一种数据处理方法、装置及设备与流程

技术特征：
1.一种数据处理方法，其特征在于，包括：获取指标数据；其中，所述指标数据包括同一指标对应多个属性值；确定所述指标数据的分布信息；基于所述分布信息，剔除所述指标数据中的异常值，获得第一指标数据；对所述第一指标数据进行分箱处理，获得分箱结果。2.根据权利要求1所述的方法，其特征在于，所述确定所述指标数据的分布信息，包括：对所述指标数据进行正态性检验，确定所述指标数据的分布信息。3.根据权利要求2所述的方法，其特征在于，所述基于所述分布信息，剔除所述指标数据中的异常值，获得第一指标数据，包括：在确定所述指标数据满足正态分布的情况下，确定所述指标数据对应的置信区间；剔除所述置信区间外的属性值，获得第一指标数据。4.根据权利要求2所述的方法，其特征在于，所述基于所述分布信息，剔除所述指标数据中的异常值，获得第一指标数据，还包括：在确定所述指标数据不满足正态分布的情况下，计算所述指标数据中每个属性值对应的hill估计值；基于每个属性值的顺序信息和hill估计值，构建hill图；选取所述hill图中满足预设条件区域的起点的横坐标，获得第一阈值；将大于所述第一阈值的横坐标对应的属性值剔除，获得第一指标数据。5.根据权利要求4所述的方法，其特征在于，所述计算所述指标数据中每个属性值对应的hill估计值，包括：将指标数据中的多个属性值进行排序，获得排序后的属性值；基于所述排序后的属性值，利用预设方式计算每个属性值对应的hill估计值。6.根据权利要求5所述的方法，其特征在于，通过下述方式计算每个属性值对应的hill估计值：其中，x
1,n
、x
2,n
、
…
、x
n,n
表示排序后的n个属性值，h
k,n
表示x
k,n
对应的hill估计值，k、j表示序号，1≤k≤n
‑
1。7.根据权利要求1所述的方法，其特征在于，所述对所述第一指标数据进行分箱处理，获得分箱结果，包括：确定目标分箱数；基于所述目标分箱数，利用k
‑
means算法对所述第一指标数据进行聚类，获得分类结果；根据所述分类结果，确定所述第一指标数据对应的分箱区间。8.根据权利要求1所述的方法，其特征在于，在获得分箱结果后，还包括：基于每个指标数据对应的所述分箱结果，确定预测机构违约的特征指标。9.根据权利要求8所述的方法，其特征在于，所述基于每个指标数据对应的所述分箱结果，确定预测机构违约的特征指标，包括：基于每个指标数据对应的所述分箱结果，计算每个指标的iv值；
根据每个指标的iv值，确定预测机构违约的特征指标。10.根据权利要求8所述的方法，其特征在于，所述预测机构违约的特征指标至少包括下述之一：机构的盈利能力指标、偿债能力指标、运营能力指标、机构每月资金流变化指标、机构所在行业景气度指数。11.根据权利要求10所述的方法，其特征在于，所述确定预测机构违约的特征指标后，还包括：获取样本数据集；其中，所述样本数据集中包括多个机构对应的样本数据，每个样本数据包括特征指标对应的数据和机构违约信息；利用所述样本数据集对预设模型进行训练，获得违约预测模型。12.根据权利要求11所述的方法，其特征在于，所述获得违约预测模型后，还包括：获取目标机构的特征指标对应的数据；根据目标机构的特征指标对应的数据和所述违约预测模型，确定所述目标机构的违约信息。13.一种数据处理装置，其特征在于，包括：获取模块，用于获取指标数据；其中，所述指标数据包括同一指标对应多个属性值；确定模块，用于确定所述指标数据的分布信息；剔除模块，用于基于所述分布信息，剔除所述指标数据中的异常值，获得第一指标数据；分箱模块，用于对所述第一指标数据进行分箱处理，获得分箱结果。14.一种数据处理设备，其特征在于，包括至少一个处理器以及存储计算机可执行指令的存储器，所述处理器执行所述指令时实现权利要求1
‑
12中任意一项所述方法的步骤。15.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，所述指令被执行时实现权利要求1
‑
12中任一项所述方法的步骤。

技术总结
本说明书实施例提供了一种数据处理方法、装置及设备，所述方法包括获取指标数据；其中，所述指标数据包括同一指标对应多个属性值；确定所述指标数据的分布信息；基于所述分布信息，剔除所述指标数据中的异常值，获得第一指标数据；对所述第一指标数据进行分箱处理，获得分箱结果。利用本说明书实施例可以解决现有技术中由于分箱受噪声影响导致分箱结果不准确的问题。确的问题。确的问题。


技术研发人员：周玮理
受保护的技术使用者：建信金融科技有限责任公司
技术研发日：2021.08.20
技术公布日：2021/11/21