針對ATM市場的特征參數(shù)提取研究

謝鵬飛 王文杰 田昊放 陳麗娟

摘 要：近年來，我國ATM保有量持續(xù)攀升，ATM市場發(fā)展迅猛。為了全面的分析ATM交易狀態(tài)特征，本文通過提取出特征參數(shù)，為設計出準確度高、適應性強的交易狀態(tài)異常檢測方案做了相關鋪墊。依據(jù)拉依達準則剔除異常數(shù)據(jù)，并分析SPSS軟件對業(yè)務量、交易成功率和交易響應時間之間的相關性分析結果，確定了各指標之間的相關性。使用雙次N值比較法，以交易成功率的平均值y和方差σ2作為交易成功率特征參數(shù)。

關鍵詞：特征參數(shù) ATM市場 雙次N值比較

中圖分類號：F069 文獻標識碼：A 文章編號：2096-0298（2018）08（c）-180-02

在互聯(lián)網(wǎng)金融浪潮下，ATM市場尋找增長動力的同時，也要注重“質”的提升。通過對ATM交易狀態(tài)的特征分析與異常檢測，不僅可以捕捉ATM應用系統(tǒng)的運行情況，提高ATM的服務水平和服務質量，而且可以及時發(fā)現(xiàn)和處理交易系統(tǒng)的異常情況，為ATM市場的發(fā)展保駕護航、提供動力。

1 異常數(shù)據(jù)的剔除

首先，使用Matlab軟件繪制業(yè)務量—交易成功率—交易響應時間散點圖，通過圖1觀察，初步確定數(shù)據(jù)中存在異常點。為了減小后續(xù)計算過程中的誤差，因此采用拉依達準則剔除異常數(shù)據(jù)。

已知業(yè)務量的變化存在以下特征：工作日和非工作日的業(yè)務量存在差別；一天內(nèi)，業(yè)務量也存在業(yè)務低谷時間段和正常業(yè)務時間段。因此在剔除異常數(shù)據(jù)時，不以業(yè)務量為主要指標進行剔除操作，而是針對成功率和響應時間這兩個指標，采用拉依達準則剔除異常數(shù)據(jù)。拉依達準則，即3倍標準偏差法。當某一測量數(shù)據(jù)與其測量結果的算術平均值之差大于3倍標準偏差時，該測量數(shù)據(jù)應舍棄，用公式表示為：

在剔除異常數(shù)據(jù)前，響應時間的平均值為100.7657，標準差601.4808；成功率的平均值為0.9586，標準差為0.0276。在剔除異常數(shù)據(jù)后，響應時間的平均值為91.5838，標準差為14.8084；成功率的平均值為0.9605，標準差為0.0199。經(jīng)過剔除異常數(shù)據(jù)的操作，響應時間的標準差由601.4808降低至14.8084，成功率的標準差由0.0276降低至0.0199，響應時間、成功率標準差的降低說明波動大的異常變量已被剔除，由此可以確定拉依達準則有效地剔除了異常數(shù)據(jù)。

在剔除異常數(shù)據(jù)后，使用Matlab軟件繪制業(yè)務量—交易成功率—交易響應時間散點圖，圖2可以直觀的發(fā)現(xiàn)波動較大的異常變量已被剔除。因此，進一步確定，通過拉依達準則，有效地剔除了異常數(shù)據(jù)。

2 相關性分析

為了分析三個指標之間的相關性，本文使用SPSS軟件對數(shù)據(jù)進行了相關性分析，得到業(yè)務量—交易成功率—交易響應時間相關性分析結果，如表1所示。

根據(jù)業(yè)務量—交易成功率—交易響應時間相關性分析結果，成功率與業(yè)務量的顯著性概率為0.276，大于顯著水平，相關性不顯著；相關系數(shù)為-0.010，則成功率與業(yè)務量基本不相關。成功率與響應時間的顯著性概率為0.035，小于顯著水平，相關性顯著；相關系數(shù)為-0.019，相關程度弱，則成功率與響應時間基本不相關。業(yè)務量與響應時間的顯著性概率為0，小于顯著水平，相關性顯著；相對系數(shù)為-0.588，則業(yè)務量與響應時間負相關，相關程度為中度相關。

基于相關性的分析，得出如下結論：成功率與業(yè)務量基本不相關，成功率與響應時間基本不相關，業(yè)務量與響應時間負相關，相關程度為中度相關。

3 提取特征參數(shù)

通過分析圖3，可 以得出以下結論：在日期相同的條件下，在凌晨和深夜時分散點的離散程度高。成功率主要維持在0.95左右。因此，用方差分析法來尋找其置信區(qū)間。

此處應用方差分析法計算交易成功率與其均值的離散程度。當數(shù)據(jù)變化的絕對值超過N倍標準均方差變化閥值的數(shù)據(jù)個數(shù)達到一定標準時，說明數(shù)據(jù)存在異常。

通過觀察和分析交易成功率—日期—時間散點圖，發(fā)現(xiàn)成功率存在離散程度很高的數(shù)據(jù)，因此使用雙次N值比較法。根據(jù)雙次N值比較法的需要，先進行第一次N值比較處理，在去除極端異常值之后，以交易成功率的平均值y和σ2方差作為其特征參數(shù)：

4 結語

本文為了得到更準確的特征參數(shù)，首先要進行數(shù)據(jù)預處理，依據(jù)拉依達準則進行異常數(shù)據(jù)的剔除。為了分析三個指標之間的相關性，使用SPSS軟件的相關性分析結果確定了三個指標之間的相關性。采用雙次N值比較法，通過第1次N值比較去除干擾后，以交易成功率的平均值y和σ2方差作為其特征參數(shù)。

參考文獻

[1] 柴洪峰.基于數(shù)據(jù)挖掘的異常交易檢測方法[J].計算機應用與軟件，2013，30（1）.

[2] 孫萌.A銀行風險控制研究[D].蘇州大學，2016.