龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了一种基于人工智能的金融数据管理方法及系统。通过采集历史金融大数据及用户行为数据，运用聚类分析将用户分组，并利用关联算法挖掘金融与行为特征之间的关联性。随后，结合孤立森林算法检测异常结果并作为训练数据，构建基于决策树的多用户组分类模型，通过CART算法构建出完整分类模型。在实时分析中，系统对实时金融数据进行关联分析，并利用分类模型进行异常数据分类，生成目标数据集与异常数据集。通过本发明，能够在电商金融分析中，结合金融数据与用户行为的关联性，对异常数据进行检测分类，实现对金融大数据的有效与快速的数据分类与提取，提高金融数据的管理分析效率与数据挖掘能力，为电商金融风控与决策提供精准数据支持。
主权项：1.一种基于人工智能的金融数据管理方法，其特征在于，包括：通过数据终端采集电商企业在预设历史时间段的金融大数据与用户行为数据；通过用户行为数据进行特征提取并导入预设聚类模型进行用户聚类分组，聚类过程基于用户行为数据的特征相似性进行，并形成多个用户组；对于多个用户组，将金融大数据进行相应数据分组，得到多个金融数据集，将每个用户组内的用户行为数据与金融数据集进行基于Apriori算法的关联性分析，对存在关联的数据进行提取，形成每个用户组的金融关联特征数据；通过孤立森林算法，对金融大数据与用户行为数据进行异常值检测，形成异常检测结果；构建基于决策树的分类模型，将金融关联特征数据与异常检测结果作为训练数据导入分类模型，通过特征的信息增益计算进行决策树的特征选择，通过CART算法进行分类模型中节点特征的构建并形成基于完整决策树的分类模型，通过训练数据对分类模型进行异常数据的分类训练，基于分类结果的准确率，优化分类模型，基于不同用户组生成不同的分类模型；在一个分析周期内，通过数据终端采集实时金融数据与实时用户行为数据，通过实时用户行为数据结合聚类模型进行实时用户的分组，将实时金融数据与实时用户行为数据进行基于Apriori算法的关联性分析，并提取出实时金融关联数据，将实时金融关联数据导入分类模型进行异常数据分类，基于异常数据分类结果，对实时金融数据与实时用户行为数据进行数据划分，得到目标数据集与异常数据集。
全文数据：
权利要求：
百度查询： 深圳市和合信诺大数据科技有限公司 一种基于人工智能的金融数据管理方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号