[發(fā)明專利]數(shù)據(jù)檢測方法、裝置、計算機(jī)設(shè)備以及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110233554.6
• 申請日: 2021-03-03
• 公開（公告）號: CN113709092B
• 公開（公告）日: 2023-04-25
• 發(fā)明（設(shè)計）人: 李文豪
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 熊永強(qiáng);杜維

1.一種數(shù)據(jù)檢測方法，其特征在于，所述方法包括：

獲取對象集；所述對象集中包括M個對象、所述M個對象中每個對象的對象標(biāo)識以及所述M個對象中每個對象的對象畫像特征；M為整數(shù)；

根據(jù)所述對象集中每個對象的對象標(biāo)識對所述M個對象進(jìn)行聚類，形成N個對象分組；N為整數(shù)且N大于2；

根據(jù)所述對象集中每個對象分組分別包括的對象的對象畫像特征，生成所述每個對象分組的分組特征；

根據(jù)所述N個對象分組的分組特征檢測所述N個對象分組中的異常對象分組，并將所述異常對象分組中的對象確定為所述對象集中的異常對象；

所述根據(jù)所述對象集中每個對象的對象標(biāo)識對所述M個對象進(jìn)行聚類，形成N個對象分組，包括：

根據(jù)所述對象集中每個對象的對象標(biāo)識對所述M個對象進(jìn)行聚類，得到K個初始對象分組；K為大于或等于N的整數(shù)；

分別獲取每個初始對象分組所包括的對象的對象數(shù)量；

將所述K個初始對象分組中對應(yīng)的對象數(shù)量大于對象數(shù)量閾值的初始對象分組確定為過渡對象分組；

分別獲取每個過渡對象分組中所包括對象的對象數(shù)量；

將所對應(yīng)的對象數(shù)量處于相同對象數(shù)量區(qū)間的過渡對象分組劃分到相同的分組集合，得到至少一個分組集合；

獲取每個分組集合中所包括的過渡對象分組的分組數(shù)量，將對應(yīng)的分組數(shù)量大于分組數(shù)量閾值的分組集合確定為目標(biāo)分組集合；

將所述目標(biāo)分組集合中的過渡對象分組確定為所述N個對象分組。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對象集中每個對象的對象標(biāo)識包括該每個對象的對象名稱；

所述根據(jù)所述對象集中每個對象的對象標(biāo)識對所述M個對象進(jìn)行聚類，形成N個對象分組，包括：

獲取所述M個對象中每個對象的對象名稱的名稱關(guān)鍵詞；

將所述M個對象中具有相似的名稱關(guān)鍵詞的對象劃分到相同的對象分組，得到所述N個對象分組。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

將所述M個對象中不屬于所述N個對象分組的對象確定為獨(dú)立對象；

從所述對象集中獲取每個獨(dú)立對象的對象畫像特征；

根據(jù)所述每個獨(dú)立對象的對象畫像特征檢測所述獨(dú)立對象中的異常獨(dú)立對象。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述N個對象分組包括第i個對象分組，i為整數(shù)且i小于或等于N；

所述根據(jù)所述對象集中每個對象分組分別包括的對象的對象畫像特征，生成所述每個對象分組的分組特征，包括：

從所述對象集中獲取所述第i個對象分組中每個對象的對象畫像特征；

對所述第i個對象分組中每個對象的對象畫像特征進(jìn)行特征聚合，得到所述第i個對象分組i的分組特征。

5.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N個對象分組的分組特征檢測所述N個對象分組中的異常對象分組，包括：

獲取所述每個對象分組的分組特征之間的特征差異性；

根據(jù)所述特征差異性檢測所述N個對象分組中的所述異常對象分組。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述獲取所述每個對象分組的分組特征之間的特征差異性，包括：

根據(jù)所述每個對象分組的分組特征訓(xùn)練初始孤立森林結(jié)構(gòu)，得到目標(biāo)孤立森林結(jié)構(gòu)；

根據(jù)所述目標(biāo)孤立森林結(jié)構(gòu)以及所述每個對象分組的分組特征，確定所述每個對象分組分別對應(yīng)的異常概率值；所述每個對象分組分別對應(yīng)的異常概率值表征所述每個對象分組的分組特征之間的所述特征差異性；

所述根據(jù)所述特征差異性檢測所述N個對象分組中的所述異常對象分組，包括：

將所述N個對象分組中所對應(yīng)的異常概率值大于異常概率閾值的對象分組確定為所述異常對象分組。