[发明专利]一种业务数据处理方法以及业务数据处理系统的构建方法

权利要求书

1.一种业务数据处理方法，其特征在于，所述方法包括：

获取目标业务的用户画像数据和用户行为数据；针对所述目标业务的分析对象，从所述用户行为数据中确定出指示当前时间点的当前自变量数据和当前因变量数据，以及指示历史时间点的历史因变量数据；其中，所述历史因变量数据和所述当前因变量数据指示同一用户行为；

基于所述用户画像数据、所述当前自变量数据、所述当前因变量数据、所述历史因变量数据和所确定的固定效应值、误差项构建面板数据模型；

对所述面板数据模型进行时间维度的一阶差分处理；

基于一阶差分处理结果确定与所述历史因变量数据具有预设相关度的工具变量；其中，所述工具变量指示多个滞后因变量，所述滞后因变量相对所述当前因变量数据的滞后期数不低于两期；

基于广义矩估计方法，利用所述工具变量构建所述一阶差分处理结果对应的矩条件；

基于所述矩条件确定所述历史因变量数据对所述当前因变量数据的影响程度值。

2.根据权利要求1所述的方法，其特征在于，所述基于所述用户画像数据、所述当前自变量数据、所述当前因变量数据、所述历史因变量数据和所确定的固定效应值、误差项构建面板数据模型，包括：

确定所述用户画像数据对应的所述固定效应值；

确定指示所述当前时间点的所述误差项；

基于所述固定效应值、所述误差项、所述当前自变量数据、所述当前因变量数据和所述历史因变量数据构建所述面板数据模型。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当所述工具变量的数量大于预设数量时，基于广义矩估计方法，利用所述工具变量构建所述一阶差分处理结果对应的矩条件；其中，所述预设数量是所述面板数据模型所对应的预估参数决定的；

基于所述矩条件确定所述历史因变量数据对所述当前因变量数据的影响程度值。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

当所述工具变量的数量小于等于所述预设数量时，利用所述工具变量对所述一阶差分处理结果进行最小二乘法回归，得到所述历史因变量数据对所述当前因变量数据的影响程度值。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取预设函数；

利用所述预设函数和所述工具变量处理所述一阶差分处理结果，得到所述历史因变量数据对所述当前因变量数据的影响程度值。

6.一种业务数据处理系统的构建方法，其特征在于，所述方法包括：

获取预设基础框架；

获取第一业务代码；其中，所述第一业务代码指示获取目标业务的用户画像数据和用户行为数据，以及针对所述目标业务的分析对象，从所述用户行为数据中确定出指示当前时间点的当前自变量数据和当前因变量数据，以及指示历史时间点的历史因变量数据；其中，所述历史因变量数据和所述当前因变量数据指示同一用户行为；

获取第二业务代码；其中，所述第二业务代码指示基于所述用户画像数据、所述当前自变量数据、所述当前因变量数据、所述历史因变量数据和所确定的固定效应值、误差项构建面板数据模型，对所述面板数据模型进行时间维度的一阶差分处理，基于一阶差分处理结果确定与所述历史因变量数据具有预设相关度的工具变量，基于广义矩估计方法，利用所述工具变量构建所述一阶差分处理结果对应的矩条件，以及基于所述矩条件确定所述历史因变量数据对所述当前因变量数据的影响程度值；其中，所述工具变量指示多个滞后因变量，所述滞后因变量相对所述当前因变量数据的滞后期数不低于两期；

融合所述预设基础框架、所述第一业务代码与所述第二业务代码，构建业务数据处理系统。