首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

企业账户的全生命周期监控方法、装置、设备及存储介质 

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:深圳市拜特科技股份有限公司

摘要:本申请涉及数据处理技术领域,公开了一种企业账户的全生命周期监控方法、装置、设备及存储介质。所述方法包括:对多源数据进行混合贝尔曼‑拉普拉斯变换处理,得到多源数据融合后的账户基础数据;对交易行为数据进行拓扑数据分析处理,得到拓扑特征网络并进行拓扑维度归一化处理并进行异常行为检测模型构建,得到异常行为检测模型;对异常行为检测模型进行参数优化,得到优化行为检测模型;将当前多源数据输入优化行为检测模型进行异常行为检测,得到异常行为数据;将异常行为数据输入混合遗传模拟退火算法进行企业生命周期管理策略分析,得到全生命周期管理策略,本申请提高了企业账户的全生命周期监控的准确率。

主权项:1.一种企业账户的全生命周期监控方法,其特征在于,所述企业账户的全生命周期监控方法包括:采集企业账户创建过程中采集的多源数据,对所述多源数据进行混合贝尔曼-拉普拉斯变换处理,得到多源数据融合后的账户基础数据;具体包括:采集企业账户创建过程中的多源数据,所述多源数据包括:财务管理数据、人力资源数据、客户关系数据以及账户数据;对所述多源数据进行初始数据矩阵构建,得到初始数据矩阵;对所述初始数据矩阵进行贝尔曼变换,将所述初始数据矩阵中的时间数据进行时间尺度统一处理,得到时间加权矩阵;对所述时间加权矩阵进行时间序列平滑处理,得到平滑数据矩阵;对所述平滑数据矩阵进行拉普拉斯变换,将所述平滑数据矩阵中的空间数据转换为频域数据,得到所述平滑数据矩阵对应的空间特征数据以及空间关系数据;对所述平滑数据矩阵、所述空间特征数据以及所述空间关系数据进行高维向量转换,得到高维特征向量;对所述高维特征向量进行账户数据映射,得到所述多源数据融合后的账户基础数据;采集所述企业账户对应的交易行为数据,对所述交易行为数据进行拓扑数据分析处理,得到拓扑特征网络;具体包括:采集所述企业账户对应的交易行为数据,其中,所述交易行为数据包括:交易时间、交易对象以及交易金额;对所述交易行为数据进行交易行为矩阵构建,得到交易行为矩阵;对所述交易行为矩阵进行交易行为间的距离度量分析,得到交易行为之间的距离矩阵集合;对所述距离矩阵集合进行交易相似度分析,得到交易相似度数据;通过持久性同调算法对所述交易相似度数据进行拓扑特征提取,得到拓扑特征集,其中,所述拓扑特征集包括:Vietoris-Rips复形以及持久性特征图;根据所述拓扑特征集进行拓扑特征网络构建,得到所述拓扑特征网络;对所述拓扑特征网络进行拓扑维度归一化处理并进行异常行为检测模型构建,得到异常行为检测模型;具体包括:对所述拓扑特征网络进行行为节点提取,得到多个行为节点;提取每个行为节点的节点特征数据,其中,所述节点特征数据包括:节点度数、聚类系数以及边权重;根据每个行为节点的节点特征数据,分别对每个行为节点进行维度归一化处理,得到每个行为节点的归一化节点特征;根据每个行为节点的归一化节点特征进行异常行为检测模型构建,得到异常行为检测模型;通过贝尔曼-福特网络流算法对所述异常行为检测模型进行参数优化,得到优化行为检测模型;具体包括:通过贝尔曼-福特网络流算法对所述异常行为检测模型中每个行为节点的归一化节点特征进行流量容量分析,得到流量容量数据;根据所述流量容量数据对所述异常行为检测模型进行网络流构建,得到目标网络流;对所述目标网络流进行节点路径提取,得到节点路径集;对所述节点路径集进行关键路径提取,得到节点关键路径;对所述节点关键路径中每个关键节点进行节点风险数据提取,得到每个关键节点的风险数据;根据每个关键节点的风险数据对所述异常行为检测模型进行修正参数分析,得到目标修正参数;根据所述目标修正参数对所述异常行为检测模型进行参数优化,得到所述优化行为检测模型;实时采集所述企业账户的当前多源数据,并将所述当前多源数据输入所述优化行为检测模型进行异常行为检测,得到异常行为数据;具体包括:实时采集所述企业账户的当前多源数据,将所述当前多源数据输入所述优化行为检测模型进行异常数据提取,得到目标异常数据,优化行为检测模型分析输入的当前多源数据,通过比较当前多源数据与正常行为模式之间的差异,识别出异常数据点;对所述目标异常数据进行行为节点匹配,得到异常行为节点集合;对所述异常行为节点集合中的每个异常行为节点进行异常特征提取,得到每个异常行为节点对应的异常特征数据;对每个异常行为节点对应的异常特征数据进行异常行为匹配,得到所述异常行为数据;将所述异常行为数据输入混合遗传模拟退火算法进行企业生命周期管理策略分析,得到全生命周期管理策略;具体包括:将所述异常行为数据输入混合遗传模拟退火算法进行方案随机初始化分析,得到随机策略集;对所述随机策略集中每个随机策略进行适应度分析,得到每个随机策略的适应度数值;根据每个随机策略的适应度数值,将每个随机策略编码为对应的基因序列;根据每个随机策略编码对应的基因序列构建初始种群,对所述初始种群进行迭代优化,得到目标基因序列;对所述目标基因序列进行策略映射,得到所述全生命周期管理策略。

全文数据:

权利要求:

百度查询: 深圳市拜特科技股份有限公司 企业账户的全生命周期监控方法、装置、设备及存储介质

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。