CN118096163A - 交易数据分析方法、装置、设备及存储介质 - Google Patents
交易数据分析方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN118096163A CN118096163A CN202410185265.7A CN202410185265A CN118096163A CN 118096163 A CN118096163 A CN 118096163A CN 202410185265 A CN202410185265 A CN 202410185265A CN 118096163 A CN118096163 A CN 118096163A
- Authority
- CN
- China
- Prior art keywords
- transaction
- transaction data
- information
- user
- data analysis
- 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.)
- Pending
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012216 screening Methods 0.000 claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 230000004069 differentiation Effects 0.000 claims abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims description 26
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000013075 data extraction Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据分析技术领域,公开了一种交易数据分析方法、装置、设备及存储介质,该方法包括:获取交易数据文件,并对交易数据文件进行解析,得到支付平台的交易数据;获取业务类型信息,并基于业务类型信息对交易数据进行分化筛选,得到交易信息;基于交易信息进行分析,得到交易数据分析结果。本发明通过对支付平台的交易数据进行筛选得到交易信息,从而分析交易信息,得到交易数据分析结果,解决了交易数据审批效率低,时间长的问题,提高了业务审查效率以及交易安全性。
Description
技术领域
本发明涉及数据分析技术领域,尤其涉及一种交易数据分析方法、装置、设备及存储介质。
背景技术
由于目前移动支付已经不断趋于成熟且便捷高效,部分个体户、小微商户将第三方支付平台账户作为了主要的经营账户,当这些小微商户有贷款需求时,由于信用机构缺乏对小微企业三方支付平台账户交易数据风险识别和信用评价的能力,导致信用机构对三方支付平台账户交易数据的审批往往效率低,审批时间长。
发明内容
本发明的主要目的在于提供一种交易数据分析方法、装置、设备及存储介质,旨在解决现有技术交易数据审批效率低,时间长的技术问题。
为实现上述目的,本发明提供了一种交易数据分析方法,所述方法包括以下步骤:
获取交易数据文件,并对所述交易数据文件进行解析,得到支付平台的交易数据;
获取业务类型信息,并基于所述业务类型信息对所述交易数据进行分化筛选,得到交易信息;
基于所述交易信息进行分析,得到交易数据分析结果。
可选地,所述获取交易数据文件,并对所述交易数据文件进行解析,得到支付平台的交易数据,包括:
获取交易数据文件,对所述交易数据文件进行文本识别,得到目标字段;
基于所述目标字段进行文本解析和数据提取,得到支付平台的交易数据。
可选地,所述获取业务类型信息,并基于所述业务类型信息对所述交易数据进行分化筛选,得到交易信息,包括;
获取业务类型信息,并基于所述业务类型信息对所述交易数据进行分类,得到各个业务类型的交易数据;
对所述各个业务类型的交易数据进行分析,得到各个业务类型的交易占比和交易总额;
将所述各个业务类型的交易占比和交易总额作为交易信息。
可选地,所述基于所述交易信息进行分析,得到交易数据分析结果,包括:
基于所述交易信息进行风险识别以及标记,生成用户交易标签;
根据所述用户交易标签建立用户的个人画像;
根据所述用户的个人画像进行信用评估,得到用户违约概率;
基于所述用户违约概率确定交易数据分析结果。
可选地,所述基于所述交易信息进行风险识别以及标记,生成用户交易标签,包括:
基于所述交易信息进行风险识别,得到风险识别结果;
在所述风险识别结果为不存在异常交易风险时,基于所述交易信息对用户进行标记,生成用户交易标签。
可选地,所述基于所述交易信息进行风险识别,得到风险识别结果,包括:
提取所述交易信息中业务类型为经营类型的信息,得到经营交易信息;
对所述经营交易信息进行聚合汇总,得到汇总后的经营交易信息;
基于所述汇总后的经营交易信息排序,得到排序结果;
基于所述排序结果确定目标交易对象;
基于所述目标交易对象判断是否存在异常交易风险;
若存在,则将存在异常交易风险设置为风险识别结果;
若不存在,则将不存在异常交易风险设置为风险识别结果。
可选地,所述基于所述交易信息对用户进行标记,生成用户交易标签,包括:
提取所述交易信息中业务类型为生活类型的信息,得到生活交易信息;
基于所述生活交易信息进行关键词匹配,得到用户关键词;
根据用户关键词对用户进行标记,生成用户交易标签。
此外,为实现上述目的,本发明还提出一种交易数据分析装置,所述交易数据分析装置包括:
解析模块,用于获取交易数据文件,并对所述交易数据文件进行解析,得到支付平台的交易数据;
筛选模块,用于获取业务类型信息,并基于所述业务类型信息对所述交易数据进行分化筛选,得到交易信息;
分析模块,用于基于所述交易信息进行分析,得到交易数据分析结果。
此外,为实现上述目的,本发明还提出一种交易数据分析设备,所述交易数据分析设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的交易数据分析程序,所述交易数据分析程序配置为实现如上文所述的交易数据分析方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有交易数据分析程序,所述交易数据分析程序被处理器执行时实现如上文所述的交易数据分析方法的步骤。
本发明通过获取交易数据文件,并对交易数据文件进行解析,得到支付平台的交易数据;获取业务类型信息,并基于业务类型信息对交易数据进行分化筛选,得到交易信息;基于交易信息进行分析,得到交易数据分析结果。通过上述方式,通过对支付平台的交易数据进行筛选得到交易信息,从而分析交易信息,得到交易数据分析结果,解决了交易数据审批效率低,时间长的问题,提高了业务审查效率以及交易安全性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的交易数据分析设备的结构示意图;
图2为本发明交易数据分析方法第一实施例的流程示意图;
图3为本发明交易数据分析方法第二实施例的流程示意图;
图4为本发明交易数据分析装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的交易数据分析设备结构示意图。
如图1所示,该交易数据分析设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM),也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对交易数据分析设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及交易数据分析程序。
在图1所示的交易数据分析设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明交易数据分析设备中的处理器1001、存储器1005可以设置在交易数据分析设备中,所述交易数据分析设备通过处理器1001调用存储器1005中存储的交易数据分析程序,并执行本发明实施例提供的交易数据分析方法。
本发明实施例提供了一种交易数据分析方法,参照图2,图2为本发明交易数据分析方法第一实施例的流程示意图。
本实施例中,所述交易数据分析方法包括以下步骤:
步骤S10:获取交易数据文件,并对所述交易数据文件进行解析,得到支付平台的交易数据。
需要说明的是,本实施例的执行主体为交易数据分析设备,还可以为其他实现相同或相似功能的设备,本实施例对此不作具体限制,本实施以交易数据分析设备为例进行说明。
可以理解的是,支付平台即第三方支付平台账户,是指独立于买方和卖方的交易双方之外的支付服务提供商,这些平台为在线交易提供支付处理服务,允许消费者使用各种支付方式(如信用卡、借记卡、电子钱包)来完成交易,这些平台通常提供安全的支付接口、资金结算、交易记录管理等服务,为电子商务、线上零售和其他网上交易提供了便利和安全性。
进一步地,所述获取交易数据文件,并对所述交易数据文件进行解析,得到支付平台的交易数据,包括:获取交易数据文件,对所述交易数据文件进行文本识别,得到目标字段;基于所述目标字段进行文本解析和数据提取,得到支付平台的交易数据。
需要说明的是,第三方支付平台账户交易数据具有格式统一的特点,故在解析第三方支付平台账户交易数据文件时,可对解析流程进行定制,提高交易数据文件识别的效率和准确度。
在具体实现中,根据交易数据文件可以得到第三方支付平台账户交易数据的标准结构,根据第三方支付平台账户交易数据的标准结构可识别用户姓名、身份证号、第三方支付平台账户号、货币类型和单位、交易时间段信息以及交易单号、交易时间、交易类型、收支类型、交易方式、交易总额、交易对象、商户单号等目标字段,基于目标字段进行文本解析和数据提取,得到支付平台的交易数据,方便系统解析流程,提高识别准确率。
可以理解的是,目标字段中的交易时间是指数字资产数据实际在账户中发生增减的时间,格式为yyyy-MM-dd HH:MM:SS,如:2020-07-06 05:11:26。目标字段中的交易类型数字资产数据对应的业务分类,业务名称会由于业务发展做调整。目标字段中的交易总额指交易的发生额(恒为非负),单位元,保留到小数点后两位。
步骤S20:获取业务类型信息,并基于所述业务类型信息对所述交易数据进行分化筛选,得到交易信息。
需要说明的是,根据预先设置的业务类型信息将第三方支付平台账户交易数据分为经营交易数据、投资交易数据、异常交易数据、生活交易数据以及其他交易数据,从而进行筛选,得到交易信息。
进一步地,所述获取业务类型信息,并基于所述业务类型信息对所述交易数据进行分化筛选,得到交易信息,包括;获取业务类型信息,并基于所述业务类型信息对所述交易数据进行分类,得到各个业务类型的交易数据;对所述各个业务类型的交易数据进行分析,得到各个业务类型的交易占比和交易总额;将所述各个业务类型的交易占比和交易总额作为交易信息。
需要说明的是,对于交易数据中的用户消费数据,需要识别其中的生活消费信息,并对生活交易数据添加生活类标签,对标签进行关键词匹配或者基于svm算法进行文本识别,将未打上生活类标签的数据作为经营性流水,信用卡还款和分付还款类型的数,可作为投资交易数据。
在具体实现中,从交易数据中提取不同业务类型的信息,包括对交易描述、交易代码或其他标识进行分析和识别;根据获取的业务类型信息,对交易数据进行分类,将其归类到不同的业务类型中;对每个业务类型的交易数据进行分析,计算其交易笔数和交易总额;根据每个业务类型的交易数据,计算其在总交易中的占比和交易总额;将计算得到的各个业务类型的交易占比和交易总额作为最终的交易信息。
值得说明的是,对交易数据进行分类之前,包括对交易数据进行数据清洗、异常值处理、数据可视化等数据处理,以确保得到准确和可靠的交易信息。
步骤S30:基于所述交易信息进行分析,得到交易数据分析结果。
需要说明的是,根据交易信息进行分析,识别各个用户的违约风险,从而确定是否通过对应用户的业务申请,提高了业务审查效率以及交易安全性。
本实施例通过获取交易数据文件,并对交易数据文件进行解析,得到支付平台的交易数据;获取业务类型信息,并基于业务类型信息对交易数据进行分化筛选,得到交易信息;基于交易信息进行分析,得到交易数据分析结果。通过上述方式,通过对支付平台的交易数据进行筛选得到交易信息,从而分析交易信息,得到交易数据分析结果,解决了交易数据审批效率低,时间长的问题,提高了业务审查效率以及交易安全性。
参考图3,图3为本发明交易数据分析方法第二实施例的流程示意图。
基于上述第一实施例,本实施例交易数据分析方法中所述步骤S30,包括:
步骤S301:基于所述交易信息进行风险识别以及标记,生成用户交易标签。
需要说明的是,定义交易风险因素,构建风险识别模型,通过风险识别模型根据交易险因素对交易信息进行评估并识别潜在风险,并生成用户交易标签。
进一步地,所述基于所述交易信息进行风险识别以及标记,生成用户交易标签,包括:基于所述交易信息进行风险识别,得到风险识别结果;在所述风险识别结果为不存在异常交易风险时,基于所述交易信息对用户进行标记,生成用户交易标签。
需要说明的是,通过风险识别模型根据交易险因素对交易信息进行评估并识别潜在风险,得到风险识别结果,在不存在异常交易风险,即不存在虚增交易数据的风险时,根据交易信息对用户进行标记,生成用户交易标签。
可以理解的是,对上下游客户的交易信息进行汇总排序,并对同时出现在上下游的客户进行提示是否与客户有关系来往,从而确定是否有存在异常交易风险,得到风险识别结果。
进一步地,所述基于所述交易信息进行风险识别,得到风险识别结果,包括:提取所述交易信息中业务类型为经营类型的信息,得到经营交易信息;对所述经营交易信息进行聚合汇总,得到汇总后的经营交易信息;基于所述汇总后的经营交易信息排序,得到排序结果;基于所述排序结果确定目标交易对象;基于所述目标交易对象判断是否存在异常交易风险;若存在,则将存在异常交易风险设置为风险识别结果;若不存在,则将不存在异常交易风险设置为风险识别结果。
需要说明的是,对第三方支付平台账户交易数据进行进出资产信息资金全貌分析,分析进出资产信息中经营交易数据、投资交易数据、异常交易数据、生活交易数据以及其他交易数据的分别占比以及对应总额,得到各个业务类型的交易占比和交易总额,即为交易信息,如经营交易信息、异常交易信息等。
值得说明的是,以时间为维度,颗粒度为月,单独对投资交易数据进行分析,分析月度归还情况,感知客户第三方支付平台账户借还情况;以时间为维度,颗粒度为月,对经营性流水进行月度进出资产信息以及收益分析;以24时作为维度,展示每个时段客户的交易进出资产信息总额以及笔数,对于夜间交易进行异常交易分析。
在具体实现中,以进出资产信息为类别对经营交易信息进行聚合汇总,基于汇总后的经营交易信息筛选进出资产信息排名前十的交易对象,并对同时出现在进账前十五与出账前十五的交易对象做特殊提示,用以提示客户经理该大额占比交易对象是否互为关联人,并且判断是否有虚增交易数据风险,即异常交易风险。
值得说明的是,在存在异常交易风险时,对造成异常交易风险的交易项进行剔除,并且在与存在大额交易的情况下,对客户经理进行提示收集交易数据,完善个人信息。
进一步地,所述基于所述交易信息对用户进行标记,生成用户交易标签,包括:提取所述交易信息中业务类型为生活类型的信息,得到生活交易信息;基于所述生活交易信息进行关键词匹配,得到用户关键词;根据用户关键词对用户进行标记,生成用户交易标签。
需要说明的是,基于生活交易信息进行关键词匹配,生成对应的交易标签,如餐饮,酒店,文娱等。
可以理解的是,基于生活类消费,例如餐饮、酒店、文娱等标签对客户个人画像进行刻画。
步骤S302:根据所述用户交易标签建立用户的个人画像。
需要说明的是,根据用户交易数据对应的标签,可以从消费心理、个性、生活态度、等多个角度对客户进行深入分析,丰富客户个人画像,降低客户违约风险。
值得说明的是,对客户交易中存在的医疗、治安等异常交易信息进行识别,从侧面对客户的家庭状况、个性、心理画像进行刻画。
步骤S303:根据所述用户的个人画像进行信用评估,得到用户违约概率。
在具体实现中,通过构建信用评估模型并进行训练,通过信用评估模型根据用户的个人画像和历史交易数据,从而预测用户的违约概率。
步骤S304:基于所述用户违约概率确定交易数据分析结果。
需要说明的是,将用户违约概率作为交易数据分析结果,而确定用户的业务申请结果,在用户违约概率达到预设阈值时,拒绝该用户的业务申请,提高业务审查效率以及交易安全性。
本实施例通过基于所述交易信息进行风险识别以及标记,生成用户交易标签;根据所述用户交易标签建立用户的个人画像;根据所述用户的个人画像进行信用评估,得到用户违约概率;基于所述用户违约概率确定交易数据分析结果。通过上述方式,通过根据用户交易标签建立用户的个人画像并进行信用评估,得到用户违约概率,从而确定用户的业务申请结果,提高业务审查效率以及交易安全性。
参照图4,图4为本发明交易数据分析装置第一实施例的结构框图。
如图4所示,本发明实施例提出的交易数据分析装置包括:
解析模块10,用于获取交易数据文件,并对所述交易数据文件进行解析,得到支付平台的交易数据。
筛选模块20,用于获取业务类型信息,并基于所述业务类型信息对所述交易数据进行分化筛选,得到交易信息。
分析模块30,用于基于所述交易信息进行分析,得到交易数据分析结果。
本实施例通过获取交易数据文件,并对交易数据文件进行解析,得到支付平台的交易数据;获取业务类型信息,并基于业务类型信息对交易数据进行分化筛选,得到交易信息;基于交易信息进行分析,得到交易数据分析结果。通过上述方式,通过对支付平台的交易数据进行筛选得到交易信息,从而分析交易信息,得到交易数据分析结果,解决了交易数据审批效率低,时间长的问题,提高了业务审查效率以及交易安全性。
在一实施例中,所述解析模块10,还用于获取交易数据文件,对所述交易数据文件进行文本识别,得到目标字段;基于所述目标字段进行文本解析和数据提取,得到支付平台的交易数据。
在一实施例中,获取业务类型信息,并基于所述业务类型信息对所述交易数据进行分类,得到各个业务类型的交易数据;对所述各个业务类型的交易数据进行分析,得到各个业务类型的交易占比和交易总额;将所述各个业务类型的交易占比和交易总额作为交易信息。
在一实施例中,基于所述交易信息进行风险识别以及标记,生成用户交易标签;根据所述用户交易标签建立用户的个人画像;根据所述用户的个人画像进行信用评估,得到用户违约概率;基于所述用户违约概率确定交易数据分析结果。
在一实施例中,基于所述交易信息进行风险识别,得到风险识别结果;在所述风险识别结果为不存在异常交易风险时,基于所述交易信息对用户进行标记,生成用户交易标签。
在一实施例中,提取所述交易信息中业务类型为经营类型的信息,得到经营交易信息;对所述经营交易信息进行聚合汇总,得到汇总后的经营交易信息;基于所述汇总后的经营交易信息排序,得到排序结果;基于所述排序结果确定目标交易对象;基于所述目标交易对象判断是否存在异常交易风险;若存在,则将存在异常交易风险设置为风险识别结果;若不存在,则将不存在异常交易风险设置为风险识别结果。
在一实施例中,提取所述交易信息中业务类型为生活类型的信息,得到生活交易信息;基于所述生活交易信息进行关键词匹配,得到用户关键词;根据用户关键词对用户进行标记,生成用户交易标签。
此外,为实现上述目的,本发明还提出一种交易数据分析设备,所述交易数据分析设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的交易数据分析程序,所述交易数据分析程序配置为实现如上文所述的交易数据分析方法的步骤。
由于本交易数据分析设备采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有交易数据分析程序,所述交易数据分析程序被处理器执行时实现如上文所述的交易数据分析方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的交易数据分析方法,此处不再赘述。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
应该理解的是,虽然本申请实施例中的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明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,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种交易数据分析方法,其特征在于,所述方法包括:
获取交易数据文件,并对所述交易数据文件进行解析,得到支付平台的交易数据;
获取业务类型信息,并基于所述业务类型信息对所述交易数据进行分化筛选,得到交易信息;
基于所述交易信息进行分析,得到交易数据分析结果。
2.如权利要求1所述的方法,其特征在于,所述获取交易数据文件,并对所述交易数据文件进行解析,得到支付平台的交易数据,包括:
获取交易数据文件,对所述交易数据文件进行文本识别,得到目标字段;
基于所述目标字段进行文本解析和数据提取,得到支付平台的交易数据。
3.如权利要求1所述的方法,其特征在于,所述获取业务类型信息,并基于所述业务类型信息对所述交易数据进行分化筛选,得到交易信息,包括;
获取业务类型信息,并基于所述业务类型信息对所述交易数据进行分类,得到各个业务类型的交易数据;
对所述各个业务类型的交易数据进行分析,得到各个业务类型的交易占比和交易总额;
将所述各个业务类型的交易占比和交易总额作为交易信息。
4.如权利要求1所述的方法,其特征在于,所述基于所述交易信息进行分析,得到交易数据分析结果,包括:
基于所述交易信息进行风险识别以及标记,生成用户交易标签;
根据所述用户交易标签建立用户的个人画像;
根据所述用户的个人画像进行信用评估,得到用户违约概率;
基于所述用户违约概率确定交易数据分析结果。
5.如权利要求4所述的方法,其特征在于,所述基于所述交易信息进行风险识别以及标记,生成用户交易标签,包括:
基于所述交易信息进行风险识别,得到风险识别结果;
在所述风险识别结果为不存在异常交易风险时,基于所述交易信息对用户进行标记,生成用户交易标签。
6.如权利要求5所述的方法,其特征在于,所述基于所述交易信息进行风险识别,得到风险识别结果,包括:
提取所述交易信息中业务类型为经营类型的信息,得到经营交易信息;
对所述经营交易信息进行聚合汇总,得到汇总后的经营交易信息;
基于所述汇总后的经营交易信息排序,得到排序结果;
基于所述排序结果确定目标交易对象;
基于所述目标交易对象判断是否存在异常交易风险;
若存在,则将存在异常交易风险设置为风险识别结果;
若不存在,则将不存在异常交易风险设置为风险识别结果。
7.如权利要求5所述的方法,其特征在于,所述基于所述交易信息对用户进行标记,生成用户交易标签,包括:
提取所述交易信息中业务类型为生活类型的信息,得到生活交易信息;
基于所述生活交易信息进行关键词匹配,得到用户关键词;
根据用户关键词对用户进行标记,生成用户交易标签。
8.一种交易数据分析装置,其特征在于,所述交易数据分析装置包括:
解析模块,用于获取交易数据文件,并对所述交易数据文件进行解析,得到支付平台的交易数据;
筛选模块,用于获取业务类型信息,并基于所述业务类型信息对所述交易数据进行分化筛选,得到交易信息;
分析模块,用于基于所述交易信息进行分析,得到交易数据分析结果。
9.一种交易数据分析设备,其特征在于,所述交易数据分析设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的交易数据分析程序,所述交易数据分析程序配置为实现如权利要求1至7中任一项所述的交易数据分析方法。
10.一种存储介质,其特征在于,所述存储介质上存储有交易数据分析程序,所述交易数据分析程序被处理器执行时实现如权利要求1至7中任一项所述的交易数据分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410185265.7A CN118096163A (zh) | 2024-02-19 | 2024-02-19 | 交易数据分析方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410185265.7A CN118096163A (zh) | 2024-02-19 | 2024-02-19 | 交易数据分析方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118096163A true CN118096163A (zh) | 2024-05-28 |
Family
ID=91160839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410185265.7A Pending CN118096163A (zh) | 2024-02-19 | 2024-02-19 | 交易数据分析方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118096163A (zh) |
-
2024
- 2024-02-19 CN CN202410185265.7A patent/CN118096163A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9646058B2 (en) | Methods, systems, and computer program products for generating data quality indicators for relationships in a database | |
US8224687B2 (en) | Point-of-sale-based market tracking and reporting | |
Paleologo et al. | Subagging for credit scoring models | |
CN109583966B (zh) | 一种高价值客户识别方法、系统、设备及存储介质 | |
US20110166987A1 (en) | Evaluating Loan Access Using Online Business Transaction Data | |
US20120215589A1 (en) | Network analytics systems and methods | |
CN110942392A (zh) | 一种业务数据处理方法、装置、设备和介质 | |
CN112232950A (zh) | 针对借贷风险的评估方法及装置、设备、计算机可读存储介质 | |
CN107133862A (zh) | 动态产生增强信用评估的详细交易支付经历的方法和系统 | |
CN115545886A (zh) | 逾期风险识别方法、装置、设备及存储介质 | |
Nie et al. | The factors influence the intention use of mobile payment in Thailand e-commerce | |
JP2003114977A (ja) | 顧客生涯価値算出方法およびシステム | |
CN112950359A (zh) | 一种用户识别方法和装置 | |
CN113269629A (zh) | 授信额度确定方法、电子设备及相关产品 | |
CN112330373A (zh) | 用户行为分析方法、装置及计算机可读存储介质 | |
US9286639B1 (en) | System and method for providing price information | |
CN118096163A (zh) | 交易数据分析方法、装置、设备及存储介质 | |
US20130218860A1 (en) | Networked services via intermediaries | |
US20140344040A1 (en) | Transaction linked merchant data collection | |
US20210365994A1 (en) | System and Method for Predicting an Anticipated Transaction | |
CN116451128A (zh) | 虚假交易对象的检测方法、装置及服务器 | |
CN113283979A (zh) | 一种贷款申请人的贷款信用评估方法、装置及存储介质 | |
CN110570301B (zh) | 风险识别方法、装置、设备及介质 | |
CN111815204A (zh) | 风险评估方法、装置以及系统 | |
CN111882339A (zh) | 预测模型训练及响应率预测方法、装置、设备及存储介质 |
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 |