[发明专利]一种不平衡样本的关联规则确定方法及装置

权利要求书

1.一种不平衡样本的关联规则确定方法，其特征在于，包括：

将原始数据转换为事务数据；

将所述事务数据中的正负不平衡样本数据进行分类标记，得到正负不平衡标记样本；

基于所述正负不平衡标记样本，确定所述正负不平衡样本数据中目标变量的分类关联规则。

2.根据权利要求1所述的方法，其特征在于，将所述事务数据中的正负不平衡样本数据进行分类标记，得到正负不平衡标记样本包括：

将所述事务数据划分为正常客户集与具有欺诈行为的异常客户集；

对所述事务数据中异常客户集和正常客户集进行标记，得到所述正负不平衡标记样本。

3.根据权利要求2所述的方法，其特征在于，基于所述正负不平衡标记样本，确定所述正负不平衡样本数据中目标变量的分类关联规则包括：

通过FP-Growth确定所述异常客户集上的多个频繁项集；

从所述多个频繁项集中获取支持数大于支持数阈值的多个候选频繁项集；

确定所述多个候选频繁项集在所述正常客户集和所述异常客户集上的综合表现值；

根据所述综合表现值确定所述目标变量的分类关联规则。

4.根据权利要求3所述的方法，其特征在于，确定所述多个候选频繁项集在所述正常客户集和所述异常客户集上的综合表现值包括：

在所述多个频繁项集中分别统计每个频繁项集在所述正常客户集和所述异常客户集出现的次数TPk和次数FPk；

根据所述次数TPk和所述次数FPk确定所述每个频繁项集的召回率与精确度；

根据所述每个频繁项集的召回率与精确度确定所述每个频繁项集的综合表现值。

5.根据权利要求3所述的方法，其特征在于，根据所述综合表现值确定所述目标变量的分类关联规则包括：

从所述多个目标频繁项集中选取综合表现值最大的目标频繁项集；

在确定所述目标频繁项集大于预先设置的最小阈值之后，确定所述目标频繁项集为所述目标变量的分类关联规则。

6.根据权利要求5所述的方法，其特征在于，从所述多个目标频繁项集中选取综合表现值最大的目标频繁项集包括：

根据所述综合表现值对所述多个目标频繁项集进行排序；

从排序后的所述多个目标频繁项集中选取所述综合表现值最大的目标频繁项集。

7.根据权利要求6所述的方法，其特征在于，在确定所述目标频繁项集为所述目标变量的分类关联规则之后，所述方法还包括：

将所述目标频繁项集从所述频繁项集中移除，并调整所述支持数阈值；

重复执行以下步骤，直到无法从所述多个频繁项集中确定所述分类关联规则：

从所述多个频繁项集中获取支持数大于所述支持数阈值的多个候选频繁项集；

确定所述多个候选频繁项集在所述正常客户集和所述异常客户集上的综合表现值；

根据所述综合表现值确定所述目标变量的分类关联规则。

8.一种不平衡样本的关联规则确定装置，其特征在于，包括：

转换模块，用于将原始数据转换为事务数据；

标记模块，用于将所述事务数据中的正负不平衡样本数据进行分类标记，得到正负不平衡标记样本；

确定模块，用于基于所述正负不平衡标记样本，确定所述正负不平衡样本数据中目标变量的分类关联规则。

9.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7中任一项所述的方法。