本技術(shù)涉及智能數(shù)據(jù)分析領(lǐng)域，且更為具體地，涉及一種智能決策分析平臺及方法。

背景技術(shù)：

1、在當(dāng)前高度信息化的社會中，市場和競爭環(huán)境瞬息萬變，對企業(yè)及各級部門的決策提出了更高要求。為了應(yīng)對這種快速變化的環(huán)境，企業(yè)需要不斷提升現(xiàn)代化治理和運(yùn)營能力，以應(yīng)對各種挑戰(zhàn)。特別是在金融和財(cái)經(jīng)領(lǐng)域，金融交易數(shù)據(jù)具有高度的復(fù)雜性和多樣性。這些數(shù)據(jù)通常以時(shí)間序列的形式存在，包含了大量交易信息，且這些信息之間的關(guān)系錯(cuò)綜復(fù)雜。因此，如何高效地管理和分析這些數(shù)據(jù)，成為企業(yè)決策的關(guān)鍵所在。

2、然而，傳統(tǒng)的統(tǒng)計(jì)方法和規(guī)則引擎在金融決策中存在一些固有的局限性。具體來說，傳統(tǒng)的決策依賴于預(yù)先設(shè)定的規(guī)則，這些規(guī)則通常是基于歷史數(shù)據(jù)和專家經(jīng)驗(yàn)制定的。但這些規(guī)則往往是靜態(tài)的，無法覆蓋所有可能的異常交易模式，尤其是那些新型的、復(fù)雜的欺詐行為。例如，傳統(tǒng)的規(guī)則可能難以識別出多階段、小額的洗錢活動或高度偽裝的欺詐行為。此外，金融領(lǐng)域的風(fēng)險(xiǎn)模式是不斷演變的，新的欺詐手段和風(fēng)險(xiǎn)模式不斷出現(xiàn)。傳統(tǒng)的規(guī)則引擎很難及時(shí)識別和應(yīng)對這些新出現(xiàn)的風(fēng)險(xiǎn)，因?yàn)橐?guī)則的更新和調(diào)整需要時(shí)間和驗(yàn)證，這導(dǎo)致在新規(guī)則生效之前的一段時(shí)間內(nèi)，平臺無法有效識別和防范這些新風(fēng)險(xiǎn)。

3、因此，期望一種智能決策分析方案。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述技術(shù)問題，提出了本技術(shù)。本技術(shù)的實(shí)施例提供了一種智能決策分析平臺及方法。

2、根據(jù)本技術(shù)的一個(gè)方面，提供了一種智能決策分析平臺，其包括：數(shù)據(jù)采集模塊，用于獲取交易數(shù)據(jù)的時(shí)間隊(duì)列；數(shù)據(jù)倉儲模塊，用于存儲所述交易數(shù)據(jù)的時(shí)間隊(duì)列；交易模式識別模塊，用于對所述交易數(shù)據(jù)的時(shí)間隊(duì)列進(jìn)行交易模式識別以得到交易模式識別結(jié)果，其中，所述交易模式識別模塊，包括：交易數(shù)據(jù)篩選單元，用于對所述交易數(shù)據(jù)的時(shí)間隊(duì)列進(jìn)行篩選以得到小額交易數(shù)據(jù)的時(shí)間隊(duì)列；小額交易數(shù)據(jù)局部編碼單元，用于對所述小額交易數(shù)據(jù)的時(shí)間隊(duì)列進(jìn)行滑窗采樣和序列編碼以得到小額交易局部時(shí)域模式特征的序列；小額交易全時(shí)域聚合單元，用于對所述小額交易局部時(shí)域模式特征的序列進(jìn)行全時(shí)域內(nèi)核特征動態(tài)聚合以得到小額交易全時(shí)域內(nèi)核表示；交易模式識別結(jié)果生成單元，用于基于所述小額交易全時(shí)域內(nèi)核表示，得到所述交易模式識別結(jié)果；預(yù)警模塊，用于響應(yīng)于所述交易模式識別結(jié)果為異常交易模式，生成交易異常預(yù)警提示；風(fēng)險(xiǎn)報(bào)告模塊，用于生成風(fēng)險(xiǎn)報(bào)告。

3、在上述智能決策分析平臺中，所述交易數(shù)據(jù)篩選單元，用于：基于預(yù)定交易額對所述交易數(shù)據(jù)的時(shí)間隊(duì)列進(jìn)行篩選以得到所述小額交易數(shù)據(jù)的時(shí)間隊(duì)列。

4、在上述智能決策分析平臺中，所述小額交易數(shù)據(jù)局部編碼單元，包括：小額交易時(shí)序數(shù)據(jù)采樣子單元，用于基于預(yù)設(shè)時(shí)間窗口對所述小額交易數(shù)據(jù)的時(shí)間隊(duì)列進(jìn)行滑窗采樣以得到小額交易數(shù)據(jù)采樣窗的序列；小額交易局部時(shí)域模式特征提取子單元，用于將所述小額交易數(shù)據(jù)采樣窗的序列中的各個(gè)小額交易數(shù)據(jù)采樣窗分別輸入基于前向lstm模型的小額交易序列編碼器以得到小額交易局部時(shí)域模式特征向量的序列作為所述小額交易局部時(shí)域模式特征的序列。

5、在上述智能決策分析平臺中，所述小額交易全時(shí)域聚合單元，包括：小額交易初始聚合子單元，用于計(jì)算所述小額交易局部時(shí)域模式特征向量的序列的按位置均值向量以得到小額交易初始聚合表示向量；小額交易靜態(tài)能勢因子計(jì)算子單元，用于計(jì)算所述小額交易局部時(shí)域模式特征向量的序列中的各個(gè)小額交易局部時(shí)域模式特征向量的靜態(tài)能勢因子以得到小額交易靜態(tài)能勢因子的序列；小額交易動態(tài)能勢因子計(jì)算子單元，用于計(jì)算所述小額交易局部時(shí)域模式特征向量的序列中的各個(gè)小額交易局部時(shí)域模式特征向量相對于所述小額交易初始聚合表示向量的動態(tài)能勢因子以得到小額交易動態(tài)能勢因子的序列；小額交易疊加態(tài)能勢因子計(jì)算子單元，用于基于所述小額交易局部時(shí)域模式特征向量的序列中的各個(gè)小額交易局部時(shí)域模式特征向量的靜態(tài)能勢因子和動態(tài)能勢因子，確定所述小額交易局部時(shí)域模式特征向量的序列中的各個(gè)小額交易局部時(shí)域模式特征向量的疊加態(tài)能勢因子以得到小額交易疊加態(tài)能勢因子的序列；小額交易全時(shí)域特征匯聚子單元，用于基于所述小額交易疊加態(tài)能勢因子的序列，對所述小額交易局部時(shí)域模式特征向量的序列進(jìn)行全時(shí)域特征匯聚以得到所述小額交易全時(shí)域內(nèi)核表示。

6、在上述智能決策分析平臺中，所述小額交易靜態(tài)能勢因子計(jì)算子單元，用于：計(jì)算所述小額交易局部時(shí)域模式特征向量的均值和標(biāo)準(zhǔn)差以得到小額交易局部時(shí)域均值和小額交易局部時(shí)域標(biāo)準(zhǔn)差；計(jì)算所述小額交易局部時(shí)域模式特征向量與所述小額交易局部時(shí)域均值的按位置相減，將相減后的小額交易局部時(shí)域差異向量與所述小額交易局部時(shí)域進(jìn)行按位置相除，并計(jì)算相除后向量中每個(gè)位置的特征值的四次方以得到小額交易局部時(shí)域靜態(tài)能勢向量；計(jì)算所述小額交易局部時(shí)域靜態(tài)能勢向量的按位置均值以得到所述小額交易靜態(tài)能勢因子。

7、在上述智能決策分析平臺中，所述小額交易動態(tài)能勢因子計(jì)算子單元，用于：將小額交易聚合權(quán)重矩陣與所述小額交易初始聚合表示向量進(jìn)行矩陣相乘以得到小額交易初始聚合權(quán)重表示向量；將小額交易權(quán)重矩陣與所述小額交易局部時(shí)域模式特征向量進(jìn)行矩陣相乘以得到小額交易局部時(shí)域權(quán)重向量；將所述小額交易初始聚合權(quán)重表示向量與所述小額交易局部時(shí)域權(quán)重向量進(jìn)行按位置點(diǎn)乘后，將得到小額交易融合權(quán)重向量與小額交易偏置向量進(jìn)行按位置相加以得到小額交易局部時(shí)域動態(tài)能勢向量；計(jì)算所述小額交易局部時(shí)域動態(tài)能勢向量的frobenius范數(shù)的平方以得到所述小額交易動態(tài)能勢因子。

8、在上述智能決策分析平臺中，所述小額交易疊加態(tài)能勢因子計(jì)算子單元，用于：計(jì)算以自然常數(shù)e為底，所述小額交易局部時(shí)域模式特征向量的靜態(tài)能勢因子為指數(shù)的指數(shù)函數(shù)以獲得小額交易局部時(shí)域偏置靜態(tài)能勢因子；計(jì)算以自然常數(shù)e為底，所述小額交易局部時(shí)域模式特征向量的動態(tài)能勢因子的平方為指數(shù)的指數(shù)函數(shù)以獲得小額交易局部時(shí)域偏置動態(tài)能勢因子；將所述小額交易局部時(shí)域偏置靜態(tài)能勢因子和所述小額交易局部時(shí)域偏置動態(tài)能勢因子進(jìn)行相加得到所述小額交易局部時(shí)域模式特征向量的疊加態(tài)能勢因子。

9、在上述智能決策分析平臺中，所述小額交易全時(shí)域特征匯聚子單元，用于：將所述小額交易疊加態(tài)能勢因子的序列輸入能勢因子門控權(quán)重化網(wǎng)絡(luò)以得到小額交易疊加態(tài)能勢權(quán)重系數(shù)的序列；基于所述小額交易疊加態(tài)能勢權(quán)重系數(shù)的序列，計(jì)算所述小額交易局部時(shí)域模式特征向量的序列的按位置加權(quán)和以得到小額交易全時(shí)域內(nèi)核表示向量作為所述小額交易全時(shí)域內(nèi)核表示。

10、在上述智能決策分析平臺中，所述交易模式識別結(jié)果生成單元，用于：將所述小額交易全時(shí)域內(nèi)核表示向量輸入基于分類器的交易模式分類器以得到所述交易模式識別結(jié)果。

11、根據(jù)本技術(shù)的另一方面，提供了一種智能決策分析方法，其包括：獲取交易數(shù)據(jù)的時(shí)間隊(duì)列；存儲所述交易數(shù)據(jù)的時(shí)間隊(duì)列；對所述交易數(shù)據(jù)的時(shí)間隊(duì)列進(jìn)行交易模式識別以得到交易模式識別結(jié)果，包括：對所述交易數(shù)據(jù)的時(shí)間隊(duì)列進(jìn)行篩選以得到小額交易數(shù)據(jù)的時(shí)間隊(duì)列；對所述小額交易數(shù)據(jù)的時(shí)間隊(duì)列進(jìn)行滑窗采樣和序列編碼以得到小額交易局部時(shí)域模式特征的序列；對所述小額交易局部時(shí)域模式特征的序列進(jìn)行全時(shí)域內(nèi)核特征動態(tài)聚合以得到小額交易全時(shí)域內(nèi)核表示；基于所述小額交易全時(shí)域內(nèi)核表示，得到所述交易模式識別結(jié)果；響應(yīng)于所述交易模式識別結(jié)果為異常交易模式，生成交易異常預(yù)警提示；生成風(fēng)險(xiǎn)報(bào)告。

12、與現(xiàn)有技術(shù)相比，本技術(shù)提供的智能決策分析平臺及方法，其采用基于深度學(xué)習(xí)的數(shù)據(jù)分析和編碼方式來對所述交易數(shù)據(jù)的時(shí)間隊(duì)列進(jìn)行篩選，接著對篩選后的小額交易數(shù)據(jù)的時(shí)間隊(duì)列進(jìn)行滑窗采樣和局部時(shí)域序列編碼，以此根據(jù)各個(gè)小額交易局部時(shí)域模式特征之間在全時(shí)域上的內(nèi)核聚合表示來自動地得到所述交易模式識別結(jié)果。這樣，能夠捕捉到多階段、小額的交易模式，這些模式在傳統(tǒng)規(guī)則引擎中往往難以識別，例如，小額、分散的洗錢活動。同時(shí)能夠自動學(xué)習(xí)和識別新的風(fēng)險(xiǎn)模式，無需頻繁手動更新規(guī)則，這使得平臺能夠及時(shí)適應(yīng)金融領(lǐng)域的不斷演變，提高自適應(yīng)能力和智能化程度。