[发明专利]数据筛选方法及装置

说明书

本说明书提供数据筛选方法及装置，其中数据筛选方法包括：获取待审核业务数据，为待审核业务数据构造抽样审核标识序列，并以抽样审核标识序列作为亲代样本；对亲代样本进行交叉操作，确定交叉样本；并对交叉样本进行变异操作，确定变异样本；将继承样本、交叉样本和变异样本确定为子代样本；将子代样本作为亲代样本迭代执行确定继承样本、交叉样本和变异样本的步骤，在满足迭代停止条件的情况下，根据当前最优样本确定待审核业务数据中的目标审核业务数据。该目标审核业务数据代表最少需要治理的业务数据，后续只需要对该目标审核业务数据进行合规性治理即可，无需对全部的待审核业务数据一一进行审核治理，大大节省了时间。

技术领域

本说明书涉及数据处理技术领域，特别涉及数据筛选方法及装置。

背景技术

随着计算机技术和网络技术的快速发展，网络活动越来越频繁，相应产生了大量的数据。为了监管和规范网络环境下的各种行业活动，监管机构要求网络活动的相关数据满足合规性要求。然而，网络活动的相关数据都较为庞大，如果一一治理，需要耗费极多的时间，可能无法在监管机构要求的期限内，达到合规性要求。因而亟需一种可以对待审核业务数据进行筛选的操作或者处理的方法。

发明内容

有鉴于此，本说明书实施例提供了一种数据筛选方法。本说明书同时涉及一种数据筛选装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了一种数据筛选方法，包括：

获取待审核业务数据，为所述待审核业务数据构造抽样审核标识序列，并以所述抽样审核标识序列作为亲代样本，其中，所述抽样审核标识序列的长度与所述待审核业务数据的个数相同，所述抽样审核标识序列中的每一位与一个待审核业务数据对应；

确定所述亲代样本中的继承样本；对所述亲代样本进行交叉操作，确定交叉样本；并对所述交叉样本进行变异操作，确定变异样本；

将所述继承样本、交叉样本和变异样本确定为子代样本；

将所述子代样本作为亲代样本迭代执行确定继承样本、交叉样本和变异样本的步骤，在满足迭代停止条件的情况下，根据当前最优样本确定所述待审核业务数据中的目标审核业务数据。

可选的，所述为所述待审核业务数据构造抽样审核标识序列，包括：

根据所述待审核业务数据的个数，通过预先存储的业务数据的个数与抽样审核标识序列的个数之间的对应关系，确定对应的目标个数；

为所述待审核业务数据构造所述目标个数个抽样审核标识序列。

可选的，所述确定所述亲代样本中的继承样本，包括：

确定每个所述亲代样本的适应度；

根据所述适应度，从所述亲代样本中确定所述继承样本。

可选的，所述确定每个所述亲代样本的适应度，包括：

针对任一亲代样本，确定所述亲代样本中第一标识的个数；

确定所述待审核业务数据的约束指标，根据所述亲代样本中包括的标识序列和对应的待审核业务数据的约束指标，确定阈值参数；

根据所述第一标识的个数和所述阈值参数，确定所述亲代样本的适应度。

可选的，所述对所述亲代样本进行交叉操作，确定交叉样本，包括：

从所述亲代样本中任意选取两个第一目标样本；

针对选取的所述两个第一目标样本，按照预设交叉规则进行交叉，确定一个交叉样本；

循环执行确定一个交叉样本的步骤，直至确定第一预设数值个交叉样本。