一种基于事件驱动的图模式逆向实时匹配方法

    公开(公告)号:CN111737538A

    公开(公告)日:2020-10-02

    申请号:CN202010750714.X

    申请日:2020-07-30

    Abstract: 本发明公开了一种基于事件驱动的图模式逆向实时匹配方法,该方法包括图模式的定义、逆向匹配架构的建立和逆向匹配方法;图模式用于以逆向顺序描述图中顶点和边的空间连接关系及其属性约束,包括匹配步骤链表和匹配上下文,依据逆向匹配架构实现图模式逆向实时匹配,解决实时场景下基于事件驱动的子图匹配的问题。本发明可以在秒级完成固定顶点子图匹配问题,并且实现了性能和准确率的有效平衡,支持大量图模式并发匹配,可用于增强现有的图计算引擎,支持包括金融、电商、物流、公安等领域的实时图匹配和查询分析等场景。

    一种基于聚合边与时序聚合边的快速海量时序数据处理方法

    公开(公告)号:CN111177188A

    公开(公告)日:2020-05-19

    申请号:CN201911405552.X

    申请日:2019-12-30

    Abstract: 本发明公开了一种基于聚合边与时序聚合边的快速海量时序数据处理方法,实现在海量数据模式下,对于基于图数据结构的关联关系进行快速实时处理。本发明在基于时间窗口的增量式流计算上,提出了一种创新性的“聚合边”和“时序聚合边”的数据结构,适用于实时动态图的数据建模。本发明同时引入了一种时序图查询语言,增加时序信息的描述语义,不仅支持基本的基于点、边和属性的查询,还能够实现用户针对某一个时间窗口内的指标计算结果进行图查询,包括图匹配和图过滤。本发明尤其适用于基于海量数据挖掘的营销、实时风控等领域,具有良好的时效性控制及高度可扩展能力。

    一种基于大数据的智能案防系统

    公开(公告)号:CN110264336A

    公开(公告)日:2019-09-20

    申请号:CN201910448366.8

    申请日:2019-05-28

    Abstract: 本发明公开了一种基于大数据的智能案防系统,该系统包括管理平台、spark大数据平台、分析引擎、数据预处理引擎、指标引擎、训练引擎和决策引擎。本发明将规则进行细粒度拆分,进行了指标化,进一步提升规则的准确度;指标引擎采用的流处理技术能对原始数据进行特征单点快速提取和计算,从海量原始数据中得到有代表性的特征,充分提取数据中的信息;模型训练使用多种优化过的机器学习模型和集成学习框架,能够克服单个模型过拟合、不稳定的缺陷;智能决策双核引擎订阅规则和模型,两者并行运行,互相补充,可实时判断业务数据和规则和模型的匹配度,提升风险识别能力;基于知识图谱,能够通过关联分析和模型分析快速定位可疑的风险数据。

    一种对时序数据统计递增次数与递减次数的处理方法

    公开(公告)号:CN110008544A

    公开(公告)日:2019-07-12

    申请号:CN201910219684.7

    申请日:2019-03-21

    Abstract: 本发明公开了一种对时序数据统计递增次数与递减次数的处理方法,本发明预先对数据序列分组,然后计算每个分组的累计递增与递减次数、首元素、尾元素,把中间结果存储在相应时间戳上,查询时根据指定的时间戳快速得到计算结果;首先,中间结果的存储位置灵活多变,满足各种场景的需求;由于存储结果是计算后的中间结果,内存耗费降低,存储效率很高,因为已经提前计算好了中间结果,所以在获取对应的递增次数与递减次数时响应速度极快;最为重要的是,这部分结果跟着系统时间移动而不断变化,能够达到所需的递增次数与递减次数随时间窗口平滑移动的目的。本发明适用于时序数据处理技术等数据分析领域,能够显著提升统计递增次数与递减次数的速度。

    一种校验传输数据安全性的方法

    公开(公告)号:CN109862030A

    公开(公告)日:2019-06-07

    申请号:CN201910164813.7

    申请日:2019-03-05

    Abstract: 本发明公开了一种校验传输数据安全性的方法,该方法通过创建自定义算法模型保存算法名称及对应的执行逻辑。根据算法模型,在服务端生成算法执行序列、执行代号、执行序列的有效期限并生成可执行文件,由服务端发送至客户端。客户端根据可执行文件中执行序列,对需要上报的字符串内容进行计算,生成一段校验码A,客户端将校验码A、执行代号与对应的字符串内容一起发给服务端。服务端校验上报的执行代号是否在有效期限内,若在有效期限内,则服务端根据执行代号及对应执行序列计算上报的内容,生成校验码B,若校验码A与校验码B相同,则认为上报内容安全,否则认为上报内容不安全。本发明可同时验证数据来源的安全性和时效性。

    一种基于蒙特卡罗搜索的信用评分卡特征选择方法

    公开(公告)号:CN108765127A

    公开(公告)日:2018-11-06

    申请号:CN201810382123.4

    申请日:2018-04-26

    CPC classification number: G06Q40/025

    Abstract: 本发明公开了一种基于蒙特卡罗搜索的信用评分卡特征选择方法,包括:在信用风险评级场景,获得信用评分特征数据;初始化蒙特卡罗搜索树;选择未被完全扩展节点,使用偏回归平方和指标进行复合策略扩展;在扩展后的树结构基础上,在随机模拟策略中引入偏回归平方和划定随机选择域,生成模拟路径;基于每一条路径所选择的特征分别使用交叉验证方法进行逻辑回归建模,并计算相关统计量;基于UCB公式选择最佳路径。采用本发明提出的信用评分卡特征选择方法,可以极大地提升信用评分卡的建模效果,保证信用评分卡的建模特征最优,从根本上自动化信用评分卡构建的特征选择过程,可以广泛应用在信用风险控制领域。

    一种降低资产损失率的方法

    公开(公告)号:CN107563884A

    公开(公告)日:2018-01-09

    申请号:CN201710633146.3

    申请日:2017-07-28

    Abstract: 本发明公开了一种降低资产损失率的方法。该方法能根据疑似欺诈交易金额的不同,智能调整欺诈检测的阈值。当疑似欺诈交易金额比较大的时候,更加谨慎地判断该笔交易存在欺诈的可能,而对于疑似欺诈金额比较小的交易,智能调节阈值,合理降低报警率,节省人工核对成本。这样,可以让企业将因欺诈而产生的资产损失降到最低,而不是仅仅提升识别欺诈的覆盖率。本发明不依赖特定的风险控制系统,故该方法具有很好的移植性,简明易懂,容易实现。

    一种解决乱序事件和晚到数据的精准窗口处理方法

    公开(公告)号:CN112818039B

    公开(公告)日:2022-04-26

    申请号:CN202110158646.2

    申请日:2021-02-04

    Abstract: 本发明公开了一种解决乱序事件和晚到数据的精准窗口处理方法。该方法采用精准窗口记录原始业务流水数据,可以通过时间窗口的长度和不同流水个数这两种方式,实现对乱序和晚到数据的更新以及业务流水数据的查询;本发明提供的解决乱序事件和晚到数据的精准窗口处理方法主要分为三个部分:精准窗口的创建、精准窗口的更新以及基于精准窗口对时序数据的查询。本发明提出的解决乱序事件和晚到数据的精准窗口处理方法可保留用户自定义的最近时间范围或者最近几笔的原始有序流水数据,并且实现数据的动态更新,同时也能达到毫秒级的查询延时。

    一种时序数据的事件上下文关联处理方法及系统

    公开(公告)号:CN111984860A

    公开(公告)日:2020-11-24

    申请号:CN202010754364.4

    申请日:2020-07-30

    Abstract: 本发明公开了一种时序数据的事件上下文关联处理方法及系统,首先定义事件上下文关联逻辑,包括相邻事件关联逻辑以及上下文归并处理逻辑两部分,获取到事件的数据和时间戳后,读取计算机存储器中的中间结果并进行归并处理,最后进行进行事件上下文关联处理,得到唯一的上下文关联关联处理结果。本发明克服了现有技术方案中耗时长、效率低的缺陷,能快速地进行海量时序数据的事件上下文关联处理;另外,本发明提前计算好了中间结果,所以在查询时避免了大量无用的计算机重复运算,响应速度极快;此外,中间结果是跟着系统时间移动而不断变化的,能够达到时间窗口平滑移动的目的。本发明能够显著提升时序数据的事件上下文关联处理的效率。

Patent Agency Ranking