集群特征报文处理方法、装置及电子设备制造方法及图纸

本申请公开了一种集群特征报文处理方法、装置及电子设备。上述集群内包括多个目标对象。方法包括：获取目标对象的第一数据；获取目标数据模式；根据述第一数据获取目标对象的目标参数；当目标对象的目标参数符合目标数据模式时获取与所述目标数据模式关联的第一特征；根据第一特征获取与所述集群匹配的集群概要类型；以及根据与所述集群概要类型匹配的报文模板生成所述集群的概要报文。如此，可以提高集群特征报文的生成效率和准确性。集群特征报文的生成效率和准确性。集群特征报文的生成效率和准确性。

【技术实现步骤摘要】
集群特征报文处理方法、装置及电子设备


[0001]本申请涉及互联网和机器学习
，更具体地，涉及一种集群特征报文处理方法、装置及电子设备。

技术介绍

[0002]在各种金融系统、交易系统中为了应对各种风险的发生，需要从大量的数据中挖掘出各种风险数据。而此类风险数据的处理过程中一般仍然需要人工介入，因此，如何高效的将大量的原始数据转换为人工可以快速理解的简报信息就成为此类信息系统的基本要求。

技术实现思路

[0003]本申请提出了一种集群特征报文处理方法、装置及电子设备，以改善上述问题。
[0004]一方面，本申请实施例提供了一种集群特征报文处理方法，集群内可包括多个目标对象，该方法包括：
[0005]获取每个所述目标对象的第一数据；
[0006]获取至少一个预设的目标数据模式，所述目标数据模式包括至少一个目标参数的描述信息；
[0007]根据所述第一数据获取所述目标对象的所述目标参数；
[0008]当所述目标对象的目标参数符合所述描述信息时获取与所述目标数据模式关联的第一特征；
[0009]根据每个所述目标对象的所述第一特征获取与所述集群匹配的集群概要类型；以及
[0010]根据与所述集群概要类型匹配的报文模板生成所述集群的概要报文。
[0011]另一方面，本申请实施例还提供一种集群特征报文生成装置，其包括：
[0012]第一获取模块，用于获取每个所述目标对象的第一数据；
[0013]第二获取模块，用于获取至少一个预设的目标数据模式，所述目标数据模式包括至少一个目标参数的描述信息；
[0014]参数获取模块，用于根据所述第一数据获取所述目标对象的所述目标参数；
[0015]特征获取模块，用于当所述目标对象的目标参数符合所述描述信息时获取与所述目标数据模式关联的第一特征；
[0016]概要类型获取模块，用于根据每个所述目标对象的所述第一特征获取与所述集群匹配的集群概要类型；以及
[0017]报文生成模块，用于根据与所述集群概要类型匹配的报文模板生成所述集群的概要报文。
[0018]另一方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储器；一个或多个程序，其中所述一个或多个程序被存储在所述存储器中并被配置为由所述一个
或多个处理器执行，所述一个或多个程序配置用于执行上述的方法。
[0019]另一方面，本申请实施例提供了一种计算机可读存储介质，其上存储有程序代码，该程序代码可被处理器调用执行上述的方法。
[0020]本申请提供的方案，不需要人工进行风险分类和报文填写，可以实现对团伙案件的风险类型的自动判断和集群特征报文的自动生成，有效提高集群特征报文的生成效率和准确性。
[0021]本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
[0022]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0023]图1示出了一种适用于本申请实施例的应用环境示意图。
[0024]图2示出了本申请实施例提供的一种集群特征报文处理方法的流程示意图。
[0025]图3示出了图2所示步骤S208的一种细化流程示意图。
[0026]图4示出了图3所示步骤S2082的一种细化流程示意图。
[0027]图5示出了本申请另一实施例提供的一种集群特征报文处理方法的部分流程示意图。
[0028]图6示出了本申请另一实施例提供的一种集群特征报文处理方法的部分流程示意图。
[0029]图7示出了本申请另一实施例提供的一种集群特征报文处理方法的部分流程示意图。
[0030]图8示出了本申请另一实施例提供的一种集群特征报文处理方法的部分流程示意图。
[0031]图9示出了本申请实施例提供的另一种集群特征报文生成装置的框图。
[0032]图10示出了本申请实施例提供的另一种集群特征报文生成装置的框图。
[0033]图11示出了用于执行本申请实施例的集群特征报文处理方法的电子设备的框图。
[0034]图12示出了用于保存或者携带实现本申请实施例的集群特征报文处理方法的程序代码的存储单元。
具体实施方式
[0035]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
[0036]人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
[0037]人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
[0038]机器学习(Machine Learning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
[0039]本申请实施例提出了一种集群特征报文处理方法、装置及电子设备，涉及人工智能的机器学习等技术，可以基于原始数据，输出集群特征报文，使得集群的审核上报效率和报文质量大幅提升。具体通过如下实施例进行说明：
[0040]请参阅图1，图1是适用于本申请实施例的应用环境示意图。本申请实施例可应用于包括，但不仅限于服务器100和的终端设备200的应用环境中。
[0041]其中，服务器100可以通过网络与终端设备200通信连接。终端设备200安装有客户端210，并可以通过客户端210登录到服务器100，从而通过与服务器100的配合，为用户提供相应的服务，例如交易服务等。
[0042]其中，服务器100可以是独立的服务器，也可以是多个物理服务器构成的服务器集群或分布式系统，还可以是提供云计算、大数据和人工智能平台等基础云计算服务的云服务器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种集群概要报文处理方法，所述集群内包括多个目标对象，其特征在于，所述方法包括：获取每个所述目标对象的第一数据；获取至少一个预设的目标数据模式，所述目标数据模式包括至少一个目标参数的描述信息；根据所述第一数据获取所述目标对象的所述目标参数；当所述目标对象的目标参数符合所述描述信息时获取与所述目标数据模式关联的第一特征；根据每个所述目标对象的所述第一特征获取与所述集群匹配的集群概要类型；以及根据与所述集群概要类型匹配的报文模板生成所述集群的概要报文。2.根据权利要求1所述的方法，其特征在于，所述获取至少一个预设的目标数据模式包括：获取多个预设的目标数据模式；所述根据每个所述目标对象的所述第一特征获取与所述集群匹配的概要类型包括：获取与所述多个目标数据模式关联的所述第一特征；根据所述与多个目标数据模式关联的所述第一特征确定所述目标对象属于预设的第一概要类型的概率；以及根据所述目标对象属于所述第一概要类型的概率获取所述集群的所述集群概要类型。3.根据权利要求2所述的方法，其特征在于，所述根据所述目标对象属于所述第一概要类型的概率获取所述集群的所述集群概要类型包括：对所述集群内每个的所述目标对象属于所述第一概要类型的概率进行累加得到集群概率；以及获取与所述集群概率匹配的目标概要类型作为所述集群概要类型。4.根据权利要求3所述的方法，其特征在于，所述获取与所述集群概率匹配的目标概要类型作为所述集群概要类型包括：分别获取多个所述第一概要类型对应的所述集群概率，并获取集群概率的最大值；以及获取与所述集群概率最大值对应的所述第一概要类型作为所述集群概要类型。5.根据权利要求3所述的方法，其特征在于，所述获取与所述集群概率匹配的目标概要类型作为所述集群概要类型包括：分别获取多个所述第一概要类型对应的所述集群概率；获取所述集群概率中概率值最大的N个集群概率，及与该N个集群概率对应的第一概要类型，其中N>1；以及根据所述该N个集群概率对应的第一概要类型获取所述集群概要类型。6.根据权利要求3所述的方法，其特征在于，所述获取与所述集群概率匹配的目标概要类型作为所述集群概要类型包括：分别获取多个所述第一概要类型对应的所述集群概率；获取所述集群概率中所有概率值超过预设阈值的集群概率；以及根据所述概率值超过预设阈值的集群概率对应的第一概要类型获取所述集群概要类型。
7.根据权利要求2所述的方法，其特征在于，所述根据所述与多个目标数据模式关联的所述第一特征确定所述目标对象属于预设的第一概要类型的概率包括：获取预先标注的历史数据，针对所述历史数据中每个对象的所述第一特征和所述第一概要类型的关联关系，采用分类算法进行...

【专利技术属性】
技术研发人员：吴杰，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：