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！

申请/专利权人：广东盛迪嘉电子商务股份有限公司

摘要：本发明公开了一种支付清算平台监控预警系统，该系统包括支付定位模块、收付款模块、生活缴费模块、用户电能监控模块、账户保障模块及资金往来监控预警模块。本发明通过对支付清算平台内各个商家用户的资金交易量进行监控，并对商家用户的每一个评价因素进行孤立森林的构建，对每个孤立森林的结果进行隶属度的判断，且将结果与模糊关系矩阵进行模糊计算，得到各个商家用户的相对位置之后，将所有商家用户中的前百分之十的商家用户列为资金交易异常用户，进而通过人工智能的方式找出资金交易的异常用户，并进行预警处理。

主权项：1.一种支付清算平台监控预警系统，其特征在于，该系统包括支付定位模块、收付款模块、生活缴费模块、用户电能监控模块、账户保障模块及资金往来监控预警模块；其中，所述支付定位模块，用于当用户通过支付清算平台进行支付活动时，定位当前用户的地理位置；所述收付款模块，用于由支付清算平台进行担保，付款人与收款人进行交易，并在付款人完成付款后，将相应资金打到收款人的账户；所述生活缴费模块，用于为用户提供每月电费、水费及天然气费的手动缴纳及自动缴纳服务；所述用户电能监控模块，用于通过对商家用户的电能数据进行计算，判断该商家用户电量使用是否出现异常，若出现异常，则进行电话回访，得出该商家用户是否出现业务变更，若出现业务变更，则对该商家用户的备注进行更新；所述通过对商家用户的电能数据进行计算，判断该商家用户电量使用是否出现异常时，对每个商家用户的用电量进行统计并存储，获得基础数据库，并对每个商家用户的用电量数据进行预处理，得到预处理用电量数据；基于预处理用电量数据进行用电量特征构建，并对特征维度进行规约；基于随机森林算法模型计算每个商家用户的用电量异常分数值；根据每个商家用户的用电量异常分数值得出任一商家用户电量使用是否出现异常；所述对每个商家用户的用电量数据进行预处理，得到预处理用电量数据时，对商家用户的用电量数据进行清洗，即若某一商家用户在一个整年的时间段内无任何用电量数据，则将相应的商家用户进行删除；若某一商家用户在一个整年的时间段内缺失大于等于六个月的用电量数据，则将相应的商家用户进行删除；若在一个整年的时间段内，某一天中超过百分之五十的商家用户的用电量数据缺失，则将相应天数的用电量数据全部删除；当对商家用户的用电量数据进行清洗之后进行缺失填补，即若某个商家用户的某一天的用电量数据为空缺，则分别取该空缺位置前后各五个商家用户的用电量数据，并根据该十个商家用户的用电量数据，采用拉格朗日插值公式进行空缺位置的数据插值，其中，若分别取该空缺位置前后各五个商家用户的用电量数据时，出现数据空缺，则将空缺数据剔除；当对商家用户的用电量数据进行缺失填补之后进行归一化处理，得到预处理用电量数据；所述基于随机森林算法模型计算每个商家用户的用电量异常分数值时，设定每个商家用户的模型输入数据集包含N个数据，同时从N个数据中均匀抽样出ψ个样本，作为itree的训练样本；将商家用户每月用电量数据中最大值与最小值之间随机选一个值，并对训练样本进行二叉划分，同时将训练样本中小于该值的划分在节点左边，大于该值的划分在节点右边，且重复划分的过程，直到到达终止条件；其中，终止条件为样本中数据不可再分或树的高度到达限制值，完成itree的构建，其中限制值的高度为log2ψ；将商家用户的月度用电量数据输入itree中并沿分支往下走，直到达到叶子节点，并记录该过程中的路径长度，同时根据路径长度计算该商家用户的月度用电量数据的异常分数值；若异常分数值越接近1，其是异常的可能性越高，若异常分数值比0.5要小，可以确定为正常数据，若异常分数值在0.5附近，那么数据不包含明显的异常样本；所述基于预处理用电量数据进行用电量特征构建，并对特征维度进行规约时，根据预处理用电量数据建立商家用户每日用电量公式：xn＝{xnd,d＝1,2,…,D}式中，xn为第n个商家用户的全年用电量数据集；xnd为第n个商家用户第d天用电量数据集；d为全年用电量数据集的总天数；根据商家用户每日用电量公式，获得商家用户每月、每季度及每年的用电量数据；根据PCA算法对商家用户每月用电量数据进行维度规约，得到每个商家用户的模型输入数据集；所述根据每个商家用户的用电量异常分数值得出任一商家用户电量使用是否出现异常时，将所有商家用户的用电量异常分数值按从高到低的顺序进行排序，将前百分之十的商家用户列为异常商家用户；所述账户保障模块，用于保障支付清算平台各个账户内的资金及绑定的个人名下银行卡账户的资金安全，若发生资金被盗的情况，支持用户申请理赔；所述资金往来监控预警模块，用于对支付清算平台内各个商家用户的资金交易量进行监控，并对支付清算平台内个人用户的每月资金交易量及每日资金交易量的上限进行设置；所述对支付清算平台内各个商家用户的资金交易量进行监控时，获取各个商家用户的日资金交易量、周资金交易量方差、月资金交易量方差及每日深夜资金交易频次，并建立评价因素集U，同时确定评价因素的评语集合V；基于专家估计法并根据评语集合的结果等级对商家用户进行打分，得到模糊关系矩阵： ；式中，rab为某个待评价商家用户的评价因素对评语集合中各种可能评价结果的隶属程度，即利用rab描述商家用户在一个评价因素中的表现，表现的评价结果包括特别异常、异常、较为异常及正常，分别对应的轶为4、3、2及1，轶表示相对位置；a为评价因素的个数，b为评语集合的结果数；对每个评价因素分别建立数据集，并基于孤立森林算法计算异常分数值，同时经过归一化处理后得到的值作为模糊集合的值；利用模糊数学中的合成算子将模糊关系矩阵与模糊集合的值进行相乘，得到商家用户的模糊综合评价向量；利用模糊综合评价向量中对应的分量与对应分量所对应的各等级的轶进行求和；根据求和结果得到各个商家用户的相对位置；所述利用模糊综合评价向量中对应的分量与对应分量所对应的各等级的轶进行求和的公式为： ；式中，T为模糊综合评价向量中对应的分量；k为待定系数；b为评语集合的结果数；Tj表示第j个评价结果对应的评价向量对应分量，j＝1,2...b。

全文数据：

权利要求：

百度查询： 广东盛迪嘉电子商务股份有限公司 一种支付清算平台监控预警系统