System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及智能对账,尤其涉及一种基于异常检测的数据对账方法及装置。
技术介绍
1、随着互联网技术的日益成熟,人们的日常生活都与虚拟商品的交易密不可分,若是亿万级的权益数据,那么企业级的对账结算则需要管理多样性的订单交易和支付方式,以应对大规模和高频的交易。
2、相关技术中,通常采用基于分布式身份标识号码(identity,id)的全链路对账方法,虽然使用分布式id贯穿全链路,但在处理复杂的合同和定价模型以及不同的数据源时,对应的对账算法过于复杂,数据对账问题的定位变得困难,影响对账结果,无法准确的判断数据对账的结果是否正确,导致数据对账的效率和准确率较低的问题。
技术实现思路
1、本申请实施例的目的是提供一种基于异常检测的数据对账方法、装置、电子设备及存储介质,用以解决数据对账的效率和准确率较低的问题。
2、为解决上述技术问题,本申请实施例是这样实现的:
3、第一方面,本申请实施例提供一种基于异常检测的数据对账方法,包括:获取待对账的权益数据的源数据,根据预设的对账算法,计算所述权益数据对应的对账结果;将所述对账结果输入预训练的异常检测模型中,根据所述对账结果在所述异常检测模型中第一孤立森林的路径长度的期望值和对账因素,确定所述对账结果的异常值;基于所述异常值,检测所述对账结果,当所述对账结果存在异常时,利用预训练的所述异常检测模型检测所述权益数据的源数据,得到检测结果,基于所述检测结果进行所述权益数据对账,所述检测结果包括所述源数据的正常信息或
4、第二方面,本申请实施例提供一种基于异常检测的数据对账装置,包括:元数据管理模块,用于获取待对账的权益数据的源数据,根据预设的对账算法,计算所述权益数据对应的对账结果;异常检测模块,用于将所述对账结果输入预训练的异常检测模型中,根据所述对账结果在所述异常检测模型中第一孤立森林的路径长度的期望值和对账因素,确定所述对账结果的异常值;检测模块,用于基于所述异常值,检测所述对账结果,当所述对账结果存在异常时,利用预训练的所述异常检测模型检测所述权益数据的源数据,得到检测结果,基于所述检测结果进行所述权益数据对账,所述检测结果包括所述源数据的正常信息或者错误信息。
5、第三方面,本申请实施例提供一种电子设备,包括处理器和与所述处理器电连接的存储器,所述存储器存储有计算机程序,所述处理器用于从所述存储器调用并执行所述计算机程序以实现上述一种基于异常检测的数据对账方法。
6、第四方面,本申请实施例提供一种计算机可读存储介质,用于存储计算机程序,所述计算机程序能够被处理器执行以实现上述一种基于异常检测的数据对账方法。
7、第五方面,本申请实施例提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述一种基于异常检测的数据对账方法。
8、第六方面,本申请实施例提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述一种基于异常检测的数据对账方法。
9、采用本申请实施例的技术方案,通过获取待对账的权益数据的源数据,根据预设的对账算法,计算权益数据对应的对账结果;将对账结果输入预训练的异常检测模型中,根据对账结果在异常检测模型中第一孤立森林的路径长度的期望值和对账因素,确定对账结果的异常值;基于异常值,检测对账结果,当对账结果存在异常时,利用预训练的异常检测模型检测权益数据的源数据,得到检测结果,基于检测结果进行权益数据对账,检测结果包括源数据的正常信息或者错误信息。可见,通过预训练的异常检测模型,利用对账结果的第一孤立森林的路径长度的期望值和对账因素,计算对账结果的异常值,当检测到对账结果异常时,再对权益数据的源数据进行检测,多次的检测能够精准的定位异常的权益数据,使大量权益数据的对账结果更加准确,解决数据对账的效率和准确率较低的问题。
本文档来自技高网...【技术保护点】
1.一种基于异常检测的数据对账方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述方法包括:
3.根据权利要求1所述的方法,其特征在于,所述获取待对账的权益数据的源数据,包括:
4.根据权利要求3所述的方法,其特征在于,所述将所述权益数据输入数据湖中,包括:
5.根据权利要求4所述的方法,其特征在于,所述生成所述权益数据的源数据,包括:
6.根据权利要求3所述的方法,其特征在于,所述根据预设的对账算法,计算所述权益数据对应的对账结果,包括:
7.根据权利要求3所述的方法,其特征在于,所述利用预训练的所述异常检测模型检测所述权益数据的源数据,得到检测结果,包括:
8.根据权利要求7所述的方法,其特征在于,所述将所述源数据输入所述异常检测模型的第二孤立森林中,并计算异常分值,包括:
9.根据权利要求1所述的方法,其特征在于,所述异常检测模型的训练,包括:
10.根据权利要求9所述的方法,其特征在于,所述异常检测模型的训练,还包括:
【技术特征摘要】
1.一种基于异常检测的数据对账方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述方法包括:
3.根据权利要求1所述的方法,其特征在于,所述获取待对账的权益数据的源数据,包括:
4.根据权利要求3所述的方法,其特征在于,所述将所述权益数据输入数据湖中,包括:
5.根据权利要求4所述的方法,其特征在于,所述生成所述权益数据的源数据,包括:
6.根据权利要求3所述的方法,其特征在于,所述根据预设的对账...
【专利技术属性】
技术研发人员:谢蓬城,关矛,张杰,林立言,郑正广,
申请(专利权)人:中移互联网有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。