收支分析方法、收支分析装置和电子装置与流程

1.本技术涉及数据分析领域，具体而言，涉及一种收支分析方法、收支分析装置、计算机可读存储介质和电子装置。


背景技术：

2.近年来，随着数据量不断增长、业务复杂度提升、用户需求变大，收支分析作为一种高性能、高可靠、易扩展的数据分析方法应运而生。客户可以通过手机银行、个人网银、微信银行、电话银行等渠道查询活期交易明细中的具体收支信息。
3.目前，现有技术中大多采用以下方式进行收支分析，首先，对所有的业务场景都打上两个标签，一个用于匹配收支规则即数据摘要信息，一个用于描述交易的具体场景即摘要描述，再将客户交易发生的具体场景与摘要描述进行匹配，并补充摘要信息。最后，根据客户数据的摘要信息进行收支分析，即根据摘要规则进行收支结果的映射。
4.然而，以上方法也有一些弊端。由于客户交易场景是复杂且丰富的，而采用摘要作为唯一特征是无法对复杂类的交易场景进行有效的且精准地分类，即对客户发生的交易场景覆盖率不高，导致收支分析准确率较低。比如因原交易超时而发起的恢复交易，此类交易需要找原交易信息进行特殊的收支处理，然而，仅通过摘要标签匹配是无法筛选出恢复交易，会导致收支分析结果的不准确。
5.因此，亟需一种可以解决收支分析结果不准确的方法。


技术实现要素：

6.本技术的主要目的在于提供一种收支分析方法、收支分析装置、计算机可读存储介质和电子装置，以至少解决现有技术中收支分析结果不准确的问题。
7.为了实现上述目的，根据本技术的一个方面，提供了一种收支分析方法，包括：获取目标用户的交易数据，所述交易数据为所述目标用户在交易过程中产生的收支数据；将所述交易数据与预设特征库进行匹配，得到所述交易数据的特征，所述特征用于表征所述交易数据的交易类型、业务类型以及交易对象，所述预设特征库包括所述交易数据与所述特征的映射关系；根据所述交易数据的特征，对所述交易数据进行分类，并得到所述交易数据对应的类别；对所述交易数据进行计算，得到各所述类别对应的所述目标用户的收支数据。
8.可选地，在根据所述交易数据的特征，对所述交易数据进行分类，并得到所述交易数据对应的类别之前，所述方法还包括：采用get_dummies()函数对所述交易数据的特征进行预处理，得到处理后的所述交易数据的特征。
9.可选地，在所述交易数据的特征为交易类型的情况下，根据所述交易数据的特征，对所述交易数据进行分类，并得到所述交易数据对应的类别，包括：获取所述交易数据的交易类型的业务字段；根据所述交易数据的交易类型的业务字段，对所述交易数据进行分类，得到所述交易数据对应的多个类别。
10.可选地，在所述交易数据的特征为业务类型的情况下，根据所述交易数据的特征，对所述交易数据进行分类，并得到所述交易数据对应的类别，包括：获取所述交易数据的现金业务字段和所述交易数据的转账业务字段；根据所述交易数据的现金业务字段，对所述交易数据进行分类，并得到所述交易数据对应的类别为现金交易；根据所述交易数据的转账业务字段，对所述交易数据进行分类，并得到所述交易数据对应的类别为转账交易。
11.可选地，在所述交易数据对应的类别为转账交易的情况下，对所述交易数据进行计算，得到各所述类别对应的所述目标用户的收支数据，包括：根据所述交易数据的转入账户的用户名以及转出账户的用户名，对所述交易数据进行计算，得到所述转账交易对应的所述目标用户的收支数据。
12.可选地，在所述交易数据的特征为交易对象的情况下，根据所述交易数据的特征，对所述交易数据进行分类，并得到所述交易数据对应的类别，包括：获取所述交易数据的交易对象的商户类型码、所述交易数据的交易对象的商户行业分类以及所述交易数据的交易对象的业务种类；根据所述交易数据的交易对象的商户类型码，对所述交易数据进行分类，得到所述交易数据对应的类别为银联交易；根据所述交易数据的交易对象的商户行业分类和业务种类，对所述交易数据进行分类，得到所述交易数据对应的类别为网联交易。
13.可选地，在所述交易数据的类别为银联交易的情况下，对所述交易数据进行计算，得到各所述类别对应的所述目标用户的收支数据，包括：根据所述商户类型码的类目级别，对所述交易数据进行计算，得到所述银联交易对应的所述目标用户的收支数据。
14.可选地，在所述交易数据的类别为网联交易的情况下，对所述交易数据进行计算，得到各所述类别对应的所述目标用户的收支数据，包括：根据所述商户行业分类的关键字和所述业务类型的种类编码，对所述交易数据进行计算，得到所述网联交易对应的所述目标用户的收支数据。
15.为了实现上述目的，根据本技术的一个方面，提供了一种收支分析装置，包括：获取单元，用于获取目标用户的交易数据，所述交易数据为所述目标用户在交易过程中产生的收支数据；匹配单元，用于将所述交易数据与预设特征库进行匹配，得到所述交易数据的特征，所述特征用于表征所述交易数据的交易类型、业务类型以及交易对象，所述预设特征库包括所述交易数据与所述特征的映射关系；确定单元，用于根据所述交易数据的特征，对所述交易数据进行分类，并得到所述交易数据对应的类别；计算单元，用于对所述交易数据进行计算，得到各所述类别对应的所述目标用户的收支数据。
16.根据本技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的方法。
17.根据本技术的再一方面，提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行任一种所述的方法。
18.应用本技术的技术方案，首先，获取目标用户的交易数据，将交易数据与预设特征库进行匹配，得到交易数据的特征，特征用于表征交易数据的交易类型、业务类型以及交易对象，预设特征库包括交易数据与特征的映射关系；再根据交易数据的特征，对交易数据进行分类，并得到交易数据对应的类别；最后，对交易数据进行计算，得到各类别对应的目标用户的收支数据。通过将交易数据与预设特征库进行匹配，获取交易类型、业务类型以及交
易对象这种有区分度的特征，可以构建出精确的收支分析的计算模型。解决现有技术中采用单标签进行各类业务场景下收支分析时处理结果不准的问题。
附图说明
19.构成本技术的一部分的说明书附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
20.图1示出了根据本技术的实施例中提供的一种执行收支分析方法的移动终端的硬件结构框图；
21.图2示出了根据本技术的实施例提供的一种收支分析方法的流程示意图；
22.图3示出了根据本技术的实施例提供的一种收支分析方法的整体流程图；
23.图4示出了根据本技术的实施例提供的一种收支分析装置的结构框图。
24.其中，上述附图包括以下附图标记：
25.102、处理器；104、存储器；106、传输设备；108、输入输出设备。
具体实施方式
26.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
27.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
28.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
29.正如背景技术中所介绍的，现有技术中收支分析结果不准确，为解决上述技术问题，本技术的实施例提供了一种收支分析方法、收支分析装置、计算机可读存储介质和电子装置。
30.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
31.本技术实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种收支分析方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对
上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
32.存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的收支分析方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(network interface controller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(radio frequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。
33.在本实施例中提供了一种运行于移动终端、计算机终端或者类似的运算装置的收支分析方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
34.图2是根据本技术实施例的收支分析方法的流程图。如图2所示，该方法包括以下步骤：
35.步骤s101，获取目标用户的交易数据，上述交易数据为上述目标用户在交易过程中产生的收支数据；
36.具体地，上述收支数据可以为用户通过手机银行、个人网银、微信银行或电话银行等渠道查询的活期交易明细。
37.步骤s102，将上述交易数据与预设特征库进行匹配，得到上述交易数据的特征，上述特征用于表征上述交易数据的交易类型、业务类型以及交易对象，上述预设特征库包括上述交易数据与上述特征的映射关系；
38.具体地，由于用户数据进行收支分析其涉及的交易场景较为复杂，根据获取到客户数据的相关业务属性，以及根据交易数据的离散特性，可以从中获取有区分度的特征包括交易类型、业务类型以及交易对象。
39.步骤s103，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别；
40.具体地，由于交易数据具有离散特性，且用户交易场景是一个多分类的模型，若仅采用现有技术中的单标签只能实现简单的二分类，难以达到数据的均衡要求，使得收支结果达不到预期结果。
41.步骤s104，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据。
42.具体地，确定交易数据对应的类别后，统计每个类目下的收支数据，即可从交易数据中得到该用户整体的收支数据分析结果。
43.通过本实施例，首先，获取目标用户的交易数据，将交易数据与预设特征库进行匹配，得到交易数据的特征，特征用于表征交易数据的交易类型、业务类型以及交易对象，预设特征库包括交易数据与特征的映射关系；再根据交易数据的特征，对交易数据进行分类，并得到交易数据对应的类别；最后，对交易数据进行计算，得到各类别对应的目标用户的收支数据。通过将交易数据与预设特征库进行匹配，获取交易类型、业务类型以及交易对象这种有区分度的特征，可以构建出精确的收支分析的计算模型。解决现有技术中采用单标签进行各类业务场景下收支分析时处理结果不准的问题。
44.具体实现过程中，在上述步骤s103之前还包括：采用get_dummies()函数对上述交易数据的特征进行预处理，得到处理后的上述交易数据的特征。该方法中，对以上特征用get_dummies()因子化进行编码，完成特征的预处理。get_dummies函数是pandas库中帮助用户处理分类数据的方法，可以向量化提供的数据，将其转换为一个虚拟变量(一个由0和1组成的向量)。它可以将原有的多个代表特定属性值的变量转化成一个虚拟向量来表示，添加相应的变量去表示每个可能的值，该变量拥有的值可以根据参数“prefix”添加变量名称，这样可以跟踪每个属性值来自原先的哪个变量，默认值可以使用“prefix”结尾，“drop_first”参数可以删除原变量中出现的第一个值，也可以使用“dummy_na”参数给予缺失值所属的列进行解释。get_dummies函数可以应用于多种不同类型的数据，比如整数，字符串，布尔值等，但它最常被用于分类变量和有序变量，也就是说，该函数主要是对分类型的变量及其可能的值，如性别、省份等进行处理。另外，get_dummies函数还可以和sklearn库中的其他函数配合使用，例如preprocessing中的label encoder和one hot encoder函数，这些函数可以实现将一个特定变量中的多种特征值转换为数字或者布尔值，从而能够让模型与更加清晰的计算。上述方法可以使收支分析模型更加精确。
45.在上述交易数据的特征为交易类型的情况下，本技术的上述步骤s103可以通过以下步骤实现：步骤s1031，获取上述交易数据的交易类型的业务字段；步骤s1032，根据上述交易数据的交易类型的业务字段特征，对上述交易数据进行分类，得到上述交易数据对应的多个类别，该方法中，根据交易数据的交易类型的业务字段特征，对上述交易数据进行分类，可以区分出不同交易场景下的交易数据，例如根据00a分类出正常交易，根据00b分类出取消交易，根据00c分类出冲正交易，根据00d分类出调整交易，根据00e分类出恢复交易，根据00f分类出调整撤销交易。进而，再对上述复杂类场景进行特殊化的处理，例如，已根据该特征分类出交易数据为调整交易，制定收支分析方案，首先区分正向调整和反向调整，再找到需调整的原交易，获取原交易的收支情况，保证调整交易收支分析与原交易不出现冲突，保持基本一致性。
46.在上述交易数据的特征为业务类型的情况下，上述步骤s103还可以通过其他方式实现：步骤s1033，获取上述交易数据的现金业务字段和上述交易数据的转账业务字段；步骤s1034，根据上述交易数据的现金业务字段，对上述交易数据进行分类，并得到上述交易数据对应的类别为现金交易；步骤s1035，根据上述交易数据的转账业务字段，对上述交易数据进行分类，并得到上述交易数据对应的类别为转账交易。该方法中分别通过交易数据的业务字段，可以快速交易数据确定对应的类型。
47.在一些实施例上，在上述交易数据对应的类别为转账交易的情况下，上述步骤s104具体可以通过以下步骤实现：步骤s1041，根据上述交易数据的转入账户的用户名以及
转出账户的用户名，对上述交易数据进行计算，得到上述转账交易对应的上述目标用户的收支数据。该方法，可通过用户名以及交易对手账户名的关系判断，来提高转账类交易的收支结果灵活性与适配性。
48.在上述交易数据的特征为交易对象的情况下，上述步骤s103还可以通过其他方式实现：步骤s1036，获取上述交易数据的交易对象的商户类型码、上述交易数据的交易对象的商户行业分类以及上述交易数据的交易对象的业务种类；步骤s1037，根据上述交易数据的交易对象的商户类型码，对上述交易数据进行分类，得到上述交易数据对应的类别为银联交易；步骤s1038，根据上述交易数据的交易对象的商户行业分类和业务种类，对上述交易数据进行分类，得到上述交易数据对应的类别为网联交易。该方法中，商户类别码由四位数字代码组成，由收单机构为特约商户设置，用于标明银联卡交易环境、所在商户的主营业务范围和行业归属，是判断境内跨行交易收益分配标准的重要依据，也是发卡机构、收单机构及银联开展银联卡交易行业分析和报告，进行银联卡业务风险管理和交易控制的重要基础数据之一。因此，收单机构必须为特约商户设置正确的商户类别码。通过商户类别码这一特征可以确定该笔交易数据为银联交易。商户行业分类主要包括：零售商户、食品商户、服务商户、旅游商户、教育商户以及金融商户，其中，零售商户指零售业务活动的商户，例如百货商场，超市，便利店等。食品商户指以食品为主要经营业务的商户，例如餐饮店，超市，面包店等。服务商户指以提供服务为主要经营业务的商户，例如修理店，洗衣店，洗车店，宠物店等。旅游商户指以旅游业务为主要经营业务的商户，例如旅行社，酒店，公园，景点等。教育商户指以教育活动为主要经营业务的商户，例如学校，培训机构，图书馆等。金融商户指以金融服务为主要经营业务的商户，例如银行，证券公司，保险公司等。
49.在一些实施例上，在上述交易数据对应的类别为银联交易的情况下，上述步骤s104具体可以通过以下步骤实现：步骤s1042，根据上述商户类型码特征的类目级别，对上述交易数据进行计算，得到上述银联交易对应的上述目标用户的收支数据。该方法中，商户类型码特征的类目级别主要包括宾馆娱乐类、房产批发类、超市加油类、医院学校类以及一般商户类。因此，确定了类目级别后，可以分别统计对应类别下的收支分析。上述方法可以确定不同类别下的银联交易的收益数据。
50.在一些实施例上，在上述交易数据的类别为网联交易的情况下，上述步骤s104具体可以通过以下步骤实现：步骤s1043，根据上述商户行业分类的关键字和上述业务类型的种类编码，对上述交易数据进行计算，得到上述网联交易对应的上述目标用户的收支数据。该方法中，商户行业分类内的具体关键字可以为，例如计算机、金属产品、管道和供暖设备等，例如鞋类对应的种类编码为5139。根据上述商户行业分类的关键字和上述业务类型的种类编码，可以确定不同类别下的网联交易的收支数据。
51.为了使得本领域技术人员能够更加清楚地了解本技术的技术方案，以下将结合具体的实施例对本技术的收支分析方法的实现过程进行详细说明。
52.本实施例涉及一种具体的收支分析方法，如图3所示，包括如下步骤：
53.步骤s1：获取客户数据，该数据为用户的交易时产生的收支数据；
54.步骤s2：根据客户数据的业务字段选择相应的特征；
55.步骤s3：根据交易类型特征筛选出复杂交易场景的用户数据，例如调整交易、恢复交易、取消交易、冲正交易或撤销交易；
56.步骤s4：根据现金字段或转账字段分类出现金交易或转账交易；
57.步骤s5：根据商户类型码、行业分类、业务种类筛选出网联交易或银联交易；
58.步骤s6：分别统计以上筛选出的不同交易类型下的收支数据，得到收支分析结果。
59.本技术实施例还提供了一种收支分析装置，需要说明的是，本技术实施例的收支分析装置可以用于执行本技术实施例所提供的用于收支分析方法。该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
60.以下对本技术实施例提供的收支分析装置进行介绍。
61.图4是根据本技术实施例的收支分析装置的示意图。如图4所示，该装置包括：
62.获取单元10，获取目标用户的交易数据，上述交易数据为上述目标用户在交易过程中产生的收支数据；
63.具体地，上述收支数据可以为用户通过手机银行、个人网银、微信银行或电话银行等渠道查询的活期交易明细。
64.匹配单元20，将上述交易数据与预设特征库进行匹配，得到上述交易数据的特征，上述特征用于表征上述交易数据的交易类型、业务类型以及交易对象，上述预设特征库包括上述交易数据与上述特征的映射关系；
65.具体地，由于用户数据进行收支分析其涉及的交易场景较为复杂，根据获取到客户数据的相关业务属性，以及根据交易数据的离散特性，可以从中获取有区分度的特征包括交易类型、业务类型以及交易对象。
66.确定单元30，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别；
67.具体地，由于交易数据具有离散特性，且用户交易场景是一个多分类的模型，若仅采用现有技术中的单标签只能实现简单的二分类，难以达到数据的均衡要求，使得收支结果达不到预期结果。
68.计算单元40，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据。
69.具体地，确定交易数据对应的类别后，统计每个类目下的收支数据，即可从交易数据中得到该用户整体的收支数据分析结果。
70.通过本实施例，首先，获取目标用户的交易数据，将交易数据与预设特征库进行匹配，得到交易数据的特征，特征用于表征交易数据的交易类型、业务类型以及交易对象，预设特征库包括交易数据与特征的映射关系；再根据交易数据的特征，对交易数据进行分类，并得到交易数据对应的类别；最后，对交易数据进行计算，得到各类别对应的目标用户的收支数据。通过将交易数据与预设特征库进行匹配，获取交易类型、业务类型以及交易对象这种有区分度的特征，可以构建出精确的收支分析的计算模型。解决现有技术中采用单标签进行各类业务场景下收支分析时处理结果不准的问题。
71.具体实现过程中，在上述确定单元之前还包括处理单元，处理单元用于采用get_dummies()函数对上述交易数据的特征进行预处理，得到处理后的上述交易数据的特征。该装置中，对以上特征用get_dummies()因子化进行编码，完成特征的预处理。get_
dummies函数是pandas库中帮助用户处理分类数据的方法，可以向量化提供的数据，将其转换为一个虚拟变量(一个由0和1组成的向量)。它可以将原有的多个代表特定属性值的变量转化成一个虚拟向量来表示，添加相应的变量去表示每个可能的值，该变量拥有的值可以根据参数“prefix”添加变量名称，这样可以跟踪每个属性值来自原先的哪个变量，默认值可以使用“prefix”结尾，“drop_first”参数可以删除原变量中出现的第一个值，也可以使用“dummy_na”参数给予缺失值所属的列进行解释。get_dummies函数可以应用于多种不同类型的数据，比如整数，字符串，布尔值等，但它最常被用于分类变量和有序变量，也就是说，该函数主要是对分类型的变量及其可能的值，如性别、省份等进行处理。另外，get_dummies函数还可以和sklearn库中的其他函数配合使用，例如preprocessing中的label encoder和one hot encoder函数，这些函数可以实现将一个特定变量中的多种特征值转换为数字或者布尔值，从而能够让模型与更加清晰的计算。上述装置可以使收支分析模型更加精确。
72.在上述交易数据的特征为交易类型的情况下，本技术的上述确定单元包括第一获取模块和第一分类模块，其中，第一获取模块用于获取上述交易数据的交易类型的业务字段；第一分类模块用于根据上述交易数据的交易类型的业务字段特征，对上述交易数据进行分类，得到上述交易数据对应的多个类别，该装置中，根据交易数据的交易类型的业务字段特征，对上述交易数据进行分类，可以区分出不同交易场景下的交易数据，例如根据00a分类出正常交易，根据00b分类出取消交易，根据00c分类出冲正交易，根据00d分类出调整交易，根据00e分类出恢复交易，根据00f分类出调整撤销交易。进而，再对上述复杂类场景进行特殊化的处理，例如，已根据该特征分类出交易数据为调整交易，制定收支分析方案，首先区分正向调整和反向调整，再找到需调整的原交易，获取原交易的收支情况，保证调整交易收支分析与原交易不出现冲突，保持基本一致性。
73.在上述交易数据的特征为业务类型的情况下，上述确定单元还包括第二获取模块、第二分类模块以及第三分类模块，其中，第二获取模块用于获取上述交易数据的现金业务字段和上述交易数据的转账业务字段；第二分类模块用于根据上述交易数据的现金业务字段，对上述交易数据进行分类，并得到上述交易数据对应的类别为现金交易；第三分类模块用于根据上述交易数据的转账业务字段，对上述交易数据进行分类，并得到上述交易数据对应的类别为转账交易。该装置中分别通过交易数据的业务字段，可以快速交易数据确定对应的类型。
74.在一些实施例上，在上述交易数据对应的类别为转账交易的情况下，上述计算单元包括第一计算模块，第一计算模块用于根据上述交易数据的转入账户的用户名以及转出账户的用户名，对上述交易数据进行计算，得到上述转账交易对应的上述目标用户的收支数据。该装置，可通过用户名以及交易对手账户名的关系判断，来提高转账类交易的收支结果灵活性与适配性。
75.在上述交易数据的特征为交易对象的情况下，上述确定单元还包括第三获取模块、第四分类模块以及第五分类模块，其中，第三获取模块用于获取上述交易数据的交易对象的商户类型码、上述交易数据的交易对象的商户行业分类以及上述交易数据的交易对象的业务种类；第四分类模块用于根据上述交易数据的交易对象的商户类型码，对上述交易数据进行分类，得到上述交易数据对应的类别为银联交易；第五分类模块用于根据上述交
易数据的交易对象的商户行业分类和业务种类，对上述交易数据进行分类，得到上述交易数据对应的类别为网联交易。该装置中，商户类别码由四位数字代码组成，由收单机构为特约商户设置，用于标明银联卡交易环境、所在商户的主营业务范围和行业归属，是判断境内跨行交易收益分配标准的重要依据，也是发卡机构、收单机构及银联开展银联卡交易行业分析和报告，进行银联卡业务风险管理和交易控制的重要基础数据之一。因此，收单机构必须为特约商户设置正确的商户类别码。通过商户类别码这一特征可以确定该笔交易数据为银联交易。商户行业分类主要包括：零售商户、食品商户、服务商户、旅游商户、教育商户以及金融商户，其中，零售商户指零售业务活动的商户，例如百货商场，超市，便利店等。食品商户指以食品为主要经营业务的商户，例如餐饮店，超市，面包店等。服务商户指以提供服务为主要经营业务的商户，例如修理店，洗衣店，洗车店，宠物店等。旅游商户指以旅游业务为主要经营业务的商户，例如旅行社，酒店，公园，景点等。教育商户指以教育活动为主要经营业务的商户，例如学校，培训机构，图书馆等。金融商户指以金融服务为主要经营业务的商户，例如银行，证券公司，保险公司等。
76.在一些实施例上，在上述交易数据对应的类别为银联交易的情况下，上述计算单元包括第二计算模块，第二计算模块用于根据上述商户类型码特征的类目级别，对上述交易数据进行计算，得到上述银联交易对应的上述目标用户的收支数据。该装置中，商户类型码特征的类目级别主要包括宾馆娱乐类、房产批发类、超市加油类、医院学校类以及一般商户类。因此，确定了类目级别后，可以分别统计对应类别下的收支分析。上述装置可以确定不同类别下的银联交易的收益数据。
77.在一些实施例上，在上述交易数据的类别为网联交易的情况下，上述计算单元还包括第三计算模块，第三计算模块用于根据上述商户行业分类的关键字和上述业务类型的种类编码，对上述交易数据进行计算，得到上述网联交易对应的上述目标用户的收支数据。该装置中，商户行业分类内的具体关键字可以为，例如计算机、金属产品、管道和供暖设备等，例如鞋类对应的种类编码为5139。根据上述商户行业分类的关键字和上述业务类型的种类编码，可以确定不同类别下的网联交易的收支数据。
78.上述收支分析装置包括处理器和存储器，上述获取单元、匹配单元、确定单元以及计算单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
79.处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来进行收支分析。
80.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片。
81.本发明实施例提供了一种计算机可读存储介质，上述计算机可读存储介质包括存储的程序，其中，在上述程序运行时控制上述计算机可读存储介质所在设备执行上述收支分析方法。
82.具体地，收支分析方法包括：
83.步骤s101，获取目标用户的交易数据，上述交易数据为上述目标用户在交易过程
中产生的收支数据；
84.具体地，上述收支数据可以为用户通过手机银行、个人网银、微信银行或电话银行等渠道查询的活期交易明细。
85.步骤s102，将上述交易数据与预设特征库进行匹配，得到上述交易数据的特征，上述特征用于表征上述交易数据的交易类型、业务类型以及交易对象，上述预设特征库包括上述交易数据与上述特征的映射关系；
86.具体地，由于用户数据进行收支分析其涉及的交易场景较为复杂，根据获取到客户数据的相关业务属性，以及根据交易数据的离散特性，可以从中获取有区分度的特征包括交易类型、业务类型以及交易对象。
87.步骤s103，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别；
88.具体地，由于交易数据具有离散特性，且用户交易场景是一个多分类的模型，若仅采用现有技术中的单标签只能实现简单的二分类，难以达到数据的均衡要求，使得收支结果达不到预期结果。
89.步骤s104，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据。
90.具体地，确定交易数据对应的类别后，统计每个类目下的收支数据，即可从交易数据中得到该用户整体的收支数据分析结果。
91.可选地，在根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别之前，上述方法还包括：采用get_dummies()函数对上述交易数据的特征进行预处理，得到处理后的上述交易数据的特征。
92.可选地，在上述交易数据的特征为交易类型的情况下，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别，包括：获取上述交易数据的交易类型的业务字段；根据上述交易数据的交易类型的业务字段，对上述交易数据进行分类，得到上述交易数据对应的多个类别。
93.可选地，在上述交易数据的特征为业务类型的情况下，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别，包括：获取上述交易数据的现金业务字段和上述交易数据的转账业务字段；根据上述交易数据的现金业务字段，对上述交易数据进行分类，并得到上述交易数据对应的类别为现金交易；根据上述交易数据的转账业务字段，对上述交易数据进行分类，并得到上述交易数据对应的类别为转账交易。
94.可选地，在上述交易数据对应的类别为转账交易的情况下，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据，包括：根据上述交易数据的转入账户的用户名以及转出账户的用户名，对上述交易数据进行计算，得到上述转账交易对应的上述目标用户的收支数据。
95.可选地，在上述交易数据的特征为交易对象的情况下，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别，包括：获取上述交易数据的交易对象的商户类型码、上述交易数据的交易对象的商户行业分类以及上述交易数据的交易对象的业务种类；根据上述交易数据的交易对象的商户类型码，对上述交易数据进行分类，得到上述交易数据对应的类别为银联交易；根据上述交易数据的交易对象的商户行业分类
和业务种类，对上述交易数据进行分类，得到上述交易数据对应的类别为网联交易。
96.可选地，在上述交易数据的类别为银联交易的情况下，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据，包括：根据上述商户类型码的类目级别，对上述交易数据进行计算，得到上述银联交易对应的上述目标用户的收支数据。
97.可选地，在上述交易数据的类别为网联交易的情况下，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据，包括：根据上述商户行业分类的关键字和上述业务类型的种类编码，对上述交易数据进行计算，得到上述网联交易对应的上述目标用户的收支数据。
98.本发明实施例提供了一种处理器，上述处理器用于运行程序，其中，上述程序运行时执行上述收支分析方法。
99.具体地，收支分析方法包括：
100.步骤s101，获取目标用户的交易数据，上述交易数据为上述目标用户在交易过程中产生的收支数据；
101.具体地，上述收支数据可以为用户通过手机银行、个人网银、微信银行或电话银行等渠道查询的活期交易明细。
102.步骤s102，将上述交易数据与预设特征库进行匹配，得到上述交易数据的特征，上述特征用于表征上述交易数据的交易类型、业务类型以及交易对象，上述预设特征库包括上述交易数据与上述特征的映射关系；
103.具体地，由于用户数据进行收支分析其涉及的交易场景较为复杂，根据获取到客户数据的相关业务属性，以及根据交易数据的离散特性，可以从中获取有区分度的特征包括交易类型、业务类型以及交易对象。
104.步骤s103，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别；
105.具体地，由于交易数据具有离散特性，且用户交易场景是一个多分类的模型，若仅采用现有技术中的单标签只能实现简单的二分类，难以达到数据的均衡要求，使得收支结果达不到预期结果。
106.步骤s104，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据。
107.具体地，确定交易数据对应的类别后，统计每个类目下的收支数据，即可从交易数据中得到该用户整体的收支数据分析结果。
108.可选地，在根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别之前，上述方法还包括：采用get_dummies()函数对上述交易数据的特征进行预处理，得到处理后的上述交易数据的特征。
109.可选地，在上述交易数据的特征为交易类型的情况下，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别，包括：获取上述交易数据的交易类型的业务字段；根据上述交易数据的交易类型的业务字段，对上述交易数据进行分类，得到上述交易数据对应的多个类别。
110.可选地，在上述交易数据的特征为业务类型的情况下，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别，包括：获取上述交易数据的现
金业务字段和上述交易数据的转账业务字段；根据上述交易数据的现金业务字段，对上述交易数据进行分类，并得到上述交易数据对应的类别为现金交易；根据上述交易数据的转账业务字段，对上述交易数据进行分类，并得到上述交易数据对应的类别为转账交易。
111.可选地，在上述交易数据对应的类别为转账交易的情况下，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据，包括：根据上述交易数据的转入账户的用户名以及转出账户的用户名，对上述交易数据进行计算，得到上述转账交易对应的上述目标用户的收支数据。
112.可选地，在上述交易数据的特征为交易对象的情况下，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别，包括：获取上述交易数据的交易对象的商户类型码、上述交易数据的交易对象的商户行业分类以及上述交易数据的交易对象的业务种类；根据上述交易数据的交易对象的商户类型码，对上述交易数据进行分类，得到上述交易数据对应的类别为银联交易；根据上述交易数据的交易对象的商户行业分类和业务种类，对上述交易数据进行分类，得到上述交易数据对应的类别为网联交易。
113.可选地，在上述交易数据的类别为银联交易的情况下，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据，包括：根据上述商户类型码的类目级别，对上述交易数据进行计算，得到上述银联交易对应的上述目标用户的收支数据。
114.可选地，在上述交易数据的类别为网联交易的情况下，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据，包括：根据上述商户行业分类的关键字和上述业务类型的种类编码，对上述交易数据进行计算，得到上述网联交易对应的上述目标用户的收支数据。
115.本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现至少以下步骤：
116.步骤s101，获取目标用户的交易数据，上述交易数据为上述目标用户在交易过程中产生的收支数据；
117.步骤s102，将上述交易数据与预设特征库进行匹配，得到上述交易数据的特征，上述特征用于表征上述交易数据的交易类型、业务类型以及交易对象，上述预设特征库包括上述交易数据与上述特征的映射关系；
118.步骤s103，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别；
119.步骤s104，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据。
120.本文中的设备可以是服务器、pc、pad、手机等。
121.可选地，在根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别之前，上述方法还包括：采用get_dummies()函数对上述交易数据的特征进行预处理，得到处理后的上述交易数据的特征。
122.可选地，在上述交易数据的特征为交易类型的情况下，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别，包括：获取上述交易数据的交易类型的业务字段；根据上述交易数据的交易类型的业务字段，对上述交易数据进行分类，得到上述交易数据对应的多个类别。
123.可选地，在上述交易数据的特征为业务类型的情况下，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别，包括：获取上述交易数据的现金业务字段和上述交易数据的转账业务字段；根据上述交易数据的现金业务字段，对上述交易数据进行分类，并得到上述交易数据对应的类别为现金交易；根据上述交易数据的转账业务字段，对上述交易数据进行分类，并得到上述交易数据对应的类别为转账交易。
124.可选地，在上述交易数据对应的类别为转账交易的情况下，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据，包括：根据上述交易数据的转入账户的用户名以及转出账户的用户名，对上述交易数据进行计算，得到上述转账交易对应的上述目标用户的收支数据。
125.可选地，在上述交易数据的特征为交易对象的情况下，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别，包括：获取上述交易数据的交易对象的商户类型码、上述交易数据的交易对象的商户行业分类以及上述交易数据的交易对象的业务种类；根据上述交易数据的交易对象的商户类型码，对上述交易数据进行分类，得到上述交易数据对应的类别为银联交易；根据上述交易数据的交易对象的商户行业分类和业务种类，对上述交易数据进行分类，得到上述交易数据对应的类别为网联交易。
126.可选地，在上述交易数据的类别为银联交易的情况下，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据，包括：根据上述商户类型码的类目级别，对上述交易数据进行计算，得到上述银联交易对应的上述目标用户的收支数据。
127.可选地，在上述交易数据的类别为网联交易的情况下，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据，包括：根据上述商户行业分类的关键字和上述业务类型的种类编码，对上述交易数据进行计算，得到上述网联交易对应的上述目标用户的收支数据。
128.本技术还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有至少如下方法步骤的程序：
129.步骤s101，获取目标用户的交易数据，上述交易数据为上述目标用户在交易过程中产生的收支数据；
130.步骤s102，将上述交易数据与预设特征库进行匹配，得到上述交易数据的特征，上述特征用于表征上述交易数据的交易类型、业务类型以及交易对象，上述预设特征库包括上述交易数据与上述特征的映射关系；
131.步骤s103，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别；
132.步骤s104，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据。
133.可选地，在根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别之前，上述方法还包括：采用get_dummies()函数对上述交易数据的特征进行预处理，得到处理后的上述交易数据的特征。
134.可选地，在上述交易数据的特征为交易类型的情况下，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别，包括：获取上述交易数据的交易类型的业务字段；根据上述交易数据的交易类型的业务字段，对上述交易数据进行分类，
得到上述交易数据对应的多个类别。
135.可选地，在上述交易数据的特征为业务类型的情况下，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别，包括：获取上述交易数据的现金业务字段和上述交易数据的转账业务字段；根据上述交易数据的现金业务字段，对上述交易数据进行分类，并得到上述交易数据对应的类别为现金交易；根据上述交易数据的转账业务字段，对上述交易数据进行分类，并得到上述交易数据对应的类别为转账交易。
136.可选地，在上述交易数据对应的类别为转账交易的情况下，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据，包括：根据上述交易数据的转入账户的用户名以及转出账户的用户名，对上述交易数据进行计算，得到上述转账交易对应的上述目标用户的收支数据。
137.可选地，在上述交易数据的特征为交易对象的情况下，根据上述交易数据的特征，对上述交易数据进行分类，并得到上述交易数据对应的类别，包括：获取上述交易数据的交易对象的商户类型码、上述交易数据的交易对象的商户行业分类以及上述交易数据的交易对象的业务种类；根据上述交易数据的交易对象的商户类型码，对上述交易数据进行分类，得到上述交易数据对应的类别为银联交易；根据上述交易数据的交易对象的商户行业分类和业务种类，对上述交易数据进行分类，得到上述交易数据对应的类别为网联交易。
138.可选地，在上述交易数据的类别为银联交易的情况下，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据，包括：根据上述商户类型码的类目级别，对上述交易数据进行计算，得到上述银联交易对应的上述目标用户的收支数据。
139.可选地，在上述交易数据的类别为网联交易的情况下，对上述交易数据进行计算，得到各上述类别对应的上述目标用户的收支数据，包括：根据上述商户行业分类的关键字和上述业务类型的种类编码，对上述交易数据进行计算，得到上述网联交易对应的上述目标用户的收支数据。
140.显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
141.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
142.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实
现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
143.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
144.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
145.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
146.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
147.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
148.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
149.从以上的描述中，可以看出，本技术上述的实施例实现了如下技术效果：
150.1)、本技术的收支分析方法中，首先，获取目标用户的交易数据，将交易数据与预设特征库进行匹配，得到交易数据的特征，特征用于表征交易数据的交易类型、业务类型以及交易对象，预设特征库包括交易数据与特征的映射关系；再根据交易数据的特征，对交易数据进行分类，并得到交易数据对应的类别；最后，对交易数据进行计算，得到各类别对应的目标用户的收支数据。通过将交易数据与预设特征库进行匹配，获取交易类型、业务类型以及交易对象这种有区分度的特征，可以构建出精确的收支分析的计算模型。解决现有技术中采用单标签进行各类业务场景下收支分析时处理结果不准的问题。
151.2)、本技术的收支分析装置，获取单元用于获取目标用户的交易数据；匹配单元用于将交易数据与预设特征库进行匹配，得到交易数据的特征，特征用于表征交易数据的交易类型、业务类型以及交易对象，预设特征库包括交易数据与特征的映射关系；分类单元用于根据交易数据的特征，对交易数据进行分类，并得到交易数据对应的类别；计算单元用于
对交易数据进行计算，得到各类别对应的目标用户的收支数据。通过将交易数据与预设特征库进行匹配，获取交易类型、业务类型以及交易对象这种有区分度的特征，可以构建出精确的收支分析的计算模型。解决现有技术中采用单标签进行各类业务场景下收支分析时处理结果不准的问题。
152.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。

技术特征：
1.一种收支分析方法，其特征在于，包括：获取目标用户的交易数据，所述交易数据为所述目标用户在交易过程中产生的收支数据；将所述交易数据与预设特征库进行匹配，得到所述交易数据的特征，所述特征用于表征所述交易数据的交易类型、业务类型以及交易对象，所述预设特征库包括所述交易数据与所述特征的映射关系；根据所述交易数据的特征，对所述交易数据进行分类，并得到所述交易数据对应的类别；对所述交易数据进行计算，得到各所述类别对应的所述目标用户的收支数据。2.根据权利要求1所述的方法，其特征在于，在根据所述交易数据的特征，对所述交易数据进行分类，并得到所述交易数据对应的类别之前，所述方法还包括：采用get_dummies()函数对所述交易数据的特征进行预处理，得到处理后的所述交易数据的特征。3.根据权利要求1所述的方法，其特征在于，在所述交易数据的特征为交易类型的情况下，根据所述交易数据的特征，对所述交易数据进行分类，并得到所述交易数据对应的类别，包括：获取所述交易数据的交易类型的业务字段；根据所述交易数据的交易类型的业务字段，对所述交易数据进行分类，得到所述交易数据对应的多个类别。4.根据权利要求1所述的方法，其特征在于，在所述交易数据的特征为业务类型的情况下，根据所述交易数据的特征，对所述交易数据进行分类，并得到所述交易数据对应的类别，包括：获取所述交易数据的现金业务字段和所述交易数据的转账业务字段；根据所述交易数据的现金业务字段，对所述交易数据进行分类，并得到所述交易数据对应的类别为现金交易；根据所述交易数据的转账业务字段，对所述交易数据进行分类，并得到所述交易数据对应的类别为转账交易。5.根据权利要求1所述的方法，其特征在于，在所述交易数据对应的类别为转账交易的情况下，对所述交易数据进行计算，得到各所述类别对应的所述目标用户的收支数据，包括：根据所述交易数据的转入账户的用户名以及转出账户的用户名，对所述交易数据进行计算，得到所述转账交易对应的所述目标用户的收支数据。6.根据权利要求1所述的方法，其特征在于，在所述交易数据的特征为交易对象的情况下，根据所述交易数据的特征，对所述交易数据进行分类，并得到所述交易数据对应的类别，包括：获取所述交易数据的交易对象的商户类型码、所述交易数据的交易对象的商户行业分类以及所述交易数据的交易对象的业务种类；根据所述交易数据的交易对象的商户类型码，对所述交易数据进行分类，得到所述交易数据对应的类别为银联交易；
根据所述交易数据的交易对象的商户行业分类和业务种类，对所述交易数据进行分类，得到所述交易数据对应的类别为网联交易。7.根据权利要求6所述的方法，其特征在于，在所述交易数据的类别为银联交易的情况下，对所述交易数据进行计算，得到各所述类别对应的所述目标用户的收支数据，包括：根据所述商户类型码的类目级别，对所述交易数据进行计算，得到所述银联交易对应的所述目标用户的收支数据。8.根据权利要求6所述的方法，其特征在于，在所述交易数据的类别为网联交易的情况下，对所述交易数据进行计算，得到各所述类别对应的所述目标用户的收支数据，包括：根据所述商户行业分类的关键字和所述业务类型的种类编码，对所述交易数据进行计算，得到所述网联交易对应的所述目标用户的收支数据。9.一种收支分析装置，其特征在于，包括：获取单元，用于获取目标用户的交易数据，所述交易数据为所述目标用户在交易过程中产生的收支数据；匹配单元，用于将所述交易数据与预设特征库进行匹配，得到所述交易数据的特征，所述特征用于表征所述交易数据的交易类型、业务类型以及交易对象，所述预设特征库包括所述交易数据与所述特征的映射关系；确定单元，用于根据所述交易数据的特征，对所述交易数据进行分类，并得到所述交易数据对应的类别；计算单元，用于对所述交易数据进行计算，得到各所述类别对应的所述目标用户的收支数据。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包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至8中任意一项所述的方法。11.一种电子装置，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通过所述计算机程序执行权利要求1至8中任一项所述的方法。

技术总结
本申请提供了一种收支分析方法、收支分析装置和电子装置，该方法包括：获取目标用户的交易数据，交易数据为目标用户在交易过程中产生的收支数据；将交易数据与预设特征库进行匹配，得到交易数据的特征，特征用于表征交易数据的交易类型、业务类型以及交易对象，预设特征库包括交易数据与特征的映射关系；根据交易数据的特征，对交易数据进行分类，并得到交易数据对应的类别；对交易数据进行计算，得到各类别对应的目标用户的收支数据。该方法可以解决现有技术中收支分析处理结果不准的问题。决现有技术中收支分析处理结果不准的问题。决现有技术中收支分析处理结果不准的问题。


技术研发人员：董丽娟 胡瑞娟 孙涵宇 邓箫笛 王建超
受保护的技术使用者：中国邮政储蓄银行股份有限公司
技术研发日：2023.04.07
技术公布日：2023/7/13