证券公司员工输入的认证标识进行验证，验证通过则让其查询，否则进行拒绝。