[發明專利]數據檢測方法、裝置和電子設備

在審

• 申請號: 202110911210.6
• 申請日: 2021-08-09
• 公開（公告）號: CN113672675A
• 公開（公告）日: 2021-11-19
• 發明（設計）人: 漆星星;李倩;余韞懿;趙鴻飛;徐志豪;賴力
• 申請（專利權）人: 北京字跳網絡技術有限公司
• 主分類號: G06F16/26
• 分類號: G06F16/26;G06K9/62
• 代理公司: 泰和泰律師事務所 51219
• 代理人: 祝海燕

1.一種數據檢測方法，其特征在于，包括：

基于初始數據集合中數據的分布特征，對初始數據集合進行至少兩次數據提取，獲得至少兩個子數據集合；

對每個子數據集合和所述初始數據集合均進行抽樣，根據抽樣結果，獲得待檢測數據集合；

基于所述待檢測數據集合的檢測結果，確定所述初始數據集合是否符合預設標準。

2.根據權利要求1所述的方法，其特征在于，所述至少兩個子數據集合包括：第一子數據集合和第二子數據集合；以及

所述基于初始數據集合中數據的分布特征，對初始數據集合進行至少兩次數據提取，獲得至少兩個子數據集合，包括：

挖掘所述初始數據集合中的預定義孤立數據，得到第一子數據集合；

基于所述初始數據集合中除所述第一子數據集合外的數據，得到第二子數據集合。

3.根據權利要求2所述的方法，其特征在于，所述基于所述初始數據集合中除所述第一子數據集合外的數據，得到第二子數據集合，包括：

對所述初始數據集合中除所述第一子數據集合外的數據進行聚類處理；

基于聚類結果，確定第二子數據集合。

4.根據權利要求3所述的方法，其特征在于，所述對所述初始數據集合中除所述第一子數據集合外的數據進行聚類處理，包括：

基于所述初始數據集合中除所述第一子數據集合外的數據的特征數目，確定聚類數目；

根據所述聚類數目進行聚類。

5.根據權利要求3所述的方法，其特征在于，所述處理結果包括：至少一個聚類集合；以及

所述基于聚類結果，確定第二子數據集合，包括：

基于聚類集合中的數據與聚類集合質心點之間的距離，獲得所述第二子數據集合。

6.根據權利要求5所述的方法，其特征在于，所述至少兩個子數據集合還包括：第三子數據集合，以及，所述方法還包括：

將所述初始數據集合中除所述第一子數據集合和第二子數據集合外的數據的聚類集合進行平滑處理，獲得第三子數據集合。

7.根據權利要求1所述的方法，其特征在于，所述對每個子數據集合和所述初始數據集合均進行隨機抽樣，根據抽樣結果，獲得待檢測數據集合，包括：

基于子數據集合的個數，確定從所述初始數據集合中抽取的數據的目標數目；

從所述初始數據集合中隨機抽取出所述目標數目的數據，以及從各子數據集合隨機抽取出預設數目的數據，獲得所述待檢測數據集合。

8.根據權利要求1所述的方法，其特征在于，通過如下方式確定所述待檢測數據集合的檢測結果：

根據待檢測數據集合中各待檢測數據的子檢測結果，獲得所述待檢測數據集合的檢測結果，其中，子檢測結果用于指示待檢測數據所指示的特征值是否符合預設條件。

9.根據權利要求8所述的方法，其特征在于，通過如下方式確定待檢測數據集合中任一待檢測數據集合的子檢測結果：

對待檢測數據進行數據重放，獲得該待檢測數據所指示的至少一個特征值；

基于該待檢測數據所指示的至少一個特征值和范圍列表，生成該待檢測數據的子檢測結果，其中，范圍列表包括各特征值所對應的數值范圍。

10.一種數據檢測裝置，其特征在于，包括：

提取單元，用于基于初始數據集合中數據的分布特征，對初始數據集合進行至少兩次數據提取，獲得至少兩個子數據集合；

抽樣單元，用于對每個子數據集合和所述初始數據集合均進行抽樣，根據抽樣結果，獲得待檢測數據集合；

確定單元，用于基于所述待檢測數據集合的檢測結果，確定所述初始數據集合是否符合預設標準。