[发明专利]金融业务数据样本生成方法及装置

权利要求书

1.一种金融业务数据样本生成方法，其特征在于，包括：

对金融业务原始数据样本中的连续列数据通过变分高斯混合模型VGM模型进行归一化处理；

对所述金融业务原始数据样本中的离散列数据构建条件向量；

对归一化处理后的所述连续列数据进行建模，以及基于所述条件向量对所述离散列数据进行建模，并基于所述连续列数据和所述离散列数据的建模生成金融业务数据样本。

2.根据权利要求1所述的方法，其特征在于，对金融业务原始数据样本中的连续列数据通过变分高斯混合模型VGM模型进行归一化处理，包括：

通过VGM模型模拟连续列数据的高斯混合分布；

对于该连续列中的每个值，计算每个值来自每个分布模式的概率；

用独热向量β表示每个值来自每个分布模式，而标量α代表其在模式内的值。

3.根据权利要求1所述的方法，其特征在于，对所述金融业务原始数据样本中的离散列数据构建条件向量，包括：

在模型中设置条件生成器，对条件进行采样以生成条件向量，使得生成器生成的分布与训练数据中离散变量的分布相匹配。

4.根据权利要求1所述的方法，其特征在于，其中，采取条件式生成对抗网络模型作为金融业务数据样本生成模型，所述条件式生成对抗网络模型包括生成器和判别器，在所述生成器和鉴别器中使用全连接网络来捕获列之间所有可能的关联。

5.根据权利要求1所述的方法，其特征在于，在基于所述连续列数据和所述离散列数据的建模生成金融业务数据样本之后，还包括：

通过如下方式之一对金融业务数据样本的质量进行评估：

基于统计学属性，对比生成数据样本与原始数据样本的数据样本分布情况及相似度；

衡量生成数据样本与原始数据样本的统计距离差异；

将生成数据样本应用于后续的业务预测模型，评估生成数据样本的质量是否提升了后续业务模型的预测能力。

6.根据权利要求5所述的方法，其特征在于，基于统计学属性，对比生成数据样本与原始数据样本的数据样本分布情况及相似度，包括：

将生成数据样本与原始数据样本进行数据统计学属性对比，以查看是否具有相似度，其中，所述统计学属性对比至少包括以下之一：数据分布对比、数据相关性对比。

7.根据权利要求5所述的方法，其特征在于，衡量生成数据样本与原始数据样本的统计距离差异，包括：

通过对数据进行降维，对比生成数据样本与原始数据样本的统计距离，其中，所述统计距离至少包括以下之一：绝对偏差距离、总变分距离。

8.根据权利要求5所述的方法，其特征在于，将生成数据样本应用于后续的业务预测模型，评估生成数据样本的质量是否提升了后续业务模型的预测能力，包括：

基于深度学习的经典的分类器网络作为评估模型，将真实数据集随机划分为训练集和测试集，分别将原始数据训练集和加入了生成数据样本的补充数据集送入分类器网络进行训练，对比训练后得到分类器模型的评估效果。

9.一种金融业务数据样本生成装置，其特征在于，包括：

归一化处理模块，用于对金融业务原始数据样本中的连续列数据通过变分高斯混合模型VGM模型进行归一化处理；

构建模块，用于对所述金融业务原始数据样本中的离散列数据构建条件向量；

生成模块，用于对归一化处理后的所述连续列数据进行建模，以及基于所述条件向量对所述离散列数据进行建模，并基于所述连续列数据和所述离散列数据的建模生成金融业务数据样本。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被处理器执行时实现所述权利要求1至8任一项中所述的方法的步骤。

11.一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述权利要求1至8任一项中所述的方法的步骤。