[發(fā)明專利]異常對(duì)象集群的定位方法和裝置、電子設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111101618.3
• 申請(qǐng)日: 2021-09-18
• 公開（公告）號(hào): CN113901261A
• 公開（公告）日: 2022-01-07
• 發(fā)明（設(shè)計(jì)）人: 王中晴;周潔蕓;彭濤;馬金韜
• 申請(qǐng)（專利權(quán)）人: 北京奇藝世紀(jì)科技有限公司
• 主分類號(hào): G06F16/75
• 分類號(hào): G06F16/75;G06K9/62
• 代理公司: 北京華夏泰和知識(shí)產(chǎn)權(quán)代理有限公司 11662
• 代理人: 杜欣;石鳴宇

本申請(qǐng)涉及一種異常對(duì)象集群的定位方法和裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，其中，方法包括：確定出多個(gè)候選對(duì)象中的異常對(duì)象；按照至少一個(gè)目標(biāo)特征類型集合，對(duì)多個(gè)候選對(duì)象進(jìn)行集群定位分析，得到與每個(gè)目標(biāo)特征類型集合對(duì)應(yīng)的至少一個(gè)對(duì)象集群；根據(jù)每個(gè)對(duì)象集群中包含的異常對(duì)象的數(shù)量，在至少一個(gè)對(duì)象集群中確定異常對(duì)象集群。本申請(qǐng)通過按照至少一個(gè)目標(biāo)特征類型集合，對(duì)多個(gè)候選對(duì)象進(jìn)行集群定位分析，可以劃分得到與不同目標(biāo)特征類型集合對(duì)應(yīng)的對(duì)象集群，進(jìn)而采用少量的對(duì)象特征即可在所有候選對(duì)象中確定出對(duì)象集群；可以有效避免相關(guān)技術(shù)中采用候選對(duì)象所有特征進(jìn)行集群定位分析，導(dǎo)致的計(jì)算所需消耗資源量過大的情況。

技術(shù)領(lǐng)域

本申請(qǐng)涉及智能識(shí)別技術(shù)領(lǐng)域，尤其涉及一種異常對(duì)象集群的定位方法和裝置、電子設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著線上多媒體技術(shù)的發(fā)展，通過優(yōu)質(zhì)的媒體資源(例如，視頻、網(wǎng)文)可以達(dá)到較強(qiáng)的吸引用戶的效果，并且由于媒體資源的點(diǎn)閱量越高，被推廣的優(yōu)先級(jí)越高，且得到的廣告收益也越高，因此出現(xiàn)越來越多的對(duì)媒體資源進(jìn)行刷量的情況；并且當(dāng)前對(duì)媒體資源進(jìn)行刷量呈現(xiàn)規(guī)模化、聚集化態(tài)勢。

如何在大規(guī)模數(shù)據(jù)集下發(fā)現(xiàn)刷量的黑灰產(chǎn)業(yè)鏈?zhǔn)钱?dāng)前工業(yè)界關(guān)注的重點(diǎn)之一。相關(guān)技術(shù)中，通過采用圖關(guān)聯(lián)算法，可以檢測到一個(gè)新的妹子資源或者用戶是否會(huì)與異常團(tuán)伙建立關(guān)聯(lián)關(guān)系，從而及時(shí)發(fā)現(xiàn)異常。但在大數(shù)據(jù)環(huán)境下，對(duì)于所有的用戶或者媒體資源之間兩兩建立聯(lián)系，其計(jì)算量呈指數(shù)級(jí)增長，其消耗的計(jì)算資源和時(shí)間將是不可估量的。

由此可見，相關(guān)技術(shù)中存在對(duì)異常對(duì)象集群進(jìn)行定位時(shí)需消耗大量計(jì)算資源和時(shí)間的問題。

發(fā)明內(nèi)容

為了解決上述對(duì)異常對(duì)象集群進(jìn)行定位時(shí)需消耗大量計(jì)算資源和時(shí)間的技術(shù)問題，本申請(qǐng)?zhí)峁┝艘环N異常對(duì)象集群的定位方法和裝置、電子設(shè)備和存儲(chǔ)介質(zhì)。

第一方面，本申請(qǐng)實(shí)施例提供了一種異常對(duì)象集群的定位方法，包括：

確定出多個(gè)候選對(duì)象中的異常對(duì)象；

按照至少一個(gè)目標(biāo)特征類型集合，對(duì)多個(gè)所述候選對(duì)象進(jìn)行集群定位分析，得到與每個(gè)所述目標(biāo)特征類型集合對(duì)應(yīng)的至少一個(gè)對(duì)象集群，其中，每個(gè)所述目標(biāo)特征類型集合中包括所述候選對(duì)象的至少一個(gè)對(duì)象特征的特征類型，每個(gè)所述對(duì)象集群中包括至少一個(gè)所述候選對(duì)象；

根據(jù)每個(gè)所述對(duì)象集群中包含的所述異常對(duì)象的數(shù)量，在至少一個(gè)所述對(duì)象集群中確定異常對(duì)象集群。

可選地，如前述的方法，所述確定出多個(gè)候選對(duì)象中的異常對(duì)象包括：

對(duì)每個(gè)所述候選對(duì)象的第一對(duì)象信息進(jìn)行特征提取，得到每個(gè)所述候選對(duì)象的對(duì)象特征；

對(duì)每個(gè)所述候選對(duì)象的對(duì)象特征進(jìn)行異常檢測，得到每個(gè)所述候選對(duì)象的異常檢測結(jié)果；

按照每個(gè)所述候選對(duì)象的所述異常檢測結(jié)果，確定出多個(gè)所述候選對(duì)象中的所述異常對(duì)象。

可選地，如前述的方法，

所述對(duì)每個(gè)所述候選對(duì)象的對(duì)象特征進(jìn)行異常檢測，得到每個(gè)所述候選對(duì)象的異常檢測結(jié)果包括：將每個(gè)所述候選對(duì)象的對(duì)象特征分別輸入多個(gè)異常檢測模型中的每個(gè)異常檢測模型進(jìn)行異常檢測，得到每個(gè)所述候選對(duì)象的多個(gè)所述異常檢測結(jié)果，其中，所述異常檢測結(jié)果與所述異常檢測模型一一對(duì)應(yīng)；

所述按照每個(gè)所述候選對(duì)象的所述異常檢測結(jié)果，確定出多個(gè)所述候選對(duì)象中的所述異常對(duì)象包括：基于每個(gè)所述候選對(duì)象的多個(gè)所述異常檢測結(jié)果，確定出多個(gè)所述候選對(duì)象中的所述異常對(duì)象，其中，所述異常對(duì)象的至少一個(gè)所述異常檢測結(jié)果用于指示所述異常對(duì)象存在異常。

可選地，如前述的方法，所述確定出多個(gè)候選對(duì)象中的異常對(duì)象包括：

將多個(gè)所述候選對(duì)象中的歷史異常對(duì)象，確定為所述異常對(duì)象。