[發(fā)明專利]一種聊天數(shù)據(jù)的檢測(cè)方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202010583301.7
• 申請(qǐng)日: 2020-06-23
• 公開(kāi)（公告）號(hào): CN111861379A
• 公開(kāi)（公告）日: 2020-10-30
• 發(fā)明（設(shè)計(jì)）人: 王鋒;陳宇;史忠偉
• 申請(qǐng)（專利權(quán)）人: 五八有限公司
• 主分類號(hào): G06Q10/10
• 分類號(hào): G06Q10/10;G06Q10/04;G06K9/62;G06F40/289;G06F16/35
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 呂俊秀

1.一種聊天數(shù)據(jù)的檢測(cè)方法，其特征在于，包括：

獲取目標(biāo)用戶的目標(biāo)聊天數(shù)據(jù)；

根據(jù)所述目標(biāo)聊天數(shù)據(jù)，生成針對(duì)所述目標(biāo)用戶的用戶特征向量；

將所述用戶特征向量輸入預(yù)設(shè)的目標(biāo)聊天數(shù)據(jù)檢測(cè)模型中，生成針對(duì)所述目標(biāo)聊天數(shù)據(jù)的預(yù)測(cè)值；

當(dāng)所述預(yù)測(cè)值大于或等于預(yù)設(shè)閾值時(shí)，則確定所述目標(biāo)聊天數(shù)據(jù)為異常聊天數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述目標(biāo)聊天數(shù)據(jù)，生成針對(duì)所述目標(biāo)用戶的用戶特征向量，包括：

采用所述目標(biāo)聊天數(shù)據(jù)，生成第一圖網(wǎng)絡(luò)結(jié)構(gòu)，所述第一圖網(wǎng)絡(luò)結(jié)構(gòu)中包括多個(gè)節(jié)點(diǎn)；

按照預(yù)設(shè)序列長(zhǎng)度，對(duì)所述多個(gè)節(jié)點(diǎn)進(jìn)行隨機(jī)游走，獲得第一節(jié)點(diǎn)序列；

將所述第一節(jié)點(diǎn)序列輸入預(yù)設(shè)的目標(biāo)關(guān)系表示預(yù)測(cè)模型中，生成針對(duì)所述目標(biāo)用戶的用戶特征向量。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述目標(biāo)聊天數(shù)據(jù)包括所述目標(biāo)用戶的若干條聊天記錄，所述采用所述目標(biāo)聊天數(shù)據(jù)，生成第一圖網(wǎng)絡(luò)結(jié)構(gòu)，包括：

對(duì)所述聊天記錄進(jìn)行分詞，生成若干個(gè)單詞；

將各個(gè)所述單詞作為節(jié)點(diǎn)，建立針對(duì)所述目標(biāo)用戶的第一圖網(wǎng)絡(luò)結(jié)構(gòu)。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述目標(biāo)關(guān)系表示預(yù)測(cè)模型通過(guò)如下方式生成：

獲取歷史聊天數(shù)據(jù)；

采用所述歷史聊天數(shù)據(jù)，生成第二圖網(wǎng)絡(luò)結(jié)構(gòu)；

根據(jù)所述第二圖網(wǎng)絡(luò)結(jié)構(gòu)，生成所述目標(biāo)關(guān)系表示預(yù)測(cè)模型。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述第二圖網(wǎng)絡(luò)結(jié)構(gòu)包括多個(gè)節(jié)點(diǎn)，所述根據(jù)所述第二圖網(wǎng)絡(luò)結(jié)構(gòu)，生成所述目標(biāo)關(guān)系表示預(yù)測(cè)模型，包括：

按照預(yù)設(shè)序列長(zhǎng)度，對(duì)所述多個(gè)節(jié)點(diǎn)進(jìn)行隨機(jī)游走，獲得第二節(jié)點(diǎn)序列；

將所述第二節(jié)點(diǎn)序列輸入所述初始關(guān)系表示預(yù)測(cè)模型中，生成第一預(yù)測(cè)值；

將所述第一預(yù)測(cè)值與第一預(yù)設(shè)參考值進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)構(gòu)對(duì)所述初始關(guān)系表示預(yù)測(cè)模型進(jìn)行迭代，生成所述目標(biāo)關(guān)系表示預(yù)測(cè)模型。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述目標(biāo)聊天數(shù)據(jù)檢測(cè)模型通過(guò)如下方式生成：

根據(jù)所述歷史聊天數(shù)據(jù)，生成訓(xùn)練特征向量；

將預(yù)設(shè)的標(biāo)簽樣本與所述訓(xùn)練特征向量輸入預(yù)設(shè)的初始聊天數(shù)據(jù)檢測(cè)模型，生成第二預(yù)測(cè)值；

將所述第二預(yù)測(cè)值與第二參考值進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果對(duì)所述初始聊天數(shù)據(jù)檢測(cè)模型進(jìn)行迭代，生成所述目標(biāo)聊天數(shù)據(jù)檢測(cè)模型。

7.一種聊天數(shù)據(jù)的檢測(cè)裝置，其特征在于，包括：

目標(biāo)聊天數(shù)據(jù)獲取模塊，用于獲取目標(biāo)用戶的目標(biāo)聊天數(shù)據(jù)；

用戶特征向量生成模塊，用于根據(jù)所述目標(biāo)聊天數(shù)據(jù)，生成針對(duì)所述目標(biāo)用戶的用戶特征向量；

預(yù)測(cè)值生成模塊，用于將所述用戶特征向量輸入預(yù)設(shè)的目標(biāo)聊天數(shù)據(jù)檢測(cè)模型中，生成針對(duì)所述目標(biāo)聊天數(shù)據(jù)的預(yù)測(cè)值；

聊天數(shù)據(jù)檢測(cè)模塊，用于當(dāng)所述預(yù)測(cè)值大于或等于預(yù)設(shè)閾值時(shí)，則確定所述目標(biāo)聊天數(shù)據(jù)為異常聊天數(shù)據(jù)。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述用戶特征向量生成模塊包括：

第一網(wǎng)絡(luò)結(jié)構(gòu)生成子模塊，用于采用所述目標(biāo)聊天數(shù)據(jù)，生成第一圖網(wǎng)絡(luò)結(jié)構(gòu)，所述第一圖網(wǎng)絡(luò)結(jié)構(gòu)中包括多個(gè)節(jié)點(diǎn)；

第一節(jié)點(diǎn)序列獲得模塊，用于按照預(yù)設(shè)序列長(zhǎng)度，對(duì)所述多個(gè)節(jié)點(diǎn)進(jìn)行隨機(jī)游走，獲得第一節(jié)點(diǎn)序列；

用戶特征向量生成子模塊，用于將所述第一節(jié)點(diǎn)序列輸入預(yù)設(shè)的目標(biāo)關(guān)系表示預(yù)測(cè)模型中，生成針對(duì)所述目標(biāo)用戶的用戶特征向量。

9.一種電子設(shè)備，其特征在于，包括：

一個(gè)或多個(gè)處理器；和

其上存儲(chǔ)有指令的一個(gè)或多個(gè)機(jī)器可讀介質(zhì)，當(dāng)由所述一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得所述電子設(shè)備執(zhí)行如權(quán)利要求1-6任一項(xiàng)所述的方法。

10.一個(gè)或多個(gè)機(jī)器可讀介質(zhì)，其上存儲(chǔ)有指令，當(dāng)由一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行如權(quán)利要求1-6任一項(xiàng)所述的方法。