移动游戏支付账户行为数据处理方法和装置的制造方法
【技术领域】
[0001]本发明涉及数据分析技术领域，特别是涉及一种移动游戏支付账户行为数据处理方法和装置。
【背景技术】
[0002]随着第三方支付和移动游戏领域的发展，在移动游戏中，用户往往需要利用移动游戏支付账户买一些游戏装备来提高游戏体验。在用户利用移动游戏支付账户进行游戏或消费过程中，会产生一些移动游戏支付账户行为数据，包括移动游戏支付账户游戏行为数据和移动游戏支付账户历史交易行为数据。这些移动游戏支付账户行为数据的存储占用了大量存储空间，同时这些移动游戏支付账户行为数据未被得到充分的利用，出现了数据闲置的情况，造成资源的浪费。
【发明内容】
[0003]基于此，有必要针对因数据闲置而造成资源浪费的问题，提供一种移动游戏支付账户行为数据处理方法和装置。
[0004]—种移动游戏支付账户行为数据处理方法，所述方法包括:
[0005]提取移动游戏支付账户行为数据；
[0006]根据所述移动游戏支付账户行为数据生成移动游戏支付账户行为指标；
[0007]在所述移动游戏支付账户行为指标中筛选信用评分指标；
[0008]通过训练获得的信用评分模型，以根据所述信用评分指标分别用逻辑回归算法和随机森林算法计算获得相应的中间?目用值；
[0009]根据逻辑回归算法和随机森林算法计算获得的所述中间信用值生成移动游戏支付账户的信用分数。
[0010]在其中一个实施例中，所述移动游戏支付账户行为数据包括移动游戏支付账户历史交易行为数据和移动游戏支付账户游戏行为数据。
[0011]在其中一个实施例中，所述方法还包括:
[0012]对所述移动游戏支付账户行为数据进行数据清洗；或者，
[0013]对所述移动游戏支付账户行为指标进行数据清洗。
[0014]在其中一个实施例中，所述在所述移动游戏支付账户行为指标中筛选信用评分指标，包括:
[0015]通过聚类分组对所述移动游戏支付账户行为指标进行过滤；
[0016]利用主成分分析法在过滤后的所述移动游戏支付账户行为指标中提取信用评分指标。
[0017]在其中一个实施例中，所述在所述移动游戏支付账户行为指标中筛选信用评分指标之后，包括:
[0018]从所述移动游戏行为数据中获取模型样本数据集合；
[0019]从所述模型样本数据集合中提取训练样本；
[0020]根据所述训练样本利用逻辑回归算法和随机森林算法训练获得信用评分模型。
[0021]在其中一个实施例中，所述根据逻辑回归算法和随机森林算法计算获得的所述中间信用值生成移动游戏支付账户信用值，包括:
[0022]将逻辑回归算法计算获得的中间信用值和随机森林算法计算获得的中间信用值加权求和生成移动游戏支付账户信用值。
[0023]上述移动游戏支付账户行为数据处理方法，提取移动游戏支付账户行为数据后，根据移动游戏支付账户行为数据生成移动游戏支付账户行为指标，在移动游戏支付账户行为指标中筛选出信用评分指标，通过训练获得的信用评分模型，用逻辑回归算法和随机森林算法分别对信用评分指标进行计算，根据两种算法的计算的中间信用值生成移动游戏支付账户信用值。这样，通过对移动游戏支付账户行为数据分析计算，得到移动游戏支付账户信用值，以便了解移动游戏支付账户的信用情况，同时使移动游戏支付账户行为数据得到充分利用。
[0024]—种移动游戏支付账户行为数据处理装置，所述装置包括:
[0025]数据提取模块，用于提取移动游戏支付账户行为数据；
[0026]指标生成模块，用于根据所述移动游戏支付账户行为数据生成移动游戏支付账户行为指标；
[0027]筛选模块，用于在所述移动游戏支付账户行为指标中筛选信用评分指标；
[0028]计算模块，用于通过训练获得的信用评分模型，以根据所述信用评分指标分别用逻辑回归算法和随机森林算法计算获得相应的中间信用值；
[0029]信用值生成模块，用于根据逻辑回归算法和随机森林算法计算获得的所述中间信用值生成移动游戏支付账户信用值。
[0030]在其中一个实施例中，所述筛选模块包括:
[0031]过滤模块，用于通过聚类分组对所述移动游戏支付账户行为指标进行过滤；
[0032]指标提取模块，用于利用主成分分析法在过滤后的所述移动游戏支付账户行为指标中提取信用评分指标。
[0033]在其中一个实施例中，所述装置还包括:
[0034]获取模块，用于从所述移动游戏行为数据中获取模型样本数据集合；
[0035]样本提取模块，从所述模型样本数据集合中提取训练样本；
[0036]训练模块，用于根据所述训练样本利用逻辑回归算法和随机森林算法训练获得信用评分模型。
[0037]在其中一个实施例中，所述生成模块还用于将逻辑回归算法计算获得的中间信用值和随机森林算法计算获得的中间信用值加权求和生成移动游戏支付账户信用值。
[0038]上述移动游戏支付账户行为数据处理装置，数据提取模块提取移动游戏支付账户行为数据后，指标生成模块根据移动游戏支付账户行为数据生成移动游戏支付账户行为指标，筛选模块在移动游戏支付账户行为指标中筛选出信用评分指标。计算模块通过训练获得的信用评分模型，用逻辑回归算法和随机森林算法分别对信用评分指标进行计算，信用值生成模块根据两种算法的计算的中间信用值生成移动游戏支付账户信用值。这样，通过对移动游戏支付账户行为数据分析计算，得到移动游戏支付账户信用值，以便了解移动游戏支付账户的信用情况，同时使移动游戏支付账户行为数据得到充分利用。
【附图说明】
[0039]图1为一个实施例中移动游戏支付账户行为数据处理方法的流程示意图；
[0040]图2为一个实施例中训练信用评分模型步骤的流程示意图；
[0041]图3为一个实施例中应用于数据平台的移动游戏支付账户行为数据处理方法的流程示意图；
[0042]图4为一个实施例中移动游戏支付账户行为数据处理装置的结构框图；
[0043]图5为另一个实施例中移动游戏支付账户行为数据处理装置的结构框图；
[0044]图6为一个实施例中移动游戏支付账户行为数据处理装置的结构框图。
【具体实施方式】
[0045]为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的【具体实施方式】做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
[0046]如图1所示，在一个实施例中，提供一种移动游戏支付账户行为数据处理方法，该方法通过移动游戏支付账户行为数据处理程序实施，移动游戏支付账户行为处理程序运行在计算机上。该方法具体包括如下步骤:
[00