[发明专利]限额账户数据的处理方法及装置

权利要求书

1.一种限额账户数据的处理方法，其特征在于，所述方法包括：

获取需要预测的限额账户数据，所述账户数据包括：所属系统信息、预定日期，所述系统包括如下之一：小额系统、网银系统；

根据预定周期粒度将所述账户数据生成为时间序列数据；

将所述时间序列数据输入至已训练的时间序列模型，以输出所述限额账户在所述预定日期的账户预测数据，所述账户预测数据包括：所述预定周期粒度中的账户发起金额数据和账户接收金额数据，所述时间序列模型基于所述预定周期粒度的历史账户数据进行训练；

根据所述账户发起金额数据和账户接收金额数据对所述限额账户进行管理。

2.根据权利要求1所述的方法，其特征在于，所述时间序列模型为prophet模型，通过如下方式训练所述时间序列模型：

获取所述历史账户数据，所述历史账户数据包括：日期、所述预定周期粒度中的历史账户发起金额数据和历史账户接收金额数据；

对所述历史账户数据进行预处理，并将预处理后的历史账户数据分类为训练集数据和预测集数据；

根据所述训练集数据对所述时间序列模型进行训练，并根据所述预测集数据对训练的时间序列模型进行验证，以得到训练完成的时间序列模型。

3.根据权利要求2所述的方法，其特征在于，对所述历史账户数据进行预处理包括：

对所述历史账户数据中的异常数据进行删除、或者滤波处理；

对进行删除、或者滤波处理之后的历史账户数据进行平滑处理。

4.根据权利要求2所述的方法，其特征在于，根据所述训练集数据对所述时间序列模型进行训练包括：

根据所述训练集数据对所述时间序列模型进行参数搜索操作，以得到最佳参数，以此对所述时间序列模型进行训练，其中，所述参数搜索操作包括：网格搜索操作、随机搜索操作和贝叶斯优化操作。

5.根据权利要求4所述的方法，其特征在于，根据所述预测集数据对训练的时间序列模型进行验证包括：

基于预定评价指标，并根据所述预测集数据和所述最佳参数对训练的时间序列模型进行验证。

6.根据权利要求1所述的方法，其特征在于，根据所述账户发起金额数据和账户接收金额数据对所述限额账户进行管理包括：

根据所述账户发起金额数据和账户接收金额数据确定账户净额数据；

根据所述账户发起金额数据、账户接收金额数据和账户净额数据对所述限额账户进行管理。

7.一种限额账户数据的处理装置，其特征在于，所述装置包括：

预测数据获取单元，获取需要预测的限额账户数据，所述账户数据包括：所属系统信息、预定日期，所述系统包括如下之一：小额系统、网银系统；

时序数据生成单元，用于根据预定周期粒度将所述账户数据生成为时间序列数据；

预测单元，将所述时间序列数据输入至已训练的时间序列模型，以输出所述限额账户在所述预定日期的账户预测数据，所述账户预测数据包括：所述预定周期粒度中的账户发起金额数据和账户接收金额数据，所述时间序列模型基于所述预定周期粒度的历史账户数据进行训练；

管理单元，根据所述账户发起金额数据和账户接收金额数据对所述限额账户进行管理。

8.根据权利要求7所述的装置，其特征在于，所述时间序列模型为prophet模型，所述装置还包括：

模型训练单元，用于训练所述预测模型，

所述模型训练单元具体包括：

历史数据获取模块，获取所述历史账户数据，所述历史账户数据包括：日期、所述预定周期粒度中的历史账户发起金额数据和历史账户接收金额数据；

预处理模块，对所述历史账户数据进行预处理；

数据分类模块，将预处理后的历史账户数据分类为训练集数据和预测集数据；

训练模块，根据所述训练集数据对所述时间序列模型进行训练，并根据所述预测集数据对训练的时间序列模型进行验证，以得到训练完成的时间序列模型。