[发明专利]变量的取值升维方法、装置及计算机可读存储介质

说明书

本发明公开了一种变量的取值升维方法，包括：获取所述变量的取值；根据所述取值利用第一预设算法和第二预设算法分别确定第一维度数值和第二维度数值，其中第一预设算法和第二预设算法包括不同的计算公式；根据所述第一维度数值和所述第二维度数值确定所述取值的升维结果。本发明还公开了一种变量的取值升维装置、计算机可读存储介质。本发明能够通过上述方式，可以将变量的取值通过两个维度的数据来表示，使得变量的取值包含更多的信息量。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种变量的取值升维方法、装置及计算机可读存储介质。

背景技术

在金融实时风控领域中，经常会通过对用户交易时间变化的侦测，以刻画用户的行为轨迹，其对于判断此交易是否异常扮演着重要的角色。为了应对该需求，传统上一般有两种处理方式。第一种处理方法是将一天二十四小时划分成若干段，然后统计用户经常进行交易的时间区间，将最常发生交易的时间区间作为该用户的常用交易时间段。第二种处理方法是直接将用户所有的交易时间取平均值，将平均值作为用户经常进行交易的时间。在实时风控中，第一种处理方法操作简单但是太模糊，时间段的阈值选取需要考量，第二种处理方法可能存在逻辑上的错误，因为时间的表示具有周期性，并且时间的取值范围的端值具有相同逻辑意义，即表示深夜的同个时间，因此简单的平均可能会得到错误的结果，比如23点和1点的数值均值是12，但是从时间角度上看，两者的均值在0点，在统计数据侦测用户行为习惯时，将12点作为用户经常交易的时间明显不符合实际情况。类似地，同样的情况也存在于极坐标定位中的角度变量，0°和360°在数值上不同，但实际上的逻辑意义是一致的，表示同个方向。在上述情况中，无论是时间变量还是极坐标的角度变量，在其取值范围内的最大值和最小值这两个端值的数值不同，逻辑上的实际意义是同样的，变量接近端值的取值在数值上相差较大，但在逻辑上的意义是相近的，对于这类数据，数据直接的统计结果不能得出正确的逻辑结论。

发明内容

本发明的主要目的在于提供一种变量的取值升维方法、装置及计算机可读存储介质，旨在解决现有技术中取值范围内端值逻辑意义一致的变量的取值不宜直接统计处理的问题。

为实现上述目的，本发明提供一种变量的取值升维方法，包括：

获取所述变量的取值；

根据所述取值利用第一预设算法和第二预设算法分别确定第一维度数值和第二维度数值，其中第一预设算法和第二预设算法包括不同的计算公式；

根据所述第一维度数值和所述第二维度数值确定所述取值的升维结果。

优选地，所述第一预设算法包括第一计算公式，所述第一计算公式包括第一维度数值X、所述取值范围中最大值与最小值的差值T、所述变量的当前取值H及第一预设常数值X₀，所述第一计算公式为：X＝|0.5*T-|H-X₀||；所述第二预设算法包括第二计算公式，所述第二计算公式包括第二维度数值Y、所述变量的取值范围的中点T、所述变量的当前取值H及第二预设常数值Y₀，所述第二计算公式为：Y＝|0.5*T-|H-Y₀||，其中，所述X₀不等于所述Y₀，且所述X₀与所述Y₀的差的绝对值不等于0.5*T的值，X₀与Y₀的取值方位与H的取值范围一致。

优选地，所述根据所述第一维度数值和所述第二维度数值确定所述取值的升维结果的步骤之后包括：

将所述升维结果存储在预设位置。

优选地，所述将所述升维结果存储在预设位置的步骤之后包括：

从所述预设位置中获取所有升维结果；

计算所有升维结果的第一维度数值的平均值和第二维度数值的平均值，分别获得第一维度平均值和第二维度平均值；