CN112215695B - 基于矩阵的账单周期规律的分析方法、装置及存储介质 - Google Patents
基于矩阵的账单周期规律的分析方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112215695B CN112215695B CN202011102409.6A CN202011102409A CN112215695B CN 112215695 B CN112215695 B CN 112215695B CN 202011102409 A CN202011102409 A CN 202011102409A CN 112215695 B CN112215695 B CN 112215695B
- Authority
- CN
- China
- Prior art keywords
- matrix
- time
- column
- bill
- numerical values
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
- G06Q40/125—Finance or payroll
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提出了一种基于矩阵的账单周期规律的分析方法、装置及存储介质,该方法包括:获取待分析账单的起始时间和结束时间,以所述起始时间至所述结束时间经历的所有时间单位作为所述矩阵的行标识及以所述时间单位中具有的最大天数作为列标识构建矩阵,所述矩阵中元素的初始值均为0;对所述起始时间至所述结束时间内的账单进行扫描,如果当前日期存在交易记录,则将所述矩阵中对应的元素的值修改为1;对所述矩阵中每列的数值中连续1的个数进行分析,确定账单周期的规律。本发明基于二维矩阵对交易进行标识,随后通过字符串比对,分析效率高,不依赖其它第三方分析软件,且对当前列的数值进行校准,提高了账单周期分析的准确性。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种基于矩阵的账单周期规律的分析方法、装置及存储介质。
背景技术
随着信息技术的发展,交易的形式也从原先的现金交易到银行交易再到支付宝、微信等第三方平台交易,但不论支付方式如何变化,对账单数据进行分析依然是一项重要的研判思路,其中通过账单交易周期性规律分析,可以挖掘出每月工资发放、定期支付房贷车贷、每月每季度生活费支出等,存在固定周期性规律的行为,从而挖掘进一步的关联关系,因此账单交易周期性规律分析是一项极为重要且用途广泛的分析方法。
现有的账单交易周期性规律分析主要有几种方式:人工账单逐月比对,利用丰富的工作经验,对每笔交易的前后月进行比较;利用交易摘要的规律分析,部分交易账单中会有交易原因的摘要记录,如还房贷等,利用摘要,可以直接知晓资金用途;冒泡式逐月逐条比对,将所有的交易记录按时间排序,依据周期长度,将每一条交易逐一与后续的交易进行比对判定是否符合规律,周期长度每增加一位,遍历次数就增加一层。
现有的分析方法存在如下技术缺陷:人工比对,耗时久,依赖工作经验丰富程度,且只能处理少量数据;利用交易摘要,受限于交易的备注,一旦没有备注就可能漏掉线索;冒泡式逐月逐条比对,当交易周期设置比较大时,复杂性指数上升,只能针对小周期的判断,且容易出现大量相似的结果。
发明内容
本发明针对上述现有技术中一个或多个技术缺陷,设计专门的方法以解决上述技术问题,并提出了如下技术方案。
一种基于矩阵的账单周期规律的分析方法,该方法通过计算机实施,该方法包括:
矩阵设置步骤,获取待分析账单的起始时间和结束时间,以所述起始时间至所述结束时间经历的所有时间单位作为所述矩阵的行标识及以所述时间单位中具有的最大天数作为列标识构建矩阵,所述矩阵中元素的初始值均为0;
矩阵修改步骤,对所述起始时间至所述结束时间内的账单进行扫描,如果当前日期存在交易记录,则将所述矩阵中对应的元素的值修改为1;
分析步骤,对所述矩阵中每列的数值中连续1的个数进行分析,确定账单周期的规律。
更进一步地,所述起始时间为所述账单的起始月份或起始季度,所述结束时间为所述账单的结束月份或结束季度;当所述起始时间、结束时间为月份时,所述时间单位为月,所述最大天数为31,当所述起始时间、结束时间为季度时,所述时间单位为季度,所述最大天数为92。
更进一步地,所述对所述矩阵中每列的数值中连续1的个数进行分析的操作为:将所述每列中的数值组成字符串,在所述字符串中匹配连续出现1的最大个数的子串作为周期标识串,所述周期标识串格式为‘i,j,n’,其中,i表示首次出现1的行位置,j表示首次出现1的列位置,n表示连续出现1的个数,并对其余的数值进行迭代匹配,再查找连续出现1的串并进行标识。
更进一步地,将所述每列中的数值组成字符串时还包括:根据当前列的前一列及后一列对应的位置的数值对当前列的数值进行校准,使用校准后的当前列的数值组成字符串。
更进一步地,对获得的周期标识串基于交易金额进行修改,得到修改后的周期标识串并显示在显示设备上。
本发明还提出了一种基于矩阵的账单周期规律的分析装置,该装置设置在计算机上,其特征在于,该装置包括:
矩阵设置单元,获取待分析账单的起始时间和结束时间,以所述起始时间至所述结束时间经历的所有时间单位作为所述矩阵的行标识及以所述时间单位中具有的最大天数作为列标识构建矩阵,所述矩阵中元素的初始值均为0;
矩阵修改单元,对所述起始时间至所述结束时间内的账单进行扫描,如果当前日期存在交易记录,则将所述矩阵中对应的元素的值修改为1;
分析单元,对所述矩阵中每列的数值中连续1的个数进行分析,确定账单周期的规律。
更进一步地,所述起始时间为所述账单的起始月份或起始季度,所述结束时间为所述账单的结束月份或结束季度;当所述起始时间、结束时间为月份时,所述时间单位为月,所述最大天数为31,当所述起始时间、结束时间为季度时,所述时间单位为季度,所述最大天数为92。
更进一步地,所述对所述矩阵中每列的数值中连续1的个数进行分析的操作为:将所述每列中的数值组成字符串,在所述字符串中匹配连续出现1的最大个数的子串作为周期标识串,所述周期标识串格式为‘i,j,n’,其中,i表示首次出现1的行位置,j表示首次出现1的列位置,n表示连续出现1的个数,并对其余的数值进行迭代匹配,再查找连续出现1的串并进行标识。
更进一步地,将所述每列中的数值组成字符串时还包括:根据当前列的前一列及后一列对应的位置的数值对当前列的数值进行校准,使用校准后的当前列的数值组成字符串。
更进一步地,对获得的周期标识串基于交易金额进行修改,得到修改后的周期标识串并显示在显示设备上。
本发明还提出了一种计算机可读存储介质,所述存储介质上存储有计算机程序代码,当所述计算机程序代码被计算机执行时执行上述之任一的方法。
本发明的技术效果在于:本发明提出了一种基于矩阵的账单周期规律的分析方法、装置及存储介质,该方法通过计算机实施,该方法包括:矩阵设置步骤,获取待分析账单的起始时间和结束时间,以所述起始时间至所述结束时间经历的所有时间单位作为所述矩阵的行标识及以所述时间单位中具有的最大天数作为列标识构建矩阵,所述矩阵中元素的初始值均为0;矩阵修改步骤,对所述起始时间至所述结束时间内的账单进行扫描,如果当前日期存在交易记录,则将所述矩阵中对应的元素的值修改为1;分析步骤,对所述矩阵中每列的数值中连续1的个数进行分析,确定账单周期的规律。本发明基于二维矩阵对交易进行标识,随后通过字符串比对,判断是否存在连续交易,不仅效率高,而且此方法最大的优势在于支持时间范围、金额范围、时间形式等多种参数的设置,极大提高了分析功能的灵活性通用性,分析效率高,不依赖其它第三方分析软件,且本发明根据当前列的前一列及后一列对应的位置的数值对当前列的数值进行校准,使用校准后的当前列的数值组成字符串进行周期性交易的分析,扩大了线索范围,从而提高了账单周期分析的准确性,本发明还对获得的标识串,关联原始交易记录,计算所有交易金额的中位数,然后根据具体的交易是否落在以中位数为基础的金额范围内,再对标识串进行修改,得到新的标识串即可,从而将过低的交易排除在外,提高了账单周期分析的意义。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显。
图1是根据本发明的实施例的一种基于矩阵的账单周期规律的分析方法的流程图。
图2是根据本发明的实施例的账单周期规律分析的示意图。
图3是根据本发明的实施例的一种基于矩阵的账单周期规律的分析装置的结构图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了本发明的一种基于矩阵的账单周期规律的分析方法,该方法通过计算机实施,所述计算机包括处理器、存储器、显示器等等,该方法包括:
矩阵设置步骤S101,获取待分析账单的起始时间和结束时间,以所述起始时间至所述结束时间经历的所有时间单位作为所述矩阵的行标识及以所述时间单位中具有的最大天数作为列标识构建矩阵,所述矩阵中元素的初始值均为0;本发明构建的矩阵为二维矩阵,也可以称为二维表。
在一个实施例中,所述起始时间为所述账单的起始月份或起始季度,所述结束时间为所述账单的结束月份或结束季度;当所述起始时间、结束时间为月份时,所述时间单位为月,所述最大天数为31,当所述起始时间、结束时间为季度时,所述时间单位为季度,所述最大天数为92。
矩阵修改步骤S102,对所述起始时间至所述结束时间内的账单进行扫描,如果当前日期存在交易记录,则将所述矩阵中对应的元素的值修改为1;账单可以是一组A和B两人的单向的交易记录,可以是收入也可以是支出。本发明是以0/1标志标识对应日期是否存在交易,即为0表示不存在交易,为1表示存在交易。
在一个实施例中,以开始月份(即起始时间)(startMon)、结束月份(即结束时间)(endMon)作为行,以31天作为列,构建一张月份差(mondiff= endMon- startMon)*31的二维矩阵(table[mondiff][31]),值为0/1标志标识对应日期是否存在交易。其中同一天的交易记录会进行合并,每个日期只有一个标志位,构建的矩阵如下:
分析步骤S103,对所述矩阵中每列的数值中连续1的个数进行分析,确定账单周期的规律。
在一个实施例中,所述对所述矩阵中每列的数值中连续1的个数进行分析的操作为:将所述每列中的数值组成字符串,在所述字符串中匹配连续出现1的最大个数的子串作为周期标识串,所述周期标识串格式为‘i,j,n’,其中,i表示首次出现1的行位置,j表示首次出现1的列位置,n表示连续出现1的个数,并对其余的数值进行迭代匹配,再查找连续出现1的串并进行标识。
比如,从第1天开始遍历至第31天,将对应列的所有月份的标志组成字符串,如1号所在列的构成“111100111110”。以上述矩阵为例,最大可能的交易周期是月份差(maxCycleMon),如总共就12个月,即最大可能的就是连续12个月存在交易;最小连续周期为设置的参数(minCycleMon)。用连续1进行标识可能的连续周期,如12个月即:11111111111。从最大可能的周期开始反复迭代,看是否有匹配的结果。如是否存在12个1(即连续12个月交易),没有的情况下是否存在11个月(即连续11个月交易),直到最小连续周期。最大连续月匹配到后即可停止,连续12个月必然已经包含连续11个月。
当有命中连续周期后,在命中位置前后,可能还有小一个周期的匹配,所以继续迭代。参见图2,如111100111110中存在连续5个月(2020/02-2020/06)的交易,但前面6个月(2019/08-2020/01)仍然存在连续4个月的交易。因此截取开始位置到命中位置的标志,进行小一个连续周期的判断,同时在命中位置之后,也需要截取未匹配部分进行判断。这一步需要反复迭代,直到截取后的待匹配标志长度已经小于最下一个周期长度,如图中的“0”只有1位,已经比下一周期4小,即可停止迭代。
针对匹配到的结果,记录三个内容:纵向下标即在原始标志串中的位置,横向下标即日期值,最终匹配到的连续周期标志串。例如【7,1,11111】(下标从1开始),表示2020/02开始的连续5个月1号存在交易,也可以采用【7,1,5】的格式进行标识,即i=7,j=1,n=5。
本发明的方法基于二维矩阵对交易进行标识,随后通过字符串比对,判断是否存在连续交易,不仅效率高,而且此方法最大的优势在于支持时间范围、金额范围、时间形式等多种参数的设置,极大提高了分析功能的灵活性通用性,分析效率高,不依赖其它第三方分析软件,这是本发明的一个重要发明点。
在一个实施例中,为了提高分析的准确性,基于有的交易可能时间上有相关性,比如,今天付款,明天才入账,因此,即当天没有存在交易的话,前后几天的交易也可以认是连续月交易。从二维表中按列获取标志串时,碰到标志为0的情况,优先横向往前(左)找非0标志,其次往后(右)找非0标志,同时记录横向纵向下标以及实际偏移量,结合最后的命中结果即可获取实际交易记录。即将所述每列中的数值组成字符串时还包括:根据当前列的前一列及后一列对应的位置的数值对当前列的数值进行校准,使用校准后的当前列的数值组成字符串,比如,当设置的偏差范围值为1时,14号这列的2019/10、2020/01、2020/06三行原值都为0,但因为在偏差范围内有交易最终得到交易标志1,构成“111111110111”,分析结果也从无周期性交易变成连续8个月周期性交易,扩大了线索范围,从而提高了账单周期分析的准确性,这是本发明的一个重要发明点。
在一个实施例中,有时候当天虽然存在交易,但交易额很低,导致分析的意义不大,因此,对获得的周期标识串基于交易金额进行修改,得到修改后的周期标识串并显示在显示设备上。具体是,对获得的标识串,关联原始交易记录,计算所有交易金额的中位数,然后根据具体的交易是否落在以中位数为基础的金额范围内,再对标识串进行修改,得到新的标识串即可,从而将过低的交易排除在外,提高了账单周期分析的意义,这是本发明的另一个重要发明点。
上述分析过程是以月为单位进行分析的,同样也可以按季度甚至按年进行周期性规律分析,只要将行换为年-季度,列换为每个季度的92天或每年的366天即可。
图3示出了本发明的一种基于矩阵的账单周期规律的分析装置,该装置设置在计算机上,所述计算机包括处理器、存储器、显示器等等,该装置包括:
矩阵设置单元301,获取待分析账单的起始时间和结束时间,以所述起始时间至所述结束时间经历的所有时间单位作为所述矩阵的行标识及以所述时间单位中具有的最大天数作为列标识构建矩阵,所述矩阵中元素的初始值均为0;本发明构建的矩阵为二维矩阵,也可以称为二维表。
在一个实施例中,所述起始时间为所述账单的起始月份或起始季度,所述结束时间为所述账单的结束月份或结束季度;当所述起始时间、结束时间为月份时,所述时间单位为月,所述最大天数为31,当所述起始时间、结束时间为季度时,所述时间单位为季度,所述最大天数为92。
矩阵修改单元302,对所述起始时间至所述结束时间内的账单进行扫描,如果当前日期存在交易记录,则将所述矩阵中对应的元素的值修改为1;账单可以是一组A和B两人的单向的交易记录,可以是收入也可以是支出。本发明是以0/1标志标识对应日期是否存在交易,即为0表示不存在交易,为1表示存在交易。
在一个实施例中,以开始月份(即起始时间)(startMon)、结束月份(即结束时间)(endMon)作为行,以31天作为列,构建一张月份差(mondiff= endMon- startMon)*31的二维矩阵(table[mondiff][31]),值为0/1标志标识对应日期是否存在交易。其中同一天的交易记录会进行合并,每个日期只有一个标志位,构建的矩阵如下:
分析单元303,对所述矩阵中每列的数值中连续1的个数进行分析,确定账单周期的规律。
在一个实施例中,所述对所述矩阵中每列的数值中连续1的个数进行分析的操作为:将所述每列中的数值组成字符串,在所述字符串中匹配连续出现1的最大个数的子串作为周期标识串,所述周期标识串格式为‘i,j,n’,其中,i表示首次出现1的行位置,j表示首次出现1的列位置,n表示连续出现1的个数,并对其余的数值进行迭代匹配,再查找连续出现1的串并进行标识。
比如,从第1天开始遍历至第31天,将对应列的所有月份的标志组成字符串,如1号所在列的构成“111100111110”。以上述矩阵为例,最大可能的交易周期是月份差(maxCycleMon),如总共就12个月,即最大可能的就是连续12个月存在交易;最小连续周期为设置的参数(minCycleMon)。用连续1进行标识可能的连续周期,如12个月即:11111111111。从最大可能的周期开始反复迭代,看是否有匹配的结果。如是否存在12个1(即连续12个月交易),没有的情况下是否存在11个月(即连续11个月交易),直到最小连续周期。最大连续月匹配到后即可停止,连续12个月必然已经包含连续11个月。
当有命中连续周期后,在命中位置前后,可能还有小一个周期的匹配,所以继续迭代。参见图2,如111100111110中存在连续5个月(2020/02-2020/06)的交易,但前面6个月(2019/08-2020/01)仍然存在连续4个月的交易。因此截取开始位置到命中位置的标志,进行小一个连续周期的判断,同时在命中位置之后,也需要截取未匹配部分进行判断。这一步需要反复迭代,直到截取后的待匹配标志长度已经小于最下一个周期长度,如图中的“0”只有1位,已经比下一周期4小,即可停止迭代。
针对匹配到的结果,记录三个内容:纵向下标即在原始标志串中的位置,横向下标即日期值,最终匹配到的连续周期标志串。例如【7,1,11111】(下标从1开始),表示2020/02开始的连续5个月1号存在交易,也可以采用【7,1,5】的格式进行标识,即i=7,j=1,n=5。
本发明的装置基于二维矩阵对交易进行标识,随后通过字符串比对,判断是否存在连续交易,不仅效率高,而且此装置最大的优势在于支持时间范围、金额范围、时间形式等多种参数的设置,极大提高了分析功能的灵活性通用性,分析效率高,不依赖其它第三方分析软件,这是本发明的一个重要发明点。
在一个实施例中,为了提高分析的准确性,基于有的交易可能时间上有相关性,比如,今天付款,明天才入账,因此,即当天没有存在交易的话,前后几天的交易也可以认是连续月交易。从二维表中按列获取标志串时,碰到标志为0的情况,优先横向往前(左)找非0标志,其次往后(右)找非0标志,同时记录横向纵向下标以及实际偏移量,结合最后的命中结果即可获取实际交易记录。即将所述每列中的数值组成字符串时还包括:根据当前列的前一列及后一列对应的位置的数值对当前列的数值进行校准,使用校准后的当前列的数值组成字符串,比如,当设置的偏差范围值为1时,14号这列的2019/10、2020/01、2020/06三行原值都为0,但因为在偏差范围内有交易最终得到交易标志1,构成“111111110111”,分析结果也从无周期性交易变成连续8个月周期性交易,扩大了线索范围,从而提高了账单周期分析的准确性,这是本发明的一个重要发明点。
在一个实施例中,有时候当天虽然存在交易,但交易额很低,导致分析的意义不大,因此,对获得的周期标识串基于交易金额进行修改,得到修改后的周期标识串并显示在显示设备上。具体是,对获得的标识串,关联原始交易记录,计算所有交易金额的中位数,然后根据具体的交易是否落在以中位数为基础的金额范围内,再对标识串进行修改,得到新的标识串即可,从而将过低的交易排除在外,提高了账单周期分析的意义,这是本发明的另一个重要发明点。
上述分析过程是以月为单位进行分析的,同样也可以按季度甚至按年进行周期性规律分析,只要将行换为年-季度,列换为每个季度的92天或每年的366天即可。
本发明是从月份差开始向最小周期长度迭代,即可以优先分析出最大周期规律得到最优解;同时外层固定31次遍历,内层对标识串进行迅速迭代;同时由于灵活的参数设置,可以满足不同周期长度、时间范围、金额范围、时间形式等的周期性规律分析,20年的账单数据仅仅是240*31的二维矩阵,空间占用少,分析效率高;且不依赖任何第三方分析工具,仅使用一张二维表(即二维矩阵),按相应的逻辑处理即可实现分析功能。而周期性的交易规律又是一种重要的线索,此发明灵活的参数设置,优异的性能表现,可以快速的获取最优解,应用前景十分广泛。
本发明的为了描述的方便,描述以上方法时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质 中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
最后所应说明的是:以上实施例仅以说明而非限制本发明的技术方案,尽管参照上述实施例对本发明进行了详细说明,本领域的普通技术人员应当理解:依然可以对本发明进行修改或者等同替换,而不脱离本发明的精神和范围的任何修改或局部替换,其均应涵盖在本发明的权利要求范围当中。
Claims (3)
1.一种基于矩阵的账单周期规律的分析方法,该方法通过计算机实施,其特征在于,该方法包括:
矩阵设置步骤,获取待分析账单的起始时间和结束时间,以所述起始时间至所述结束时间经历的所有时间单位作为所述矩阵的行标识及以所述时间单位中具有的最大天数作为列标识构建矩阵,所述矩阵中元素的初始值均为0;
矩阵修改步骤,对所述起始时间至所述结束时间内的账单进行扫描,如果当前日期存在交易记录,则将所述矩阵中对应的元素的值修改为1;
分析步骤,对所述矩阵中每列的数值中连续1的个数进行分析,确定账单周期的规律;
其中,所述起始时间为所述账单的起始月份或起始季度,所述结束时间为所述账单的结束月份或结束季度;当所述起始时间、结束时间为月份时,所述时间单位为月,所述最大天数为31,当所述起始时间、结束时间为季度时,所述时间单位为季度,所述最大天数为92;
所述对所述矩阵中每列的数值中连续1的个数进行分析的操作为:将所述每列中的数值组成字符串,在所述字符串中匹配连续出现1的最大个数的子串作为周期标识串,所述周期标识串格式为‘i,j,n’,其中,i表示首次出现1的行位置,j表示首次出现1的列位置,n表示连续出现1的个数,并对其余的数值进行迭代匹配,再查找连续出现1的串并进行标识;
将所述每列中的数值组成字符串时还包括:根据当前列的前一列及后一列对应的位置的数值对当前列的数值进行校准,使用校准后的当前列的数值组成字符串;
对获得的周期标识串基于交易金额进行修改,得到修改后的周期标识串并显示在显示设备上;
所述对获得的周期标识串基于交易金额进行修改具体为:对获得的周期标识串,关联原始交易记录,计算所有交易金额的中位数,然后根据具体的交易是否落在以中位数为基础的金额范围内,再对周期标识串进行修改,得到新的周期标识串。
2.一种基于矩阵的账单周期规律的分析装置,该装置设置在计算机上,其特征在于,该装置包括:
矩阵设置单元,获取待分析账单的起始时间和结束时间,以所述起始时间至所述结束时间经历的所有时间单位作为所述矩阵的行标识及以所述时间单位中具有的最大天数作为列标识构建矩阵,所述矩阵中元素的初始值均为0;
矩阵修改单元,对所述起始时间至所述结束时间内的账单进行扫描,如果当前日期存在交易记录,则将所述矩阵中对应的元素的值修改为1;
分析单元,对所述矩阵中每列的数值中连续1的个数进行分析,确定账单周期的规律;
其中,所述起始时间为所述账单的起始月份或起始季度,所述结束时间为所述账单的结束月份或结束季度;当所述起始时间、结束时间为月份时,所述时间单位为月,所述最大天数为31,当所述起始时间、结束时间为季度时,所述时间单位为季度,所述最大天数为92;
所述对所述矩阵中每列的数值中连续1的个数进行分析的操作为:将所述每列中的数值组成字符串,在所述字符串中匹配连续出现1的最大个数的子串作为周期标识串,所述周期标识串格式为‘i,j,n’,其中,i表示首次出现1的行位置,j表示首次出现1的列位置,n表示连续出现1的个数,并对其余的数值进行迭代匹配,再查找连续出现1的串并进行标识;
将所述每列中的数值组成字符串时还包括:根据当前列的前一列及后一列对应的位置的数值对当前列的数值进行校准,使用校准后的当前列的数值组成字符串;
对获得的周期标识串基于交易金额进行修改,得到修改后的周期标识串并显示在显示设备上;
所述对获得的周期标识串基于交易金额进行修改具体为:对获得的周期标识串,关联原始交易记录,计算所有交易金额的中位数,然后根据具体的交易是否落在以中位数为基础的金额范围内,再对周期标识串进行修改,得到新的周期标识串。
3.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序代码,当所述计算机程序代码被计算机执行时执行权利要求1的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011102409.6A CN112215695B (zh) | 2020-10-15 | 2020-10-15 | 基于矩阵的账单周期规律的分析方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011102409.6A CN112215695B (zh) | 2020-10-15 | 2020-10-15 | 基于矩阵的账单周期规律的分析方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112215695A CN112215695A (zh) | 2021-01-12 |
CN112215695B true CN112215695B (zh) | 2023-01-24 |
Family
ID=74054228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011102409.6A Active CN112215695B (zh) | 2020-10-15 | 2020-10-15 | 基于矩阵的账单周期规律的分析方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112215695B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112800127B (zh) * | 2021-01-30 | 2024-05-28 | 河南信安通信技术股份有限公司 | 基于交易账单的数据挖掘分析方法及装置 |
CN113342857B (zh) * | 2021-06-28 | 2022-09-16 | 北京三快在线科技有限公司 | 交易记录的核对方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108776927A (zh) * | 2018-04-23 | 2018-11-09 | 阿里巴巴集团控股有限公司 | 一种用户账单数据展示方法、装置以及设备 |
CN110569404A (zh) * | 2019-09-12 | 2019-12-13 | 北京博睿宏远数据科技股份有限公司 | 一种数据对比方法、装置、电子设备及存储介质 |
CN110851494A (zh) * | 2019-10-22 | 2020-02-28 | 厦门市美亚柏科信息股份有限公司 | 一种用于账单分析交易特征行为的方法和系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8781928B2 (en) * | 2011-07-11 | 2014-07-15 | International Business Machines Corporation | Methodology for charging of discrete resource reservation based services |
-
2020
- 2020-10-15 CN CN202011102409.6A patent/CN112215695B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108776927A (zh) * | 2018-04-23 | 2018-11-09 | 阿里巴巴集团控股有限公司 | 一种用户账单数据展示方法、装置以及设备 |
CN110569404A (zh) * | 2019-09-12 | 2019-12-13 | 北京博睿宏远数据科技股份有限公司 | 一种数据对比方法、装置、电子设备及存储介质 |
CN110851494A (zh) * | 2019-10-22 | 2020-02-28 | 厦门市美亚柏科信息股份有限公司 | 一种用于账单分析交易特征行为的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112215695A (zh) | 2021-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11816571B2 (en) | Named entity recognition with convolutional networks | |
Kapinos et al. | A top-down approach to stress-testing banks | |
CN112215695B (zh) | 基于矩阵的账单周期规律的分析方法、装置及存储介质 | |
Brezigar-Masten et al. | CART-based selection of bankruptcy predictors for the logit model | |
CN109739997B (zh) | 地址对比方法、装置及系统 | |
Horton | Stars, crows, and doji: The use of candlesticks in stock selection | |
WO2018218788A1 (zh) | 一种基于全局种子打分优选的三代测序序列比对方法 | |
Heichl et al. | Sustainable fingerprint–Using textual analysis to detect how listed EU firms report about ESG topics | |
CN118172785A (zh) | 文档信息抽取方法、装置、设备、存储介质和程序产品 | |
CN109886806A (zh) | 基于知识图谱的人工识别金融反欺诈的方法 | |
Zhu et al. | Administrative approval reform and the quality of economic development | |
CN115934963A (zh) | 用于企业金融获客的商业汇票大数据分析方法及应用图谱 | |
CN107402925A (zh) | 信息推送方法及装置 | |
Remenyi | Researching information systems: data analysis methodology using content and correspondence analysis | |
CN116225956A (zh) | 自动化测试方法、装置、计算机设备和存储介质 | |
Nasserinia et al. | Relationship between Participation Bank Performance and Its Determinants. | |
CN109919811B (zh) | 基于大数据的保险代理人培养方案生成方法及相关设备 | |
Lee et al. | Is inequality in Malaysia really going down? A puzzle explored | |
Dobrinsky et al. | Firms' price markups and returns to scale in imperfect markets: Bulgaria and Hungary | |
Liu et al. | A comparative study of environmental information disclosure between banks in net-zero banking alliance and China | |
CN114463763A (zh) | 银行流水表格抽取方法、装置、计算机设备和存储介质 | |
Ruiz Estrada et al. | The external sector vulnerability monitoring index (Λ): The case of Chinese and Asean-5 economies | |
Brakman et al. | A model of heterogeneous firm matches in cross-border mergers & acquisitions | |
CN117540721B (zh) | 一种银行回单信息提取方法和系统 | |
CN113127491B (zh) | 一种基于关联特征的流图划分系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |